अज़ोरेस में लंबी और भारी वर्षा भूस्खलन ला सकती है, जिससे लोग, घर और बुनियादी ढाँचा जोखिम में पड़ते हैं।
SOILRISK के मूल मामले के अध्ययन का उद्देश्य व्यावहारिक चुनौती हल करना था: पहचानना कि आने वाले दिनों में कहाँ भूस्खलन हो सकता है, इतने स्थानिक विवरण के साथ कि तैयारी और आपात योजना में मदद मिले।
अनुसंधान ने भूभाग और बदलती पर्यावरणीय परिस्थितियों की जानकारी साथ लाई। उद्देश्य यह समझने से आगे बढ़ना था कि कौन-से ढलान संवेदनशील हैं, और यह जानना कि समय के साथ जोखिम कैसे बढ़ सकता है।
02 / तरीका
कई कारक। एक जुड़ा हुआ दृश्य।
मशीन लर्निंग पद्धति पर आधारित एक स्वामित्व वाला प्रारंभिक चेतावनी एल्गोरिदम।
SOILRISK की मूल पद्धति में 20 से अधिक प्रभावकारी कारक बताए गए हैं। भूमि आवरण, भूविज्ञान, वनस्पति, मिट्टी की नमी, हवा, वर्षा और ज़मीन की हलचल तस्वीर के अलग-अलग हिस्से देते हैं।
इन कारकों को मिलाने से मॉडल ढलान की विशेषताओं और उसके आसपास बदलती परिस्थितियों, दोनों को ध्यान में रख पाता है।
03 / इसके पीछे की जानकारी
उपग्रहों से स्थानीय परिस्थितियों तक।
मूल तकनीकी अवलोकन में वर्णित चार डेटा स्रोत।
01 / ज़मीन का विरूपण
नज़र रखें ढलानों की हलचल पर।
उपग्रह रडार इंटरफेरोमेट्री (InSAR) ज़मीन की सतह की हलचल पहचानने में मदद करती है। ये अवलोकन बताते हैं कि ढलानों की गतिविधि स्थान और समय के साथ कैसे बदलती है, और अलग-थलग अस्थिरताएँ पहचानने में मदद कर सकते हैं।
02 / वनस्पति
समझें ज़मीन पर क्या फैला है।
वनस्पति, मिट्टी की विशेषताएँ और ढलान संवेदनशील क्षेत्रों की पहचान में मदद करते हैं। अनुसंधान में वनस्पति की स्थिति का सूचकांक NDVI निकालने के लिए Sentinel-2 चित्रों का उपयोग हुआ।
03 / मिट्टी की नमी
नमी के बदलावों पर नज़र।
मूल पद्धति में मिट्टी की नमी का अनुमान लगाने के लिए Sentinel-1 रडार डेटा और परिवर्तन पहचान का उपयोग हुआ। भूमि-आवरण मानचित्रों से वे क्षेत्र छिपाए गए जहाँ अनुमान कम भरोसेमंद थे।
04 / मौसम
ऐसी परिस्थितियाँ जोड़ना जो लगातार बदलती रहती हैं।
वर्षा और हवा गतिशील चर के रूप में एल्गोरिदम में जाती हैं। जहाँ उपलब्ध हों, स्थानीय मौसम केंद्र के प्रति घंटे के अवलोकन, मौसम पूर्वानुमान सेवाओं के साथ संदर्भ देते हैं।
04 / अनुसंधान से ऐप तक
क्षेत्रीय आधार। एक व्यापक दृष्टिकोण।
अज़ोरेस का कार्य Eyecon के अपने SOILRISK मॉडल के वैज्ञानिक आधार का हिस्सा है।
ऐप क्षेत्रीय SOILRISK मॉडल को वैश्विक LHASA जानकारी, मौसम और संगत स्थानीय माप से जोड़ता है। हर स्रोत का अपना कवरेज, विभेदन और पूर्वानुमान अवधि है।
ऐप में अपने स्थान के लिए उपलब्ध मॉडल और जानकारी देखें। यहाँ वर्णित क्षेत्रीय अनुसंधान को वैश्विक विनिर्देश नहीं समझना चाहिए।