Sains / Penyelidikan serantau

Penyelidikan yang berakar
di Azores.

Bagaimana pemerhatian Bumi, data alam sekitar dan pembelajaran mesin digabungkan dalam pembangunan serantau SOILRISK.

Terokai penyelidikannya
Latar penyelidikan
Kepulauan Azores
Pendekatan
Pembelajaran mesin
Input model asal
20+ faktor yang mempengaruhi

01 / Persoalan di sebalik penyelidikan

Di manakah
tanah runtuh seterusnya
mungkin berlaku?

Di Azores, hujan lebat yang berpanjangan boleh mencetuskan tanah runtuh, membahayakan orang ramai, rumah dan infrastruktur.

Kajian kes asal SOILRISK bertujuan menangani cabaran praktikal: mengenal pasti tempat tanah runtuh mungkin berlaku dalam beberapa hari akan datang, dengan perincian ruang yang mencukupi untuk menyokong kesiapsiagaan dan perancangan kecemasan.

Penyelidikan menggabungkan maklumat tentang bentuk muka bumi dan keadaan alam sekitar yang berubah. Tujuannya adalah untuk beralih daripada memahami cerun yang terdedah kepada memahami cara risiko boleh berkembang dari semasa ke semasa.

02 / Pendekatan

Pelbagai faktor.
Satu paparan yang terhubung.

Algoritma amaran awal milik sendiri yang dibangunkan berasaskan pendekatan pembelajaran mesin.

Pendekatan asal SOILRISK menerangkan lebih daripada 20 faktor yang mempengaruhi. Litupan bumi, geologi, tumbuh-tumbuhan, kelembapan tanah, angin, hujan dan pergerakan tanah menyumbangkan bahagian yang berbeza kepada gambaran keseluruhan.

Gabungan faktor ini membolehkan model mempertimbangkan ciri-ciri cerun serta keadaan di sekelilingnya yang berubah.

03 / Maklumat yang mendasarinya

Daripada satelit
kepada keadaan setempat.

Empat sumber data diterangkan dalam gambaran keseluruhan teknikal asal.

01 / Deformasi tanah

Memantau
pergerakan cerun.

Interferometri radar satelit (InSAR) membantu mengenal pasti pergerakan permukaan tanah. Pemerhatian ini menambah maklumat tentang perubahan aktiviti cerun merentas ruang dan masa serta boleh membantu mengenal pasti ketidakstabilan terpencil.

02 / Tumbuh-tumbuhan

Memahami
litupan bumi.

Tumbuh-tumbuhan, ciri tanah dan kecerunan membantu mengenal pasti kawasan yang terdedah. Penyelidikan menggunakan imej Sentinel-2 untuk menghasilkan NDVI, indeks keadaan tumbuh-tumbuhan.

03 / Kelembapan tanah

Menjejaki perubahan
kelembapan.

Kaedah asal menggunakan data radar Sentinel-1 dan pengesanan perubahan untuk menganggarkan kelembapan tanah. Peta litupan bumi digunakan untuk mengecualikan kawasan yang anggarannya kurang boleh dipercayai.

04 / Cuaca

Mengambil kira keadaan
yang sentiasa berubah.

Hujan dan angin menjadi input algoritma sebagai pemboleh ubah dinamik. Jika tersedia, pemerhatian setiap jam daripada stesen cuaca setempat memberikan konteks bersama perkhidmatan ramalan cuaca.

04 / Daripada penyelidikan kepada aplikasi

Asas serantau.
Perspektif yang lebih luas.

Penyelidikan di Azores ialah sebahagian daripada asas saintifik di sebalik model SOILRISK milik Eyecon.

Aplikasi menggabungkan model serantau SOILRISK dengan maklumat global LHASA, cuaca dan pengukuran setempat yang serasi. Setiap sumber mempunyai liputan, resolusi dan tempoh ramalan tersendiri.

Semak model dan maklumat yang tersedia bagi lokasi anda dalam aplikasi. Penyelidikan serantau yang diterangkan di sini tidak boleh dianggap sebagai spesifikasi untuk seluruh dunia.

Terokai sains di sebalik SOILRISK

Teruskan perbualan

Ingin mengetahui dengan lebih mendalam?

Berbincang dengan pasukan tentang kerja di Azores, metodologi atau penyelidikan serantau.

Bincangkan penyelidikannya

Berdasarkan kajian kes Azores dan gambaran keseluruhan teknikal yang diterbitkan di laman web SOILRISK asal ↗.

Fotografi, video & ilustrasi

Imej &
video.

Imej menggambarkan persekitaran alam. Ia tidak menunjukkan peristiwa yang diramalkan oleh SOILRISK.