विज्ञान / क्षेत्रीय अनुसन्धान

अजोरसमा
जरा गाडेको अनुसन्धान।

SOILRISK को क्षेत्रीय विकासमा पृथ्वी अवलोकन, वातावरणीय डेटा र मेसिन लर्निङ कसरी जोडिए।

अनुसन्धान हेर्नुहोस्
अनुसन्धानको परिवेश
अजोरस
विधि
मेसिन लर्निङ
मूल मोडेलका इनपुट
20+ प्रभावकारी कारक

01 / अनुसन्धानपछाडिको प्रश्न

अर्को पहिरो
कहाँ जान
सक्छ?

अजोरसमा लामो र भारी वर्षाले पहिरो निम्त्याएर मानिस, घर र पूर्वाधार जोखिममा पार्न सक्छ।

मूल SOILRISK अध्ययनको व्यावहारिक लक्ष्य आगामी दिनमा कहाँ पहिरो जान सक्छ भन्ने पर्याप्त स्थानिक विवरणसहित पहिचान गरी तयारी र आपत्कालीन योजनामा सघाउनु थियो।

अनुसन्धानले भूभाग र बदलिने वातावरणीय अवस्थाको जानकारी जोड्यो। उद्देश्य कुन भिराला संवेदनशील छन् भन्नेबाट समयसँगै जोखिम कसरी विकसित हुन सक्छ भन्ने बुझाइतर्फ बढ्नु थियो।

02 / विधि

धेरै कारक।
एउटै जोडिएको दृश्य।

मेसिन लर्निङमा आधारित आफ्नै पूर्वचेतावनी एल्गोरिदम।

मूल SOILRISK विधिमा 20 भन्दा बढी प्रभावकारी कारक वर्णित छन्। भूआवरण, भूगर्भ, वनस्पति, माटोको चिस्यान, हावा, वर्षा र जमिनको चालले अवस्थाका फरक पक्ष जोड्छन्।

यी कारक जोड्दा मोडेलले भिरालोको विशेषता र वरिपरि बदलिने अवस्था दुवै विचार गर्न सक्छ।

03 / यसपछाडिको जानकारी

उपग्रहदेखि
स्थानीय अवस्थासम्म।

मूल प्राविधिक विवरणमा वर्णित चार डेटा स्रोत।

01 / जमिनको विकृति

भिरालाहरूको
चालको निगरानी।

उपग्रह रडार इन्टरफेरोमेट्री (InSAR) ले जमिनको सतहको चाल पहिचान गर्न सघाउँछ। यी अवलोकनले स्थान र समयअनुसार भिरालोको गतिविधि कसरी बदलिन्छ भन्ने जानकारी थप्छन् र अलग्गै रहेका अस्थिरता पहिचानमा सघाउन सक्छन्।

02 / वनस्पति

जमिनको आवरण
बुझ्दै।

वनस्पति, माटोका विशेषता र भिरालोपनले संवेदनशील क्षेत्र पहिचानमा सघाउँछन्। अनुसन्धानले वनस्पतिको अवस्थासूचक NDVI निकाल्न Sentinel-2 चित्र प्रयोग गर्‍यो।

03 / माटोको चिस्यान

चिस्यानको
परिवर्तन हेर्दै।

मूल विधिले माटोको चिस्यान अनुमान गर्न Sentinel-1 रडार डेटा र परिवर्तन पहिचान प्रयोग गर्थ्यो। अनुमान कम भरपर्दो हुने क्षेत्र छुट्याउन भूआवरण नक्सा प्रयोग गरिए।

04 / मौसम

निरन्तर बदलिने
अवस्था समेट्दै।

वर्षा र हावा परिवर्तनशील चरका रूपमा एल्गोरिदममा समेटिन्छन्। उपलब्ध स्थानमा स्थानीय मौसम केन्द्रका प्रतिघण्टा अवलोकनले मौसम पूर्वानुमान सेवासँगै सन्दर्भ दिन्छन्।

04 / अनुसन्धानबाट एपसम्म

क्षेत्रीय आधार।
अझ व्यापक दृष्टिकोण।

अजोरसको काम Eyecon का आफ्नै SOILRISK मोडेलको वैज्ञानिक आधारको अंश हो।

एपले क्षेत्रीय SOILRISK मोडेलसँग विश्वव्यापी LHASA जानकारी, मौसम र मिल्ने स्थानीय मापन जोड्छ। प्रत्येक स्रोतको समेटिने क्षेत्र, विभेदन र पूर्वानुमान अवधि फरक हुन्छ।

एपमा आफ्नो स्थानका लागि उपलब्ध मोडेल र जानकारी हेर्नुहोस्। यहाँ वर्णित क्षेत्रीय अनुसन्धानलाई विश्वभर लागू प्राविधिक विशेषता नमान्नुहोस्।

SOILRISK पछाडिको विज्ञान हेर्नुहोस्

कुराकानी जारी राख्नुहोस्

अझ गहिराइमा जान चाहनुहुन्छ?

अजोरसको काम, विधि वा क्षेत्रीय अनुसन्धानबारे टोलीसँग कुरा गर्नुहोस्।

अनुसन्धानबारे कुरा गर्नुहोस्

अजोरसको अध्ययन र यहाँ प्रकाशित प्राविधिक विवरणमा आधारित: मूल SOILRISK वेबसाइट ↗.

फोटोग्राफी, भिडियो र चित्र

चित्र र
भिडियो।

चित्रहरूले वातावरणीय परिवेश देखाउँछन्। SOILRISK ले पूर्वानुमान गरेका घटना देखाउँदैनन्।