Abstract

Abstract:

Real-time data on flood extents and dynamics are important for risk assessment and emergency response during the event. While real-time imagery is often unavailable due to heavy cloud cover during a flood, remote sensing platforms can be used to monitor its development through a synoptic view. Record rainfall occurring October 1–5, 2015 in coastal South Carolina caused the October 2015 South Carolina Flood. The Congaree River Watershed downstream of Columbia, SC experienced historic flooding. This study utilizes two satellite images acquired on October 8th (EO-1 ALI) and 18th (Landsat8 OLI) to examine flood dynamics. Using a normalized difference wetness index (NDWI), the flooded and highly wet areas were extracted. Social media, such as Twitter, from public users allows quick awareness of floods in an area, but geolocation is not necessarily accurate. Assisted with real-time Twitter data, satellite images after a flood helps to assess water retreat and potential risks for emergency responders. Since social media data sets are big, highly unstructured and noisy in nature, sophisticated data mining algorithms are needed for the verification process from millions of tweets in a region. When automatic tweets verification approaches are available, integrating social media into geospatial science could become important data sources for disaster assessment and management.

Abstract:

Información en tiempo real de las extensiones y dinámicas de las inundaciones son importantes para la evaluación de riesgos y la respuesta a emergencias durante un evento. Mientras que las imágenes de tiempo real suelen no ser disponibles debido a una cubierta de nubes pesadas durante una inundación, las plataformas de teledetección pueden ser usados para seguir su desarrollo por una vista sinóptica. Una cantidad histórica de lluvia entre el 1–5 de octubre, 2015 en Carolina del Sur causó la inundación de Carolina del Sur de octubre 2015. La cuenca del Río Congaree abajo de Columbia, Carolina del Sur pasó una inundación histórica. El presente estudio usa dos imágenes satelitales adquiridos el 8 de octubre (EO-1 ALI) y 18 de octubre (Landsat8 OLI) para examinar las dinámicas de las inundaciones. Usando un índice normalizado de diferencia de humidad (NDWI), los lugares inundados y mojados fueron sacados. Los medios de comunicación social, como Twitter, de usuarios públicos permite una transmisión rápida de información, pero la geo-locación no siempre es precisa. Junto a información de tiempo vivo de Twitter, imágenes satelitales después de las inundaciones ayuda entender el retiro de agua y los posibles riesgos para los personales de emergencia. Como los conjuntos de datos de los medios de comunicación son grandes y difíciles de mane-jar, es necesario tener algoritmos sofisticados para verificar los millones de tweets de una región. Cuando están disponibles sistemas de verificación de tweets, integrar los medios de comunicación social a la ciencia geoespacial podría convertirse en una fuente de información importante para la evaluación y manejo de desastres.

pdf

Back To Top

This website uses cookies to ensure you get the best experience on our website. Without cookies your experience may not be seamless.