Resumen

Este estudio explora el potencial de los conjuntos de datos fotogramétricos y los métodos de teledetección para la evaluación de una catástrofe meteorológica ocurrida en Ordu, Turquía, en agosto de 2018. Durante el evento, las inundaciones repentinas y varios deslizamientos de tierra causaron pérdidas de vidas, la evacuación de personas de sus hogares, el colapso de infraestructuras y grandes construcciones, la destrucción de campos agrícolas y muchas otras pérdidas económicas. Se analizaron las condiciones meteorológicas antes y durante la inundación y se compararon con los registros a largo plazo. La extensión de la inundación y la susceptibilidad a los desprendimientos de tierra se investigaron utilizando datos multisensoriales y multitemporales. Para las investigaciones se emplearon conjuntos de datos de SAR (radar de apertura sintética) de Sentinel-1, datos ópticos de Sentinel-2 y fotogrametría aérea, utilizando técnicas de aprendizaje automático. Los cambios se evaluaron tanto a nivel local como regional y se valoraron junto con los informes de daños disponibles. El análisis de los datos pluviométricos registrados durante las dos semanas anteriores a las inundaciones y desprendimientos en las regiones más afectadas muestra que las precipitaciones continuaron durante horas consecutivas con una cantidad de hasta 68 mm/hora. Los resultados de clasificación a nivel regional obtenidos a partir de los datos de Sentinel-1 y Sentinel-2 mediante el método de bosque aleatorio (RF) muestran una precisión del 97 para la clase de inundación. El rendimiento de la predicción de la susceptibilidad a los deslizamientos de tierra a partir de conjuntos de datos fotogramétricos aéreos fue del 92%, representado por el valor del Área Bajo la Curva (AUC) proporcionado por el método RF. Los resultados presentados aquí muestran que, teniendo en cuenta la frecuencia de ocurrencia y los inmensos daños que se producen después de tales eventos, el uso de nuevas tecnologías de teledetección y métodos de análisis espacial es inevitable para los esfuerzos de mitigación de desastres y para el seguimiento de los efectos ambientales. Aunque el creciente número de satélites de observación de la Tierra complementados con sensores de imagen aerotransportados es capaz de garantizar la necesidad de recopilación de datos con diversas resoluciones espectrales, espaciales y temporales, se requieren más estudios para automatizar el procesamiento de datos, la extracción eficiente de información y la fusión de datos, así como para aumentar la precisión de los resultados.

• Materias:Algoritmos genéticos Geoquímica Análisis de suelos Agua Carbón
• Subjects:Genetic algorithms Geochemistry Soil testing Water Coal
• Palabras claves:conjuntos de datos fotogramétricos aéreos, requisitos de recopilación de datos, métodos de análisis espacial, técnicas de aprendizaje automático, extracción eficiente de información, resultados de clasificación de niveles, número de tierra, satélite de observación de la tierra, rendimiento de predicción de susceptibilidad, pérdida de vidas
• Keywords:aerial photogrammetric datasets, data collection requirements, spatial analysis methods, machine learning techniques, efficient information extraction, level classification results, number of earth, earth observations satellite, susceptibility prediction performance, loss of life