Dragon5
Dragon 5: Integration von multi-source Fernerkundungsdaten zur Erkennung und Überwachung großer und schneller Hanginstabilitäten mittels Einsatz von künstlicher Intelligenz zur Erhaltung des kulturellen Erbes
- Deutsch
- English
- Italiano
- Project duration: -
- Project status: ongoing
- Funding: ESA (International organisations funding / Project)
- Website: https://dragon5.esa.int/projects/integration-of-multi-source-remote-sensing-data-to-detect-and-monitoring-large-and-rapid-landslides-and-use-of-artificial-intelligence-for-cultural-heritage-preservation/
- Institutes: Center for Climate Change and Transformation , Institut für Erdbeobachtung
Fernerkundungsdaten werden seit Jahrzehnten erfolgreich für die Identifizierung und Überwachung von gravitativen Massenbewegungen auf verschiedenen räumlichen und zeitlichen Ebenen eingesetzt. Jedoch können Einschränkungen im Zusammenhang mit der Datenverfügbarkeit/-zugänglichkeit die Entwicklung von operationellen Tools zur Rutschungsanalyse behindern. Das Dragon5-Projekt (D5) sieht vor, die mit dem Dragon4-Projekt begonnenen Aktivitäten fortzusetzen, indem diverse Fernerkundungsdaten in verschiedenen Gebieten in China und in zusätzlichen gebirgigen Testgebieten weiter bzgl. ihrer Einsatzfähigkeit im Gebiet getestet werden. Das Ziel des Projekts besteht darin, eine breite Palette von Fernerkundungsdaten zu nutzen, um gravitative Massenbewegungen zu erkennen und zu kartieren, ihre Aktivität und Geschwindigkeit zu bewerten, die räumlich-zeitliche Variation von Erdrutschen in Bezug auf prädisponierende Faktoren wie die Landnutzung zu bestimmen, die damit verbundenen Folgen zu bewerten und die Gefahren und Risiken zu analysieren, um lokale und regionale Entscheidungsträger zu unterstützen. In diesem Zusammenhang arbeitet das Eurac-Team mit der Nanjing Normal University (China) zusammen, um optische Fernerkundungsdaten zur automatischen Kartierung von Erdrutschphänomenen in den Alpen und China zu testen.
Contact person: Stefan Steger (stefan.steger@eurac.edu)
Sousa JJ, Lin J, Wang Q, Liu G, Fan J, Bai S, Zhao H, Pan H, Wei W, Rittlinger V, Mayrhofer P, Sonnenschein R, Steger S, Reis LP (2023)
Zeitschriftenartikel
Geo-Spatial Information Science
Weitere Informationen: https://www.tandfonline.com/doi/citedby/10.1080/10095020.202 ...