暴雨之后，評(píng)估與重建可以用這個(gè)數(shù)據(jù)集

來源：HyperAI超神經(jīng)

從 7 月 18 日到今天，河南出現(xiàn)罕見持續(xù)強(qiáng)降水天氣過程，其中鄭州成為降雨量最大的地級(jí)市。全市普降大暴雨、特大暴雨，累積平均降水量449毫米，日降水量和小時(shí)降水量，都超過了有氣象記錄以來極值，讓全國人民都為之關(guān)注與擔(dān)憂。

其中，僅鄭州大學(xué)第一附屬醫(yī)院，因貴重設(shè)備、精密儀器如 CT、核磁共振、高壓氧艙、機(jī)房等，部署在一層或地下一層，保守估計(jì)已經(jīng)造成了超過十億元的經(jīng)濟(jì)損失。

救援刻不容緩，技術(shù)如何發(fā)揮作用？

以往，救援人員通過群眾求救、現(xiàn)場評(píng)估的方法，來了解受災(zāi)情況，但評(píng)估過程可能要花費(fèi)數(shù)小時(shí)之久，這對(duì)于搶救工作極為不利。

災(zāi)情監(jiān)測(cè)方面，雖然相關(guān)部門有一套完善的地面監(jiān)測(cè)體系，但受限于覆蓋率與便捷度，還是無法滿足更精細(xì)化的監(jiān)控需求。如今，無人機(jī)、衛(wèi)星遙感都被引用到了災(zāi)害救援和災(zāi)后重建工作中。其中，衛(wèi)星遙感技術(shù)成為一種必要的補(bǔ)充。

應(yīng)用在本次河南暴雨災(zāi)害現(xiàn)場的無人機(jī)設(shè)備

發(fā)揮了觀測(cè)、搜尋、照明、投放、喊話安撫等重要作用

遙感其高重復(fù)頻率和大范圍同步的信息采集能力，更大限度地填補(bǔ)過往監(jiān)控的空白部分，為目標(biāo)區(qū)域的受災(zāi)范圍、程度等指標(biāo)提供輻射面更廣、更準(zhǔn)確的實(shí)時(shí)數(shù)據(jù)。

在遙感影像方面，利用多光譜及 SAR 影像數(shù)據(jù)，結(jié)合機(jī)器學(xué)習(xí)技術(shù)，能夠幫助有關(guān)部門明確災(zāi)情嚴(yán)重的區(qū)域，這就需要有更及時(shí)的遙感圖像和分析解決方案。

xBD ：全球最大災(zāi)害損失評(píng)估數(shù)據(jù)集

在 2019 年，美國國防部牽頭舉辦的 xView2 災(zāi)害受損評(píng)估挑戰(zhàn)賽，啟用了高分辨率衛(wèi)星圖像災(zāi)后評(píng)估數(shù)據(jù)集 —— xBD 數(shù)據(jù)集，這不僅是迄今為止第一個(gè)建筑破壞評(píng)估數(shù)據(jù)集，也是帶注釋的高分辨率衛(wèi)星遙感圖像中，規(guī)模最大、質(zhì)量最高的公開數(shù)據(jù)集之一。

xBD 數(shù)據(jù)集提供了各種災(zāi)害事件發(fā)生前和發(fā)生后的多波段衛(wèi)星圖像，包括構(gòu)建多邊形、損害類型的分類標(biāo)簽、損害程度的等級(jí)標(biāo)簽以及相應(yīng)的衛(wèi)星元數(shù)據(jù)。此外，該數(shù)據(jù)集還包含了邊界框和環(huán)境因素的標(biāo)簽，如火、水、煙等。

數(shù)據(jù)集涵蓋了全球 15 個(gè)國家數(shù)十次災(zāi)害影像

數(shù)據(jù)集中包含來自15個(gè)國家的 50,000 平方公里遙感圖像（0.3米精度）中的 850,000 個(gè)建筑物注釋。包括七種災(zāi)害類型：野火，山體滑坡，大壩倒塌，火山噴發(fā)，地震/海嘯以及風(fēng)災(zāi)和洪災(zāi)破壞。

xView2 xBD 災(zāi)害受損評(píng)估數(shù)據(jù)集

發(fā)布單位：Maxar/ DigitalGlobe

數(shù)據(jù)格式：png 等

數(shù)據(jù)大?。?0.3 GB

更新時(shí)間：2020 年 10 月 28 日

下載地址：https://hyper.ai/datasets/13272

數(shù)據(jù)集中的圖像示意圖

數(shù)據(jù)集包括 Train 訓(xùn)練集、Test 測(cè)試集、Holdout保留集和 Tier3 數(shù)據(jù)集：

其中 Train 訓(xùn)練集為像素分割任務(wù)提供了圖像對(duì)（災(zāi)前和災(zāi)后）和有關(guān)建筑物和損壞程度的地面實(shí)況信息。

Test 測(cè)試集僅提供圖像，用于挑戰(zhàn)賽排名；

Holdout 保留集則在挑戰(zhàn)賽期間保密，目的是測(cè)試已驗(yàn)證挑戰(zhàn)賽隊(duì)伍提交結(jié)果的泛化性能；

Tier3 數(shù)據(jù)集在挑戰(zhàn)中途可用，并作為額外/補(bǔ)充訓(xùn)練集提供，涵蓋額外的災(zāi)害跨度和地理區(qū)域。

AI 對(duì)災(zāi)害救援、重建工作的意義

洪澇災(zāi)害，由于它地域分布上的廣泛性和時(shí)間上的頻發(fā)性，致使洪澇災(zāi)害在各種自然災(zāi)害中經(jīng)濟(jì)損失程度最高。道路、鐵路、橋梁、電力和天然氣線路等公共設(shè)施，均會(huì)遭到不同程度的毀壞。

對(duì)于突發(fā)的自然災(zāi)害，需要相關(guān)救援人員盡量減少反應(yīng)時(shí)間，迅速響應(yīng)、采取行動(dòng)，盡可能減少損失和挽救生命。此外，為了更好地在受災(zāi)地區(qū)部署資源，必須及時(shí)掌握受災(zāi)位置和受災(zāi)程度，優(yōu)化救援資源。

災(zāi)難來襲，分秒必爭。在自然災(zāi)害面前，人類雖然渺小，但新科技與人工智能的加入，讓我們?cè)谖C(jī)面前多了些底氣，也讓絕境之中的城市，多了一份生的希望。