Automated Satellite Detection of Tornado Forest Damage in Canada
Notice bibliographique
Résumé
The Northern Tornadoes Project (NTP), a division of the Canadian Severe Storms Laboratory (CSSL), has the goal of detecting every tornado that occurs in Canada. However, due to Canada’s vast area, often the only significant damage caused by a tornado occurs in remote forested regions that may go unreported. In order to detect these remote, unreported tornadoes, researchers at the NTP perform an end-of-season systematic sweep of Canada using satellite imagery. By comparing satellite imagery between different dates, large swaths of damaged trees can be detected and classified as tornado damage, among other severe storms (including downbursts).Performing systematic sweeps of satellite imagery for all forested regions of Canada (over 4 million km2) is time-consuming, currently taking a team of researchers multiple months to complete. In order to speed up this process, an automated computer vision model is utilized. However, due to the rarity and diversity of tornado tracks, existing computer vision instance segmentation architectures may fail to achieve a high enough accuracy to detect every tornado in the vast search area. Instead of directly predicting tornadoes, this study develops a forest damage detection model that utilizes a convolutional neural network to automatically compare small sections of satellite imagery between different dates and identify regions that contain significant changes to the forest. Resultingly, only areas with detected forest damage need to be manually searched for tornado tracks, substantially speeding up the required search time, while being reliable enough to ensure no tornado is misclassified. Future work will aim to utilize this model outside of Canada in the similar forested regions of Northern and Eastern Europe.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».