暴雨之后，評估與重建可以用這個(gè)數據集

來(lái)源：HyperAI超神經(jīng)

從 7 月 18 日到今天，河南出現罕見(jiàn)持續強降水天氣過(guò)程，其中鄭州成為降雨量最大的地級市。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(guò)了有氣象記錄以來(lái)極值，讓全國人民都為之關(guān)注與擔憂(yōu)。

其中，僅鄭州大學(xué)第一附屬醫院，因貴重設備、精密儀器如 CT、核磁共振、高壓氧艙、機房等，部署在一層或地下一層，保守估計已經(jīng)造成了超過(guò)十億元的經(jīng)濟損失。

救援刻不容緩，技術(shù)如何發(fā)揮作用？

以往，救援人員通過(guò)群眾求救、現場(chǎng)評估的方法，來(lái)了解受災情況，但評估過(guò)程可能要花費數小時(shí)之久，這對于搶救工作極為不利。

災情監測方面，雖然相關(guān)部門(mén)有一套完善的地面監測體系，但受限于覆蓋率與便捷度，還是無(wú)法滿(mǎn)足更精細化的監控需求。如今，無(wú)人機、衛星遙感都被引用到了災害救援和災后重建工作中。其中，衛星遙感技術(shù)成為一種必要的補充。

應用在本次河南暴雨災害現場(chǎng)的無(wú)人機設備

發(fā)揮了觀(guān)測、搜尋、照明、投放、喊話(huà)安撫等重要作用

遙感其高重復頻率和大范圍同步的信息采集能力，更大限度地填補過(guò)往監控的空白部分，為目標區域的受災范圍、程度等指標提供輻射面更廣、更準確的實(shí)時(shí)數據。

在遙感影像方面，利用多光譜及 SAR 影像數據，結合機器學(xué)習技術(shù)，能夠幫助有關(guān)部門(mén)明確災情嚴重的區域，這就需要有更及時(shí)的遙感圖像和分析解決方案。

xBD ：全球最大災害損失評估數據集

在 2019 年，美國國防部牽頭舉辦的 xView2 災害受損評估挑戰賽，啟用了高分辨率衛星圖像災后評估數據集 —— xBD 數據集，這不僅是迄今為止第一個(gè)建筑破壞評估數據集，也是帶注釋的高分辨率衛星遙感圖像中，規模最大、質(zhì)量最高的公開(kāi)數據集之一。

xBD 數據集提供了各種災害事件發(fā)生前和發(fā)生后的多波段衛星圖像，包括構建多邊形、損害類(lèi)型的分類(lèi)標簽、損害程度的等級標簽以及相應的衛星元數據。此外，該數據集還包含了邊界框和環(huán)境因素的標簽，如火、水、煙等。

數據集涵蓋了全球 15 個(gè)國家數十次災害影像

數據集中包含來(lái)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。包括七種災害類(lèi)型：野火，山體滑坡，大壩倒塌，火山噴發(fā)，地震/海嘯以及風(fēng)災和洪災破壞。

xView2 xBD 災害受損評估數據集

發(fā)布單位：Maxar/ DigitalGlobe

數據格式：png 等

數據大?。?0.3 GB

更新時(shí)間：2020 年 10 月 28 日

下載地址：https://hyper.ai/datasets/13272

數據集中的圖像示意圖

數據集包括 Train 訓練集、Test 測試集、Holdout保留集和 Tier3 數據集：

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

Test 測試集僅提供圖像，用于挑戰賽排名；

Holdout 保留集則在挑戰賽期間保密，目的是測試已驗證挑戰賽隊伍提交結果的泛化性能；

Tier3 數據集在挑戰中途可用，并作為額外/補充訓練集提供，涵蓋額外的災害跨度和地理區域。

AI 對災害救援、重建工作的意義

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

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

災難來(lái)襲，分秒必爭。在自然災害面前，人類(lèi)雖然渺小，但新科技與人工智能的加入，讓我們在危機面前多了些底氣，也讓絕境之中的城市，多了一份生的希望。