Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EO To Infrastructure Data For Disaster Risk - Part - 2 - Spanish
EO To Infrastructure Data For Disaster Risk - Part - 2 - Spanish
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 3
Esquema de la Capacitación
10 de octubre de 2023
3 de octubre de 2023 5 de octubre de 2023
14h a 16h Hora Este
14h a 16h Hora Este 14h a 16h Hora Este de
de EE.UU. (UTC-4)
de EE.UU. (UTC-4) EE.UU. (UTC-4)
Tarea
Abre el 10 de octubre – Fecha límite: 24 de octubre –
Publicada en la página web de la capacitación
Se otorgará un certificado de finalización de curso a quienes asistan a todas las sesiones en
vivo y completen la tarea asignada antes de la fecha estipulada.
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 4
Prerrequisitos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 5
Cómo Hacer Preguntas
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 6
2da Parte – Formadores
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 7
Transformar Datos de Observación de la Tierra en
Conjuntos de Datos de Infraestructura Construida para
la Modelación del Riesgo de Desastres
Desarrollo de un Conjunto de Datos de Exposición a
Nivel de Edificio para HAZUS
2da Parte – Objetivos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 9
Desarrollo de un Conjunto de Datos de Exposición a Nivel de
Edificio para HAZUS
• Octubre de 2012: El estado de Nueva York y las áreas circundantes fueron
azotados por la Supertormenta Sandy.
• Preguntas después de la tormenta:
– ¿Estábamos preparados?
– ¿Qué podríamos hacer de manera diferente?
– ¿Qué datos se necesitan para la próxima tormenta?
• La evaluación del riesgo requiere más que la ubicación y población de los
edificios.
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 10
Repaso de Conocimiento Previamente Adquirido
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 11
Análisis de Inundaciones: HAZUS
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 12
Recopilación de una Base de Datos de Huella de Construcción
Para Todo el Estado
Integración de huellas de edificios de
múltiples fuentes
• Bases de datos municipales
(ciudad/municipio/condado)
• Huellos de edificios de Microsoft
• Huellas extraídas de datos LiDAR
utilizando métodos automatizados
• Digitalización manual a partir de
imágenes de edificios
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 13
Atribución de Edificios de Múltiples Fuentes
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 15
Atribución de Edificios de Múltiples Fuentes
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 16
Atribución de Edificios de Múltiples Fuentes
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 17
Evaluación de Impactos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 18
Evaluación de Impactos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 19
Evaluación de Impactos
• Las estadísticas a nivel municipal se Recomendaciones para edificios residenciales
resumieron a partir del análisis a nivel categorizados como sustanciales:
de edificio. • (1) Obtener un seguro contra
• Los edificios individuales se inundaciones (2) Elevar el horno, el
calentador de agua y el panel
clasificaron en categorías de daños
eléctrico (3) Instalar "válvulas de
para inundaciones que ocurren cada retención" (4) Incorporar aberturas de
100 y 500 años (eventos de inundación debajo de BFE y asegurar
probabilidad del 1% y 0,2%). materiales de construcción
– Ninguno impermeables.
– Leve
– Moderado
– Substancial
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 20
Resultados
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 21
National Aeronautics and Space Administration
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 23
Antecedentes y Motivación
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 24
Contribuidores al Proyecto USA Structures 2017-Presente
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 25
Progreso hasta la fecha (Sept 2017 – Agosto 2023)
Completas: Fases I & II
Cantidad de
estructuras
Massachusetts 2,057,472 Tennessee 3,122,388
Texas 10,466,143
New Hampshire 558,369 California 9,946,076
Louisiana 1,859,228
New Jersey 2,467,395 Nevada 837,251
Arkansas 2,489,884
New York 4,847,135 Idaho 853,335
Missouri 1,527,560
Pennsylvania 4,837,949 Washington 2,780,681
Oklahoma 2,323,936
Rhode Island 353,194 Oregon 1,658,885
Arizona 2,724,064
Vermont 357,733 Connecticut 1,131,222
New Mexico 986,505
Datos disponibles de los archivos
Alabama 2,489,884
Virginia 3,124,376 District of Columbia 58,061 públicos de la FEMA en Geoplatform:
West Virginia 1,072,955 Delaware 371,915
Mississippi 1,527,560
Oregon 1,658,885 Maine 761,802 https://disasters.geoplatform.gov/pu
Guam 42,663
Iowa 2,114,520 Maryland 1,658,164 blicdata/Partners/ORNL/USA_Structur
Hawaii 327,070
Michigan 4,782,958 American Samoa 13,412 es/
Puerto Rico 1,142,054
Minnesota 2,801,654 Northern Mariana Is. 12,572
Georgia 3,757,825
Wisconsin 3,039,604 Colorado 2,174,948
South Carolina 2,286,581
Virgin Islands 40,726 Montana 767,753
Florida 6,645,067
Kansas 1,600,218 Utah 1,101,597
North Carolina 4,650,575
Nebraska 1,178,532 Wyoming 385,465
Illinois 4,639,278
North Dakota 572,242 Alaska 295,307
Indiana 3,287,119
South Dakota 628,750 Total hasta la fecha: 125,583,725
Kentucky 2,418,871
Virgin Islands 40,726
Ohio 5,496,516
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 26
Flujo de Trabajo Generalizado
Conflación de
Entrega
Pre- atributos
IMÁGENES
Imágenes
óptimas con Descarga de procesamiento:
mínima imágenes vía Pan-sharpening
superposicíon; FTP &
solicitud vía DG ortorrectificación QAQC
manual
CAPACITACIÓN
Aplicar el
S
modelo a la
región
Incorporar datos Monitorear Probar el
MODELO
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 27
Flujo de Trabajo Generalizado
Conflación de
Entrega
Pre- atributos
IMÁGENES
Imágenes
óptimas con Descarga de procesamiento:
mínima imágenes vía Pan-sharpening
superposicíon; FTP &
solicitud vía DG ortorrectificación QAQC
manual
CAPACITACIÓN
Aplicar el
S
modelo a la
región
Incorporar datos Monitorear Probar el
MODELO
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 28
Ejemplo de Volumen de Datos
• Texas
• 4862 Imágenes
• 3.7 TB
• Pan-sharpened 44 TB
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 29
Flujo de Trabajo Generalizado
Conflación de
Entrega
Pre- atributos
IMÁGENES
Imágenes
óptimas con Descarga de procesamiento:
mínima imágenes vía Pan-sharpening
superposicíon; FTP &
solicitud vía DG ortorrectificación QAQC
manual
CAPACITACIÓN
Aplicar el
S
modelo a la
región
Incorporar datos Monitorear Probar el
MODELO
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 30
Desarrollo de un modelo robusto y generalizable para EE.UU.
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 31
Flujo de Trabajo Generalizado
Conflación de
Entrega
Pre- atributos
IMÁGENES
Imágenes
óptimas con Descarga de procesamiento:
mínima imágenes vía Pan-sharpening
superposicíon; FTP &
solicitud vía DG ortorrectificación QAQC
manual
CAPACITACIÓN
Aplicar el
S
modelo a la
región
Incorporar datos Monitorear Probar el
MODELO
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 32
Washington Pennsylvania
Florida Colorado
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 33
Modelo de Verificación y Validación (VVM)
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 34
Resultados del VVM
Kampville, MO St. Peters, MO O’Fallon, MO
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 36
Clasificacíon de Destino/Uso – Flujo de trabajo generalizado
• Etiquetar
estructuras
HIFLD que
intersecan
Clases de destino/uso
con capas de • Residencial
HIFLD
• Comercial
• Industrial
• Estructuras
Census HU restantes se • Agricultura
o Lightbox etiquetan con
datos del • Reuniones
Parcels Censo o de
las Parcelas
• Sin fines de lucro
• Gobierno
• Completar
• Educacional
espacios • Servicios y Misceláneas
ResType vacíos de
estructuras no • No clasificadas
etiquetadas
con ResType
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 37
GAUNTLET - Herramienta para Calcular Morfologías de Edificaciones
• Geométricas
– Medidas de Geometría
• Ingeniadas
– Medidas complejas generadas utilizando
características geométricas
• Contextuales
– Patrones Espaciales de Puntos
– Relaciones de Escalas
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 38
Modelo ResType
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 39
Resultados
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 40
Uniendo los Modelos
• Procesamiento de imágenes
• CNN: deteccíon de estructuras
• VVM
• Regularización
• Flujo de atribuición
– 60+ datasets combinados
– Gauntlet
– ResType
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 41
¡Gracias!
Taylor Hauser
hausertr@ornl.gov
Traduccíon:
Philipe Dias
ambroziodiap@ornl.gov
Muestreo de Google StreetView para Caracterizar la
Vulnerabilidad
Muestreo de Google StreetView para Caracterizar la Vulnerabilidad
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 44
Objetivos de Aprendizaje para Esta Capacitación
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 45
Estimación de Características de Edificios conGoogle StreetView
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 46
Variable Opciones de Entrada
Diseño de Estudios Material de construcción Mampostería, bloque de
cemento, madera, ladrillo, acero
Tipo de techo Metal corrugado, tejas, paja u
• Definir variables hojas de palma, alquitrán, grava,
hormigón, mixtas
• Estandarizar a través del libro de Tipo de calle Asfalto, adoquines o cemento,
códigos
tierra o grava, baches
Uso del suelo Residencial, Comercial, Natural,
• Desarrollar un script de tareas de Tipo de estructura
Agrícola, Mixto
Separado, pareado, adjunto, no
plantilla de variables del estudio aplicable
Estado de ocupación Ocupado, vacante, no se puede
determinar la ocupación
Altura fija (punto de entrada más Nivel del suelo, bajo (1-6"),
bajo) medio (7-12"), alto (12-18")
Estado del edificio Muy pobre, pobre, regular,
bueno con defectos menores,
muy bueno
Topografía de la calle Pendiente plana o baja,
pendiente media, pendiente
pronunciada
Pisos Número de plantas
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 47
Selección de Sitios de Muestreo
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 48
Configurar Mechanical Turk
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 49
Recolección y Análisis de Datos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 50
Resultados y Conclusiones
Variable Kappa (𝜅)
son útiles
– No siempre es consistente entre
analistas
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 51
2da Parte:
Resumen
Resumen
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 53
Mirando Hacia Adelante
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 54
Datos de Contacto
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 55
Recursos
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 56
¡Gracias!
NASA ARSET – Transforming Earth Observation (EO) Data into Building Infrastructure Data Sets for Disaster Risk Modeling 57