SARリモートセンシングとクラウドベース処理による高解像度埋立地特性評価

科学分野:

• 環境科学、地理空間分析、リモートセンシング

背景:

• インドのような開発途上国は、監視と埋立地データの不足により、固形廃棄物管理に苦労しています。
• 既存の方法には、効果的な計画を妨げる埋立地統計のための信頼性の高い報告メカニズムが欠けています。

研究 の 目的:

• インドにおける埋立地特性を定量化するためのリモートセンシング方法論を開発および検証すること。
• 全国規模での埋立地監視のためのスケーラブルで費用効果の高いフレームワークを確立すること。

主な方法:

• センチネル1-SAR画像から数値標高モデル（DEM）を生成するために、Pythonプログラミングとセンチネルアプリケーションプラットフォーム（SNAP）を統合しました。
• インド全土の80の埋立地サイトからの廃棄物の高さと体積推定の大規模な分析にGoogle Earth Engine（GEE）を利用しました。
• 2つの代表的な埋立地サイトでドローン測量と差動GPS（DGPS）を使用した現地検証。

主要な成果:

• 本研究は、均一なリモートセンシングフレームワークを用いた全国規模での埋立地体積の最初の評価を提示します。
• 現地検証により、特定のサイトで0.8%という低い体積偏差で高い精度が実証されました。
• 提案されたSARベースのDEMアプローチは、埋立地の高さ、面積、体積を推定するための信頼性の高い方法であることが証明されています。

結論:

• SARベースのDEMを使用したリモートセンシングは、体系的でほぼリアルタイムの埋立地監視のための費用効果が高くスケーラブルなソリューションを提供します。
• このフレームワークは、廃棄物管理のための重要な能力計画、環境評価、および政策策定をサポートします。
• この方法論は、都市化と廃棄物生成の増加の中で、開発途上国がデータ駆動型の廃棄物管理戦略を採用するための道を提供します。