Begrijpen hoe regio's worden getroffen na een overstroming kan verbeteren dankzij nieuw onderzoek van een Florida Tech-professor.

Efthymios Nikolopoulos, assistent-professor werktuigbouwkunde en civiele techniek, werkt aan een door de National Oceanic and Atmospheric Administration (NOAA) gefinancierd project dat zich bezighoudt met het gebruik van remote sensing via satelliet om overstromingen in kaart te brengen. Het gaat om op satellieten gebaseerde sensoren die overstroomde gebieden identificeren die worden gevalideerd als een algoritme door beschikbare veldwaarnemingen en optische beelden met hoge resolutie van kleine commerciële satellieten die zijn geanalyseerd door postdoctoraal onderzoeker Emanuel Storey.

Momenteel kijkt het team naar eerdere overstromingen, zoals de overstromingen die plaatsvonden bij de Alabama en Florida Perdido River tijdens orkaan Sally in 2020, evenals de plotselinge overstroming in Nashville die plaatsvond op 29 maart, zes doden en tientallen huizen en bedrijven verwoest.

De eerste bevindingen worden nog bepaald, maar het team heeft al prototypes van algoritmen ontwikkeld voor het verbeteren van de schatting van overstromingen onder het bladerdak van de vegetatie. Er zijn uitdagingen geweest, echter, zoals bewolking die de satellietgebaseerde sensoren beïnvloedt. Het team is van plan dit te omzeilen door te kijken naar andere beschikbare sensoren die niet worden beïnvloed door wolkenobstructie. Nikolopoulos zei dat het plan is om ze later in het jaar te implementeren.

De op satellieten gebaseerde overstromingskaarten zullen onderzoekers een beter inzicht geven in de gevolgen van overstromingen voor gebieden, en beter inzicht geven in overstromingsgevoelige gebieden, die gevolgen kunnen hebben voor weerbureaus zoals NOAA en de National Weather Service, evenals de bouwsector.

"Het is één ding voor mij om je te vertellen dat een bepaalde rivier er 1 heeft. 000 kubieke voet per seconde stroom, en het is iets anders om je te vertellen dat het tot een meter overstroomd zal zijn deze afstand naast de rivier, Nikolopoulos zei. "De vertaling van de een naar de ander is niet zo rechttoe rechtaan als het klinkt. We hebben modellen nodig, en die modellen hebben fouten, dus helpen we de ontwikkeling van die modellen door middel van teledetectie-observaties."

Het multidisciplinaire project was bevredigend voor Nikolopoulos. Het onderzoek heeft een wetenschappelijke mogelijkheid geboden om de overstromingsdynamiek van overstromingen beter te begrijpen door middel van teledetectie, terwijl hij ook sprak met zijn technische achtergrond door een onmiddellijke applicatie te maken die een onmiddellijke reactie voor lokale functionarissen mogelijk maakt.

In de toekomst, Nikolopoulos wil de huidige algoritmen die worden gebruikt voor schattingen van overstromingen, verbeteren, evenals een beter begrip van waar satellieten het beste presteren met betrekking tot het oppikken van deze gegevens. Met machine learning en kunstmatige intelligentie, Nikolopoulos ziet ook dat het onderzoek naar schattingen van overstromingen op wereldschaal verbetert.

"Ik kijk er echt naar uit om te zien hoeveel we uit die sensoren kunnen halen, en ik ben er erg optimistisch over, " zei hij. "Ik denk dat het slechts het begin is van een veelbelovende onderzoeks- en werklijn in het algemeen."