Au­to­ma­ti­sche Scha­dens­ana­ly­se

Automatische Schadensanalyse
Au­to­ma­ti­sche Scha­dens­ana­ly­se
Credit: xView2 data, processed by DLR

Automatische Schadensanalyse

Nach ei­ner Na­tur­ka­ta­stro­phe ist ei­ne schnel­le Er­fas­sung der Schä­den wich­tig. Im DLR-Pro­jekt „Da­ta4Hu­man“ sol­len die Ge­bäu­de­schä­den mit­hil­fe au­to­ma­tisch er­fasst wer­den – mit­tels in­tel­li­gen­ter Da­ten­ver­ar­bei­tungs­me­tho­den aus der Fer­ner­kun­dung. Das Bei­spiel hier zeigt Scha­den­ana­ly­sen zu meh­re­ren Na­tur­ka­ta­stro­phen in den USA - vor und nach den Hur­ri­ca­nes Flo­rence und Matt­hew, ei­ner Flut­ka­ta­stro­phe im mitt­le­ren Wes­ten so­wie dem Busch­feu­er von San­ta Ro­sa. Für die Aus­wer­tung nutz­ten die DLR-Ex­per­ten den öf­fent­li­chen xView2-Da­ten­satz.

Nach einer Naturkatastrophe ist eine schnelle Erfassung der Schäden wichtig. Im DLR-Projekt „Data4Human“ sollen die Gebäudeschäden mithilfe automatisch erfasst werden – mittels intelligenter Datenverarbeitungsmethoden aus der Fernerkundung. Das Beispiel hier zeigt Schadenanalysen zu mehreren Naturkatastrophen in den USA - vor und nach den Hurricanes Florence und Matthew, einer Flutkatastrophe im mittleren Westen sowie dem Buschfeuer von Santa Rosa. Für die Auswertung nutzten die DLR-Experten den öffentlichen xView2-Datensatz.

Weitere Galerien

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen zum Datenschutz erhalten Sie über den folgenden Link: Datenschutz

Hauptmenü