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

Hauptmenü