Contemporary sea level rise (SLR) research seldom considers enabling effective geovisualisation for the communities. This lack of knowledge transfer impedes raising awareness on climate change and its impacts. The goal of this study is to produce an online SLR map accessible to the public that allows them to interact with evolving high-resolution geospatial data and techniques. The study area was the North Shore of Vancouver, British Columbia, Canada. While typically coarser resolution (10m+/pixel) Digital Elevation Models have been used by previous studies, we explored an open access airborne 1 metre LiDAR which has a higher resolution and vertical accuracy and can penetrate tree cover at a higher degree than most satellite imagery. A bathtub method model with hydrologic connectivity was used to delineate the inundation zones for various SLR scenarios which allows for a not overly complex model and process using standard tools such as ArcGIS and QGIS with similar levels of accuracy as more complex models, especially with the high-resolution data. Deep Learning and 3D visualizations were used to create past, present, and modelled future Land Use/Land Cover and 3D flyovers. Analysis of the possible impacts of 1m, 2m, 3m, and 4m SLR over the unique coastline, terrain and land use was detailed. The generated interactive online map helps local communities visualise and understand the future of their coastlines. We have provided a detailed methodology and the methods and results are easily reproducible for other regions. Such initiatives can help popularise community-focused geovisualisation to raise awareness about SLR.


翻译:当今的海平面上升(SLR)研究很少考虑为社区提供有效的地理可视化。这种缺乏知识转移阻碍了提高人们对气候变化及其影响的认识。本研究旨在产生一个在线SLR地图,可供公众访问,允许他们与不断发展的高分辨率地理空间数据和技术进行交互。研究区域是加拿大不列颠哥伦比亚省温哥华北岸。虽然以前的研究通常采用较粗略的分辨率(10m+/pixel)的数字高程模型,但我们探索了一种空气激光雷达的开放获取型号,其分辨率和垂直精度更高,可以穿透大多数卫星图像所无法穿透的树林。采用具有流域连接的浴缸法模型来划定各种SLR情景下的淹没区,这允许使用标准工具(如ArcGIS和QGIS)进行不过度复杂的模型和流程,并具有与更复杂模型近似的精度,尤其是对于高分辨率数据而言。采用深度学习和3D可视化来创建过去、现在和模拟未来的土地利用/土地覆盖和3D飞行。详细分析了1m、2m、3m和4m SLR对独特的海岸线、地形和土地利用可能产生的影响。生成的互动在线地图帮助当地社区可视化和理解他们海岸线的未来。我们提供了详细的方法论,该方法与结果易于复制到其他地区。这类举措可以帮助普及社区为重点的地理可视化,以提高人们对SLR的认识。

0
下载
关闭预览

相关内容

【2022新书】Python数据科学导论,309页pdf
专知会员服务
82+阅读 · 2022年8月6日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Compose for Wear OS | 助力开发者提升可穿戴设备用户体验
一起看 I/O | Flutter 休闲游戏工具包发布
谷歌开发者
0+阅读 · 2022年5月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
SIGIR2019 接收论文列表
专知
18+阅读 · 2019年4月20日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
CVE-2018-7600 - Drupal 7.x 远程代码执行exp
黑客工具箱
14+阅读 · 2018年4月17日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2023年5月31日
Arxiv
37+阅读 · 2021年9月28日
VIP会员
相关VIP内容
【2022新书】Python数据科学导论,309页pdf
专知会员服务
82+阅读 · 2022年8月6日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
相关资讯
Compose for Wear OS | 助力开发者提升可穿戴设备用户体验
一起看 I/O | Flutter 休闲游戏工具包发布
谷歌开发者
0+阅读 · 2022年5月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
SIGIR2019 接收论文列表
专知
18+阅读 · 2019年4月20日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
CVE-2018-7600 - Drupal 7.x 远程代码执行exp
黑客工具箱
14+阅读 · 2018年4月17日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员