EM-T1Natural Hazards and Earth System Sciences2021-10-27第 21 卷第 10 期，3199-3218开放获取

Improving flood damage assessments in data-scarce areas by retrieval of building characteristics through UAV image segmentation and machine learning – a case study of the 2019 floods in southern Malawi

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

洪涝风险与减灾金融风险与机器学习 flood damage assessment building footprint extraction object-based image analysis UAV imagery building vulnerability depth-damage curves economic loss estimation flood exposure data-scarce regions support vector machine classification flood risk assessment

登录后可以看完整列表。去登录

22次被引阅读 1

被引数据来自 OpenAlex，含本站以外的引用

Natural Hazards and Earth System SciencesCopernicus GmbH

应急管理一类

本站发文: 2,505
总被引: 76,402
ISSN: 1684-9981

进入期刊页 →

引用这篇

WOUTERS L, DE MOEL H, DE RUITER M, et al. Improving flood damage assessments in data-scarce areas by retrieval of building characteristics through UAV image segmentation and machine learning – a case study of the 2019 floods in southern Malawi[J]. Natural Hazards and Earth System Sciences, 2021, 21(10): 3199-3218. DOI:10.5194/nhess-21-3199-2021.

著录项

学科: 工学环境科学与工程全球变化
类型: 研究论文
期刊: Natural Hazards and Earth System Sciences
基金资助: Nederlandse Organisatie voor Wetenschappelijk Onderzoek项目号 016.161.324
卷期页: 第 21 卷第 10 期，3199-3218
出版: 2021-10-27
语言: 英语
DOI: 10.5194/nhess-21-3199-2021

获取来源6 处

Natural hazards and earth system sciences免费出版版
页面
未署名来源免费录用稿
页面 PDF
VU Research Portal免费出版版
页面
DOAJ (DOAJ: Directory of Open Access Journals)免费预印本
页面
Data Archiving and Networked Services (DANS)免费预印本
页面
Data Archiving and Networked Services (DANS)预印本
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。