Snow avalanche hazard maps are important tools for helping governments, land managers, and tourists to realize the possible dangerous places in mountain areas. Compare to the development of the methods for making hazard maps, relatively little research is dedicated to identifying the avalanche potential release areas. In this study, several morphological parameters derived from the digital terrain model and land cover maps, are combined as indicators to automatically predict the possible avalanche formation areas in Google Earth Engine. The result is presented as an avalanche susceptibility map that has different levels to specify the probability of an avalanche formation. Further comparison between the result and the reference data shows a high matching percentage for the dangerous areas.

Le mappe di pericolosità di valanghe sono strumenti importanti per aiutare i governi, i gestori del territorio e i turisti a rendersi conto dei possibili luoghi pericolosi nelle zone di montagna. Rispetto allo sviluppo dei metodi per la creazione di mappe di pericolosità, relativamente poche ricerche sono dedicate all'identificazione delle potenziali aree di rilascio di valanghe. In questo studio, diversi parametri morfologici derivati dal modello digitale del terreno e dalle mappe di copertura del suolo, vengono combinati come indicatori per prevedere automaticamente le possibili aree di formazione di valanghe in Google Earth Engine. Il risultato è presentato come una mappa della suscettibilità valanghiva che ha diversi livelli per specificare la probabilità della formazione di una valanga. Un confronto tra la mappa ottenuta e i dati di riferimento mostra un'alta percentuale di corrispondenza per le aree pericolose.

Automated avalanche susceptibility mapping in Google Earth engine

Wang, Zhuowei
2021/2022

Abstract

Snow avalanche hazard maps are important tools for helping governments, land managers, and tourists to realize the possible dangerous places in mountain areas. Compare to the development of the methods for making hazard maps, relatively little research is dedicated to identifying the avalanche potential release areas. In this study, several morphological parameters derived from the digital terrain model and land cover maps, are combined as indicators to automatically predict the possible avalanche formation areas in Google Earth Engine. The result is presented as an avalanche susceptibility map that has different levels to specify the probability of an avalanche formation. Further comparison between the result and the reference data shows a high matching percentage for the dangerous areas.
ING I - Scuola di Ingegneria Civile, Ambientale e Territoriale
21-dic-2022
2021/2022
Le mappe di pericolosità di valanghe sono strumenti importanti per aiutare i governi, i gestori del territorio e i turisti a rendersi conto dei possibili luoghi pericolosi nelle zone di montagna. Rispetto allo sviluppo dei metodi per la creazione di mappe di pericolosità, relativamente poche ricerche sono dedicate all'identificazione delle potenziali aree di rilascio di valanghe. In questo studio, diversi parametri morfologici derivati dal modello digitale del terreno e dalle mappe di copertura del suolo, vengono combinati come indicatori per prevedere automaticamente le possibili aree di formazione di valanghe in Google Earth Engine. Il risultato è presentato come una mappa della suscettibilità valanghiva che ha diversi livelli per specificare la probabilità della formazione di una valanga. Un confronto tra la mappa ottenuta e i dati di riferimento mostra un'alta percentuale di corrispondenza per le aree pericolose.
File allegati
File Dimensione Formato  
Automated avalanche susceptibility mapping in Google Earth Engine.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 2.31 MB
Formato Adobe PDF
2.31 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/195836