Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Crowdsourcing (CS) and Remote Sensing (RS) data in Detecting Street Blockages in the Aftermath of an Earthquake: Bam Earthquake, 2003, Iran

تعداد صفحات: 5 | تعداد نمایش خلاصه: 142 | نظرات: 0
سال انتشار: 1395
کد COI Paper: SAFEMASHAD01_078
زبان Paper: Englishglish
(فایل این Paper در 5 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Crowdsourcing (CS) and Remote Sensing (RS) data in Detecting Street Blockages in the Aftermath of an Earthquake: Bam Earthquake, 2003, Iran

Reza Hassanzadeh - Ecology Group, Environmental Sciences Institute, Kerman Graduate University of Advanced Technology (KGUT), Kerman, Iran.Kerman Disaster Management Center (KDMC), Kerman, Iran

چکیده Paper:

this paper explores the effectiveness of Crowdsourcing (CS) and Remote Sensing (RS) data in detecting street blockages in the aftermath of an earthquake. Building destruction, bridge collapse, and hazardous zones can block a street and congest the traffic flow. Consequently, deployment of disaster response operations to the disaster zone could be delayed. This research was conducted through a designed experiment in the study area of Bam City that experienced a massive earthquake in 2003 and 396 people were interviewed regarding street’s blockages in the aftermath of the earthquake. This data as Crowd Sourced (CS) data and Remote Sensing (RS) data were considered to extract streets’ blockages in the study area. The number of blockages based on CS data and RS data were 289 and 412, respectively. Comparison of these results with the actual street blockage locations showed 76.3% and 53.9% accuracy using CS and RS data, respectively. Combination of CS and RS data demonstrated 87.4% accuracy in detecting street blockages in compare to actual street blockage locations showing CS data could be applied as a complementary source of information in detecting street blockages and increase the effectiveness of RS data in routing disaster response operations

کلیدواژه ها:

Crowdsourcing (CS), Remote Sensing (RS), Street Blockage, and Bam Earthquake

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/605743/

کد COI Paper: SAFEMASHAD01_078

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined,1395,Crowdsourcing (CS) and Remote Sensing (RS) data in Detecting Street Blockages in the Aftermath of an Earthquake: Bam Earthquake, 2003, Iran,هشتمین اجلاس آسیایی جامعه ایمن و اولین اجلاس منطقه ای جامعه ایمن مشهد ۲۰۱۷,Mashhad,,,https://civilica.com/doc/605743

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395, Hassanzadeh, Reza؛ )
برای بار دوم به بعد: (1395, Hassanzadeh؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مPaperقاله لینک شده اند :

  • International Federation of Red Cross and Red Crescent Societies (IFRC), ...
  • Huyck, C.K., et al. Earthquake Damage Detection Algorithm Using Optical ...
  • Chesnel, A.L., R. Binet, and L. Wald Object oriented assessment ...
  • Congalton, R.G. and K. Green, Assessing the Accuracy of Remotely ...
  • (UN), U.N., The Sendai Framework for Disaster Risk Reduction 2015-2030 ...
  • Convergence: The International Jourmal of Research into New Media Technologies, ...
  • McClendon, S. and A.C. Robinson, Leveraging Geospatially- Oriented Social Media ...
  • Earthquake Information via Social Network Technologies Advances in Intelligent Data ...
  • Earle, P., Earthquake Twitter. Nature Geosci, 2010. 3(4): p. 221-222. ...
  • Corbane, C., G. Lemoine, and M. Kauffmann, Relationship between the ...
  • Barbier, G., et al., Maximizing benefits from crowdsourced data. Computational ...
  • Clark, L. How Nepal's Earthquake Was Mapped in 48 Hours. ...
  • Alavi Rzavi, A., Bam Earthquake Report. 2008, Kerman Disaster Management ...
  • Pham, T.-T.-H., et al., Towards a rapid automatic detection of ...
  • Miura, H., S. Midorikawa, and N. Kerle, Building Damage Distribution ...
  • Yamazaki, F., Y. Yano, and M. Matsuoka, Visual Damage Interpretation ...
  • Dash, J., et al, Automatic building extraction from laser scanning ...
  • Saito, K., et al., Using highresolution satellite images for pos ...
  • Research Info Management

    Certificate | Report Paper

    Export Citation info of this Paper to research management softwares

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: state university
    تعداد مقالات: 2,062
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    New RelatedPapers

    Share this paper

    WHAT IS COI?

    COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

    Support