Preliminary Analysis of Flood Disaster 2017 in Bihar and Mitigation Measures

Kaur, Amarjeet; Ghawana, Tarun; Kumar, Nakul

doi:10.1007/978-3-319-77276-9_40

Cited by 2 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Il y a donc peu d'événements historiques qui sont archivés à très haute résolution spatiale. S'agissant des crues lentes, la propagation du pic de crue d'amont en aval, qui s'accompagne d'une pulsation de débordement, est un phénomène qui ne peut pas s'observer avec précision en une seule image ni même dans une série d'images dont la fréquence de revisite dans des conditions d'observation similaires est au minimum de un à plusieurs jours (Kaur et al, 2019, Sichangi et al, 2011. L'observation de la propagation de l'extension maximale d'une inondation par imagerie est donc aléatoire et opportune, même sans tenir compte des conditions atmosphériques qui peuvent encore limiter l'accès « théorique » du capteur à l'état de surface au sol (Jain et al, 2005 ;Hoque et al 2011).…”

Section: Dynamiques Environnementales Et éVolutions Technologiques Deunclassified

Observatoires et Infrastructures de Données Géographiques (IDG) pour le suivi spatiotemporel et environnemental des territoires.

Masson¹,

Blanpain²

2020

ROISI

View full text Add to dashboard Cite

Cet article propose une réflexion sur les relations entre les observatoires, les infrastructures de données géographiques (IDG) et les besoins des utilisateurs pour le suivi spatiotemporel et environnemental des territoires. Après un rappel de la nature et des objectifs des observatoires et des IDG, nous analysons, à partir d'études de cas, différents systèmes d'observation, la mise à disposition des données géographiques collectées et l'adéquation de ces infrastructures de données avec les besoins et moyens des usagers. Nous nous appuierons ainsi sur le cas de la collecte d'imagerie multispectrale (satellitaire et aérienne) et de la donnée hydrométrique (mesures de débits en rivière) pour illustrer quelques-uns des défis numériques auxquels les observatoires doivent faire face pour atteindre leurs objectifs. ABSTRACT. This paper proposes a reflection on the relations between the observatories, the Spatial Data Infrastructures (SDI) and the user needs for the spatiotemporal and the environmental monitoring. After a reminder of the nature and objectives of the observatories and the SDIs, we analyze from case studies different observation systems, the availability of collected geographical data using various SDI and the adequacy of these infrastructures with the needs and means of the users. We will rely on multispectral (satellite and aerial) imagery collection and hydrometric data collection (streamflow measurements) to illustrate some of the numerical challenges observatories face in achieving their goals.

show abstract

Section: Dynamiques Environnementales Et éVolutions Technologiques Deunclassified

Observatoires et Infrastructures de Données Géographiques (IDG) pour le suivi spatiotemporel et environnemental des territoires.

Masson¹,

Blanpain²

2020

ROISI

View full text Add to dashboard Cite

show abstract

Forecasting Water Level Of Jhelum River Of Kashmir Valley India, Using Prediction And Earlywarning System

Imran

Sheikh

2020

GES

View full text Add to dashboard Cite

The hydrological disasters have the largest share in global disaster list and in 2016 the Asia’s share was 41% of the global occurrence of flood disasters. The Jammu and Kashmir is one of the most flood-prone regions of the Indian Himalayas. In the 2014 floods, approximately 268 people died and 168004 houses were damaged. Pulwama, Srinagar, and Bandipora districts were severely affected with 102, 100 and 148 km 2 respectively submerged in floods. To predict and warn people before the actual event occur, the Early Warning Systems were developed. The Early Warning Systems (EWS) improve the preparedness of community towards the disaster. The EWS does not help to prevent floods but it helps to reduce the loss of life and property largely. A flood monitoring and EWS is proposed in this research work. This system is composed of base stations and a control center. The base station comprises of sensing module and processing module, which makes a localised prediction of water level and transmits predicted results and measured data to the control center. The control center uses a hybrid system of Adaptive Neuro-Fuzzy Inference System (ANFIS) model and the supervised machine learning technique, Linear Multiple Regression (LMR) model for water level prediction. This hybrid system presented the high accuracy of 93.53% for daily predictions and 99.91% for hourly predictions.

show abstract

Preliminary Analysis of Flood Disaster 2017 in Bihar and Mitigation Measures

Cited by 2 publications

References 0 publications

Observatoires et Infrastructures de Données Géographiques (IDG) pour le suivi spatiotemporel et environnemental des territoires.

Observatoires et Infrastructures de Données Géographiques (IDG) pour le suivi spatiotemporel et environnemental des territoires.

Forecasting Water Level Of Jhelum River Of Kashmir Valley India, Using Prediction And Earlywarning System

Contact Info

Product

Resources

About