الملخص طورت هذه الدراسة إطار عمل قائم على التعلم الآلي لتقييم تعرض الطرق وتأثيراتها في المناطق المعرضة للأعاصير، باستخدام تقنيات الاستشعار عن بعد. لتحديد الآثار الفورية والمتسقة للأعاصير على شبكة الطرق، طورت الدراسة مقياسين رئيسيين: مؤشر تأثير إغلاق الطرق (RCII) ومؤشر تعرض الطرق (RVI). يقيم مؤشر RCII شدة إغلاقات الطرق من خلال تحليل الصناديق المحيطة المكتشفة من الصور الجوية عالية الدقة، مما يوفر رؤى عن النطاق المكاني وشدة الانقطاعات الناتجة عن كل عاصفة. بالمقابل، يقيم مؤشر RVI اتساق أنماط إغلاق الطرق عبر عدة أحداث، كاشفًا عن الضعف داخل البنية التحتية للنقل من خلال التحليل الجغرافي المكاني. أيضًا، من خلال الاستفادة من الصور الجوية، وتقنية الاستشعار عن بعد، ونماذج التعلم الآلي المتقدمة، قيمت الدراسة آثار إعصاري إداليا ودبي على مقاطعة تايلور، فلوريدا، مصنفة بشكل فعال ظروف الطرق في المقاطعة بعدهما إلى ثلاث فئات: مفتوحة، مغلقة جزئيًا، ومغلقة تمامًا. تشير النتائج إلى أن إعصار إداليا تسبب في أضرار هيكلية كبيرة بسبب الرياح والمد العالي، في حين أن إعصار دبي أدى إلى فيضانات مستمرة وغمر الطرق التالية. من خلال مقارنة آثار هذين الإعصارين، تسلط الدراسة الضوء على الدور الهام لدمج التعلم الآلي، والتحليل الجغرافي المكاني، والاستشعار عن بعد من أجل تحسين استعدادات استجابة الكوارث. في النهاية، يوفر هذا الإطار رؤى حيوية لتحسين مرونة البنية التحتية وجهود التخطيط في المجتمعات الساحلية المعرضة لأحداث الطقس القاسية.
تحقق تاكي وآخرون (ثلاثاء) من هذا السؤال.