能做些什么,瑞典开发监测森林火灾新技术

瑞典皇家理工学院宣布开发出一种利用卫星数据和机器学习的新技术用于更有效的监测森林火灾并分析灾后损害。
2018年瑞典北部森林曾发生严重火灾,由于当时用直升机和无人机采集光学图像、GPS位置及其他火灾信息,效率低、时效性差,对森林灭火指引效果不佳。
瑞典皇家理工学院的新技术以NASA的装备红外光传感器、雷达系统的Esas
Sentinel-1、Sentinel-2、Landsat、Viirs及Modis卫星的24小时免费开放数据为基础,通过深度人工CNV机器学习技术来分析计算目标区域火灾前后图像之间的比率对数,然后将结果转化为二进制图像以区分燃烧区域和未燃烧区域,从而更准确的获得火灾位置、燃烧程度等信息。
2017年-2018年间,瑞典皇家理工学院的研究团队与加拿大不列颠哥伦比亚省自然资源和农村发展部研究人员合作,追踪分析500多起森林火灾,对此技术进行了验证改善。瑞典民事应急局将于今年夏天将此纳入火灾监测新手段,以进一步检验其实际效果。

热 文推 荐

关键词:火灾救援、卫星影像、卷积神经网络

不同区域的受灾程度

只需一秒钟的时间,就能预测和评估受灾程度,再将评估结果报告给救援指挥中心,帮助科学调配救援资源,制定更科学的救援方案。

对于不断追求评估速度的目标,CrowdAI 的创始人兼首席执行官 Devaki Raj
说到,「当灾难发生时,我们必须要快速的给出预测,这就是我们需要这种速度的原因。」

此外,对于消防机器人的研究,也一直在进步。在前段时间的报道中,萧山消防机器人就在一场大火中大显身手,通过冲进火场、侦查探路、与消防人员协同作战,最终成功灭火。但消防机器人还不够智能,不能应对复杂的地形,目前也不能单独进行救灾。

在那一次的火灾中,从卫星图像中识别出结构后,根据受灾前后的图像对比, AI
模型用红点标识出损坏所在的位置。

本文经授权转载自超神经HyperAI

很多救援人员和级政府官员,通过这些快速生成的数据,更合理的协调了救援工作,这提升了解决紧要问题的效率。

在救灾工作中,及时掌握全面而准确的信息,以实现资源的合理分配,是至关重要的。而现在,基于
AI
的技术,正在发挥着一些作用,它能够帮助我们与时间赛跑,挽回更多生命和损失。

图片 1

场景介绍:对于无法消除的森林火灾问题,AI
技术结合卫星图像,能够在救灾过程过程中作出及时合理的见解,帮助人们将损失降到最低。

在论文中,他们的研究获到了很好的成绩:在 2017
年德克萨斯州附近被飓风哈维损坏的道路识别时,达到了 88.8% 的准确率,而在
Santa Rosa 火灾中识别损坏建筑物时准确率达到了 81.1%。

他们的研究成果《From Satellite Imagery to Disaster Insights》也被
NeurIPS
会议所接受。()

对抗火灾,AI 在前进

在火灾中发挥作用的 AI 技术

对受损建筑等用红点标记

图片 2

图片 3

而在灾难预测的方面, CrowdAI
也在探索能够预测到的灾害模型,据称,他们在尝试通过整合风力、降水和社交媒体等数据,积极开发能超越卫星图像的深度学习工具。

通过对比灾难前后的图片数据,并且与人工提取作对比,计算出灾害影响指数

你点的每个“在看”,我都认真当成了喜欢

图片 4

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website