码迷,mamicode.com
首页 > 其他好文 > 详细

巴西签署总统令,动员全国制定灭火解决方案

时间:2020-09-18 12:26:05      阅读:39      评论:0      收藏:0      [点我收藏+]

标签:中心   准备   需要   tps   pac   技术   神经网络   code   就是   

https://mp.weixin.qq.com/s/eHfW95nIqTEis742lkEFsg

By 超神经

场景描述:8 月 20 日,美国航天局(NASA)就曾发布其卫星监测到的图片,称亚马逊热带雨林上空烟雾缭绕,正经历大面积火灾侵袭。到现在,这场大火已经持续半个月,巴西政府终于签署命令,动员该国各部门,寻找扑灭亚马逊森林火灾的解决方案。

关键词:亚马逊热带雨林 火灾 图像视觉

世界上最大的热带雨林,亚马逊热带雨林,已经在火海中挣扎半个多月了。

每年旱季(北半球的夏天),亚马逊雨林地区会有小范围烧林的情况,有些是当地的小农户合法开辟耕地,有些非法伐木工人也可能引起火灾,但都在可控范围内。
技术图片
过去 24小时(红色)、48 小时(橙色)
和 7 天(黄色)内的起火区域

但是目前这场大火,已经到了不受控制的局面,根据巴西国家空间研究所(INPE)的最新卫星数据分析,目前亚马逊森林火灾面积,比 2018年过火面积多出 82%。

甚至有些地区在燃烧时的速度之快,每分钟可以烧掉约 10000 平米(约两个足球场大小)。

技术图片
亚马逊的火灾年年有,但今年特别失控
不仅如此,今年亚马逊雨林的火灾数还创下 2013 年以来的最高纪录,截至目前已经经历了 74000 多起火灾,是 2018 年的两倍。

对抗火灾:必须与时间赛跑

目前关于这场火灾的缘起众说纷纭,但是确定的是巴西总统博尔索纳罗,已经签署命令,动员该国各部门,寻找扑灭亚马逊森林火灾的解决方案。

巴西政府预计将于当地时间 23 日早上,宣布灭火计划框架内的初期举措。巴西总统府办公厅主任奥妮克斯?洛伦佐尼表示:「所有部门都被动员提交解决方案。从涉及火灾、砍伐林木的精准行动,到地区整体的解决方案。」

此外,智利、阿根廷和委内瑞拉也已提出,愿为巴西境内的灭火提供帮助。

技术图片
美国宇航局(NASA)通过 Suomi NPP 拍摄图像
巴西这几个州上空烟雾缭绕

对此,一些组织已经开始加紧援助亚马逊雨林的拯救工作,倡导监控森林砍伐活动、捐款植树、购买土地等。

除此之外,在火灾面前,人工智能也早已在发挥作用,帮助我们与时间赛跑,最大限度地降低生命与财产损失。

在火灾中发挥作用的人工智能技术

可以供巴西参考的一个案例是,在去年损失惨重的加州大火中,就有一家叫 CrowdAI 的公司通过卫星数据,综合图像视觉技术参与了救援。

技术图片
2018 年加州发生的山火
比过去十年的平均水平还要高出 30%

CrowdAI 使用 Spacenet 和 Deepglobe 的卫星图像,以及 DigitalGlobe 和 Planet Labs 的数据,训练卷积神经网络。

只需一秒,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。

技术图片
对卫星图像实现建筑物的识别

借助于 CrowdAI 自定义的深度学习模型,除了标注常规的房屋建筑,还扩大到了独立结构,比如车棚、公用设施棚和谷仓等。

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。

技术图片
对受损建筑等用红点标记

拓展到整个地区,通过标记点的数量定出受灾的严重程度,就能用不同的颜色区别出受灾的程度。

最后在 Google Earth 或 ArcGIS 上标记出来,就能为救灾和重建工作做出指导。

技术图片
不同区域的受灾程度

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。」

很多救援人员和政府官员,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。

为了尽可能准确的完成受灾情况的评估,之前的方法需要很大量的数据训练,但 CrowdAI 的机器学习负责人Jigar Doshi 提到,「因为机器视觉技术已经很成熟了,我们不需要训练很大的模型(对受灾情况),就能进行有效的评估。」

灾难面前,技术带来的人文关怀

除了 CrowdAI ,也有其他的公司和机构正在做着相似的努力。

大自然保护协会,正在利用小型卫星的图像和 AI 技术,引进森林的消防工具。通过数量众多的小型卫星,拍摄而成的高清图片,对森林状况进行实时的监控,通过 AI 的数据分析,能够及时的作出预防和报警。

还有一家叫做 Salo Science 的公司,正在通过 AI 技术,研究对森林火灾风险评定的工作。他们在开发的 AI 产品,同样是基于卫星图像和数据,通过对树木等情况,综合地形,地势,可积燃物等因素的分析,给消防人员提供森林的区域地形图以及风险指示数据。帮助他们在危险来临时,作出更好的选择。

技术图片
Salo Science 所分析的加州野火和木材采伐
造成森林损失的数据

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。

防患于未然,比灾后方案更重要

亚马逊热带雨林的大火,在全球都掀起了轩然大波。

除了对于火灾本身的关注。其背后反映出的发展中国家的困扰、环保问题、耕地问题和新闻传播的问题,都在被激烈讨论。

谷歌和麦肯锡全球研究所曾在报告中提到,「 AI 能更准确地提供救援工作和应急准备,相比于人类救援要更快速,而且适用范围更广。」

也许在将来,结合了人工智能或者机器人的救灾方案,能够应对火灾、地震、洪水,包括其他灾害。但是最为重要的是,技术介入之前,民众自身的自觉和自制,能让地球远离火灾的伤害。
技术图片

—— 完 ——
技术图片
扫描二维码,加入讨论群
获得更多优质数据集
了解更多 AI 场景
回复「读者」自动入群
更多精彩内容(点击图片阅读)
技术图片

巴西签署总统令,动员全国制定灭火解决方案

标签:中心   准备   需要   tps   pac   技术   神经网络   code   就是   

原文地址:https://blog.51cto.com/14929242/2534724

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!