يمكن لخرائط الأقمار الصناعية الجديدة باستخدام الذكاء الاصطناعي تحديد الأضرار الناجمة عن الإعصار بسرعة عبر الولاية بأكملها لتحديد الأماكن التي قد يكون فيها الأشخاص

ترك إعصار إيان مسارًا واسعًا للغاية من الدمار في معظم أنحاء جنوب فلوريدا.وكان ذلك واضحا في التقارير الواردة من الأرض، لكنه ظهر أيضا في بيانات الأقمار الصناعية.استخدام طريقة جديدة, ، تمكن فريقنا من المحللين المكانيين والبيئيين من تقديم صورة كبيرة نادرة للأضرار التي لحقت بالولاية بأكملها بسرعة.

باستخدام صور الأقمار الصناعية قبل العاصفة وصور في الوقت الحقيقي من أربعة أجهزة استشعار للأقمار الصناعية، جنبًا إلى جنب مع الذكاء الاصطناعي، أنشأنا نظامًا لرصد الكوارث يمكنه رسم خريطة للأضرار في المنطقة. دقة 30 مترا وتحديث البيانات بشكل مستمر.

إنها لمحة سريعة عما يمكن أن تبدو عليه مراقبة الكوارث بشكل أسرع وأكثر استهدافًا في المستقبل - وهو شيء يمكن نشره في نهاية المطاف على مستوى البلاد.

كيف يكتشف الذكاء الاصطناعي الضرر

لقد تم استخدام الأقمار الصناعية بالفعل تحديد المناطق عالية المخاطر للفيضانات وحرائق الغابات والانهيارات الأرضية وغيرها من الكوارث، وتحديد الأضرار بعد هذه الكوارث.لكن معظم أساليب إدارة الكوارث المعتمدة على الأقمار الصناعية تعتمد على التقييم البصري لأحدث الصور، لكل حي على حدة.

تقوم تقنيتنا تلقائيًا بمقارنة صور ما قبل العاصفة مع صور الأقمار الصناعية الحالية اكتشاف الحالات الشاذة بسرعة على مساحات واسعة.قد تكون هذه الحالات الشاذة عبارة عن رمل أو ماء في مكان لا ينبغي أن يكون فيه هذا الرمل أو الماء، أو أسطح متضررة بشدة لا تتطابق مع مظهرها قبل العاصفة.يتم وضع علامة على كل منطقة بها شذوذ كبير باللون الأصفر.

بعد خمسة أيام من هجوم إيان على فلوريدا، أظهرت الخريطة مضلعات إنذار صفراء في جميع أنحاء جنوب فلوريدا.ووجدنا أنه يمكنه اكتشاف بقع الضرر بدقة تبلغ حوالي 84%.

غالبًا ما تخلف الكوارث الطبيعية مثل الإعصار أو الإعصار وراءها أضرارًا كبيرة مجالات التغير الطيفي على السطح، وهذا يعني تغيرات في كيفية انعكاس الضوء على كل ما هو موجود، مثل المنازل أو الأرض أو الماء.تقارن الخوارزمية الخاصة بنا الانعكاس في النماذج المستندة إلى صور ما قبل العاصفة مع الانعكاس بعد العاصفة.

ويرصد النظام التغيرات في الخصائص الفيزيائية للمناطق الطبيعية، مثل التغيرات في الرطوبة أو السطوع، والكثافة الإجمالية للتغيير.ان زيادة في السطوع غالبًا ما يرتبط بالرمال المكشوفة أو الأراضي العارية بسبب أضرار الإعصار.

وباستخدام نموذج التعلم الآلي، يمكننا استخدام تلك الصور للتنبؤ باحتمالات الاضطراب، والتي تقيس تأثيرات الكوارث الطبيعية على أسطح الأرض.يتيح لنا هذا النهج أتمتة رسم خرائط الكوارث وتوفير تغطية كاملة لحالة بأكملها بمجرد إصدار بيانات القمر الصناعي.

ويستخدم النظام بيانات من أربعة أقمار صناعية، لاندسات 8 و لاندسات 9, ، وكلاهما تديره وكالة ناسا والولايات المتحدة.المسح الجيولوجي، و الحارس 2A و الحارس 2B, تم إطلاقه كجزء من برنامج كوبرنيكوس التابع للمفوضية الأوروبية.

مراقبة في الوقت الحقيقي، على الصعيد الوطني

وقد تم توثيق العواصف الشديدة المصحوبة بفيضانات مدمرة بوتيرة متزايدة في أجزاء كبيرة من العالم في السنوات الأخيرة.

في حين أن فرق الاستجابة للكوارث يمكن أن تعتمد على مراقبة الطائرات والطائرات بدون طيار لتحديد الأضرار في مناطق صغيرة، فمن الصعب للغاية رؤية الصورة الكبيرة في كارثة واسعة النطاق مثل الأعاصير والأعاصير المدارية الأخرى، والوقت هو جوهر الأمر.يوفر نظامنا طريقة سريعة باستخدام الصور المجانية التي تنتجها الحكومة لرؤية الصورة الكبيرة.أحد العوائق الحالية هو توقيت تلك الصور، والتي غالبًا لا يتم نشرها علنًا إلا بعد أيام قليلة من وقوع الكارثة.

نحن نعمل الآن على تطوير مراقبة في الوقت الفعلي تقريبًا لكامل الولايات المتحدة المتقطعة لتوفير أحدث المعلومات عن الأراضي بسرعة للكارثة الطبيعية القادمة.