Un nuevo mapeo satelital con inteligencia artificial puede identificar rápidamente los daños causados ​​por huracanes en todo un estado y detectar dónde las personas pueden quedar atrapadas.

El huracán Ian dejó un rastro de destrucción extraordinariamente amplio en gran parte del sur de Florida.Esto fue evidente en los informes desde tierra, pero también aparece en los datos satelitales.Usando un nuevo método, nuestro equipo de analistas espaciales y ambientales pudo proporcionar rápidamente una visión general poco común de los daños en todo el estado.

Utilizando imágenes satelitales anteriores a la tormenta e imágenes en tiempo real de cuatro sensores satelitales, junto con inteligencia artificial, creamos un sistema de monitoreo de desastres que puede mapear los daños en resolución de 30 metros y actualizar continuamente los datos.

Es una instantánea de cómo será en el futuro un monitoreo de desastres más rápido y específico, y algo que eventualmente podría implementarse en todo el país.

Cómo la inteligencia artificial detecta los daños

Los satélites ya están acostumbrados a identificar áreas de alto riesgo para inundaciones, incendios forestales, deslizamientos de tierra y otros desastres, y para identificar los daños después de estos desastres.Pero la mayoría de los enfoques de gestión de desastres basados ​​en satélites se basan en la evaluación visual de las imágenes más recientes, un vecindario a la vez.

Nuestra técnica compara automáticamente las imágenes previas a la tormenta con las imágenes satelitales actuales para detectar anomalías rápidamente en grandes áreas.Esas anomalías pueden ser arena o agua donde no debería haber arena o agua, o techos muy dañados que no coinciden con su apariencia previa a la tormenta.Cada área con una anomalía significativa está marcada en amarillo.

Cinco días después de que Ian azotara Florida, el mapa mostraba polígonos de alerta amarilla en todo el sur de Florida.Descubrimos que podía detectar parches de daño con aproximadamente un 84% de precisión.

Un desastre natural como un huracán o un tornado a menudo deja tras de sí grandes áreas de cambio espectral en la superficie, lo que significa cambios en la forma en que la luz se refleja en lo que sea que esté allí, como las casas, el suelo o el agua.Nuestro algoritmo compara la reflectancia en modelos basados ​​en imágenes previas a la tormenta con la reflectancia después de la tormenta.

El sistema detecta tanto cambios en las propiedades físicas de las áreas naturales, como cambios en la humedad o el brillo, como la intensidad general del cambio.Un aumento de brillo a menudo está relacionado con arena expuesta o tierra desnuda debido a los daños del huracán.

Utilizando un modelo de aprendizaje automático, podemos utilizar esas imágenes para predecir las probabilidades de perturbaciones, lo que mide las influencias de los desastres naturales en la superficie terrestre.Este enfoque nos permite automatizar el mapeo de desastres y brindar una cobertura completa de todo un estado tan pronto como se publican los datos satelitales.

El sistema utiliza datos de cuatro satélites, satélite 8 y satélite 9, ambos operados por la NASA y los EE. UU.Servicio Geológico, y Centinela 2A y Centinela 2B, lanzado como parte del programa Copernicus de la Comisión Europea.

Monitoreo en tiempo real, a nivel nacional

En los últimos años se han documentado tormentas extremas con inundaciones destructivas con una frecuencia cada vez mayor en gran parte del mundo.

Si bien los equipos de respuesta a desastres pueden confiar en la vigilancia de aviones y drones para identificar daños en áreas pequeñas, es mucho más difícil ver el panorama general en un desastre generalizado como los huracanes y otros ciclones tropicales, y el tiempo es esencial.Nuestro sistema proporciona un enfoque rápido utilizando imágenes gratuitas producidas por el gobierno para ver el panorama general.Un inconveniente actual es el momento en que se publican esas imágenes, que a menudo no se hacen públicas hasta unos días después del desastre.

Ahora estamos trabajando en el desarrollo de un monitoreo casi en tiempo real de todo el territorio de los Estados Unidos para proporcionar rápidamente la información terrestre más actualizada para el próximo desastre natural.