La nuova mappatura satellitare con intelligenza artificiale può individuare rapidamente i danni degli uragani in un intero stato per individuare dove le persone potrebbero rimanere intrappolate

L’uragano Ian ha lasciato un percorso di distruzione straordinariamente ampio su gran parte del sud della Florida.Ciò era evidente nei rapporti da terra, ma si vede anche dai dati satellitari.Utilizzando un nuovo metodo, il nostro team di analisti spaziali e ambientali è stato in grado di fornire rapidamente una rara visione d'insieme dei danni in tutto lo stato.

Utilizzando immagini satellitari prima della tempesta e immagini in tempo reale provenienti da quattro sensori satellitari, insieme all'intelligenza artificiale, abbiamo creato un sistema di monitoraggio dei disastri in grado di mappare i danni in Risoluzione di 30 metri e aggiornare continuamente i dati.

È un’istantanea di come potrà apparire in futuro un monitoraggio dei disastri più rapido e mirato e di qualcosa che potrebbe eventualmente essere implementato a livello nazionale.

Come l'intelligenza artificiale individua il danno

I satelliti sono già abituati identificare le aree ad alto rischio per inondazioni, incendi, frane e altri disastri e per individuare i danni dopo questi disastri.Ma la maggior parte degli approcci di gestione dei disastri basati sul satellite si basano sulla valutazione visiva delle immagini più recenti, un quartiere alla volta.

La nostra tecnica confronta automaticamente le immagini pre-tempesta con le attuali immagini satellitari individuare rapidamente le anomalie su vaste aree.Tali anomalie potrebbero essere sabbia o acqua dove non dovrebbero esserci, o tetti gravemente danneggiati che non corrispondono al loro aspetto prima della tempesta.Ogni area con un'anomalia significativa è contrassegnata in giallo.

Cinque giorni dopo che Ian aveva colpito la Florida, la mappa mostrava poligoni di allerta gialli in tutto il sud della Florida.Abbiamo scoperto che potrebbe individuare aree di danno con una precisione di circa l'84%.

Un disastro naturale come un uragano o un tornado spesso lascia dietro di sé grandi quantità di persone aree di cambiamento spettrale in superficie, ovvero i cambiamenti nel modo in cui la luce si riflette su qualunque cosa si trovi lì, come case, terra o acqua.Il nostro algoritmo confronta la riflettanza nei modelli basati su immagini pre-tempesta con la riflettanza dopo la tempesta.

Il sistema rileva sia i cambiamenti nelle proprietà fisiche delle aree naturali, come i cambiamenti nell'umidità o nella luminosità, sia l'intensità complessiva del cambiamento.UN aumento della luminosità spesso è correlato alla sabbia esposta o alla terra nuda a causa dei danni degli uragani.

Utilizzando un modello di apprendimento automatico, possiamo utilizzare quelle immagini per prevedere le probabilità di disturbo, che misura le influenze dei disastri naturali sulle superfici terrestri.Questo approccio ci consente di automatizzare la mappatura dei disastri e fornire una copertura completa di un intero stato non appena vengono rilasciati i dati satellitari.

Il sistema utilizza i dati provenienti da quattro satelliti, Landsat 8 E Landsat 9, entrambi gestiti dalla NASA e dagli Stati UnitiIndagine geologica e Sentinella 2A e Sentinella 2B, lanciato nell’ambito del programma Copernicus della Commissione Europea.

Monitoraggio in tempo reale, a livello nazionale

Negli ultimi anni tempeste estreme con inondazioni distruttive sono state documentate con crescente frequenza in vaste parti del globo.

Mentre le squadre di risposta ai disastri possono fare affidamento sulla sorveglianza aerea e sui droni per individuare i danni in piccole aree, è molto più difficile vedere il quadro generale in un disastro diffuso come gli uragani e altri cicloni tropicali, e il tempo è essenziale.Il nostro sistema fornisce un approccio rapido utilizzando immagini gratuite prodotte dal governo per vedere il quadro generale.Uno svantaggio attuale è la tempistica di quelle immagini, che spesso non vengono rilasciate pubblicamente fino a pochi giorni dopo il disastro.

Stiamo ora lavorando allo sviluppo di un monitoraggio quasi in tempo reale di tutti gli Stati Uniti confinanti per fornire rapidamente le informazioni sul territorio più aggiornate per il prossimo disastro naturale.