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。

永利国际网站 1

首先向今天在四川省凉山州木里县森林火灾扑火行动中牺牲的30名英雄致敬和默哀。

作者 | 神经小姐姐

永利国际网站 2

本文经授权转载自超神经HyperAI

永利国际网站 3

4 月 4
日,四川凉山的森林大火罹难者又增加了一位,这场无情的灾难中,遇难的救火人员总数达到了
31 位。这是一个令人沉痛的数字。

永利国际网站 4

森林火灾没有办法完全避免,我们也经常在报道中,听闻火灾带来的巨大损失。那么对于森林大火的,有没有能够抵挡的方式呢?

2019年3月21日14时48分许,江苏省盐城市响水县陈家港镇化工园区内江苏天嘉宜化工有限公司化学储罐发生爆炸事故。地震网同时监测到该地级地震。截至2019年3月25日,事故已造成78人死亡,伤566人。

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。

从网上可见现场有一炸坑,那么这个坑有多大呢?

也许在下一次面对大火的时候, AI 能够帮助我们抵挡住野火的肆虐。

之前介绍过一些卫星地图的网站,我们可以利用这些网站开展相应的情报研判。比如建筑、街道或者现场测量。

在火灾中发挥作用的 AI 技术

永利国际网站 5

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。

今天,小编就告诉大家一个方法:

关键词:火灾救援、卫星影像、卷积神经网络

1、打开EO浏览器,找到相关地点的卫星地图

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。

EO浏览器是位于斯洛文尼亚的地理信息系统实验室有限公司sentinel利用欧洲航天局的卫星图像资源开发的免费网站。

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。

EO浏览器结合了Sentinel-1,Sentinel-2,Sentinel-3,Sentinel-5P,ESA的Landsat
5,7,8和Landsat 8,Envisat
Meris,Proba-V,MODIS、GIBS等产品的资源,其卫星图像覆盖全球覆盖。

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。

以下是爆炸现场的卫星地图链接

永利国际网站 6

lng=119.776747
zoom=17 time=2019-03-25 preset=1_TRUE_COLOR
datasource=Sentinel-2%20L1C

对卫星图像实现建筑物的识别

通过该浏览器左侧的功能栏,可选择相应的日期查看卫星地图,日期上有圆形阴影的表示该日期有相应的卫星地图。

Author

发表评论

电子邮件地址不会被公开。 必填项已用*标注