ИИ сможет определять потенциальные зоны лесных пожаров по спутниковым снимкам

С приближением лета и жаркой погоды к нам вновь приходит угроза очередного сезона лесных пожаров. Но теперь справиться с ней поможет искусственный интеллект.

1649 0 0

отправить по e-mail

ИИ сможет определять потенциальные зоны лесных пожаров по спутниковым снимкам

Исследователи из Стэнфордского университета нашли способ отслеживать и предсказывать местоположение засушливых районов, подверженных риску распространения лесных пожаров, используя машинное обучение и спутниковые снимки. О разработке они сообщили в статье, опубликованной в журнале Remote Sensing of Environment

В настоящее время леса и кустарники проверяются на восприимчивость к лесным пожарам путем ручного сбора ветвей и листвы и проверки количества содержащейся в них влаги. Такой способ отличается высокой надёжностью, но его применение на масштабных территориях оказывается довольно затруднительным.

Но системам на основе машинного обучения и не требуется полный объём данных. Спутники Европейского космического агентства Sentinel и Landsat накопили огромное количество снимков земной поверхности, которые при тщательном анализе могут стать вторичным источником для оценки риска возникновения лесных пожаров.

Ранее разработки подобного вида в основном выискивали тенденции в визуальной схожести отдельных лесных участков. Представленная на этой неделе технология способна фактически «заглядывать» под лесной покров, изучая в том числе детали на земной поверхности леса.

«Одним из наших больших прорывов было изучение нового набора спутников, использующих гораздо более длинные длины волн, что позволяет наблюдениям быть чувствительными к воде гораздо глубже лесного полога и непосредственно представлять содержание влаги в лесах», – рассказала старший автор статьи, эколог Александра Конингс.

Команда исследователей передала эти новые изображения, регулярно собираемые с 2016 года, в модель машинного обучения вместе с ручными измерениями, выполненными Лесной службой США, позволив программе оценить точность её собственных прогнозов. Как результат, система представила свой прогноз о влажности на лесных территориях Америки в разные времена года.

В перспективе разработка сможет помочь властям принимать более обоснованные решения о контроле за потенциально опасными зонами.

Фото: Stanford University

Наш журнал ММ Поддержать ММ

Технологии

Илья Склюев

Машины и Механизмы