客服热线:028-85253110

加州山火肆虐!用AI预测与定位火灾迫在眉睫

   日期:2018-11-25     浏览:496    
近日一场森林大火摧毁了美国加州,它迫使洛杉矶西部和东部大约数万居民撤离。许多人希望利用AI来预测或确定火灾位置和蔓延路径。但机器学习和新数据收集工具的结合是否可以提前警告消防员火灾,帮助应急人员更有效地撤离地区,甚至挽救生命,这仍需很长的时间来进行探索检验。



今年加州的野火已经蔓延了数十万英亩,当地居民被迫疏散,迅速蔓延的火势已致数十人死亡,超过300人下落不明。

野火已经烧毁了上万座建筑物,成为该州现代历史上毁灭性最强、规模最大的火灾。

但如果早先发现致命火灾的苗头,并且官员能够给予更多关注,一些居民可能已经能够避免陷入如此困境,甚至可能避免死亡。

那么,技术能在多大程度上帮助自动检测甚至预测野火呢?计算机科学家们和研究人员都希望相关技术能够进一步发展。

利用机器学习和新数据收集工具的结合,预测和定位野火

根据加州相关部门的政府官员Jim Crawford的说法,在近年来野火情况愈发糟糕的情况下,早期检测是关键,他曾有过26年的消防员生涯。

消防机构大多发现的火灾是通过接到911电话才得知,当地时间11月8日早上6点29分首次报道了这起火灾,但当地消防部门表示并不知道这场大火到底燃烧了多长时间,因为它始于一个难以找到的区域。

消防机构还摄像监控着整个加州,包括那些未开放的湾区山顶。专家说,有些摄像机是由检测算法和卫星辅助的,但系统不是很实时,分辨率可能更好。

圣何塞州立大学气象与气候科学系火灾天气研究实验室副教授Craig Clements说:“许多人正在研究如何使用人工智能来确定火灾位置和蔓延路径。”



GOES-15

例如,地球同步运行环境卫星(GOES)的早期火灾探测系统是加州大学戴维斯分校空间技术与遥感中心(CSTARS)和美国林务局之间的合作。它使用国家海洋和大气管理局的气象卫星和火灾探测算法。

CSTARS的科学家Alex Koltunov拥有博士学位。过去几年来,他一直在远程传感方面研究和制定系统的算法——编程规则以执行或计算某些任务,其目标是优化数据处理,实现更早地发现火灾位置。

他和他的同事一直在使用GOES-15,这是一颗于2010年发射的卫星,使用过去的图像和其他州的火灾报告进行测试,以帮助微调算法。他希望有一天能够应用来自GOES -16和GOES-17的数据。Koltunov说,在过去几年中发射的这些卫星,可以“每5分钟或每分钟一次”提供高分辨率的图像。高分辨率的图像可以帮助消防员更快、更准确地检测到野火的位置。

在火灾恶化的情况下,目前没有一种方法能成为万灵药

Alex Koltunov是加州大学戴维斯分校的研究人员,他设计的算法解析了气象卫星的数据以标记可能发生的火灾。然而,他表示尽管近年来技术驱动的火灾探测方法取得了巨大进步,但并没有达到真正理想的效果。

“每种方法都有其局限性,”他说,“数据有多好?有些检测到的却是后院的篝火和烧烤。”

专家和消防员一致认为沟通是关键,最好的火灾探测系统优先考虑所有相关方之间的数据共享,无论是人类、算法、政府机构还是其他相关人员。

有时,所谓的技术突破只是针对消费者进行更新的项目而已。一位加州消防队员称,该州最有价值的灭火工具之一其实是不起眼的手机,它可以让普通人在发现火灾时拨打紧急服务电话。

与此同时,弗吉尼亚州NASA Goddard的一名计算机工程师测试了一种神经网络:一种用于模拟人类大脑的机器学习工具,可以使用MODIS探测野火,MODIS是一种基于卫星的系统,可拍摄地球照片并传输用于天气预报等事项的数据。研究人员希望该系统最终可以实现野火的自动检测。

他在一次电话采访中表示,他发现该系统使用了来自世界各地的一年的火灾数据,在检测火灾方面准确率接近98%。他希望未来将以用于火灾探测为唯一目的的廉价卫星发送到太空,并将其与“非常适合检测模式”的神经网络相结合,但这一模式的实现可能需要数年时间。

特别提示:本信息由相关企业自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。


相关应急救援
推荐应急救援
点击排行