夏威夷等全球多地深陷「末日狂烧」,关键时刻 AI 监测能否跑赢野火?

本文主要是介绍夏威夷等全球多地深陷「末日狂烧」,关键时刻 AI 监测能否跑赢野火?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

内容一览:当地时间 8 月 8 日,美国夏威夷州突发野火,当地居民和游客不得不跳入太平洋中躲避火势。截至 8 月 17 日,这场野火已经造成110 人死亡,超过 1000人失踪。与此同时,美国、加拿大、法国等地也正遭遇野火侵袭。野火无情,面对突发的野火,人们很难做出迅速的反应。现在,在 AI的帮助下,对野火的监测和预防有了新进展。

关键词:野火 人工智能 可解释性 AI

作者|雪菜
编辑|三羊

本文首发于 HyperAI 超神经微信公众平台

地球正不可逆地经历着全球变暖。据欧盟哥白尼气候变化服务局 (C3S) 统计,2023 年 7 月是 1940 年以来全球平均气温最高的月份,温度较前工业革命时期的平均气温上升了约 1.5°C,超过了《巴黎协定》设定的临界值。
在这里插入图片描述

图 1:1940-2023 年 7 月的全球平均气温[1]
全球变暖带来的最直观的感受就是高温。在森林茂盛的地区,高温干燥的气候极易引发野火 (Wild fire)。8 月 8 日,美国夏威夷州毛伊岛突发野火。野火乘着台风「朵拉」,迅速席卷了森林,并蔓延到了当地的文化中心——拉海纳,造成数万人无家可归。

与此同时,在气候干燥的北美洲西部地区,野火也在肆虐。美国加拿大火情资源管理系统 (FIRMS, Fire Information for Resouce Management System US/Canada) 的火情地图显示,近一周加拿大西部地区蔓延着过火面积超过 1000 英亩的野火,而在美国东部也存在大量的着火点
在这里插入图片描述

图 2:近一周北美洲火情地图[2]
野火迅猛无情,面对突如其来的野火,人们很难做出及时的反应。但如今,我们可以利用 AI 对野火进行实时监测和预测,将野火带来的损失降到最低

预测野火三叉戟

地理数据:澳洲高校开发 XAI

2023 年 5 月,澳大利亚国立大学的 Abolfazl Abdollahi 和悉尼科技大学的 Biswajeet Pradhan,利用可解释性 AI (XAI),对澳大利亚吉普斯兰市的不同地理因素进行综合分析,得到了当地的野火发生概率分布图,为预测野火的发生提供了新方法。

在这里插入图片描述

图 3:预测野火发生概率的 XAI 工作流
对野火发生概率影响较大的地理特征包括环境因素、地质因素、植被因素和气象因素。本研究中,研究者主要使用了以下 11 个特征,包括降水量、风速、气温、湿度、植被分布、植被面积、植物中的燃料氮、水分以及该地区的海拔、坡度和方位。

研究选用吉普斯兰市 521 个野火发生点,在 2019-2020 年的中分辨率成像光谱仪 (MODIS) 数据、热异常数据以及火灾历史数据进行训练,并通过交叉验证和保留数据集的方式,对训练集进行处理,确保训练过程的准确。

首先,交叉验证技术会将训练集随机分为 5 个子集,其中 4 个子集用于模型训练,1 个子集作为验证集。

在这里插入图片描述
图 4:模型训练过程。蓝色数据用于训练,橙色数据用于验证
训练完成后,将吉普斯兰的环境、地质、植被、气象特征输入模型,可以得到这一地区完整的野火发生概率图,如图所示,模型预测结果和该地的历史野火区域基本一致,说明 XAI 可以根据地理特征对野火发生进行有效预测

在这里插入图片描述

图 5:模型预测结果与历史野火区域对比
a:XAI 模型预测的野火发生概率图;

b:吉普斯兰的历史野火区域图。

论文地址:
https://www.sciencedirect.com/science/article/pii/S0048969723016224

视频数据:基于烟雾识别起火点

基于地理数据的野火预测只能提高人们的警觉,却无法对野火的发生进行实时观测。为此,美国加利福尼亚州林业防火部,与加利福尼亚大学圣迭戈分校 (UCSD) 基于 AI,合作开发了名为 ALERTCalifornia 的野火预防项目。这一项目通过分布在加利福尼亚州的 1000 余个摄像机对当地进行监测,借助 AI 识别异常状况,向应急指挥中心发出警报,提醒值班人员确认是否可能有野火发生。

在这里插入图片描述

图 6:ALERTCalifornia 摄像机分布及实时画面
这一项目于 2023 年 7 月正式投入运行,很快就派上了用场。凌晨 3 点,一个摄像机监测到了位于圣迭戈市东部 80 公里的克利夫兰国家森林的火情。由于事发深夜,烟雾很难被发现,肉眼很难识别这一着火点,极易导致火势蔓延。但 AI 及时向消防队长发出了警报,并帮助消防部门在 45 分钟内将野火扑灭。

然而,这一技术在开发过程中也面临诸多挑战。其中之一便是,如何让 AI 准确分辨野火和其他干扰因素,做出准确判断。森林中存在大量可能引发假警报的因素,包括形状迥异的云、空气中的灰尘、甚至是过路卡车排放的尾气。在百余位专家的共同努力下,AI 在经过了数周训练及迭代后,准确率有了显著提升。

ALERTCalifornia 地址
https://cameras.alertcalifornia.org/

卫星数据:二次筛选的近实时野火监测

在特定区域,摄像机可以对野火进行有效监测,但这一方法很难大规模推广,尤其是在一些地域广博、地形复杂的区域,布置和维护摄像机的成本会大幅增加。因此,实时卫星数据也可以作为 AI 的武器,用于野火的实时监测

电子科技大学何彬彬课题组,结合随机森林模型 (Random Forest) 和空间上下文算法 (Spatical Contextual Algorithm) 构建了机器学习模型,通过卫星数据实现了近实时的野火监测。

传统的 AI 野火识别系统往往使用单一算法,因此带来数据遗漏或误报。本研究中,数据首先经过随机森林模型进行严格筛选,避免遗漏。随后用阈值相对较低的空间上下文算法进行二次筛选,排除掉假警报,以此提高监测模型的准确率。

在这里插入图片描述

图 7:野火识别模型的工作流
科研人员以日本宇宙航空研究开发机构 (JAXA) 和美国航空航天局 (NASA) 记录的野火数据为训练集,对模型进行训练。随后,将 2020 至 2022 年的发生野火位置的卫星数据作为验证数据,让模型进行判断。

在这里插入图片描述

图 8:野火识别模型的卫星数据验证结果
图中可以看到,对于大部分火灾,这一模型可以准确定位野火源头,做出及时的预警。AI 野火识别模型以实时卫星数据作为数据源,结合随机森林模型和空间上下文算法,降低了模型的漏报率和误报率,实现了近实时的野火预警。

论文地址
https://www.mdpi.com/2272228

野火扑救:一场与时间的赛跑

野火的主要诱因是人类活动,如无人看管的营火、随手乱丢的烟头或是设备的不规范使用。此次夏威夷野火的可能原因就是电力设施受损。火苗在全球变暖带来的高温干燥环境和台风「朵拉」的共同影响下,迅猛发展,为当地居民带来了巨大损失。

在这里插入图片描述

图 9:野火之后的拉海纳[3]
野火的扑救是一场与时间的赛跑。据估计,野火每小时可以蔓延约 23 公里,着火面积在 4 个小时内将会扩大 4 倍。2017 年的美国加利福尼亚州托马斯野火每秒可以蔓延一个足球场的面积,最终持续燃烧了 3 个多月。

因此,野火的监测和扑救往往需要用到多种技术,以在最短时间内发现着火点,将野火尽快扑灭,避免其扩散。目前我国监测野火有六道防线,分别是卫星监测、飞机监测巡护、林区瞭望塔台、视频监控系统、地面巡护和网络舆情感知

在多种技术的加持下,我国森林火灾次数已由 2010 年的 7723 起降至 2022 年的 709 起。然而,2019 年四川省木里县的森林火灾和 2020 年的四川省西昌市森林火灾,都导致了重大的人员伤亡,森林火灾的监测和预防依然面临挑战。

目前,地理数据、视频数据及卫星数据都可以作为 AI 的原始数据,用于野火的早期判断,将火情扼杀在摇篮之中。虽然我国幅员辽阔,各地的气候地形差异较大,很难实现野火的彻底预防, 。

本文首发于 HyperAI 超神经微信公众平台

参考链接:

[1]https://climate.copernicus.eu/july-2023-warmest-month-earths-recent-history

[2]https://firms2.modaps.eosdis.nasa.gov/

[3]https://www.washingtonpost.com/climate-environment/2023/08/10/hawaii-wildfire-maps/

[4]https://www.bjnews.com.cn/detail/168429261314778.html

这篇关于夏威夷等全球多地深陷「末日狂烧」,关键时刻 AI 监测能否跑赢野火?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/389085

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

电力系统中的A类在线监测装置—APView400

随着电力系统的日益复杂和人们对电能质量要求的提高,电能质量在线监测装置在电力系统中得到广泛应用。目前,市场上的在线监测装置主要分为A类和B类两种类型,A类和B类在线监测装置主要区别在于应用场景、技术参数、通讯协议和扩展性。选择时应根据实际需求和应用场景综合考虑,并定期维护和校准。电能质量在线监测装置是用于实时监测电力系统中的电能质量参数的设备。 APView400电能质量A类在线监测装置以其多核

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/