Hệ thống giám sát thảm họa do AI hỗ trợ có thể lập bản đồ thiệt hại từ bão

Phương pháp mới cung cấp một cái nhìn nhanh về việc giám sát thảm họa trong tương lai.
Hệ thống giám sát thảm họa do AI hỗ trợ có thể lập bản đồ thiệt hại từ bão
Lập bản đồ vệ tinh mới với AI có thể nhanh chóng xác định thiệt hại do bão. Nguồn: Elen11 / iStock

Bão Ian để lại một con đường tàn phá cực kỳ rộng trên phần lớn miền Nam Florida. Điều này thể hiện rõ ràng trong các báo cáo từ mặt đất, nhưng nó cũng hiển thị trong dữ liệu vệ tinh. Bằng cách sử dụng một phương pháp mới, nhóm các nhà phân tích không gian và môi trường đã có thể nhanh chóng cung cấp một cái nhìn toàn cảnh hiếm có về thiệt hại trên toàn tiểu bang.

Bằng cách sử dụng hình ảnh vệ tinh từ trước cơn bão và hình ảnh thời gian thực từ bốn cảm biến vệ tinh, cùng với trí tuệ nhân tạo, các nhà khoa học đã tạo ra một hệ thống giám sát thảm họa có thể lập bản đồ thiệt hại ở độ phân giải 30 mét và liên tục cập nhật dữ liệu.

Đó là ảnh chụp nhanh về việc giám sát thảm họa trong tương lai, và một cái gì đó cuối cùng có thể được triển khai trên toàn quốc.

Cách trí tuệ nhân tạo phát hiện thiệt hại
Vệ tinh đã được sử dụng để xác định các khu vực có nguy cơ cao về lũ lụt, cháy rừng, sạt lở đất và các thảm họa khác, đồng thời xác định chính xác thiệt hại sau những thảm họa này. Nhưng hầu hết các phương pháp quản lý thảm họa dựa trên vệ tinh đều dựa vào việc đánh giá trực quan các hình ảnh mới nhất, từng vùng lân cận tại một thời điểm.

Với kỹ thuật tự động so sánh các hình ảnh trước bão với các hình ảnh vệ tinh hiện tại để nhanh chóng phát hiện các điểm bất thường trên các khu vực rộng lớn. Những điểm bất thường đó có thể là cát hoặc nước ở nơi không nên có cát hoặc nước, hoặc những mái nhà bị hư hại nặng không phù hợp với diện mạo trước cơn bão. Vì vậy mỗi khu vực có điểm bất thường đáng kể đều được gắn cờ màu vàng.

Năm ngày sau khi Ian tấn công Florida, bản đồ hiển thị các đa giác cảnh báo màu vàng trên khắp Nam Florida. Có thể nhận thấy rằng các mảng hư hỏng với độ chính xác khoảng 84%.

Một thảm họa tự nhiên như bão hoặc lốc xoáy thường để lại những vùng thay đổi quang phổ lớn trên bề mặt, có nghĩa là những thay đổi về cách ánh sáng phản chiếu với bất cứ thứ gì ở đó, chẳng hạn như nhà cửa, mặt đất hoặc nước. Thuật toán này so sánh độ phản xạ trong các mô hình dựa trên hình ảnh trước cơn bão với độ phản xạ sau cơn bão.

Hệ thống phát hiện cả những thay đổi về đặc tính vật lý của các khu vực tự nhiên, chẳng hạn như thay đổi về độ ẩm hoặc độ sáng và cường độ tổng thể của sự thay đổi. Sự gia tăng độ sáng thường liên quan đến cát lộ ra hoặc đất trống do ảnh hưởng của bão.

Sử dụng mô hình học máy, các nhà khoa học có thể sử dụng những hình ảnh đó để dự đoán xác suất nhiễu động, đo lường ảnh hưởng của thảm họa thiên nhiên trên bề mặt đất. Cách tiếp cận này cho phép tự động hóa bản đồ thảm họa và cung cấp phạm vi bao phủ toàn bộ trạng thái ngay sau khi dữ liệu vệ tinh được phát hành.

Hệ thống sử dụng dữ liệu từ bốn vệ tinh, Landsat 8 và Landsat 9, đều do NASA và Cơ quan Khảo sát Địa chất Hoa Kỳ điều hành, và Sentinel 2A và Sentinel 2B, được phóng như một phần của chương trình Copernicus của Ủy ban Châu Âu.

Giám sát thời gian thực trên toàn quốc
Các cơn bão cực đoan kèm theo lũ lụt hủy diệt đã được ghi nhận với tần suất ngày càng tăng trên các khu vực rộng lớn trên toàn cầu trong những năm gần đây.

Mặc dù các đội ứng phó thảm họa có thể dựa vào giám sát máy bay và thiết bị bay không người lái để xác định thiệt hại ở những khu vực nhỏ, nhưng khó có thể nhìn thấy bức tranh toàn cảnh về một thảm họa lan rộng như bão và lốc xoáy nhiệt đới khác, và thời gian là điều cốt yếu.

Hệ thống này cung cấp một cách tiếp cận nhanh chóng bằng cách sử dụng các hình ảnh miễn phí do chính phủ sản xuất để xem bức tranh lớn. Một nhược điểm hiện tại là thời gian của những hình ảnh đó thường không được công bố rộng rãi cho đến vài ngày sau thảm họa.

Hiện các nhà khoa học đang nỗ lực phát triển hệ thống giám sát gần thời gian thực của toàn bộ Hoa Kỳ liên tục để nhanh chóng cung cấp thông tin đất đai cập nhật nhất cho thảm họa thiên nhiên tiếp theo.

Phạm Tuấn
Theo Interesting engineering
CÙNG CHUYÊN MỤC
ĐỌC THÊM