设为首页收藏本站在线订餐房产交易查询 繁体中文
开启辅助访问

温尼伯站

 找回密码
 注册用户
搜索
热搜: 接送 租房
温尼伯站»论坛 › 温尼伯站 › 资讯信息 › 斯坦福的AI可利用卫星图像定位风险区域 为即将到来的野 ...
返回列表 发新帖
查看: 313|回复: 0
上一主题 下一主题

[综合资讯] 斯坦福的AI可利用卫星图像定位风险区域 为即将到来的野火季提供帮助

[复制链接]
温尼伯站

14万

主题

14万

帖子

29万

积分

管理员

有bug，有问题请私信。

Rank: 9Rank: 9Rank: 9

积分
290469
跳转到指定楼层
楼主
发表于 2020-5-30 00:16:49 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式


目前测试森林和灌丛地对野火敏感性的方法是通过人工收集树枝和树叶，并测试其含水量。这种方法准确可靠，但显然也相当耗费人力，而且难以规模化。幸运的是，研究人员最近有了其他的数据来源。欧空局的“哨兵 ”卫星和“陆地”卫星已经积累了大量的地球表面图像，经过仔细分析后，可以为评估野火风险提供第二种来源。

这并不是第一次尝试从轨道图像中进行这种观测，但之前的工作主要依赖于 “极度特定地点 “的视觉测量，这意味着分析方法因地点不同而有很大差异，其难于规模化。斯坦福团队利用的先进技术是“哨兵”卫星的 “合成孔径雷达“，它可以穿透森林树荫并对下面的地表进行成像。

“我们最大的突破之一就是研究了一组较新的卫星，这些卫星使用的波长要长得多，这使得观测结果能够对森林树荫深处的水分敏感得多，直接代表燃料水分含量，”该论文的资深作者、斯坦福生态学家Alexandra Konings在一份新闻稿中说。



该团队将这些自2016年以来定期收集的新图像与美国林业局的人工测量结果一起“反馈”给了一个机器学习模型。这让模型能够“学习”图像中哪些特定的特征与地面实测数据相关联。然后，他们测试了所产生的人工智能，让它根据旧数据进行预测。它是准确的，而且对美国西部最常见的生物群落之一、也是最容易受野火影响的生物群落之一灌丛地的预测最准确。

你可以在这张交互式地图上看到这个项目的结果，显示了模型对美国西部不同时期的干旱预测。这对消防员来说是对这一方法的验证-但同样的模型，在给出最新的数据后，可以对即将到来的野火季做出预测，这可以帮助有关部门在控制性燃烧、危险区域和安全警告方面做出更多的决策。

科学家的研究成果发表在《 Remote Sensing of Environment》期刊上。
【郑重声明】温尼伯站坛刊载此文不代表同意其说法或描述，仅为提供更多信息，也不构成任何投资或其他建议。转载需经本网同意并注明出处。本网站有部分文章是由网友自由上传，对于此类文章本站仅提供交流平台，不为其版权负责；部分内容经社区和论坛转载，原作者未知，如果您发现本网站上有侵犯您的知识产权的文章，请及时与我们联络，我们会及时删除或更新作者。
回复

使用道具 举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册用户

本版积分规则



手机版|温尼伯站

JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!

GMT-5, 2026-5-9 13:12 , Processed in 0.065401 second(s), 37 queries , Gzip On.

温尼伯站版权所有

All right reserved by Winnipeg Chinese Media.

快速回复 返回顶部 返回列表