2019年5月，瑞典皇家理工學院宣布開發(fā)出一種利用衛(wèi)星數(shù)據(jù)和機器學習的新技術用于更有效的監(jiān)測森林火災并分析災后損害。
2018年瑞典北部森林曾發(fā)生嚴重火災，由于當時用直升機和無人機采集光學圖像、GPS位置及其他火災信息，效率低、時效性差，對森林滅火指引效果不佳。
瑞典皇家理工學院的新技術以NASA的裝備紅外光傳感器、雷達系統(tǒng)的Esas Sentinel-1、Sentinel-2、Landsat、Viirs及Modis衛(wèi)星的24小時免費開放數(shù)據(jù)為基礎，通過深度人工CNV（卷積神經(jīng)網(wǎng)絡）機器學習技術來分析計算目標區(qū)域火災前后圖像之間的比率對數(shù)，然后將結果轉化為二進制圖像以區(qū)分燃燒區(qū)域和未燃燒區(qū)域，從而更準確的獲得火災位置、燃燒程度等信息。
2017年-2018年間，瑞典皇家理工學院的研究團隊與加拿大不列顛哥倫比亞省自然資源和農村發(fā)展部研究人員合作，追蹤分析500多起森林火災，對此技術進行了驗證改善。瑞典民事應急局將于今年夏天將此納入火災監(jiān)測新手段，以進一步檢驗其實際效果。
公眾號
小程序
微信咨詢
