来自卫星，传感器和社交媒体的数据可以在自然灾害之前，之中和之后挽救生命。
在2021年，在美国像雨水一样在美国积累了致命的天气事件。随着19日19日的大流行，野火在西部燃烧，热带风暴袭击了海岸。在致命的事件中，艾达飓风是在路易斯安那州历史上登陆的第二大飓风和马歇尔大火，后者在乘员逃到安全后摧毁了科罗拉多州的近1100栋房屋。德克萨斯州甚至在所有地方都有巨大的冬季风暴，造成236人丧生，没有电力剩下1000万。
如果感觉现在有比以前更多的自然灾害，那是真的。根据这一消息，气候变化是过去50年中与天气有关的灾难数量增加五倍。世界气象组织（WMO）。在1970年至2019年之间，气象学家记录了大约11,000例灾难 - 其中许多灾难显示出“重大的人类影响力”。
WMO秘书长Petteri Taalas在一份声明中解释说：“由于气候变化，天气，气候和极端水的数量在增加，在世界许多地方将变得更加频繁和严重。”
“这意味着更多的热浪，干旱和森林大火，例如我们最近在欧洲和北美观察到的火灾。我们的大气中有更多的水蒸气，这加剧了极端的降雨和致命的洪水。海洋的变暖影响了最激烈的热带风暴的频率和地区。”
那是坏消息。但是也有好消息。尽管灾难的数量增加了5倍，但根据WMO死亡人数的增加，由于早期警告的增加和灾难管理的改善，灾难的死亡人数增加了三倍。
实时数据值得很多。尽管他们无法阻止自然灾害发生，但呼吁大数据力量的社区可以预测和遏制它们。
确实，自然灾害数据分析已成为灾难管理的基石。当它被打破并通过云计算，气候变化信息和有关紧急情况的数据 - 从卫星图像，无人机，社交媒体和传感器网络中剔除 - 可以在灾难罢工之前，之中和之后实现重要的决策。
当灾难展开时，救援人员可以使用实时卫星图像查看地面上发生的事情，并发现需要帮助的人 - 例如，在屋顶上，或在愤怒的河中。同时，气象学家可以使用卫星图像在形成时发现灾难。如果他们看到热带风暴的早期迹象或从有时活跃的火山中散发出的烟雾，他们可以发出先发制人的警告以撤离或寻求庇护。
人工智能可以帮助从太空中理解观点。使用深度学习和计算机视觉，它可以识别容易受到极端天气的区域，识别从不祥的云层到幸存者的所有事物，并对数据进行分类，以便天气服务和响应者可以轻松地实时关注事件。
日本政府是最早认识AI和卫星图像用于灾难管理的效用的人之一。例如，在2014年进行了一系列致命的滑坡之后，它创建了一个系统，该系统使用它们来预测迫在眉睫的滑坡。
日本系统将来自大降雨的传感器与日本航空航天勘探局收集的卫星图像并列。AI软件不断分析图像，然后将它们与传感器数据和天气预测配对，以确定面积有洪水和滑坡的风险。然后，地方政府可以发出早期警告，如果有必要发出疏散令。
2005年，卡特里娜飓风摧毁了路易斯安那州和密西西比州的一部分。此后，紧急响应者立即在自然灾害期间首次部署了两辆无人机（UAV），以寻找密西西比州珍珠的被困幸存者。
首先是一台4英尺长的飞机，配备了安装的视频和热图像摄像机，可从1000英尺处捕获细节。第二个是一架微型电直升机，徘徊在地面附近，拍摄屋顶的图像，甚至凝视着窗户。
短短两个小时后，救援人员确定没有人被困，而来自珍珠河的洪水没有构成其他威胁。
自卡特里娜飓风以来的16年中，无人机已经从实验到必不可少，现在是搜索任务的常规部分。
例子：2018年7月的Carr Fire在北加州烧毁了229,651英亩，炸死了8人。在大火期间，加利福尼亚州雷丁的官员部署了无人机来绘制天空的破坏，并找到仍在燃烧的地区。
无人机数据咨询服务学者农场的Greg Crutsinger是这项工作的一部分。他的无人机在地面上拍摄了360度全景图像，为紧急响应者创造了类似于Google Street View的东西。Crutsinger现在为私人卫星公司星球工作。
“当我第一次看到全景图像时，我对它们展示的内容感到震惊，” Crutsinger说。“能够摇摆并看到地面上的破坏，当我只用来从上方绘制该区域时，对我产生了很大的影响。”
凭借特写景观，克鲁辛格（Crutsinger）发现，社区受到的伤害有所不同。
克鲁辛格说：“有些人看上去后晶状体 - 龙卷风在大火期间降落的龙卷风被焚化了。”当他们回到家时。
在灾难的混乱中，响应者最需要但通常缺乏的是当前的准确信息。密苏里科学技术大学计算机科学教授M. Yasin Kabir表示，社交媒体可能是获得它的关键。
在2020年IEEE国际移动数据管理会议上，他和他的同事们介绍了该系统的原型，该系统可以通过汇编受灾难影响的人们的推文来帮助协调救援行动。
叫刺激，基于云的系统使用机器学习以有条不紊的方式汇总推文。当它找到给定的关键字时，它会收集推文并将其过滤为包括：需要的救援，DECW（患病，老年人，儿童和孕妇），需要水，受伤，生病和洪水。然后，该系统通过汇总不同因素，例如天气，GPS位置，所需的帮助类型以及可用的救援人员数量来确定救援工作的优先级。
通过从社交媒体帖子中提取自然灾害数据，诸如刺激之类的工具可以检测和跟踪自然灾害，并确定来自谁的信息 - 例如受灾难影响的人，例如，政府官员，媒体或急救人员。
一些系统甚至可以将事实与谣言区分开，因此可以将宝贵的资源直接直接针对真正需要它们的人和地方。例如，弗吉尼亚大学和亚利桑那州立大学的研究人员有一种数学方法，可以在灾难期间跟踪和汇总社交媒体上发布的常见主题，并按位置过滤。该技术确定了常见和独特的话题，以至于错误信息（例如，一个显然没有受到影响但声称要成为的人的帖子）脱颖而出，可以被标记。
尽管无人机和推文可以在灾难发生后提供关键信息，但物联网（IoT）可以在灾难前提供关键信息。
物联网一家位于现实生活中的基于云的传感器的汇编，包括从路灯到自动驾驶车辆，都收集有关环境的实时信息，这些信息可以在机器学习的帮助下转换为早期灾难警告。例如，水位监测传感器可以捕获河流或溪流中洪水的早期迹象，而断层线附近的地球监测传感器可能会在地震发生前报告轻微的隆隆声。
一家公司，MANX技术集团，正在开发传感器，可以检测空气中二氧化碳水平升高，并从英里远的温度变化，这可以帮助检测野火。
艾哈迈德·阿尔卡蒂布（Ahmad Alkhatib）说：“森林火灾的问题是，森林通常是偏远，废弃和不受管理的区域，里面充满了树木，干燥和烤树木，叶子等。”他的博士学位在南威尔士大学工作。
Envirovision Solutions的光学相机传感器系统ForestWatch报告说，传感器设备可以提供帮助。该系统使用塔摄像头，白天扫描该区域的烟雾，并在夜间发射光芒。它发现烟雾从多达12英里外。
首席执行官乔·休斯（Joe Hughes）表示，MANX正在开发的传感器将从更远的地方起作用。
一些传感器测量空气质量，以立即检测危险水平的污染或化学物质，例如烟雾或辐射。例如，2017年4月，环境保护署（EPA）推出了其Wildland Fire Sensors挑战，呼吁竞争对手提出一个传感器系统，该系统将允许消防员，急救人员和政府机构不断，轻松地测量野火烟雾。获胜灵敏技术的Sensevere系统包括一个太阳能电池，可以用一次充电持续三个星期。
对于紧急响应者来说，云通常是灾难的预兆。但是，卫星，无人机，社交媒体和物联网正在使用云计算来推动灾难管理的世界。据克鲁辛格（Crutsinger）说，它没有威胁生命，而是拯救了他们。
在他在加利福尼亚野火方面的经验之后，他创建了一个系统，该系统将映射的图像与使用现成的硬件捕获的全景视图合并。为了理解数据，他使用了为工业数据收集设计的机库360平台。
通过智能手机上的按钮点击，Crutsinger现在可以部署无人机在灾难期间从许多不同角度拍照。当无人机降落时，它会将照片传输到他的智能手机，然后转移到云中进行处理。在不到20分钟的时间内，该系统提供了一个网络链接，指向现场的360度高分辨率全景，当局可以咨询和共享情境意识。
Crutsinger解释说：“我已经在没有互联网基础架构的海地地震中驾驶无人机，例如海地地震。”
“硬盘驱动器被带到最近的处理位置。[在这些情况下]救灾工作……大大放缓。”
这些任务使他感谢云 - 可以迅速上传，处理和分析信息，不仅可以调查损害，而且还可以实际减轻损害。
Jean Thilmany是居住在圣保罗的自由作家，他撰写了有关工程和技术的文章。
©2022 Nutanix，Inc。保留所有权利。有关其他法律信息，请去这里。
