Академический Документы
Профессиональный Документы
Культура Документы
К счастью, новые технологии могут помочь обнаружить экстремальные погодные условия и другие
угрозы и подготовиться к ним, а также эффективно информировать людей и сообщества о
необходимых действиях.
«Мы все подвержены стихийным бедствиям, и в будущем ситуация будет только ухудшаться», —
сказал Юрг . Лютербахер , директор по науке и инновациям Всемирной метеорологической
организации (ВМО), на недавнем вебинаре «ИИ во благо». «Мы должны действовать в
соответствии с ними».
Однако есть много возможностей для улучшения. Согласно отчету ВМО о климатическом
обслуживании за 2020 год, каждый третий человек в мире не охвачен адекватной системой
раннего предупреждения.
В то же время изменения климата и погоды представляют угрозу для большей части планеты,
включая районы, которые до недавнего времени реже подвергались экстремальным природным
явлениям, заявило Управление ООН по уменьшению опасности стихийных бедствий на
прошлогодней конференции ООН по изменению климата (COP26). . ) в Глазго, Великобритания.
Понимание природных опасностей
«Чтобы повысить ценность жизни людей, нам необходимо понимать не только то, что делает
погода, но и то, что погода влияет на людей и окружающую среду», — сказал Энтони Ри, директор
Отдела инфраструктуры ВМО. «Я думаю, что ИИ может сыграть огромную роль в
прогнозировании, основанном на результатах».
«На побережье очень большое население, активы, виды деятельности… Адаптация прибрежных
территорий и управление ими имеют важное значение. Вот почему данные так важны», — сказала
Анаис . Куаснон , научный сотрудник Института экологических исследований (IVM).
Повышение глобальной температуры также увеличило вероятность крупных лесных пожаров во
многих частях мира. Ororatech , дочерняя компания Мюнхенского технического университета в
Германии, использует спутниковые изображения для раннего обнаружения и мониторинга лесных
пожаров в режиме реального времени. Однако оба проекта сталкиваются с проблемой
совершенствования своих статистических моделей в условиях нехватки информации. Кроме того,
неопределенность (или погрешность, присущая прогнозу) может препятствовать общению с
органами общественной безопасности.
Лесные пожары также можно расследовать в режиме реального времени и обнаруживать раньше
на основе информации из нескольких источников.
Число стихийных бедствий увеличивается из-за изменения климата. В рамках наших усилий по
управлению чрезвычайными ситуациями мы стремимся донести до людей надежную
информацию в критические моменты, чтобы обеспечить их безопасность и информированность.
Для этого мы полагаемся на наши исследования и разработки технологий на основе
искусственного интеллекта и долгосрочное партнерство с аварийными работниками и
организациями. Вот обзор наших усилий по антикризисному управлению и новых способов
расширения этих инструментов.
Наводнение. Ежегодно от катастрофического ущерба от наводнений страдают более 250
миллионов человек. В 2018 году мы запустили проект прогнозирования наводнений, в котором
используются модели машинного обучения для предоставления людям подробных
предупреждений. В 2021 году мы отправили 115 миллионов предупреждений о наводнениях 23
миллионам человек через Поиск и Карты, помогая спасти бесчисленное количество жизней.
Сегодня мы расширяем наши прогнозы наводнений, включив в них бассейны еще в 18 странах
Африки, Латинской Америки и Юго-Восточной Азии. Мы также объявляем о глобальном запуске
нового FloodHub . Платформа, которая отображает прогнозы наводнений и показывает, когда и
где может произойти наводнение, чтобы помочь тем, кто непосредственно подвергается риску, и
предоставить важную информацию для помощи агентствам и правительствам. Такое
географическое расширение возможно благодаря недавним достижениям в моделях
прогнозирования наводнений на основе искусственного интеллекта, и мы стремимся расширить
нашу деятельность на большее количество стран. Изображение карты FloodHub , на которой
показаны районы затопления рек
Лесные пожары: Ежегодно лесные пожары затрагивают сотни тысяч людей, их частота и масштабы
увеличиваются. Я на собственном опыте почувствовал необходимость получения точной
информации во время лесных пожаров, и это вдохновило нас на работу по управлению
чрезвычайными ситуациями. Используя новые модели искусственного интеллекта, мы
обнаруживаем границы лесных пожаров на основе спутниковых изображений и показываем их
местоположение в режиме реального времени в Haus и Maps. С июля мы освещали более 30
крупных лесных пожаров в США и Канаде, помогая информировать людей и пожарные команды,
набрав более 7 миллионов просмотров в Поиске и Картах. Сегодня обнаружение лесных пожаров
доступно в США, Канаде, Мексике и некоторых частях Австралии. На фото место пожара
Пукатаваган в Манитобе, Канада. Место пожара Пукатаваган в Манитобе, Канада.
Фейсбук
Твиттер
Электронная почта
Распечатать
Shutterstock.com
Когда в округе Гилпин, штат Колорадо, начинаются пожары, они сильно разгораются и быстро
разрастаются. В техасском бассейне Сан-Антонио наводнение распространяется на
автомагистрали и затрудняет спасательные работы, а в Норфолке, штат Вирджиния, прибрежные
штормы затопляют дома. Землетрясения, которые потрясли северо-западную часть Тихого океана,
могут сорвать поезда, ранить жителей и вызвать отключения электроэнергии в больницах.
Тарек Гани , доцент кафедры стратегии бизнес-школы Олина при Вашингтонском университете, и
Грант Гордон, бывший старший директор по инновационной стратегии Международного комитета
спасения, предполагают использование искусственного интеллекта для прогнозирования
катастроф, что позволит службам реагирования на чрезвычайные ситуации действовать быстро,
чтобы предотвратить их. . или смягчить. их
Однако не все катастрофы одинаковы для ИИ , и эта технология наиболее надежна для анализа
событий с хорошо понятными первопричинами, большим количеством данных для обучения
алгоритмов и достаточным количеством итераций для оценки прогнозов модели. по сравнению с
реальностью и уточненными, пишут Гани и Гордон. Наводнения являются ярким примером. Река
Сан-Антонио
Adobe Сток
В округе Бексар, штат Техас, где в настоящее время используется этот инструмент, осадки могут
превратиться в полномасштабное наводнение в течение двух часов, но Национальная
метеорологическая служба обновляет свою прогнозную модель только два раза в день, а это
означает, что одно наводнение может прийти и уйти раньше другого. . тревога пропала. SARA
попыталась дополнить эти услуги своими локально ориентированными прогнозами, которые
повторяются каждые 15 минут и дают картину, максимально приближенную к «реальному
времени». SARA использует в своей модели данные прогнозной продукции Национальной
метеорологической службы. Чтобы обеспечить точность системы, SARA сравнивает свои оценки с
наземными показаниями, снятыми каждые 10 минут с водомеров, расположенных в зонах
повышенного риска, таких как плотины и переходы с низким уровнем воды.
«Мы можем быть довольно точными вплоть до 12 часов, а иногда и до 24 часов; это наш самый
большой горизонт прогноза», — сказал Чирхарт . «Мы хотим знать... теперь, когда в течение
следующих двух часов идет дождь, чего мы можем ожидать от этого ручья с точки зрения
наводнений? Чем дальше вы заходите [в своих прогнозах], тем рискованнее это становится.
Мы хотим знать... теперь, когда в течение следующих нескольких часов идет дождь, чего мы
можем ожидать от этого ручья с точки зрения наводнений? Чем дальше вы идете [ в своих
прогнозах], тем рискованнее это становится. Идея состоит в том, чтобы быстро предупредить
спасателей, чтобы они могли объезжать подводные мосты и дороги, спеша на помощь, вместо
того, чтобы поворачивать назад. Спасатели, которые определяют труднодоступные районы, также
знают, что следует обращаться за помощью в соседние юрисдикции, которые могут быть более
легко доступны.
Однако землетрясения невозможно предсказать так же легко ( или насколько это возможно) как
наводнения. Фактически, Геологическая служба США (USGS) настаивает на том, что точное
предсказание землетрясений невозможно ни сейчас, ни в «обозримом будущем», поскольку
ученые могут в лучшем случае оценить вероятность сильного землетрясения в определенной
местности «через несколько лет». "
Геологическая служба США предлагает систему раннего обнаружения, известную как ShakeAlert, в
Калифорнии, Орегоне и Вашингтоне. Он использует сеть сейсмических датчиков для обнаружения
и оценки первых колебаний землетрясения (известных как первичные волны или P-волны), а
затем передает значения в центр обработки данных.
Когда четыре разных датчика фиксируют встряску, алгоритмы системы предполагают, что это
реальное событие, а не ложное срабатывание от гипотетического грузовика, ударившегося о
датчик, или другого невибрационного сотрясения, объяснил Боб де Гроот, национальный
координатор по связям с общественностью USGS ShakeAlert . образование , информация и
техническая инклюзивность.
Гани и Гордон также считали, что автоматизация может помочь ускорить реагирование после
аварий.