圖片來源:PNNL

全球暖化現象加劇,導致自然災害頻繁,尤其在美國加州年年都有大火事件,引發的災情也是越來越嚴重,像是野火一蔓延,供電也隨之而斷,不僅損害經濟效益,也危及民生安全。

光是在 2020 年,美國就有超過 1000 萬英畝的土地被燒毀,是 1990 到 2000 年這十年平均水平的三倍,據 Forbes 報導,2020 年的野火災害使得美國總損失高達 1700 億美元。

如果今天能夠透過科技力,在第一時間掌握自然災害的動向,或在關鍵時間發布警戒或撤離通知,是否有辦法控制或降低野火的損害程度?

AI 預測衛星地景,及早分析災害程度

相信很多人都曾經從衛星圖中見識過野火、水災或土石流肆虐後的地景,想像今天如果可以結合 AI 與衛星觀測技術,或許就能在黃金時刻避免大型自然災害。

因此,位於華盛頓 Richland 市的太平洋國家實驗室(PNNL) 開發了一款能迅速分析野火的災害應對系統,名為 RADRFIRE ,它不僅能透過衛星影像,繪製火災全貌,還結合了 AI、雲端演算以及損害評估工具等技術來預測野火路徑,減輕自然天災對關鍵基礎設施(例如電網)的損害。

這套 AI 野火預測系統怎麼運作?

RADRFIRE 計畫負責人 Andre Coleman 和團隊透過圖像捕捉技術,蒐集來自衛星或是 Twitter、Flickr 和 Instagram 等社群網路上的圖片,透過 AI 和雲端演算結合的技術,分析影像中的可見光、紅外線和多光譜層面,消化完所有影像數據後,依此建構出野火的模型。

接下來團隊就能透過野火模型去評估風險、預測野火路徑,產出潛在的災害應對策略。

RADRFIRE 系統從猶他州以南的野火中評估的圖像,圖片來源:PNNL

不僅如此,透過 RADRFIRE 系統,消防員還可以看到野火的「熱邊界」在哪,並確認野火的核心高溫位置,藉此判斷應該在哪放置阻燃劑,系統還可以替消防員找到安全的撤退路徑,降低不少人力損失。

負責人 Coleman 表示,這套系統讓消防員得以掌握更大型、移動速度更快速的野火。

野火災害越加劇烈,傳統救火方式已不適用

他進一步解釋,過去為了鎮壓這種大型火災,災害指揮官會要求一架飛機在天黑後飛進大火上方去收集影像,蒐集的影像會傳給分析員進行手工繪製,再於一大早提供給消防員使用。

但是這種傳統的方式受限於飛機的可用性、安全性和穿透煙霧的能力,加上近幾年來加州大火是一次比一次嚴重,就需要科技協助救災。

而 RADRFIRE 系統透過 AI 分析紅外線衛星圖成像,影像的細膩程度可以從一個像素跨越兩公里地景降低到 30 公尺,有助於救災人員在火勢變得更加猖狂前先行撲滅。

同時,RADRFIRE 還可以協助政府公部門意識哪些基礎設施正面臨風險,保護電力設施遠離野火範圍,就不會出現像今年 7 月加州 Bootleg 山火造成俄勒岡州對加州的供電系統中斷的事件。

其實除了野火,2020 年美國也遭遇了洪水、颶風、風暴、龍捲風和地震等自然災害,RADRFIRE 雖然目前只適用於預測野火,但 PNNL 團隊表示,未來將繼續開發 RADR 相關 AI 系統,繼續為其它自然災害作分析。

RADRFIRE 的應用目前只出現於美國,但類似的技術也可以被其他國家運用,像台灣也經常在颱風襲台時出現暴雨、土石流,我們或許也可以透過衛星和 AI 整合出一套監測土石流等自然災害的防禦系統,因此 RADRFIRE 的應用案例值得我們借鑒參考。

參考資料:ForbesPNNLGeekWire,首圖來源:PNNL