智能应用 影音
DFourm0819
荣耀会员

卫星影像与AI可助因应重大气候变迁

卫星影像与AI可助因应重大气候变迁

即将部署至轨道的人造卫星数量破纪录、人造卫星影像品质与深度学习技术日益精进,可用于规模化解决增加作物收成、终结贫穷与饥饿、保护环境等重大问题,以因应日益严重的气候变迁,不过相关作为仍受政府官僚主义、缺乏政治决心或资源等障碍掣肘。

根据WIRED报导,人造卫星影像与机器学习可助非洲找出未开垦耕地,以减少进口食物倚赖与转型世界粮仓,但须辅以建立专业人才库与政府政策支持;也能识别盐分流动对灌溉与作物收成的影响、解决农户土地管理问题;但商业供应商的高分辨率人造卫星影像取得成本也是挑战。

90%被砍伐的亚马逊雨林在新辟道路方圆5公里,从人造卫星影像追踪新辟道路,以往需人工注记发现,目前已累积大量影像,用于训练巴西非营利组织Imazon的人工智能(AI)系统,发现的新辟道路比人工多13倍、正确率70~90%,结合预测模型可找出2023年森林砍伐风险最高社区。

保育团体Global Fishing Watch运用机器学习模型识别关闭全球定位系统(GPS)以规避侦测的船只,能预测船只型态、渔具配置、可能目的地,支持发现非法捕捞、登船检查决策,但强化港口执法是威吓措施兼顾成本与可规模化的关键。

顾问公司Capgemini与非营利环境组织大自然保护协会(TNC)从人造卫星影像找出与绘制越野行驶车辆的踪迹,创建自动识别新辟道路的AI模型,提供野生生物与生物多样性潜在威胁警示,支持强化执法以保护Mojave沙漠濒危动物栖地。

Iceye运用微人造卫星与机器学习监测冰的发展,根据能随时穿透云层的微波波长影像预测洪水灾损,但政府与保险公司是最大障碍。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 深度学习 卫星 气候变迁 AI