En los últimos años se han documentado tormentas extremas con inundaciones devastadoras cada vez más frecuentes en amplias zonas del planeta.
Los métodos de gestión de desastres basados en satélites solían depender de la evaluación visual de las imágenes más recientes, barrio por barrio.
Los científicos han desarrollado un nuevo sistema que les permite automatizar la cartografía de desastres y cubrir un estado entero en cuanto se publican los datos satelitales.
Ahora trabajan en desarrollar un sistema de monitoreo de casi en tiempo real de todo el territorio contiguo de Estados Unidos.
Cómo detecta la inteligencia artificial los daños
Los satélites ya se utilizan para identificar zonas de alto riesgo de inundaciones, incendios forestales, deslizamientos de tierra y otros desastres, así como para localizar los daños después de estos. Sin embargo, la mayoría de los métodos de gestión de desastres basados en satélites dependen de la evaluación visual de las imágenes más recientes, barrio por barrio.
Nuestra técnica compara automáticamente las imágenes anteriores a la tormenta con las imágenes satelitales actuales para detectar anomalías rápidamente en grandes áreas. Esas anomalías pueden ser arena o agua donde no debería haberlas, o tejados muy dañados cuyo aspecto no coincide con el que tenían antes de la tormenta.
.jpg)
Cinco días después de que Ian azotara Florida, el mapa mostraba polígonos amarillos de alerta por todo el sur de Florida. Descubrimos que podía detectar zonas dañadas con una precisión de alrededor del 84%.
Un desastre natural como un huracán o un tornado suele dejar grandes zonas de cambio espectral en la superficie; es decir, cambios en la forma en que la luz se refleja en lo que haya allí, como casas, suelo o agua. Nuestro algoritmo compara la reflectancia de modelos basados en imágenes anteriores a la tormenta con la reflectancia posterior a esta.
El sistema detecta tanto los cambios en las propiedades físicas de las zonas naturales, como la humedad o el brillo, como la intensidad general del cambio. Un aumento del brillo suele estar relacionado con la exposición de arena o suelo desnudo debido a los daños causados por el huracán.
Con un modelo de aprendizaje automático, podemos usar esas imágenes para predecir las probabilidades de alteración, que miden los efectos de los desastres naturales en la superficie terrestre. Este método nos permite automatizar la cartografía de desastres y cubrir un estado entero en cuanto se publican los datos satelitales.
El sistema utiliza datos de cuatro satélites: Landsat 8 y Landsat 9, ambos operados por la NASA y el Servicio Geológico de Estados Unidos, y Sentinel 2A y Sentinel 2B, puestos en órbita como parte del programa Copernicus de la Comisión Europea.
Monitoreo nacional en tiempo real
En los últimos años se han documentado tormentas extremas con inundaciones devastadoras cada vez más frecuentes en amplias zonas del planeta.
Aunque los equipos de respuesta ante desastres pueden recurrir a la vigilancia aérea y a los drones para localizar daños en áreas pequeñas, es mucho más difícil ver el panorama general cuando un desastre, como un huracán u otro ciclón tropical, afecta una zona extensa, y el tiempo apremia. Nuestro sistema ofrece un método rápido que utiliza imágenes gratuitas producidas por el gobierno para obtener una visión general. Una limitación actual es el momento en que se publican esas imágenes: a menudo no se hacen públicas hasta unos días después del desastre.
Ahora trabajamos en desarrollar un sistema de monitoreo de casi en tiempo real de todo el territorio contiguo de Estados Unidos para proporcionar rápidamente la información más actualizada sobre el terreno ante el próximo desastre natural.
