O lento trote do furacão Florence sobre as Carolina do Norte e do Sul em setembro levou a uma chuva torrencial, recorde de ondas de tempestade, e outro grande desastre para a Federal Emergency Management Agency (FEMA) enfrentar. Enfrentando danos ao longo de centenas de milhas quadradas, A FEMA novamente convocou o MIT Lincoln Laboratory para usar seu sistema lidar de última geração para criar imagens da destruição na região.

Instalado em um avião e voado todas as noites sobre um local de desastre, lidar (que significa detecção e alcance de luz) envia pulsos de luz laser que refletem na terra e nas estruturas abaixo e são coletados novamente pelo instrumento. O tempo de retorno de cada pulso de luz ao instrumento é usado para construir o que os pesquisadores chamam de "mapa de nuvem de pontos, "um modelo 3D de alta resolução da área digitalizada que representa as alturas das estruturas e características da paisagem. Os analistas de laboratório podem então processar esses dados de nuvem de pontos para coletar informações que ajudam a FEMA a concentrar seus esforços de recuperação - por exemplo, estimando o número de casas desabadas em uma área, o volume de pilhas de destroços, e o alcance das águas das enchentes.

No entanto, o envio rápido de quase dois terabytes de dados da varredura de uma única noite, ou sortie, para o Laboratório para processamento é um desafio. Depois de uma tempestade, as conexões de internet locais podem estar perdidas ou irregulares. Quando o Laboratório usou esta mesma plataforma lidar após o furacão Maria em Porto Rico, redes derrubadas significava ter que enviar fisicamente um disco rígido de volta para Massachusetts - um atraso de mais de dois dias para colocar os dados nas mãos dos analistas. Quando a equipe iniciou a campanha nas Carolinas em meados de setembro, eles enfrentaram o mesmo obstáculo.

Desta vez, o obstáculo foi superado graças ao MCNC. A organização sem fins lucrativos anteriormente conhecida como Centro de Microeletrônica da Carolina do Norte é sediada no Research Triangle Park, perto de Durham, Carolina do Norte, que não foi diretamente afetado pelo furacão Florence. O MCNC deu ao Laboratório acesso gratuito à Rede de Pesquisa e Educação da Carolina do Norte (NCREN).

"Nosso estado foi duramente atingido pelo furacão Florença, "diz Tommy Jacobson, Diretor de operações e vice-presidente da MCNC. "Para a liderança do MCNC, foi uma decisão rápida e fácil habilitar o MIT, que estava no estado para ajudar a FEMA, com acesso aos recursos de nossa rede para ajudar da maneira que pudermos para garantir que o alívio chegue a quem precisa. "

NCREN é o backbone de banda larga da Carolina do Norte, conectando mais de 750 instituições, incluindo todos os distritos de escolas públicas do estado, universidades e faculdades, locais de segurança pública, e outras instituições âncora da comunidade. Acesso para o Laboratório significava espaço em rack para equipamentos dentro do data center MCNC. De lá, O MCNC provisionou uma conexão IP de 10 gigabits do NCREN para a Internet2, um ultrarrápido, rede avançada que conecta centros de pesquisa em todo o mundo. Essa conexão deu à equipe a capacidade de fazer upload de grandes volumes de dados diariamente de seu equipamento dentro do data center de volta para um centro de computação no campus do MIT que também está conectado à Internet2.

De lá, outra conexão de 10 gigabits devolveu os dados do campus para o Lincoln Laboratory Supercomputing Center em Holyoke, onde os dados foram processados.

"O uplink de 10 GB do MCNC nos permitiu transmitir os dados em uma velocidade tão alta que alguns de nossos uploads foram feitos em cerca de seis a sete horas, “diz Daniel Ribeirinha-Braga, um membro da equipe de gerenciamento de dados do Laboratório neste esforço de furacão. "Lembre-se de que se trata de dados lidar, que obtemos cerca de 1,5 a 1,9 terabytes por noite, que precisa ser copiado para vários lugares, como outros discos rígidos, organizado em um único SSD [unidade de estado sólido], e, em seguida, carregado para o Laboratório do MCNC. "

A colaboração entre o Laboratório e MCNC surgiu por meio de Matt Daggett, membro da equipe do Grupo de Sistemas de Assistência Humanitária e Ajuda em Desastres (HADR). Ele havia trabalhado no MCNC há mais de uma década.

"Eu estava ciente do backbone da NCREN e do data center no campus MCNC, "Daggett diz." Quando ficou claro que nossas operações de vôo seriam baseadas no aeroporto RDU [Raleigh – Durham International], Eu sabia que o MCNC seria o lugar perfeito para colocar nossos dados na Internet2. "

Jacobson acrescenta:"Ficamos gratos que o MIT nos procurou para fornecer essa ajuda, "

Com o processamento de dados em andamento, o Laboratório começou a entregar relatórios à FEMA. As imagens lidar revelam coisas que seriam impossíveis para a FEMA saber olhando apenas para as imagens de satélite. "A diferença mais importante entre uma imagem de satélite e a imagem lidar é que você pode fazer medições 3-D nela, "diz Anthony Lapadula do HADR Systems Group." Então, porque são dados 3D, podemos fazer coisas como dizer o quão grande é um buraco na estrada, ou dizer o quão grande é uma queda de elevação como resultado de um deslizamento de terra. "

Uma das maiores vantagens do trabalho lidar foi a economia de tempo para a FEMA. Quando alguém relatou danos em um local específico, A FEMA poderia avaliar os danos rapidamente pedindo aos analistas do laboratório que visitassem virtualmente o local no mapa de nuvem de pontos e relatassem o que encontraram.

Por exemplo, A FEMA pediu que eles ampliassem uma pequena cidade no rio Lumber, na Carolina do Norte, que foi inundada por enchentes. A análise dos dados disse à FEMA a extensão da inundação da enchente, o volume de pilhas de destroços na cidade, e mudanças no caminho do rio. Também havia questões ambientais a serem respondidas, como o volume de uma pilha de cinzas de carvão para determinar quanto, caso existam, lavado com as águas da enchente. Eles também podem verificar a infraestrutura pública, como uma eclusa e represa ao longo do rio Cape Fear que os dados mostraram estar completamente inundada.

A conclusão das 40 surtidas solicitadas nas Carolinas levou várias semanas para a equipe ser concluída, até o dia de Ação de Graças. As surtidas cobriram áreas ao longo da costa de Cape Lookout National Seashore a Myrtle Beach e por faixas que se estendiam para o interior. Essas centenas de quilômetros de dados lidar foram processados ​​com uma resolução de aproximadamente 25 centímetros. Para colocar essa resolução em perspectiva, Lapadula diz que se as áreas escaneadas estivessem totalmente cobertas com bolas de basquete, eles seriam capazes de medir com precisão a localização de cada bola.

Mas com apenas um desses sistemas extremamente avançados disponíveis para uso, A equipe do Laboratório Lincoln está limitada à área que pode cobrir e a quantos desastres eles podem responder com a tecnologia. O sistema lidar foi originalmente desenvolvido pelo Active Optical Systems Group, que tem ajudado o HADR Systems Group com a coleta de dados, em processamento, e desenvolvimento de algoritmos.

Vários colaboradores da indústria também participaram desse esforço. Funcionários da pequena empresa 3DEO, que é especializada em tecnologia lidar de modo Geiger, auxiliou na coleta de dados. A pequena empresa LEEP tem ajudado com a análise de dados e fornecido treinamento aos analistas da FEMA para facilitar o uso dos dados. Outro parceiro, Conversões Basler Turbo, apoiou aspectos de engenharia de instalação do lidar na aeronave BT-67, que está sendo alugado da empresa AIRtec.

Embora o laboratório esteja envolvido na recuperação de desastres desde o terremoto de 2010 no Haiti, nunca esteve tão ativo nesses esforços como no ano passado, desde os furacões Harvey, Irma, e Maria em 2017.

"Passamos uma década sem que um grande furacão atingisse o território continental dos Estados Unidos, "Lapadula refletiu." Agora, é como se eles continuassem vindo. "

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.