p Após os destrutivos incêndios florestais da Califórnia em 2019, o governo dos EUA organizou um fórum executivo da Casa Branca para desenvolver melhores formas de proteger a nação e as principais infraestruturas, como a rede elétrica, de incêndios florestais e outros desastres. Só em 2020, mais de 10,3 milhões de acres queimados nos Estados Unidos, um nível três vezes maior do que a média de 10 anos de 1990–2000. Entre os custos de supressão de incêndio, custos diretos e indiretos, os incêndios florestais em 2020 custaram aos Estados Unidos mais de US $ 170 bilhões. Adicionar inundações, furacões, e outros desastres naturais, e o número de desastres na vida dos americanos é astronômico. p Andre Coleman e sua equipe de pesquisadores do Pacific Northwest National Laboratory (PNNL) fazem parte do First Five Consortium, um grupo de governo, indústria, e especialistas acadêmicos comprometidos em diminuir o impacto de desastres naturais usando a tecnologia. Coleman e a equipe estão expandindo a suíte de modelagem e análise de imagem operacional Rapid Analytics for Disaster Response (RADR) da PNNL para mitigar os danos à infraestrutura de energia chave. Usando uma combinação de tecnologia de captura de imagem (satélite, no ar, e imagens de drones), inteligência artificial (IA), e computação em nuvem, Coleman e a equipe trabalham não apenas para avaliar os danos, mas também para prevê-los.

p Previsão precisa do movimento de desastres naturais - incêndios florestais, inundações, furacões, tempestades de vento, tornados, e terremotos - dá aos primeiros socorros um salto, permitindo que eles tomem medidas para reduzir os danos, conduzir o planejamento de recursos avançados, e aumentar o tempo de restauração da infraestrutura. Por exemplo, caso um incêndio alcance uma subestação elétrica ou outra infraestrutura de rede, uma comunidade inteira - casas, negócios, e escolas - passariam por uma queda de energia que poderia levar dias para ser restaurada.

p "Este é um esforço empolgante e oportuno para aplicar inteligência artificial para reduzir o impacto dos incêndios florestais, proteger a infraestrutura de energia, e, finalmente, salvar vidas, "disse Pamela Isom, diretor interino do Departamento de Energia dos EUA (DOE) Artificial Intelligence and Technology Office. "O trabalho tem potencial para fazer a diferença no que esperamos que seja uma temporada de incêndios florestais muito desafiadora. Esta foi uma colaboração muito produtiva entre vários parceiros, incluindo nossos colegas do Centro Conjunto de Inteligência Artificial do Departamento de Defesa, Departamento de Segurança Interna, e no PNNL. "

p Desde 2014, Coleman e a equipe têm trabalhado com essas tecnologias. O projeto originalmente começou com a criação de um algoritmo de detecção de mudanças, que analisa diferentes tipos de imagens de satélite e determina o que mudou na paisagem após uma tempestade. As autoridades usam a ferramenta para avaliar rapidamente o impacto dos danos físicos de desastres naturais, muitas vezes antes que as equipes terrestres possam entrar. A primeira iteração da ferramenta foi usada durante a temporada de furacões de 2016 para avaliar os danos causados ​​pelo furacão e determinar se a infraestrutura de energia - rede elétrica, petróleo, e instalações de gás — foi danificada ou em risco.

p Geral, Os produtos analíticos RADR agregam valor, mas Coleman e a equipe reconhecem oportunidades de expandir a funcionalidade das ferramentas e procuram melhorar o tempo de resposta de RADR, Avaliação de danos, visibilidade, capacidade de previsão, e acessibilidade de dados.

p Para melhorar a pontualidade e as avaliações no nível do solo, a equipe incorporou novas e diferentes fontes de imagem. O RADR pode obter imagens de uma variedade de satélites com diferentes capacidades de detecção, incluindo satélites governamentais domésticos e internacionais que são oferecidos como dados abertos, bem como satélites comerciais que estão disponíveis por meio da International Disasters Charter. Ter várias fontes de imagens aéreas melhora o tempo de resposta para apenas algumas horas, com a principal limitação sendo a latência das imagens aéreas, ou o tempo entre as imagens serem coletadas e disponibilizadas para análise. Assim que as imagens forem recebidas, o software RADR pode gerar uma análise em pouco mais de 10 minutos.

p Para espiar através da fumaça do incêndio florestal e da cobertura de nuvens, a equipe adicionou imagens infravermelhas ao RADR. O novo recurso oferece uma visão mais clara da paisagem que antes não estava disponível, fornecer aos socorristas informações como danos à infraestrutura principal ou um local seguro para iniciar esforços de socorro que os socorristas podem não ter conhecimento de outra forma.

p A equipe também está integrando imagens publicamente disponíveis e crowdsourced das mídias sociais. Freqüentemente em um desastre, redes de mídia social como Twitter, Flickr, e o Instagram oferece uma grande quantidade de dados em tempo real conforme os usuários postam fotos do que está acontecendo ao seu redor. Ao emparelhar imagens aéreas com imagens no terreno, a equipe pode fornecer uma avaliação mais completa. Imagens de satélite, por exemplo, pode mostrar danos a um recurso de geração, linhas de energia, ou a rede elétrica; Contudo, imagens do solo podem indicar o contrário. A ferramenta pega todas essas imagens, remove os redundantes, e costura as imagens para fornecer uma visão mais precisa das condições em mudança.

p Como acontece com qualquer modelo computacional, é tão bom quanto os dados. As fontes de imagens adicionadas fornecem dados adicionais para RADR interpretar, melhorando a precisão. Para prever os resultados possíveis de um incêndio florestal, a equipe está combinando a análise de imagens com o clima, combustível, e dados de previsão. Por exemplo, vento, vegetação, e qualquer coisa que um incêndio pode consumir todos os fatores para o tamanho de um incêndio e a direção que toma. Ao casar imagens com dados de combustível e modelos de incêndio florestal, a equipe espera ser capaz de prever com precisão o caminho que um incêndio tomará.

p Claro, as avaliações precisam chegar às mãos certas. Coordenar uma resposta requer local, regional, e recursos nacionais, cada um em locais diferentes, mas precisando dos dados o mais rápido possível em um formato que possa ser acessado e interpretado prontamente, particularmente em um ambiente restrito de comunicação de dados. Um sistema baseado em nuvem fornece um pipeline de ponta a ponta para recuperar imagens disponíveis, processar a análise, e disseminar dados para serem usados ​​diretamente no próprio software do usuário, por meio de navegadores de desktop, e / ou via aplicativos móveis. A análise visual adicionada produz imagens e conjuntos de dados que podem ser facilmente discernidos por um grande público de respondentes.

p Os últimos anos trouxeram um aumento na frequência e gravidade dos incêndios florestais, inundações, e outros eventos climáticos extremos. Coleman e a equipe esperam que, pelo menos, os recursos adicionais do RADR forneçam aos respondentes informações que possam ser usadas para tomar decisões informadas, reduzir ou planejar danos à infraestrutura de energia chave, planejar esforços de socorro, e salvar vidas.