Buzz
(Tổ Quốc) - Bằng việc kết hợp hình ảnh vệ tinh trước và trong cơn bão, cùng với dữ liệu thời gian thực từ bốn cảm biến vệ tinh và trí tuệ nhân tạo, các nhà khoa học đã phát triển một hệ thống giám sát thảm họa, có khả năng định vị và cập nhật thiệt hại ở độ phân giải 30 mét.
Cơn bão Ian đã gây ra một con đường hủy diệt khổng lồ trên miền Nam Florida, Hoa Kỳ. Sự tàn phá này không chỉ được ghi nhận từ mặt đất mà còn qua dữ liệu vệ tinh. Nhóm nghiên cứu tại Đại học Connecticut đã sử dụng một phương pháp mới để nhanh chóng đưa ra cái nhìn tổng quan về thiệt hại trên toàn tiểu bang.
Kết hợp hình ảnh vệ tinh trước và trong cơn bão, cùng với dữ liệu thời gian thực từ bốn cảm biến vệ tinh và trí tuệ nhân tạo, họ đã tạo ra một hệ thống giám sát thảm họa có khả năng lập bản đồ thiệt hại ở độ phân giải 30 mét và liên tục cập nhật dữ liệu.
Vệ tinh đã chứng tỏ vai trò quan trọng trong việc xác định các vùng nguy cơ cao về thảm họa và định rõ thiệt hại sau các sự kiện này. Tuy nhiên, hầu hết các phương pháp quản lý thảm họa dựa trên vệ tinh vẫn chưa đầy đủ, thường chỉ dựa vào đánh giá trực quan từng vùng lân cận tại một thời điểm.
Phương pháp mới sẽ tự động so sánh hình ảnh trước và sau cơn bão để phát hiện nhanh chóng các điểm bất thường trên diện rộng, như cát hoặc nước xuất hiện ở những nơi không thường thấy, hoặc những mái nhà bị hỏng nặng không phù hợp với diện mạo trước bão. Mỗi khu vực có sự thay đổi đáng kể sẽ được đánh dấu bằng cờ màu vàng.
Năm ngày sau khi bão Ian quét qua Florida, các đa giác cảnh báo màu vàng xuất hiện trên khắp miền Nam Florida. Nhóm nghiên cứu đã nhận thấy rằng hệ thống có thể phát hiện mảng hư hỏng với độ chính xác khoảng 84%.
Các hiệu ứng từ thiên tai như bão hay lốc xoáy thường tạo ra các biến đổi lớn trong ánh sáng phản chiếu trên bề mặt đất, làm thay đổi cách mà vật thể như nhà cửa, mặt đất hoặc nước phản chiếu ánh sáng. Thuật toán mới sẽ so sánh sự thay đổi trong ánh sáng phản chiếu trước và sau cơn bão.
Hệ thống có khả năng phát hiện thay đổi trong đặc tính vật lý của các khu vực tự nhiên, như sự thay đổi về độ ẩm, độ sáng và cường độ tổng thể của sự thay đổi. Việc tăng cường ánh sáng thường liên quan đến việc lộ diện cát hoặc đất trống do ảnh hưởng của bão.
Sử dụng mô hình học máy, nhóm nghiên cứu có thể dự đoán xác suất nhiễu động và đo lường ảnh hưởng của thiên tai lên bề mặt đất. Phương pháp này giúp tự động hóa bản đồ thiệt hại và cung cấp phạm vi bao phủ toàn bộ diện tích sau khi dữ liệu vệ tinh được thu thập.
Hệ thống sử dụng dữ liệu từ 4 vệ tinh bao gồm Landsat 8, Landsat 9, của NASA và Cơ quan Khảo sát Địa chất Hoa Kỳ, cùng với Sentinel 2A và Sentinel 2B, phóng theo chương trình Copernicus của Ủy ban Châu Âu.
Trên khắp thế giới, các cơn bão cực đoan kèm theo lũ lụt hủy diệt đã xuất hiện ngày càng nhiều trong những năm gần đây.
Mặc dù các đội ứng phó thảm họa thường dùng máy bay và thiết bị bay không người lái để đánh giá thiệt hại ở các khu vực nhỏ, nhưng việc nhìn thấy cảnh tổng thể của một thảm họa rộng lớn như bão và lốc xoáy nhiệt đới là khó khăn. Hệ thống mới sẽ cung cấp cái nhìn tổng quan nhanh chóng bằng cách sử dụng hình ảnh miễn phí từ chính phủ.
Một hạn chế hiện nay là thông tin từ những hình ảnh này thường không được công bố rộng rãi cho đến vài ngày sau khi thảm họa xảy ra.
Hiện tại, các nhà khoa học tại Đại học Connecticut đang phát triển hệ thống giám sát gần thời gian thực trên toàn quốc để cung cấp thông tin đất đai cập nhật nhất cho các thảm họa tiếp theo.
Tham khảo: Inverse; The Conversation
