Sóng AI
Writer

Các nhà nghiên cứu tại đại học federal do amazonas (brazil) đã phát triển hệ thống trí tuệ nhân tạo mới để phát hiện cháy rừng một cách hiệu quả hơn, sử dụng mạng nơ-ron tích chập (cnn).
Hệ thống được huấn luyện bằng 400 hình ảnh vệ tinh từ landsat 8 và landsat 9, trong đó 200 hình chứa cháy rừng và 200 hình không có cháy rừng.
Mô hình AI đạt tỷ lệ chính xác ấn tượng 93% trong việc phân biệt khu vực bị ảnh hưởng bởi cháy và khu vực không bị ảnh hưởng.
Khi thử nghiệm trên 40 hình ảnh mới ngoài tập huấn luyện, cnn đã xác định chính xác 23/24 hình ảnh cháy rừng và tất cả 16 hình ảnh không có cháy rừng.
Các vệ tinh landsat cung cấp bao phủ toàn cầu mỗi 16 ngày, chụp hình ảnh hồng ngoại gần và hồng ngoại sóng ngắn - quan trọng để phát hiện thay đổi thực vật và nhiệt độ bề mặt.
Năm 2024, 44,2 triệu mẫu rừng amazon đã bị cháy, với số vụ cháy tăng 42% so với năm 2023.
Hệ thống giám sát hiện tại gặp khó khăn với hình ảnh độ phân giải thấp, khó phát hiện đám cháy nhỏ, xa hoặc ẩn - như đám cháy tầng thấp nhiệt độ thấp bị che phủ bởi tán rừng dày.
Giáo sư carlos mendes, đồng tác giả, cho biết mô hình CNN bổ sung cho các hệ thống giám sát quy mô lớn hiện có như modis và viirs.
Kết hợp phạm vi thời gian rộng của cảm biến hiện tại với độ chính xác không gian của mô hình mới có thể cải thiện đáng kể việc giám sát cháy rừng trong các khu vực bảo tồn môi trường quan trọng.
Nhóm nghiên cứu đề xuất tăng số lượng hình ảnh huấn luyện để tiếp tục cải thiện độ chính xác của mô hình cnn và mở rộng ứng dụng sang phát hiện nạn phá rừng.
Giáo sư Marta Yebra, giám đốc trung tâm nghiên cứu cháy rừng xuất sắc tại đại học quốc gia Australia, nhấn mạnh AI đang trở thành công cụ quan trọng trong lĩnh vực này, đặc biệt trong tự động hóa phát hiện cháy từ vệ tinh, drone và mạng lưới camera.

Nguồn: Songai.vn