详细内容或原文请订阅后点击阅览
河弯可以有助于解释其他行星上的地层的起源
新的人工智能系统可以帮助更有效地检测野火，为预警和环境监测提供强大的工具。该系统是由巴西联邦联邦DO Amazonas的研究人员开发的，并使用了卷积神经网络（CNN） - 一种AI模型，旨在处理[…]
来源:宇宙杂志新的人工智能系统可以帮助更有效地检测野火，为预警和环境监测提供强大的工具。
该系统是由联邦大学DO Amazonas的研究人员在巴西开发的，并使用了卷积神经网络（CNN） - 一种AI模型，旨在以模仿人脑的方式处理视觉数据。通过分析卫星图像，CNN可以以明显的精度识别野火。
一种新的野火检测方法
研究人员使用Landsat 8和Landsat 9卫星的图像对该程序进行了培训，该图像每16天提供全球覆盖范围。这些卫星捕获了近红外和短波红外图像，这对于检测植被变化和表面温度变化至关重要 - 野火的关键指标。
该模型在400颗卫星图像上进行了训练，其中有200颗，其中包含野火和200个卫星图像。
它在区分受火影响和未受影响的区域时达到了93％的精度率。当对其训练集以外的40张新图像进行测试时，CNN正确识别了24张野火图像中的23张和所有16个非野火图像。随着进一步的数据暴露，预计随着时间的流逝，AI将更加完善其准确性。
这些发现发表在《国际遥感杂志》上，表明CNN可以补充现有的AI驱动野火监测系统并改善响应策略。
国际遥感杂志 ，“ CNN模型是对良好的大规模监测系统的补充，”拥有物理学博士学位的合着者Carlos Mendes教授说。
他说，这包括基于卫星的中等分辨率成像光谱仪（MODIS）和可见的红外成像辐射仪套件（VIIRS），这些套件（VIIRS）广泛用于连续的野火检测。
保护亚马逊
4420万英亩 比2023年42％ 消防的未来 教授 主任 energize 单击此处成为订户
消防的未来 教授 energize单击此处成为订户