Dopo i devastanti incendi in California del 2019, il governo degli Stati Uniti ha messo insieme un forum esecutivo della Casa Bianca per sviluppare modi migliori per proteggere la nazione e le infrastrutture chiave, come la rete elettrica, da incendi e altri disastri. Solo nel 2020, più di 10,3 milioni di acri bruciati negli Stati Uniti, un livello tre volte superiore alla media decennale 1990-2000. Tra i costi di estinzione degli incendi, costi diretti e indiretti, gli incendi nel 2020 sono costati agli Stati Uniti oltre 170 miliardi di dollari. Aggiungi inondazioni, uragani, e altri disastri naturali, e il bilancio dei disastri sui mezzi di sussistenza degli americani è astronomico.

Andre Coleman e il suo team di ricercatori del Pacific Northwest National Laboratory (PNNL) fanno parte del First Five Consortium, un gruppo di governo, industria, ed esperti del mondo accademico impegnati a ridurre l'impatto dei disastri naturali utilizzando la tecnologia. Coleman e il team stanno espandendo la suite operativa di analisi delle immagini e modellazione Rapid Analytics for Disaster Response (RADR) di PNNL per mitigare i danni alle infrastrutture energetiche chiave. Utilizzando una combinazione di tecnologia di acquisizione delle immagini (satellite, in volo, e immagini di droni), intelligenza artificiale (AI), e cloud computing, Coleman e il team lavorano non solo per valutare i danni, ma anche per prevederli.

Previsione accurata del movimento di disastri naturali:incendi, inondazioni, uragani, tempeste di vento, tornado, e terremoti:fa saltare i primi soccorritori, consentendo loro di adottare misure per ridurre i danni, condurre una pianificazione avanzata delle risorse, e aumentare i tempi di ripristino delle infrastrutture. Per esempio, se un incendio raggiunge una sottostazione elettrica o un'altra infrastruttura di rete, un'intera comunità:case, imprese, e scuole, subirebbero un'interruzione di corrente che potrebbe richiedere giorni per ripristinare.

"Questo è uno sforzo entusiasmante e tempestivo per applicare l'intelligenza artificiale per ridurre l'impatto degli incendi boschivi, proteggere le infrastrutture energetiche, e alla fine salvare vite, " disse Pamela Isom, Direttore ad interim dell'Ufficio per l'intelligenza artificiale e la tecnologia del Dipartimento dell'energia degli Stati Uniti (DOE). "Il lavoro ha il potenziale per fare la differenza in quella che ci aspettiamo sarà una stagione di incendi boschivi molto impegnativa. Questa è stata una collaborazione molto produttiva tra diversi partner, compresi i nostri colleghi del Centro congiunto di intelligenza artificiale del Dipartimento della Difesa, Dipartimento di Sicurezza Nazionale, e al PNNL."

Dal 2014, Coleman e il team hanno lavorato con queste tecnologie. Il progetto è iniziato originariamente con la creazione di un algoritmo di rilevamento delle modifiche, che analizza diversi tipi di immagini satellitari e determina cosa è cambiato nel paesaggio dopo una tempesta. Le autorità utilizzano lo strumento per valutare rapidamente l'impatto del danno fisico dei disastri naturali, spesso prima che le squadre di terra possano entrare. La prima iterazione dello strumento è stata utilizzata durante la stagione degli uragani del 2016 per valutare i danni provocati dall'uragano e determinare se l'infrastruttura energetica, la rete elettrica, petrolio, e impianti di gas, è stato danneggiato o a rischio.

Globale, I prodotti analitici RADR apportano valore, ma Coleman e il team riconoscono le opportunità per espandere la funzionalità degli strumenti e cercano di migliorare i tempi di risposta RADR, valutazione dei danni, visibilità, capacità di previsione, e accessibilità dei dati.

Per migliorare la tempestività e le valutazioni a livello del suolo, il team ha incorporato nuove e diverse fonti di immagini. Il RADR può acquisire immagini da una varietà di satelliti con diverse capacità di rilevamento, compresi i satelliti governativi nazionali e internazionali offerti come dati aperti e i satelliti commerciali disponibili attraverso la Carta internazionale dei disastri. Avere più fonti di immagini dall'alto migliora il tempo di risposta a poche ore con la limitazione principale che è la latenza delle immagini dall'alto, o il tempo tra la raccolta delle immagini e la disponibilità per l'analisi. Una volta ricevute le immagini, il software RADR può generare un'analisi in poco più di 10 minuti.

Per scrutare attraverso il fumo degli incendi e la copertura nuvolosa, il team ha aggiunto immagini a infrarossi al RADR. La nuova funzionalità offre una visione più chiara del paesaggio che prima non era disponibile, fornire ai soccorritori informazioni come danni alle infrastrutture chiave o un luogo sicuro per organizzare i soccorsi di cui i soccorritori potrebbero non essere stati altrimenti a conoscenza.

Il team sta anche integrando immagini disponibili pubblicamente e in crowdsourcing dai social media. Spesso in un disastro, reti di social media come Twitter, Flickr, e Instagram offrono una vasta gamma di dati in tempo reale mentre gli utenti pubblicano immagini di ciò che accade intorno a loro. Associando immagini dall'alto con immagini sul campo, il team può fornire una valutazione più completa. Immagini satellitari, Per esempio, può mostrare danni a una risorsa di generazione, linee elettriche, o la rete elettrica; però, le immagini a terra possono indicare diversamente. Lo strumento prende tutte queste immagini, rimuove quelli ridondanti, e cuce insieme le immagini per fornire una visione più accurata delle condizioni mutevoli.

Come con qualsiasi modello computazionale, è buono solo come i dati. Le fonti di immagini aggiunte forniscono dati aggiuntivi per l'interpretazione da parte del RADR, migliorare la precisione. Per prevedere i possibili esiti di un incendio boschivo, il team sta combinando l'analisi delle immagini con il meteo, carburante, e dati previsionali. Per esempio, vento, vegetazione, e tutto ciò che un incendio può consumare, tutti i fattori che determinano le dimensioni di un incendio e la direzione che prende. Unendo le immagini ai dati sul carburante e ai modelli di incendi boschivi, il team spera di essere in grado di prevedere con precisione il percorso di un incendio.

Certo, le valutazioni devono arrivare nelle mani giuste. Il coordinamento di una risposta richiede locali, regionale, e risorse nazionali, ciascuno in luoghi diversi ma che necessitano dei dati il ​​più rapidamente possibile in un formato facilmente accessibile e interpretabile, in particolare in un ambiente vincolato alla comunicazione di dati. Un sistema basato su cloud fornisce una pipeline end-to-end per il recupero delle immagini disponibili, elaborare le analisi, e la diffusione di dati da utilizzare direttamente nel software di un utente, tramite browser Web desktop, e/o tramite applicazioni mobili. L'analisi visiva aggiunta produce immagini e set di dati che possono essere facilmente distinguibili da un vasto pubblico di risponditori.

Gli ultimi anni hanno portato ad un aumento della frequenza e della gravità degli incendi boschivi, inondazioni, e altri eventi meteorologici estremi. Coleman e il team sperano che almeno le capacità aggiuntive del RADR forniscano ai soccorritori informazioni che possono essere utilizzate per prendere decisioni informate, ridurre o pianificare i danni alle principali infrastrutture energetiche, pianificare i soccorsi, e salvare vite.