베네수엘라 지진 이후 NASA, 코페르니쿠스, 마이크로소프트가 파괴를 어떻게 매핑했는지

지구가 흔들릴 때, 시계는 작동하기 시작합니다. 지진 이후 도시 환경에서 응급 대응자들에게 첫 몇 분과 몇 시간은 생존자를 찾고 피해를 평가하는 데 매우 중요합니다.

6월 24일 베네수엘라 북부에서 7.2와 7.5 규모의 지진이 발생한 후, 지구 상공에서 높은 기술이 즉시 작동하여尘埃가 가라앉기 전에 官員들에게 필요한 정보를 제공했습니다. 유엔 생태계下的 지리공간 데이터 조정, NASA, 유럽의 코페르니쿠스 프로그램, 마이크로소프트의 AI for Good Lab가 디지털 소생 시스템을 테스트하여 극한 환경에서 구조 팀이 하는 결정의 최적화를 도와주었습니다.

먼지 속의 레이더: 코페르니쿠스의 응답

베네수엘라 북부 해안에서 라과이라와 카라카스의 일부 지역에서倒壊된 건물로 인한 먼지 구름은 정상적인 위성 이미지 거의 쓸모없게 만들었습니다.

이에 대한 대응으로, 유럽 연합은 즉시 코페르니쿠스 비상 매핑 메커니즘을 활성화하여 센티넬-1 위성을 이용했습니다.

이 기술은 합성 개구 레이더(SAR)를 기반으로 합니다. 일반적인 사진을 찍는 대신, SAR는 에너지 펄스를 발사하여 지구 표면에 반사시킨 후 다시 수신합니다.

이러한 라디오 波는 대기 중을 방해받지 않고 구름, 먼지, 또는 밤의 암흑을 뚫고 지나가므로 과학자들은 지형의 연속적인 스냅샷을 얻을 수 있습니다.

지진 전과 후에 수집된 전자파 반사 신호를 비교하여 다양한 기계 학습 모델이 자동으로 지면의 변화를 식별했습니다.

이로 인해 구조 작업자들이 통행할 수 있는 경로를 안내할 수 있었습니다.

우주에서 금을 측정하기

큰 규모에서, NASA는 레이더 간섭법(InSAR) 도구를 배치하여 밀리미터 정밀도로 레이더 波의 위상을 비교했습니다.

예비 데이터는 NISAR 미션(인도 우주 연구 기관과의 협력으로 개발됨)에서 심각한 지각 변위를 확인했으며, 최대 40센티미터의 수평 지면 이동을 기록했습니다.

이 변위 지도는 도시 인프라에 미치는 영향을 예측하기 위해 오리건 주립 대학교(OSU)의 충돌 생태학 연구소에서 처리되었습니다.

연구자들의 평가에 따르면, 약 58,870개의 건물이 심각한 피해를 입거나 완전히 붕괴되었습니다.

이 확률적 히트맵을 통해 유엔과 응급 대응 팀은 가장 인구가 밀집된 지역과 취약한 주거 지역에 자원을 집중할 수 있었습니다.

마이크로소프트의 구조 분류

보다 작은 규모에서, 마이크로소프트의 AI for Good Lab는 플래너터리 컴퓨터 플랫폼을 사용하여 고해상도 광학 이미지를 처리했습니다.

컴퓨터 비전 모델은 이미지 분할을 통해 중부 해안과 베네수엘라 수도를 210제곱킬로미터 이상 매핑했습니다.

이 방법론은 확률적 모델을 기반으로 합니다. 결정론적 판단을 하는 대신, 알고리즘은 각 도시 블록에 구조적 위험 수준을 할당했습니다.

이 알고리즘적 평가가 현장에서 매우 중요했습니다. 국제이주기구의 공식 피해 보고서에 따르면, 이 데이터의 교차 참조를 통해 카티아 라 마르(Catia La Mar)와 같은 도시에서 31.5%의 건물이 심각한 피해를 입었다는 것을 알 수 있었습니다.

오늘날 구조 임무가 완료된 후, 이 확률적 맵은 도시 제외 구역과 통제된 철거를 계획하는 데 필요한 분석적 기초로 사용되고 있습니다.

혼돈 속의 상호 운용성

이 비상 사태에서 얻은 가장 큰 교훈은 고립된 기술은 거의 쓸모가 없다는 것입니다. NASA, 유럽 연합, 마이크로소프트의 노력이 실제 구조로 이어지기 위해서는 정보의 통일이 필수적이었습니다.

지진 이후에 유엔의 개방형 저장소에 지리공간 분석을 통합함으로써, 첫 번째 응급 팀은 단일 상호 작용 맵 아래에서 일할 수 있었습니다.

이 기술적 조정은 지구 관측에 적용된 인공 지능이 더 이상 실험실 실험이 아니라는 것을 보여주었습니다.

공동 노력은 비상 사태 期間의 응급 작전을 최적화하는 데만 아니라, 도시의 내구성과 기후 변화 및 지질 위험에 대한 대응을 위한 방법론적 선례를 마련했습니다.