AI-modellen en platforms

Hoe NASA, Copernicus en Microsoft de vernietiging in kaart brachten na de aardbevingen in Venezuela

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Wanneer de aarde beeft, begint de klok te tikken. Voor eerste hulpverleners in stedelijke omgevingen na een aardbeving zijn de eerste minuten en uren cruciaal voor het lokaliseren van overlevenden en het inschatten van de schade.

Na een paar aardbevingen van 7,2 en 7,5 magnitude die op 24 juni het noorden van Venezuela troffen, sprong de noodtechnologie hoog boven de aarde in actie voordat het stof was neergedaald om functionarissen op de grond de informatie te geven die ze nodig hadden om levens te redden. Een geospatiale datacoördinatie onder de Verenigde Naties, met betrokkenheid van NASA, het Europese Copernicus-programma en Microsoft’s AI for Good Lab, zette een digitaal triagesysteem op de proef om kritieke beslissingen van reddingsteams onder extreme omstandigheden te optimaliseren.

Radar te midden van het stof: de reactie van Copernicus

Aan de noordkust van Venezuela veroorzaakten stofwolken boven La Guaira en delen van Caracas, veroorzaakt door ingestorte gebouwen, normale satellietbeelden vrijwel nutteloos.

Als reactie activeerde de Europese Unie onmiddellijk haar noodkaartmechanisme van Copernicus, waarbij de kracht van de Sentinel-1-satellieten werd benut.

De technologie berust op Synthetic Aperture Radar (SAR). In plaats van conventionele foto’s te maken, zendt SAR energiegolven uit die tegen het aardoppervlak botsen en terugkeren naar de sensor.

Aangezien deze radiogolven door de atmosfeer gaan zonder gehinderd te worden door wolken, stof of de duisternis van de nacht, kunnen wetenschappers een continue snapshot van het terrein verkrijgen.

Door de elektromagnetische terugkaatsignalen die voor de aardbeving werden verzameld te vergelijken met die welke uren later werden verkregen, konden verschillende machine learning-modellen autonoom variaties in grondtextuur identificeren.

Dit stelde reddingswerkers in staat om verstoppingen van wegen veroorzaakt door aardverschuivingen en gescheurde bruggen te detecteren en hen naar begaanbare routes te leiden.

Scheuren meten vanuit de ruimte

Op macro-niveau zette NASA haar Radar Interferometry (InSAR)-tools in, een techniek met een precisie van millimeters die de fase van radar-golven op verschillende tijdstippen vergelijkt.

Voorlopige gegevens van de NISAR-missie (ontwikkeld in samenwerking met de Indian Space Research Organization, ISRO) bevestigden ernstige verplaatsingen in de aardkorst, waarbij horizontale grondverplaatsingen van maximaal 40 centimeter werden geregistreerd.

Met deze deformatiekaarten in handen verwerkte het Conflict Ecology Lab van de Oregon State University (OSU) de metingen om de impact op stedelijke infrastructuur te projecteren.

De beoordeling van de onderzoekers wees uit dat naar schatting 58.870 gebouwen ernstige schade opliepen of geheel instortten.

Deze probabilistische warmtekaart stelde de Verenigde Naties en noodhulpteams in staat om hun middelen te concentreren op de meest dichtbevolkte en kwetsbare woonwijken, waardoor waardevolle tijd werd bespaard door het inspecteren van stabiele zones.

Structuurclassificatie onder de vlag van Microsoft

In een kleinere analyse richtte Microsoft’s AI for Good Lab haar middelen op het verwerken van zeer hoge resolutie-optische beelden met behulp van haar Planetary Computer-platform.

Computervisie-modellen getraind voor beeldsegmentatie kaarten meer dan 210 vierkante kilometer van de centrale kust en de Venezolaanse hoofdstad.

De methode was gebaseerd op probabilistische modellen. In plaats van deterministische oordelen te vellen, een taak die nog steeds civieltechnische ingenieurs op de grond vereist, wees de AI structuurrisiconiveaus toe aan elke stadswijk.

Deze algoritme-gebaseerde beoordeling was cruciaal voor het veld; volgens het officiële schadeverslag van de Internationale Organisatie voor Migratie, maakte deze gegevenskruising het mogelijk om te bepalen dat 31,5% van de structuren in Catia La Mar, een van de zwaarst getroffen steden in de staat La Guaira, ernstige schade opliepen.

Vandaag, nu de reddingsmissies zijn voltooid, dient dezelfde probabilistische kaart als analytische basis voor civieltechnische ingenieurs om gecontroleerde sloop en stedelijke uitsluitingszones te plannen.

Interoperabiliteit te midden van chaos

Een van de belangrijkste lessen uit deze noodsituatie is dat geïsoleerde technologie weinig nut heeft. Om de inspanningen van NASA, de EU en Microsoft te vertalen in echte reddingen, was het unificeren van de informatie essentieel. Door deze geospatiale analyses te integreren in de open repositories van de VN, konden de eerste hulpverleningsteams onder één interactieve kaart werken.

Deze technologische coördinatie na de aardbeving in Venezuela toont aan dat kunstmatige intelligentie toegepast op aardobservatie niet langer een laboratoriumexperiment is; vandaag is het een onmisbaar operationeel hulpmiddel.

De gezamenlijke inspanning optimaliseerde niet alleen de responsoperaties tijdens de donkerste momenten van de crisis, maar stelde ook een methodologisch precedent vast voor de tijdperk van stedelijke veerkracht in het licht van klimaatverandering en geologische risico’s.

Jenifer Rivera González is een bijdragende verslaggever bij Espacio Media Incubator gevestigd in Medellín, Colombia. Ze behandelt technologie en vrouwenkwesties voor publicaties zoals Contxto, Forbes Centroamerica en DeMujeres. Ze was eerder de opdrachtredacteur bij Colombia Reports, een van de grootste Engelstalige nieuwssites in Latijns-Amerika.