วิธีการที่นาซ่า โคเปอร์นิคัส และไมโครซอฟท์ วาดภาพความเสียหายหลังแผ่นดินไหวในเวเนซุเอลา

เมื่อโลกสั่นไหว นาฬิกาก็เริ่มเดิน สำหรับผู้ตอบสนองฉุกเฉินในเมืองหลังแผ่นดินไหว นาทีและชั่วโมงแรกมีความสำคัญอย่างยิ่งในการค้นหาผู้รอดชีวิตและประเมินความเสียหาย

หลังจากเกิดแผ่นดินไหวขนาด 7.2 และ 7.5 ที่พื้นที่ทางเหนือของเวเนซุเอลาเมื่อวันที่ 24 มิถุนายน เทคโนโลยีฉุกเฉินเหนือพื้นโลกเริ่มทำงานก่อนที่ฝุ่นจะตกลงมา เพื่อให้ข้อมูลที่จำเป็นแก่เจ้าหน้าที่บนพื้นดินในการช่วยชีวิต การประสานข้อมูลภูมิศาสตร์ภายใต้ระบบนิเวศของสหประชาชาติที่เกี่ยวข้องกับนาซ่า โคเปอร์นิคัส และไมโครซอฟท์ ทดสอบระบบไตรยางค์แบบดิจิทัลเพื่อช่วยให้การตัดสินใจของทีมช่วยเหลือภายใต้สภาพที่รุนแรงเป็นไปอย่างเหมาะสม

เรดาร์ระหว่างฝุ่น: การตอบสนองของโคเปอร์นิคัส

บนชายฝั่งเหนือของเวเนซุเอลา เมฆฝุ่นเหนือ La Guaira และบางส่วนของ Caracas ที่เกิดจากอาคารที่พังทำให้ภาพถ่ายดาวเทียมปกติไม่สามารถใช้ได้

ในฐานะการตอบสนอง สหภาพยุโรปได้กระตุ้นกลไกการทำแผนที่ฉุกเฉินของ โคเปอร์นิคัส โดยใช้พลังของดาวเทียม Sentinel-1

เทคโนโลยีนี้อยู่ในเรดาร์แบบ Synthetic Aperture (SAR) แทนที่จะถ่ายภาพตามปกติ SAR ส่งสัญญาณพลังงานที่สะท้อนกลับจากพื้นผิวโลกและกลับสู่เซ็นเซอร์

เนื่องจากคลื่นวิทยุเหล่านี้สามารถผ่านชั้นบรรยากาศได้โดยไม่หยุดชะงักจากเมฆ ฝุ่น หรือความมืดของกลางคืน นักวิทยาศาสตร์สามารถได้รับภาพที่ต่อเนื่องกันของภูมิประเทศ

โดยการเปรียบเทียบสัญญาณการสะท้อนของคลื่นแม่เหล็กไฟฟ้าที่รวบรวมก่อนและหลังแผ่นดินไหว โมเดลการเรียนรู้ของเครื่องจักรสามารถระบุการเปลี่ยนแปลงของเนื้อผ้าได้

ซึ่งช่วยให้สามารถตรวจจับอุปสรรคทางหลวงที่เกิดจากแผ่นดินถล่มและสะพานที่แตกหัก ชี้นำผู้ช่วยเหลือไปยังเส้นทางที่สามารถผ่านได้

การวัดรอยแตกจากอวกาศ

ในระดับมาโคร นาซ่าได้นำเครื่องมือเรดาร์แบบอินเทอร์เฟอโรเมตรี (InSAR) มาใช้ ซึ่งเป็นเทคนิคที่มีความแม่นยำถึงมิลลิเมตรในการเปรียบเทียบเฟสของคลื่นเรดาร์ที่เวลาแตกต่างกัน

ข้อมูลเบื้องต้น จากภารกิจ NISAR ที่พัฒนาโดยความร่วมมือกับองค์การอินเดียสำหรับการวิจัยอวกาศ (ISRO) ยืนยันการเปลี่ยนแปลงของเปลือกโลกอย่างรุนแรง โดยบันทึกการเคลื่อนไหวของพื้นดินในแนวตั้งถึง 40 เซนติเมตร

ด้วยแผนที่การเปลี่ยนแปลงเหล่านี้ในมือ ห้องปฏิบัติการนิเวศวิทยาสंघรัฐออริกอน (OSU) ได้ประมวลผลการอ่านเพื่อคาดการณ์ผลกระทบต่อโครงสร้างพื้นฐานในเมือง

การประเมินของ นักวิจัย แสดงให้เห็นว่ามากกว่า 58,870 อาคารได้รับความเสียหายอย่างรุนแรงหรือพังทลายลงมา

แผนที่ความร้อนแบบความน่าจะเป็นนี้ทำให้สหประชาชาติและทีมตอบสนองฉุกเฉินสามารถมุ่งเน้นทรัพยากรไปที่พื้นที่ที่มีประชากรหนาแน่นและอ่อนแอที่สุด โดยหลีกเลี่ยงการสูญเสียเวลาในการตรวจสอบพื้นที่ที่มั่นคง

การจำแนกโครงสร้างภายใต้ธงไมโครซอฟท์

ในระดับการวิเคราะห์ที่เล็กกว่า ห้องปฏิบัติการ AI สำหรับสิ่งที่ดีของไมโครซอฟท์ มุ่งเน้นไปที่การประมวลผลภาพออปติคัลความละเอียดสูงโดยใช้ แพลตฟอร์มคอมพิวเตอร์ระดับโลก

โมเดลการมองเห็นของเครื่องจักรที่ฝึกอบรมสำหรับการแบ่งส่วนภาพได้ทำการสร้างแผนที่มากกว่า 210 ตารางกิโลเมตรของชายฝั่งกลางและเมืองหลวงของเวเนซุเอลา

วิธีการนี้อาศัยโมเดลความน่าจะเป็น แทนที่จะทำการตัดสินใจแบบเด็ดขาด ซึ่งเป็นงานที่ยังคงต้องการวิศวกรโยธินบนพื้นดิน AI ได้กำหนดระดับความเสี่ยงโครงสร้างให้กับแต่ละบล็อกในเมือง

การประเมินเชิงอัลกอริทึมนี้มีความสำคัญอย่างยิ่งสำหรับภาคสนาม ตาม รายงานความเสียหายอย่างเป็นทางการ จากองค์การระหว่างประเทศเพื่อการอพยพ การข้ามอ้างอิงข้อมูลนี้ทำให้สามารถกำหนดได้ว่า 31.5% ของโครงสร้างใน Catia La Mar หนึ่งในเมืองที่ได้รับผลกระทบรุนแรงที่สุดในรัฐ La Guaira ได้รับความเสียหายอย่างรุนแรง

ในวันนี้ หลังจากภารกิจช่วยเหลือเสร็จสิ้น แผนที่ความน่าจะเป็นแบบเดียวกันนี้ทำหน้าที่เป็นพื้นฐานการวิเคราะห์สำหรับวิศวกรโยธินในการวางแผนการรื้อถอนและพื้นที่ห้ามเข้าเมือง

การทำงานร่วมกันในความวุ่นวาย

บทเรียนสำคัญจากเหตุฉุกเฉินครั้งนี้คือเทคโนโลยีที่แยกออกมานั้นมีประโยชน์น้อยมาก สำหรับการที่ความพยายามของนาซ่า สหภาพยุโรป และไมโครซอฟท์จะกลายเป็นการช่วยเหลือที่แท้จริง การรวมข้อมูลเข้าด้วยกันถือเป็นสิ่งจำเป็น

การประสานงานทางเทคโนโลยีนี้หลังแผ่นดินไหวในเวเนซุเอลาแสดงให้เห็นว่าปัญญาประดิษฐ์ที่ใช้กับการสังเกตโลกไม่ใช่การทดลองในห้องปฏิบัติการอีกต่อไป แต่เป็นทรัพยากรการทำงานที่จำเป็น

ความพยายามร่วมกันไม่เพียงแต่เพิ่มประสิทธิภาพการดำเนินงานตอบสนองในช่วงเวลาที่มืดมิดที่สุดของวิกฤติเท่านั้น แต่ยังกำหนดหลักการทางวิธีวิทยาไว้สำหรับยุคของความยืดหยุ่นของเมืองต่อการเปลี่ยนแปลงสภาพภูมิอากาศและความเสี่ยงทางธรณีวิทยา