配備人工智慧的立方體衛星透過快速且有效率地處理來自太空的影像，正在徹底改變澳洲的叢林火災偵測技術。該技術將於2025 年投入使用，並有可能實現商業化，以加強早期火災和災難應變工作。得益於搭載了人工智慧的立方體衛星，澳洲科學家正以創紀錄的速度偵測叢林火災。現在，他們從太空偵測火災的速度比傳統的地面影像處理快500 倍。

立方體衛星將在衛星上處理複雜的影像，從而能夠更快地從太空偵測火災。圖片來源：SmartSatCRC 編輯

遙感和電腦科學研究人員克服了在體積更小、成本效益更高的立方體衛星上處理和壓縮大量高光譜影像的局限性，然後再將其發送到地面進行分析，從而節省了寶貴的時間和能源。

這項利用人工智慧實現的突破意味著，叢林大火甚至在其形成並產生大量熱量之前，就能從太空中被提前探測到，從而使現場工作人員能夠更快地做出反應，防止生命和財產損失。

由智慧衛星研究中心（SmartSat CRC）資助、南澳大利亞大學（UniSA）領導的一個項目利用最先進的星載人工智慧技術，為南澳大利亞的第一顆立方體衛星Kanyini開發了一種節能型早期火災煙霧探測系統。

Kanyini 任務由南澳大利亞政府、SmartSat CRC 和行業合作夥伴合作完成，旨在向低地球軌道發射一顆6 U 立方體衛星，以探測叢林火災並監測內陸和沿海水質。

衛星感測器配備了高光譜成像儀，可捕捉地球上不同波長的反射光，產生詳細的地表地圖，用於叢林火災監測、水質評估和土地管理等各種應用。

首席研究員、UniSA 地理空間科學家Stefan Peters 博士說，傳統上，地球觀測衛星不具備機載處理能力，無法即時分析從太空捕捉到的複雜地球影像。

他的團隊成員包括來自澳洲南澳大學、斯威本科技大學和澳洲地球科學組織的科學家，他們透過建立一個輕量級人工智慧模型克服了這個難題，該模型能夠在立方體衛星可用的板載處理、功耗和資料儲存限制條件下偵測煙霧。

與基於地面處理高光譜衛星影像來偵測火災相比，機載人工智慧模型將下行資料量減少到原來的16%，而能耗卻降低了69%。機載人工智慧模型偵測火災煙霧的速度也比傳統的地面處理快500 倍。

Peters 博士說：”在火變得足夠熱、足夠大到感應器可以識別之前，煙霧通常是你能從太空中看到的第一件東西，因此早期探測至關重要。”

為了展示人工智慧模型，他們使用了最近澳洲叢林大火的模擬衛星影像，利用機器學習訓練模型偵測影像中的煙霧。

對於大多數感測器系統來說，收集到的數據中只有一小部分包含與任務目的相關的關鍵資訊。由於無法在大型衛星上處理數據，所有數據都要透過下行鏈路傳送到地面進行分析，從而佔用了大量空間和能源。研究人員透過訓練模型來區分煙霧和雲層，從而更快、更有效率地解決了這個問題。

以庫朗（Coorong）過去發生的火災事件為案例，模擬的Kanyini 人工智慧機載方法只花了不到14 分鐘就偵測到了煙霧，並將資料傳送到了南極地面站。

彼得斯博士說：「這項研究表明，與傳統的地面處理相比，機載人工智慧具有顯著的優勢。這不僅在發生叢林火災時非常有價值，而且還可以作為其他自然災害的預警系統。 “

研究團隊希望在2025 年”卡尼尼”飛行任務投入運作時，在軌道上示範機載人工智慧火災偵測系統。

“一旦我們解決了任何問題，我們希望將這項技術商業化，並將其應用於立方體衛星星座，爭取在一小時內為早期火災探測做出貢獻”。研究人員在最新一期《電氣和電子工程師學會應用地球和遙感選題期刊》（IEEE Journal of Selected Topics in Applied Earth and Remote Sensing）上發表了他們的實驗細節。

編譯來源：ScitechDaily