GettyImages 10139914 69b328ed62724380b343bb7105d56f45

Tärkeimmät oppimispisteet

  • Satelliitit lähettävät valtavia määriä dataa Maahan päivittäin, mutta tiedon purkaminen maksaa rahaa ja asiantuntemusta.
  • Tutkijat ovat kehittäneet uuden tavan käyttää koneoppimista käyttääkseen satelliittidataa edullisesti ja helposti.
  • Satelliittidataa voidaan käyttää terveyden parantamiseen ja kehitysmaiden yhteisöjen suunnitteluun.
Uusi tapa käyttää koneoppimista satelliittikuvien tutkimiseen voisi auttaa ihmisiä ympäri maailmaa. Yli 700 kuvasatelliittia kiertää maata, mutta vain hallitukset ja yritykset, joilla on varallisuutta ja asiantuntemusta, voivat käyttää tuottamiaan tietoja. Nyt äskettäisessä artikkelissa tutkijat sanoivat keksineensä koneoppimisjärjestelmän, joka käyttää edullista, helppokäyttöistä tekniikkaa, joka voisi tarjota tutkijoille ja hallituksille ympäri maailmaa satelliittien analyyttisen tehon. «Jotta suunnitella infrastruktuuria, kuten teitä ja siltoja, tai käsitellä ruoka-apua, meidän on tiedettävä, missä ihmiset asuvat ja mitkä ovat heidän tarpeensa», Jonathan Proctor, artikkelin toinen kirjoittaja, kertoi Lifewirelle sähköpostihaastattelussa. «Satelliittikuvat ja koneoppiminen voivat auttaa mittaamaan sosioekonomisia olosuhteita paikoissa, joissa muut mittaukset eivät ole riittäviä.»

Silmät taivaalla

Kasvava kuvantamissatelliittikanta säteilee noin 80 teratavua takaisin Maahan joka päivä, tutkimuspaperin mukaan. Mutta usein kuvasatelliitit rakennetaan keräämään tietoa rajoitetuista aiheista, kuten makean veden saannista. Tiedot eivät toimi siisteinä, järjestettyinä kuvina, kuten tilannekuvina. Sen sijaan se on raakadataa, massa binääritietoa, ja tutkijoiden, joilla on pääsy dataan, on tiedettävä, mitä he etsivät. «Satelliittikuvat ja koneoppiminen voivat auttaa mittaamaan sosioekonomisia olosuhteita paikoissa, joissa muut mittaukset eivät ole riittäviä.» Näin monen teratavun tiedon tallentaminen on kallista. Kuviin upotettujen tietokerrosten tislaaminen vaatii lisää laskentatehoa ja ihmisasiantuntijoita sen tulkitsemiseen. Näiden ongelmien ratkaisemiseksi UC Berkeleyn tutkijat kehittivät MOSAIKSin, joka on lyhenne sanoista Multi-Task Observation using Satellite Imagery & Kitchen Sinks. Se voi analysoida satoja satelliittitiedoista saatuja muuttujia – maaperän ja vesien olosuhteista asumiseen, terveyteen ja köyhyyteen – maailmanlaajuisesti. Tutkimuspaperi osoittaa, kuinka MOSAIKS voisi toistaa minimaalisilla investoinneilla kalliita raportteja, jotka Yhdysvaltain väestönlaskentavirasto on laatinut. «Koneoppimisen ja kaukokartoituksen yhdistelmä voi auttaa meitä seuraamaan ympäristömuutoksia, suunnittelemaan tulevaa infrastruktuurin kehitystä ja reagoimaan luonnonkatastrofeihin reaaliajassa», paperin toinen kirjoittaja Esther Rolf kertoi Lifewirelle sähköpostissa. -postihaastattelu. †

Apua ylhäältä

Satelliittidata on jo avainasemassa kehityshankkeissa. Brasilian hallitus käyttää satelliittidataa Amazonian kehitysprojekteihin, David Logsdon, Space Enterprise Councilin toiminnanjohtaja, joka ei ollut mukana tutkimuksessa, kertoi Lifewirelle sähköpostihaastattelussa. Yhdysvalloissa suunnittelijat käyttävät satelliittidataa rakentaakseen 2000-luvun modernisoitua teiden, siltojen ja satamien verkkoa yhdistämällä IOT-antureihin. «Monet kehitysmaat yhdistävät nousevaa teknologiaa (AI, automaatio, pilvi jne.) satelliittitietoihin nopeuttaakseen kansallisia infrastruktuuriprojekteja», hän lisäsi.

Satelliittikuva Bostonista, MA.

«Satelliittitietoihin voi sisältyä lämpötilamittauksia, jotka tukevat ilmaston lämpenemistä koskevia tutkimuksia», Iain Goodridge, vanhempi markkinointijohtaja Spire Global -yhtiöstä, joka käyttää satelliitteja tietojen ja analyysien tuottamiseen, kertoi Lifewirelle sähköpostihaastattelussa. Maaperän kosteusmittaukset voivat auttaa varoittamaan kuivuudesta ja metsäpaloista jopa syrjäisillä alueilla. Samat säätiedot, jotka auttavat ennustamaan iltapäivän sadetta, voivat myös auttaa tunnistamaan yhteisöjä, joilla on tartuntatautiriski, Goodridge sanoi. «Se johtuu siitä, että ympäristötekijät voivat vaikuttaa tartuntaan», hän lisäsi. «Näiden tekijöiden huomioon ottamiseksi epidemiologit sisällyttävät joskus säätietoja – kuten lämpötilan, kosteuden ja ultraviolettiindeksin – malleihin, jotka ennustavat sairauksien leviämistä.» Satelliittidata voi myös auttaa analysoimaan sääolosuhteita ja luonnonkatastrofiriskiä alueella, kun suunnitellaan infrastruktuuria asuinkodeista sähköverkkoihin. Äskettäinen MOSAIKS-keksintö voisi tuoda satelliittitiedon edut useammille ihmisille. «Yleensä etänä havaittujen ennusteiden käyttö taloudellisista tuloksista julkisen päätöksenteon tiedottamisessa on vielä lapsenkengissä», Proctor sanoi. «Satelliittikuvien ja koneoppimisalgoritmien lisääntyvä runsaus käynnistää kuitenkin todennäköisesti kasvupyrähdyksen tulevina vuosina.»

Por Markus