人工智能助力亚马逊雨林野火监测，成功率达 93%

 

一项最新研究表明，一种模拟人脑功能的人工智能技术有望成为自动检测野火的强大工具，大幅缩短应对野火灾难性影响所需的时间。该技术通过结合卫星成像技术和深度学习（人工智能和机器学习的一个子领域）构建了“人工神经网络”模型，其研究成果已发表在同行评审的《国际遥感杂志》上。

 

 

“检测并应对野火对于保护这些脆弱生态系统至关重要，亚马逊地区的未来取决于果断且迅速的行动。”该研究的主要作者、来自巴西马瑙斯亚马逊联邦大学的辛蒂亚・埃莱特里奥教授表示，“我们的研究成果不仅可以改善亚马逊生态系统中的野火检测，还能为全球其他地区的相关工作提供重要助力，显著协助当局应对和管理此类事件。”

 

2023 年，亚马逊地区共发生了 98,639 起野火，而亚马逊雨林占巴西生物群落野火总数的 51.94%。近年来，该地区野火事件显著增加。目前，亚马逊地区的监测提供接近实时的数据，但其分辨率有限，难以在偏远地区或小规模火灾中检测到细节。

 

为解决这一问题，研究团队采用了一种名为“卷积神经网络”（CNN）的人工神经网络技术。CNN 是一种模仿人脑神经网络的机器学习算法，通过互联节点处理数据。随着数据量的增加，该算法的性能会不断提升。研究团队使用来自 Landsat 8 和 9 号卫星的图像对 CNN 进行训练，这些卫星配备了近红外和短波红外传感器，对于检测植被变化和地表温度变化至关重要。