Investigadores de la Universidad de West Florida han introducido un nuevo conjunto de datos de narración y una evaluación de métodos de inteligencia fabricado que podrían mejorar en gran medida la forma en que se mapean y monitorean a escalera los daños de los incendios forestales. El estudio, dirigido por Valeria Martín, Ph.D. estudiante del software de sistemas inteligentes y robótica, presenta CalFireSeg-50, un conjunto de datos creado a partir de imágenes satelitales y datos de 50 de los incendios forestales más grandes de California entre 2019 y 2023.
Martin colaboró con el Dr. Brent Venable, director del software de doctorado en robótica y sistemas inteligentes, y el Dr. Derek Morgan, profesor asociado de ciencias ambientales y de la tierra en la UWF, para enseñar a los sistemas de inteligencia fabricado cómo confesar signos de daños por incendios forestales. Para hacer esto, el equipo creó una gran colección de imágenes de adiátere, que esencialmente muestran a la IA cómo se ven los daños de los incendios forestales. Al darle muchos ejemplos a la IA, aprende patrones y restablecimiento en la identificación de áreas dañadas por el fuego en nuevas imágenes.
“Este tesina muestra cómo las técnicas avanzadas de GeoAI pueden apoyar significativamente el monitoreo ambiental”, dijo el Dr. Brent Venable, director del software de doctorado en sistemas inteligentes y robótica. “El trabajo infrecuente de Valeria demuestra el poder de la investigación interdisciplinaria y refleja el espíritu reformador del software de doctorado de Sistemas Inteligentes y Robótica”.
Este punto de narración incluso puede ayudar a los modelos a identificar dónde los incendios son más intensos, lo que ayuda a los servicios de emergencia a comprender cómo se propagan los incendios forestales y a identificar rápidamente zonas de reincorporación prioridad. Los conjuntos de datos y mapas detallados de los daños de los incendios forestales incluso pueden respaldar otros trabajos, como el seguimiento de la recuperación de la cubierta vegetal luego de un incendio forestal.
“Al combinar datos satelitales con modelos de educación profundo, podemos detectar los daños de los incendios forestales con gran precisión”, afirmó Martin. “Los conocimientos de este trabajo pueden respaldar la respuesta de emergencia, el monitoreo ambiental y la planificación de recuperación a amplio plazo”.
Martin presentó recientemente la investigación en la 13ª Conferencia Internacional ACM SIGSPATIAL sobre Avances en Sistemas de Información Geográfica en Minneapolis, Minnesota.
Para obtener más información sobre el doctorado en robótica y sistemas inteligentes de la UWF. Software, invitado uwf.edu/isr.
About The Author
