您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
科技让生活更美好 利用人工智能预测城市洪水
2017年12月28日 由 xiaoshan.xiang 发表
361151
0
随着气候变化的加速，世界各地的沿海社区面临着海平面上升的威胁。研究人员认为他们可以通过结合人工智能、社交媒体和众包应用等工具，帮助这些社区为自然灾害做准备。
苏格兰邓迪大学的一组科学家和工程师最近展示了一种技术：人工智能，社交媒体和众包应用可以用来监测城市洪水。
邓迪团队着手开发一种早期的洪水检测系统，从一个高度分辨率的城市洪水计算机模型开始。为了使模型更可靠，研究人员需要对验证模型结果与地面接收的实际数据进行比较。但在寻找可靠数据的三个月后，首席研究员Roger Wang空手而归。
卫星遥感成本昂贵，经常受到城市地区技术问题的影响，并且地面传感器网络的安装和维护费用很高。即使由政府工作人员进行证人调查，也超出了预算。
Wang和他的同事在Twitter和MyCoast找到了另一种选择，这是一种众包应用，它收集沿海环境的数据，比如侵蚀和潮汐。通过在Twitter上搜索诸如“洪水”、“大坝”、“堤坝”等关键词，该团队就能识别出洪水事件。然后，使用一种被称为自然语言处理(NLP)的人工智能，根据严重程度和位置等因素对这些事件进行排序。
一条推文可以提供非常多的信息。它可以包含洪水位置、水深、洪水的趋势、人的感觉和损失估计。更重要的是，它有提供超分辨率数据的潜力。这些数据可以精确到尺，例如，用户包括街道名称和建筑编号。
没有人工智能，数据中会有很大的噪音，因为许多有关键字的推文仍然是不相关的。NLP帮助他们识别Twitter用户的位置，而电脑视觉则将洪水照片与其他非洪水照片区分开来。
Wang和他的团队证明了与洪水相关的推文与更高的降水水平相关，众包数据与实际的道路关闭密切相关。他们认为像Twitter这样的工具更适合大规模的监控，而像MyCoast这样的应用则提供了更小范围的有价值的洞察力。借助这些工具，他们希望帮助社区预防潜在的洪水问题。
系统并不完美。Wang和他的团队使用的计算机视觉程序的准确率达到了70%，尽管他们还在继续在MyCoast的照片上进行训练。
研究人员计划用一种基于物理的洪水模型来更新他们的模型，利用新模型预测洪水的发展。
最近发表在《计算机与地球科学》杂志上的一篇论文详细介绍了这项研究。
论文地址：https://www.sciencedirect.com/science/article/pii/S009830041730609X
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
下一篇
最适合AI开发的六种编程语言
广告
广告
写评论取消
回复取消