Key takeaways
- Satellitter sender enorme mengder data til Jorden hver dag, men å dechiffrere informasjonen krever penger og ekspertise.
- Forskere har utviklet en ny måte å bruke maskinlæring for å bruke satellittdata billig og enkelt.
- Satellittdataene kan brukes til å forbedre helse og planlegge lokalsamfunn i utviklingsland.
En ny måte å bruke maskinlæring for å undersøke satellittbilder kan hjelpe mennesker over hele verden.
Mer enn 700 bildesatellitter går i bane rundt jorden, men bare myndigheter og selskaper med rikdom og ekspertise kan få tilgang til dataene de produserer. Nå sa forskere i en fersk artikkel at de har oppfunnet et maskinlæringssystem som bruker rimelig, brukervennlig teknologi som kan bringe satellittanalysekraft til forskere og myndigheter over hele verden.
"For å planlegge infrastruktur som veier og broer eller målrette matvarehjelp, må vi vite hvor folk bor og hva deres behov er," sa Jonathan Proctor, en medforfatter av avisen, til Lifewire i et e-postintervju. "Satellittbilder og maskinlæring kan bidra til å måle sosioøkonomiske forhold på steder der andre målinger er utilstrekkelige."
Eyes in the Sky
Den voksende flåten av bildesatellitter sender rundt 80 terabyte hver dag tilbake til jorden, ifølge forskningsartikkelen. Men ofte bygges avbildningssatellitter for å fange opp informasjon om smale emner som ferskvannsforsyning.
Dataene kommer ikke som ryddige, ryddige bilder, som øyeblikksbilder. I stedet er det rådata, en masse binær informasjon, og forskere som får tilgang til dataene må vite hva de leter etter.
Satellittbilder og maskinlæring kan bidra til å måle sosioøkonomiske forhold på steder der andre målinger er utilstrekkelige.
Å lagre så mange terabyte med data er kostbart. Destillering av datalagene som er innebygd i bildene krever ekstra datakraft og menneskelige eksperter for å dechiffrere dem.
For å løse disse problemene utviklet forskere ved UC Berkeley MOSAIKS, forkortelse for Multi-Task Observation using Satellite Imagery & Kitchen Sinks. Den kan analysere hundrevis av variabler hentet fra satellittdata – fra jord- og vannforhold til bolig, helse og fattigdom – glob alt. Forskningsoppgaven viser hvordan MOSAIKS kunne replikere med minimale investeringer kostbare rapporter utarbeidet av US Census Bureau.
"Å kombinere maskinlæring og fjernmåling har potensialet til å hjelpe oss med å overvåke økologiske endringer, planlegge fremtidig infrastrukturutvikling og svare på naturkatastrofer i sanntid," sa Esther Rolf, en medforfatter på avisen. Lifewire i et e-postintervju.
Hjelp ovenfra
Satellittdata er allerede nøkkelen til utviklingsprosjekter. Den brasilianske regjeringen bruker satellitt-avledede data for utviklingsprosjekter i Amazonia, fort alte David Logsdon, administrerende direktør for Space Enterprise Council, som ikke var involvert i studien, til Lifewire i et e-postintervju. I USA vil planleggere bruke satellittdata for å bygge det 21. århundres moderniserte nettverk av veier, broer og havner ved å koble til IOT-sensorer.
"Flere utviklingsland fusjonerer fremvoksende teknologi (AI, automatisering, sky, etc.) med satellittdata for å hjelpe til med å akselerere nasjonale infrastrukturprosjekter," la han til.
"Satellittdata kan inkludere temperaturmålinger som støtter studier av global oppvarming," sa Iain Goodridge, seniordirektør for markedsføring i Spire Global, et selskap som bruker satellitter til å levere data og analyser, til Lifewire i et e-postintervju. Avlesninger av jordfuktighet kan hjelpe med tidlig advarsel om tørke og skogbranner, selv i avsidesliggende områder.
De samme værdataene som hjelper til med å forutsi regn om ettermiddagen, kan også bidra til å identifisere lokalsamfunn med risiko for smittsomme sykdommer, sa Goodridge.
"Det er fordi miljøforhold kan påvirke overføring," la han til. "For å ta hensyn til disse faktorene inkluderer epidemiologer noen ganger værdata - som temperatur, fuktighet og ultrafiolett indeks-in-modeller som forutsier hvordan sykdommer sprer seg."
Satellittdata kan også bidra til å analysere værmønstre og risikoen for naturkatastrofer for en region når du planlegger infrastruktur fra boliger til strømnett.
Den nylige oppfinnelsen av MOSAIKS kan bringe fordelene med satellittdata til flere mennesker.
"Samlet sett er bruken av fjernregistrerte spådommer om økonomiske utfall for å informere offentlig beslutningstaking i sin spede begynnelse," sa Proctor."Den økende mengden av satellittbilder og maskinlæringsalgoritmer vil imidlertid sannsynligvis sette i gang en vekstspurt i de kommende årene."
