欧洲项目利用人工智能和哥白尼数据来预测火灾和估算城市的排放

欧盟资助的项目利用人工智能将由哥白尼卫星生成的大量数据转化为可用于现场的预测和信息。正在开发的工具包括估算火灾风险和传播的模型、计算城市二氧化碳排放的软件，直到小区级别，以及用于监测沿海生态系统压力的产品。

简而言之 UNICORN项目利用哥白尼数据和人工智能进行早期预警和气候风险预测，包括植被火灾的发生和发展。SPACE4Cities开发的软件结合了来自Sentinel-1和Sentinel-2的数据与地面传感器的信息，以估算城市在每小时和小型城市区域的二氧化碳排放。ENHANCE开发了三个基于人工智能的产品，用于分析巴塞罗那和希腊帕加西提科斯湾沿海地区的城市、农业和气候压力。其他倡议正在研究哥白尼的基础模型、大规模数据处理和地球观测及气象信息的压缩。这些工具并不代表单一的操作服务，处于不同的研究、开发和测试阶段。

欧洲卫星每天生成大量关于陆地、海洋和大气的图像和测量数据。使用这些数据需要将原始数据转化为足够快速可解释的信息，以便进行环境监测、紧急干预或基础设施管理。

人工智能被用于自动化这一分析的一部分。模型可以在图像和来自传感器的数据中寻找模式，可以结合多个来源，并可以生成需要大量手动处理的估算或预测。

其中一个应用是通过Horizon Europe资助的UNICORN项目开发的。该财团利用地球观测数据和分析技术开发早期预警、预测和自然风险监测工具。

植被火灾是一个使用案例。研究人员开发了一个模型，跟踪与火灾发生相关的条件，并可以估算火灾爆发后火势可能的发展情况。

这些信息可以用于识别火灾转变为重大事件的潜在区域。该项目旨在为紧急服务、地方当局、公司和其他面临自然风险的组织提供可用的结果。

UNICORN不仅限于火灾。该项目还包括快速洪水和火山活动的应用，并旨在利用哥白尼数据为极端事件的准备和后果管理提供支持。

另一个项目，SPACE4Cities，应用人工智能监测城市排放。该项目开发的软件估算每小时一个城市产生的二氧化碳量，并可以详细到小区级别。

该系统利用来自Sentinel-1和Sentinel-2卫星的数据，并将其与地面传感器提供的信息结合。这些数据被输入到一个人工智能模型中，以生成城市内部排放分布的更详细图像。

局部规模的估算可以区分对城市排放贡献不同的区域。EUSPA文件并未提供每个城市系统的精确度数据，也未声称这些估算可以替代官方排放清单。

人工智能和卫星数据也用于监测沿海地区。ENHANCE项目与西班牙和希腊的区域组织合作，针对受海洋生态系统退化和变化影响的地区。

该项目开发了三个产品，旨在分析城市、农业和与极端气候现象相关的压力。提到的测试区域是巴塞罗那和希腊的帕加西提科斯湾。

地球观测数据可以显示土地利用、植被、水和其他环境特征的变化。人工智能模型用于组织和解释这些信息，以应对地方当局和参与组织识别的问题。

EUSPA还强调了ThinkingEarth项目，该项目为哥白尼数据开发基础模型。这样的模型在大量数据上进行训练，并可以随后适应多个地球观测任务，而不是为每个应用构建一个全新的模型。

DaFab通过面向人工智能的基础设施进行大规模处理哥白尼数据。Embed2Scale开发了地球观测数据的紧凑表示，并利用人工智能压缩方法，使卫星和气象信息能够更高效地交换和处理。

这些项目解决了一个共同的问题：空间传感器可以生成比人类单独检查的更多数据。自动化并不消除验证的必要性，因为模型的结果必须与测量、观察和最终用户的要求进行评估。

EUSPA指出了超越环境监测的应用。人工智能被用于农业、基础设施和灾害管理中的图像和卫星数据解释，而地球观测与定位数据的结合可以用于运输和海事活动。

在港口，地球观测图像可以与全球卫星导航系统的定位结合，进行船舶跟踪和数据的自动分析。目的是获得对该地区活动和运动的更全面的操作图像。

无人机服务是另一个领域，其中卫星定位可以与自动处理结合。导航和定位数据提供有关系统位置的信息，而算法可以同时解释图像和其他收集的数据。

使用人工智能并不改变哥白尼数据的来源。卫星和传感器继续进行测量，计算模型随后用于分类、变化检测、预测或将观察与其他来源结合。

哥白尼是欧盟的地球观测计划。其数据用于大气、海洋环境、陆地表面、气候变化、安全和紧急情况管理服务。

EUSPA管理欧洲空间计划的组成部分，并支持使用哥白尼、伽利略和EGNOS的数据开发应用程序。这些服务与人工智能之间的融合扩展了可以从空间数据中开发的产品类型，但每个项目的性能和成熟度必须单独评估。