当野火点燃时，火势得到控制和街区被毁之间的差别通常只有几分钟。配备人工智能的新卫星群，加上不断发展的智能摄像头地面网络，正在开始缩小这一差距——在任何人拨打 911 之前检测到火灾。
《卫报》和气候中心周一发布的报告详细介绍了 7 月份由 SpaceX 火箭送入轨道的前三颗 FireSat 卫星如何构成计划中由 50 颗卫星组成的网络的第一部分，该网络专门用于在野火仍然小到足以制止时发现野火。 更多相关背景，请参阅我们的AI新闻。
FireSat：为火而生的星座
现有的天气和地球观测卫星可以探测到大火，但它们往往缺乏分辨率，或者很少重新访问同一位置，无法在点燃后不久发现小火。 FireSat 的设计正是为了填补这一空白：该系统旨在检测小至海滩篝火的火灾，一旦整个星座部署完毕，大约每 20 分钟扫描一次地球上的每个点。
这些卫星使用红外传感器和人工智能来寻找可能预示新野火的热量。该系统将新图像与早期图像进行比较，并考虑天气条件和附近热源等因素，然后向应急响应人员发送警报——这种方法旨在识别真正的野火，同时减少误报。
Pano AI 的地面网络
在丹佛以西的山区，技术人员最近爬上了一座 150 英尺高的手机信号塔，检查由 Pano AI 制造的一对野火探测摄像头。Pano AI 是一家旧金山初创公司，已在 17 个州安装了 1,400 多个摄像头。摄像机不断扫描塔楼和山顶的景观，同时人工智能审查每张图像——寻找白天的烟雾和天黑后的热信号。
Pano AI 联合创始人阿尔文德·萨蒂亚姆 (Arvind Satyam) 告诉气候中心：“人工智能算法在这些图像上持续运行，以判断‘是烟，不是烟’。” “在夜间，我们会观察热信号，即热与冷。然后我们能够放大并验证这是否是潜在的火灾。”
如果系统发现可能发生火灾，分析师会在向消防机构发出警报之前查看图像，这一过程通常只需要几分钟。
消防员表示，抢先一步很重要。丹佛附近西地铁消防救援队的助理队长布伦丹·芬尼根 (Brendan Finnegan) 表示：“它的眼睛可以在可能接到 911 电话之前提前向我们发出警报，这对我们来说是一个宝贵的工具。”
加州系统在 911 事件发生之前就已扑灭一半火灾
加州通过 Alert California 建立了全美最大的摄像头网络之一，该系统由加州消防局使用的 1,200 多个摄像头组成。酋长菲利普·塞勒格 (Phillip SeLegue) 表示，现在，网络在拨打 911 之前就发现了大约一半的野火。
弗雷斯诺附近最近发生了一起火灾，大约在调度员收到第一个紧急呼叫前 20 分钟发现了火灾。消防队员迅速做出反应，阻止了火势的蔓延。 “在加州消防局，我们的任务之一是在 10 英亩或更少的面积内扑灭 95% 的火灾，”SeLegue 说。 “这个系统帮助我们实现这个目标。”
检测网络赢得了事件指挥官的信任。 “我们对它足够信任，当我们收到检测结果时，我们已经开始向它发送资源，”SeLegue 说。
为什么分钟很重要
野火已成为美国最具破坏性的自然灾害之一。据气候中心称，由于气温上升、长期干旱以及更频繁的炎热、干燥和大风天气，美国西部的一些地区现在每年经历的火灾天气比 20 世纪 70 年代多了大约两个月。
今年夏天华盛顿州斯波坎发生的火灾——包括八月份烧毁社区的老道火灾——最新提醒人们，何时发现野火与野火从哪里开始同样重要。
卫星和地面摄像机被设计为协同工作：摄像机只能看到它们前面的风景，而卫星可以观察大片偏远的森林、山脉和草原，那里没有摄像机，而且通常没有人报告火灾。结合起来，它们可以让消防员更快、更全面地了解火灾发生的地点。
能够迅速发现并在规模较小时将其扑灭的火灾很少成为头条新闻，而这正是消防员正在努力争取的结果。 “这个系统帮助我们调度资源的火灾是你在报纸上读不到的火灾，”塞莱格说。 “那些你看不见的。”
灾难响应中人工智能的扩展手册
野火检测的扩建是部署人工智能系统应对自然灾害（从飓风路径预测到洪水测绘）的更广泛趋势的一部分。火灾探测层的独特之处在于它的闭环：卫星和摄像机数据流经机器学习分类器，在几分钟内得到人类分析师的验证，并触发调度决策——有时是在任何人注意到地平线上的烟雾之前。
对于紧急服务机构来说，经济效益也很引人注目。摄像头网络和卫星数据订阅的成本只是一场重大野火扑灭支出的一小部分，而且系统会随着更多图像的积累而改进。由于 FireSat 星座距离全面部署还需要数年时间，近期收益将来自地面：Pano AI 和 Alert California 都在扩大其足迹，其他州的消防机构正在研究加州模式。
轨道覆盖和地面验证的结合预示着未来的问题不再是是否报告火灾，而是点火后多少分钟第一台发动机开始滚动。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
