首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

科技让生活更美好 利用人工智能预测城市洪水

AiTechYun

编辑:xiangxiaoshan

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

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171228B0IKB800?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券