Australische Wissenschaftler sind in der Lage, Buschbrände in Rekordzeit zu erkennen. Dies ist auf Würfelsatelliten mit künstlicher Intelligenz zurückzuführen, die Brände aus dem Weltraum nun 500 Mal schneller erkennen können als mit der herkömmlichen Bildverarbeitung am Boden.
Forscher im Bereich Fernerkundung und Informatik haben die Einschränkungen bei der Verarbeitung und Komprimierung großer Mengen hyperspektraler Bilder an Bord kleinerer, kostengünstigerer Würfelsatelliten überwunden, bevor diese zur Analyse zur Erde gesendet werden, wodurch wertvolle Zeit und Energie gespart werden.
Dieser Durchbruch mithilfe künstlicher Intelligenz bedeutet, dass Buschbrände aus dem Weltraum früher erkannt werden können, noch bevor sie sich ausbreiten und große Mengen Hitze erzeugen. So kann das Bodenpersonal schneller reagieren und Verluste an Menschenleben und Eigentum verhindern.
In einem von der University of South Australia (UniSA) geleiteten Projekt wurde mithilfe modernster KI-Bordtechnologie ein energieeffizientes System zur Früherkennung von Brandrauch für Südaustraliens ersten Würfelsatelliten Kanyini entwickelt.
Die Forscher veröffentlichten Einzelheiten ihres Experiments im Aktuelle Ausgabe des IEEE Journal für ausgewählte Themen in angewandter Erdbeobachtung und Fernerkundung.
Bildnachweis: University of South Australia
Bei der Kanyini-Mission handelt es sich um eine Zusammenarbeit zwischen der südafrikanischen Regierung, SmartSat CRC und Industriepartnern, um einen 6U-CubeSat-Satelliten in eine niedrige Erdumlaufbahn zu bringen, der Buschbrände erkennen und die Wasserqualität im Inland und an der Küste überwachen soll.
Ausgestattet mit einem Hyperspektralbildgeber erfasst der Satellitensensor das von der Erde reflektierte Licht in verschiedenen Wellenlängen, um detaillierte Oberflächenkarten für verschiedene Anwendungen zu erstellen, darunter die Überwachung von Buschfeuern, die Beurteilung der Wasserqualität und die Landverwaltung.
Der leitende Forscher und Geoinformatiker der UniSA, Dr. Stefan Peters, sagt, dass Erdbeobachtungssatelliten traditionell nicht über die integrierten Verarbeitungskapazitäten verfügen, um komplexe, aus dem Weltraum aufgenommene Bilder der Erde in Echtzeit zu analysieren.
Sein Team, zu dem Wissenschaftler der UniSA, der Swinburne University of Technology und von Geoscience Australia gehören, hat dieses Problem überwunden, indem es ein leichtes KI-Modell erstellt hat, das Rauch innerhalb der verfügbaren Verarbeitungskapazitäten an Bord, des Stromverbrauchs und der Datenspeicherung von Würfelsatelliten erkennen kann.
Im Vergleich zur bodengestützten Verarbeitung hyperspektraler Satellitenbilder zur Branderkennung reduzierte das KI-Bordmodell das heruntergeladene Datenvolumen auf 16 % seiner ursprünglichen Größe und verbrauchte dabei 69 % weniger Energie.
Darüber hinaus erkannte das KI-Bordmodell Brandrauch 500-mal schneller als die herkömmliche Verarbeitung am Boden.
„Rauch ist normalerweise das Erste, was man aus dem Weltraum sehen kann, bevor das Feuer heiß und groß genug wird, um von Sensoren erkannt zu werden. Daher ist eine frühzeitige Erkennung von entscheidender Bedeutung“, sagt Dr. Peters.
Zur Demonstration des KI-Modells verwendeten sie simulierte Satellitenbilder der jüngsten Buschbrände in Australien und trainierten das Modell mithilfe maschinellen Lernens darauf, Rauch in einem Bild zu erkennen.
„Bei den meisten Sensorsystemen enthält nur ein Bruchteil der erfassten Daten wichtige Informationen zum Zweck einer Mission. Da die Daten an Bord großer Satelliten nicht verarbeitet werden können, werden sie alle zur Erde übermittelt, wo sie analysiert werden, was viel Platz und Energie in Anspruch nimmt. Wir haben dieses Problem gelöst, indem wir das Modell darauf trainiert haben, zwischen Rauch und Wolken zu unterscheiden, was es viel schneller und effizienter macht.“
Am Beispiel eines früheren Brandereignisses in Coorong zeigte sich, dass der simulierte Bordanflug der Kanyini-KI weniger als 14 Minuten benötigte, um den Rauch zu erkennen und die Daten an die Bodenstation am Südpol zu senden.
„Diese Forschung zeigt, dass die KI an Bord im Vergleich zur herkömmlichen Verarbeitung am Boden erhebliche Vorteile bietet“, sagt Dr. Peters. „Dies wird sich nicht nur im Falle von Buschbränden als von unschätzbarem Wert erweisen, sondern auch als Frühwarnsystem für andere Naturkatastrophen dienen.“
Das Forschungsteam hofft, das integrierte KI-Branderkennungssystem im Orbit im Jahr 2025 vorführen zu können, wenn die Kanyini-Mission ihren Betrieb aufnimmt.
„Sobald wir alle Probleme gelöst haben, hoffen wir, die Technologie kommerzialisieren und auf einer CubeSat-Konstellation einsetzen zu können. Unser Ziel ist es, zur Früherkennung von Bränden innerhalb einer Stunde beizutragen.“
Mehr Informationen:
Sha Lu et al., Onboard-KI zur Brandraucherkennung mittels hyperspektraler Bildgebung: Eine Emulation für die bevorstehende Kanyini Hyperscout-2-Mission, IEEE Journal für ausgewählte Themen in angewandter Erdbeobachtung und Fernerkundung (2024). DOI: 10.1109/JSTARS.2024.3394574