۱۰ روند فناوری جدید که رصد زمین و هوش آب و هوا را متحول می کند
استفاده از ماهواره ها برای رصد سیستم‌های زمین، حجم عظیمی از داده‌های پیچیده را تولید می‌کند که باید برای تقویت هوش اقلیمی سازماندهی و تجزیه و تحلیل شوند.
اما پیشرفت های اخیر در پردازش و پیش بینی داده ها، داده های خام رصد زمین را با سرعتی بی سابقه به بینش های عملی تبدیل می‌کند.
۱۰ گرایش فناوری نوظهور هنگامی که در ارتباط با داده های ماهواره ای استفاده می شود، بینش های آب و هوایی را در دسترس تر می کند و به رسیدگی به تغییرات آب و هوا کمک می کند.
همان طور که بلایای مرتبط با آب و هوا بیشتر می شود، نیاز به اطلاعات آب و هوایی قابل اجرا هرگز بیشتر از این نبوده است. فن‌آوری های رصد زمین، بینش های مهمی را در مورد محیط در حال تغییر سریع ما و پویایی های به هم پیوسته سیستم های زمین ارائه می‌دهند.
انتظار می‌رود تا سال ۲۰۳۲، رصد ماهواره‌ای زمین بیش از ۲ اگزا بایت (۲ میلیارد گیگابایت) داده به صورت تجمعی تولید کند. حجم و پیچیدگی این داده ها از لحاظ تاریخی مانع از تبدیل آن به راه حل های آب و هوایی قابل اجرا شده است.
حجم زیادی از داده ها نیازمند پردازش و تجزیه و تحلیل پیچیده برای ایجاد بینشی است که به راحتی می تواند در فرآیند های تصمیم گیری عملیاتی ادغام شود. برای تبدیل داده های رصد زمین به اطلاعات مفید تر آب و هوا ، پردازش و تجزیه و تحلیل داده ها کارآمد و موثر ضروری است.
پیشرفت ها در ماهواره ها، هوش مصنوعی (AI) و سایر فناوری های هم افزایی به داده های رصد زمین کمک می‌کنند تا در دسترس تر و تاثیرگذار تر از قبل شوند. گزارش جدیدی که توسط مجمع جهانی اقتصاد و آزمایشگاه رسانه MIT منتشر شده است، با عنوان ترسیم آینده رصد زمین: نوآوری فناوری برای هوش آب و هوا، ۱۰ روند کلیدی فناوری رصد زمین را بررسی می کند که بینش های بی سابقه آب و هوایی را باز می کند.
۱- فناوری حسگر پیشرفته در ماهواره ها
پیشرفت های اخیر در سنسور های رصد زمین ماهواره‌ای، پوشش جهانی بهبود یافته، وضوح و دقت و طیف وسیع‌تری از اندازه‌گیری های قابل مشاهده را فراهم می‌کند.
ماهواره های مجهز به تصاویر «فوق طیفی» می‌توانند داده های دقیق تر و دقیق تری را جمع‌آوری کنند و دو تا سه برابر وضوح زمانی، مکانی و طیفی تصاویر چند طیفی فعلی تولید کنند. این وضوح های طیفی بهبود یافته می‌توانند تفاوت ها را در سلامت گیاه تشخیص دهند و شدت سوختگی در آتش‌سوزی را نشان دهند، که امکان مدیریت دقیق‌تر آب و تلاش های دقیق‌تر برای بازیابی پس از فاجعه را فراهم می‌کند.
۲- هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
الگوریتم های پیشرفته هوش مصنوعی و یادگیری ماشینی (ML) پردازش و تجزیه و تحلیل داده های رصد زمین را تسریع می‌کنند. برای مثال، مدل های مبتنی بر ML که بر روی داده های موجود آموزش داده شده‌اند، می‌توانند تخمین هایی را تا ۱۰۰۰ برابر سریع تر از مدل های آب و هوایی سنتی ایجاد کنند. این امر زمان تولید مدل های پیش بینی آب و هوا مانند نقشه های سیل را تا ۸۰ درصد کاهش می دهد.
این همچنین امکان انجام ارزیابی های دقیق پس از فاجعه را در چند ساعت یا چند دقیقه پس از رویداد های مرتبط با آب و هوا مانند طوفان یا سیل فراهم می کند – مدل های سنتی یا بازرسی در محل ممکن است هفته ها طول بکشد. سرعت و دقت بی‌سابقه ای که توسط کارایی محاسباتی مدل های هوش مصنوعی مورد استفاده با داده های رصد زمین ارائه می‌شود، برای تصمیم‌گیری به موقع بسیار مهم است.
۳- محاسبات لبه ماهواره ای
محاسبات لبه ماهواره، داده های رصد زمین را مستقیماً در مدار ماهواره پردازش می کند. این امر زمان لازم برای رسیدن از جمع آوری داده ها به بینش های عملی را کاهش می دهد. این فناوری تأخیر و نیاز به دانلود داده ها را کاهش می دهد و امکان انتقال سریعتر اطلاعات حیاتی به امدادگران اضطراری را در سناریو های فاجعه فراهم می کند.
۴- کوچک سازی حسگر های رصد زمین
سنسور های کوچک و همچنین کاهش هزینه های ساخت و پرتاب، کشورهای بیشتری را قادر به ساخت و پرتاب ماهواره های رصد زمین خود کرده است. این داده های رصد زمین را در دسترس عموم افزایش می دهد.
پیشرفت در میکرو الکترونیک و فناوری های نیمه هادی، قدرت پردازش بیشتری را در تراشه های کوچکتر ادغام کرده است. این امر به جای تکیه بر تجهیزات سنگین و پر انرژی، تجزیه و تحلیل داده ها را توسط خود سخت افزار حسگر تسهیل می کند.
۵- ماهواره های بزرگتر با قابلیت های پیشرفته
در کنار کوچک سازی، در حال حاضر روندی موازی برای ماهواره های بزرگتر مجهز به حسگرهای پیشرفته و قابلیت های انتقال داده افزایش یافته وجود دارد. این پلتفرم های بزرگتر قابل اعتماد تر هستند، می‌توانند ویژگی های بیشتری ارائه دهند و می‌توانند ابزار های بزرگتر و پیچیده تری را در خود جای دهند.
پیشرفت های فناوری از جمله هوش مصنوعی، ML، کوچک‌سازی و دوقلو های دیجیتال همگی به بهبود رصد زمین و هوش آب و هوا کمک می‌کنند. تصویر از الیویا وردگو منبع شاتر استاک
۶- مدل های مبتنی بر اقلیم ML
مدل های سیستم زمین سنتی از شبیه سازی های عددی پیچیده برای کمک به درک دینامیک آب و هوا و پیش بینی سناریو های آب و هوایی آینده استفاده می‌کنند. آنها اغلب از نظر محاسباتی فشرده هستند و تا ۱۰ مگاوات ساعت انرژی برای شبیه سازی یک قرن فعالیت آب و هوایی مصرف می کنند – تقریباً معادل تامین برق یک خانه برای یک سال است.
در مقابل، مدل‌های آب و هوایی که ML مبتنی بر فیزیک را ادغام می‌کنند، توانایی پردازش مجموعه داده های عظیم در مقیاس پتابایت را برای ارائه پیش بینی های دقیق و سریع آب و هوا و آب و هوا دارند. این مدل های مبتنی بر ML به‌ویژه برای مطالعات محلی مؤثر هستند، پیش‌بینی‌هایی با وضوح بالا با هزینه های محاسباتی بسیار پایین‌تر ارائه می‌کنند، با مطالعاتی که تا ۱۰۰ برابر بازده انرژی بیشتری را نشان می‌دهند.
۷- مدل های بنیادی هوش مصنوعی جغرافیایی
این فناوری برای شناسایی الگو های سطح بالا از مقادیر زیادی از داده های رصد زمین ماهواره ای طراحی شده است. مدل های هوش مصنوعی جغرافیایی که بر روی بسیاری از مجموعه های داده مختلف به روشی خود نظارت آموزش دیده اند، می‌توانند برای طیف وسیعی از کاربرد ها استفاده شوند و در ایجاد مدل های دقیق الگو های جهانی بسیار مؤثر هستند.
۸-دوقلو های دیجیتال
دوقلو های دیجیتال کپی پویا و دیجیتالی سیستم های زمین مانند آب و هوا، اقیانوس ها و اکوسیستم ها هستند. آنها کاربران را قادر می سازند تا پدیده های پیچیده سیستم زمین را بهتر درک، پیش بینی و بررسی کنند.
فناوری دوقلو دیجیتال به کاربران اجازه می دهد تا سناریو های مختلف آب و هوایی «چه می شود اگر» را تجزیه و تحلیل کنند. آنها می توانند از آن برای تجسم و آزمایش اثرات بالقوه استراتژی های مختلف مرتبط با آب و هوا استفاده کنند.
۹- پلتفرم های غوطه ور اطلاعات AR/VR
پلتفرم های واقعیت افزوده (AR) و واقعیت مجازی (VR) تجربه ای همه جانبه را به کاربران ارائه می دهند. این پلتفرم های بصری نحوه دسترسی و درک داده های رصد زمین توسط ذینفعان مختلف را تغییر می‌دهند و سواد داده را از طریق یادگیری تعاملی تشویق می‌کنند.
۱۰- مکعب های داده
با سازماندهی داده های رصد زمین در ابعاد مختلف – شبکه های مکانی، زمانی و متغیر – مکعب های داده به کاربران این امکان را می‌دهند تا بینش‌های مفیدی را استخراج کرده و تحلیل های پیچیده ای از محیط زمین و تغییرات آن در مقیاس‌ها و سطوح مختلف جزئیات انجام دهند.
داده های منابع مختلف رصد زمین با وضوح یکنواخت و ویژگی های مشترک استاندارد شده‌اند، که استفاده از آنها را برای محاسبات بدون تغییر بیشتر ساده می‌کند. این رویکرد به ویژه زمانی مفید است که دسترسی سریع به داده های آماده تجزیه و تحلیل مورد نیاز باشد.
مسیری به سوی اقدام پیشگیرانه اقلیمی
پیشرفت ها در فناوری های مورد استفاده در ارتباط با داده های رصد زمین ماهواره‌ای به ما کمک می‌کند تا در جلوگیری از اثرات تغییرات آب و هوایی فعال تر باشیم. ارائه‌دهندگان، کاربران و کارشناسان پیشرو داده های رصد زمین در حال کار با مجمع جهانی اقتصاد برای تحقیق در مورد راه‌هایی برای استفاده از پتانسیل دگرگون‌کننده رصد زمین برای رسیدگی به چالش‌های اقلیمی و محیطی هستند.
این فناوری ها فقط به داده های بهتر نیستند، بلکه به بینش های مهم آب و هوایی دسترسی می‌دهند که جوامع، کسب و کار ها و سیاست گذاران را برای ایجاد انعطاف پذیری در برابر تغییرات آب و هوایی توانمند می‌سازد. همانطور که این فناوری ها به تکامل خود ادامه می‌دهند، به ما این امکان را می‌دهند تا نحوه نظارت و واکنش به تغییرات آب و هوا را عمیقاً شکل دهیم.
نویسندگان:
مینو راثناساباپاتی (مهندس محقق، آزمایشگاه رسانه MIT، موسسه فناوری ماساچوست (MIT))
نیکولای خلیستوف ( فناوری فضایی، فناوری‌های فیزیکی C4IR، اقتصاد جهانی)
منبع: ورلد آکانمیک فروم
