Il deep learning aumenta la precisione del rilevamento degli incendi in Amazzonia al 93%

Il team di ricerca dell'Universidade Federal do Amazonas ha sviluppato un modello di rete neurale artificiale (ANN) che utilizza immagini satellitari e tecniche di apprendimento profondo per rilevare gli incendi boschivi nella foresta pluviale amazzonica con un alto tasso di successo.

“La capacità di rilevare e rispondere agli incendi boschivi è fondamentale per preservare il delicato equilibrio ecologico di questi ecosistemi vitali e il futuro di questa regione amazzonica dipende da un’azione rapida e decisa”.

– Autrice principale, Professoressa Cíntia Eleutério dell’Universidade Federal do Amazonas

Sebbene il monitoraggio in Amazzonia sia ancora effettuato con dati in tempo reale, la risoluzione è moderata e la capacità di rilevare dettagli in piccoli focolai di incendi o in aree remote è limitata.

Il modello rappresenta quindi una potente soluzione per il rilevamento automatico degli incendi boschivi, riducendo significativamente il tempo necessario per mitigarne gli effetti devastanti.

Pubblicato in Giornale internazionale di telerilevamento, i risultati dello studio riportano un tasso di successo pari al 93% nell'addestramento del modello su immagini della foresta pluviale amazzonica con e senza incendi. Secondo il coautore, il professor Carlos Mendes:

"Il modello CNN potrebbe fungere da preziosa aggiunta, consentendo analisi più dettagliate in regioni specifiche. Combinando l'ampia copertura temporale degli attuali sensori con la precisione spaziale del nostro modello, possiamo migliorare significativamente il monitoraggio degli incendi boschivi nelle zone critiche di conservazione ambientale".

Lo studio ha evidenziato che l'integrazione di immagini satellitari e intelligenza artificiale rappresenta un approccio proattivo per affrontare le crescenti sfide poste dagli incendi boschivi, contribuendo al contempo al campo del telerilevamento e dell'apprendimento profondo. 

In particolare, la tecnologia offre il potenziale per potenziare i sistemi di allerta precoce e migliorare le strategie di risposta agli incendi boschivi, contribuendo alla salvaguardia di ecosistemi critici come l'Amazzonia. L'integrazione nei sistemi di monitoraggio esistenti potrebbe facilmente potrebbero volerci da 1 a 3 anni, a seconda degli ulteriori sforzi di convalida e implementazione. Ma diamo un'occhiata più da vicino ai progressi che la nuova tecnologia offre al mondo.

I polmoni della Terra di fronte a una grave minaccia

La foresta pluviale amazzonica è una risorsa di importanza mondiale, che ospita diversi milioni di specie di uccelli, insetti, piante e altre forme di vita. È la riserva biologica più ricca e variegata del mondo.

Le persone in tutto il mondo dipendono da questa foresta pluviale non solo per il cibo, l'acqua, il legno e le medicine, ma anche per contribuire a stabilizzare il clima, grazie all'enorme quantità di carbonio immagazzinata in essa, pari a 150-200 miliardi di tonnellate.

La foresta pluviale amazzonica esercita una forte influenza socio-ambientale ed economica sul Brasile, comprendendo circa il 40% dell'area totale del paese sudamericano. Oltre al Brasile, la foresta pluviale si estende su altri otto paesi sudamericani.

Dato il suo ruolo fondamentale nella salvaguardia della biodiversità e nella regolazione del clima globale, la foresta pluviale amazzonica riveste una grande importanza ecologica.

Tuttavia, la situazione è critica sotto forma di deforestazione incontrollata, pratiche di utilizzo del territorio non sostenibili e l'imminente minaccia di incendi boschivi.

Negli ultimi cinquant'anni, l'aumento della temperatura ha portato all'intensificazione della siccità nella regione. Le cose non faranno che peggiorare ulteriormente, con la maggior parte dei modelli che prevedono un aumento dell'intensità della stagione secca nella foresta pluviale amazzonica nel XXI secolo. 

Questa escalation è dovuta alle forze di radiazione e alla ridotta produzione di aerosol, che provocano variazioni anomale nelle temperature della superficie del mare (SST), determinando fluttuazioni nella quantità di precipitazioni nella regione amazzonica.

Se questa nuova configurazione climatica venisse confermata, osserva lo studio, la foresta pluviale potrebbe trasformarsi in un sistema amplificato, soggetto a incendi boschivi. Questo espone i polmoni della Terra a una minaccia crescente a causa del crescente numero di incendi boschivi. 

Le ripercussioni ambientali di questi incendi non si limitano ai confini regionali; hanno invece un impatto sui modelli climatici globali e sulla biodiversità. Questo rende fondamentale individuare e rispondere agli incendi boschivi in ​​Amazzonia. 

Per monitorare e affrontare questa crisi ambientale, il telerilevamento tramite immagini satellitari si è rivelato uno strumento essenziale per preservare il delicato equilibrio ecologico di questo fondamentale ecosistema.

Clicca qui per scoprire perché la sicurezza antincendio è più importante che mai.

Il grave effetto dell’intensificazione degli incendi boschivi

Sulla base dei dati dell'Istituto nazionale per la ricerca spaziale (INPE) sulla piattaforma web TerraBrasilis, gli incendi boschivi tra gennaio e giugno sono rimasti bassi dal 1999 al 2023. Tuttavia, il numero di incidenti è aumentato considerevolmente tra luglio e novembre prima di diminuire a dicembre.

Il numero di incendi boschivi è stato basso durante tutto l'anno tra il 1999 e il 2001. L'intensità degli incendi è aumentata significativamente a partire dal 2002, raggiungendo un massimo locale nel 2005. 

La diminuzione è durata fino al 2011, quando i numeri hanno iniziato a registrare un aumento costante, e questa tendenza ascendente è ancora in corso. Gli ultimi cinque anni hanno avuto le incidenze più elevate di incendi boschivi. Nel 2023, si sono verificati 98,639 incendi boschivi in ​​Amazzonia.

La foresta pluviale amazzonica è inoltre responsabile di una parte significativa (oltre la metà) degli incendi boschivi nei biomi brasiliani.

Oltre all'Amazzonia, altri ecosistemi ospitati dal Brasile includono il Cerrado, che è stato responsabile del 26.70% di tutti gli incendi boschivi, nonché la Caatinga, la Foresta Atlantica, il Pantanal e la Pampa, con gli ultimi due i meno colpiti dagli incendi boschivi nel 2023.

Ognuno di questi ecosistemi ha la sua diversità di specie e caratteristiche uniche. Questi biomi sono essenziali per mitigare il cambiamento climatico, fungendo da pozzi di carbonio e salvaguardando le specie in via di estinzione. Tuttavia, gli incendi boschivi stanno causando danni significativi a tutti questi ecosistemi. 

Per quanto riguarda la posizione, la più alta concentrazione di incendi boschivi si trova nello stato di Amazonas si trova nei comuni di Lábrea, Apuí e Novo Aripuanã, dove si è registrato il numero più elevato di incidenze.

Gli incendi boschivi sono estremamente dannosi e hanno conseguenze devastanti su più fronti. 

Per cominciare, distrugge la vegetazione, il che può portare a un'estinzione irreversibile delle specie autoctone. Parte di questa vegetazione ha proprietà medicinali uniche e si trova solo nella regione amazzonica.

Gli incendi boschivi compromettono anche la fertilità del suolo, rendendolo sterile e ostacolando il recupero naturale delle aree colpite. Inoltre, la deforestazione amazzonica causata dagli incendi boschivi ha aumentato il deflusso idrico, innalzando i livelli dei fiumi. Ciò è dovuto alla riduzione della copertura vegetale, che influisce negativamente sull'infiltrazione dell'acqua nel suolo, riducendo i tassi di evapotraspirazione.

Poi c'è la perdita di fauna e flora, che è altrettanto allarmante. Incendi boschivi causare la distruzione di habitat vitali, provocando notevoli squilibri nella catena alimentare locale. 

Le intense emissioni di CO2 nell'atmosfera aggravano inoltre l'effetto serra e il riscaldamento globale. Questo intensifica le sfide climatiche globali e rende ancora più frequenti i grandi incendi nella foresta pluviale amazzonica.

Sfruttare l'apprendimento profondo per il rilevamento automatico degli incendi boschivi

Per affrontare il problema, lo studio ha utilizzato una nuova tecnologia, la Convolutional Neural Network (CNN), per classificare gli incendi boschivi nella regione. 

La CNN è un sottoinsieme specializzato ottimizzato per l'analisi delle immagini e il riconoscimento di modelli visivi, che è diventato uno strumento potente nella visione artificiale. 

Ad esempio, il modello CNN è stato utilizzato per classificare e diagnosticare il COVID-19. Oltre a questo, ha stato usato per rilevare la polmonite mediante radiografie del torace, identificazione e riciclaggio intelligenti dei rifiuti, analisi delle collisioni nella fisica delle alte energie e identificazione del tipo di cellula nelle immagini delle cellule staminali.

Viene utilizzato anche per rilevare i cambiamenti nella deforestazione nell'Amazzonia brasiliana utilizzando dati Landsat, il rilevamento di incendi boschivi e il rilevamento del fumo degli incendi boschivi per le immagini ottenute da veicoli aerei senza pilota (UAV).

La CNN sfrutta il deep learning, un sottoinsieme dell'intelligenza artificiale (IA) e dell'apprendimento automatico che impiega algoritmi che migliorano nel tempo man mano che vengono esposti a dati nuovi e crescenti.

Per questo studio, i ricercatori hanno sfruttato l'algoritmo Artificial Neural Networks (ANN), che imita il modo in cui funziona il cervello umano e consente ai modelli computazionali di discernere schemi complessi e affrontare sfide che potrebbero andare oltre la comprensione umana. 

Sovrappone più livelli in sequenza per facilitare l'assimilazione delle conoscenze e lavorare con set di dati estesi durante il processo di formazione. 

Questa sinergia tecnologica sfrutta procedure statistiche per aiutare le macchine a svolgere compiti come l'identificazione degli incendi boschivi attraverso l'apprendimento esperienziale. 

Sfruttando il grande potenziale delle tecniche di apprendimento profondo, la rete offre una potente soluzione per il rilevamento automatico degli incendi boschivi. L'identificazione automatica consente una risposta tempestiva per mitigare gli effetti devastanti degli incendi boschivi. 

Nell'ultimo studio, i ricercatori hanno ampliato il framework della rete neurale concentrandosi sulla CNN, utilizzata in modo specifico tramite le librerie Python TensorFlow e Keras, un tipo di modello ampiamente utilizzato nelle applicazioni di visione artificiale per l'estrazione di caratteristiche dalle immagini. 

L'obiettivo è stato quello di utilizzare la CNN per rilevare gli incendi boschivi nella regione amazzonica utilizzando le immagini satellitari Landsat 8 e Landsat 9.

Clicca qui per scoprire come gli idrogel biomimetici attivabili dal calore combattono gli incendi boschivi

Approccio avanzato e localizzato al rilevamento degli incendi boschivi

Per addestrare il modello, il team ha utilizzato immagini provenienti dai satelliti Landsat 8 e Landsat 9. 

Questi satelliti sono dotati di strumenti avanzati per catturare immagini in varie bande spettrali, necessarie per il rilevamento e la classificazione degli incendi boschivi. Le capacità multispettrali e termiche di questi satelliti consentono l'identificazione di anomalie di temperatura e la differenziazione tra tipi di vegetazione e aree bruciate. 

Entrambi i satelliti sono dotati dell'Operational Land Imager (OLI), che cattura immagini nelle bande visibili, nel vicino infrarosso (NIR) e nell'infrarosso a onde corte (SWIR), che è fondamentale per rilevare i cambiamenti nella vegetazione.

Le aree bruciate mostrano una bassa riflettanza nel NIR, mentre la vegetazione sana è fortemente riflessa. Le bande infrarosse a onde corte (SWIR) nel frattempo aiutano a rilevare l'umidità nel terreno e nella vegetazione per l'identificazione delle regioni colpite dagli incendi.

Entrambi i satelliti hanno anche il Thermal Infrared Sensor (TIRS), che opera in due bande termiche infrarosse e fornisce dati preziosi sulle fonti di calore e sulla temperatura superficiale. Il TIRS offre una risoluzione spaziale di 100 metri, mentre le bande OLI hanno una risoluzione spaziale di 30 metri. In quanto tali, sono particolarmente utili per il monitoraggio degli incendi boschivi e consentono una mappatura più dettagliata dello stato di salute della vegetazione. 

Il team ha addestrato la CNN utilizzando un set di dati di 200 immagini recenti ottenute da EarthExplorer, che mostravano incendi boschivi nella foresta amazzonica. Sono state utilizzate anche altrettante immagini senza incendi boschivi per garantire un approccio all'apprendimento equilibrato. 

Il set di dati, sebbene piccolo, è stato sufficiente per la CNN per raggiungere il 93% di accuratezza durante la fase di training. Quando è stato testato su 40 immagini non incluse nel training, il modello è stato in grado di classificare accuratamente 23 delle 24 immagini con incendi boschivi e tutte le 16 immagini senza incendi boschivi.

Questo livello di prestazioni altamente soddisfacente dimostra la robustezza e le capacità di generalizzazione del modello.

Questo approccio, ha affermato il team, mostra un grande potenziale per il rilevamento degli incendi boschivi e può essere utilizzato insieme a sistemi di monitoraggio su larga scala consolidati come il Moderate Resolution Imaging Spectroradiometer (MODIS) e il Visible Infrared Imaging Radiometer Suite (VIIRS), ampiamente utilizzati in Brasile per il rilevamento continuo e su vasta scala degli incendi.

Come strumento aggiuntivo, la CNN può essere utilizzata insieme a MODIS e VIIRS per potenziare i sistemi di allerta precoce e perfezionare le strategie di risposta agli incendi boschivi.

La metodologia, hanno inoltre osservato i ricercatori, va oltre l’ecosistema amazzonico con il potenziale di essere utilizzato in altre aree del mondo. Può effettivamente assistere le autorità competenti nel combattere e gestire tali incidenti, "fornendo un approccio avanzato e più localizzato al rilevamento degli incendi boschivi", ha affermato lo studio.

Anche la CNN potrebbe essere esplorata nel monitoraggio e controllo della deforestazione, hanno suggerito i ricercatori. Il loro prossimo passo è aumentare il numero di immagini di addestramento per avere "un modello più robusto".

Clicca qui per scoprire come l'intelligenza artificiale e il crescente database degli eventi possono contribuire a ridurre il rischio di incendi boschivi.

Azienda innovativa

Palantir Technologies Inc. (PLTR )

Grazie alle sue soluzioni di analisi geospaziale e di risposta ai disastri basate sull'intelligenza artificiale, Palatir rappresenta un attore di rilievo nel monitoraggio ambientale e nel rilevamento degli incendi boschivi.

Fondata nel 2003 da Alex Karp, Peter Thiel, Stephen Cohen e Joe Lonsdale, Palantir è un fornitore di software tramite Gotham, Foundry, Apollo e AIP (Artificial Intelligence Platform). Con una capitalizzazione di mercato di 186.6 miliardi di $, le azioni di Palantir sono attualmente scambiate a 81.25 $, in aumento del 5.28% YTD. Ha un EPS (TTM) di 0.19 e un P/E (TTM) di 421.05.

All'inizio di febbraio l'azienda ha annunciato i suoi risultati finanziari del Q4 2024, che hanno riportato 828 milioni di $ di fatturato, in crescita del 36% anno su anno e del 14% trimestre su trimestre. Anche il numero di clienti è aumentato del 43% anno su anno e del 13% trimestre su trimestre.

Il fatturato di Palantir negli Stati Uniti è stato di 558 milioni di dollari, con un aumento del 52% su base annua e del 12% su base trimestrale, mentre il fatturato commerciale statunitense è stato di 214 milioni di dollari, in crescita maggiore rispetto al fatturato del governo statunitense, che è stato di 343 milioni di dollari.

Durante questo periodo, la società ha chiuso 32 accordi di almeno 10 milioni di $, 58 accordi di almeno 5 milioni di $ e 129 accordi di almeno 1 milione di $. Ha anche chiuso un record di 803 milioni di $ di valore totale del contratto commerciale statunitense ("TCV") mentre il valore rimanente dell'accordo commerciale statunitense ("RDV") è stato di 1.79 miliardi di $.

Palantir ha dichiarato 460 milioni di dollari in contanti dalle operazioni e 79 milioni di dollari di utile netto GAAP, mentre i suoi utili per azione GAAP erano 0.03 dollari e l'EPS rettificato era 0.14 dollari. La società ha chiuso l'anno con 5.2 miliardi di dollari in contanti, equivalenti di cassa e titoli del Tesoro USA a breve termine.

Per l'intero 2024, Palantir ha avuto $ 2.87 miliardi di fatturato, $ 1.90 miliardi di fatturato negli Stati Uniti e $ 1.15 miliardi di liquidità dalle operazioni. Ora, per il primo trimestre del 1, la società prevede un fatturato compreso tra $ 2025 e $ 858 milioni e un flusso di cassa libero rettificato per l'intero anno 862 compreso tra $ 2025 e $ 1.5 miliardi.

"I nostri risultati aziendali continuano a stupire, dimostrando la nostra posizione sempre più profonda al centro della rivoluzione dell'intelligenza artificiale. Le nostre prime intuizioni sulla mercificazione dei grandi modelli linguistici si sono evolute dalla teoria ai fatti".

– Amministratore delegato Karp

Per quanto riguarda gli sviluppi più recenti, all'inizio di questo mese, Palantir ha annunciato il lancio dei suoi primi due sistemi abilitati all'intelligenza artificiale per l'esercito degli Stati Uniti. Il CTO di Palantir USG Akash Jain ha definito questo un "momento di salto in avanti" per l'esercito degli Stati Uniti. L'azienda si è aggiudicata il contratto da 178 milioni di dollari un anno fa, battendo il gigante della difesa Società RTX, per segnare un traguardo importante per Palantir, nota per i suoi servizi di analisi dei dati.

L'accordo riguarda 10 sistemi Targeting Access Node (TITAN) che utilizzano l'intelligenza artificiale per raccogliere dati dai sensori spaziali, al fine di aiutare i soldati a raggiungere un migliore targeting e una migliore precisione degli attacchi. Agendo come stazioni di terra mobili, questi sistemi contribuiscono a migliorare la strategia di guerra dei soldati. Palantir ha collaborato con L3 Harris (LHX ), Northrop Grumman (NOC )e Anduril Industries per sviluppare alcune di queste capacità.

Questa settimana, Palantir ha condiviso un elenco di nuovi clienti che hanno partecipato al suo evento sull'intelligenza artificiale, che ha rivelato Walgreens (WBA ), Heineken, Ripcord e RaceTrac, tra gli altri, sono tra i suoi ultimi clienti. 

Ha anche collaborato con Aviazione degli arcieri (ACHR ) per costruire le fondamenta dell'IA per il futuro delle tecnologie aeronautiche di prossima generazione e aiutare a scalare le sue capacità di produzione di aeromobili. Il piano è di sfruttare AIP e Foundry per sviluppare software utilizzando l'IA per far progredire i sistemi aeronautici come il controllo del traffico aereo, la pianificazione delle rotte e il controllo del movimento.

"La partnership di Palantir con Archer sta ridefinendo il futuro del volo, rendendolo non solo più efficiente ma anche più accessibile", ha affermato Karp, aggiungendo che questa integrazione getta "le basi per un salto di qualità in termini di efficienza, sicurezza e sostenibilità".

Ultime notizie su Palantir Technologies Inc.

Conclusione

L'Amazzonia, con la sua ricca biodiversità e le sue vaste risorse, contribuisce al panorama economico globale. Pertanto, la conservazione e la gestione sostenibile di queste aree non sono solo vantaggiose per il Brasile, ma anche fondamentali per la salute dell'intero pianeta.

La foresta pluviale amazzonica, tuttavia, sta affrontando la minaccia degli incendi, che rappresentano una seria sfida per la sua stabilità. Ciò significa che il futuro della regione dipende da un'azione rapida e decisa. 

In questo caso, il modello di rilevamento degli incendi boschivi basato sull'apprendimento profondo rappresenta un maggiore svolta nell'affrontare questa crisi. Raggiungendo un tasso di accuratezza del 93%, il modello fornisce un potente strumento per la rilevazione precoce e la risposta rapida agli incendi boschivi, che potrebbe aiutare a prevenire danni ambientali catastrofici e a mantenere la salute e la stabilità a lungo termine della foresta pluviale amazzonica.