Một phòng thí nghiệm thảm họa bằng laser mới nhằm mục đích cứu người bằng cách lưu dữ liệu
Một phòng thí nghiệm thảm họa bằng laser mới nhằm mục đích cứu người bằng cách lưu dữ liệuVới kho vũ khí laser, máy bay không người lái và các thiết bị công nghệ cao khác, Cơ sở RAPID đang giúp các nhà khoa học ứng phó với thảm họa thiên nhiên trên thế giới.
Một phòng thí nghiệm thảm họa bằng laser mới nhằm mục đích cứu người bằng cách lưu dữ liệu
Các thành viên đội trinh sát đi bộ qua khu vực thiệt hại động đất Palu Indonesia, được lập bản đồ bằng máy bay không người lái từ cơ sở RAPID. [Ảnh: Joe Wartman]
BỞI HALLIE VÀNG6 PHÚT ĐỌC
Bên trong một căn phòng nhỏ, hình chữ nhật tại Đại học Washington là một loạt các kệ chứa hơn 300 công cụ công nghệ cao. Có một bộ sưu tập máy bay không người lái, máy ảnh và máy tính bảng, và thậm chí cả bộ EEG di động, có thể đo hoạt động điện của não và phát hiện mức độ căng thẳng ở các nạn nhân thảm họa. Mỗi người đã được tổ chức một cách tỉ mỉ, dán nhãn, đóng gói và đi trong một vụ án bảo vệ, sẵn sàng để được gửi hàng trăm hoặc hàng ngàn thậm chí dặm về phía thiên tai tới.
Đây là một trong ba phòng tạo nên Cơ sở RAPID ở Seattle, một trung tâm đầu tiên vượt qua ranh giới nghiên cứu thảm họa tự nhiên, cùng với khả năng của thế giới để giảm thiểu những hậu quả thảm khốc của những mối nguy này.
Vào thời điểm thời tiết khắc nghiệt, như bão và cháy rừng, đang ảnh hưởng lớn đến cuộc sống hàng ngày của chúng ta, việc có được loại thông tin này đang trở nên đặc biệt quan trọng, Joseph Wartman, giám đốc Cơ sở RAPID và giáo sư về các mối nguy địa chất tại Đại học Washington. Năm 2018, các loại rủi ro này đã gây ra cái chết cho 247 người và thiệt hại gần 100 tỷ đô la tại Hoa Kỳ trên toàn cầu, các mối nguy hiểm tự nhiên dẫn đến thiệt hại toàn cầu là 330 tỷ đô la trong năm 2017, tăng từ 200 tỷ đô la vào năm 2014. Wartman cho biết dường như có xu hướng đối với các thảm họa liên quan đến thời tiết thường xuyên hơn, cũng như sự gia tăng về cường độ của chúng, vì vậy điều quan trọng là phải hiểu rõ hơn về các mối nguy hiểm này.
Ra mắt vào tháng 9 thông qua một khoản tài trợ của Quỹ khoa học quốc gia, trung tâm chính thức gọi là Cơ sở thí nghiệm trinh sát thiên tai nguy hiểm hoạt động như một loại trung tâm nghiên cứu thảm họa tự nhiên. Các thực thể trên khắp thế giới tiếp cận khi các mối nguy hiểm tấn công (đôi khi ngay trước đó, nếu có bất kỳ loại cảnh báo nào) và nhóm nhỏ vận chuyển thiết bị của họ để sử dụng tạm thời, đi ra ngoài trang web để tự vận hành các công cụ hoặc thực sự thu thập và xử lý dữ liệu cho họ.
Cơ sở này đã là công cụ nghiên cứu sau các cơn bão Michael và Florence, động đất ở Nhật Bản và Indonesia, và các trận lở đất lớn ở Alaska và Oregon. Trong mỗi trường hợp, nhóm khoảng một chục nhà nghiên cứu đã tạo điều kiện cho việc thu thập những luồng dữ liệu khổng lồ của khu vực thảm họa trong giai đoạn quan trọng trước khi bắt đầu làm sạch nghiêm trọng. Sau đó, họ sắp xếp bằng chứng này thành các bảng toàn diện hoặc biến nó thành các đám mây điểm, trực quan hóa 3D của một cảnh được tạo thành từ một số lượng lớn các điểm riêng lẻ hoặc thậm chí là hình ảnh streetview kiểu Google.
Nhưng bất kể họ xử lý dữ liệu này như thế nào, họ đưa ra quan điểm luôn chia sẻ nó trực tuyến.
Wartman cho biết, bất cứ điều gì chúng tôi thu thập được đều đi đến một kho lưu trữ công cộng rất nhanh, và sau đó các nhà nghiên cứu từ khắp nơi trên thế giới có thể sử dụng nó. Hãy để mọi người không chỉ sử dụng nó mà còn để họ mơ về những cách sử dụng mới cho dữ liệu này. Đó là một tài sản công cộng sau khi chúng tôi sử dụng nó.
Chuyên gia vận hành RAPID Tiến sĩ Jake Dafni trình diễn một trong những máy quét laser tầm xa của cơ sở, được sử dụng để tạo ra các mô hình ba chiều có độ phân giải cao của các trang web thiệt hại [Ảnh: Hallie Golden]
Cùng với nhóm hộp đầu tiên bên trong trung tâm, Jake Dafni, giám đốc điều hành của cơ sở và chỉ nhân viên toàn thời gian, đã rút ra một hộp đen lớn, để lộ camera quan sát đường phố. Thiết bị nhỏ, màu trắng được trang bị sáu camera quay mặt về mọi hướng và có thể được móc trên đầu xe để chụp ảnh khi lái xe.
Khi cơn bão Florence tấn công Bắc Carolina vào tháng 9 năm ngoái, Dafni và một nhóm nhỏ đã sử dụng máy ảnh để đánh giá thiệt hại do gió đối với các khu dân cư. Trong ba ngày, ông nói, một trong những nhà nghiên cứu đã có thể lái xe qua 12 khu phố và chụp ảnh cứ sau vài mét. Sau đó, họ đã sử dụng phần mềm để liên kết tất cả các hình ảnh đó lại với nhau, tạo ra một kiểu xem đường phố cực kỳ chi tiết về thiệt hại của Google.
Họ có thể lấy hình ảnh này và phóng to và xem, được rồi, gạch mái có bị bong ra không, mái nhà có bị bong tróc không, cửa sổ có bị nứt và hư không? Dafni nói. Tất cả những thứ đó được ghi lại trong một khoảng thời gian rất ngắn trong lĩnh vực này, và sau đó họ có thể dành nhiều thời gian như họ muốn sau này để thực sự nhìn vào dữ liệu.
Trong phòng liền kề của cơ sở, Dafni đã bật một thiết bị quét laser được gọi là MapRek I-Site XR3. Ông đã sử dụng nó để thu thập dữ liệu vị trí bên trong bến du thuyền đã bị hư hại ở Florida sau cơn bão Michael. Bất cứ nơi nào thiết bị được đặt, nó sẽ nhanh chóng phát ra các xung laser để đo khoảng cách giữa nó và mọi thứ xung quanh nó. Kết quả là một hình ảnh 3D chi tiết của bến du thuyền và do đó tất cả các thiệt hại mà nó phải chịu đựng.
Một mô hình kỹ thuật số ba chiều gây thiệt hại cho một tòa nhà trong cơn bão Micheal [Ảnh: Jake Dafni]
Bên cạnh thiết bị quét laser là một máy bay không người lái màu đen lớn, được trang bị camera độ phân giải cao. Wartman giải thích rằng ông đã sử dụng nó vào tháng 11 ở Indonesia sau trận động đất Sulawesi để thu thập các bức ảnh chụp từ trên không của hiện trường. Ông đã bay chiếc máy bay không người lái 180 feet trên khu vực và thu thập hình ảnh độ phân giải cao cứ sau 15 đến 30 feet. Sau sáu giờ, ông đã có khoảng 1.000 bức ảnh và đã có thể ghép lại với nhau một cảnh kỹ thuật số bao gồm vài dặm vuông bất động sản bị hư hỏng.
Đây là loại thông tin mà cơ sở, sự hợp tác giữa Đại học Washington, Đại học bang Oregon, Virginia Tech và Đại học Florida, đã tập trung vào dữ liệu dễ hỏng. Nhóm các nhà nghiên cứu làm việc để thực hiện các phép đo và chụp hình ảnh của những ngôi nhà bị phá hủy hoặc sườn đồi lầy lội hoặc bất cứ thứ gì khác có thể sẽ biến mất trong vài tuần hoặc thậm chí vài ngày khi các nỗ lực cứu hộ và phục hồi diễn ra. (Họ hàng tồn kho thậm chí bao gồm một chiếc thuyền. Các camera điều khiển từ xa sử dụng Z-thuyền và echo sounders để đánh giá thiệt hại dưới nước) Cơ sở này cũng đang nỗ lực để mang lại khoa học xã hội vào nghiên cứu của họ bằng cách đo như thế nào các cộng đồng này rủi ro tác động và người cá nhân.
Hình ảnh không người lái của thiệt hại gió từ cơn bão Micheal [Ảnh: Jake Dafni]
Với loại dữ liệu và chia sẻ này, toàn bộ cộng đồng khoa học đã bắt đầu thu được thông tin cực kỳ chính xác về những gì thực sự xảy ra khi những mối nguy này tấn công. Điều đó có thể rất hữu ích khi làm lại hoặc xây dựng các mô hình dự đoán mới giúp dự đoán loại thiệt hại và ảnh hưởng đối với các cộng đồng do mỗi thảm họa tự nhiên gây ra.
Những gì chúng ta đang cố gắng làm là dự đoán và cuối cùng có thể dự báo các mối nguy hiểm tốt hơn, bởi vì nếu chúng ta có thể làm điều đó thì chúng ta có thể bắt đầu hiểu được điểm yếu của mình ở đâu và thực hiện các biện pháp để giảm thiểu rủi ro và tăng khả năng phục hồi, Wartman nói .
Ông đưa ra ví dụ về cuộc kiểm tra của nhóm RAPID về bến du thuyền và các tòa nhà lớn khác sau cơn bão Michael. Nhóm nghiên cứu đã phát hiện ra rằng những loại tòa nhà lớn, bằng kim loại này không nhất thiết bị phá hủy bởi gió lớn, nhưng bởi điều này, hiệu ứng accordion của những tòa nhà này rung động, và những rung động đó gần giống như một trận động đất sẽ làm sập tòa nhà, ông nói. Chiến binh. Thông tin đó sau đó có thể hữu ích cho việc cải thiện các tòa nhà này để ngăn chặn các loại sụp đổ này.
Cơ sở này dự kiến sẽ tiếp tục giúp thúc đẩy nghiên cứu thảm họa tự nhiên trong ít nhất vài năm nữa. Nó hoạt động theo hợp đồng năm năm từ Quỹ khoa học quốc gia, cùng với khoảng 5 triệu đô la tài trợ từ cơ quan này.
Nhưng Wartman cho biết mục tiêu của họ là không có cách nào để biến cơ sở này thành vật cố định trong cộng đồng nghiên cứu. Trong thực tế, trong một số ý nghĩa, nó chỉ ngược lại.
Nếu mọi việc suôn sẻ, chúng tôi sẽ tự mình thoát khỏi việc kinh doanh, ông nói. Nếu chúng ta có thể đạt đến mức chúng ta đã đạt được nhiều tiến bộ đến mức điều này trở thành mối quan tâm thứ yếu trong số các loại thách thức và vấn đề khác mà xã hội phải đối mặt, đó sẽ là thước đo thành công của chúng ta.
Một phòng thí nghiệm thảm họa bằng laser mới nhằm mục đích cứu người bằng cách lưu dữ liệu
Các thành viên đội trinh sát đi bộ qua khu vực thiệt hại động đất Palu Indonesia, được lập bản đồ bằng máy bay không người lái từ cơ sở RAPID. [Ảnh: Joe Wartman]
BỞI HALLIE VÀNG6 PHÚT ĐỌC
Bên trong một căn phòng nhỏ, hình chữ nhật tại Đại học Washington là một loạt các kệ chứa hơn 300 công cụ công nghệ cao. Có một bộ sưu tập máy bay không người lái, máy ảnh và máy tính bảng, và thậm chí cả bộ EEG di động, có thể đo hoạt động điện của não và phát hiện mức độ căng thẳng ở các nạn nhân thảm họa. Mỗi người đã được tổ chức một cách tỉ mỉ, dán nhãn, đóng gói và đi trong một vụ án bảo vệ, sẵn sàng để được gửi hàng trăm hoặc hàng ngàn thậm chí dặm về phía thiên tai tới.
Đây là một trong ba phòng tạo nên Cơ sở RAPID ở Seattle, một trung tâm đầu tiên vượt qua ranh giới nghiên cứu thảm họa tự nhiên, cùng với khả năng của thế giới để giảm thiểu những hậu quả thảm khốc của những mối nguy này.
Vào thời điểm thời tiết khắc nghiệt, như bão và cháy rừng, đang ảnh hưởng lớn đến cuộc sống hàng ngày của chúng ta, việc có được loại thông tin này đang trở nên đặc biệt quan trọng, Joseph Wartman, giám đốc Cơ sở RAPID và giáo sư về các mối nguy địa chất tại Đại học Washington. Năm 2018, các loại rủi ro này đã gây ra cái chết cho 247 người và thiệt hại gần 100 tỷ đô la tại Hoa Kỳ trên toàn cầu, các mối nguy hiểm tự nhiên dẫn đến thiệt hại toàn cầu là 330 tỷ đô la trong năm 2017, tăng từ 200 tỷ đô la vào năm 2014. Wartman cho biết dường như có xu hướng đối với các thảm họa liên quan đến thời tiết thường xuyên hơn, cũng như sự gia tăng về cường độ của chúng, vì vậy điều quan trọng là phải hiểu rõ hơn về các mối nguy hiểm này.
Ra mắt vào tháng 9 thông qua một khoản tài trợ của Quỹ khoa học quốc gia, trung tâm chính thức gọi là Cơ sở thí nghiệm trinh sát thiên tai nguy hiểm hoạt động như một loại trung tâm nghiên cứu thảm họa tự nhiên. Các thực thể trên khắp thế giới tiếp cận khi các mối nguy hiểm tấn công (đôi khi ngay trước đó, nếu có bất kỳ loại cảnh báo nào) và nhóm nhỏ vận chuyển thiết bị của họ để sử dụng tạm thời, đi ra ngoài trang web để tự vận hành các công cụ hoặc thực sự thu thập và xử lý dữ liệu cho họ.
Cơ sở này đã là công cụ nghiên cứu sau các cơn bão Michael và Florence, động đất ở Nhật Bản và Indonesia, và các trận lở đất lớn ở Alaska và Oregon. Trong mỗi trường hợp, nhóm khoảng một chục nhà nghiên cứu đã tạo điều kiện cho việc thu thập những luồng dữ liệu khổng lồ của khu vực thảm họa trong giai đoạn quan trọng trước khi bắt đầu làm sạch nghiêm trọng. Sau đó, họ sắp xếp bằng chứng này thành các bảng toàn diện hoặc biến nó thành các đám mây điểm, trực quan hóa 3D của một cảnh được tạo thành từ một số lượng lớn các điểm riêng lẻ hoặc thậm chí là hình ảnh streetview kiểu Google.
Nhưng bất kể họ xử lý dữ liệu này như thế nào, họ đưa ra quan điểm luôn chia sẻ nó trực tuyến.
Wartman cho biết, bất cứ điều gì chúng tôi thu thập được đều đi đến một kho lưu trữ công cộng rất nhanh, và sau đó các nhà nghiên cứu từ khắp nơi trên thế giới có thể sử dụng nó. Hãy để mọi người không chỉ sử dụng nó mà còn để họ mơ về những cách sử dụng mới cho dữ liệu này. Đó là một tài sản công cộng sau khi chúng tôi sử dụng nó.
Chuyên gia vận hành RAPID Tiến sĩ Jake Dafni trình diễn một trong những máy quét laser tầm xa của cơ sở, được sử dụng để tạo ra các mô hình ba chiều có độ phân giải cao của các trang web thiệt hại [Ảnh: Hallie Golden]
Cùng với nhóm hộp đầu tiên bên trong trung tâm, Jake Dafni, giám đốc điều hành của cơ sở và chỉ nhân viên toàn thời gian, đã rút ra một hộp đen lớn, để lộ camera quan sát đường phố. Thiết bị nhỏ, màu trắng được trang bị sáu camera quay mặt về mọi hướng và có thể được móc trên đầu xe để chụp ảnh khi lái xe.
Khi cơn bão Florence tấn công Bắc Carolina vào tháng 9 năm ngoái, Dafni và một nhóm nhỏ đã sử dụng máy ảnh để đánh giá thiệt hại do gió đối với các khu dân cư. Trong ba ngày, ông nói, một trong những nhà nghiên cứu đã có thể lái xe qua 12 khu phố và chụp ảnh cứ sau vài mét. Sau đó, họ đã sử dụng phần mềm để liên kết tất cả các hình ảnh đó lại với nhau, tạo ra một kiểu xem đường phố cực kỳ chi tiết về thiệt hại của Google.
Họ có thể lấy hình ảnh này và phóng to và xem, được rồi, gạch mái có bị bong ra không, mái nhà có bị bong tróc không, cửa sổ có bị nứt và hư không? Dafni nói. Tất cả những thứ đó được ghi lại trong một khoảng thời gian rất ngắn trong lĩnh vực này, và sau đó họ có thể dành nhiều thời gian như họ muốn sau này để thực sự nhìn vào dữ liệu.
Trong phòng liền kề của cơ sở, Dafni đã bật một thiết bị quét laser được gọi là MapRek I-Site XR3. Ông đã sử dụng nó để thu thập dữ liệu vị trí bên trong bến du thuyền đã bị hư hại ở Florida sau cơn bão Michael. Bất cứ nơi nào thiết bị được đặt, nó sẽ nhanh chóng phát ra các xung laser để đo khoảng cách giữa nó và mọi thứ xung quanh nó. Kết quả là một hình ảnh 3D chi tiết của bến du thuyền và do đó tất cả các thiệt hại mà nó phải chịu đựng.
Một mô hình kỹ thuật số ba chiều gây thiệt hại cho một tòa nhà trong cơn bão Micheal [Ảnh: Jake Dafni]
Bên cạnh thiết bị quét laser là một máy bay không người lái màu đen lớn, được trang bị camera độ phân giải cao. Wartman giải thích rằng ông đã sử dụng nó vào tháng 11 ở Indonesia sau trận động đất Sulawesi để thu thập các bức ảnh chụp từ trên không của hiện trường. Ông đã bay chiếc máy bay không người lái 180 feet trên khu vực và thu thập hình ảnh độ phân giải cao cứ sau 15 đến 30 feet. Sau sáu giờ, ông đã có khoảng 1.000 bức ảnh và đã có thể ghép lại với nhau một cảnh kỹ thuật số bao gồm vài dặm vuông bất động sản bị hư hỏng.
Đây là loại thông tin mà cơ sở, sự hợp tác giữa Đại học Washington, Đại học bang Oregon, Virginia Tech và Đại học Florida, đã tập trung vào dữ liệu dễ hỏng. Nhóm các nhà nghiên cứu làm việc để thực hiện các phép đo và chụp hình ảnh của những ngôi nhà bị phá hủy hoặc sườn đồi lầy lội hoặc bất cứ thứ gì khác có thể sẽ biến mất trong vài tuần hoặc thậm chí vài ngày khi các nỗ lực cứu hộ và phục hồi diễn ra. (Họ hàng tồn kho thậm chí bao gồm một chiếc thuyền. Các camera điều khiển từ xa sử dụng Z-thuyền và echo sounders để đánh giá thiệt hại dưới nước) Cơ sở này cũng đang nỗ lực để mang lại khoa học xã hội vào nghiên cứu của họ bằng cách đo như thế nào các cộng đồng này rủi ro tác động và người cá nhân.
Hình ảnh không người lái của thiệt hại gió từ cơn bão Micheal [Ảnh: Jake Dafni]
Với loại dữ liệu và chia sẻ này, toàn bộ cộng đồng khoa học đã bắt đầu thu được thông tin cực kỳ chính xác về những gì thực sự xảy ra khi những mối nguy này tấn công. Điều đó có thể rất hữu ích khi làm lại hoặc xây dựng các mô hình dự đoán mới giúp dự đoán loại thiệt hại và ảnh hưởng đối với các cộng đồng do mỗi thảm họa tự nhiên gây ra.
Những gì chúng ta đang cố gắng làm là dự đoán và cuối cùng có thể dự báo các mối nguy hiểm tốt hơn, bởi vì nếu chúng ta có thể làm điều đó thì chúng ta có thể bắt đầu hiểu được điểm yếu của mình ở đâu và thực hiện các biện pháp để giảm thiểu rủi ro và tăng khả năng phục hồi, Wartman nói .
Ông đưa ra ví dụ về cuộc kiểm tra của nhóm RAPID về bến du thuyền và các tòa nhà lớn khác sau cơn bão Michael. Nhóm nghiên cứu đã phát hiện ra rằng những loại tòa nhà lớn, bằng kim loại này không nhất thiết bị phá hủy bởi gió lớn, nhưng bởi điều này, hiệu ứng accordion của những tòa nhà này rung động, và những rung động đó gần giống như một trận động đất sẽ làm sập tòa nhà, ông nói. Chiến binh. Thông tin đó sau đó có thể hữu ích cho việc cải thiện các tòa nhà này để ngăn chặn các loại sụp đổ này.
Cơ sở này dự kiến sẽ tiếp tục giúp thúc đẩy nghiên cứu thảm họa tự nhiên trong ít nhất vài năm nữa. Nó hoạt động theo hợp đồng năm năm từ Quỹ khoa học quốc gia, cùng với khoảng 5 triệu đô la tài trợ từ cơ quan này.
Nhưng Wartman cho biết mục tiêu của họ là không có cách nào để biến cơ sở này thành vật cố định trong cộng đồng nghiên cứu. Trong thực tế, trong một số ý nghĩa, nó chỉ ngược lại.
Nếu mọi việc suôn sẻ, chúng tôi sẽ tự mình thoát khỏi việc kinh doanh, ông nói. Nếu chúng ta có thể đạt đến mức chúng ta đã đạt được nhiều tiến bộ đến mức điều này trở thành mối quan tâm thứ yếu trong số các loại thách thức và vấn đề khác mà xã hội phải đối mặt, đó sẽ là thước đo thành công của chúng ta.
Nhận xét
Đăng nhận xét