Forskere ved Mohamed bin Zayed University of Artificial Intelligence udnytter AI-teknologi til at udforske løsninger inden for byplanlægning globalt med det formål at imødegå de hyppigere forekommende ekstreme vejrhændelser som følge af klimaændringer.
Forskningsholdet, ledet af Dr. Salman Khan, en adjunkt i Computer Vision-afdelingen, har udnyttet kunstig intelligens og computer vision-teknikker til at konstruere en foreløbig automatisk model til analyse af satellitdata for at vurdere oversvømmelsesforhold.
Dette initiativ er særligt aktuelt, da Arabiske Golf-regionen for nylig har oplevet usædvanlige mængder nedbør, hvilket har fremkaldt en hurtig analyse af tre cases: Palm Jumeirah i Dubai, Musaffah i Abu Dhabi og Al Buraimi i Oman. Forskerne har anvendt rumlig satellitdata til at sammenligne billeder, der er fanget ved fjernsensorobservation før og efter regionens storm.
Analysen sigter mod at give et værktøj til registrering af klimatiske variationer og til at hjælpe kommuner og lokale myndigheder med hurtigt at vurdere konsekvenserne af kraftig nedbør. Dette værktøj kan identificere de områder, hvor vandansamlingen er mest signifikant, ved at vise gule linjer sammenflettet med oversvømmelseszoner og identificere kritisk infrastruktur som hospitaler, skoler og boligområder, der kan være i større risiko.
Er stadig i sin spæde udvikling og modellen er afhængig af kunstige intelligensalgoritmer og offentligt tilgængelige åbne datakilder, som f.eks. billeder fra Sentinel-2 med en opløsning på 10 meter og OpenStreetMap, som forbedres af en global frivillig indsats, der giver geografisk information om forskellige regioner og veje. Lokalsamfundet validerer disse data for at sikre deres nøjagtighed.
Dette værktøjs potentielle anvendelser er omfattende, da det ikke kun kan informere beredskabsplaner, men også guide fremtidig byudvikling med henblik på at mindske risikoen forbundet med ekstreme vejrforhold forårsaget af klimaændringer.