[ad_1]
为飓风，干旱，非法采伐和漏油等环境灾难提供快速反应的挑战是牛津大学成为重要合作伙伴的两个新项目的重点。
以卫星图像为起点，这两个项目的目的是为每个国家的重要决策者创造信息，以便能够尽早进行干预，以保护人们和环境。卫星数据的优点在于，它可以快速识别地球或海面的小变化，这可能是造成更大问题的指标。森林中出现的一个新“洞”可以提供非法砍伐的证据，或者作物的轻微变色可能会显示出早期的干旱影响。将这些图像的数据与其他数据源相结合，有可能为政府和其他参与者创造强大的信息
在马来西亚，项目财团将与政府机构合作处理淹水，石油污染和非法采伐，对马来西亚人民构成严重的社会和经济威胁。季风洪水是一个主要的年度问题，该项目旨在使撤离计划和洪水防御更快地启动。它还将产生数据，帮助当局快速识别和跟踪航运中的石油泄漏，从而对马来西亚红树林沼泽造成无法弥补的损害，并确定发生非法采伐的地区。
在埃塞俄比亚和肯尼亚，重点将是更好地了解洪水和干旱风险，从而有助于建立当地人民对这些自然灾害的抵御能力，减轻贫困。目的是使用相同的数据在需要时提供紧急响应，并帮助制定长期的干旱和洪水战略和解决方案。在肯尼亚，该项目还将提供支持微型保险市场的工具，这对于几乎没有或无法获得保险的农民来说是至关重要的，提供关于作物损害的独立数据来验证农民的要求。
卫星图像对于从地球上广泛的各种事件快速生成独立数据非常有用，因为它们展开。困难在于如何组织和处理大量数据，并将其与地球表面的其他数据结合起来，以便最有效地向决策者提供信息。数据也可能存在差距，或者有些数据可能不可靠。
这是牛津大学工程科学系具有相当专业知识的领域。研究人员已经开发出能够从卫星图像自动化和处理大量数据的复杂的机器学习工具。该软件可以调和不一致的数据，过滤掉不可靠的来源，并整合来自其他来源（如社交媒体）的信息。甚至可以插入已知观测数据中的数据“黑点”，从而在整体图像中填补空白。
与其他具有不同专业知识的其他合作伙伴合作，牛津大学将会将这些工具用于马来西亚，埃塞俄比亚和肯尼亚确定的现实问题，并研究如何最有效地应用于这些不同领域上下文。例如，在埃塞俄比亚和肯尼亚进行的干旱反应工作中，牛津工程师将与专业从事水文学的地理与环境学院的同事合作。他们一起将与商业合作伙伴一起调查如何使用机器学习将作物卫星图像的数据与地表水和地下水资源的信息相结合。以这种方式结合上下的观点比单独观察每一个观点更加强大，并将创造更准确的干旱预警。
牛津博士领导机器学习的Steven Reece博士说：“机器学习对许多行业产生积极的影响，支持基于范围广泛的应用领域的循证决策，加上最近的发展数据科学和大量数据的可用性，时间正确地为包括自然灾害在内的关键社会问题提供真正突破性的，有效的以数据为中心的解决方案，我们的工作将为灾情提供更及时，准确和详细的了解比目前可用。“
在埃塞俄比亚和肯尼亚，两个地球和海洋观测系统（马来西亚）和地球观测对抗飓风和抗旱能力将总共投入2100万英镑，并吸引了英国航天局的资金超过1000万英镑。这两个项目都与联合国许多可持续发展目标直接相关。希望这些项目的成功经验可以在世界其他地区和未来的其他环境威胁中得到应用
###
马来西亚项目：
牛津队：
Steven Reece博士和工程科学教授Steve Roberts，MPLS部门的Simon Jackman博士
项目联盟：
卫星应用弹射器，Janus TCD，Stevenson Astrosat，Geocento，Ambiental，普利茅斯海洋实验室，AutoNaut，Riskaware，Telespazio Vega，地球观测公司，莱斯特大学，牛津大学Sterling Geo，eOsphere
国际合作伙伴：
马来西亚国防大学（NDUM）
埃塞俄比亚/肯尼亚项目：
牛津队：
Steven Reece博士和Steve Roberts教授，工程科学教授Simon Dadson教授和Jim Hall以及地理与环境学院Katrina Charles博士和MPLS部门Simon Jackman博士
项目联盟：
空客国防与空间，生动经济有限公司，牛津大学，Sayers and Partners LLP（SPL），GeoSAS有限公司
国际合作伙伴：
埃塞俄比亚发展研究所（EDRI），肯尼亚当地合作伙伴
编辑注释
英国航天局这些项目的新闻稿可以在以下网址找到：
免责声明： AAAS和EurekAlert！不对发布到EurekAlert的新闻稿的准确性负责！通过贡献机构或通过EurekAlert系统使用任何信息。
阅读更多