[ad_1]
//php echo do_shortcode(‘[responsivevoice_button voice=”US English Male” buttontext=”Listen to Post”]’) ?>
Con l’aiuto di Evergreen, un’organizzazione no-profit con sede a Toronto, e Gramener, una società di data science con sede a Princeton, NJ, gli urbanisti di Calgary, Alberta, possono ora utilizzare un’app che si basa su più set di dati e sull’apprendimento automatico per identificare dove esistono le isole di calore nella città. Possono quindi adottare misure per mitigare gli effetti delle alte temperature.
A breve termine, i leader delle città potrebbero aprire centri di raffreddamento e i primi soccorritori potrebbero essere in allerta per le minacce sanitarie in alcuni quartieri poste dalle alte temperature. A lungo termine, i pianificatori possono utilizzare l’app e la sua funzionalità di simulazione lungimirante per gli sforzi di riqualificazione dei quartieri, come determinare dove posizionare i parchi o dipingere distese di cemento bianco.
Gramener e il partner SEEDS (Sustainable Environment and Ecological Development Society) con sede a Nuova Delhi utilizzano una strategia simile basata sull’intelligenza artificiale per aiutare a proteggere le persone in India dai disastri naturali, come i tifoni (lo stesso fenomeno meteorologico dei cicloni e degli uragani), inondazioni e terremoti. Il governo indiano ha utilizzato l’app nel periodo precedente al ciclone Yaas nel 2021, garantendo l’evacuazione tempestiva di migliaia di persone.
“La parte migliore della tecnologia è la capacità di arrivare a un livello granulare, a livello di singola casa, e informare gli abitanti se sono a rischio”, Sundeep Reddy Mallu, responsabile dell’analisi e della governance ambientale, sociale e aziendale presso Gramener , ha detto a EE Times.
Di Dylan Liu, Geehy Semiconductor 21.03.2024
Di Lancelot Hu il 18.03.2024
Di EE Times Taiwan 18.03.2024
Solo cinque anni fa, gli avvertimenti del governo di minacce imminenti coprivano vaste aree geografiche, ha detto Mallu. Pertanto, erano meno precisi e meno utili nel proteggere le persone.
Diversi fattori hanno portato al passaggio dalla pianificazione delle catastrofi macro a quella micro.
I costi inferiori determinano un utilizzo diffuso
La principale tra le differenze che rendono più diffuso l’uso della tecnologia Gramener è la riduzione dei costi. Secondo Mallu, il costo tipico per l’acquisizione di immagini satellitari per una regione di 1 chilometro quadrato (0,6 miglia quadrate) è inferiore a 10 dollari, mentre quasi dieci anni fa era superiore a 100 dollari. Anche il prezzo del cloud computing è sceso.
“Oggi è possibile effettuare il provisioning di una macchina NC6 su Azure a 4 dollari l’ora”, ha affermato. “Confrontiamo questi costi con quelli che erano – almeno 10 volte di più – anche un paio di anni fa”.
Tali riduzioni dei costi, insieme alla disponibilità di dati terrestri open source e a risoluzione moderata forniti da Landsat, un programma della NASA e dell’US Geological Survey, e di Sentinel-2, dati terrestri ad alta risoluzione dell’Agenzia spaziale europea, hanno anche reso possibile applicazioni come quelle di Evergreen sono possibili.
Gramener utilizza anche i dati satellitari di una società commerciale.
In anticipo sui tempi sull’azione per il clima
Per il progetto con Calgary, che si trova a circa 300 miglia a nord di Great Falls nel Montana, Gramener ed Evergreen hanno collaborato con i finanziamenti di Microsoft per utilizzare i dati per identificare le isole di calore urbane dove le temperature possono essere significativamente più alte rispetto alle aree periferiche. Queste isole sono il risultato di edifici, strade e altre infrastrutture che assorbono ed emettono calore. I set di dati utilizzati da Gramener ed Evergreen per creare un’app low-code includevano immagini Landsat, oltre a immagini meteorologiche, infrastrutture, vegetazione, superfici permeabili/impermeabili, censimenti e dati socio-demografici.
“Calgary è sempre stata, a mio parere personale, molto in anticipo sui tempi quando si tratta di intraprendere azioni per il clima e di fare passi per investire in quelle opportunità per proteggere le sue comunità”, ha affermato Josh Welch, responsabile del programma Evergreen.
La città utilizza l’app per sviluppare piani d’azione di quartiere e per scopi di riqualificazione. Anche altre città potrebbero trarre vantaggio dall’utilizzo di questo approccio basato sui dati.
“Lo scopo è quello di aiutare a sostenere e guidare gli investimenti e le decisioni politiche basate sullo strumento per i comuni che si trovano ad affrontare la minaccia della crisi climatica, e in particolare cercando di affrontare il caldo estremo e le isole di calore urbane”, ha affermato Welch.
Una funzionalità aggiunta dopo lo sviluppo iniziale dell’app è una funzione di previsione che Evergreen chiama modellazione di scenari. Ad esempio, la modellazione degli scenari potrebbe simulare gli effetti del cambiamento del colore del tetto in bianco e identificare il cambiamento atteso nelle tendenze delle isole di calore urbane per la comunità.
Dopo il successo con Calgary, Evergreen ha collaborato con la regione della municipalità di Peel in Ontario, che comprende le città di Brampton, Caledon e Mississauga, per creare la propria applicazione con denaro aggiuntivo dal fondo RBC Tech for Nature della Royal Bank of Canada Foundation.
“Lo hanno utilizzato attivamente per supportare tutti i tipi di documentazione strategica di livello superiore”, ha affermato Welch. “Stiamo ora dialogando con alcune di queste città locali, come la città di Mississauga, per capire se lo strumento fornisce loro valore e in che modo possono utilizzarlo.”
Il prossimo passo è cercare di estendere il programma a tutto il Canada, ha affermato.
L’imprevedibilità è una sfida
Mallu vede il potenziale per un’app simile a quella utilizzata a Calgary per altri disastri, inclusi cicloni, terremoti e ondate di caldo. L’app potrebbe essere implementata in Giappone in caso di un terremoto come quello di magnitudo 7,5 che ha colpito il 1° gennaio. Anche il Giappone, soggetto a terremoti, è soggetto ai conseguenti tsunami.
“La stessa soluzione può essere applicata alla geografia giapponese perché attualmente la soluzione è concepita per tenere conto di due rischi”, ha affermato.
Un altro potenziale utilizzo è nella valutazione del rischio per gli edifici commerciali e per il potenziale trasferimento di cittadini le cui case sono in pericolo.
L’app ha anche il potenziale per aggiornamenti.
“Uno dei limiti della soluzione è che, anche se siamo in grado di prevedere il rischio della casa sulla base di dati storici e altre informazioni, non siamo ancora in grado di dire se la casa è a rischio al momento Questo ciclone”, ha spiegato Mallu. “I cicloni hanno schemi di direzione diversi fino all’atterraggio, quindi non sapremo se l’intensità di un ciclone è di categoria 1, 2, 3, 4 o 5, o se la direzione del ciclone influenzerà o meno una particolare casa. Quindi non siamo ancora pronti per incorporare la direzione in tempo reale del ciclone o dell’uragano nella previsione del modello”.
[ad_2]
Source link
