Sfruttare i dati satellitari con l’aiuto dell’IA
Copernicus, la componente di osservazione della Terra del programma spaziale dell’UE, fornisce informazioni provenienti da satelliti e da dati non spaziali in situ. Questo servizio fornisce dati critici utilizzati per le previsioni meteorologiche, l’agricoltura e le risposte ai disastri naturali. Nell’ambito di questo servizio, una famiglia di satelliti, chiamati Sentinel, svolge compiti specifici di monitoraggio della terra, degli oceani e dell’atmosfera. Sebbene le informazioni raccolte siano gratuite e liberamente accessibili agli utenti, può essere difficile orientarsi nella gran mole di dati. «Gli archivi di dati satellitari stanno crescendo in volume e diversità», osserva la coordinatrice del progetto BigEarth, Begum Demir di BIFOLD e TU Berlin, in Germania. «Per trovare informazioni utili, dobbiamo sviluppare approcci di ricerca dei dati più scalabili.»
Cercare negli archivi di dati satellitari
Il progetto BigEarth, sostenuto dal Consiglio europeo della ricerca, ha sviluppato nuovi metodi, approcci e strumenti per estrarre informazioni dagli archivi di dati satellitari esistenti. L’obiettivo era quello di sfruttare meglio le enormi quantità di dati satellitari attualmente raccolti. Una svolta fondamentale è stata lo sviluppo di un approccio basato sull’interrogazione di archivi di dati con immagini. «La nostra competenza principale consiste nello sviluppo di modelli di apprendimento automatico per l’analisi di dati satellitari su larga scala», spiega Demir. Sono stati sviluppati algoritmi per analizzare, modellizzare e recuperare dati da archivi enormi in modo scalabile. La tecnica è stata progettata per essere facile da usare e disponibile per i ricercatori di diverse discipline.
Prototipo di motore di ricerca di immagini satellitari
«Supponiamo di sentire al telegiornale un incendio nella foresta amazzonica», dice Demir. «Potrebbero esserci altri incendi boschivi, ma nessuno ne è a conoscenza. Inserendo l’immagine di un incendio boschivo, è possibile cercare nel database eventi simili.» Un altro possibile utilizzo di questa tecnica è la ricerca di un minerale specifico, che potrebbe essere nascosto negli archivi di dati satellitari. Interrogare l’archivio con un’immagine di esempio può aiutare a individuare esattamente la posizione di questo minerale sul pianeta. I dati recuperati saranno geolocalizzati e marcati temporalmente. Mentre BigEarth si concentrava sui fondamenti dello sviluppo di nuovi algoritmi e delle query di ricerca, è stato avviato anche un progetto secondario per sviluppare un prototipo di motore di ricerca funzionante. Questo è stato presentato alle agenzie spaziali, tra cui l’ESA (l’Agenzia spaziale europea), durante un workshop tenutosi verso la fine del progetto. «Come gruppo di ricerca, non saremmo stati in grado di mantenere questo prototipo di motore di ricerca», aggiunge Demir. «La nostra idea era di vedere se le agenzie spaziali come l’ESA potessero basarsi sul nostro know-how esistente e aggiungere questo strumento ai loro servizi.»
Potenziamento del Copernicus Data Space Ecosystem
Consentire agli utenti finali di navigare meglio nell’enorme quantità di dati satellitari disponibili e di trovare ciò che cercano in modo rapido ed efficiente è l’obiettivo finale del progetto. Questo potrebbe aiutare i meteorologi a prevedere con maggiore precisione i modelli meteorologici e gli oceanografi a tracciare i cambiamenti della temperatura del mare. Potrebbe anche aiutare a mappare con precisione gli habitat e i processi come la deforestazione. In futuro, un’area di particolare interesse è il modo in cui il concetto di motore di ricerca di BigEarth potrebbe essere incorporato nel Copernicus Data Space Ecosystem. Su questa piattaforma cloud, liberamente accessibile a tutti, sono disponibili i dati satellitari Sentinel. Demir e il suo team sperano che l’aggiunta di query basate sulle immagini possa arricchire in modo significativo l’esperienza dell’utente.
Parole chiave
BigEarth, IA, satellite, clima, Copernicus, ESA, deforestazione
