來源：HyperAI超神經

從 7 月 18 日到今天，河南出現罕見持續強降水天氣過程，其中鄭州成為降雨量最大的地級市。全市普降大暴雨、特大暴雨，累積平均降水量449毫米，日降水量和小時降水量，都超過了有氣象記錄以來極值，讓全國人民都為之關注與擔憂。

其中，僅鄭州大學第一附屬醫院，因貴重設備、精密儀器如 CT、核磁共振、高壓氧艙、機房等，部署在一層或地下一層，保守估計已經造成了超過十億元的經濟損失。

救援刻不容緩，技術如何發揮作用？

以往，救援人員通過群眾求救、現場評估的方法，來了解受災情況，但評估過程可能要花費數小時之久，這對于搶救工作極為不利。

災情監測方面，雖然相關部門有一套完善的地面監測體系，但受限于覆蓋率與便捷度，還是無法滿足更精細化的監控需求。如今，無人機、衛星遙感都被引用到了災害救援和災后重建工作中。其中，衛星遙感技術成為一種必要的補充。

應用在本次河南暴雨災害現場的無人機設備

發揮了觀測、搜尋、照明、投放、喊話安撫等重要作用

遙感其高重復頻率和大范圍同步的信息采集能力，更大限度地填補過往監控的空白部分，為目標區域的受災范圍、程度等指標提供輻射面更廣、更準確的實時數據。

在遙感影像方面，利用多光譜及 SAR 影像數據，結合機器學習技術，能夠幫助有關部門明確災情嚴重的區域，這就需要有更及時的遙感圖像和分析解決方案。

xBD ：全球最大災害損失評估數據集

在 2019 年，美國國防部牽頭舉辦的 xView2 災害受損評估挑戰賽，啟用了高分辨率衛星圖像災后評估數據集 —— xBD 數據集，這不僅是迄今為止第一個建筑破壞評估數據集，也是帶注釋的高分辨率衛星遙感圖像中，規模最大、質量最高的公開數據集之一。

xBD 數據集提供了各種災害事件發生前和發生后的多波段衛星圖像，包括構建多邊形、損害類型的分類標簽、損害程度的等級標簽以及相應的衛星元數據。此外，該數據集還包含了邊界框和環境因素的標簽，如火、水、煙等。

數據集涵蓋了全球 15 個國家數十次災害影像

數據集中包含來自15個國家的 50,000 平方公里遙感圖像（0.3米精度）中的 850,000 個建筑物注釋。包括七種災害類型：野火，山體滑坡，大壩倒塌，火山噴發，地震/海嘯以及風災和洪災破壞。

xView2 xBD 災害受損評估數據集

發布單位：Maxar/ DigitalGlobe

數據格式：png 等

數據大小：30.3 GB

更新時間：2020 年 10 月 28 日

下載地址：https://hyper.ai/datasets/13272

數據集中的圖像示意圖

數據集包括 Train 訓練集、Test 測試集、Holdout保留集和 Tier3 數據集：

其中 Train 訓練集為像素分割任務提供了圖像對（災前和災后）和有關建筑物和損壞程度的地面實況信息。

Test 測試集僅提供圖像，用于挑戰賽排名；

Holdout 保留集則在挑戰賽期間保密，目的是測試已驗證挑戰賽隊伍提交結果的泛化性能；

Tier3 數據集在挑戰中途可用，并作為額外/補充訓練集提供，涵蓋額外的災害跨度和地理區域。

AI 對災害救援、重建工作的意義

洪澇災害，由于它地域分布上的廣泛性和時間上的頻發性，致使洪澇災害在各種自然災害中經濟損失程度最高。道路、鐵路、橋梁、電力和天然氣線路等公共設施，均會遭到不同程度的毀壞。

對于突發的自然災害，需要相關救援人員盡量減少反應時間，迅速響應、采取行動，盡可能減少損失和挽救生命。此外，為了更好地在受災地區部署資源，必須及時掌握受災位置和受災程度，優化救援資源。

災難來襲，分秒必爭。在自然災害面前，人類雖然渺小，但新科技與人工智能的加入，讓我們在危機面前多了些底氣，也讓絕境之中的城市，多了一份生的希望。