Jump to Content
Previsione dei disastri naturali per aiutare le persone a rimanere al sicuro

Creazione di modelli di AI per previsioni più accurate che aiutino le comunità a prepararsi ai disastri naturali.

Previsione di inondazioni basata sull'AI

Play silent looping video Pause silent looping video

Flood Hub

Flood Hub mostra le nostre previsioni di inondazioni fluviali allo stato dell'arte, indicando la traiettoria delle inondazioni con un anticipo fino aGroundsource 7 giorni in 150 paesi. Include anche previsioni di inondazioni improvvise per le aree urbane con un preavviso fino a 24 ore, per fornire a governi, organizzazioni non profit e utenti informazioni critiche e utili.
Scopri di più

Una carta del mondo che mostra una mappa termica della densità dei dati in Europa, Africa, Asia e Australia, sovrapposta a piccoli punti rossi. Una legenda con una barra di colore verticale sul lato destro indica il numero dei punti dati utilizzando una scala logaritmica che va da 10 elevato alla zero fino a 10 elevato alla quinta, passando dal viola scuro al giallo brillante.

Groundsource

Groundsource utilizza Gemini per trasformare milioni di report pubblici in un archivio di dati di alta qualità e migliorare la previsione delle crisi. Il nostro set di dati ad accesso libero sulle inondazioni urbane improvvise include 2,6 milioni di record ed è stato utilizzato per addestrare il nostro nuovo modello per le inondazioni urbane improvvise.
Scopri di più

Rilevamento tempestivo e monitoraggio in tempo reale degli incendi boschivi

Rendering 3D digitale del pianeta Terra illuminato in toni viola, circondato da una complessa rete di sottili linee orbitali che si intersecano e tracciano più satelliti di comunicazione nello spazio.

FireSat

Sviluppato in collaborazione con Earth Fire Alliance e Muon Space, FireSat utilizza immagini satellitari multispettrali e l'AI per fornire informazioni quasi in tempo reale sugli incendi boschivi. Quando l'intera costellazione sarà operativa, fornirà aggiornamenti ogni 20 minuti, consentendo il rilevamento di incendi boschivi delle dimensioni di un'aula scolastica.
Scopri di più

Play silent looping video Pause silent looping video

Monitoraggio dei confini degli incendi boschivi

Stiamo utilizzando l'AI e le immagini satellitari per mappare i confini dei grandi incendi boschivi e visualizzarli su Google Maps e sulla Ricerca Google in oltre 30 paesi.
Scopri di più

Rilevamento dei terremoti

Play silent looping video Pause silent looping video

Allerte terremoti di Android

Abbiamo sviluppato un sistema che rileva i terremoti utilizzando misurazioni aggregate da una rete globale di smartphone Android dotati di accelerometri (come piccoli sismometri!). Questo ci consente di allertare gli utenti al di fuori dell'epicentro pochi secondi prima che inizino le scosse, in modo che possano mettersi al riparo.
Scopri di più

Previsione di eventi meteorologici estremi

Un'interfaccia del modello meteorologico WeatherNext che mostra i percorsi di monitoraggio avanzato per un uragano nell'Oceano Atlantico settentrionale. La mappa, che si estende dalle vicinanze dei Caraibi fino alle Bermuda e alla costa orientale degli Stati Uniti, visualizza una previsione d'insieme con numerose linee di traiettoria curve che passano dal giallo e dall'arancione al rosa, insieme a una spessa linea nera che traccia il percorso principale previsto.

WeatherNext

WeatherNext fornisce le nostre previsioni più accurate per gli eventi meteorologici estremi. Viene utilizzato dal National Hurricane Center degli Stati Uniti come base dati per le previsioni ed è stato impiegato per prevedere la traiettoria e l'intensità dei cicloni con un alto grado di affidabilità con giorni di anticipo. WeatherNext viene utilizzato anche per migliorare tutti i risultati di Google legati al meteo.
Scopri di più

Valutazione dei danni post-disastro

Un'immagine satellitare a schermo diviso che mostra la valutazione dei danni post-disastro del modello SKAI. Il riquadro di sinistra mostra una vista aerea pre-disastro di una zona urbana costiera, mentre il riquadro di destra mostra la stessa area post-disastro, con una fitta sovrapposizione di punti rossi che indicano i danni strutturali e agli edifici rilevati dall'AI.

SKAI

SKAI è un modello di valutazione dei danni post-disastro basato sull'AI. Sviluppato in collaborazione con il Programma alimentare mondiale (PAM) delle Nazioni Unite e con UN DISHA, è progettato per accelerare il lavoro delle organizzazioni di aiuti umanitari in seguito ai disastri naturali. Confrontando le immagini satellitari pre- e post-disastro con l'aiuto di machine learning e visione artificiale, il sistema può mappare i danni strutturali agli edifici in vaste zone urbane quasi in tempo reale.
Scopri di più