Jump to Content

Previsão de desastres naturais para ajudar as pessoas a se protegerem

Modelos de IA criados para previsões mais assertivas que ajudam comunidades a se preparar para desastres naturais

Previsão de cheias e inundações com tecnologia de IA

Play silent looping video Pause silent looping video

Flood Hub

O Flood Hub exibe nossas previsões avançadas de cheias e inundações fluviais, mostrando a trajetória dos transbordamentos com até 7 dias de antecedência em 150 países. Ele também inclui previsões de inundações repentinas em áreas urbanas com até 24 horas de antecedência para fornecer informações importantes e úteis a governos, organizações sem fins lucrativos e usuários.

Um mapa de calor destacando regiões globais pela densidade de dados na Europa, África, Ásia e Austrália, sobreposto por pequenos pontos de marcador vermelhos. Uma legenda em barra de cores vertical no lado direito indica contagens de pontos de dados usando uma escala logarítmica que varia de 10 elevado a 0 até 10 elevado a 5, passando de roxo escuro a amarelo brilhante.

Groundsource

O Groundsource usa o Gemini para transformar milhões de relatórios públicos em um arquivo de dados de alta qualidade que ajuda a prever crises. Treinamos nosso novo modelo de inundações urbanas repentinas com 2,6 milhões de registros do nosso conjunto de dados de acesso aberto.

Detecção precoce e monitoramento em tempo real de incêndios florestais

Uma renderização digital em 3D do planeta Terra iluminado em tons de roxo, cercado por uma complexa rede de linhas orbitais finas que se cruzam e interligam vários satélites de comunicação no espaço sideral.

FireSat

Desenvolvido em parceria com a Earth Fire Alliance e a Muon Space, o FireSat usa imagens de satélite multiespectrais e IA para fornecer insights quase em tempo real sobre incêndios florestais. Quando a constelação estiver totalmente operacional, ela vai fornecer atualizações a cada 20 minutos, possibilitando a detecção de incêndios florestais do tamanho de uma sala de aula.

Play silent looping video Pause silent looping video

Monitoramento dos perímetros de incêndios florestais

Estamos usando IA e imagens de satélite para mapear os perímetros de grandes incêndios florestais e exibi-los no Google Maps e na Pesquisa Google em mais de 30 países.

Detecção de terremotos

Play silent looping video Pause silent looping video

Alertas de terremoto do Android

Desenvolvemos um sistema que detecta terremotos usando medições agregadas de uma rede global de smartphones Android equipados com acelerômetros (como pequenos sismômetros). Isso nos permite alertar os usuários fora do epicentro segundos antes do início do tremor para que eles possam se proteger.

Previsão de eventos climáticos extremos

Interface de um modelo meteorológico do WeatherNext mostrando trajetórias de rastreamento avançado para um furacão no Oceano Atlântico Norte. Abrangendo desde as proximidades do Caribe até as Bermudas e a costa leste dos EUA, o mapa mostra uma previsão de conjunto com várias linhas de trajetória curvas que mudam de amarelo e laranja para rosa, além de uma linha preta mais grossa que traça o caminho principal previsto.

WeatherNext

O WeatherNext oferece nossas previsões mais precisas para eventos climáticos extremos. Ele é usado pelo Centro Nacional de Furacões dos EUA e já previu o caminho e a intensidade de ciclones com dias de antecedência e alto índice de confiabilidade. O WeatherNext também está sendo usado para ajudar a impulsionar todos os resultados climáticos do Google.

Avaliação de danos pós-desastre

Uma imagem de satélite em tela dividida mostrando a avaliação de danos pós-desastre do modelo SKAI. O painel esquerdo mostra uma vista aérea de uma zona urbana costeira antes do desastre, enquanto o painel direito exibe a mesma área após o desastre, marcada com muitos pontos vermelhos indicando a detecção feita por IA de danos estruturais e em edifícios.

SKAI

O SKAI é um modelo de avaliação de danos pós-desastre com tecnologia de IA. Desenvolvido em parceria com o Programa Mundial de Alimentos (PMA) das Nações Unidas e a UN DISHA, ele foi criado para acelerar o trabalho das organizações de ajuda humanitária após desastres naturais. Ao usar aprendizado de máquina e visão computacional para comparar imagens de satélite antes e depois de um desastre, o sistema pode mapear danos estruturais e em edifícios em vastas zonas urbanas quase em tempo real.