洪水通常伴隨著各種惡劣的天氣條件,如烏云、大雨和狂風。
基于GPU的數(shù)據(jù)科學系統(tǒng)現(xiàn)在可以幫助研究人員和水災(zāi)應(yīng)急團隊“看透”這一切。
利物浦大學地理數(shù)據(jù)科學實驗室客座教授John Murray開發(fā)了cuSAR,該平臺可以利用歐洲航天局的雷達數(shù)據(jù)來監(jiān)測地面狀況。
cuSAR使用衛(wèi)星數(shù)據(jù)創(chuàng)建圖像,以此描繪惡劣天氣條件下地面狀況的準確地理信息。
為創(chuàng)建雷達視覺平臺,Murray使用了NVIDIA RAPIDS軟件庫套件和CUDA并行計算平臺以及NVIDIA GPU。
水災(zāi)應(yīng)急響應(yīng)
該平臺最初是針對財產(chǎn)保險領(lǐng)域設(shè)計的,因為抵押貸款和保險供應(yīng)商需要評估包括水災(zāi)之內(nèi)影響財產(chǎn)的風險因素。
要想以這種方式使用衛(wèi)星數(shù)據(jù),就需要清晰的地面視覺效果,但要想獲得可分析的圖像,就意味著可能要在英國烏云密布的天氣中等待數(shù)周。借助cuSAR,用戶就能近乎實時地進行洞察。
雷達視覺平臺的應(yīng)用案例現(xiàn)已擴展至安全領(lǐng)域。
幾年前,北威爾士地區(qū)應(yīng)急規(guī)劃局首先聯(lián)系了地理數(shù)據(jù)科學實驗室,請求解決迪河谷發(fā)生的嚴重洪災(zāi)。低矮、濃密的云層籠罩著山谷,該團隊無法駕駛直升機,無人機也無法充分了解沿河洪泛區(qū)的整體狀況。
利用基于NVIDIA GPU的圖像分析平臺,Murray能實時提供受災(zāi)地區(qū)的高質(zhì)量渲染圖。應(yīng)急規(guī)劃局可利用這些信息,將有限的資源分配到關(guān)鍵地區(qū),并隨洪災(zāi)的發(fā)展變化調(diào)整工作。
去年,該實驗室提供雷達數(shù)據(jù)來監(jiān)測一個受到水位上升威脅的疫苗工廠。應(yīng)急團隊得以在天氣條件允許的情況下,將直升機送到抗擊洪水的最佳位置。
糾正扭曲的視圖
從雷達數(shù)據(jù)中創(chuàng)建可分析的圖像并非易事。
地球的曲率、衛(wèi)星圖像的透視失真要求使用“橡皮拉伸”技術(shù),用數(shù)學方法矯正,并與位置數(shù)據(jù)疊加,以實現(xiàn)精確的地理定位。
一個典型的雷達清單包含數(shù)十億個數(shù)據(jù)點,以網(wǎng)格形式呈現(xiàn)。
雷達圖像失真與其所對應(yīng)位置的對比示例
Murray說道:"我們無法僅通過雷達數(shù)據(jù)來成像。這其中涉及大量的處理和數(shù)學運算,也正是GPU的用武之地。"
Murray使用NVIDIA RAPIDS和Python Numba CUDA編寫了cuSAR的代碼,與雷達和位置數(shù)據(jù)無縫匹配。
傳統(tǒng)的Java或Python代碼通常需要40分鐘左右才能輸出。而在NVIDIA GPU的加持下,僅需4秒鐘。
數(shù)據(jù)得以處理之后,該平臺就會輸出帶有精確地理信息的圖像,該圖像與英國陸軍測量局的網(wǎng)格坐標相一致。
在收到衛(wèi)星數(shù)據(jù)的15分鐘內(nèi),就可以將其交給緊急救援隊,讓他們能夠掌握信息,迅速應(yīng)對當?shù)匮杆僮兓那闆r。
未來的防洪
在過去十年中,英國經(jīng)歷了有記錄以來最潮濕的幾個月。值得注意的是,2020年是有記錄以來第一年在所有三個關(guān)鍵天氣排名中都進入前十名——最暖、最潮濕和最晴朗。氣象局預(yù)測,50年后,發(fā)生嚴重山洪的可能性會增加近五倍。
像cuSAR這樣的技術(shù)使研究人員和應(yīng)急人員能夠及時監(jiān)測和應(yīng)對災(zāi)害,保護最易受惡劣天氣條件影響的家庭和企業(yè)。
原文標題:無論風云如何變幻,雷達視覺都能穿透云層,應(yīng)急救援水災(zāi)
文章出處:【微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
審核編輯:湯梓紅
-
gpu
+關(guān)注
關(guān)注
28文章
5289瀏覽量
136110 -
雷達
+關(guān)注
關(guān)注
52文章
3401瀏覽量
124569 -
監(jiān)測
+關(guān)注
關(guān)注
2文章
4441瀏覽量
47559
原文標題:無論風云如何變幻,雷達視覺都能穿透云層,應(yīng)急救援水災(zāi)
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
NVIDIA向Kubernetes社區(qū)捐贈動態(tài)資源分配GPU驅(qū)動程序
借助NVIDIA CUDA Tile IR后端推進OpenAI Triton的GPU編程
NVIDIA RTX PRO 5000 Blackwell GPU的深度評測
NVIDIA RTX PRO 4000 Blackwell GPU性能測試
如何在NVIDIA Jetson平臺上運行最新的開源AI模型
NVIDIA RTX PRO 5000 72GB Blackwell GPU現(xiàn)已全面上市
在Python中借助NVIDIA CUDA Tile簡化GPU編程
NVIDIA RTX PRO 2000 Blackwell GPU性能測試
FPGA和GPU加速的視覺SLAM系統(tǒng)中特征檢測器研究
NVIDIA Isaac Lab多GPU多節(jié)點訓練指南
NVIDIA RTX PRO 4500 Blackwell GPU測試分析
Murray使用NVIDIA GPU創(chuàng)建雷達視覺平臺
評論