用大数据做森林火灾和非法砍伐监视_数据分析师培训
大数据用于环境保护,科研人员开发新的森林映射工具,当大片森林被砍伐、被破坏时,工具将对监视者发出声响警告。
现在国内大数据被叫得很响,但是空谈比较多。我不喜欢空谈,我想看到大数据的应用实例。
4月16日的《科技纵览》提醒列表(IEEE Spectrum Alert)发表一篇文章,介绍将大数据用于环境保护,科研人员开发了一个新的森林映射工具,当大片森林被砍伐、被破坏时,工具将对监视者发出声响警告。这引起了我的兴趣。
这个由世界资源研究所开发的、名为Global Forest Watch(全球森林监视)的在线工具,将大数据处理技术应用于卫星图像,能够随时发现森林采伐和受损的情况。用户通过它,可以探索全球地图,发现自2000年以来森林的变化趋势,同时可以考察森林情况,其精度可达30米。该地图的热带区域每16天更新一次。用户可以选择“警报”功能,即当系统侦察到非法采伐或者森林火灾时将第一时间对你发出警报。
当森林中一棵大树倒下,计算机将发出一个警告,给环保人士、研究人员和环境政策制定者。这事看似容易,实则不易。要从杂乱无章的特殊格式的卫星数据里找到那块特定的森林,然后从图像上识别出刚刚倒下的那棵树,随即要实时发出警告推送给相关人员——这其中技术难点很多。
Global Forest Watch由谷歌地图引擎提供技术支持,由美国NASA和美国地质调查局的几颗卫星提供图像数据。此前,谷歌开发了一个平台,集中了千万亿字节的地球科学数据,向研究人员开放,让他们可以用简单直接的方式来使用这些数据。谷歌地球引擎高级开发人员David Thau说:“用户只要登录、取出这些数据、运行他们自己的算法就可以了。”谷歌地球引擎现在已经有数以千计的研究伙伴。
而谷歌森林监视是一连串项目研究成果的集成。世界资源研究所的数据实验室早就有一个热点地区森林警报系统,基于NASA两个卫星Terra和Aqua上的中等分辨率的分光辐射度计所测量的数据运行。美国马里兰大学一位地理科学Matthew Hansen教授与谷歌地球引擎合作,将NASA和美国地质勘探局的几个地球资源卫星,用于全球森林监视。前者能够提供较好的时间分辨率,而后者则可以提供很好的空间分辨率。
2008年,美国地球资源卫星数据可以自由使用了。每30米一个像素点,一共1430亿个像素点,Hansen每月每年跟踪这些点,发现根据季节的不同,它们的特征会呈现出正常的变化。Hansen的合作者于2013年11月发表了一个对刚果2000年至2012年消失的150万平方公里森林的报告,他们在10000台计算机上计算了一百万CPU核小时。在云计算中,研究人员要考虑计算任务在整个网络中的分布,而地球引擎的研究者只要用一个程序接口进入他们的问题,就能够实现自动并行化,十分简便易行。为了建造公用的全球森林监视网站,世界资源研究所计划让大众都能取得这些大数据,希望政府部门、商业界、研究人员和各种利益团体都能用这个工具,以得到森林管理的较好图像。
通过这个报道,我有几点感想:
一、大数据在这里得以应用决定于三要素:卫星、David Thau和Matthew Hansen。卫星提供数据,David Thau开发平台,Matthew Hansen做数据分析。
二、卫星是要用的。我们经常听到我国卫星发射成功的消息,却很少听到卫星被用上了的消息。我们的卫星发射技术的确已经过关,而且已经商业化。我们自己也发射了许多卫星。但是,较少听到卫星做了什么用、对国民经济起了什么作用、卫星数据可以供研究人员自由使用。
三、大数据的研究一定要有实际用处。用大数据做森林监视就是一个很好的实例。每年我国森林火灾和非法砍伐时有发生,如果能实现自动监测,并且实时给相关人员推送警示,那该多好啊!可要实现这一步,还有许多工作要做——IT人员要提供工具,方便专业人员处理这些数据;专业人员要研究他们自己的算法作出各种监视的判断。这真不容易啊!
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21