四川阿壩州九寨溝縣發(fā)生里氏7.0級地震

　　8月09日07時27分

　　新疆博爾塔拉州精河縣發(fā)生里氏6.6級地震

　　地震過后，各級政府迅速響應、嚴密組織、有序應對，在第一時間指導災區(qū)人民抗震救災，為將地震造成的損失降到最低，爭取了寶貴的時間。社會各界也紛紛傾囊相助，為災區(qū)重建、安置災民貢獻自己的力量。

　　現在的我們，除了出錢出力，服從調度指揮，盡可能為災區(qū)提供最大支援外，還可以為災區(qū)人民做些什么呢？

　　我們也許可以通過存儲在AWS上的衛(wèi)星數據資料，去幫助災區(qū)預防震后次生災害！

　　在“AWS上的地球”主頁上，有一個名為《Zooniverse’s Open Source Answer to Disaster Relief》項目。該項目曾利用衛(wèi)星數據來幫助尼泊爾和厄瓜多爾地震的救援工作，也許可以給心系災區(qū)的大家一些參考！

　　Zooniverse創(chuàng)建了行星響應網絡（Planetary Response Network，PRN）來支持幫助自然災害受害者的救援工作。PRN使用“AWS上的地球”計劃提供的Sentinel-2衛(wèi)星圖像數據，比較災害發(fā)生前后的情況，并使用該數據通知地面救援隊，提升他們救援的效率。“AWS上的地球”計劃提供的Sentinel-2衛(wèi)星圖像數據通常在數小時之內就可以使用。

　　由于Sentinel-2數據包含從視覺到近紅外的多光譜數據，對植被更敏感，因此可以幫助志愿者們更好的識別地震后的山體滑坡現象，這對地震后的救援工作非常有用！

　　現在，通過“AWS上的地球”計劃提供的衛(wèi)星圖像數據，具備相關專業(yè)知識的的同學，也可以像Zooniverse團隊和志愿者一樣，為地震后的災區(qū)救援工作，貢獻出自己的一份力量！

　　以下為部分“AWS上的地球”計劃現在提供的、可能會對此次抗震救災有幫助的數據集：

　　Sentinel-2 是一顆陸地監(jiān)控衛(wèi)星，可提供高分辨率光學影像。該衛(wèi)星的監(jiān)控范圍覆蓋全球陸地表面，每 10 天一次，分辨率高達 10 米。數據會定期添加，添加時間通常是其傳輸到 Sentinel 科學數據中心后的幾個小時內。Zooniverse團隊和其志愿者，已經成功的運用此數據集幫助了尼泊爾和厄瓜多爾地震的救災工作。

　　提供事件前后的高分辨率衛(wèi)星圖像，為應急計劃制訂、風險評估、應急響應、損失情況評估和恢復提供支持。此外，還為突發(fā)性特大災害提供眾包損失情況評估。

　　這套數據集，對于指導抗震救災工作，非常有價值！希望大家可以好好的利用它！

　　IARPA 在 Amazon S3 上提供了可用作機器學習算法訓練數據的關鍵點分類庫和圖像集。該庫分兩批發(fā)布，包含 62 種預定義的分類和 1000000 個“影像控制區(qū)塊”。

　　同時具備人工智能與相關地理、地質知識的同學，可以嘗試利用這套分類庫和圖像集，訓練相應的模型，快速識別地震后產生的次生自然災害。

　　數字高程模型 （DEM） 提供了一種檢測地球表面海拔高度的方法，這些模型在 Amazon S3 上用作地形柵格拼貼。該模型提供的數據覆蓋全球；在美國，現在的 10 米級國家高程數據 （NED） 彌補了早期 NED 3 米級和 30 米級航天飛機雷達測圖計劃 （SRTM） 數據的不足，從而獲取了更清晰、更連續(xù)的山體細節(jié)。

　　借助 NASA Earth Exchange （NEX），研究人員可以更輕松有效地訪問和處理地球科學數據。Amazon S3 上提供的 NEX 數據集包括小規(guī)模的氣候預測、全球 MODIS 植被指數以及陸地衛(wèi)星全球土地調查數據。

　　Amazon S3 的任何用戶都可以使用來自 USGS 和 NASA 的中分辨率成像光譜儀 （MODIS） 數據。每天都會發(fā)布經過選擇的數據，數據的生成時間一般只有幾小時。

　　如何快速入門？

　　AWS還準備了大量的視頻版和文字版使用案例，介紹如何在創(chuàng)業(yè)公司、企業(yè)或研究機構使用 AWS 上的地球觀測數據，幫助大家快速上手。