山火事探知における AI クイズ

クイズに答えると、答えと解説が表示されます。

1. カメラベースの山火事検知における技術的な課題は何ですか?
   • Distinguishing smoke from look-alikes such as fog, dust or clouds
   • Guaranteeing that every alert is a real fire
   • Determining legal liability for a utility
   • Predicting the exact path of every wildfire
2. NOAA の GOES-R 火災/ホット スポット特性評価製品はどのような情報を提供しますか?
   • A forecast of the exact evacuation route
   • Fire location and sub-pixel characteristics such as temperature, size and radiative power
   • A guarantee that a new fire is contained
   • An automatic liability judgment for utilities
3. NOAA の GOES のような気象衛星はどのようにして活発な火災を検出するのでしょうか?
   • パチパチ音を聞くことで
   • 風速のみを計測することで
   • 赤外線による熱の異常を感知して
   • 木を数えることによって
4. 山火事の早期発見が対応チームに役立つのはなぜですか?
   • It guarantees the fire will not spread
   • It makes satellite sensors unnecessary
   • It prevents weather from affecting fire behavior
   • It can give crews more opportunity to respond while a fire is still small
5. 時間モデルはどのようにして検出の信頼性を向上させるのでしょうか?
   • 連続するフレームを比較することで、漂い成長するプルームが静的なヘイズから目立つようになります
   • 以前の画像をすべて無視することで、
   • カメラフィードを削除することで
   • 週に一度だけ見るだけで
6. Google の FireSat のような新しい星座の目的は何ですか?
   • 消防士全員を交代させる
   • 地球上のほぼすべての地点を頻繁に画像化し、非常に小さな火災を検出する
   • テレビを放送するため
   • 海流のみをマッピングするには
7. Which satellite measurements does the GOES-R fire and hot-spot product use?
   • Only microphone recordings from ground stations
   • Radar measurements of tree height alone
   • Visible and infrared ABI spectral bands
   • Ultraviolet images of cloud tops only
8. Why do camera-based wildfire alert systems pair model output with human verification?
   • Human review is needed because cameras cannot capture images
   • Smoke models can identify the exact cause of every ignition
   • Verification makes the camera network independent of weather
   • Look-alikes such as fog, dust, and clouds can create false alerts