33、遥感技术与人工智能在灾害管理和项目管理中的应用探索

遥感技术与人工智能在灾害管理和项目管理中的应用探索

遥感技术在自然灾害决策中的应用

近年来，日本自然灾害频发，如 2011 年东北地震和海啸、2016 年熊本地震、2018 年日本洪水等。这些灾害造成了广泛破坏，信息和道路网络中断，使得受灾地区孤立，大面积受灾区域的损失评估困难，导致灾害响应决策延迟。因此，迫切需要一种无需亲临受灾地区就能在短时间内确定大面积损失的方案，而遥感技术为解决这一问题带来了希望。

遥感技术发展现状

卫星、机载和无人机等遥感技术的发展，使得在短时间内无需亲临受灾地区进行观测成为可能。传感器的不断发展和机器学习应用的普及，加速了可用于灾害管理的遥感技术的进步。目前，已经开发出了各种用于评估建筑物、基础设施、植被损害以及检测海啸、洪水和山体滑坡等灾害的技术。
- 卫星/机载遥感 ：研究了合成孔径雷达（SAR）的应用方法，用于检测海啸和洪水灾害淹没区域、估算地震和海啸造成的受损建筑物数量、检测滑坡区域和识别桥梁损坏等。
- 无人机应用 ：开发了许多人类检测技术。
- 现场遥感 ：基于深度学习技术，开发了利用手持相机拍摄的照片对建筑物损坏程度进行分类的方法。

然而，尽管已经做出了大量努力，但这些技术仍需要时间才能被地方政府的灾害管理框架所接受。在考虑应用之前，需要确定在现有的灾害管理框架中“何时”“何地”以及“如何”应用这些遥感技术。

研究方法

以日本石川县能美市为例，分析其灾害响应行动。
- 能美市地形与历史灾害 ：能美市西部面向日本海，中部有手取川冲积扇，东部有与白山山区相连的青山。该市面积 84.14 平方公里，森林占 42%，农业用地占 22%，住宅用地占 14%。1934 年手取川洪水灾害是该市最著名的灾害，大量融雪和超过 400 毫米的暴雨导致沉积物崩塌，形成泥石流，几乎整个流域从上游到河口都被淹没，造成 172 所房屋被冲走，586 所房屋被淹，97 人死亡，15 人失踪。
- 区域灾害预防计划分析 ：日本基于 1959 年伊势湾台风的教训，制定了灾害管理基本法，明确了地方政府的灾害管理责任。地方政府制定了包括灾害预防、应急响应、灾害恢复和重建阶段的区域灾害预防计划。能美市的区域灾害预防计划目前使用的是 2006 财年制定的版本，并在 2011 年东北地震和海啸后进行了多次修订。该计划分为 5 部分，第 3 节描述了应急响应行动。分析主要集中在应急响应计划第 3 节的工作，筛选出与广域决策相关且遥感技术可以提供帮助的代表性任务和决策，包括早期预警、请求其他利益相关者支持、确定危险区域、搜索孤立人员、确定紧急救援区域、确保紧急道路网络、部署除雪队、确定孤立区域、确定物资数量、个别建筑物损坏检查、估算 debris、基础设施急救等。同时，总结了可以通过遥感技术观测到的代表性灾害以及能美市在灾害发生后不久试图评估损坏的典型地表物体。
| 可观测灾害 | 典型地表物体 |
| — | — |
| 洪水、海啸、火山、雪、火灾、山体滑坡 | 人、建筑物、道路、堤坝、铁路、公园、河流、海岸 |

• 与遥感技术关系的讨论 ：最后，讨论了哪些遥感技术可用于能美市典型地表物体的损坏评估和预期灾害。

结果与讨论

基于遥感技术能够掌握的灾害和损坏情况，以及它们之间的联系，研究了哪些遥感技术可用于哪些决策。
- 早期预警 ：风暴潮、海啸和洪水灾害的早期预警通常由地震仪和水位计等传感器发出，遥感数据无法预测这些灾害。但在火山喷发前，地面可能会有一些变化，可以通过卫星和飞机拍摄的合成孔径雷达图像的干涉测量来观测，这些观测结果有望用于早期预警。
- 请求其他利益相关者支持 ：需要通过光学或 SAR 卫星数据观测受灾害影响的区域，以确定位置和受灾面积等信息。
- 确定危险区域 ：可以应用直接检测灾害的方法。
- 搜索孤立人员 ：卫星图像的空间分辨率难以提取人类，但无人机图像可以充分捕捉人类，相关的人类检测研究被认为是有效的。
- 确定搜索和救援区域 ：卫星和飞机拍摄的遥感数据可用于评估建筑物损坏，建筑物损坏程度与人类损失相关，有助于确定人类损失较大的区域。
- 确保紧急道路网络 ：提出了多种评估道路损坏的技术，如使用人造卫星和车载摄像头的技术。
- 部署除雪队 ：能美市有山区，积雪可能导致村庄孤立，相关的积雪提取研究有望用于派遣除雪队到合适的地方。
- 确定孤立区域 ：通过将现有道路地图与卫星图像确定的灾害分布叠加，或检测道路损坏，可能找到孤立区域。
- 确定物资数量 ：虽然卫星图像无法得知人类损失数量，但从卫星图像估算的建筑物损坏程度可用于预测人类损失，从而确定物资数量。
- 个别建筑物损坏检查 ：基于深度学习对手机相机拍摄的图像数据进行分类的方法，有望在未来用于个别建筑物损坏检查。
- 估算 debris ：使用卫星图像进行土地覆盖分类或使用无人机进行 3D 数据恢复，可能对估算灾害造成的 debris 数量有效。
- 基础设施急救 ：卫星遥感技术有助于了解地方政府拥有的基础设施的损坏情况。

综上所述，许多应急响应工作有可能通过新的遥感技术得到改善，但为了采用现有灾害应对框架中未使用的新技术，需要设计包括新技术的新框架并定量验证其有效性。

以下是该研究流程的 mermaid 流程图：

graph LR
    A[确定研究问题] --> B[选择研究区域（能美市）]
    B --> C[分析地形与历史灾害]
    C --> D[分析区域灾害预防计划]
    D --> E[筛选决策与物体]
    E --> F[讨论与遥感技术关系]
    F --> G[得出结果与结论]

人工智能在 IT 服务项目管理中的应用案例研究

在数字化转型时代，人工智能（AI）技术的发展为各个行业带来了新的机遇和挑战。在 IT 服务项目管理领域，AI 的应用也逐渐受到关注。

前期研究发现

一位作者在过去十年中研究了一家全球 IT 服务公司总部与中国和亚太地区当地子公司之间创建和转移跨国 IT 服务知识的过程。主要发现如下：
- 中国和亚太地区项目经理的技能水平平均已达到该全球公司标准化项目经理技能评估确定的全球平均水平。
- IT 服务项目经理的价值体系深受其所属组织的影响，且价值体系不仅因国家而异，还因行业而异。
- 当从总部向中国和亚太地区的海外子公司转移知识，特别是当要转移的知识对接收者（即当地项目经理）来说极其新颖和陌生时，总部的知识转移者最好考虑转移者和接收者价值体系之间的差异。

案例研究方法

作者对 IT 服务、航空航天和建筑行业的服务项目经理进行了访谈，这些项目经理在自己的项目中可能使用或避免使用 AI，并对 AI 技术有自己的看法。作者的目标是通过评估服务项目经理的评论，区分适用于专业服务经理的 AI 功能和不适用的 AI 功能。

扩展的 SECI 模型

假设跨国环境中项目经理之间的知识创造过程与人类项目经理和 AI 之间的过程相似，就像与不熟悉的合作伙伴合作一样，作者引入了扩展的 SECI 模型来解释在 SECI 模型中的知识创造场“Ba”之间连接四个主要过程的子过程的必要性。

SECI 模型阶段	描述
社会化（Socialization）	从隐性知识到隐性知识，通过共享经验创造新的隐性知识
外部化（Externalization）	从隐性知识到显性知识，将隐性知识表达为显性概念
组合化（Combination）	从显性知识到显性知识，将显性知识组合成更复杂的形式
内部化（Internalization）	从显性知识到隐性知识，将显性知识内化为个人的隐性知识

可能的进一步研究

参考最新的技术信息，作者认为有必要进行进一步的研究。例如，可以深入研究如何更好地将 AI 技术融入不同行业的项目管理流程中，以及如何解决在应用 AI 过程中可能遇到的问题，如数据隐私、算法偏见等。

以下是 AI 在项目管理中应用研究的 mermaid 流程图：

graph LR
    A[前期研究发现] --> B[案例研究（访谈项目经理）]
    B --> C[区分 AI 适用功能]
    C --> D[引入扩展 SECI 模型]
    D --> E[考虑进一步研究方向]

总结

遥感技术在自然灾害决策中具有巨大潜力，可以为地方政府的灾害管理决策提供有力支持，许多应急响应工作有望通过新的遥感技术得到改善。而在 IT 服务项目管理领域，人工智能的应用也逐渐展现出其价值，但需要考虑不同行业和组织价值体系的差异。未来，随着技术的不断发展，这两种技术有望在各自领域发挥更大的作用，同时也需要进一步的研究和实践来完善其应用。