19/09/2025
0Доктор Мартин Лангер, генеральный директор и технический директор компании OroraTech , объясняет, как спутники, искусственный интеллект и отзывы клиентов влияют на инструменты компании по мониторингу и реагированию на лесные пожары.
Компания OroraTech использует космическую тепловизионную съемку для выявления, отслеживания и прогнозирования лесных пожаров по всему миру. Компания, расположенная в Мюнхене, предоставляет инструменты обработки данных, предназначенные для поддержки пожарных служб, операторов инфраструктуры и государственных учреждений, обеспечивая более раннее оповещение и более чёткое принятие решений.
Центральным звеном компании является доктор Мартин Лангер, генеральный директор и технический директор, обладающий обширным опытом в области аэрокосмической техники и разработки спутников. В этом интервью редактору FSJA Иэну Хоуи доктор Лангер рассказывает о деятельности OroraTech, принципах работы её технологий и о том, что способствует её выходу на новые регионы и рынки.
Как лесные пожары стали для вас центром внимания?
Как и многие стартапы, мы пришли к этому случайно. Мы вышли из Мюнхенского технического университета с сильной технологической идеей и обнаружили, что тепловые данные из космоса используются недостаточно. Дело о пожаре настигло нас после пожаров в Лос-Анджелесе в 2018 году, которые меня потрясли.
Вскоре после этого люди в Австралии и Южной Америке спросили, можем ли мы обрабатывать тепловые данные, поскольку государственные системы слишком сложны или неполны.
Мы запустили минимально жизнеспособный продукт в 2019 году и быстро привлекли к нему внимание. Затем последовали новые версии, а также запуски спутников для устранения пробелов в данных. Внешняя реакция помогает нам подходить к проблемам свежим взглядом.
Как ваши спутники обнаруживают и отслеживают лесные пожары и чем они отличаются от государственных систем?
Главное отличие в том, что они небольшие. Я называю их спутниками размером с обувную коробку — буквально размером с обувную коробку — около 10 килограммов. Вместо того, чтобы строить большие и дорогие спутники, которые пытаются выполнить множество задач, мы создали экономичные космические аппараты, которые точно определяют цель использования и фокусируются на пожаре.
Это отличает нас от многих правительственных спутников, которые используются в самых разных целях. Мы сосредоточились на одной нише — тогда это ещё была ниша — и намеревались построить много таких спутников.
Государственные спутники отлично подходят для научных целей, но частота их повторных измерений может быть низкой. Можно получить один отличный результат в день, но как сократить промежутки между ними? Наш ответ заключался в запуске множества малых спутников, чтобы заполнить эти пробелы, продолжая при этом использовать все существующие спутники.
Когда мы основали OroraTech, первые годы мы потратили на то, чтобы понять, как использовать имеющиеся данные, и мы продолжаем этим заниматься. Мы обрабатываем данные с десятков существующих спутников и с наших собственных.Доктор Мартин Лангер
Мы агрегируем всё это в однородный набор данных, потому что большинству пользователей вообще безразличны спутники — им нужна информация. Наша задача — сделать эту информацию более качественной.
Какую поддержку платформа Wildfire Solution оказывает тем, кто реагирует на местах?
Мы делаем нечто иное, чем многие государственные подходы: мы размещаем графические процессоры на наших малых спутниках и обрабатываем данные о пожарах непосредственно на спутнике. Мы не передаем все необработанные данные на Землю; мы идентифицируем пожары на орбите. Это экономит время и сокращает задержку между идентификацией и предоставлением информации заказчику.
Спутник обнаруживает пожар, переводит его в координаты, размер и сопутствующие атрибуты и в течение нескольких минут передает информацию на наземную станцию.Доктор Мартин Лангер
Затем он интегрируется в платформу — не как отдельное изображение, а как абстрактная информация, которая объединяется со всем остальным, что нам известно об этом пожаре. Если это новый пожар, он получает новый идентификатор; по мере поступления новой информации он накапливается в пространстве и времени.
Большинство пользователей загружают шейп-файл или определяют область. Как только что-то происходит, срабатывает сигнал тревоги. Они получают сообщение в WhatsApp или push-уведомление. Им не нужно входить в систему — они получают уведомление, и, нажав на него, видят событие и его контекст.
Можете ли вы рассказать о функции распространения огня и о том, как она помогает лицам, принимающим решения, планировать свои ответные действия?
Это стало для нас важным уроком. Мы начали с идентификации — с аспекта реального времени. Потом мы поняли, что также необходимо учитывать прошлое и будущее. Наша модель распространения пожара прогнозирует ближайшие шесть-двенадцать часов; это модель развития пожара, построенная немного иначе.
Полностью физическая модель имеет множество параметров — двадцать или больше, — которые вы никогда не сможете знать идеально. Несовершенство всегда присутствует.
Мы настроили нашу модель так, чтобы она использовала эти параметры, а также работала быстро и постоянно обновлялась. Когда мы узнаём что-то новое со спутников или других измерений, она корректируется сама. Это цикл обратной связи – по сути, непрерывная коррекция.
Поскольку мы собираем информацию о пожарах по всему миру, модель также может учиться на этих событиях. Это помогает составить более точную картину развития пожаров.
Работает ли система на 100% идеально всегда? Нет, и это не обязательно, поскольку она постоянно корректирует данные. Реальные пожары подразумевают вмешательство человека; условия меняются. Если вы можете компенсировать это за счёт скорости и оперативных обновлений, вы сможете добиться наилучших практических результатов.
Недавно вы добавили в этот инструмент функцию противопожарного барьера — для чего она нужна?
Эта функция появилась благодаря отзывам клиентов. Пользователям очень понравилась модель распространения, и они запускают её в полевых условиях на своих телефонах. Они попросили найти способ реализовать противопожарные разрывы — обозначить разрыв на карте и посмотреть, как это повлияет на ход работ.
Она работает по принципу сценария «что, если». Вы можете ввести реальные противопожарные полосы или запланированные линии и сразу оценить последствия. Это превращает модель в инструмент планирования, который можно использовать в полевых условиях, а также позволяет бригадам отправлять информацию с земли.
Для нас спутниковая информация — лишь часть общей картины. На платформу поступают и другие данные. Мы объединяем их, чтобы получить более целостное представление о происходящем. Доктор Мартин Лангер
Как используется ваш инструмент картографирования выгоревших зон и кому выгоден доступ к нему?
Мы начали с идеи проведения надлежащего анализа ущерба после пожара, чтобы понять, что именно сгорело. Из этого мы извлекли два урока. Во-первых, знание того, что уже сгорело, критически важно для моделирования распространения пожара; дважды пожар не случится. Во-вторых, важно отслеживать эти территории в течение следующих лет.
Итак, мы начали с одной цели и, благодаря пользователям и клиентам, узнали, что это важно и для других задач. Наличие общей базы данных о выгоревших территориях, которая обновляется с течением времени, становится ключевым компонентом как для немедленной оценки, так и для планирования и моделирования на последующие сезоны.
Какие организации в настоящее время пользуются вашими услугами и чему вы у них научились?
За эти годы мы обнаружили гораздо больше пользователей и вариантов использования, чем ожидали. Мы активно работаем в сфере B2B. На начальном этапе и по сей день к нам относятся коммерческие лесозаготовительные компании, владельцы крупной инфраструктуры на суше и страховые компании — все, кто пострадал от пожаров. Недавно к нам даже присоединилась сеть отелей.
Правительства также являются крупными пользователями, на уровне округов, провинций, штатов и даже на уровне всей страны. У нас есть контракты масштаба страны, например, в Греции и Канаде, где основное внимание уделяется целостному видению всей страны.
Сталкиваясь с ними, вы постоянно учитесь. Вопросы похожи, но задаются по-разному. Речь идёт о развитии устойчивости к пожару и о том, как справляться с ним, когда он уже в разгаре.
Давление на наших клиентов растёт по мере того, как ситуация становится всё более экстремальной, а количество пожаров растёт. Вам нужна система, которая показывает полную картину, чтобы вы могли решить, что делать дальше.
Мы также выяснили, что область применения — круглогодичная. Вначале мы делали акцент на идентификации и раннем обнаружении. Теперь речь идёт о полном цикле пожара — до, во время и после. Мы также работаем над тем, как использовать ИИ: создавая более совершенные модели, а также устраняя препятствия к доступу к данным.
Барьеры всё ещё существуют. Мы учимся их устранять — с помощью уведомлений, интерфейсов с простыми пояснениями и даже подключения к крупным языковым моделям, чтобы люди могли быстро оценить ситуацию. Доктор Мартин Лангер
У многих людей, пострадавших от пожаров, и тех, кто борется с ними, нет времени. Им нужно уменьшить барьеры и донести важнейшую информацию так, чтобы они могли её понять и принять меры, — без необходимости каждый раз прыгать через борта.
Где, по вашему мнению, технология тепловых спутников может оказать наибольшее влияние на борьбу с лесными пожарами?
Этот вопрос возникает постоянно: какая технология лучше всего — вышки, дроны, спутники? Ответ в том, что для разных задач нужны все. Для меня спутники — это основа, страховочная сетка и базовый слой создаваемых данных.
Представьте себе созданного нами «цифрового двойника» пожара. Он работает круглосуточно, обеспечивая вам глобальное покрытие. Мы обрабатываем около пяти терабайт спутниковых данных в день.
Пользователь может войти в систему, осмотреть свою территорию без специальной подготовки и сделать это за минуту. Если у вас есть ценные активы или локальные датчики — вышки, дроны и т.д. — пожалуйста, используйте их и объединяйте с нашими данными для достижения ещё лучших результатов.
Спутники обеспечивают наземный уровень, от которого зависит всё остальное. Этот базовый уровень поддерживает принятие решений в нужном темпе и масштабе.
