Google Research：FireSat星座用AI识别车大小火点，完整版约2030年到位
Google Research气候与能源研究组负责人Chris Van Arsdale介绍，团队与Muon Space、Earth Fire Alliance合作建设FireSat卫星星座，目标是发现小至5×5米（约一辆车大小）的火情；首批运行卫星已升空，下一批明年发射，约50颗卫星的完整星座预计2030年前后建成。
AI解读：这条新闻的核心不是又发了一颗卫星，而是Google Research想解决野火早期发现的信息缺口：火还小的时候没人知道，等卫星看到时火已经烧大了。他们给出的方案是低成本小卫星加机器学习，用数量补精度。
对消防部门来说，直接好处是时间。团队把早期检测目标定为25平方米（5×5米），比消防机构提出的50到100平方米可控制范围更激进，目的就是在火势扩散前发出警报并预测蔓延方向。
限制也很具体。完整星座需要约50颗卫星，目标2030年前后到位；未来两年只能做到每小时覆盖地球表面一次，离每20分钟一拍还有距离。城市防火隔离带选址等用途，要等数据积累起来才谈得上。
Google Research气候与能源研究组负责人Chris Van Arsdale在该公司官方博客的问答中介绍，团队正与Muon Space合作支持Earth Fire Alliance的FireSat项目，建设一个用于野火探测与监测的卫星星座，并借助AI识别早期火情。
Van Arsdale称，FireSat完整部署后可从太空发现小至5×5米（约一辆汽车大小）的火点，覆盖地球任意位置。
他提到，消防机构认为火势在50到100平方米时仍有控制机会，团队因此把早期检测目标定得更激进：25平方米，即5×5米。
首批运行卫星已经升空，下一批将于明年发射。Van Arsdale预计，达到完整运行能力需要数年；实现每20分钟拍摄一次全球图像约需50颗卫星，时间点大约在2030年。
未来两年的阶段性目标是每小时获得一次完整的地球表面图像。
为什么要从太空做早期火情检测
Van Arsdale说，Google Research十多年来一直在探索用AI和机器学习检测野火并模拟火势蔓延。团队评估过用无人机群投放阻燃剂、或在地面布置烟雾嗅探设备等方案，最终选择早期检测，理由是火还小时扑灭的潜在影响最大。
他把早期检测定义为一个信息问题：需要整理的信息此前并不存在，因此团队决定设计一个新的卫星星座来产生这些数据。
- Google Research气候与能源研究组的目标是用Google技术减缓气候变化，关注未来20年的图景以及当下可采取的步骤。
- 团队判断全球大片区域野火预计会增加，希望用技术提前应对。
- 最终选择早期野火检测，原因是火小时更容易控制、潜在影响最大。
从太空认火难在哪
Van Arsdale解释，从卫星图像里认出一场小火并不容易：云层反射阳光、烟囱或后院烤炉等热源，都可能被误判为野火。
现有卫星图像常常是约11小时前的数据，或者分辨率偏低，对扑救快速蔓延的小火帮助有限。
- 要可靠发现极小火点，可以造一颗又大又贵的高分辨率卫星长时间盯住地面，也可以用更多低成本小卫星，靠机器学习和AI弥补精度差距。团队选择了后者。
- 团队为探测野火专门设计了一种新型相机，最初通过飞越计划烧除区域来训练AI模型，获得火从空中看起来怎样的可靠基线。
- 团队在加州上空飞行该相机，拍摄从空中看像火的东西，通过追踪这些场景随时间的变化来区分真火与误报。
- 农业烧除等受控火不属于野火，团队需要理解不同火情随时间如何发展，判断哪些会演变为野火、哪些不会。
FireSat的运行方式与数据用途
FireSat卫星运行在低地球轨道。Van Arsdale称，完整星座部署后，卫星将每20分钟拍摄一次地球图像，从而更早发现火情并近乎实时地追踪火势进展。
项目的一个目标是建立地面真值记录：哪些火会发展成大型野火，哪些不会。这些数据可用于微调算法，把注意力集中在真正重要的火情上。
- 对地面应急人员而言，Van Arsdale认为最大的帮助是时间：更早发现小火有助于阻止蔓延，理解火势如何蔓延则帮助消防员预测火行为、保护社区。
- 团队启动项目时苦于缺乏清晰、可靠的野火地面真值数据；目前卫星发现火情的数量远超预期。
- 数据经研究人员分析后，可在高风险火险天气前分享给主管部门，帮助其理解火活动随时间的变化及受当地条件影响的方式。
- Van Arsdale举例说，城市规划者可能想知道防火隔离带建在哪里，过去没有好数据支撑，FireSat预计能提供答案。