人工智能如何改善 NOAA GOES-R 气象和环境卫星的运行

6 月 25 日，美国国家海洋和大气管理局 (NOAA) 发射了地球静止环境作业卫星 (GOES)-R 计划的第四颗也是最后一颗卫星。据世界气象组织称，此次发射的卫星被称为 GOES-U，延续并扩展了该计划的目标，即成为西半球最先进的天气观测和环境监测系统。从 2016 年 11 月首次发射 GOES-R 开始，这些卫星为 NOAA 提供了先进的图像和大气测量数据、闪电活动的实时地图、空间天气观测数据和其他基于一系列传感器和成像仪收集的大量数据的服务。

GOES-R 卫星提供关键数据，用于检测和监测可能威胁西半球所有人福祉的环境条件。它极大地提高了我们预测地球和太空天气状况的能力，鉴于近年来的恶劣天气事件，这一能力尤为重要。GOES 数据不仅可以帮助气象学家预测和跟踪飓风和龙卷风等事件，还可用于其他重要目的，例如识别可能引发野火的雷击、确定何时何地需要发布空气质量警报、规划航线以减少航班延误以及影响我们日常生活的许多其他重要功能。

该项目鲜为人知的一点是，它如何利用人工智能和机器学习的创新应用来延长卫星的任务寿命。通过利用人工智能和一种名为高级智能监控系统 (AIMS) 的应用程序的力量，GOES-R 团队成功提高了运营效率和任务弹性。

鉴于我们都非常依赖 GOES 卫星产生的数据，因此很容易看出 NOAA 了解可能阻止 GOES-R 卫星传感器和成像仪收集和共享数据的任何问题是多么重要。每天，GOES 卫星都会收集大量数据——人类不可能及时分析这些数据。AIMS 可以快速分析数据，并为负责 GOES 系统运行、健康和安全的人员提供可操作的信息。AIMS 的 AI 功能使其能够检测到任何数据模式变化，并根据这些模式随时间的变化预测故障。 

AIMS 人工智能工具已在 GOES-R 太空中部署，它能够快速检测和预测卫星系统异常，从而提高卫星的正常运行时间，并允许维护团队在潜在问题影响系统可用性之前采取措施解决它们。

AIMS 可以识别卫星活动中的异常情况，并在几分钟或几小时内进行根本原因分析和修复，而以前工程师需要几天的时间。通过在发生问题之前识别这些异常，我们可以最大限度地减少卫星进入安全模式进行修复所需的停机时间。