谷歌支持的野火探测卫星升空，烟雾笼罩美加

2026年7月18日，一场突如其来的浓烟从加拿大西部蔓延至美国中西部，数百万人的呼吸健康受到威胁。就在这天，谷歌联合多家机构资助的FireSat卫星星座首批卫星成功入轨——一个专为捕捉“小火苗”而生的太空监测网络，正式从概念走入现实。

传统卫星的盲区：看不见的“初始火点”

以往的野火监测主要依赖NASA的MODIS（中分辨率成像光谱仪）和NOAA的VIIRS（可见光红外成像辐射计套件）等地球观测卫星。这些卫星虽然能覆盖全球，但空间分辨率通常为250米至1公里，这意味着一个只有几米宽的篝火般大小的火焰在图像上只是一个像素点，极易被忽略。更关键的是，这些卫星的重访周期长达12小时甚至更久，而野火在最初半小时内就能从一颗火星蔓延成几十米宽的火焰带。

“现有卫星可以告诉你昨天下午哪里烧起来了，但无法在火灾发生后的前10分钟就发出警报。”——FireSat项目首席科学家、加州大学伯克利分校教授Carlos Delgado

FireSat的设计目标正是填补这一空白。每个卫星携带多个红外波段的高分辨率传感器，可在375公里轨道高度上实现5米空间分辨率，能够探测到小于10平方米的火点。同时，星座由50余颗小卫星组成，首批入轨的8颗卫星将实现每20分钟对北美、澳大利亚、亚马逊等重点区域的重访，未来全部部署后有望将重访间隔缩短至5分钟以内。

AI赋能：从海量数据中“抓火”

仅仅获得高分辨率图像还不够——如何从每颗卫星每日产生的数TB数据中快速识别火点，是另一个挑战。FireSat使用了谷歌开发的一种轻量化深度学习模型，该模型可在卫星边缘计算单元上实时运行，直接筛选出疑似火点的图像区域，再通过地面站进行二次确认。据谷歌AI部门透露，该模型在训练时使用了超过400万张来自其他卫星和无人机拍摄的野火图像，正样本包括实际火灾、工业火炬、燃气燃烧等多种热源，负样本则包含阳光反射、高温岩石等干扰源，从而将误报率控制在每次扫描不超过1次。

迅速响应：一个“举手”就拉响警报

FireSat数据的使用方式也经过了重新设计。传统流程中，卫星数据需要经过多个机构中转才能到达消防队，往往需要数小时。而FireSat项目建立了一个直接面向消防部门的“火险警报API”：当AI确认某一火点后，系统将在60秒内通过云端推送通知给事发区域最近的消防站、林务局和应急管理中心，同时附上火点精确坐标、预估过火面积和蔓延方向预测模型。加拿大自然资源部的官员在接受采访时表示，在一周前的模拟测试中，FireSat成功发现了距离蒙特利尔市区仅3公里的一处小型露营违规火点，当地消防队15分钟内便到达现场。

编者按：当“天眼”变成及时雨

FireSat并不是第一个试图用卫星监测野火的项目，但它可能是第一个将低成本商业卫星、先进AI和极速响应链路三者无缝整合的系统。长期以来，野火防治面临的最大困境并非“不知道哪里有火”，而是“知道得太晚”。等到卫星常规过境时发现的火线，往往已经燃烧了数小时，消防员面对的是成片的火海而非可控的火苗。

此次发射恰逢北美烟雾危机，时机极具象征意义。不过也要看到，FireSat目前只能探测到明火或大面积热辐射，对于地下泥炭火、被树冠遮挡的火点仍存在局限。此外，极端天气下的浓烟可能遮挡卫星光学传感器，红外波段受厚云层影响也较大。未来需要结合雷达卫星、地面传感器网络以及无人机侦察，才能构建完整的“天-空-地”预警体系。

但无论如何，FireSat为全球野火防御打开了一扇新的窗户。当AI学会在太空中“主动报警”，人类在自然灾难面前，或许可以多出那关键的一小时。

市场与前景

FireSat项目由非营利组织Earth Fire Alliance主导，谷歌提供了1.5亿美元的初始资助和技术支持，此外还包括美国林务局、穆尔基金会等合作伙伴。每个微型卫星的制造成本控制在200万美元左右，远低于传统遥感卫星数千万美元的价格。谷歌表示，未来将开放火点数据的部分权限给科研机构和公益组织，用于气候模型验证和生态系统研究。截至发稿时，首批卫星已经开始传回测试数据，预计正式投入运营将在今年9月。

本文编译自Ars Technica