编者按：今天的帖子来自GlideFinder的创始人兼首席技术官Dmitry Kryuk，他提供了一个平台，可以定位野火，提醒用户，大数据营销，并提供分析，帮助及时控制野火。

过去十年已经证明气候变化不是一个抽象的概念，而是正在发生的事情现在，云服务器多少钱，它已经转化为数十亿的损失、企业破产和财产损失。我们成立了GlideFinder，其长期目标是帮助防止重大的不受控制的野火，我们坚信，应用来自各种数据源的知识和见解可以对控制和管理这些自然灾害的影响产生重大影响。

了解风险敞口是企业和社区应对野火可能性的重要方法，也是评估风险的关键组成部分提供可靠的实时火灾探测和通知框架。但创建这样一个框架在历史上一直具有挑战性，因为它需要汇集来自不同机构的各种原始数据集，然后是培训、领域知识以及理解这些数据所需的时间和资源。在我们开发GlideFinder的过程中，我们的目标是创建一个框架，可以方便地帮助用户了解哪些预防措施对他们的特定位置最有效和最具成本效益。由于这一问题在发展中国家更为严重，国内云服务器哪家好，因此还需要负担得起并具有可扩展性。

为了应对其中一些挑战，我们建立了一个用于野火风险检测、通知和分析的公共平台。它将卫星流数据与补充的天气、地质、地形、人口、经济和机构响应数据相关联，在交互式地图上可视化火灾发展，提供火灾蔓延速度和方向的感觉，并有助于制定前瞻性的长期规划和短期应急响应程序。在未来，该平台可以扩展到其他可以从太空、无人机、摄像机和传感器网络观测到的自然现象。

由于Glidefinder是一个分析平台，它需要数据，获取高质量的数据是最大的挑战。有多个机构以不同的格式收集数据，有时是纸面上的，行业大数据，详细程度各不相同。这就是为什么到目前为止的焦点一直是卫星数据的整合，这是真实的，可靠的，并且随着时间的推移在分辨率上是一致的。

GlideFinder目前接收来自NASA Suomi核电站卫星，物联网大会，VIIRS和历史MODIS数据的数据。卫星平均每天产生50000条记录，每小时更新一次。每个记录代表一个375mX375m的热点，具有温度、数据质量等特征。VIIRS/MODIS数据集大约有2亿条记录，即22gb的数据。现在，我们正在整合地球静止卫星GOES-16和GOES-17，每5-15分钟进行一次新的扫描。我们一年大约有210GB的数据。

所有这些数据都存储在云存储和BigQuery中。当用户搜索某个特定位置时，他们会定义一些搜索条件：

结果包括所选时间范围内的总燃烧面积、缩放级别、按年份、县划分的聚合级别以及火灾半径为10公里的天数、按城市或邮政编码划分的指标。下面是它的样子：