超高分辨率（VHR）亚米卫星图像可以提供一种低成本、高效率的方法，来自动检测弹坑并估算未爆炸炸弹的密度。由于炸弹坑比流星陨石坑要小，并且由于炸弹坑复杂的地形环境和外观变化，所以利用以往寻找流星陨石坑的机器学习方法并不适合寻找炸弹坑。

根据俄亥俄州立大学政治学助理教授 Erin Lin 与俄亥俄州立大学土木、环境和大地工程助理教授秦荣军共同发表在《美国科学公共图书馆》杂志（PLOS ONE）上的一项研究，研究人员创建了一个基于机器学习的两阶段框架来尝试应对这些挑战。

该研究所提出的方法，将炸弹坑检测率提高了 160％ 以上。对比分析表明，该方法明显优于典型的物体识别算法，可用于广域炸弹坑检测。

而该模型结合解密的记录和排雷报告，发现在柬埔寨某村庄附近仍有 44％ 至 50％ 的炸弹未爆炸。

和平时期的隐患

未爆炸弹药是指在武装冲突期间部署但没有引爆的军事爆炸物，例如手榴弹、炸弹、迫击炮弹和集束弹药。未爆炸弹药对战后经济复苏、人类健康和政府反应能力构成重大挑战。

据统计，未爆炸弹药每年夺走 15,000 至 20,000 人的生命，每天平均有超过两名平民被未爆弹药炸死或炸伤，其中 28％ 的伤亡是儿童。而全球估计至今仍有 400 万到 600 万颗流散爆炸物尚未被发现。

柬埔寨的炸弹隐患是世界上最高的。越南战争期间，美国向柬埔寨投放了约 50 万吨炸药。在柬埔寨，所有 24 个省都有未爆炸弹药和地雷污染的区域，2001 年，几乎所有柬埔寨村庄的一半都报告了某种形式的未爆炸物隐患。

当前的清理方法，要求排雷人员手动搜索场地，依靠金属和雷达探测器找到可能的炸弹，并使用铁锹仔细地挖出可疑爆炸物，过程费力、危险且通常效率低下。

更打击人的是，2016 年联合国的一份报告发现，过去一年中清理的埋雷区域中有近一半实际上“没有地雷或数量非常有限” 。

两阶段框架的提出

在这项最新研究中，研究人员利用人工智能从卫星图像中检测越战时期柬埔寨的炸弹坑，希望它能帮助找到未爆炸的炸弹。

遥感分析提供了一种定位未爆炸弹药的潜在方法，美国空军解密的越战轰炸记录也提供了很大帮助。为了解决这一挑战，研究人员还开发了一种新的遥感方法，来计算每个有效目标区域中的炸弹坑数量。

然后，用已知的每个有效目标区域中的炸弹总数（解密数据提供的信息），减去了已经引爆的炸弹数量，就可以估算出仍下落不明并可能藏在该区域的炸弹数量。

其实，之前寻找弹坑的算法，借鉴了成熟的陨石坑识别方法，通过扫描卫星图像，寻找外层空间行星表面上的大型圆形坑。但是，炸弹坑和流星陨石坑之间还是有很大的差异。

首先，炸弹坑会随着时间流逝经历各种程度的侵蚀，周围植物也会生长变化，这与流星陨石坑不同，流星陨石坑位于缺乏大气和植被的地外表。

第二，从遥感角度看，弹坑的尺寸相对较小，通常直径只有 3 至 12 米。这比流星撞击坑要小得多，陨石坑的直径可达 3000 米。由于陨石坑检测方法是从粗粒度的黑白图像中检测出圆形，因此可能会漏掉尺寸较小、形状不完美、与周围地形融为一体、或附近有干扰物体（如植物或水）的弹坑。

炸弹坑（左）与流星陨石坑（右）

为了有效检测到直径为 3 至 12 米的物体，研究人员需要处理超高分辨率（VHR）卫星图像。鉴于炸弹坑检测是针对目标的学习任务，可获得的样本相对较少，研究人员开发了一个两阶段的框架。

弹坑探测两级框架的工作流程

在第一阶段，通过使用滑动窗口技术从 100 平方公里的研究区域中提取出第一道候选弹坑，其中矩形区域在固定宽度和高度的图像上滑动。

然后将补丁分类为潜在的陨石坑或拒绝的候选坑。具体来说，典型的特征提取器将定向梯度直方图（HOG）与基于支持向量机（SVM）的光谱直方图特征向量进行分类。

但是，潜在的陨石坑候选可能包含许多误报。因此，第二阶段涉及多方法过程，以从候选池中除去非炸弹坑口。

第一阶段 83% 的候选陨石坑在第二阶段改进后被丢弃

新方式效果显著

研究人员从柬埔寨 Kampong Trabaek 镇附近 100 平方公里区域的商业卫星图像开始，该地区是美国空军 1970 年 5 月至 1973 年 8 月地毯式轰炸的目标。

研究地点的卫星图像（100 平方公里）

研究人员通过机器学习分析卫星图像，以寻找炸弹坑存在的证据。炸弹坑的数量能够让研究人员知道实际上有多少炸弹已经爆炸，在哪里爆炸。然后，他们可以就可以确定还剩下多少枚未爆炸的炸弹，以及可能发现这些炸弹的特定区域。

俄亥俄州立大学政治学助理教授 Erin Lin 表示，到目前为止，在柬埔寨发现并安全清除未爆炸炸弹和地雷的尝试，并没有达到所需的效果。

Erin Lin 教授说，“迫切需要的服务与应用之间存在脱节，部分原因是我们无法准确地确定最需要排雷的地方。这就是我们的新方法可能会有所帮助的地方。”

Erin Lin 教授解释说：“几十年来，炸弹坑周边长满草和灌木，会受到侵蚀，所有这些都会改变炸弹坑的形状和外观。”而研究人员开发的计算机算法，考虑了炸弹坑的新特征，包括形状、颜色、纹理和大小。与传统方法相比，该方法将真正的炸弹检测提高了 160％ 以上。

研究人员还获得了解密后的军事数据，这些数据表明，在本研究分析的区域内投放了 3205 枚炸弹。这些信息与排雷报告和研究结果相结合，表明该地区仍有大约 1405 到 1618 枚未爆炸的地毯炸弹未被发现，大约是投向那里的炸弹的 44％ 到 50％。

而且这项研究涉及的大部分土地都是农业用地，这意味着当地农民有遭受炸弹爆炸的危险，危险并不是假设而是真实存在的。

研究人员援引联合国的一份报告，该报告批评柬埔寨国家排雷机构把重点放在有未爆地雷的风险最小或没有地雷的地区，从而展现了迅速进展的景象。

Erin Lin 教授表示：“排雷的过程既昂贵又费时，但是我们的模型可以帮助确定应首先排雷的高风险地区。”

参考资料：

https://news.osu.edu/study-uses-ai-to-estimate-unexploded-bombs-from-vietnam-war/

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0229826

往期回顾：

疫情知识 |李兰娟、仝小林、王辰等院士团队的最新新闻和疫情进展

Science：神操作！用人工蛋白质做逻辑门电路，把细胞变成计算机！

清明述悲：重疾过后万事非，同来何事不同归

[关于转载]：本文为“AMiner”官网文章。转载本文请联系原作者获取授权，转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“AMiner”官网。谢谢您的合作。