Prithvi-EO-2.0: Teknologi Geospasial NASA yang Mampu “Membelah Awan”

Teknologi kecerdasan buatan kini telah menjelma menjadi elemen penting dalam pemantauan bumi berbasis geospasial. Salah satu terobosan mutakhir datang dari kolaborasi IBM dan NASA melalui peluncuran Prithvi-EO-2.0, sebuah model AI yang dirancang khusus untuk memahami dinamika permukaan bumi dari data satelit.

Prithvi-EO-2.0 hadir dengan 600 juta parameter, enam kali lebih besar dari pendahulunya, dan dilatih menggunakan 4,2 juta titik data dari program Harmonized Landsat dan Sentinel (HLS). Dengan kapasitas ini, Prithvi-EO-2.0 mampu mengubah citra satelit beresolusi 30 meter menjadi informasi geospasial beresolusi tinggi yang dapat mengenali objek sekecil panel surya atau ternak di ladang. Keunggulan ini tak hanya menunjukkan kemajuan teknis, tetapi juga memperkuat peran AI dalam menangkap kompleksitas lanskap bumi secara spasial dan temporal.

Data yang “Membelah Awan”

Salah satu inovasi kunci Prithvi-EO-2.0 adalah kemampuannya menggabungkan data radar dan optik dalam kondisi ekstrem, kemampuan yang secara metaforis disebut sebagai “membelah awan”. Kemampuan ini terlihat jelas dalam peristiwa banjir bandang yang melanda Valencia, Spanyol, pada Oktober 2024. Dalam delapan jam, curah hujan dalam setahun turun sekaligus sehingga memicu banjir mematikan yang merenggut lebih dari 200 nyawa.

Citra optik dari satelit Sentinel-2 sebagian besar tertutup awan, tetapi Prithvi-EO-2.0 mampu mengintegrasikan citra radar dari Sentinel-1 untuk menghasilkan peta banjir dengan akurasi 30% lebih tinggi dibanding pemetaan konvensional. Dengan pendekatan multimodal ini, Prithvi-EO-2.0 membuktikan dirinya sebagai alat tanggap bencana yang andal, mampu mengatasi batasan visibilitas sensor satelit yang selama ini menjadi hambatan utama dalam pemetaan bencana alam secara real-time.

Ketangguhan Prithvi-EO-2.0 tidak berhenti pada respons terhadap bencana. Model ini juga dioptimalkan untuk analisis ekologi dan iklim, seperti pemantauan deforestasi di wilayah Amazon. Prithvi-EO-2.0, yang dilatih lebih lanjut untuk menghitung tinggi kanopi dari citra Landsat dan Sentinel, mampu memetakan perubahan tutupan pohon serta vegetasi Amazon dari tahun 2016 hingga 2024 dengan presisi tinggi.

Dengan informasi ini, sistem karbon kredit berbasis konservasi hutan bisa diawasi secara transparan dan kredibel karena setiap degradasi lahan dapat diverifikasi menggunakan data spasial objektif. Hal ini menandai langkah besar dalam integrasi teknologi geospasial dengan kebijakan iklim berbasis bukti.

Keterpaduan antara kepekaan spasial, resolusi temporal tinggi, dan integrasi lintas data inilah yang menjadikan Prithvi-EO-2.0 bukan sekadar model AI, melainkan juga infrastruktur geospatial intelligence masa depan. Ia menggabungkan kekuatan pengamatan satelit, pembelajaran mesin, dan pemodelan lingkungan menjadi satu sistem yang mampu memahami bumi secara holistik.

Tersedia secara gratis di platform Hugging Face dan toolkit TerraTorch IBM, Prithvi-EO-2.0 menjadi alat strategis yang dapat diakses oleh peneliti, pemerintah, dan masyarakat sipil. Dari pemetaan banjir hingga perencanaan kota tahan iklim, dari konservasi hutan hingga mitigasi panas ekstrem, Prithvi-EO-2.0 telah membuka jalan menuju penggunaan data geospasial yang lebih inklusif, adaptif, dan berdampak nyata bagi masa depan planet ini.

Sumber: IBM