![AI](https://gnn.pl/wp-content/uploads/2024/07/szymonslubowski_Artificial_intelligence_model_used_to_accuratel_a47a79f9-19d7-4453-92d2-bfaee59eddbe.png)
AI wskaże miejsce i czas wystąpienia pożaru
Naukowcy opracowali nową metodę wykorzystująca AI do precyzyjnego przewidywania rozprzestrzeniania się pożarów lasów.
Dzięki połączeniu obrazów satelitarnych i sztucznej inteligencji (AI), ich model oferuje potencjalny przełom w zarządzaniu pożarami i reagowaniu na sytuacje kryzysowe.
Opublikowane w czasopiśmie *Artificial Intelligence for the Earth Systems*, badania USC opisują model, który wykorzystuje dane satelitarne do śledzenia postępu pożarów w czasie rzeczywistym. Informacje są następnie wprowadzane do zaawansowanego algorytmu komputerowego, który może dokładnie prognozować prawdopodobną trasę, intensywność i tempo wzrostu pożaru.
Badania są szczególnie istotne w kontekście coraz bardziej intensywnego sezonu pożarowego, z którym zmaga się Kalifornia i większa część zachodnich Stanów Zjednoczonych. Liczne pożary, podsycane niebezpieczną kombinacją wiatru, suszy i ekstremalnych upałów, szaleją w całym stanie. Największy z nich, Pożar Lake, spalił już ponad 38 tysięcy akrów w hrabstwie Santa Barbara.
„Ten model stanowi ważny krok naprzód w naszej zdolności do walki z pożarami,” powiedział Bryan Shaddy, doktorant w Departamencie Inżynierii Lotniczej i Mechanicznej w USC Viterbi School of Engineering oraz główny autor badania. „Dzięki precyzyjnym i aktualnym danym, nasze narzędzie wzmacnia wysiłki strażaków i zespołów ewakuacyjnych walczących na pierwszej linii frontu.”
Naukowcy rozpoczęli od zebrania danych historycznych dotyczących pożarów z wysokiej rozdzielczości obrazów satelitarnych. Analizując zachowanie poprzednich pożarów, zidentyfikowali wzorce wpływające na ich rozwój, takie jak pogoda, paliwo (np. drzewa, krzewy) i teren.
Następnie przeszkolili model komputerowy wspomagany AI, znany jako conditional Wasserstein Generative Adversarial Network (cWGAN), aby symulował, jak te czynniki wpływają na rozwój pożarów. Model ten nauczył się rozpoznawać wzorce w obrazach satelitarnych, które odpowiadają rozprzestrzenianiu się pożarów.
Przetestowali model cWGAN na rzeczywistych pożarach, które miały miejsce w Kalifornii w latach 2020-2022, aby sprawdzić, jak dobrze przewiduje on ich rozprzestrzenianie się.
„Analizując zachowanie przeszłych pożarów, możemy stworzyć model, który przewiduje, jak mogą rozprzestrzeniać się przyszłe pożary,” powiedział Assad Oberai, profesor Inżynierii Lotniczej i Mechanicznej w USC Viterbi oraz współautor badania.
Oberai i Shaddy byli pod wrażeniem, że model cWGAN, który początkowo trenowano na prostych, symulowanych danych w idealnych warunkach (jak płaski teren i jednokierunkowy wiatr), sprawdził się dobrze w testach na rzeczywistych pożarach w Kalifornii. Sukces ten przypisują temu, że cWGAN korzystał z rzeczywistych danych o pożarach pochodzących z obrazów satelitarnych, a nie działał samodzielnie.
Oberai, którego badania koncentrują się na rozwijaniu modeli komputerowych do zrozumienia fizyki wielu zjawisk, zauważa, że pożary lasów są jednym z najtrudniejszych do modelowania. „Pożary lasów obejmują skomplikowane procesy: Paliwo, takie jak trawa, krzewy czy drzewa, zapala się, prowadząc do złożonych reakcji chemicznych, które generują ciepło i prądy wiatru. Czynniki takie jak topografia i pogoda również wpływają na zachowanie pożaru—pożary nie rozprzestrzeniają się w wilgotnych warunkach, ale mogą szybko się rozprzestrzeniać w suchych,” powiedział. „Są to procesy bardzo złożone, chaotyczne i nieliniowe. Aby je dokładnie modelować, trzeba uwzględnić wszystkie te różne czynniki. Potrzeba zaawansowanej obliczeniowej technologii.”
Do współautorów badania należą również studentka Valentina Calaza z Departamentu Inżynierii Lotniczej i Mechanicznej w USC Viterbi, Deep Ray z University of Maryland, College Park (dawniej postdoktorant w USC Viterbi), Angel Farguell i Adam Kochanski z San Jose State University, Jan Mandel z University of Colorado, Denver, James Haley i Kyle Hilburn z Colorado State University, Fort Collins oraz Derek Mallia z University of Utah.
Opracowanie przez naukowców z USC modelu AI do przewidywania rozwoju pożarów lasów stanowi istotny postęp w zarządzaniu pożarami i reagowaniu na sytuacje kryzysowe. Model wykorzystujący dane satelitarne i zaawansowane algorytmy, oferuje dokładniejsze prognozy rozprzestrzeniania się pożarów, co może znacząco wspierać działania strażaków i zespołów ewakuacyjnych. W miarę jak zmieniają się warunki klimatyczne, takie innowacyjne rozwiązania są kluczowe dla skutecznej walki z coraz bardziej destrukcyjnymi pożarami lasów.
Szymon Ślubowski