NASA's 'Wildfire Digital Twin' pioneers new AI models and streaming data techniques for forecasting fire and smoke

Проект NASA "Цифровой двойник лесного пожара" предоставит пожарным и менеджерам по борьбе с природными пожарами мощный инструмент для мониторинга и прогнозирования опасных событий, связанных с дымом, а также поможет исследователям точнее отслеживать глобальные тенденции.

Новый инструмент будет использовать искусственный интеллект и машинное обучение для прогнозирования возможных путей распространения огня в реальном времени. Он объединит данные с наземных, воздушных и космических датчиков для создания высокоточных глобальных моделей. В отличие от текущих глобальных моделей с разрешением около 10 км на пиксель, "Цифровой двойник" сможет создавать региональные ансамблевые модели с разрешением от 10 до 30 метров на пиксель, что на два порядка лучше. Эти модели будут генерироваться за считанные минуты, тогда как текущие глобальные модели требуют часов.

Проект возглавляет профессор Милтон Халем. "Мы хотим предоставлять пожарным полезную и своевременную информацию, — сказал он. — В полевых условиях, как правило, нет интернета и доступа к большим суперкомпьютерам, но с нашей API-версией модели они смогут запускать цифрового двойника даже на планшете".

Помимо помощи спасателям, такой инструмент будет ценен для учёных, особенно для изучения пожаров в глобальных бореальных лесах, которые запасают огромное количество углерода. При их сгорании весь этот углерод высвобождается в атмосферу. Одно исследование 2023 года показало, что на бореальные пожары пришлось 25% всех глобальных выбросов CO₂ за тот год. "Причина роста выбросов CO₂ от бореальных пожаров в том, что глобальное потепление на высоких широтах происходит быстрее, чем на остальной планете, и, как следствие, бореальное лето там становится длиннее", — пояснил Халем.

Работа команды основана на существующих моделях, таких как NUWRF. Специалисты разрабатывают новые методы ассимиляции спутниковых данных, которые позволят интегрировать информацию с дистанционных датчиков в модель. В октябре команда участвовала в полевой кампании FireSense, наблюдая за дымом от контролируемого выжигания в Юте. Эти данные помогают улучшить отслеживание шлейфов, особенно частиц размером менее 2.5 микрометров (PM 2.5), опасных для здоровья даже на большом расстоянии от пожара. Данные также помогут количественно оценить взаимосвязь между аэрозолями и осадками.