GeoFlame VISION: Использование ИИ и спутниковых снимков для прогнозирования будущего риска лесных пожаров

Ученые из Университета Буффало представили GeoFlame VISION — компьютерную модель, которая с помощью искусственного интеллекта и спутниковых данных создает динамическую карту риска лесных пожаров для всей территории США с высокой детализацией. Модель была протестирована на примере Калифорнии, а результаты представлены на ежегодном собрании Общества анализа рисков в Вашингтоне.

Разработка важна для эффективного смягчения последствий пожаров и принятия решений в области управления земельными ресурсами и контролируемого расширения зон дикой природы и городской застройки. Это может снизить будущий ущерб для критической инфраструктуры и сообществ.

«Риск пожаров в регионе зависит не только от топографии, растительного покрова и погодных условий, но и от застроенной среды, например, зданий и энергосетей, что часто упускается в традиционных физических моделях распространения огня», — отмечает ведущий автор исследования Поломи Рой. Взаимодействие всех этих факторов, учтенное в модели, имеет ключевое значение.

Ключевые выводы по Калифорнии:

• Восточные, юго-западные и северо-западные регионы штата наиболее уязвимы из-за влияния сухих теплых ветров Санта-Ана.
• Округа Моно, Иньо, Марипоса, Вентура и Туларе подвержены наивысшему риску, что подтверждается историческими пожарами.
• Главными предикторами риска являются климатические, топографические и растительные факторы, а также скорость ветра, индекс NDVI и количество осадков.

Для создания карты использовались данные о выгоревших площадях с 2015 по 2022 год со спутника NASA MODIS, интегрированные с информацией о топографии, климате, растительности и расположении критической инфраструктуры. Точность прогноза модели на основе ретроспективных данных составляет около 92%.