Модель на базе искусственного интеллекта предсказывает экстремальную пожароопасность

Ученые применили алгоритм глубокого обучения для улучшения прогнозирования пожарной опасности на западе США. Исследователи из Южной Кореи и США разработали гибридный метод, сочетающий методы ИИ и прогнозы погоды. Он позволяет получать улучшенные прогнозы экстремальной пожарной опасности с заблаговременностью до одной недели и на более детальном масштабе (разрешение 4 км x 4 км), что повышает его полезность для борьбы с огнем и управления ресурсами.

Доступные прогностические системы предоставляют ограниченную информацию и не имеют достаточного заблаговременного предупреждения для получения полезных региональных деталей. Новый подход решает эту проблему. «Прогнозы пожарной опасности могут быть дополнительно улучшены за счет постоянного развития как моделей земной системы, так и современных достижений в области ИИ», — отмечает ведущий автор доктор Ракхун Сон из Института науки и технологий Кванджу (GIST).

Важным преимуществом метода является его вычислительная эффективность. Традиционные методы прогнозирования рисков пожаров на более детальном пространственном разрешении («региональное масштабирование») часто требуют больших вычислительных ресурсов. «Хотя на этапе разработки требовались сопоставимые вычислительные ресурсы, после завершения обучения ИИ для создания прогнозов на весь сезон требовались всего секунды», — поясняет соавтор профессор Кё-Сун Лим из Национального университета Кёнпук. Гибкость метода также позволяет в будущем применять его для прогнозирования других типов экстремальных погодных явлений в разных регионах мира.

Исследование было опубликовано в Journal of Advances in Modeling Earth Systems 22 сентября 2022 года.