Искусственный интеллект обладает "большим потенциалом" для обнаружения лесных пожаров, свидетельствует исследование в тропических лесах Амазонии

Новое исследование показывает, что искусственные нейронные сети могут стать мощным инструментом для автоматического обнаружения лесных пожаров, что значительно сократит время реагирования и поможет смягчить их разрушительные последствия. Технология сочетает спутниковые снимки с методами глубокого обучения.

Эта разработка особенно актуальна для Амазонки, где в 2023 году было зарегистрировано 98 639 пожаров, на которые приходится 51,94% всех пожаров в бразильских биомах. Существующие системы мониторинга, предоставляющие данные почти в реальном времени, имеют умеренное разрешение и ограниченные возможности для обнаружения пожаров в удаленных районах или небольших очагов.

Исследователи из Федерального университета Амазонас обучили сверточную нейронную сеть (CNN) на 200 изображениях с пожарами и 200 — без пожаров, полученных со спутников Landsat 8 и 9. На этапе обучения модель достигла точности в 93%. При тестировании на 40 новых изображениях модель правильно классифицировала 23 из 24 изображений с пожарами и все 16 изображений без них, продемонстрировав высокую надежность.

«Модель CNN может стать ценным дополнением, позволяя проводить более детальный анализ в конкретных регионах. Сочетая широкое временное покрытие текущих систем с пространственной точностью нашей модели, мы можем значительно улучшить мониторинг пожаров в критически важных зонах сохранения природы», — отмечает соавтор работы профессор Карлос Мендес.

Авторы подчеркивают, что технология может работать совместно с крупномасштабными системами мониторинга, такими как MODIS и VIIRS, улучшая стратегии раннего предупреждения. В будущем они рекомендуют увеличить объем обучающих данных для повышения надежности модели и исследуют другие применения CNN, например, для мониторинга обезлесения.