Прогнозирование пожарной опасности

Исследователи из Национальной лаборатории Ок-Ридж разработали метод, использующий машинное обучение для прогнозирования сезонной пожарной опасности в Африке, где происходит половина мировых выбросов углерода, связанных с лесными пожарами.

Их подход опирается на данные об основных экологических факторах, таких как температура океана и изменения поверхности суши, в дополнение к более часто используемым атмосферным и социально-экономическим показателям. Метод позволяет ученым получить более глубокое понимание относительной важности различных переменных, таких как влажность почвы и площадь листовой поверхности.

«Мы обнаружили, что океаническая и наземная динамика являются наиболее критическими факторами, влияющими на точность сезонного прогноза пожаров для этих уязвимых экосистем, — сказал Цзяфу Мао из Ок-Риджа. — Нарушения, такие как пожары, могут оказывать долгосрочное воздействие на региональную среду и глобальный углеродный цикл».

Вычислительная модель ученых может быть применена к другим регионам или обобщена для оценки глобального пожарного риска и информирования практик управления пожарами, учитывающих экологические проблемы и вопросы безопасности.