Картирование сухих горючих материалов для лесных пожаров с помощью ИИ и новых спутниковых данных

Ученые используют искусственный интеллект и новые спутниковые данные для прогнозирования пожаров на западе США. Глубокое обучение позволяет детально картировать уровень влажности горючих материалов в 12 западных штатах.

Эта информация имеет решающее значение для прогнозирования возгораний и распространения огня. Новая модель, описанная в журнале Remote Sensing of Environment, может значительно улучшить изучение пожаров. По словам ведущего автора, аспиранта по наукам о системе Земля в Стэнфорде Кришны Рао, модель помогает выявлять зоны наибольшего риска и намечать места для контролируемых выжиганий. Разработка особенно актуальна на фоне удлинения и усиления сезона пожаров из-за изменения климата и осложнений, вызванных пандемией COVID-19.

Традиционно данные о влажности живых растений (live fuel moisture content) собираются трудоемким ручным способом в ограниченных точках. Новая модель на основе рекуррентной нейронной сети обучалась на данных Национальной базы данных о влажности горючих материалов и использует спутниковые измерения, включая радар с синтезированной апертурой (SAR), чувствительный к воде в пологе леса. Проверка на данных с 2015 года для 239 участков показала наибольшую точность прогнозов для кустарниковых сообществ (shrublands), которые занимают до 45% территории Запада США и крайне подвержены пожарам.

«Создание этих карт было первым шагом к пониманию того, как эти новые данные о влажности топлива могут повлиять на оценку риска и прогноз пожаров», — отметила старший автор статьи, эко-гидролог Стэнфордского университета Александра Конингс. Интерактивная карта на основе модели позволяет анализировать исторические данные с 2016 по 2019 год, а в перспективе может использоваться для оперативного мониторинга и принятия решений.