Использование ИИ для борьбы с лесными пожарами

Опубликовано: 21/01/2021 Время на прочтение: 7 минут

Эстер Шейн

Первоначально опубликовано 13 января 2021 г. на сайте Enterprise.nxt Hewlett Packard Enterprise, в котором публикуются аналитические материалы о будущем технологий.

Пожарные используют спутники, искусственный интеллект, дроны и облачные вычисления для более разумной борьбы с лесными пожарами.

Возможно, вы не думаете, что лист содержит ценные данные, но насколько влажный или сухой лист может помочь предсказать распространение лесного пожара.

«Сухие растения загораются; — не надо мочить », — говорит Кришна Рао, аспирант Стэнфордского университета в области наук о земных системах. Хотя это может показаться очевидным, вопрос о том, насколько сухой опасен, а насколько влажный — не опасен, не так очевиден. Вот почему Рао разработал алгоритм глубокого обучения, который оценивает влажность топлива.

«Что делает пожар опасным, так это топливо», — говорит он. «Где топливо, там и огонь».

ИИ все чаще помогает предсказать, как могут возникать большие пожары и где они могут распространиться, и все это в попытке помочь в борьбе с лесными пожарами.

Борьба становится все сложнее: лесные пожары в западной половине страны начинаются раньше и заканчиваются каждый год позже, по данным Калифорнийского департамента лесного хозяйства и противопожарной защиты. Прошедший сезон лесных пожаров может оказаться одним из худших в истории: по состоянию на 4 декабря 52 834 лесных пожара сожгли 9 539 554 акра. Это примерно на 2,2 миллиона акров больше, чем в среднем за 10 лет, и почти вдвое больше площади, выгоревшей к этому моменту в сезоне 2019 года.

Когда Рао начал исследовать лесные пожары, он понял, что на них влияют тепловые факторы деревьев и метеорологические факторы, такие как ветер и осадки. Другой фактор — это, конечно, люди, но и влажность топлива тоже. Рао нашел доступные исследования по прогнозированию молний и возгораний, но не по прогнозированию уровней топлива.

«Если я могу сказать, насколько сухой лес, я могу предсказать, сколько топлива доступно», — говорит он.

Вот здесь и появляются листья. Существует ряд факторов, влияющих на ветвь и лист, которые помогают определить, воспламенится ли они. Рао и его коллеги объединили около 20 точек данных, включая цвет листа, количество микроволн, передаваемых со спутника через этот лист, высоту дерева и тип растения, чтобы определить процент влажности листа или части дерева. .

Рао объясняет, что спутниковый радар излучает микроволны в лесу. «Если деревья сухие, ничего не происходит; микроволны просто проходят. Если деревья мокрые, они отражают микроволны обратно на спутник ». Это означает, что риск возгорания низкий.

Модель была протестирована в западной части страны примерно в 12 штатах, подверженных лесным пожарам, на более чем 100 видах деревьев. «Это не 100 процентов, но на данный момент это лучший показатель для прогнозирования засушливости лесов в США», — говорит Рао.

Он и его коллеги использовали данные, собранные Лесной службой США — около четверти миллиона образцов за три десятилетия — для проверки алгоритма. В настоящий момент точность модели составляет около 70 процентов для разных состояний, времени и видов. Следующим шагом является использование измерений засушливости лесов и количественная оценка ценности лесных карт для прогнозирования риска лесных пожаров. «До сих пор у нас не было карт засушливости лесов», — говорит Рао.

Наиболее ценное применение искусственного интеллекта в борьбе с лесными пожарами — это использование данных для прогнозирования состояния горения и топливной модели.

САЙМОН ВЕЙБЕЛЬ ДРОН С УСИЛЕНИЕМ

Борьба с огнем с помощью огня

Идея состоит в том, что разжигание огня помогает потушить других, говорит Саймон Вейбель, бывший пожарный, который работает в отделе продаж и эксплуатации Drone Amplified. «Капля воды в лучшем случае замедляет пожар», — говорит Вейбель, который работал в горячих бригадах и в Департаменте лесного хозяйства штата Орегон и специализировался на операциях по выжиганию.

Одна из тактик, которую используют горячие выстрелы, называется обратным сжиганием, при котором создается линия сдерживания или использование уже существующих линий сдерживания «и создание контролируемого огня, который вы отправляете обратно в основной огонь», — говорит Вейбель. «Теоретически, когда топливо горит, оно не может снова гореть. Итак, если у вас есть травяной костер, движущийся к вам, и вы начинаете огонь по нему, как только они сойдутся, топлива для сжигания больше не останется, и оно погаснет ».

IGNIS работает с различными коммерческими платформами дронов и использует приложение для Android, которое отслеживает и контролирует полеты и возгорания. Он может выполнять автоматические миссии и картографирование, запускать зажигание вручную и проводить разведку, а также делать визуальные изображения и записи.

«Мы не говорим о замене пожарных; мы говорим о… как расширить эти ресурсы », — говорит Вейбель. «Мы используем термин« множитель силы ».

По словам Вейбеля, наиболее ценным применением ИИ в борьбе с лесными пожарами является использование данных для прогнозирования того, как все будет гореть и какие условия топливной модели. «Когда у нас начинается пожар и мы указываем местность, типы топлива, погоду, территорию, все переменные… [модели ИИ] скажут вам, что будет делать этот пожар».

Затем есть аспект разведки. «Когда я был с hotshots, мы не могли видеть холмы, поэтому мы много гадали. Теперь вы можете установить дрон и посмотреть за холм и увидеть, что делает ваш огонь, и это первый шаг к тому, чтобы лучше оценить линию огня », — говорит он. Таким образом, добавляет Вейбель, вы можете использовать тактику, которая максимизирует эффективность наземных войск.

IGNIS дебютировал во время пожара в Pine Gulch в Колорадо в июле 2020 года, который стал крупнейшим лесным пожаром в истории Колорадо. Затем он использовался в нескольких лесных пожарах в Калифорнии и во время пожара Lionshead в Орегоне в августе.

Вайбель говорит, что с системой не было никаких проблем. Если пожарная команда хочет сбрасывать шары на расстоянии 10 футов друг от друга, это подключается к приложению, «и независимо от того, как вы двигаетесь, система будет бросать мяч через каждые 10 футов или как бы там ни было. Это мозг, — говорит он. «Он основан на данных о высоте, поэтому вы можете летать в горах», и IGNIS предоставляет обратную связь.

Это будет будущее борьбы с лесными пожарами, предсказывает Вейбель. «Я думаю, что искусственный интеллект воспользуется этой [предсказательной] способностью и доведет ее до крайности. Вы сможете заглянуть в будущее того, что будет делать огонь ».

Откройте для себя больше сети: смотрите, слушайте, учитесь. Найдите больше подкастов, видео и статей о последних тенденциях в области технологий.

Узнайте больше

Проблема с предсказаниями

«Сейчас невозможно указать все переменные и понять взаимосвязь между ними», — говорит Тиль, который работал пожарным в пяти штатах. По словам Тиля, поведение огня как в городских условиях, так и в дикой природе в конечном итоге определяется принципами физики и химии.

«В той мере, в какой эти принципы понятны, технологии, в том числе искусственный интеллект, могут помочь нам предсказать серьезность и траекторию пожара», — говорит он.

Проблема заключается во множестве переменных, влияющих на поведение пожара в обеих средах, включая погоду, температуру, влажность, топливо, источники возгорания, топографию и наиболее сложную переменную: поведение человека. «Я внутренне реагирую на представление о том, что сложные проблемы можно свести к проблемам с данными — если бы у нас было приложение для этого или ИИ для этого, все бы исчезло», — говорит Тиль.

Даже прогнозы погоды, «золотой стандарт прогнозирования», вероятно, верны только в 60-70% случаев, «и мы в восторге», — отмечает он.

По словам Тиля, независимо от того, является ли пожар городским или диким, если он имеет только 10-процентную вероятность, пожарные имеют ограниченный контроль над переменными факторами, и риск может значительно измениться со дня на день.

Тем не менее, он говорит, что с оптимизмом смотрит на использование прогнозной аналитики для повышения эффективности смягчения, предотвращения и готовности к пожарам. Есть надежда на использование ИИ для управления развертыванием ресурсов на этапах предотвращения, реагирования и восстановления при пожаре.

«Но с точки зрения реагирования, мы по-прежнему должны обеспечивать равный уровень обслуживания для всех — для каждого участка нашей земли, независимо от риска возникновения пожара, — потому что они этого ожидают», — говорит он. «Я надеюсь, что мы дойдем до места, где сможем лучше направить эти вмешательства».

По мере развития пожаротушения ИИ, несомненно, будет играть более важную роль, но люди останутся ядром. В конце концов, мы имеем дело с противником, который действительно меняется так же быстро, как погода.

Уроки для лидеров

  • Чем больше у вас данных по предмету, тем больше вероятность, что вы что-то из него извлечете.
  • Модели, разработанные для одной ситуации, могут не подходить даже для аналогичной ситуации.

СВЯЗАННЫЕ ИСТОРИИ:

AI в цифрах

ИИ в кибербезопасности: как использовать ИИ до того, как это сделают хакеры

Эта статья / материалы написаны указанным автором и не обязательно отражают точку зрения компании Hewlett Packard Enterprise.


Метки:


прокрутка вверх