Команда UCI использует машинное обучение чтобы определить с какой вероятностью пожар может выйти из-под контроля

Междисциплинарная группа ученых из Калифорнийского университета в Ирвине разработала новую методику прогнозирования окончательного размера пожара с момента возгорания.

Задачи технологии

Построенная на основе алгоритма машинного обучения, модель может помочь в прогнозировании, будет ли пламя малым, средним или большим к тому времени, когда пожар закончится, - знания, полезные для тех, кто отвечает за тушение пожаров. Работа исследователей освещена в исследовании, опубликованном в Международном журнале WildlandFire. «Эта система очень похожа на распространение постов в социальных сетях», - сказал ведущий автор Шейн Коффилд, докторант UCI по науке о системе Земли.

«Мы можем подумать о том, какие свойства поста или сообщения могут сделать его взрывным и сделать по-настоящему популярным» Он и его коллеги применили это мышление к гипотетической ситуации, когда одновременно вспыхивают десятки пожаров. Это звучит экстремально, но этот сценарий стал слишком распространенным в последние годы в некоторых частях Соединенных Штатов, поскольку изменение климата привело к появлению жарких и сухих условий на местах, которые могут подвергнуть регион высокому риску возгорания.

«Лишь немногие из этих пожаров станут по-настоящему большими и будут составлять большую часть сгоревшей площади, поэтому у нас есть этот новый подход, который сфокусирован на выявлении конкретных мест возгораний, представляющих наибольший риск выхода из-под контроля», - сказал Коффилд. Команда использовала Аляску в качестве учебной зоны для проекта, потому что в течение последнего десятилетия государство страдает от целого ряда параллельных пожаров в его бореальных лесах, угрожающих здоровью людей и уязвимым экосистемам.

О работе технологии

В основе модели ученых UCI лежит алгоритм «дерева решений». Предоставляя ему климатические данные и важные сведения об атмосферных условиях и типах растительности, присутствующих вокруг начальной точки пожара, исследователи могли предсказать окончательный размер пожара в 50 процентах случаев. Ключевым фактором является дефицит давления пара - насколько мало влаги в этом районе. Вторым важным фактором для аляскинских лесов является доля деревьев сорта черной ели.

«У черной ели, которой больше всего на Аляске, есть эти длинные, поникшие ветви, которые спроектированы - с эволюционной точки зрения - для разжигания огня», - сказал соавтор Джеймс Рандерсон, профессор и председатель Ralph J. &Carol M. Cicerone в Наука о Системе Земли в UCI.

«Их семена приспособлены к тому, чтобы преуспеть в условиях после пожара, поэтому их стратегия состоит в том, чтобы убивать все остальное вокруг них во время пожара, чтобы снизить конкуренцию». Он сказал, что Коффилд смог показать, что доля черной ели в радиусе 2,5 миль от места воспламенения является важным фактором при определении размера пожара.

Преимущества

Одним из преимуществ этой новой технологии является скорость, сказал Коффилд. Алгоритм «учится» с каждой новой точкой данных и может быстро определить критические пороговые значения для выявления крупных пожаров. Эта система уже сейчас очень эффективна и может помочь. Рандерсон отметил, что, столкнувшись с вызванным изменением климата скачком числа пожаров, ожидаемых в каждом сезоне, органы штата, округа и местные органы пожарной охраны могут воспользоваться некоторыми обновленными инструментами и методами.

Помимо возможного спасения жизней и защиты имущества и критически важной инфраструктуры, усилия по тушению пожаров также будут играть все более важную роль в сохранении мира природы. «В таких местах, как Аляска, необходимо ограничить территорию, пострадавшую от пожара, потому что, если мы будем продолжать эти необычные годы с сильным пожаром, из ландшафта будет потеряно больше углерода, что спровоцирует потепление», - сказал Рандерсон.

«Если мы позволим пожарам течь своим чередом, мы можем оказаться в ситуации, когда будет нанесен значительный ущерб как климатической системе, так и экосистемам». Другими участниками этого проекта, который был поддержан программой UCI по машинному обучению и физическим наукам и Национальным научным фондом, были Кейси Графф, доктор философии; Ян Чен, помощник исследователя в науке о системе Земли; Эфи Фуфула-Георгиу, заслуженный профессор гражданского и экологического инжиниринга и Падрейк Смит, профессор информатики канцлера.