Aplikasi kecerdasan buatan dalam pengesanan dan amaran awal kebakaran hutan

Penggunaan kecerdasan buatan (AI) dalam pengesanan dan amaran awal kebakaran hutan sedang dibangunkan secara global kerana perubahan iklim secara mendadak meningkatkan risiko kebakaran hutan di negara-negara di seluruh dunia .

Baru-baru ini, Jabatan Bomba California (AS) telah menggunakan AI untuk mengesan dan mengawal kebakaran hutan lebih awal. Program ini dipanggil ALERTCalifornia. Tujuan program ini adalah untuk mengesan kebakaran lebih awal dan mengurangkan penggera palsu terima kasih kepada teknologi AI. Dibangunkan oleh jurutera di University of California San Diego, platform ini memanfaatkan 1,036 kamera sedia ada, dipasang oleh agensi kerajaan dan syarikat elektrik di seluruh negeri.

[caption id="attachment_428056" align="aligncenter" width="768"] Perubahan iklim meningkatkan kebakaran hutan di seluruh dunia. Foto: iStock[/caption]

"Tugas kami adalah untuk mengekalkan kebakaran dalam kawasan seluas 1.5 ekar, jadi dengan bantuan kamera AI, kami boleh mencapai kebakaran dan mengawalnya dengan lebih cepat," kata Suzann Leininger, pakar kecerdasan buatan di Jabatan Bomba California.

Menurut Profesor Neal Driscol, jurusan geologi dan fizik di Universiti California San Diego, 5-6 tahun yang lalu, untuk memeriksa kebakaran, orang ramai perlu menghantar pesawat atau keseluruhan skuad. Tetapi kini, hanya dengan menghidupkan kamera, mereka boleh mengesan kebakaran. Mereka boleh menunjukkan sama ada asap itu jauh, sama ada persekitaran gelap atau tidak... Perkara ini membantu kami menilai tahap kebakaran dan memadamnya dengan cepat tanpa perlu menghubungi 911.

Tapak teknologi Alert California telah mendedahkan cara AI ini berfungsi, mengatakan ia menggunakan imbasan LiDAR yang diambil dari pesawat dan dron untuk mencipta "maklumat tiga dimensi tepat yang sama tentang permukaan yang diimbas."

Menggabungkan ini dengan ciri fizikal pokok boleh membantu anda mengetahui lebih lanjut tentang kandungan biojisim dan karbon hutan California. Jabatan Perkhidmatan Bomba California berkata model pembelajaran mesin menggunakan petabait data kamera untuk membezakan antara asap dan zarah bawaan udara yang lain.

Pada Mesyuarat Tahunan Forum Ekonomi Dunia (WEF) pada Januari 2023, laporan bertajuk The Next Frontier in Fighting Wildfires: FireAId Pilot and Scaling telah dikeluarkan. Menurut laporan itu, inisiatif FireAId, yang menggunakan kecerdasan buatan untuk menguruskan kebakaran hutan dengan berkesan, telah berjaya diuji sejak WEF melancarkannya pada Januari 2022.

Projek ini sedang dilaksanakan di wilayah Aegean Selatan dan Mediterranean Barat Türkiye. Wilayah itu dilaporkan dipilih kerana satu perempat daripada kebakaran hutan di negara itu berlaku di sana antara 2010 dan 2021, dan menyumbang 75% daripada jumlah kawasan yang terbakar dalam tempoh itu. Antara Julai dan Ogos 2021, Türkiye mengalami beberapa kebakaran hutan yang paling teruk, membakar sejumlah 139,503 hektar.

Di sini, saintis menggunakan data statik dan meteorologi untuk memetakan kawasan di mana kebakaran boleh bermula, meramalkan keamatan dan merancang logistik yang diperlukan untuk bertindak balas dengan berkesan.

Menurut Weforum, terima kasih kepada aplikasi yang berjaya di Türkiye, kadar ketepatan dalam ramalan kebakaran hutan 24 jam lebih awal adalah sehingga 80%. Maklumat tersebut membantu pihak berkuasa menyediakan dan bertindak balas secara proaktif. Kejayaan program perintis menunjukkan betapa berkesannya AI dalam menyokong agensi pengurusan dan menyelamatkan orang, melindungi harta benda, melindungi alam sekitar dan mengurangkan kerosakan yang disebabkan oleh kebakaran hutan dengan ketara.

[caption id="attachment_428070" align="aligncenter" width="768"] Pemantau kebakaran hutan di Universiti California (AS) memantau kebakaran pada Julai 2023 di Topanga Canyon, Los Angeles. Foto: New York Times[/caption]

Perubahan iklim telah meningkatkan keterukan dan kekerapan kebakaran hutan dalam beberapa tahun kebelakangan ini, menyebabkan kehilangan biodiversiti yang tidak pernah berlaku sebelum ini, pelepasan karbon dioksida dan kerugian kewangan di seluruh dunia.

Statistik WEF menunjukkan: Purata kos tahunan kebakaran hutan di seluruh dunia ialah kira-kira 50 bilion USD, manakala pada tahun 2021 kebakaran hutan global membebaskan kira-kira 6,450 megaton CO2 ke atmosfera.

Sementara itu, Pertubuhan Meteorologi Sedunia meramalkan bahawa kadar kebakaran hutan yang melampau di seluruh dunia akan meningkat sebanyak 30% menjelang 2050 dan dua kali ganda menjelang akhir abad ini.

Sistem pengesanan kebakaran liar berkuasa AI menggunakan pelbagai penderia seperti kamera, satelit dan dron untuk mengesan kebakaran dalam masa nyata, membolehkan tindak balas awal dan tindakan tepat pada masanya. Sistem ini terbukti cekap, menjimatkan kos dan tepat dalam mengesan kebakaran, meminimumkan kesan kebakaran hutan terhadap alam sekitar dan komuniti setempat.

Minh Thai