Bruk av kunstig intelligens i deteksjon og tidlig varsling av skogbranner

Bruken av kunstig intelligens (KI) i deteksjon og tidlig varsling av skogbranner utvikles globalt ettersom klimaendringer dramatisk øker risikoen for skogbranner i land rundt om i verden .

Nylig har Californias brannvesen (USA) brukt AI til å oppdage og kontrollere skogbranner tidlig. Programmet heter ALERTCalifornia. Formålet med programmet er å oppdage branner tidligere og redusere falske alarmer takket være AI-teknologi. Denne plattformen, som er utviklet av ingeniører ved University of California San Diego, drar nytte av 1036 eksisterende kameraer, installert av offentlige etater og strømselskaper over hele staten.

[tekst-ID="vedlegg_428056" justere="senterjustering" bredde="768"] Klimaendringer øker skogbranner globalt. Foto: iStock[/caption]

«Jobben vår er å holde branner innenfor et område på 1,5 mål, slik at vi med hjelp av AI-kameraer kan komme til brannene og kontrollere dem raskere», sa Suzann Leininger, en spesialist på kunstig intelligens ved Californias brannvesen.

Ifølge professor Neal Driscol, som studerer geologi og fysikk ved University of California San Diego, måtte folk for 5–6 år siden sende fly eller en hel gruppe for å sjekke branner. Men nå kan de oppdage branner bare ved å slå på et kamera. De kan vise om røyken er langt unna, om omgivelsene er mørke eller ikke ... Disse tingene hjelper oss med å vurdere brannnivået og raskt slukke den uten å måtte ringe 113.

Teknologinettstedet Alert California har avslørt hvordan denne AI-en fungerer, og sier at den bruker LiDAR-skanninger tatt fra fly og droner for å lage «den samme nøyaktige, tredimensjonale informasjonen om de skannede overflatene».

Ved å kombinere dette med trærnes fysiske egenskaper kan du lære mer om biomassen og karboninnholdet i Californias skoger. California Department of Fire Services sier at maskinlæringsmodellen brukte petabyte med kameradata for å skille mellom røyk og andre luftbårne partikler.

På World Economic Forum (WEF) sitt årsmøte i januar 2023 ble det publisert en rapport med tittelen «The Next Frontier in Fighting Wildfires: FireAId Pilot and Scaling». Ifølge rapporten har FireAId-initiativet, som bruker kunstig intelligens for å håndtere skogbranner effektivt, blitt testet med suksess siden WEF lanserte det i januar 2022.

Prosjektet implementeres i Tyrkias regioner sør i Egeerhavet og det vestlige Middelhavet. Regionen ble angivelig valgt fordi en fjerdedel av landets skogbranner oppsto der mellom 2010 og 2021, og sto for 75 % av det totale arealet som ble brent i den perioden. Mellom juli og august 2021 opplevde Tyrkia noen av sine verste skogbranner, med totalt 139 503 hektar som brant ned.

Her brukte forskere statiske og meteorologiske data til å kartlegge områder der branner kunne starte, forutsi intensitet og planlegge logistikken som var nødvendig for å reagere effektivt.

Ifølge Weforum er nøyaktigheten i skogbrannvarsling 24 timer i forveien opptil 80 %. Informasjonen hjelper myndighetene med å forberede seg og reagere proaktivt, takket være vellykket bruk i Tyrkia. Pilotprogrammets suksess viser hvor effektiv AI er i å støtte forvaltningsorganer og redde mennesker, beskytte eiendom, beskytte miljøet og redusere skader forårsaket av skogbranner betydelig.

[tekst-ID="vedlegg_428070" justere="senterjustering" bredde="768"] Skogbrannmonitorer ved University of California (USA) overvåker en brann i juli 2023 i Topanga Canyon, Los Angeles. Foto: New York Times[/caption]

Klimaendringer har økt alvorlighetsgraden og hyppigheten av skogbranner de siste årene, noe som har ført til enestående tap av biologisk mangfold, karbondioksidutslipp og økonomiske tap over hele verden.

WEF-statistikk viser: Den gjennomsnittlige årlige kostnaden for skogbranner globalt er omtrent 50 milliarder USD, mens globale skogbranner i 2021 slapp ut omtrent 6450 megatonn CO2 i atmosfæren.

I mellomtiden spår Verdens meteorologiske organisasjon at antallet ekstreme skogbranner globalt vil øke med 30 % innen 2050 og dobles innen slutten av dette århundret.

AI-drevne branndeteksjonssystemer bruker en rekke sensorer som kameraer, satellitter og droner for å oppdage branner i sanntid, noe som muliggjør tidlig respons og rettidig handling. Disse systemene har vist seg å være effektive, kostnadseffektive og nøyaktige når det gjelder å oppdage branner, og minimerer dermed virkningen av skogbranner på miljøet og lokalsamfunnene.

Minh Thai