研究人员使用人工智能机器学习来预测大型野火

  • 2019-09-20
  • 26

大型野火的杀伤力极大,而科学预测能够避免很大一部分的损失。近日,加州大学欧文分校的一个多学科研究小组创建了一个机器学习模型来预测从起火时开始的大型野火的可能性。决策分类器模型使用单个数据集来预测火灾是否会在大约50%的时间内变大,其性能优于由研究人员测试的、依赖于多个天气变量的更复杂模型。

人工智能在其中起到了很大的作用。研究人员利用阿拉斯加大型火灾数据库2001年至2017年间阿拉斯加1100多起火灾事件的数据,在平均天气报告的跨度内,用空气湿度数据训练人工智能。每个火都被标记为小火、中火或大火。然后,该模型能够预测约40%的引燃,这些引燃导致的大型野火在这段时间内占燃烧面积的75%。

据称,该模型被训练用于预测主要由北方树木(在阿拉斯加和加拿大北部发现的那类树木)构成的森林火灾的结果,但该模型可用于为美国西部部分地区的消防官员分配资源,那里的野火预计将在年内增加。气候变化导致的频率。

研究人员表示,这种简单的分类系统可以提供对最佳资源配置的洞察,有助于维持历史上的火灾制度和保护阿拉斯加生态系统。近年来发生的巨大火灾及其影响可能需要重新考虑火灾管理;以前被限制为禁区的土地现在可能需要加大禁区力度,以维持当代的燃烧水平,减轻对人类和脆弱生态系统的影响。

如报告所述,每年全球有30多万人死于火灾气溶胶,并对全球碳足迹做出了贡献。新罕布什尔大学的一项研究预测,与上世纪90年代相比,到2050年,野火燃烧区的面积可能增加一倍。与scikit学习包中其他四个更复杂的机器学习分类器(如多层感知器和梯度增强)相比,这种简单的方法获得了更精确的结果。这一发现周二发表在《国际野生动物火灾杂志》上。

 

 

作者:Suki