新しいAI技術が森林火災予報を改善できる

アメリカ国立大気研究センター（NCAR）の科学者たちは、人工知能（AI）を使用して森林火災予報を改善する新しい技術を開発しました。この技術は、火災の挙動や広がりを正確に予測する森林火災のコンピューターモデルで使う植生図を、効率的に更新するのに役立ちます。

この方法は、2020年のコロラド州のイースト・トラブルサム・ファイアで実証されました。この火事では、燃えた地域は、可燃物の目録では植生が健全な場所と誤って分類されていました。しかし、実際には、燃えた地域は最近、マツを食害するキクイムシと暴風で大きな被害を受けており、多くの枯れ木や倒木が残されていました。

森林火災シミュレーションの比較

チームは、標準的な燃えやすい物質のインベントリを使用した森林火災シミュレーションと、AIを使用して更新されたインベントリを使用したシミュレーションを比較しました。AIシミュレーションは、火事によって焼ける面積を予測する際に、はるかに優れています。

エイミー・デカストロは、NCARの科学者であり、研究の主要著者です。

「私たちの森林火災モデリングにおける主な課題の1つは、正確な入力を取得することです。特に、燃えやすい物質のデータが必要です。この研究では、機械学習と衛星画像の組み合わせが有効な解決策を提供することを示しています。」とデカストロは述べました。

モデルのシミュレーションは、NCAR-WyomingスーパーコンピューティングセンターのCheyenneシステムで実行されました。

森林火災を正確にシミュレートするためのモデルには、詳細な情報が必要です。たとえば、現地の天気や地形、燃えやすい物質の情報などが必要です。

LANDFIREデータセット

最も優れた燃えやすい物質のデータセットは、LANDFIREによって生成されます。LANDFIREは、森林火災の燃えやすい物質に関する地理空間データセットを生成する連邦プログラムです。燃えやすい物質のデータセットを作成するには、多くの衛星画像、景観シミュレーション、調査データが必要です。必要なデータの量が多いため、データセットを更新するのに時間がかかります。一方で、ある地域の利用可能な燃えやすい物質は急速に変化する可能性があります。

チームは、ヨーロッパ宇宙機関のコペルニクス・プログラムに属するセンチネル衛星を使用して、燃えやすい物質のデータセットを更新しました。センチネル1号衛星は、表面の質感に関するデータを提供し、植生の種類を特定するために使用できます。センチネル2号衛星は、植物の健康状態をその緑色から推測するために使用できるデータを提供します。この衛星データは、樹木の死亡率を空中から推定するために毎年行われる、米国森林局の昆虫・病害検出調査のデータで訓練された機械学習モデルにフィードされました。

これらの新しい追加により、機械学習モデルはLANDFIREの燃えやすい物質のデータを正確に更新することができました。

「LANDFIREデータは非常に貴重であり、信頼できる基盤を提供しています。人工知能は、よりリソース効率の良い方法でデータを更新するための有効なツールであることが証明されました。」とデカストロは述べました。

新しいシステムのテスト

チームは、更新されたインベントリが森林火災シミュレーションに与える影響をテストするために、NCARが開発したWRF-Fireを使用しました。

チームは、調整されていないLANDFIRE燃えやすい物質のデータセットを使用して、イースト・トラブルサム・ファイアのシミュレーションを実行しました。その結果、シミュレーションは焼ける面積を過小評価しました。しかし、調整されたデータセットを使用してシミュレーションを実行すると、焼ける面積を予測する際に、はるかに高い精度が得られました。調整されたモデルは、死んだ木や倒木が火事の蔓延を助けたことを予測しました。

この機械学習モデルは現在、既存の燃えやすい物質の地図を更新するように設計されていますが、将来的には、燃えやすい物質の地図を最初から作成するための定期的な生産と更新につながる可能性があります。

NCARの研究者たちは、機械学習が、火事によって生成される火の粉の特性を予測する能力を向上させるなどの、この分野の他の主要な課題を解決することを希望しています。

NCARの科学者であるティモシー・ジュリアーノは、この研究の共著者です。

「私たちには、問題を解決し、人々を安全に保つために必要な技術、計算能力、リソースが手元にあります。私たちは、良い影響を与えるために十分に準備されています。ただし、継続的に取り組む必要があります。」とジュリアーノは述べました。