새로운 AI 기술, 산불 예측 개선 가능

국립대기연구센터(NCAR)의 과학자들은 산불 예측을 개선하는 새로운 기술을 개발하였습니다. 이 기술은 인공 지능(AI)을 사용하여 산불 컴퓨터 모델이 정확하게 화재 행동과 확산을 예측할 수 있도록 효율적으로 식생 지도 업데이트를 도와줍니다.

이 방법은 2020년 콜로라도에서 발생한 이스트 트러블섬 파이어(East Troublesome Fire)를 사용하여 시연되었습니다. 이 화재 동안, 태워진 땅은 연료 재고에서 건강한 것으로 잘못 분류되었습니다. 그러나 실제로 화재가 발생한 지역은 최근에 소나무껍질좀과 강한 바람을 동반한 폭풍의 피해를 입어 죽거나 쓰러진 나무가 대량으로 남아 있었습니다.

산불 시뮬레이션 비교

연구 팀은 표준 연료 재고와 AI를 사용하여 업데이트된 두 가지 산불 행동 모델을 사용하여 시뮬레이션을 비교했습니다. AI 시뮬레이션은 화재로 인해 태워진 지역을 예측할 때 훨씬 더 잘 수행되었습니다.

에이미 데카스트로(Amy DeCastro)는 NCAR의 과학자이자 연구의 주저자입니다.

“우리의 주요 도전은 산불 모델링에서 연료 데이터를 포함한 정확한 입력 자료를 얻는 것이었습니다. 이 연구에서 우리는 기계 학습과 위성 이미지를 결합하여 해결책을 제공할 수 있음을 보여주었습니다.”라고 데카스트로는 말했습니다.

모델 시뮬레이션은 NCAR-와이오밍 슈퍼컴퓨팅 센터의 Cheyenne 시스템에서 실행되었습니다.

산불을 정확하게 시뮬레이션하기 위한 모델은 많은 자세한 정보가 필요합니다. 지역 날씨와 지형에 대한 정보가 필요하며, 또한 연료로 작용하는 식생에 대한 정보도 필요합니다.

LANDFIRE 데이터셋

최상의 연료 데이터셋은 LANDFIRE에서 생성됩니다. LANDFIRE는 산불 연료에 대한 정보를 포함하는 지리공간 데이터셋을 생성하는 연방 프로그램입니다. 산불 연료 데이터셋을 생성하기 위해 전문가들은 많은 위성 이미지를 필요로 하며, 풍경 시뮬레이션과 조사 정보도 필요합니다. 필요한 데이터의 양이 많기 때문에 데이터셋을 업데이트하는 데 시간이 많이 걸립니다. 한편, 지역의 사용 가능한 연료는 빠르게 변경될 수 있습니다.

연구 팀은 유럽 우주 기구의 Copernicus 프로그램에 속하는 센티넬 위성을 사용하여 연료 데이터셋을 업데이트했습니다. 센티넬-1은 표면 텍스처에 대한 데이터를 제공하며, 이를 사용하여 식생 유형을 식별할 수 있습니다. 센티넬-2는 식물의 녹색 정도를 바탕으로 건강 상태를 추론할 수 있는 데이터를 제공합니다. 이 위성 데이터는 미국 산림청의 곤충 및 질병 탐지 조사 데이터로 훈련된 기계 학습 모델에 입력되었습니다. 이 조사는 매년 항공 관측으로 나무의 사망률을 추정하기 위해 실시됩니다.

이 새로운 추가로 기계 학습 모델은 LANDFIRE 연료 데이터를 정확하게 업데이트할 수 있었습니다.

“LANDFIRE 데이터는 매우 가치가 높으며 후속 작업을 위한 신뢰할 수 있는 기반을 제공합니다. 인공 지능은 더 적은 자원으로 데이터를 갱신하는 효과적인 도구임을 보여주었습니다.”라고 데카스트로는 말했습니다.

신규 시스템 테스트

연구 팀은 업데이트된 재고가 산불 시뮬레이션에 미치는 영향을 테스트하기 위해 NCAR에서 개발한 WRF-Fire를 사용하여 산불 행동을 시뮬레이션했습니다.

그들은 먼저 WRF-Fire를 사용하여 수정되지 않은 LANDFIRE 연료 데이터셋과 함께 이스트 트러블섬 파이어를 시뮬레이션했는데, 이때는 타게 될 면적을 과소평가했습니다. 그러나 모델을 수정된 데이터셋과 함께 실행하면 화재로 인해 태워진 지역을 훨씬 더 정확하게 예측할 수 있었습니다. 이는 죽거나 쓰러진 나무이 화재를 확산하는 데 도움이 될 것이라고 예측했기 때문입니다.

이 기계 학습 모델은 현재 기존의 연료 지도 업데이트를 위해 설계되었습니다. 그러나 궁극적으로 연료 지도를 처음부터 정기적으로 생성하고 업데이트하는 데 사용될 수 있습니다.

NCAR의 연구자들은 또한 기계 학습이 이 분야의 다른 주요 도전을 해결하는 데 도움이 될 수 있을 것이라고 희망합니다. 예를 들어, 화재로 인해 생성되는 불씨의 특성을 예측하는 능력을 향상시키는 데 도움이 될 수 있습니다.

NCAR 과학자 티모시 줄리아노(Timothy Juliano)는 연구의 공동 저자입니다.

“우리는 이러한 문제를 해결하고 사람들을 안전하게 유지하기 위해 필요한 기술과 컴퓨팅 파워, 그리고 많은 자원을 가지고 있습니다. 우리는 긍정적인 영향을 미칠 수 있는 위치에 있지만, 계속해서 노력해야 합니다.”라고 줄리아노는 말했습니다.