AI kan helpen bij het sneller opsporen en bestrijden van bosbranden

In staten zoals Californië is het bosbrandseizoen langer en intenser geworden, grotendeels door klimaatverandering. Als reactie op de groeiende dreiging van bosbranden, volgens CNN, hebben verschillende startups AI-hulpmiddelen ontwikkeld om te helpen bij de detectie van bosbranden.

Het mag duidelijk zijn, maar vroege detectie is belangrijk voor bosbranden. Hoe eerder de brand wordt gedetecteerd, hoe sneller deze kan worden gecontroleerd en hoe minder schade deze zal aanrichten. Gelukkig zijn de AI-hulpmiddelen die zijn ontwikkeld door bedrijven zoals Descartes Labs, gevestigd in Sante Fe, effectiever in het detecteren van bosbranden dan zowel brandweerlieden als burgers.

Het branddetectie-instrument van Descartes Labs monster beelden van overheidsweersatellieten elke twee minuten, waarbij de beelden worden vergeleken op verschillen. Als er een verschil is in de thermische signalen in een regio, kan dit potentieel de aanwezigheid van een bosbrand aangeven.

De huidige methoden voor het detecteren van bosbranden vertrouwen voornamelijk op het spotten van branden met vliegtuigen of uitkijktorens, maar een systeem dat gebruik maakt van AI en satellieten kan bosbranden veel sneller detecteren dan deze methoden. Het New Mexico State Forestry Bureau heeft verklaard dat het AI-hulpmiddel de staat heeft geholpen om bosbranden veel sneller te lokaliseren dan voorheen. Het hulpmiddel biedt ook beschrijvingen die eerste hulpverleners kunnen helpen om te bepalen waar een brand is, wat moeilijk kan zijn wanneer er veel rook is of over een bergketen ‘s nachts.

Descartes is niet het enige bedrijf dat heeft geprobeerd om AI te gebruiken om bosbranden te detecteren. Northrop Grumman (NOC ) heeft onlangs een contract gesloten met de staat Californië om bosbrandanalyse-instrumenten te ontwikkelen, en de startup Technosylva heeft ook geïnvesteerd in de ontwikkeling van bosbrandvoorspellingsmethoden.

Het is nog niet duidelijk of de technologieën die zijn ontwikkeld door deze bedrijven het risico van valse alarmen kunnen verhogen als gevolg van een verhoogde gevoeligheid voor mogelijke branden. Echter, wat duidelijk is, is dat de AI-hulpmiddelen die zijn ontwikkeld door Descartes, bosbranden kunnen detecteren veel eerder dan enkele van de beste huidige branddetectiemethoden. Zoals Descartes verklaart, konden hun detectiesystemen de Los Angeles Times waarschuwen voor de coördinaten van de Kincade-brand kort na het begin van de brand. Descartes verklaart dat hun snelste detectietijd tot nu toe negen minuten na de ontsteking van de brand is. Volgens CNN, Ernesto Alvarado, bosbrandexpert en onderzoeker aan de Universiteit van Washington, elke systeem dat een brand kan detecteren binnen 30 minuten na de ontsteking, is behoorlijk indrukwekkend.

Descartes begint andere methoden te onderzoeken om AI en gegevens te gebruiken om te helpen bij het detecteren en volgen van branden. Zo is het bedrijf bezig met het ontwikkelen van digitale hoogtemodellen die steile hellingen kunnen beschrijven die de brandweerinspanningen kunnen hinderen. Descartes bereikt dit door het gebruik van een reeks algoritmen die elk stemmen over de positie van een brand op een kaart en tot een overeenstemming komen.

Terwijl de instrumenten die zijn ontwikkeld door Descartes en anderen effectief kunnen zijn in het mogelijk maken van een snellere detectie van branden, is het krijgen van brandweer teams in positie een uitdaging op zich en tenzij dit probleem wordt opgelost, kunnen branddetectie-algoritmen niet zo effectief zijn als theoretisch mogelijk. Als voorbeeld, zelfs nadat een potentiële brand is gemarkeerd door de instrumenten van Descartes, moet de brand worden doorgestuurd naar de juiste autoriteiten, zoals een veldkantoor dat de aanwezigheid van de brand kan verifiëren. Vervolgens moet de melding worden verstuurd naar de brandweerdepartementen in het gebied die moeten beoordelen hoe ze het best op de brand kunnen reageren. Deze logistieke uitdagingen kunnen beperkingen opleggen aan hoe effectief branddetectiesystemen kunnen zijn, maar zelfs zo, wanneer het gaat om het detecteren van branden, is eerder altijd beter.