在人工智能和不断扩大的 "火灾发生数据库 "之间，野火的威胁可能会减弱

Currently, a fast-moving wildfire is destroying part of an old mountain town called Jasper in the Canadian Rockies. The damage in Jasper is described as “beyond description and comprehension,” and 25,000 people have already been forced to flee. 

巨大的野火烧毁了加拿大历史名镇贾斯珀多达一半的土地。与此同时，在邻近的不列颠哥伦比亚省以及加利福尼亚州和犹他州，也有数百处野火活跃。

每年都有成千上万的人在野火中首当其冲，城镇被大火焚毁。在美国，过去五年中，344 场重大野火导致 178 人丧生。同时，自 20 世纪 80 年代以来，美国平均每年发生约 7 万起火灾。根据美国国家机构间火灾中心（NIFC）的数据，自 1983 年以来，美国共发生了 270 万起野火。

随着火灾数量的不断增加，灭火成本也在不断攀升。仅在 2021 年，美国政府就花费了近 $4.4 亿美元来扑灭野火。平均而言，扑灭每场野火需要花费约 $74K 美元。但这还不是全部，房主的保险费率也在上涨。

野火在全球范围内呈上升趋势，不仅发生频率高，而且严重程度和持续时间也越来越长。野火的风险主要出现在大风、干旱和热浪等极端干燥的条件下。这意味着对人类和野生动物健康的不利影响越来越大。 

除了火灾本身造成的破坏外，野火产生的烟雾还包括有害的空气污染物，如二氧化氮、臭氧、芳香烃、铅或 PM2.5，即直径为 2.5 微米或更小的颗粒。PM2.5 非常细微，可以深入我们的呼吸道，对健康造成影响。

实际上，野火烟雾中的 PM2.5 与普通人群的过早死亡有关。它可以 引起和加剧疾病 肺、肾、心脏、皮肤、肠道、眼睛、鼻子和肝脏。它还能 显示 导致认知障碍和记忆丧失。 

Not only do wildfires contaminate the air with toxic pollutants, but they also impact the climate by releasing large quantities of CO2 and other greenhouse gases into the atmosphere. By blanking the Earth, greenhouse gas emissions actually trap the sun’s heat and make it inhabitable. Too much of it leads to climate change, which leads to drier conditions, further contributing to longer durations of fire seasons. Hence creating a feedback loop.

随着野火的强度和破坏程度越来越极端，它们会破坏通信、交通、供电、燃气服务和供水等基础设施。此外，在居民区附近，野火还会对财产、牲畜、人类死亡和环境造成严重影响。

去年，马里兰大学研究人员的一项研究计算出，与 2001 年相比，森林火灾每年造成的树木覆盖面积损失增加了 300 万公顷。2021 年全球树木覆盖面积减少了 930 万公顷，成为最严重的年份之一。

It’s not that fires aren’t a natural part of how forests function. Actually, boreal forests, which cover vast tracts of land across northern Europe, Russia, Alaska, and Canada, are adapted to fire. Fire creates a variety of landscapes and removes old forests, giving birth to new ones.

However, fire-related tree cover loss, even in these areas, is happening at an accelerated rate. With boreal forests being among the world’s leading suppliers of clean water, harboring significant wildlife populations, and an important carbon sink, the ongoing trend of wildfires is a worrying one and needs to be addressed. 

点击此处查看致力于解决全球变暖问题的生物技术公司名单。

结合卫星图像利用人工智能模型 

解决野火问题的方法之一是 被攻击 就是通过使用人工智能（AI）。这种新技术不仅用于聊天机器人和虚拟助手，还能通过先进的遥感技术为环境提供帮助。

最近，人工智能帮助消防员 迅速应对野火 位于加利福尼亚州湾区的一个偏远地区。 野火被扑灭 在人工智能摄像机的帮助下，它在大火蔓延之前就检测到了烟雾，并在大火扩大到难以控制之前通知了消防人员。

甚至 保险提供商正在转向人工智能. The San Francisco-based Delos Insurance Solutions has sold over 17K policies to homeowners, which other firms have rejected. This has been made possible through the company’s wildfire models, for which Delos works with university professors to get proprietary datasets on wildfire modeling and then adds an AI algorithm to incorporate more data. According to co-founder Shanna McIntyre, Delos considers over 200 variables covering vegetation, topography, and temperature. 

开发高分辨率野火行为模型来预测火势蔓延显然越来越受到重视。 

这项工作正在与卫星结合进行，以探测火灾地点。LANDSAT、VHRS 和 MODIS 等卫星已被用于监测植被的分布和干扰，但预测野火仍是一项具有挑战性的任务。人工智能和机器学习可以帮助提供预测和管理野火的可靠方法。

例如，可以将人工智能与成像卫星联系起来，分析烟雾出现、火灾发生和植被干扰等不同因素。通过将所有数据结合在一起，人工智能算法可以通过持续学习帮助预测野火。人工智能技术还可以进一步管理灭火器和装有摄像机的巡逻车。

一年前，芬兰阿尔托大学的一个研究小组开始 发展中 一种名为 FireCNN 的人工智能模型，可以预测野火的蔓延。该模型 受过训练 FireCNN 根据 2002 年至 2019 年期间记录的卫星图像和天气数据确定高风险地区。FireCNN 分析了 31 个变量，包括植被和土地覆盖等因素。

然而，目前还缺乏能够关联所有可用数据的人工智能算法，以及适合全球不同地貌需求的现实建模方法。 

根据一项新的研究，一种新的模型可以准确预测野火的蔓延。该模型结合了卫星图像和人工智能，在野火管理和应急响应方面取得了重大进展。

这项研究由美国国家航空航天局（NASA）、陆军研究办公室（Army Research Office）和维特比 CURVE 计划资助，由南加州大学的研究人员和以下人员共同完成 发表在《地球系统科学数据》上. 

根据这一新模式，卫星数据 利用 以实时跟踪野火的发展情况。这些信息 喂养 该算法可以准确预测火灾的可能路径、强度和蔓延速度。

“This model represents an important step forward in our ability to combat wildfires. By offering more precise and timely data, our tool strengthens the efforts of firefighters and evacuation teams battling wildfires on the front lines. 

– Bryan Shaddy, a corresponding author of the study and a doctoral student at the USC Viterbi School of Engineering

研究首先从高清卫星图像中收集历史数据。然后，通过对过去野火的行为分析，研究人员追踪了火灾的起因和蔓延过程、 并最终得到控制。 

这项细致的研究揭示了以下规律 受到影响 这些因素包括地形、天气以及树木和灌木丛等燃料。

The researchers then trained a gen AI-powered model to simulate how these factors impact the wildfires’ evolution over time. 然后对模型进行训练 以识别卫星图像中与其模型中野火蔓延相匹配的模式。

该模型被称为条件瓦瑟斯坦生成对抗网络（conditional Wasserstein Generative Adversarial Network）或 cWGAN，已在 2020 年至 2022 年的两年时间里对加利福尼亚州的四场真实野火进行了测试，以了解它在预测火势蔓延方面的有效性。经过 WRF-SFIRE 模拟训练后，cWGAN 可根据卫星火灾数据计算出火灾的到达时间。 

cWGAN 的结果令人印象深刻。该模型在理想条件下（如单向风和平坦地形）对简单数据进行了训练，在真实的加州野火中表现出色。

The model’s success is attributed to using the AI model along with satellite imagery, which provided actual wildfire data instead of on its own.

This hasn’t been easy, though. Study co-author Assad Oberai, a Professor of Aerospace and Mechanical Engineering at USC Viterbi, stated that modeling wildfires was among the most challenging due to their “intricate processes.”

不仅树木和灌木等燃料会被点燃，导致复杂的化学反应，产生热量和风流，甚至天气和地形也会影响火灾行为。阿萨德说：

“These are highly complex, chaotic, and nonlinear processes. To model them accurately, you need to account for all these different factors. You need advanced computing.”  

增强人工智能模型数据

除了人工智能技术的进步，用于训练这些模型的数据也在不断改进，涵盖了数百种影响火灾点燃和蔓延的其他因素。这将帮助野生动物管理者和科学家更准确地预测野火发生的地点和时间。

最近，火灾计划分析火灾发生数据库（FPA FOD）得到了显著增强，该数据库是美国有关地理参照火灾起火数据的最广泛来源。该模型由美国林务局于 2013 年首次开发，目前已 已更新 五次。它汇总了负责消防和报告的地方、州和联邦实体的火灾报告。

该模型包括点火地点、发现日期和最终野火规模等基本信息。然而，修订后的数据库将涵盖更多的社会和环境因素。俄勒冈州立大学教授埃里卡-弗莱什曼（Erica Fleishman）说：

“There is a tremendous amount of interest in what enables wildfire ignitions and what can 成了 to prevent them. This database increases the ability to access relevant information and contribute to wildfire preparedness and prevention.”

这个增强型数据库不仅能帮助现场消防员和管理人员灭火，还能帮助评估短期电力风险。电力公司可以就实施公共安全停电做出更明智的决定。此外，土地管理机构也可以决定是否应该在一年中的某些时段减少对公共土地的使用。

弗莱什曼认为，很多政策 有指导 by emotions instead of a large body of evidence. The database presents “one way to increase the objective evidence to consider when making those decisions,” she said. 

该研究发表在《地球系统科学数据》杂志上。 研究概述 该数据库得到了联合火灾科学计划的支持。该数据库概述了生物、社会和物理属性，以便更好地了解野火并进行预测。 

研究小组成员包括俄勒冈州气候变化研究所所长弗莱什曼，以及 领导了 博伊西州立大学副教授莫杰塔巴-萨德格（Mojtaba Sadegh）和博士生亚瓦尔-普尔莫哈马德（Yavar Pourmohamad）的研究成果增加了近 270 个属性。现在，该数据库包含了从 1992 年到 2020 年美国 230 万次火灾的信息。

根据修订后的数据库，每场野火现在都有物理属性，如天气、气候、地形和基础设施；生物属性，如植被指数和土地覆盖率；行政属性，包括国家和地区备灾水平和管辖权；社会属性，包括社会脆弱性指数和人口密度。

第六版 FPA FOD 进一步扩大 with summary statistics within a temporal and spatial buffer around the point of ignition and vegetation indices obtained monthly from satellites during a year prior to the ignition. “This rich, tabular dataset can be used in a variety of hypothesis-driven or data-exploration applications,” the study said.

Pourmohamad 补充说，这样一个庞大的数据库将有助于更深入地了解各种属性对野火燃点和规模的单独和复合影响：

“It also identifies the unequal effects of wildfires on distinct human populations and ecosystems, which can, in turn, inform efforts to reduce inequities.”

该数据库还可被纳入人工智能和机器学习模型，用于解释过去火灾的驱动因素、未来火灾发生的可能性以及未来火灾的影响。她说：

“It’s amazing what you can infer when you have the computational capacity and this much information. You can ask a lot of questions that inform different actions in different places and to understand what is associated with wildfire ignitions and fire effects.”

最终想法

森林或草地等荒地是人类繁荣不可或缺的一部分。毕竟，它们可以通过储存碳、保护野生动物栖息地和增强景观复原力来减缓气候变化。这些荒地一直受到野火的侵袭，但在过去的几十年里，它们的数量急剧增加，以至于野火已经成为一种威胁。 

这些大规模、无计划的火灾正在肆虐世界各地的土地，要求我们更好地了解、评估和分析过去的火灾、其成功的预防和缓解策略，不仅要预防野火，还要改进火灾规划、应对、适应、具有成本效益的缓解措施，并限制其不利影响。

正如我们在上文所指出的，当局正在不断加强数据库，其中包括 就可以纳入 在人工智能模型中解释火灾的可能性及其未来影响。这些久经考验的人工智能模型可以与卫星图像结合使用，准确预测和预防未来的野火。这样，我们就能保护我们的荒地，保护生物多样性，并丰富子孙后代的生活。

点击这里了解人工智能投资的所有信息。