Kanadában AI gyorsítja az erdőtüzek veszélytérképeinek elkészítését

Egyre nehezebb időben feltérképezni a veszélyeket

Kanadában az erdőtüzek szezonja egyre hosszabb, intenzívebb és pusztítóbb. A Mila közlése szerint az elmúlt négy évben a korábbi évtizedek átlagánál jóval nagyobb terület égett le. 2023-ban közel 15 millió hektár vált a lángok martalékává, ami kétszerese New Brunswick területének.

A Natural Resources Canada előrejelzése szerint 2100-ra Kanada egyes erdős régióiban több mint egy hónappal is hosszabb lehet a tűzszezon. Emiatt nagyobb szükség van a megelőző intézkedésekre és a területhasználat hosszú távú tervezésére.

A tűzveszély térképezése azt mutatja meg, hogy egy adott terület mennyire hajlamos a kigyulladásra, illetve milyen intenzitással és sebességgel terjedhet ott a tűz. A veszély fogalma eltér a kockázattól, amely akkor jelenik meg, ha a veszély embereket, vagyontárgyakat vagy gazdasági tevékenységeket fenyeget.

A BurnP3+ helyett egyelőre kiegészítő eszköz készül

Az NRCan a BurnP3+ nevű szimulátorral készíti a tűzveszélyt bemutató térképeket. A rendszer a tűz viselkedését leíró fizikai egyenletekre épül, országos, rendkívül nagy felbontású térképekhez pedig különböző időjárási körülmények között több millió lehetséges tűzkeletkezést kell szimulálnia.

Az NRCan csapatainak 2026-ban több mint egy évre volt szükségük az országos térkép elkészítéséhez. Az előző térkép 2017-ben készült. Yan Boulanger, az NRCan erdőökológusa és a projekt vezetője szerint a veszélyt az éghajlat és a növényzet is meghatározza, ez a két tényező pedig idővel változik. Emiatt a térképeket gyakran kellene frissíteni, miközben az ehhez szükséges számítási idő és kapacitás ezt csaknem irreálissá teszi.

A Mila alkalmazott kutatói az idei országos térképezés során készült BurnP3+ szimulációkat használták az AI-modell betanításához. Az eredmény egy olyan modell lett, amely másodpercek alatt utánozza a BurnP3+ működését. Egy olyan feladat, amely a hagyományos rendszerrel egy évig tartana, az AI-modellel 2 és 11 óra között végezhető el a hardvertől függően.

A modell a terület térbeli mintázataiból is tanul. Yan Boulanger példaként említette, hogy képes előre jelezni, ha egy tó miatt egy adott terület kisebb valószínűséggel ég le. A Mila szerint a modell közelítései nem tökéletesek, de nagy hűséggel követik a BurnP3+ eredményeit.

A gyors modell a megelőző tervezést segítheti

Az AI-eszköz nem váltja ki sem a BurnP3+ szimulátort, sem az NRCan szakértőinek munkáját. A tervek szerint előzetes elemzésekhez használják majd, például több paraméter gyors tesztelésére. Egy ilyen vizsgálatsor a BurnP3+ rendszerével hónapokig tartó számításokat igényelhet. Ha egy forgatókönyv valószínűnek bizonyul, azt a szakértők a hagyományos szimulátorral számíthatják ki pontosan.

Az együttműködés következő célja, hogy az eszközt eljuttassák a BurnP3+ felhasználói közösségéhez, és további tesztekkel tárják fel a képességeit, valamint a működési korlátait. A veszélytérképek alapján hatóságok tervezhetnek például tűzterjedést lassító tűzsávokat, vagy kevésbé gyúlékony növényzet telepítését, például tűlevelűek helyett lombos fákkal.

A Mila szerint a gyorsabb és olcsóbb számítások segíthetik a tartományokat, önkormányzatokat és iparági partnereket abban, hogy célzottabban irányítsák a megelőző földhasználati beruházásokat, illetve jobban védjék a lakosságot és a kritikus infrastruktúrát. A módszertan, a kód és az AI-modellek nyílt forráskódúak, így más országokban vagy a környezeti kockázatok kezelésének más területein is alkalmazhatók lehetnek. A Mila és az NRCan partnersége 2020-ban indult, a mostani erdészeti projektet pedig 2025 őszén indították el.