Onderzoekers van de Bar-Ilan Universiteit ontwikkelen AI-model om door bliksem veroorzaakte bosbranden met ongekende nauwkeurigheid te voorspellen

Screenshot

Een baanbrekend nieuw model voor kunstmatige intelligentie (AI) dat is ontwikkeld door Israëlische onderzoekers belooft een revolutie teweeg te brengen in de voorspelling van bosbranden, met een specifieke focus op door bliksem veroorzaakte branden die steeds vaker voorkomen vanwege klimaatverandering.

Het nieuwe AI-model kan voorspellen waar en wanneer blikseminslagen het meest waarschijnlijk bosbranden veroorzaken, met een nauwkeurigheid van meer dan 90% - een primeur in de voorspelling van bosbranden.

Dr. Oren Glickman en Dr. Assaf Shmuel van de afdeling Computerwetenschappen van de Bar-Ilan Universiteit, in samenwerking met experts van de universiteiten van Ariel en Tel Aviv, gebruikten zeven jaar aan wereldwijde satellietgegevens met hoge resolutie, naast gedetailleerde omgevingsfactoren zoals vegetatie, weerpatronen en topografie, om door bliksem veroorzaakte bosbrandrisico's op wereldwijde schaal in kaart te brengen en te voorspellen. Hun onderzoek werd onlangs gepubliceerd in Scientific Reports.

Wat het onderzoek van Dr. Glickman, Dr. Shmuel en hun collega's zo belangrijk maakt, is hun vermogen om door bliksem veroorzaakte bosbranden met opmerkelijke precisie te voorspellen. Het AI-model overtreft traditionele brandgevaarindices door een wereldwijde, datagestuurde benadering te hanteren. Het integreert gegevens van satellieten, weersystemen en omgevingsfactoren om de waarschijnlijkheid van door bliksem veroorzaakte branden te beoordelen, waardoor de beperkingen van regionale en data-beperkte modellen worden overwonnen.

Het model werd rigoureus getest met behulp van bosbrandgegevens uit 2021 en toonde een ongekende nauwkeurigheid van meer dan 90%, een precisieniveau dat noodhulp en rampenbeheer wereldwijd zou kunnen transformeren.

Naarmate de klimaatverandering versnelt, dragen extreme weersomstandigheden, zoals onweersbuien, hete en droge omstandigheden en veranderende ecosystemen, bij aan frequentere en intensere bosbranden. Hoewel menselijke activiteit vaak verantwoordelijk is voor het ontsteken van veel branden, blijft bliksem een ​​van de meest onvoorspelbare en dodelijke oorzaken, met name in afgelegen gebieden. Deze branden kunnen dagenlang onopgemerkt smeulen, om vervolgens uit te barsten in oncontroleerbare inferno's voordat brandweerlieden kunnen reageren. De catastrofale bosbranden die Noord-Californië in augustus 2020 teisterden, werden veroorzaakt door blikseminslagen, waarbij meer dan 1,5 miljoen hectare werd verbrand en tientallen levens werden geëist.

Met een verbeterd vermogen om bliksembranden te voorspellen, kunnen meteorologische diensten, brandweerkorpsen en noodplanners eerder, slimmer en effectiever reageren, wat mogelijk levens redt en ecosystemen beschermt. Dit model pakt ook een belangrijke lacune aan in bestaande voorspellingsmodellen voor bosbranden: hoewel veel modellen effectief zijn voor branden die door menselijke activiteit worden veroorzaakt, hebben ze moeite om door bliksem veroorzaakte branden te voorspellen, die zich heel anders gedragen en vaak beginnen op moeilijk bereikbare plekken.

Hoewel het AI-model nog niet is geïntegreerd in realtime voorspellingssystemen, markeert de ontwikkeling ervan een cruciale stap voorwaarts in de voorspelling van bosbranden. Zoals Dr. Shmuel opmerkt: "Met de groeiende implicaties van klimaatverandering zijn nieuwe modelleringstools nodig om de impact ervan beter te begrijpen en te voorspellen; machine learning heeft een aanzienlijk potentieel om deze inspanningen te verbeteren."

De nieuwe machine learning-modellen die door het team zijn ontwikkeld, hebben het potentieel om door bliksem veroorzaakte bosbranden wereldwijd te voorspellen, wat een krachtig hulpmiddel biedt voor brandbeperking en -respons. Met een steeds groter wordend risico op bosbranden die worden veroorzaakt door klimaatverandering, zijn vroege detectie en voorspelling essentieel om bossen, wilde dieren en menselijke gemeenschappen te beschermen tegen de verwoestende effecten van deze branden.

"We bevinden ons op een cruciaal moment in het begrijpen van de complexiteit van bosbrandontstekingen", aldus Dr. Glickman van de afdeling Computerwetenschappen van de Bar-Ilan-universiteit. "Machine learning biedt de mogelijkheid om een ​​revolutie teweeg te brengen in de manier waarop we door bliksem veroorzaakte bosbranden voorspellen en erop reageren, en biedt inzichten die levens kunnen redden en ecosystemen kunnen behouden."