Российский ИИ научился отлично предсказывать лесные пожары

Ученые Уфимского государственного нефтяного технического университета (УГНТУ) разработали уникальную систему предупреждения лесных пожаров. В ней используются новейшие технологии, соответствующие ведущим мировым разработкам.

В помощь МЧС

Для сканирования местности используются дроны, которые выполняют аэрофото- и видеосъемку территории. Далее полученные материалы обрабатываются методами машинного обучения и компьютерного зрения, проще говоря, с помощью ИИ.

Натренированная особым образом нейросеть способна распознавать признаки болезней деревьев, например, сухостойные вершины (сухие верхушки). Если количество таких деревьев превышает на площади определенную норму, то вероятность пожара значительно увеличивается.



Перед тем как приступить к реальной работе, ИИ, как уже было сказано, прошел обучение на образцах сухих деревьев. 300 изображений хватило, чтобы нейросеть начала уверенно идентифицировать сухостой.

ИИ от уфимских ученых работает следующим образом. На основе анализа фотографий с БПЛА система способна выявлять деревья с признаками болезни. Затем пораженные стволы помечаются квадратиками на карте. Таким образом, можно обнаружить не только одиночные больные деревья, но и целые массивы поражения.

Для лесного хозяйства выявление больных деревьев крайне важно. Такие экземпляры представляют собой угрозу для здоровья остальных растений, поэтому их необходимо удалять путем санитарной рубки.

Также результаты исследования ученых помогут Министерству чрезвычайных ситуаций (МЧС) в прогнозировании лесных пожаров. С помощью модели, которую сейчас разрабатывают уфимские ученые, специалисты МЧС смогут предсказывать распространение огня, а главное, заранее выделять потенциально «горячие» зоны.

Мировой тренд

Очень радует, что Россия быстрыми темпами входит в число технологически развитых стран, активно внедряя искусственный интеллект в различные сферы экономики и жизни общества. Предсказание пожаров с использованием специально обученных нейросетей — это тренд последних лет, и очень хорошо, что мы идем в этом направлении.

Современные технологии анализа изображений с использованием ИИ позволяют обрабатывать и интерпретировать данные, полученные с помощью спутников или дронов. Такие системы действительно помогают выявлять области, где потенциально может возникнуть та или иная критическая ситуация. Например, пожар.

ИИ анализирует сразу множество параметров. Среди них: сухая растительность, которая может стать топливом для огня; аномальная высокая температура, способная свидетельствовать о возгорании; наличие на территории легковоспламеняемых материалов.

К примеру, спутники NASA, такие как MODIS и VIIRS, предоставляют тепловые снимки поверхности Земли. Затем изображения передаются ИИ, которые выявляют на них «горячие точки» — участки, где температура заметно повышена. Это может указывать на начавшиеся возгорания или на повышенный риск их скорого возникновения.



Уже сейчас понятно, что системы ИИ-мониторинга значительно превосходят традиционные методы наблюдения за пожароопасной обстановкой. Нейросети позволяют получать актуальную информацию в режиме реального времени и заменяют целую армию людей, что позволяет значительно уменьшить затраты.

Вышеописанные ИИ в целом фиксируют уже начавшиеся пожары, но есть нейросети, которые в прямом смысле предсказывают пожары заранее. И это еще более ценно. Примерами таких систем являются CAL FIRE и FireCast.

Сначала метеорологические станции собирают данные о температуре, скорости и направлении ветра, уровне влажности и количестве осадков. Затем с помощью алгоритмов машинного обучения ИИ анализирует эти данные, выявляя закономерности и зависимости. А уже потом на основе сделанных выводов нейросеть предсказывает возникновение пожара в той или иной области.

Такие ИИ позволяют получать точные и своевременные прогнозы. Следовательно, на их основании можно заблаговременно принять меры для предотвращения пожаров. Кроме того, имея предварительные данные на руках, гораздо проще планировать и обеспечивать ресурсами службы спасения и пожаротушения. Также нейросети помогают учитывать влияние изменяющегося климата на риск возникновения пожаров.

Уникальный карбоновый полигон

Возвращаясь к башкирским ученым, хочется отметить, что прогнозирование лесных пожаров — это лишь одно из важных направлений, над которыми они работают. К примеру, специалисты УГНТУ исследуют содержание органического углерода в почве, делая прогнозы на будущее. Надо сказать, что этот показатель чрезвычайно критичен для оценки плодородия земли, а потому играет важную роль в сельском хозяйстве.

Кроме того, почва служит основным наземным хранилищем органического углерода, поэтому накопление углерода в ней рассматривается как способ смягчения последствий климатических изменений.

В данный момент климат на планете претерпевает значительные изменения. Сегодняшняя урожайность еще держится на приемлемом уровне, однако трудно предсказать, какими будут показатели завтра. Вопрос изменения климата занимает умы ученых по всему миру.

Поэтому в Башкортостане был создан Евразийский карбоновый полигон, состоящий из семи участков, представляющих разные природные зоны: от лесостепи до горных районов. Башкирские исследователи измеряют, насколько эффективно каждая зона поглощает парниковые газы и выделяет их в атмосферу, что напрямую связано с процессом глобального потепления.



На основании полученных данных будут разработаны климатические проекты, способные сократить объем парниковых газов. Эти проекты соответствуют международным стандартам и доказали свою эффективность в уменьшении выбросов. Они привлекают внимание предприятий, ведь законодательные нормы в отношении выбросов становятся все жестче. Компании вынуждены выбирать между снижением собственных выбросов и реализацией климатических проектов.

В конечном итоге это поможет достичь цели глобальной компенсации выбросов, к которой стремится весь мир. Башкирские ученые активно участвуют в решении этого вопроса, осознавая, что результаты их труда определят облик нашего будущего в условиях меняющегося климата.