AI model z USA mění přístup k lesním požárům: Předpovídá jejich šíření v reálném čase s novou přesností

Vědci z University of Southern California (USC) vyvíjejí pokročilý výpočetní model, který kombinuje satelitní data a fyzikální simulace k předpovídání dráhy, intenzity a rychlosti šíření lesních požárů v reálném čase.

Vědci z University of Southern California (USC) vyvíjejí pokročilý výpočetní model, který kombinuje satelitní data a fyzikální simulace k předpovídání dráhy, intenzity a rychlosti šíření lesních požárů v reálném čase. Tato inovace má potenciál zásadně změnit způsob, jakým se reaguje na nepředvídatelné a často ničivé požáry.

Profesor Assad Oberai z USC Viterbi School of Engineering, který sám zažil evakuaci během ničivého požáru Eaton v lednu 2025, zdůrazňuje rostoucí potřebu takových nástrojů. S měnícím se klimatem se objevuje stále více extrémně intenzivních požárů, které se šíří velmi rychle. Oberaiho tým, Computation and Data Driven Discovery (CD3), se zaměřuje na to, jak efektivně využít dostupná data.

Již v červenci 2024 publikoval Oberai se svým týmem a dalšími výzkumníky článek představující model využívající generativní umělou inteligenci k předpovědi šíření požárů. Původní systém se spoléhal na data ze satelitu VIIRS, který sice poskytuje vysoké prostorové rozlišení, ale stejné místo snímá pouze dvakrát denně. To vedlo k přesným, avšak přerušovaným informacím – sekvenci snímků oddělených dlouhými intervaly, během nichž se požár dále vyvíjel.

Nový článek, publikovaný v časopise Remote Sensing, představuje významné vylepšení modelu. Cílem bylo snížit nejistotu ohledně místa a času vzniku požáru, což jsou klíčové informace pro přesnou předpověď jeho šíření. Model nyní integruje data z geostacionárního satelitu GOES, který nepřetržitě sleduje stejnou oblast a aktualizuje data každých pět minut. Ačkoli GOES nenabízí stejnou úroveň prostorových detailů jako VIIRS, poskytuje spolehlivý odhad času vzniku požáru, což výrazně snižuje nejistotu. Znalost doby vzniku požáru je zásadní pro pochopení jeho tempa růstu a pro informované rozhodování.

Další zdokonalení modelu zahrnuje zohlednění podmínek terénu, jako je sklon a nadmořská výška, které ovlivňují směr a rychlost šíření ohně. Je známo, že oheň se šíří rychleji do kopce. Nový model tyto efekty zohledňuje a je trénován na simulacích skutečných lesních požárů, což umožňuje zachytit variabilitu počasí, vegetace a topografie, které ovlivňují chování požárů.

Tyto změny umožňují modelu rekonstruovat průběh požáru s mnohem vyšší přesností. To se projevuje těsnou shodou rekonstrukcí s infračervenými obvody měřenými letadly. Co dříve vyžadovalo pozorování a čekání, je nyní procesem předpovědi v reálném čase, což umožňuje být vždy o krok napřed před ohněm. Cílem je zpřístupnit tyto nástroje záchranným složkám a plánovačům protipožární ochrany, neboť požární sezóny v západních Spojených státech jsou předpovídány jako delší a závažnější. Jde o závod s časem, aby se data přeměnila na modely nové generace, které poskytnou praktické poznatky pro ty, kteří jsou v první linii.