AI의 발전으로 산불 진압 속도 향상

인공 지능(AI)의 최근 발전은 사람들을 산불로부터 안전하게 보호하는 데 도움이 될 수 있습니다.

새로운 연구에 따르면 인간이 직접 프로그래밍하지 않고도 스스로를 개선하는 컴퓨터 알고리즘인 머신 러닝이 나타납니다.번개 예보를 개선할 수 있습니다. 번개가 칠 수 있는 위치를 더 잘 이해하면 하늘의 볼트로 인해 시작된 화재를 예측하는 데 도움이 될 수 있습니다.

"원격으로 감지된 데이터와 이전 화재의 실제 사실, 식생 건강, AI는 산불 모니터링 및 산불 예측을 개선할 수 있는 기회를 제공할 수 있습니다. 번식," 스콧 마카로, 연구에 참여하지 않은 일기 예보 회사 AccuWeather의 과학, 혁신 및 개발 부사장은 이메일 인터뷰에서 Lifewire에 말했습니다.

위험 예측

개선된 낙뢰 예보는 잠재적인 산불에 대비하고 낙뢰에 대한 안전 경고를 개선하는 데 도움이 될 수 있습니다.

"머신 러닝을 위한 최고의 과목은 우리가 완전히 이해하지 못하는 것들입니다. 그리고 아직 잘 이해되지 않고 있는 대기 과학 분야에서 어떤 것이 있습니까? 번개"라고 말했다. 김대현, 최근 연구에 참여한 워싱턴 대학의 대기과학과 교수는 말했다. 보도 자료. "우리가 아는 한, 우리의 작업은 기계 학습 알고리즘이 번개에 작동할 수 있음을 처음으로 입증한 것입니다."

이 새로운 기술은 과거 번개 사건 분석을 기반으로 한 기계 학습 방정식과 일기 예보를 결합합니다. 이 연구의 저자들은 하이브리드 방식이 기존의 선도적 기법보다 이틀 앞서 미국 남동부의 번개를 예측할 수 있다고 말했다.

연구원들은 2010년부터 2016년까지 번개 데이터로 시스템을 훈련하여 컴퓨터가 날씨 변수와 번개 사이의 관계를 발견하도록 했습니다. 그런 다음 그들은 2017년부터 2019년까지 날씨에 대한 기술을 테스트하여 AI 지원 프로세스와 기존 물리학 기반 방법을 비교하고 실제 번개 관측을 사용하여 둘을 평가했습니다.

AI는 위성 시스템에서 수신된 데이터를 처리하고 잘못된 경보를 찾아내고 제거하는 데 도움을 줄 수 있습니다. 기상 전문가 유리 쉬필레프스키 앱의 Clime은 이메일 인터뷰에서 Lifewire에 말했습니다.

"그 외에도 AI는 다양한 지역의 기상 매개변수를 추적하고 기상 조건이 화재가 시작되기에 '가장 유리한' 작은 지역을 감지하는 데 도움이 될 수 있습니다."라고 그는 덧붙였습니다. 이것은 우리가 자동으로 가장 건조하고 화재가 발생하기 쉬운 장소에 집중하고 그곳에서 화재 예방 활동을 수행하는 데 도움이 될 것입니다."

이론을 실제에 적용하기

인공 지능은 이미 산불 위험을 모니터링하는 데 사용되고 있습니다.

아스펜 화재 예방 지구 AI 기반 프로그램 사용 카메라를 활용하여 콜로라도에서 90평방마일 이상의 연기 보고를 모니터링합니다. 이 프로그램은 Pano AI라는 캘리포니아 기반 회사에서 만들고 360도 회전할 수 있는 고해상도 카메라를 사용합니다.

"우리는 산불 대응에 있어 시간이 중요하다는 것을 알고 있습니다."라고 말했습니다. 아르빈드 사티얌, Pano AI의 최고 상업 책임자, 보도 자료. "우리의 비전은 최첨단 카메라 네트워크를 만들고 기존 비디오 피드를 통합하여 인공 지능과 우리의 직관적인 소프트웨어는 상황 인식 팀에 시기 적절하고 정확한 경고를 제공하여 작은 폭발이 큰 지옥으로 발전하는 것을 방지합니다."

많은 기업들이 AI를 사용하여 일기 예보를 개선하고 있습니다. 예를 들어, 날씨 스트림 AI를 사용하여 가뭄 지역을 나타내는 전 세계 위성 데이터의 강수량을 모니터링합니다.

"AI와 위성 데이터는 산불 주기의 여러 단계에서 사용할 수 있습니다." 리처드 델프, Weather Stream의 원격 감지 과학자는 이메일 인터뷰에서 Lifewire에 말했습니다. "AI를 사용하여 인공위성 데이터를 해석하여 지역 연료 수준, 습도 수준을 설정할 수 있습니다. 표면 및 캐노피 수준은 지역 기후와 함께 산불 위험의 주요 지표입니다. 지역."

AI의 미래 발전은 산불 예측을 훨씬 더 정확하게 만들 것이라고 Shpilevsky는 예측했습니다. 컴퓨터 모델은 기상 조건과 숲의 식생 유형, 바람 패턴, 낙뢰에 유리한 조건과 같은 기타 데이터를 기반으로 예측합니다.

"이는 산불이 확산되는 방식에 대한 실시간 예측을 제공하는 데 도움이 될 것입니다. 화재 진도, 가능한 피해 평가, 화재 진압에 필요한 자원 추정" 추가했습니다.