首页 > 信息 > 科学 > 正文
2022-08-29 10:28

追踪Tinderbox:用人工智能和新卫星数据绘制干燥野火燃料地图

Forest Fire

研究人员开发了一种深度学习模型,可以绘制出西部12个州的燃料湿度水平的详细信息,为更好地预测火灾打开了一扇门。

随着加州和美国西部在冠状病毒大流行期间进入火灾季节,科学家们正在利用人工智能和新的卫星数据来帮助预测整个地区的火灾。

要预测火灾可能发生的地点和蔓延的方式,需要了解该地区有多少可燃植物材料,以及该地区的干燥程度。然而,要以帮助野火管理所需的规模和速度收集这些信息,是非常困难的。

现在,一个由水文、遥感和环境工程方面的专家组成的团队开发了一个深度学习模型,可以绘制出从科罗拉多、蒙大拿州、德克萨斯州、怀俄明州到太平洋海岸的12个西部州的燃料水分水平的详细地图。

研究人员在2020年8月的《环境遥感》杂志上描述了他们的技术。根据该论文的资深作者、斯坦福大学生态水文学家亚历山德拉·科宁斯(Alexandra Konings)的说法,该模型产生的新数据集可以“极大地改善火灾研究”。

Live Fuel Moisture Content

森林干旱的例子在2019年蔓延到西部各州。信贷:克里希纳饶

该论文的第一作者、斯坦福大学地球系统科学博士生克里希纳·拉奥(Krishna Rao)表示,该模型需要进行更多测试,以纳入到危及生命和家园的火灾管理决策中。但它已经照亮了以前不可见的模式。他说,只要能够看到随着时间的推移逐像素展开的森林干燥情况,就可以帮助揭示风险最大的地区,并“绘制出指定烧伤的候选地点”。

这项工作开展之际,由于气候变化延长并加剧了野火季节,以及正在进行的COVID-19大流行使通过控制燃烧预防大火、准备大规模疏散和动员第一反应人员的努力变得更加复杂,这使得这种洞察力日益紧迫。

正在阅读干燥的风景

如今,消防机构通常会根据一小部分树木的样本来评估一个地区干旱、易燃植被的数量。研究人员把树枝砍下来称重,在烤箱里烘干,然后再称重。斯坦福大学地球、能源与环境科学学院(斯坦福地球)的地球系统科学助理教授科宁斯说:“你看看在烤箱中损失了多少质量,这是里面所有的水。”“这显然是非常费力的,你只能在几个不同的地方这样做,在一个景观中只有一些物种。”

Live Fuel Moisture Content

地图显示了美国西部植物中相对于干生物量的水量。信贷:克里希纳饶

美国林务局煞费苦心地收集了全国数百个地点的植物水分数据,并将它们添加到国家燃料水分数据库,该数据库自20世纪70年代以来收集了大约20万次这样的测量数据。该指标被称为活燃料含水率,是影响野火风险的一个因素。然而,很少有人知道,随着时间的推移,从一种植物到另一种植物,或者从一个生态系统到另一个生态系统,它是如何变化的。

几十年来,科学家们通过对温度、降水、枯死植物的水分和活植物的干燥之间关系的知情但未经证实的猜测,间接估计了燃料的水分含量。Rao说:“现在,我们可以回到过去,在美国西部不同的生态系统中测试我们假设了这么长时间的天气和燃料湿度之间的联系。”

人工辅助的人工智能

新模型使用了所谓的循环神经网络,这是一种人工智能系统,可以学习在大量数据中识别模式。科学家们使用来自国家燃料湿度数据库的实地数据来训练他们的模型,然后让它根据由太空传感器收集的两种测量值来估算燃料湿度。一是测量从地球反射回来的可见光。另一种被称为合成孔径雷达(SAR),测量微波雷达信号的返回,这些信号可以穿透枝叶一直到达地面。

科宁斯说:“我们的一个重大突破是观测了一组使用更长的波长的新卫星,这使观测结果对森林树冠深处的水敏感,并直接代表燃料的水分含量。”科宁斯还有幸成为斯坦福伍兹环境研究所(Stanford Woods Institute for Environment)的中心研究员。

为了训练和验证该模型,研究人员从2015年开始向它输入了美国西部239个地点的三年数据,当时欧洲航天局的哨兵-1卫星的SAR数据可用。他们在六种常见的土地覆盖类型(包括阔叶落叶林、针叶常绿林、灌丛、草地和稀疏植被)中检查了它的燃料水分预测,发现它们在灌丛中最准确——这意味着人工智能预测与国家燃料水分数据库中的实地测量最接近。

灌木地富含芳香的草本植物,如迷迭香和牛至,通常以矮小的树木和陡峭的岩石斜坡为标志,占据了美国西部45%的面积。它们不仅是该地区最大的生态系统,Rao说,“它们也非常容易受到频繁火灾的影响,因为它们长得很快。”在加州,被圣安娜风吹到巨大规模的大火燃烧在一种被称为灌木丛的灌木丛中。他说:“这导致消防机构对他们进行了密集监控。”

该模型的估计结果会输入到交互式地图中,消防机构最终可能会使用该地图来识别模式并优先考虑控制措施。目前,该地图提供了历史数据,显示了2016年至2019年的燃料水分含量,但同样的方法可以用来显示当前的估计。“创建这些地图是了解新的燃料湿度数据如何影响火灾风险和预测的第一步,”科宁斯说。“现在,我们正在努力确定使用它来改进火灾预测的最佳方法。”

# # #

这项研究得到了亚马逊网络服务(AWS)云研究积分、美国宇航局地球和空间科学奖学金、斯坦福UPS捐赠基金、斯坦福伍兹环境研究所和泽加家族基金会的支持。