- Bosbranden nemen niet alleen in frequentie toe, maar ook in intensiteit
- WIFIRE gebruikt big data om bosbranden te voorspellen en te bestrijden
- Kunstmatige intelligentie kan ook helpen bij het voorkomen van bosbranden
De enorme impact van de klimaatverandering op onze planeet wordt met de dag duidelijker en angstaanjagender. Natuurrampen als aardbevingen, overstromingen en orkanen volgen elkaar nu in steeds sneller tempo op.
Een van de meest verwoestende en dodelijke gevolgen van de opwarming van de aarde is de toename in de frequentie en intensiteit van bosbranden, met name in de Noord-Amerikaanse regio. En nu de temperatuur wereldwijd naar verwachting zal blijven stijgen, wordt het steeds belangrijker om zo snel mogelijk een effectievere manier te vinden om dit steeds groter wordende probleem aan te pakken. Diverse onderzoekers zijn van mening dat technologieën als kunstmatige intelligentie, machine learning en big data oplossingen kunnen bieden.
Bosbranden nemen niet alleen in frequentie toe, maar ook in intensiteit
In de afgelopen tien jaar hebben bosbranden in de Verenigde Staten voor meer dan $5 miljard aan schade veroorzaakt. Volgens het National Interagency Fire Center zijn er dit jaar tot nu toe al meer dan 52.000 bosbranden geregistreerd, waarbij meer dan 3,4 miljoen vierkante kilometer land werd verbrand en duizenden huizen werden verwoest. Alleen The Campfire al, de brand die op 8 november 2018 uitbrak in Butte County in Californië, heeft al meer dan 11.000 huizen verwoest en aan 77 mensen het leven gekost, waardoor het de dodelijkste en meest destructieve bosbrand in de geschiedenis van de staat is. De overgrote meerderheid van de bosbranden, ongeveer 90 procent, wordt veroorzaakt door mensen, terwijl natuurverschijnselen als blikseminslag verantwoordelijk zijn voor de overige 10 procent. Bosbranden kunnen zich met snelheden van wel 23 kilometer per uur verspreiden en verwoesten alles dat ze op hun pad tegenkomen. Wat bosbranden met name zo gevaarlijk maakt is dat ze zeer onvoorspelbaar zijn. Ze kunnen in enkele seconden van richting veranderen, waardoor brandweerlieden zich voortdurend aan de veranderende omstandigheden moeten aanpassen. En dat is precies waar kunstmatige intelligentie, machine learning en big data een handje kunnen helpen.
WIFIRE gebruikt big data om bosbranden te voorspellen en te bestrijden
WIFIRE is een geïntegreerd webplatform voor brandanalyse dat gebruik maakt van signaalverwerking, data-assimilatie, modellering en visualisatietechnieken. Deze technologieën worden gebruikt om satellietbeelden te combineren met real-time camera- en sensorgegevens om een dynamische kaart van de brand te maken, inclusief de omstandigheden rondom de brand en het meest waarschijnlijke traject. Het systeem gebruikt een grote verscheidenheid aan factoren waarmee voorspeld kan worden hoe de brand zich zal ontwikkelen. Denk hierbij aan actuele en historische weergegevens, windomstandigheden, topografie, wegen en eerdere branden. De gegevens worden ingevoerd in de machine learning software, waar ze worden geanalyseerd en vervolgens worden weergegeven op de kaart, die elke 15 minuten wordt bijgewerkt.
De gegevens worden uit verschillende bronnen verzameld, waaronder sensoren van de US Forest Service, San Diego Gas & Electric, weergegevens van de National Weather Service en het HPWren project van de University of California San Diego. “We maken gebruik van verschillende analytische-, machine learning- en geografische informatiesystemen en signaalverwerkingstechnieken om de datasets te cureren en te visualiseren”, vertelt Ilkay Altintas, hoofdonderzoeker van WIFIRE. “We hebben technieken ontwikkeld om de modellen te vergelijken met de gegevens die we van de brand ontvangen en we kunnen het model dynamisch aan deze real-time informatie aanpassen. Dat is de echte innovatie: dynamische, real-time aanpassingen”.
WIFIRE is zo nauwkeurig in zijn voorspellingen dat het systeem al regelmatig door het brandweerkorps van Los Angeles wordt gebruikt. “Met wat het systeem ons binnen enkele minuten in de eerste actiefase aan informatie geeft kunnen we een computermodel ontwikkelen van het waarschijnlijke traject van de brand,” zegt de LAFD-commandant Carlos Calvillo. “Voor de eerste actiecommandanten die beslissingen proberen te nemen, is dit een mogelijkheid om hun vermoedens over hoe de brand zich mogelijk zal verspreiden te bevestigen. Bovendien kan het inzichten genereren waar ze zelf niet aan zouden denken”.
Kunstmatige intelligentie kan ook helpen bij het voorkomen van bosbranden
Maar het zou natuurlijk nog mooier zijn als er een manier was om te voorspellen waar een brand mogelijk zou kunnen uitbreken zodat je preventieve maatregelen kunt nemen, in plaats van al je energie te moeten steken in het bestrijden van branden. Onderzoekers van de Universiteit van Alberta en de Universiteit van Oklahoma hebben een computerprogramma ontwikkeld dat gebruik maakt van KI om ruwe meteorologische gegevens te analyseren. Deze gegevens houden verband met eerdere bosbranden en identificeren locaties met omstandigheden waar het meest waarschijnlijk een volgende bosbrand zou kunnen uitbreken. Het programma, door de onderzoekers omschreven als een self-organising map of SOM (zelforganiserende kaart), maakt gebruik van een kunstmatig neuraal netwerk dat is gemodelleerd op het menselijk brein. Met dit netwerk kunnen belangrijke patronen gedetecteerd worden in de data die het ingevoerd krijgt waarmee voorspellingen gedaan kunnen worden over toekomstige gebeurtenissen.
“Voor elke bosbrand heb je drie ingrediënten nodig. De brandstof: de bomen, de struiken, het gras. De ontsteking: mensen en bliksem. En als laatste, het ‘juiste’ weer: warm, droog en winderig”, vertelt Mike Flannigan, co-auteur van het onderzoek en professor aan de afdeling hernieuwbare grondstoffen van de Universiteit van Alberta. “Als we die extremen beter onder controle krijgen, kunnen we ons beter voorbereiden. Dan kunnen we de volgende locatie en het volgende moment voorspellen”. Terwijl een soortgelijke benadering in het verleden is gebruikt om moessons en andere extreme weersomstandigheden te voorspellen, is het tot nu toe nog niet eerder toegepast op bosbranden.
Nu bosbranden qua frequentie en intensiteit in de afgelopen jaren als gevolg van de klimaatverandering steeds verder toegenomen zijn, wordt het duidelijk dat onze bestaande methoden voor brandpreventie en -management niet langer voldoende zijn om ons te beschermen. Gelukkig kan technologie oplossingen bieden. Systemen die gebruik maken van kunstmatige intelligentie, machine learning en big data kunnen ons helpen om de verspreiding van bosbranden beter te voorspellen en te anticiperen op waar ze het meest waarschijnlijk zullen uitbreken, zodat we direct en zelfs preventief te werk kunnen gaan. Deze tools stellen brandweerlieden in staat om de omstandigheden ter plaatse, in real-time te analyseren en helpen hen met het nemen van cruciale beslissingen. Op deze manier kunnen we mensenlevens redden en voorkomen dat duizenden gebouwen en kilometers natuur verwoest worden.
