ACM通信
扑灭火焰:人工智能和数据帮助抗击全球野火
中国无人机制造商麒麟无人机设计了JC260无人直升机无人机，使用该公司的阻燃剂“灭火炸弹”扑灭森林火灾。
信贷:QilingUAV
社区和森林燃烧的令人不安的画面越来越多地充斥在我们的新闻推送和电视屏幕上。根据分析根据世界卫生组织(世卫组织)的报告，野火影响了全球数百万人。无数的昆虫、鸟类和动物也流离失所或死亡。世界各地的野火规模和严重程度都达到了创纪录的水平。
的国会研究服务处(CRS)报告2020年，仅在美国，就有58950起野火烧毁了超过1000万英亩(约400万公顷)的土地。在俄罗斯，大火在2021年摧毁了1816万公顷(近4500万英亩)的森林，主要在西伯利亚。华盛顿邮报报道这些大火的规模比世界上其他地区大火的总和还要大。类似的破纪录报告来自于以下国家意大利，火鸡,澳大利亚．
极端高温、干旱和气候变化等因素加剧了火势。根据审查57篇科学论文中ScienceBrief“人类引起的气候变化促进了野火赖以生存的条件，增加了野火发生的可能性，并对灭火工作提出了挑战。”
面对这种情况，全球技术专家正在与消防专业人员合作，构建人工智能(AI)和基于数据的解决方案，用于火灾探测、响应和恢复。
火灾数据的知识和建模
受野火影响的加州走在了前面，这也许并不奇怪。位于加州大学圣地亚哥分校的WIFIRE实验室是数据和人工智能研究人员、私营公司和消防部门等公共机构之间的合作。
他说:“我们的使命是将数据、人工智能和计算这三样东西转化为该领域任何人的工具。Ilkay Altintas的首席数据科学官圣地亚哥超级计算机中心(SDSC)和WIFIRE实验室的创始人。
WIFIRE实验室构建了人工智能和基于数据的平台和产品，在火灾科学中具有实际应用。项目包括WIFIRE共用，一个数据及建模环境;FireMap该工具可以创建预测地图，显示野火的预期轨迹BURNPRO 3 d，一种正在开发中的规定或控制燃烧模拟工具。
由于现有的监测网络，圣地亚哥拥有丰富的火灾数据。WIFIRE Common的目标是存储和联合这些数据，这些数据来自多个来源:摄像机、卫星、光探测和测距(LiDAR)传感器、无人机和飞机，并通过多个组织，包括国家机构、消防部门、航空公司和公用事业公司。
一旦收集到数据，必须通过建模和可视化界面使其对研究人员和消防专业人员有用。Altintas说，人工智能最初的部署是“融合我们从不同来源收到的数据，并将其转化为下游火灾模型可以接受的形式”，例如，通过外推或提高或降低分辨率。
该作品还有一个语义成分。WIFIRE团队在现有的环境本体之上构建了一个火灾科学本体。Altintas说:“我们将其专门化到我们的领域，这样我们联合或存储的数据集就会被标记为这些术语以及模型。”
WIFIRE Commons的建模工具利用SDSC的超级计算能力。数据与基于物理的机器学习集成在平台的模型中，以预测、绘制和可视化火灾行为。的QUIC-Fire模型例如，它是一个快速运行的模拟工具，可以捕捉火灾、动态大气、植被结构和地形之间的相互作用。
像QUIC-Fire,FireMap由消防队员和急救人员(如洛杉矶消防局)在现实场景中部署。基于操作ai的工具使用可视化技术进行预测。阿尔廷塔斯说:“在几分钟内，有知识的人就可以创建一个火灾模型，预测未来几个小时的火势走向，因此它被用于最初的攻击。”
虽然FireMap反应灵敏，但实验室的最新产品，BURNPRO 3 d-一个正在开发中的人工智能工具国家科学基金会(NSF) -是主动的。它的目的是支持土地管理者规划和运行规定的燃烧——开始减少一个地区的易燃材料，作为抗击特大火灾努力的一部分。
Altintas设想在未来，“每一个与火有关的数据集”都是WIFIRE Commons的一部分，可以与人工智能技术结合，使其更可访问、更科学、更有用。她说，其目的是“将数据转化为其他人可以从中受益的形式，所有这些都是由社区驱动的，因为要解决这个问题，你需要的不仅仅是一个村庄。”
人工智能研究人员和地面机构之间雄心勃勃的合作，支撑着美国其他野火解决方案。ALERTWildfire该项目是内华达大学、加州大学圣地亚哥分校和俄勒冈大学与内华达地震实验室和太平洋天然气电力公司等机构的合作项目，使用Pan-Tilt-Zoom (PTZ)火灾摄像机和人工智能工具来支持野火发现、监测和疏散。
随着野火在全球蔓延，限制其破坏性影响的努力也在全球范围内展开。
为南半球恢复建立大数据
关注经济复苏是一个大规模的数据和人工智能项目，由澳大利亚世界自然基金会(WWF)领导，由谷歌的人工智能．其任务是衡量2019-20年夏季森林大火(澳大利亚的野火)对野生动物的影响，并支持应对未来的火灾。
艾玛·斯宾塞是“救援之眼”的现场项目协调员。她的基地位于2019-20年戈斯珀斯山火边缘的蓝山，这是澳大利亚历史上最大的火灾之一(烧毁了约100万公顷/近250万英亩)。
斯宾塞说，根据世界自然基金会澳大利亚分会的数据，在2019-20年的森林大火季节，澳大利亚发生了超过1.5万起火灾，导致约30亿只生物死亡或流离失所。“我们说的是数以百万计的哺乳动物和爬行动物，数以百万计的鸟类和青蛙。”
世界自然基金会澳大利亚分会在其现有的全国网络中有超过600个运动和热传感器和摄像机来寻找解决方案。该网络将使他们能够监测火灾对野生动物的影响，并制定支持它们恢复的策略。然而，由于没有管理海量数据的方法，该团队转向了人工智能。
2020年，世界自然基金会澳大利亚分会与保护国际以及美国的谷歌，以及国家公园、议会团体、传统业主、土著团体和大学等实地合作伙伴，共同迎接挑战。
传感器和摄像头的数据由当地合作伙伴通过SD卡收集，不过斯宾塞指出，未来的选择可能包括使用可以通过移动宽带传输信息的摄像头。数据被上传到野生动物的见解这是一个基于开源谷歌TensorFlow框架的在线平台，用于识别、共享和分析野生动物数据。
数据中的空白图像和错误的触发点，就像风中的草叶一样，被过滤掉，被描述的物种被识别出来。这些信息是“关注恢复”计划的关键，因为它将使科学家能够分析物种数量和分布，并监测野火后的恢复情况。
物种分类通过卷积神经网络(CNN)进行。斯宾塞说:“我们的想法是，它们利用这些网络来挑选模式并理解它们。”
每个卷积层过滤一个特定的标准或特征。她解释说，一开始，它们是很宽泛的，比如挑选边缘、形状或纹理。“一旦经过几次卷积，它最终会看到更复杂的模式。它有羽毛吗?眼睛在哪里?眼睛周围是什么形状?”
进一步加强物种鉴定综合梯度(IG)，一种人工智能归因方法，可用于图像分类，通过基于特定特征重要性的决策等技术支持模型预测。
尽管“野生动物观察”已经包含了超过1200万张890多种物种的图片。斯宾塞说，“关注复苏”暴露了一个数据缺口。“最初，这种人工智能并没有被训练成澳大利亚物种，所以当我们第一次喂食袋熊的图像时，它是非常有趣的，因为袋熊是猪的样子出现的。”
“恢复之眼”团队正在使用南半球现有的动物群数据集来训练“野生动物洞察”的模型，以适应澳大利亚的环境，在澳大利亚，超过80%的动物、爬行动物和青蛙都是独特的。这是一项艰巨的任务。斯宾塞说:“在一张图像中，袋鼠可能只是一条尾巴，因为它在画面中跳跃，所以我们需要建立这些非常复杂的图像训练数据集。”
该团队现在专注于清理和标记数据，以及训练模型等任务。然而，一些监测结果已经出来了。在袋鼠岛上，一种类似老鼠的有袋动物，dunnart，在2019-20年的森林大火中失去了95%的已知栖息地。“在几乎所有的地点，我们安装的摄像头都探测到了dunnarts。它提供了一点希望，因为它表明，像这些dunnarts这样的物种可能在火灾后的环境中恢复得很好，”斯宾塞说。
她补充说，世界自然基金会澳大利亚所做的不仅仅是着眼于复苏。“它正在开发可以在多个地点、多次火灾中使用的框架和技术。”
野火正在摧毁从圣地亚哥、西伯利亚到澳大利亚蓝山的社区和野生动物。虽然自然是一种不可忽视的力量，人类活动助长了它的破坏力，但人工智能可能有助于管理它。
凯伦·埃姆斯里是一个独立的自由撰稿人和散文家。
没有找到条目