科学者はAIを使って山火事の次の動きを予測する

USC の研究者らは、山火事の広がりを正確に予測する新しい方法を開発しました。衛星画像と人工知能を組み合わせたこのモデルは、山火事の管理と緊急対応に画期的な進歩をもたらす可能性があります。

初期の研究証明で詳細に説明されている 出版された で 地球システムのための人工知能USCモデルでは 衛星データ 山火事の進行をリアルタイムで追跡し、その情報を高度なコンピューター アルゴリズムに入力して、火災の進路、強さ、成長率を正確に予測します。

この調査は、カリフォルニア州と米国西部の多くの地域で、ますます深刻化する山火事シーズンが続いている中で発表された。州内では、風、干ばつ、猛暑という危険な組み合わせによって発生した複数の火災が猛威を振るっている。そのなかでも、今年州内で最大の山火事であるレイク・ファイアは、すでにサンタバーバラ郡の3万8000エーカー以上を焼き尽くしている。

「このモデルは、山火事と戦う私たちの能力にとって重要な前進を表しています」と、南カリフォルニア大学ビタビ工学部航空宇宙・機械工学科の博士課程の学生で、この研究の責任著者であるブライアン・シャディ氏は述べた。「より正確でタイムリーなデータを提供することで、私たちのツールは、最前線で山火事と戦う消防士と避難チームの努力を強化します。」

AI による山火事の挙動のリバースエンジニアリング

研究者たちは、高解像度の衛星画像から過去の山火事のデータを収集することから始めました。過去の山火事の動向を注意深く研究することで、研究者たちはそれぞれの火災がどのように発生し、広がり、最終的に鎮火したかを追跡することができました。彼らの包括的な分析により、天候、燃料（木、茂みなど）、地形などのさまざまな要因によって影響を受けるパターンが明らかになりました。

次に、条件付きワッサースタイン敵対的生成ネットワーク（cWGAN）と呼ばれる生成AI搭載コンピューターモデルをトレーニングし、これらの要因が時間の経過とともに山火事の進行にどのように影響するかをシミュレートしました。モデル内で山火事が広がる様子と一致する衛星画像のパターンをモデルに認識させました。

次に、2020年から2022年の間にカリフォルニアで発生した実際の山火事でcWGANモデルをテストし、火災の広がりをどの程度正確に予測できるかを調べた。

「過去の火災がどのように進行したかを研究することで、将来の火災がどのように広がるかを予測するモデルを作成することができます」と、南カリフォルニア大学ビタビ校のヒューズ教授兼航空宇宙・機械工学教授で、この研究の共著者であるアサド・オベライ氏は述べた。

AI を使って山火事を予測する: 素晴らしいモデル

オベライとシャディは、平坦な地形や一方向の風といった理想的な条件下で、単純なシミュレーションデータで訓練されたcWGANが、実際のカリフォルニアの山火事のテストで優れたパフォーマンスを示したことに感銘を受けた。彼らは、この成功はcWGANが実際のデータと組み合わせて使用​​されたことによるものだと考えている。 山火事 データから 衛星画像単独でではなく、 。

さまざまな現象の根底にある物理現象を理解するためのコンピュータ モデルの開発を研究の中心に据えているオベライ氏は、航空機の翼の上の乱気流から感染症、腫瘍内で細胞が増殖して周囲と相互作用する様子まで、あらゆるものをモデル化してきた。オベライ氏は、モデル化してきたもののなかでも、山火事は最も難しいものの 1 つだと指摘する。

「山火事には複雑なプロセスが伴います。草、低木、樹木などの燃料が燃え、複雑な化学反応が起こり、熱と風の流れが発生します。地形や天候などの要因も火災の挙動に影響します。湿った状態では火はあまり広がりませんが、乾燥した状態では急速に広がる可能性があります」と同氏は述べた。「これらは非常に複雑で、混沌とした非線形のプロセスです。これを正確にモデル化するには、これらすべてのさまざまな要因を考慮する必要があります。高度なコンピューティングが必要です。」

その他の共著者には、USC Viterbi の航空宇宙および機械工学部の学部生 Valentina Calaza、メリーランド大学カレッジパーク校の Deep Ray (以前は USC Viterbi の博士研究員)、サンノゼ州立大学の Angel Farguell と Adam Kochanski、コロラド大学デンバー校の Jan Mandel、コロラド州立大学フォートコリンズの James Haley と Kyle Hilburn、ユタ大学の Derek Mallia が含まれます。