阿尔托大学团队揭秘：人工智能如何助力扑灭野火危机？

阿尔托大学的研究人员开发了一种人工智能模型，可以预测预防野火的最佳方法。这个为期四年的项目背后的团队声称，它可以用来帮助预防高达 76% 的野火，能够对不同干预措施在预防或减轻未来野火方面的有效性做出复杂的预测。

因此，当地决策者可以利用该模型来制定更好的战略，以减少火灾的影响，由于气候变化，世界各地的火灾越来越频繁和凶猛。

阿尔托大学副教授Matti Kummu告诉Dezeen：“我们能够改变森林管理实践的一些参数，然后运行场景，这些和这些策略将对减少野火产生相当大的影响。”

在过去的两三年里，发生了非常大规模的火灾，所以人们非常有兴趣真正了解未来如何适应和减轻这些灾难。

利用FireCNN评估在加里曼丹中部减少火灾风险的不同策略的效果，研究团队确定了将火灾数量减少50%至76%的干预措施。

中加里曼丹是南亚泥炭地火灾密度最高的国家，由于排水土地以支持农业和房屋建设而变得更加严重。

模型可以应用于不同的区域

到目前为止，还无法确定在降低风险方面最有效的干预措施。FireCNN对不同土地管理策略的测试发现，将灌木丛转化为沼泽森林将产生最大的影响。

模拟发现，封锁排水运河也是有效的，但会给当地经济带来成本。增加种植园数量也会减少火灾数量，但会对环境产生重大影响。

该模型有助于确定最能解释野火发生地点的因素，尽管Kummu表示，它还不足以预测下一次袭击的时间和地点，以用作预警系统。

它预测的一个赛季中有95%的火灾确实发生了，但它也错过了许多其他火灾。相反，研究人员表示，它可以帮助减少高度易感地区野火的数量和规模。

Kummu希望FireCNN接下来可以在不同类型的火灾地区进行测试，如今年夏天经历了严重大火的地中海。只有人工智能（AI）才能做出足够的预测，用于预测野火等复杂的事情。

根据从2002年至2019年期间记录的数据中了解到的信息，FireCNN分析了土地覆盖、植被和干旱等因素的31个变量。

Kummu说：“我们正在建模的一些东西非常复杂，以至于我们无法建立一个正常的数学模型来试图理解所有联系，以及这如何影响方程。”

因此，从这个意义上说，人工智能和机器学习算法非常适合我们正在做的事情，因为有很多问题影响着事物，没有人真正知道所有的机制。