KI sagt Ausbreitung von Waldbränden voraus
Waldbrände können große Flächen vernichten. Um sie zu bekämpfen, müssen Feuerwehren wissen, wie sich das Feuer verhalten wird. Eine KI kann dabei unterstützen.
(Bild: Alessio Tricani / Shutterstock.com)
Ein Wissenschaftsteam der University of Southern California (USC) hat eine auf Künstlicher Intelligenz (KI) basierende Methode entwickelt, um die Ausbreitung von Waldbränden genau vorherzusagen. Damit erhalten Feuerwehren eine bessere Möglichkeit, auf Waldbrände reagieren und sie effektiver bekämpfen zu können.
Das KI-Modell der USC nutzt Satellitenbilder, um die Ausbreitung eines Waldbrandes in Echtzeit zu verfolgen. Diese Informationen werden von einer KI analysiert, die den wahrscheinlichen Verlauf des Waldbrandes, seine Intensität sowie die Wachstumsrate des Feuers vorhersagt. Die zugrundeliegende KI beschreiben die Forscher in der Studie "Generative Algorithms for Fusion of Physics-Based Wildfire Spread Models with Satellite Data for Initializing Wildfire Forecasts", die in Artificial Intelligence for the Earth Systems erschienen ist.
Dem KI-Modell liegen historische Daten über Waldbrände zugrunde. Die Forscher sammelten dazu hochauflösende Satellitenbilder von Waldbränden. Diese untersuchten sie hinsichtlich des Verhaltens der Waldbrände. Die Forscher konnten so herausfinden, wie und wo die Brände entstanden waren, wie sich ausbreiteten und eingedämmt werden konnten. Aus der Analyse konnten die Wissenschaftler Muster extrahieren, die von verschiedenen Faktoren wie etwa Wetter, Brennstoff (Bäume, Gestrüpp, Gras und ähnliches) sowie dem Gelände abhängig sind.
"Bei Waldbränden laufen komplizierte Prozesse ab: Brennstoffe wie Gras, Sträucher oder Bäume entzünden sich, was zu komplexen chemischen Reaktionen führt, die Hitze und Windströmungen erzeugen. Auch Faktoren wie Topografie und Wetter beeinflussen das Brandverhalten – unter feuchten Bedingungen breiten sich Brände kaum aus, während sie sich unter trockenen Bedingungen schnell ausbreiten können", sagt Hassad Oberai, Professor für Luft- und Raumfahrttechnik an der USC und Mitautor der Studie. "Dies sind hochkomplexe, chaotische und nicht lineare Prozesse. Um sie genau zu modellieren, muss man all diese verschiedenen Faktoren berücksichtigen. Dazu braucht man fortschrittliche Computer."
Ausbreitung von Waldbränden vorhersagen
Mit den erhobenen Daten trainierten die USC-Forscher ein generatives, KI-gestütztes Computermodell, das Conditional Wasserstein Generative Adversarial Network (cWGAN). Damit können die Forscher bestimmen, wie die einzelnen Faktoren die Entwicklung und Ausbreitung von Waldbränden beeinflussen. Dem Modell brachten sie bei, Muster in den Satellitenbildern zu erkennen, die mit der Ausbreitung von Waldbränden in ihrem Modell übereinstimmen.
Das cWGAN-Modell probierten die Forscher in den Jahren zwischen 2020 und 2022 an echten Waldbränden in Kalifornien aus. Obwohl das Modell zunächst mit simulierten Daten unter idealen Bedingungen, wie etwa in flachem Gelände bei einseitigem Wind, trainiert worden war, schnitt die Vorhersage gut ab. Die Wissenschaftler führen das darauf zurück, dass tatsächliche Waldbranddaten aus den Satellitenbildern in das cWGAN-Modell eingeflossen sind.
(olb)