Cientistas Utilizam IA para Prever o Movimento dos Incêndios Florestais
Os investigadores da USC criaram uma nova técnica para prever com exatidão a propagação de incêndios florestais. Ao integrar imagens de satélite com inteligência artificial, o seu modelo representa um avanço significativo na gestão dos incêndios florestais e na resposta a emergências.
Descrito num estudo preliminar publicado na revista Artificial Intelligence for the Earth Systems, o modelo da USC utiliza dados de satélite para monitorizar a progressão de um incêndio florestal em tempo real. Estes dados são depois introduzidos num sofisticado algoritmo informático que prevê a trajetória provável do incêndio, a sua intensidade e a sua taxa de crescimento.
Além disso, o estudo é oportuno, uma vez que a Califórnia e grande parte do oeste dos Estados Unidos enfrentam uma época de incêndios florestais cada vez mais grave. No entanto, numerosos incêndios, impulsionados por uma perigosa mistura de vento, seca e calor extremo, estão a varrer o estado. Nomeadamente, o Lake Fire, o maior incêndio do ano na Califórnia, já queimou mais de 38.000 hectares no condado de Santa Barbara.
Bryan Shaddy sobre o impacto do novo modelo de gestão de incêndios florestais
“Este modelo representa um avanço significativo na nossa capacidade de gerir os incêndios florestais”, afirmou Bryan Shaddy, um estudante de doutoramento do Departamento de Engenharia Aeroespacial e Mecânica da Escola de Engenharia Viterbi da USC e principal autor do estudo. “Ao fornecer dados mais precisos e atempados, a nossa ferramenta melhora os esforços dos bombeiros e das equipas de evacuação que trabalham para controlar os incêndios florestais no terreno”.
Os investigadores começaram por recolher dados históricos sobre incêndios florestais a partir de imagens de satélite de alta resolução. Ao analisarem o comportamento de incêndios anteriores, seguiram a forma como cada incêndio começou, se propagou e acabou por ser contido. Esta análise exaustiva revelou padrões influenciados por factores como o clima, as fontes de combustível (por exemplo, árvores, arbustos) e o terreno.
Em seguida, treinaram um modelo de IA generativo denominado Rede Adversária Generativa de Wasserstein condicional (cWGAN) para simular o impacto destes factores no desenvolvimento dos incêndios florestais ao longo do tempo. Ensinaram o modelo a identificar padrões nas imagens de satélite que correspondem aos padrões de propagação do fogo observados no seu estudo.
Avaliação do modelo cWGAN em incêndios florestais reais na Califórnia (2020-2022)
Posteriormente, avaliaram o modelo cWGAN utilizando incêndios florestais reais que ocorreram na Califórnia entre 2020 e 2022 para avaliar a sua precisão na previsão da propagação do fogo.
“Ao examinar o comportamento de incêndios passados, podemos desenvolver um modelo que prevê como os futuros incêndios podem se espalhar”, explicou Assad Oberai, Professor Hughes e Professor de Engenharia Aeroespacial e Mecânica da USC Viterbi e coautor do estudo.
Oberai e Shaddy ficaram impressionados com o desempenho do cWGAN, inicialmente treinado com dados simulados simplificados em condições ideais, como terreno plano e vento unidirecional, quando testado em incêndios florestais reais na Califórnia. Atribuem este sucesso ao facto de o modelo utilizar dados reais de incêndios florestais obtidos a partir de imagens de satélite, em vez de se basear apenas em dados simulados.
Oberai, cuja investigação se centra na criação de modelos informáticos para compreender a física de vários fenómenos, modelou tudo, desde o fluxo de ar turbulento sobre as asas dos aviões até às doenças infecciosas e às interacções celulares nos tumores. Entre todos estes modelos, considera que os incêndios florestais são particularmente desafiantes.
Principais desafios e necessidades de modelação
“Os incêndios florestais envolvem processos complexos: o combustível, como erva, arbustos ou árvores, inflama-se, desencadeando reacções químicas complexas que produzem calor e correntes de vento. Além disso, factores como a topografia e o clima afectam o comportamento do fogo – os incêndios propagam-se menos em condições húmidas, mas podem avançar rapidamente em condições secas”, explicou. “Estes processos são altamente complexos, caóticos e não lineares. Uma modelação precisa requer a contabilização de todas estas variáveis, o que exige uma computação avançada.”
Os co-autores adicionais incluem a estudante de licenciatura Valentina Calaza do Departamento de Engenharia Aeroespacial e Mecânica da USC Viterbi; Deep Ray da Universidade de Maryland, College Park (anteriormente estudante de pós-doutoramento na USC Viterbi); Angel Farguell e Adam Kochanski da Universidade Estatal de San Jose; Jan Mandel da Universidade do Colorado, Denver; James Haley e Kyle Hilburn da Universidade Estatal do Colorado, Fort Collins; e Derek Mallia da Universidade de Utah.
Leia o Artigo Original: TechXplore
Leia mais: Incêndios Florestais Extremos Duplicaram em 20 anos
