• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    Il team utilizza l'apprendimento automatico per capire quali incendi bruceranno senza controllo

    Un'immagine satellitare dell'Alaska catturata nell'agosto 2005 mostra l'estensione della copertura del fumo dagli incendi nelle foreste boreali dello stato. È probabile che gli incendi diventino grandi in condizioni eccezionalmente calde e secche e quando c'è un'alta percentuale di abeti neri nelle aree colpite, fattori chiave in un nuovo modello predittivo sviluppato dagli scienziati dell'UCI. Credito:NASA

    Un team interdisciplinare di scienziati dell'Università della California, Irvine ha sviluppato una nuova tecnica per prevedere la dimensione finale di un incendio dal momento dell'accensione.

    Costruito attorno a un algoritmo di apprendimento automatico, il modello può aiutare a prevedere se un incendio sarà piccolo, medio o grande nel momento in cui ha fatto il suo corso:conoscenze utili a coloro che sono incaricati di allocare le scarse risorse antincendio. Il lavoro dei ricercatori è evidenziato in uno studio pubblicato oggi sul International Journal of Wildland Fire .

    "Un'analogia utile è considerare ciò che rende qualcosa di virale nei social media, ", ha affermato l'autore principale Shane Coffield, uno studente di dottorato UCI in scienze del sistema terrestre. "Possiamo pensare a quali proprietà di uno specifico tweet o post potrebbero farlo esplodere e diventare davvero popolare e come potresti prevederlo nel momento in cui viene pubblicato o subito prima che venga pubblicato".

    Lui e i suoi colleghi hanno applicato questo pensiero a una situazione ipotetica in cui scoppiano dozzine di incendi contemporaneamente. Sembra estremo, ma questo scenario è diventato fin troppo comune negli ultimi anni in alcune parti degli Stati Uniti occidentali poiché il cambiamento climatico ha provocato condizioni calde e secche sul terreno che possono mettere una regione ad alto rischio di incendio.

    "Solo alcuni di questi incendi diventeranno davvero grandi e rappresenteranno la maggior parte dell'area bruciata, quindi abbiamo questo nuovo approccio incentrato sull'identificazione di accensioni specifiche che comportano il maggior rischio di perdere il controllo, "Ha detto Coffield.

    Il team ha utilizzato l'Alaska come area di studio per il progetto perché lo stato è stato afflitto negli ultimi dieci anni da un'ondata di incendi simultanei nelle sue foreste boreali, minacciando la salute umana e gli ecosistemi vulnerabili.

    Al centro del modello degli scienziati dell'UCI c'è un algoritmo di "albero decisionale". Fornendogli dati climatici e dettagli cruciali sulle condizioni atmosferiche e sui tipi di vegetazione presenti intorno al punto di inizio di un incendio, i ricercatori potrebbero prevedere la dimensione finale di un incendio il 50% delle volte. Una variabile chiave è il deficit di pressione del vapore, proprio quanta poca umidità c'è nell'area, durante i primi sei giorni di esistenza di un incendio. Una seconda considerazione importante per le foreste dell'Alaska è la percentuale di alberi della varietà di abete nero.

    "Abete nero, che sono dominanti in Alaska, avere questi lunghi, rami cadenti progettati, da una prospettiva evolutiva, per assorbire il fuoco, " ha detto il co-autore James Randerson, professore e Ralph J. &Carol M. Cicerone Chair in Earth System Science presso UCI. "I loro semi sono adattati per fare bene in un ambiente post-incendio, quindi la loro strategia è quella di uccidere tutto il resto intorno a loro durante un incendio per ridurre la competizione per la loro prole".

    Ha detto che Coffield è stato in grado di dimostrare che la frazione di abete nero entro un raggio di 2,5 miglia dal sito di accensione è un fattore importante nel giudicare quanto grande crescerà un incendio.

    Un vantaggio di questo nuovo metodo è la velocità, disse Coffield. L'algoritmo "apprende" con ogni nuovo punto dati e può capire rapidamente le soglie critiche per l'identificazione di incendi di grandi dimensioni. È possibile per le persone farlo manualmente o eseguendo simulazioni su ogni diversa accensione, Egli ha detto, ma l'approccio statistico del sistema di apprendimento automatico è "davvero molto più veloce ed efficiente, soprattutto per considerare più incendi contemporaneamente."

    Di fronte a un aumento indotto dal cambiamento climatico nel numero di incendi previsti in ogni stagione, stato, le autorità antincendio di contea e locali potrebbero beneficiare di alcuni strumenti e tecniche aggiornati, Randerson ha notato. Oltre a salvare vite umane e proteggere proprietà e infrastrutture cruciali, anche gli sforzi di soppressione degli incendi diventeranno sempre più importanti per preservare il mondo naturale.

    "In posti come l'Alaska, è necessario limitare l'area interessata dall'incendio, perché se continuiamo ad avere questi insoliti, anni di fuoco alto, si perderà più carbonio dal paesaggio, riscaldamento esacerbante, " ha detto Randerson. "Se lasciamo scappare gli incendi, potremmo trovarci in una situazione in cui ci sono molti danni significativi sia al sistema climatico che agli ecosistemi".


    © Scienza https://it.scienceaq.com