Robert Klatt
Waldbrände treten durch den Klimawandel immer öfter auf. Eine neue Künstliche Intelligenz (KI) kann anhand von Satellitenbildern in Echtzeit prognostizieren, wie diese sich ausbreiten. Die Daten sollen der Feuerwehr bei der Bekämpfung helfen.
Los Angeles (U.S.A.). Die Intensität und Häufigkeit von extremen Waldbränden hat sich laut einer Studie der University of Tasmania (UTAS) seit 2003 verdoppelt. Es ist deshalb wichtig, die Prozesse bei Waldbränden besser zu verstehen, um diese gezielt bekämpfen zu können. Forscher der University of Southern California (USC) um Hassad Oberai haben deshalb eine Künstliche Intelligenz (KI) entwickelt, die die Ausbreitung von Waldbränden genau prognostizieren kann.
Laut der Publikation im Fachmagazin Artificial Intelligence for the Earth Systems analysiert die KI in Echtzeit Satellitenbilder eines Waldbrandes. Auf Basis der Satellitenbilder erstell das System anschließend eine Prognose, die die wahrscheinliche Ausbreitung des Waldbrandes sowie seine Intensität und Wachstumsrate enthält.
Training mit historischen Waldbränden
Um die KI zu trainieren, haben die Forscher hochauflösende Satellitenbilder von historischen Waldbränden verwendet. Sie haben das Verhalten der Waldbrände analysiert und konnten so ermittelt, wo diese entstanden sind, wie sie sich ausgebreitet haben und welche Maßnahmen bei ihrer Eindämmung am besten helfen haben. Gemeinsam ergaben die Daten Muster, die unterschiedliche Faktoren wie den Brennstoff, das Gelände und das Wetter beinhalten.
„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. 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.“
Die extrahierten Muster haben die Forscher verwendet, um ein generatives, KI-gestütztes Computermodell, das Conditional Wasserstein Generative Adversarial Network (cWGAN), zu trainieren. Das Modell kann nun in Satellitenbildern Muster erkennen, die die Ausbreitung von Waldbränden beeinflussen.
Um die Genauigkeit der Prognose des KI-Modells zu untersuchen, haben die Forscher es mit echten Waldbränden erprobt, die im Zeitraum von 2020 bis 2022 in Kalifornien entstanden. Die Prognose der Ausbreitung der Waldbrände war sehr genau, obwohl die KI vor allem mit Waldbränden mit einfachen Bedingungen, etwa Wind auf nur einer Richtung, trainiert wurde. Dies liegt laut den Entwicklern daran, dass das Modell auch tatsächliche Waldbranddaten aus echt Satellitenbildern enthält.
Die Prognosen des KI-Modells können somit der Feuerwehr bei der Bekämpfung von Waldbränden helfen, etwa damit, dass gezeigt wird, wo die Löschmaßnahmen am sinnvollsten sind.
Artificial Intelligence for the Earth Systems, doi: 10.1175/AIES-D-23-0087.1
