為了預(yù)防隨著氣候變遷而來的毀滅性野火，史丹佛大學(xué)(Stanford University)研究團(tuán)隊(duì)發(fā)現(xiàn)使用機(jī)器學(xué)習(xí)和衛(wèi)星影像的新方法，來追蹤和預(yù)測(cè)高風(fēng)險(xiǎn)干燥地區(qū)。

目前透過人力收集樹枝和樹葉并檢測(cè)其含水量，來驗(yàn)證森林和灌木叢是否好發(fā)野火的方法，雖準(zhǔn)確又可靠，但缺點(diǎn)是需要密集勞力，也難以按比例繪制成圖。

幸好還有其他數(shù)據(jù)來源可用，如歐洲太空總署(ESA)衛(wèi)星Sentinel和Landsat就收集了大量的地表影像。這些地圖經(jīng)過仔細(xì)分析，便可做為評(píng)估野火風(fēng)險(xiǎn)的第二數(shù)據(jù)來源。

然而這并非第一次嘗試從衛(wèi)星影像觀察氣象災(zāi)難，但先前的視覺測(cè)量非常依賴極度精確的位置信息，分析方法便會(huì)因地點(diǎn)而異。

史丹佛大學(xué)團(tuán)隊(duì)則利用是Sentinel的合成孔徑雷達(dá)(Synthetic Aperture Radar)，可以穿透森林樹冠層，針對(duì)底下地表進(jìn)行成像。

該研究論文作者之一、史丹佛大學(xué)生態(tài)學(xué)家Alexandra Konings表示，該研究重大突破在于使用了波長更長的新衛(wèi)星，觀察出來的數(shù)值會(huì)對(duì)樹冠層的水分更為敏銳，還能直接表示燃料水分(Fuel Moisture)含量。

該團(tuán)隊(duì)自2016年以來定期收集地圖，并配合美國國家森林局(USFS)人力測(cè)量的數(shù)據(jù)，一起供予機(jī)器學(xué)習(xí)模型，模型可借此學(xué)習(xí)衛(wèi)星影像有哪些特征與基準(zhǔn)真相(Ground Truth)測(cè)量相關(guān)。

團(tuán)隊(duì)還根據(jù)已知結(jié)果的舊數(shù)據(jù)進(jìn)行預(yù)測(cè)，來測(cè)試AI是否準(zhǔn)確。測(cè)試結(jié)果顯示灌木叢容易遭受野火侵?jǐn)_，而灌木叢正好常見于美國西部，是最容易受野火所苦的地區(qū)之一。

報(bào)導(dǎo)指出，對(duì)于消防人員而言，最重要的是能夠利用相同的模型及最新數(shù)據(jù)來預(yù)測(cè)即將到來的野火季，進(jìn)而掌握火災(zāi)動(dòng)向、做出更準(zhǔn)確的決策 。