Utilizzo dell’intelligenza artificiale per affinare le proiezioni del rischio di incendi boschivi
In un progetto, questi algoritmi sono stati applicati per migliorare la certezza di una serie di modelli del sistema Terra e ha previsto un aumento dell’esposizione globale agli incendi per la popolazione mondiale, la produzione interna lorda e l’agricoltura rispetto a modelli non addestrati.
La ricerca ha anche indicato che i modelli non vincolati utilizzando gli algoritmi tendevano a sopravvalutare le emissioni di carbonio legate al fuoco nelle regioni con vegetazione rada.
Il fumo degli incendi provenienti dal Canada ricopre la costa orientale, degradando l’aria a livello della superficie nelle aree densamente popolate degli Stati Uniti, il 7 giugno 2023. Credito immagine: NASA MODIS
Allo stesso tempo, i modelli vincolati hanno previsto un aumento delle emissioni di carbonio degli incendi boschivi nelle regioni tropicali e subtropicali, poiché la fitta vegetazione si secca e fornisce più combustibile per gli incendi.
“Vogliamo raggiungere una migliore comprensione e previsione dei driver di incendi, nonché potenziali vulnerabilità in termini di salute umana, ecosistema e infrastrutture”, ha affermato Mao.
La sfida è ottenere una maggiore specificità nelle simulazioni di incendi boschivi da set di dati a risoluzione più elevata. Sarebbe utile raccogliere i dati in un archivio centrale che ora sono sparsi tra varie fonti di laboratorio federali, statali, universitarie e nazionali che devono essere raccolte in una posizione centrale, ha aggiunto.
“Ci sono lacune nei dati osservativi, con gran parte del record globale di incendi boschivi basato su prodotti satellitari che hanno iniziato a essere raccolti e resi disponibili solo circa 20 anni fa”, ha detto Mao.
“La risoluzione a lungo termine e ad alto spaziotemporale, le osservazioni raccolte continuamente sugli incendi stessi e i processi di recupero post-incendio sono scarsi”.
Per migliorare i set di dati relativi agli incendi, Mao e la collega dell’ORNL Fernanda Santos hanno lanciato un Rete di database della comunità antincendio incoraggiare scienziati e gestori del territorio a inviare dati ambientali sulle aree bruciate a un deposito centrale.
La condivisione di tali informazioni può non solo migliorare la ricerca, ma anche informare le pratiche di gestione del territorio.
Forrest Hoffman, che dirige il gruppo Computational Earth Sciences dell’ORNL, è interessato ai processi biogeochimici, inclusi gli incendi, che guidano l’evoluzione del clima per diversi decenni.
È responsabile della ricerca di laboratorio per il DOE Ridurre le incertezze nelle interazioni biogeochimiche attraverso la sintesi e l’area di interesse della scienza computazionaleo RUBISCO, che riunisce scienziati di laboratori e università nazionali per valutare e migliorare i modelli del sistema Terra utilizzando dati di laboratorio, sul campo e di telerilevamento.
Wildfire è stato tradizionalmente sottorappresentato nei modelli del sistema terrestre, un problema che Hoffman e i suoi colleghi stanno lavorando per affrontare.
“Ottenere le metriche giuste sulle aree bruciate derivate dai set di dati di telerilevamento satellitare significa che possiamo quindi prevedere meglio cosa accadrà man mano che il cambiamento climatico si evolve in potenziali scenari futuri”, ha affermato.
Hoffman ha propagandato i metodi di apprendimento automatico che Mao e altri ricercatori stanno sviluppando come parte del progetto RUBISCO come un modo per ottenere le metriche del fuoco corrette e rappresentate.
Come Mao, Hoffman riconosce la necessità di nuovi set di dati osservativi.
A volte i ricercatori non riescono a vedere attraverso il fumo sulle immagini satellitari del sensore visibile per valutare le emissioni di incendi, e più immagini multispettrali e termiche che forniscono dettagli più fini sulle superfici terrestri sarebbero utili per compilare dati sugli impatti immediati e a lungo termine, ha detto Hoffman .
Hoffman ha una vasta esperienza nella valutazione dei dati di telerilevamento per migliorare la comprensione del clima in evoluzione.
Dieci anni fa, ha co-diretto lo sviluppo di uno strumento di visualizzazione basato su immagini satellitari chiamato PerWarn per tenere traccia dei cambiamenti nel sistema forestale della nazione per il servizio forestale degli Stati Uniti.
Lo strumento, con continui aggiornamenti da parte di ORNL, esamina le immagini satellitari negli Stati Uniti ogni otto giorni per rilevare i disturbi come incendi boschivi, focolai di insetti, vento e grandine.
ForWarn è utilizzato dal servizio forestale per identificare le minacce alla salute delle foreste e molte agenzie di gestione del territorio e singoli ricercatori utilizzano lo strumento per identificare e tenere traccia dei disturbi, dei cambiamenti nella copertura del suolo e nella produzione agricola.
“Il sistema tiene traccia dei sottili cambiamenti nel ciclo fenologico annuale”, ha affermato Hoffman.
“Ad esempio, cosa succede se il verde della vegetazione è improvvisamente più forte di quanto non fosse in precedenza – possiamo attribuirlo a un clima più umido del normale?”
Nelle Great Smoky Mountains, ForWarn ha rivelato una tendenza interessante che potrebbe cambiare la diversità della vegetazione della regione.
“Stiamo assistendo a una più forte riduzione invernale del verde che pensiamo sia il risultato della morte della vegetazione sempreverde a causa dell’Hemlock wooly adelgid”, una specie invasiva ben nota negli Stati Uniti. “Quei sempreverdi vengono poi sostituiti da vegetazione decidua , quindi vedi più stagionalità nel verde”.
Un altro set di dati a cui gli scienziati di tutto il mondo possono accedere per comprendere l’estensione e la gravità dell’incendio e ottenere stime delle emissioni di carbonio da incendio e altre misurazioni è il ORNL DAACo Distributed Active Archive Center for Biogeochemical Dynamics, gestito da ORNL.
L’ORNL DAAC è un data center all’interno del sistema di dati e informazioni del sistema di osservazione della Terra della NASA.
È uno dei strumenti forniti dalla NASA per consentire a ricercatori, gestori delle risorse e team di gestione dei disastri di comprendere e monitorare le condizioni ambientali prima dell’inizio di un incendio, misurare l’intensità e lo sviluppo degli incendi mentre stanno bruciando e valutare gli effetti e gli impatti degli eventi.
Mao ha aggiunto che “l’ORNL ha un ampio lavoro a macchia d’olio. Ma ci vorranno continue collaborazioni con i nostri colleghi in tutto il paese presso laboratori nazionali, università, agenzie federali, nonché a livello statale e locale e persino con gestori di terreni privati per affrontare la sfida di prevedere meglio questi eventi e sviluppare la resilienza a i loro numerosi impatti”.
In un prossimo articolo, daremo uno sguardo al lavoro degli ecologisti e dei biogeochimici dell’ORNL che stanno esplorando gli impatti ambientali degli incendi per ottenere migliori dati osservativi per informare queste simulazioni terrestri su larga scala.
Il supporto per i progetti proviene dal programma di ricerca biologica e ambientale dell’ufficio della scienza del DOE, dal servizio forestale del dipartimento dell’agricoltura degli Stati Uniti, dall’amministrazione nazionale aeronautica e spaziale degli Stati Uniti e dalla ricerca e sviluppo diretti dal laboratorio dell’ORNL.
UT-Battelle gestisce ORNL per l’Office of Science del DOE, il singolo più grande sostenitore della ricerca di base nelle scienze fisiche negli Stati Uniti. L’Office of Science sta lavorando per affrontare alcune delle sfide più urgenti del nostro tempo. Per maggiori informazioni per favore visita energy.gov/scienza.
Da un’altra testata giornalistica. news de www.technology.org
