World

Bagaimana Para Ilmuwan Menggunakan Kecerdasan Buatan AI untuk Memprediksi Kebakaran Hutan

Memprediksi cuaca kebakaran tidaklah mudah. Ada begitu banyak jenis tantangan yang dihadapi oleh para peramal cuaca, baik sebelum kebakaran hutan terjadi maupun saat kebakaran sedang aktif. Kebakaran ini dapat terjadi kapan saja dan dimana saja. Begitu banyak faktor berbeda yang harus dipertimbangkan sebelum memperkirakan seberapa cepat penyakit ini dapat menyebar, dan seberapa besar dampaknya terhadap kehidupan kita dan komunitas kita.

“Tantangan terbesar melibatkan prakiraan cuaca di medan yang kompleks, ‘penilaian bahan bakar’, dan mengkomunikasikan pesan risiko,” kata Heath Hockenberry , Manajer Program Cuaca Kebakaran Nasional di Layanan Cuaca Nasional Asosiasi Kelautan dan Atmosfer Nasional, pekan lalu. “Medan yang kompleks mencakup lereng yang curam, lembah yang berpotongan, dan faktor geografis lainnya yang menyebabkan perubahan cuaca dalam skala kecil. Para ahli meteorologi masih harus menafsirkan dan menyempurnakan model cuaca yang sangat kompleks agar model tersebut benar-benar berfungsi ketika gunung dan lembah mengubah angin dan curah hujan. ”

Cuaca memainkan peran besar dalam perkembangan dan umur kebakaran hutan, terutama jika menyangkut petir.

Jutaan aksi mogok yang kita lakukan di Amerika Serikat setiap tahunnya tidak hanya menyebabkan ratusan orang terluka dan dua lusin korban jiwa, namun juga dapat memicu kebakaran hutan dalam hitungan detik. Petir berbahaya ini menimbulkan ancaman terutama bila tidak disertai hujan, sehingga memungkinkan satu sambaran petir dapat memicu kebakaran besar. Seringkali, dalam kondisi yang tepat, kebakaran tersebut dapat meluas dengan cepat, mengancam masyarakat tanpa peringatan apa pun. Dan itu jika ada peringatan sama sekali.

Jadi, untuk membantu para peramal cuaca, kecerdasan buatan telah digunakan dalam memprediksi bencana-bencana ini, yang terus diperburuk karena perubahan iklim yang disebabkan oleh manusia .

“Perbaikan terbaik yang dapat diberikan oleh AI mungkin adalah membantu manusia membedakan hal-hal yang tidak biasa dengan hal-hal yang luar biasa,” kata Hockenberry. “Terdapat lebih dari 80.000 kebakaran hutan setiap tahunnya, yang jauh lebih banyak daripada jumlah tornado atau angin topan dalam satu tahun. AI dan pembelajaran mesin lainnya kemungkinan besar akan terus mempersempit ribuan kebakaran ini menjadi kebakaran yang memiliki risiko tertinggi terhadap kebakaran hutan. bangsa kita.”

AI merupakan hal yang lazim di organisasi ini – teknik seperti ini telah digunakan di masa lalu untuk membantu memprediksi cuaca buruk dan perkembangan badai, menentukan letusan gunung berapi, dan bahkan membantu komunitas penerbangan dalam memantau kondisi awan. Salah satu contohnya adalah mekanisme yang disebut ProbSevere , yang digunakan oleh peramal cuaca di National Weather Service (NWS) untuk menyediakan lebih banyak waktu tunggu menjelang cuaca buruk saat mereka memantau perkembangan badai dan mengeluarkan peringatan badai petir dan tornado yang parah. Dengan keberhasilan aplikasi seperti ini, model LightningCast AI dikembangkan oleh John Cintineo di University of Wisconsin/Cooperative Institute for Meteorological Satellite Studies (CIMSS), dan diuji pada tahun 2021 untuk memajukan prakiraan cuaca kebakaran dengan memberikan informasi yang mudah digunakan dan akurat terus menerus.

Titik panas dan kepulan asap dari Kebakaran Nyamuk California terlihat dari satelit GOES-18 NOAA pada 13 September 2022.
Titik panas dan kepulan asap akibat Kebakaran Nyamuk California dilihat dari satelit GOES-18 NOAA pada 13 September 2022. (Kredit gambar: NOAA)

“AI adalah otomasi tugas-tugas intelektual yang biasanya dilakukan oleh manusia. Meskipun para ahli manusia unggul dalam mengekstraksi informasi dari citra satelit, mereka hanya dapat menganalisis sebagian kecil dari data lingkungan sehingga otomasi yang mendekati keterampilan ahli manusia mutlak diperlukan untuk memanfaatkan sepenuhnya sumber data lingkungan, seperti satelit,” kata Mike Pavolonis, ilmuwan fisika di Pusat Aplikasi dan Penelitian Satelit NOAA/NESDIS. “LightningCast terus berkembang dan kini secara rutin digunakan oleh para peramal cuaca NWS untuk mendukung pengambilan keputusan, prakiraan penerbangan, dan yang terbaru, meramalkan badai petir pada insiden kebakaran hutan karena badai petir merupakan bahaya besar bagi petugas pemadam kebakaran dan badai semacam itu sulit untuk diprediksi.”

Jadi bagaimana cara kerja model AI ini? Ia bekerja sama dengan dua satelit GOES-R NOAA dan, setiap hari, memproses data yang berasal dari lebih dari 6.600 gambar yang dihasilkan oleh dua instrumen mereka: Geostationary Lightning Mapper dan Advanced Baseline Imager. Algoritme terlatih pada mesin dapat mengenali pola serupa dan kompleks untuk menentukan di mana kemungkinan besar sambaran petir akan terjadi dalam satu jam ke depan. Hal ini dilakukan dengan menghasilkan peta hanya dalam beberapa detik. 

Hal ini telah menghemat waktu dan sumber daya para ilmuwan untuk membuat prediksi yang lebih akurat seperti yang terlihat pada contoh sebelumnya dari Washington, DC pada 7 Juli 2021 .

“Alat AI menyaring tumpukan data, yang memungkinkan pengambil keputusan mengambil keputusan yang lebih tepat dan tepat waktu, sekaligus memberikan lebih banyak waktu untuk berkomunikasi dan berkoordinasi dengan pemangku kepentingan dan mitra – sesuatu yang tidak dapat dilakukan dengan baik oleh AI,” kata Pavolonis. “AI mempunyai potensi untuk menjadi pengubah permainan dalam beberapa hal, termasuk deteksi dini kebakaran, prediksi petir, memperkirakan penyebaran dan perilaku kebakaran, memetakan perimeter kebakaran, dan menilai risiko kebakaran hutan sebelum terjadi kebakaran.”

Namun ini hanyalah permulaan untuk memasukkan AI ke dalam penelitian dan perkiraan. Dengan dukungan berkelanjutan dari Undang-Undang Infrastruktur Bipartisan dan kolaborasi dengan Institut Koperasi NESDIS, para peramal cuaca berharap dapat melanjutkan pengujian yang menggabungkan AI dengan sumber data satelit dan lingkungan untuk menciptakan algoritme baru guna mendeteksi kebakaran secara dini dan bahkan memprediksi perilaku dan penyebarannya.

“NESDIS sedang menguji algoritma AI baru yang merupakan bagian dari Next Generation Fire System (NGFS) yang dapat diterapkan pada banyak satelit berbeda dan dirancang khusus untuk mendeteksi kebakaran lebih awal dibandingkan metode satelit yang ada,” kata Pavolonis. “NGFS juga secara otomatis melacak kebakaran, memungkinkan pemantauan intensitas dan produksi asap secara terus menerus dan akan dievaluasi oleh pengguna operasional selama percobaan NOAA Fire Weather Testbed mendatang.”

Artikel ini pertama kali tayang di situs www.space.com

Related Articles

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back to top button