Wanneer er een natuurbrand uitbreekt, wordt het verschil tussen een beheerste brand en een verwoeste buurt vaak in minuten gemeten. Een nieuwe constellatie van met AI uitgeruste satellieten, samen met een groeiend grondnetwerk van slimme camera's, begint die kloof te dichten: ze detecteren branden voordat iemand 911 belt.
Rapporten die maandag door de Guardian en Climate Central zijn gepubliceerd, beschrijven hoe de eerste drie FireSat-satellieten, die in juli door een SpaceX-raket in een baan om de aarde zijn gebracht, het eerste onderdeel vormen van een gepland netwerk van 50 satellieten die uitsluitend zijn gebouwd om bosbranden te detecteren terwijl ze nog klein genoeg zijn om te stoppen. Voor meer context over dit verhaal, zie ons meer AI-verhalen.
FireSat: een sterrenbeeld gebouwd voor vuur
Bestaande weer- en aardobservatiesatellieten kunnen grote branden detecteren, maar hebben vaak niet de resolutie of bezoeken te weinig dezelfde locatie om kort na de ontsteking kleine branden op te vangen. FireSat is ontworpen om precies die leemte op te vullen: het systeem is gebouwd om branden zo klein als een strandvuur te detecteren, en zodra de volledige constellatie is ingezet, om ongeveer elke 20 minuten elk punt op aarde te scannen.
De satellieten gebruiken infraroodsensoren en kunstmatige intelligentie om te zoeken naar hitte die een nieuwe natuurbrand zou kunnen signaleren. Het systeem vergelijkt nieuwe beelden met eerdere en houdt rekening met factoren zoals de weersomstandigheden en nabijgelegen warmtebronnen voordat waarschuwingen naar de hulpdiensten worden verzonden – een aanpak die is ontworpen om echte bosbranden te identificeren en tegelijkertijd het aantal valse alarmen te verminderen.
Het grondnetwerk van Pano AI
In de bergen ten westen van Denver hebben technici onlangs een 45 meter hoge zendmast beklommen om een paar natuurbranddetectiecamera's te inspecteren die zijn gebouwd door Pano AI, een startup uit San Francisco die meer dan 1.400 camera's heeft geïnstalleerd in 17 staten. De camera's scannen voortdurend het landschap vanaf torens en bergtoppen, terwijl kunstmatige intelligentie elk beeld beoordeelt - overdag op zoek naar rook en hittesignalen in het donker.
“De AI-algoritmen worden voortdurend op die beelden gebruikt om te zeggen ‘rook, niet rook’”, vertelde Arvind Satyam, medeoprichter van Pano AI, aan Climate Central. "'s Nachts kijken we naar hittesignaturen, dus hitte versus kou. En dan kunnen we inzoomen en valideren dat het een potentiële brandstart is."
Als het systeem een mogelijke brand opmerkt, bekijkt een menselijke analist de beelden voordat er een waarschuwing naar de brandweer gaat – een proces dat vaak maar een paar minuten duurt.
Brandweerlieden zeggen dat voorsprong belangrijk is. "Het hebben van die ogen die ons ruim van tevoren kunnen waarschuwen voor een mogelijke 911-oproep, maakt het tot een waardevol hulpmiddel voor ons", zegt Brendan Finnegan, assistent-chef bij West Metro Fire Rescue in de buurt van Denver.
Het Californische systeem onderschept de helft van de branden vóór 911
Californië heeft een van de grootste cameranetwerken van het land gebouwd via Alert California, een systeem van meer dan 1.200 camera's dat door Cal Fire wordt gebruikt. Chief Phillip SeLegue zei dat het netwerk nu ongeveer de helft van alle bosbranden detecteert voordat iemand 911 belt.
Een recente brand in de buurt van Fresno werd ongeveer twintig minuten voordat de eerste noodoproep de meldkamer bereikte opgemerkt. De brandweer was snel ter plaatse en kon voorkomen dat de brand uitbreidde. "Bij Cal Fire is een van onze missies het onderdrukken van 95% van onze branden op 10 hectare of minder", zei SeLegue. "Dit systeem helpt ons bij het bereiken van dat doel."
Het detectienetwerk heeft het vertrouwen gewonnen van incidentcommandanten. "We vertrouwen er genoeg op dat wanneer we die detectie ontvangen, we al beginnen met het sturen van middelen ernaartoe", zei SeLegue.
Waarom minuten ertoe doen
Bosbranden zijn een van de meest verwoestende natuurrampen in de Verenigde Staten geworden. Volgens Climate Central hebben sommige delen van het westen van de VS nu elk jaar te maken met ongeveer twee maanden langer brandweer dan in de jaren zeventig – een gevolg van stijgende temperaturen, langdurige droogte en vaker voorkomende perioden van heet, droog en winderig weer.
De branden in Spokane, Washington, deze zomer – inclusief de Old Trails-brand die in augustus wijken in de as legde – zijn de laatste herinnering dat wanneer een natuurbrand wordt ontdekt, net zo belangrijk kan zijn als waar deze begint.
Satellieten en grondcamera's zijn ontworpen om samen te werken: camera's kunnen alleen de landschappen voor hen zien, terwijl satellieten uitgestrekte afgelegen bossen, bergen en graslanden kunnen bekijken waar geen camera's zijn en vaak geen mensen die een brand kunnen melden. Gecombineerd geven ze brandweerlieden een sneller en completer beeld van waar branden beginnen.
Een brand die snel wordt ontdekt en geblust terwijl deze nog klein is, haalt zelden de krantenkoppen – en dat is precies het resultaat waar brandweerlieden naar toe werken. "De branden waarvoor dit systeem ons heeft geholpen middelen te sturen, zijn de branden waarover je niet in de kranten leest", zei SeLegue. "Degene die je niet ziet."
Een zich uitbreidend draaiboek voor AI bij rampenbestrijding
De uitbreiding van de detectie van natuurbranden maakt deel uit van een bredere trend van AI-systemen die worden ingezet tegen natuurrampen, van het voorspellen van cycloonpaden tot het in kaart brengen van overstromingen. Wat de branddetectielaag onderscheidt, is de gesloten lus: satelliet- en cameragegevens stromen door classificatiesystemen voor machinaal leren, worden binnen enkele minuten gevalideerd door menselijke analisten en leiden tot een beslissing tot verzending – soms voordat een mens rook aan de horizon heeft opgemerkt.
Voor hulpdiensten zijn de economische omstandigheden ook overtuigend. Cameranetwerken en satellietdata-abonnementen kosten een fractie van wat een enkele grote bosbrand aan bestrijdingsuitgaven kost, en de systemen verbeteren naarmate er meer beelden worden verzameld. Nu de FireSat-constellatie nog jaren verwijderd is van volledige implementatie, zullen de winsten op de korte termijn van de grond komen: Pano AI en Alert California breiden beide hun voetafdruk uit, en brandweerkorpsen in andere staten bestuderen het Californische model.
De combinatie van orbitale dekking en validatie op grondniveau wijst op een toekomst waarin de vraag niet langer is of er een brand wordt gemeld, maar hoeveel minuten na ontsteking de eerste motor begint te draaien.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
