山火事のシーズンが近づく中、AIが衛星画像を使って危険な地域を教える

次の記事

アマゾンのEcho Lookは役目を終えて2020年7月には機能停止

地球温暖化と天候パターンの変化により、米国はここ数年の間、壊滅的な山火事に苦しめられた。そしてこの本来なら普通の自然現象は、きわめて予測不可能で深刻な災害になった。そこでスタンフォード大学の研究者たちは、機械学習と衛星画像を利用して乾燥した危険地域を調べて予測する方法を見つけた。

現在、山火事になりやすい森林や低木地帯の検査方法は、手作業で枝や葉を集め、その水分を調べるというものだ。これは正確で信頼できる方法だが、明らかに手間がかかり大規模な調査は難しい。

しかし幸いにも最近は、その他のデータソースを利用できる。欧州宇宙機関(European Space Agency)の人工衛星センティネルとランドサットは、地表の画像を大量に集めており、それらを詳しく分析すれば山火事のリスクを評価するための二次的なデータソースを得ることができる。

衛星画像を利用する観測方法は以前から存在するが、人間の目で判断するため場所により観測方法が大きく異なっていた。広い面積の調査は難しい。スタンフォードのチームが利用した新しい方法では、センティネル衛星の「合成開口レーダー」を利用して森林の林冠を貫き、その下の地表の画像を見ることができるようになる。

スタンフォードの生態水文学者であるAlexandra Konings(アレクサンドラ・コーニングス)氏はニュースリリースで「私たちの大きな突破口は、これまでよりもずっと長い波長を使う新しいタイプの衛星に着目したことです。それによって森林の林冠のずっと深いところの水分を観測できるようになり、それは燃料の含有量を直接表すことができる」と語っている。

チームは2016年から定期的に集めたこの新しい画像を、米国林野局が手作業で計測したデータとともに機械学習モデルに入力した。これによってモデルは、画像のさまざまな特徴と地上の測定値との相関を学習した。

次に彼らは、そうやって得られたAIエージェントに、彼らがすでに答えを知っている古いデータで予報をさせ、テストをした。結果は正しかったが、そのほとんどが低木地帯で、それは米国の西部で最も多い生態系群のひとつであり、山火事になりやすい植物相でもある。

プロジェクトの結果は、このインタラクティブなページで見ることができる。西部全域の1年の各時期における、モデルから得られた乾燥度の予報を示している。消防士にとって具体的に役に立つというものではないが、同じモデルに最新のデータを与えれば、今後の山火事シーズンに関する予報ができ、当局が延焼をコントロールし、危険な地域や安全性に関する警報をするための、情報に基づく決定ができるだろう。

研究結果は、Remote Sensing of Environmentに掲載されている。

画像クレジット: スタンフォード大学

[原文へ]
(翻訳:iwatani、a.k.a. hiwa