Разделы

Безопасность Стратегия безопасности Цифровизация Искусственный интеллект

Как искусственный интеллект становится помощником в предсказании пожаров — пилотный запуск в цифрах

Для борьбы с лесными пожарами Министерство информационного развития и связи Пермского края на базе цифровой платформы «Умный лес» в пилотном режиме запустило модуль с искусственным интеллектом, который анализирует вероятность возникновения возгораний леса. Эксперимент был запущен во II квартале 2023 г, с началом пожароопасного сезона, совместно с компанией из Иннополиса — «ИнноГеоТех». Об этом CNews сообщили представители «ИнноГеоТех».

Алгоритм оценивает риск возникновения лесных пожаров по 16 факторам. Сопоставляются данные космических снимков, а также климатических условий, температуры, близости к населенным пунктам, состава почвы и геологических особенностей территории.

Вместе с действующими факторами проводится анализ «истории возгораний», включающий данные о пожарах на данной территории за последние 10 лет.

Системный анализ геоданных позволяет учесть как текущие условия, так и опыт прошлых возгораний для более надежной оценки возникновения пожара.

При таком объеме данных для надзорных органов формируется достоверный прогноз вероятности возникновения пожара, На основе аналитики можно сформировать меры контроля лесничеств.

Анализ вероятности возникновения пожаров можно запустить как для отдельного участка леса, так и территории целого региона.

За шесть месяцев эксперимента в подсистеме РГИС «Умный лес» были собраны геоданные о 12 млн га лесного фонда Пермского края. На основе данных формировался прогноз вероятности возникновения пожаров на последующие семь дней.

Экспериментальный нейромодуль протестировали также и для одного из самых пожароопасных месяцев в регионе — августа.

Алексей Котов, OpenYard: Партнерские привилегии в нашей программе стали понятнее и четче
Бизнес

С помощью нейронных сетей был составлен прогноз вероятности возникновения пожаров в недельном интервале.

Так, на начало августа сформировался прогноз с высокой долей пожароопасных участков: 10,8 млн га лесов, находящиеся в зоне высокого риска возникновения пожара; 0,2 млн га — с повышенной степенью вероятности пожара; 0,2 млн га — со средней.

В конце августа с использованием ИИ-модуля спрогнозированы новые данные о пожароопасной обстановке — доля участков с высоким риском возникновения пожаров сократилась на 3,2 млн га: 7,6 млн га лесов, находящиеся в зоне высокого риска возникновения пожара; 1,4 млн га — с повышенной степенью вероятности пожара; 1,2 млн га — со средней.

По словам министра информационного развития и связи Пермского края Петра Шиловских, искусственный интеллект может прогнозировать лесные возгорания и развитие действующего пожара на определенный период времени при конкретных условиях погоды, исходя их архивных сведений и космических снимков.

Олег Покровский, «Росатом»: Создавая собственные ТИМ-решения, мы перестаем за свой счет обучать модели недружественных стран
Цифровизация

«В ближайший год будем дорабатывать систему до конечного продукта. У проекта большие перспективы, так как природные пожары – ежегодная острая проблема не только нашего региона. Поэтому нам необходимо выявлять районы и условия, при которых возникает большая вероятность пожаров», – отметил министр.

Главный инженер компании «ИнноГеоТех» Валерий Авраменко поделился результатами внедрения ИИ-технологии, с помощью которой проводится мониторинг вероятности пожаров в Пермском крае: «В рамках партнерства с Министерством информационного развития и связи Пермского края мы запустили экспериментальный модуль с искусственным интеллектом, который проводит пространственный анализ вероятности пожаров в регионе. В результате анализа формируются карты потенциальной пожароопасности лесов региона, основанные на данных из подсистемы РГИС "Умный лес". На картографическим материале можно визуально оценить участки, подверженные повышенному риску возгорания в ближайшие семи дней. Такой ИИ-модуль с визуализацией прогноза поможет действовать на опережение — не бороться со следствием, а снижать уровень риска возникновения пожаров, отслеживая самые пожароопасные участки лесничеств».