AI 驱动的树冠地图彻底改变了整个欧洲的野火预测

快速阅读: 据《AZoAI》最新报道，研究团队开发出全欧洲冠层燃料高分辨率地图，助力野火预测与管理。通过卫星数据和AI估算冠层高度和密度，验证显示较高准确性。此成果为火灾风险评估和管理提供重要支持，增强生态与社区韧性。

2022年，欧洲记录了超过8000起野火，过火面积超过83.7万公顷。气候变化引发的气温上升和长期干旱预计会增加这些火灾的频率和严重程度。然而，由于以往关于这些燃料的数据集空间覆盖范围不足且分辨率较低，制约了有效的火灾管理策略。这一知识空白急需一份详细的全欧洲冠层燃料地图，以提升野火预测和缓解能力。

发表于《地理空间信息科学》期刊的一支国际研究团队，由加泰罗尼亚森林科学技术中心和帕多瓦大学的科学家牵头，介绍了一种开创性的方法用于绘制全欧洲的冠层燃料图。借助卫星数据、机器学习以及异速生长模型，这项研究生成了高分辨率的CBH（冠层高度）和CBD（冠层密度）地图，并用来自四个国家的实地数据加以验证。这些地图全面展示了森林燃料的空间分布，对精准模拟火灾行为和风险评估至关重要。

研究团队整合了Sentinel-2多光谱影像和GEDI星载LiDAR的数据，并开发了一种基于人工智能的方法估算地上生物量（AGB）和冠层高度。采用物种特异性的异速生长模型，他们计算出CBH和CBD的数值，并将结果与804个地面样方及基于LiDAR的冠层燃料图进行对比验证。结果显示，CBH和CBD地图的相关系数分别达到0.445和0.330，表现出较高的准确性。该方法在密闭冠层（覆盖率>80%）中的精度更高，凸显了其在林区的可靠性。研究还针对山区和高纬度地区的数据准确性较低问题提出了解决方案。

这种方法标志着火灾风险评估的重要进展，为全欧洲野火管理提供了统一的数据集。“这些地图是野火管理的革新者，”主要作者弗朗切斯科·皮罗蒂博士（帕多瓦大学）说道。“通过提供详尽的全欧洲冠层燃料数据，我们能够更准确地预测火灾行为并制定更有效的应对策略，特别是随着气候变化使火灾风险不断上升。”

新创建的冠层燃料地图立即应用于风险评估和管理野火风险。消防部门可利用这些地图模拟火灾的传播路径和强度，提升FARSITE和FlamMap等火灾行为模型的准确性。此外，这些数据还可指导燃料管理实践，包括控制性烧除和植被疏伐，以降低火灾隐患。这种创新方法为未来的研究设立了新的基准，促进了卫星数据和人工智能在环境监测中的整合。随着野火威胁着欧洲各地的生态系统和社区，这些地图提供了一个关键工具，以增强韧性并保护脆弱地区。

(以上内容均由Ai生成)