Para ilmuwan Stanford memetakan uap bahan bakar kebakaran liar di bagian barat AS – Sains Terkini

Ketika California dan Amerika Barat memasuki musim kebakaran di tengah pandemi coronavirus, para ilmuwan memanfaatkan kecerdasan buatan dan data satelit baru untuk membantu memprediksi kobaran api di seluruh wilayah.

Mengantisipasi di mana api cenderung menyala dan bagaimana penyebarannya membutuhkan informasi tentang berapa banyak bahan tanaman yang bisa terbakar ada di lanskap dan kekeringannya. Namun informasi ini secara mengejutkan sulit untuk dikumpulkan pada skala dan kecepatan yang diperlukan untuk membantu manajemen kebakaran.

Sekarang, tim ahli hidrologi, penginderaan jauh dan teknik lingkungan telah mengembangkan model pembelajaran mendalam yang memetakan tingkat kelembaban bahan bakar dalam detail halus di 12 negara bagian barat, dari Colorado, Montana, Texas dan Wyoming hingga Pantai Pasifik.

Para peneliti menggambarkan teknik mereka dalam edisi Agustus 2020 Penginderaan Jauh Lingkungan. Menurut penulis senior makalah ini, ekohidrolog Universitas Stanford Alexandra Konings, dataset baru yang dihasilkan oleh model ini dapat "secara besar-besaran meningkatkan studi kebakaran."

Menurut penulis utama makalah itu, Krishna Rao, seorang mahasiswa PhD dalam ilmu sistem bumi di Stanford, model ini membutuhkan lebih banyak pengujian untuk menentukan keputusan manajemen kebakaran yang mempertaruhkan nyawa dan rumah. Tapi itu sudah menerangi pola yang sebelumnya tidak terlihat. Hanya dengan melihat kekeringan hutan terungkap pixel demi pixel dari waktu ke waktu, katanya, dapat membantu mengungkap area dengan risiko terbesar dan "memetakan lokasi kandidat untuk luka bakar yang ditentukan."

Pekerjaan ini datang pada saat yang semakin mendesak untuk wawasan seperti ini, karena perubahan iklim meluas dan mengintensifkan musim kebakaran – dan ketika pandemi COVID-19 yang sedang berlangsung mempersulit upaya untuk mencegah kebakaran besar melalui pembakaran terkendali, mempersiapkan evakuasi massal dan memobilisasi responden pertama.

Mendapatkan bacaan tentang lanskap kering

Badan-badan pemadam kebakaran saat ini biasanya mengukur jumlah vegetasi kering dan mudah terbakar di suatu daerah berdasarkan sampel dari sejumlah kecil pohon. Peneliti memotong dan menimbang cabang-cabang pohon, mengeringkannya dalam oven dan kemudian menimbangnya lagi. "Anda lihat berapa banyak massa yang hilang di oven, dan hanya itu air yang ada di sana," kata Konings, asisten profesor ilmu sistem bumi di Sekolah Bumi, Energi & Ilmu Lingkungan Stanford (Stanford Earth). "Itu jelas sangat melelahkan, dan kamu hanya bisa melakukan itu di beberapa tempat berbeda, hanya untuk beberapa spesies di lanskap."

Dinas Kehutanan AS dengan susah payah mengumpulkan data kadar air tanaman ini di ratusan lokasi di seluruh negeri dan menambahkannya ke Basis Data Kelembaban Bahan Bakar Nasional, yang telah mengumpulkan sekitar 200.000 pengukuran seperti itu sejak tahun 1970-an. Dikenal sebagai kadar air bahan bakar hidup, metrik telah ditetapkan sebagai faktor yang memengaruhi risiko kebakaran. Namun sedikit yang diketahui tentang bagaimana ia bervariasi dari waktu ke waktu dari satu tanaman ke tanaman lain – atau dari satu ekosistem ke ekosistem lainnya.

Selama beberapa dekade, para ilmuwan telah memperkirakan kadar air bahan bakar secara tidak langsung, dari dugaan terinformasi tetapi belum terbukti tentang hubungan antara suhu, curah hujan, air pada tanaman mati dan kekeringan tanaman hidup. Menurut Rao, "Sekarang, kita berada dalam posisi di mana kita dapat kembali dan menguji apa yang telah kita asumsikan begitu lama – hubungan antara cuaca dan kelembaban bahan bakar hidup – di berbagai ekosistem di Amerika Serikat bagian barat."

AI dengan bantuan manusia

Model baru ini menggunakan apa yang disebut jaringan saraf berulang, sistem kecerdasan buatan yang dapat belajar mengenali pola di pegunungan data yang luas. Para ilmuwan melatih model mereka menggunakan data lapangan dari National Fuel Moisture Database, lalu menerapkannya memperkirakan kadar bahan bakar dari dua jenis pengukuran yang dikumpulkan oleh sensor pesawat ruang angkasa. Salah satunya melibatkan pengukuran cahaya tampak yang memantul dari Bumi. Yang lainnya, yang dikenal sebagai Synthetic Aperture radar (SAR), mengukur kembalinya sinyal radar microwave, yang dapat menembus cabang-cabang rimbun sampai ke permukaan tanah.

"Salah satu terobosan besar kami adalah melihat satu set satelit yang lebih baru yang menggunakan panjang gelombang lebih panjang, yang memungkinkan pengamatan menjadi sensitif terhadap air yang jauh lebih dalam ke dalam kanopi hutan dan secara langsung mewakili kandungan kelembaban bahan bakar," kata Konings , yang juga seorang rekan pusat, dengan hormat, di Stanford Woods Institute for the Environment.

Untuk melatih dan memvalidasi model, para peneliti memberinya tiga tahun data untuk 239 situs di seluruh Amerika barat mulai tahun 2015, ketika data SAR dari satelit Sentinel-1 Badan Antariksa Eropa tersedia. Mereka memeriksa ramalan kelembaban bahan bakarnya di enam jenis tutupan lahan yang umum, termasuk hutan daun sulung berdaun lebar, hutan cemara jarum sulam, semak belukar, padang rumput dan vegetasi jarang, dan menemukan mereka yang paling akurat – artinya prediksi AI paling cocok dengan pengukuran lapangan di tingkat Nasional. Database Kelembaban Bahan Bakar – di semak belukar.

Kaya dengan ramuan aromatik seperti rosemary dan oregano, dan sering ditandai oleh pohon pendek dan curam, lereng berbatu, semak belukar menempati sebanyak 45 persen dari Amerika Barat. Mereka bukan hanya ekosistem terbesar di kawasan itu, kata Rao, "mereka juga sangat rentan terhadap kebakaran karena mereka tumbuh kembali dengan cepat." Di California, api yang dikocok dengan ukuran sangat besar oleh angin Santa Ana membakar sejenis semak yang dikenal sebagai chaparral. "Ini membuat agen pemadam kebakaran memantau mereka secara intensif," katanya.

Perkiraan model dimasukkan ke dalam peta interaktif yang akhirnya dapat digunakan oleh agen pemadam kebakaran untuk mengidentifikasi pola dan memprioritaskan tindakan pengendalian. Untuk saat ini, peta ini menawarkan riwayat penyelaman, menunjukkan kadar air bahan bakar dari 2016 hingga 2019, tetapi metode yang sama dapat digunakan untuk menampilkan perkiraan saat ini. "Membuat peta ini adalah langkah pertama dalam memahami bagaimana data kelembaban bahan bakar baru ini dapat memengaruhi risiko dan prediksi kebakaran," kata Konings. "Sekarang kami mencoba untuk benar-benar menemukan cara terbaik untuk menggunakannya untuk prediksi kebakaran yang lebih baik."

You may also like...

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.