跳到主要內容
:::

AI預測野火的新利器

AI預測野火的新利器

 

以色列團隊打造人工智慧模型,精準預測閃電所引發的野火,為氣候變遷下的防災戰線築起新防線

 

森林大火曾被視為罕見天災,如今卻逐漸成為年度例行災難。每當炎夏將至,加州、澳洲或加拿大北部,總有大片林地化為火海。傷亡與損失動輒驚人:光是一場近年的洛杉磯野火,便造成數十人喪生、經濟損失估計高達2000億美元。

 

雖然許多野火起因於人為疏失,例如露營火種未熄滅、農地焚燒失控或甚至縱火。但最致命、最難以防範的,往往是閃電引發的火災。這類火災多數發生於偏遠山區,悄然無聲地悶燒數日,一旦爆發,火勢便難以收拾。由於地處偏僻,消防隊與救援單位經常無法於第一時間察覺情況,錯過最佳撲滅時機。

 

如今,以色列巴伊蘭大學(Bar-Ilan University)計算機科學系的研究團隊,提出了劃時代解決策略。他們研發的人工智慧(AI)模型,能以超過九成的準確率,預測全球何時何地最有可能出現下一場閃電引發的野火。這項技術,不僅為氣候變遷下的防災戰線帶來新利器,也展現AI與大數據如何為應對極端天氣貢獻關鍵力量。

 

極端氣候,野火「例行化」

全球氣候變遷正推升極端天氣事件的發生頻率與強度。據多國氣象與生態監測資料,全球性地出現了更頻繁的閃電風暴、更乾燥高溫的環境、以及快速變遷的生態系統,意味著更多「燃料」與更多潛在「火源」。閃電引發的野火已於加拿大與美國西部,佔焚燒面積的絕大部分,而且這個趨勢持續攀升。

 

閃電引起的火災之所以難纏,關鍵在於其「潛伏性」與「難以偵測性」。一次雷擊瞬間釋放能量,若擊中地下的枯枝落葉層,火源可能先悶燒數天,最終突然爆發為規模龐大的地表火災。而由於雷擊往往發生於人煙罕至、無即時監測設備的山區或林地,等到衛星影像或人員偵測到火情,通常為時已晚。

 

從大數據到精準預測

為破解這項防災難題,巴伊蘭大學Oren Glickman博士與Assaf Shmuel博士,聯同以色列Ariel大學與以色列臺拉維夫大學(Tel Aviv Universities)的研究團隊,展開跨校合作。他們的研究成果已於國際期刊《Scientific Reports》發表,展示一套全球性機器學習模型,能繪製並預測閃電引發野火的風險地圖。

 

傳統野火預測模型,往往依賴地區性經驗法則與有限資料,新模型則首度導入2014至2020年為期七年的全球高解析衛星遙測資料,涵蓋植被覆蓋、氣候條件、地形等多重環境變因,綜合評估起火風險。

 

AI模型不僅辨識單一雷擊事件,更透過多層次因素加權,精算某區域特定時段的「起火風險指數」。研究團隊隨後以2021年的全球實際野火資料驗證模型準確性,預測成果與實際火災分布高度吻合,準確率超過90%,這個數字遠高於過往任何預測模型。

 

專屬模型,提升防災效率

研究同時發現另一項關鍵因素:閃電野火與人為火災的發生模式與風險因子迥異。現行多數火災預測工具,針對人類活動熱區設計,例如公路、露營地或農牧地,但當這些模型直接套用於閃電野火時,效果大打折扣。這凸顯不同火災成因必須使用專屬預測架構,才能有效防災。

 

「我們的模型顯示,閃電野火風險分布與傳統人為火災有顯著差異,因此應建立個別的專屬預測系統」Glickman博士指出。

 

此外,模型預測未來數十年內,隨著氣候暖化趨勢持續,閃電頻率與「火災天氣」(高溫、乾燥、強風等)發生率雙雙升高,全球多個地區的閃電野火風險將明顯增加。

 

下一步在哪裡?

這項成果不僅具學術價值,更有機會成為全球各地氣象局、消防單位與防災中心等,未來的實用工具之一。目前這套AI模型雖尚未正式整合至即時天氣預報系統,研究已經證明,善用全球性高品質大數據,結合AI分析技術,確實能大幅提升極端災害預測精準度。若能提早掌握高風險區域,防災單位得以提前布署人力與資源,規劃預防性措施,爭取黃金防災時間。

 

「面對氣候變遷的快速演進,我們迫切需要新世代工具,以更深入理解與預測其衝擊。機器學習與大數據分析,正展現強大潛力,協助人類面對快速改變的極端氣候」Shmuel博士強調。

 

儘管人類尚無法阻止雷擊發生,但憑藉科學與科技的進步,我們終於有機會搶在火海蔓延前,化危機為轉機。

 

資料來源:

https://www.biu.ac.il/en/article/583356

更新日期 : 2025/06/25