今年夏天，重庆北碚区山火一路向国家级自然保护区缙云山方向蔓延。为守护家园，数万名重庆市民化身志愿者，与各路应急救援人员一起，积极参与山火扑灭工作。经过4天奋战，北碚山火得到有效封控。这是团结和文化的证明，也是组织和科技的胜利。

摩托大军运送物资、一呼百应的志愿者报名、休整时的冰棍、送别时的西瓜···相信你同我一样，刷着视频眼眶红了一次又一次。

而以火灭火背后的风向精准预测、无人机喷水和发射灭火弹、三维测绘评估方位重要程度挖隔离带···更让我们体会到科技进步带来的效率提升。

现在 AI 技术已经在发挥作用帮助我们与时间赛跑，挽回更多生命和损失。本文我们也介绍一下『机器学习』和『深度学习』等人工智能技术在森林火灾扑救过程中的应用。

森林大火肆虐，触目惊心

8月9日以来，我国出现了罕见的极端高温天气，南方多省温度连创新高，部分地区如重庆市北碚、巴南、大足、长寿、江津等地先后发生多起森林火灾。

近年来，全球极端天气出现愈发频繁。今夏全球气温急剧上升，增加了热浪、干旱和野火等灾害的可能性。

2020岁末年初的澳大利亚森林大火肆虐6个月，将悉尼的天空烧成了血色。随后的美国加州山火烧过的面积是8457平方公里，相当于11个纽约市。2021年3-4月印度奥里萨邦的 Simplipal 森林大火也引起了国际社会的关注，大火严重影响了原本就脆弱平衡的 Simplipal 生物圈保护区，并对当地环境以及财产和生计造成了难以计数的破坏。

据统计，全球每年平均发生 20 万起森林火灾。每年被森林大火烧毁的面积占世界森林总面积的1%以上。中国每年发生森林火灾1万余起，年火灾面积占中国森林总面积的5%以上。

对抗森林火灾，AI 在行动

预测森林火灾的关键要素是快速检测。但是传统的监视费用昂贵且受主观因素的影响较大，人们逐渐将目光转向三类自动化的解决方案：卫星、红外扫描仪、局部传感器，如 NASA TERRA / AQUA 卫星、NOAA GOES 卫星、中分辨率光谱成像仪 MODIS、可见光红外成像辐射组件 VIIRS 等。

随着硬件的发展和数据传输的便利，数据的实时采集、存储和处理成本已经足够低廉。卫星和传感器等收集到足够多的数据之后，就可以使用自动化的数据挖掘工具，对原始数据进行分析挖掘，为高层决策者提取有效信息。

小型卫星的图像和 AI 技术，正在被引入森林消防领域。通过数量众多的小型卫星拍摄的高清图片，对森林状况进行实时的监控，并通过 AI 进行数据分析，以实现及时的预防和报警。

事实上，机器学习技术已经应用到火灾探测领域，例如：北美森林大火预测使用卫星图像和支持向量机算法获得了75%的准确率，斯洛文尼亚森林火灾使用卫星与气象数据和随机森林、决策树算法进行探测。

一家叫做 Salo Science 的公司，正在通过 AI 技术，研究对森林火灾风险评定的工作。他们在开发的 AI 产品，同样是基于卫星图像和数据，通过对树木等情况，综合地形、地势、可积燃物等因素的分析，给消防人员提供森林的区域地形图以及风险指示数据，帮助他们在危险来临时，作出更好的选择。

基于机器学习AI森林火灾预测

利用机器学习如何对森林火灾的发生做出预测？ShowMeAI 爆肝跑通了一个项目。查看完整项目和代码，可以点击文末『阅读原文』，或访问下方链接：

https://www.showmeai.tech/article-detail/326

本次项目的数据来自刚刚提到的 NASA 的资源管理系统火灾信息（FIRMS）卫星数据和 NASA 的 MODIS（中分辨率成像光谱仪）仪器对