Kaliforniya Universitetinin Los-Ancelesdəki (UCLA) Samueli Mühəndislik Məktəbinin tədqiqatçıları və onların əməkdaşları yeni bir sistem – FuelVision adlı aləti təqdim ediblər. Bu sistem süni intellekt və peyk görüntülərini birləşdirərək yanğın yanacaq mənbələrini sürətli və dəqiq şəkildə müəyyən etmək üçün hazırlanıb. Bu, ABŞ-da yanğınlara hazırlıq səviyyəsini artırmağa kömək edə bilər.

FuelVision sistemi 2021-ci ildə Kaliforniyada baş vermiş ən intensiv yanğınlardan ikisi – Dixie və Caldor yanğınları üzərində sınaqdan keçirilib. Sınaqlar zamanı alətin proqnozlaşdırdığı yanacaq xəritələri real xəritələrlə 77% uyğunluq göstərib. Bu, sistemin real şəraitdə istifadəsi üçün böyük potensiala malik olduğunu nümayiş etdirib. Bu iş haqqında elmi məqalə "International Journal of Applied Earth Observation and Geoinformation" jurnalında dərc olunub.

"Biz elə bir alət yaratmışıq ki, bu alət vasitəsilə həm yerli qurumlar, həm də beynəlxalq tədqiqatçılar peyk məlumatlarından istifadə edərək yanğın yanacaq xəritələri hazırlaya bilərlər," – deyə tədqiqatın əsas müəllifi və UCLA-nın tədqiqatçısı Riyaz Şeyk bildirib. "Bu, yanğın riskləri ilə bağlı həyati əhəmiyyət daşıyan məlumatların daha tez və ağıllı şəkildə əldə edilməsini asanlaşdırır."

Digər modellər daha yüksək dəqiqlik göstərə bilsə də, onlar daha yavaş fəaliyyət göstərir və ekspert təhlilinə ehtiyac duyurlar. FuelVision isə tamamilə avtomatik işləyir və ümumi mövcud olan məlumatlardan istifadə edir. Sistem qlobal peyk məlumatlarından istifadə etdiyi üçün ABŞ-ın meşəlik ərazilərinə asanlıqla uyğunlaşdırıla bilir. Yanğının qarşısının alınması strategiyalarında və ya fövqəladə hallara cavab vermə prosesində yerüstü tədqiqatlara ehtiyac olmadan tətbiq edilə bilər.

Tədqiqatçılar FuelVision sistemini Forest Inventory and Analysis proqramının real məlumatları əsasında öyrədiblər. Bundan əlavə, sistemin xəritəçəkmə dəqiqliyini artırmaq üçün generativ adversarial şəbəkələrdən (GAN) istifadə ediblər. Bu texnologiya vasitəsilə yaradıcı generator və doğrulayıcı diskriminator birgə işləyərək etibarlı sintetik təlim məlumatları hazırlayıb.

"FuelVision yanğınların harada yayıla biləcəyini və necə hazırlaşmağın lazım olduğunu əvvəlcədən müəyyən etməyə kömək edə bilər," – deyə tədqiqatın əsas müəllifi və UCLA Samueli Mühəndislik Məktəbinin professoru Ərtuğrul Taciroğlu qeyd edib. "Bu sistem çox yönlüdür, asanlıqla uyğunlaşdırıla bilir və həm təcili yardım təşkilatları, həm də uzunmüddətli risk qiymətləndirmə və yanğından mühafizə strategiyalarının hazırlanması üçün qlobal miqyasda agentliklərə kömək edə bilər."

Tədqiqatçılar FuelVision sistemini iki üsulla istifadəçilərə təqdim etməyi planlaşdırırlar. Birinci üsul, sadə kodlaşdırma biliklərinə malik istifadəçilərin öz yanacaq xəritələrini hazırlaya biləcəyi Python əsaslı interfeysin istifadəyə verilməsidir. İkinci üsul isə istifadəçilərin tələblərinə uyğun olaraq sifariş əsasında yanacaq xəritələrinin hazırlanması xidmətidir.

Daha ətraflı məlumat üçün: Riyaaz Uddien Shaik və digərləri, "FUELVISION: A multimodal data fusion and multimodel ensemble algorithm for wildfire fuels mapping," International Journal of Applied Earth Observation and Geoinformation, 2025. DOI: 10.1016/j.jag.2025.104436.