Die Waldbrände im pazifischen Nordwesten, gesehen vom NOAA-Satelliten GOES-18 am 16. August 2023 (Bildnachweis: NOAA)
Die Vorhersage des Brandwetters ist nicht einfach – es gibt so viele verschiedene Arten von Herausforderungen, mit denen die Meteorologen konfrontiert werden, sowohl bevor ein Flächenbrand ausbricht als auch während er aktiv ist. Diese Brände können sich jederzeit und überall entzünden. So viele verschiedene Faktoren müssen berücksichtigt werden, bevor man abschätzen kann, wie schnell sich ein Feuer ausbreiten kann und wie stark es unser Leben und unsere Gemeinden beeinträchtigen kann.
„Die größten Herausforderungen sind die Vorhersage in komplexem Gelände, die Bewertung der Brennstoffe und die Vermittlung der Risikobotschaft“, sagte Heath Hockenberry, National Fire Weather Program Manager beim National Weather Service der National Oceanic and Atmospheric Association, letzte Woche. „Zu komplexem Gelände gehören steile Hänge, sich kreuzende Täler und andere geografische Faktoren, die kleinräumige Wetterveränderungen verursachen. Die Meteorologen müssen die hochkomplexen Wettermodelle immer noch interpretieren und verbessern, damit sie tatsächlich funktionieren, wenn die Berge und Täler die Winde und Niederschläge verändern.“
Das Wetter spielt eine große Rolle bei der Entstehung und Lebensdauer von Waldbränden, insbesondere wenn es um Blitze geht.
Die Millionen von Blitzen, die jährlich in den Vereinigten Staaten einschlagen, tragen nicht nur zu Hunderten von Verletzten und knapp zwei Dutzend Todesopfern bei, sondern können auch innerhalb von Sekunden Waldbrände auslösen. Diese gefährlichen Blitze stellen vor allem dann eine Bedrohung dar, wenn sie nicht von Regen begleitet werden, so dass ein einziger Blitzschlag ein ausgewachsenes Feuer entfachen kann. In vielen Fällen können sich diese Brände unter den richtigen Bedingungen schnell ausbreiten und Gemeinden bedrohen, ohne dass es eine Vorwarnung gibt. Und das nur, wenn es überhaupt eine Warnung gibt.
Um die Prognostiker zu unterstützen, wurde daher künstliche Intelligenz in die Vorhersage dieser Katastrophen einbezogen, die sich aufgrund des vom Menschen verursachten Klimawandels weiter verschlimmern werden.
„Die beste Art von Verbesserungen, die KI bringen kann, ist wahrscheinlich, den Menschen zu helfen, das Ungewöhnliche vom Außergewöhnlichen zu unterscheiden“, sagte Hockenberry. „Jedes Jahr gibt es über 80.000 Waldbrände, das ist wesentlich mehr als die Zahl der Tornados oder Hurrikane in einem Jahr. KI und andere maschinelle Lernverfahren werden höchstwahrscheinlich weiterhin diese Tausende und Abertausende von Bränden auf diejenigen eingrenzen, die das größte Risiko für unser Land darstellen.“
AI ist bei der Organisation nicht ungewöhnlich – solche Techniken wurden in der Vergangenheit zur Vorhersage von Unwettern und Hurrikanen, zur Lokalisierung von Vulkanausbrüchen und sogar zur Unterstützung der Luftfahrtgemeinde bei der Überwachung von Wolkenbedingungen eingesetzt. Ein Beispiel hierfür ist ein Mechanismus namens ProbSevere, der von den Meteorologen des National Weather Service (NWS) eingesetzt wird, um mehr Vorlaufzeit vor Unwettern zu erhalten, während sie die Entwicklung von Stürmen überwachen und Warnungen vor schweren Gewittern und Tornados herausgeben. Angesichts des Erfolgs solcher Anwendungen wurde das LightningCast AI-Modell von John Cintineo an der University of Wisconsin/Cooperative Institute for Meteorological Satellite Studies (CIMSS) entwickelt und im Jahr 2021 getestet, um die Vorhersage von Brandwetter zu verbessern, indem es benutzerfreundliche und kontinuierlich genaue Informationen liefert.
Heiße Flecken und Rauchfahnen des Mosquito-Feuers in Kalifornien, gesehen vom GOES-18-Satelliten der NOAA am 13. September 2022. (Bildnachweis: NOAA)
„KI ist die Automatisierung von intellektuellen Aufgaben, die normalerweise von Menschen ausgeführt werden. Menschliche Experten sind zwar hervorragend in der Lage, Informationen aus Satellitenbildern zu extrahieren, aber sie können nur einen kleinen Teil der Flut von Umweltdaten analysieren. Daher ist eine Automatisierung, die an die Fähigkeiten menschlicher Experten heranreicht, absolut notwendig, um Umweltdatenquellen wie Satelliten vollständig zu nutzen“, sagte Mike Pavolonis, Physiker im NOAA/NESDIS Center for Satellite Applications and Research. „LightningCast hat sich ständig weiterentwickelt und wird nun routinemäßig von NWS-Meteorologen zur Entscheidungsunterstützung, für die Luftfahrtvorhersage und seit kurzem auch für die Vorhersage von Gewittern bei Waldbränden eingesetzt, da Gewitter eine große Gefahr für die Feuerwehr darstellen und die Vorhersage solcher Gewitter schwierig sein kann.
Wie funktioniert nun dieses KI-Modell? Es arbeitet mit zwei der GOES-R-Satelliten der NOAA zusammen und verarbeitet täglich Daten aus mehr als 6.600 Bildern, die von den beiden Instrumenten erzeugt werden: Der Geostationary Lightning Mapper und der Advanced Baseline Imager. Der geschulte Algorithmus der Maschine kann ähnliche, komplexe Muster erkennen, um festzustellen, wo es am wahrscheinlichsten ist, dass innerhalb der nächsten Stunde ein Blitz einschlagen wird. Dies geschieht unter anderem durch die Erstellung von Karten innerhalb weniger Sekunden.
Dadurch konnten Wissenschaftler Zeit und Ressourcen sparen, um genauere Vorhersagen zu treffen, wie hier in einem früheren Beispiel aus Washington, D.C. am 7. Juli 2021.
„KI-Tools durchforsten Berge von Daten, was es menschlichen Entscheidungsträgern ermöglicht, fundiertere und zeitnahere Entscheidungen zu treffen und gleichzeitig mehr Zeit für die Kommunikation und Koordination mit Interessengruppen und Partnern zu gewinnen – etwas, was KI nicht gut kann“, sagte Pavolonis. „KI hat das Potenzial, in vielerlei Hinsicht einen Wandel herbeizuführen, z. B. bei der Brandfrüherkennung, der Blitzvorhersage, der Vorhersage der Brandausbreitung und des Brandverhaltens, der Kartierung der Brandgrenzen und der Bewertung des Waldbrandrisikos vor der Entzündung.“
Aber dies ist erst der Anfang für die Einbeziehung von KI in die Forschung und Vorhersage. Mit der fortgesetzten Unterstützung des Bipartisan Infrastructure Law und der Zusammenarbeit mit den NESDIS Cooperative Institutes freuen sich die Meteorologen auf weitere Tests, bei denen KI mit Satelliten- und Umweltdatenquellen kombiniert wird, um einen neuen Algorithmus zur Früherkennung von Bränden und sogar zur Vorhersage von Verhalten und Ausbreitung zu entwickeln.
„NESDIS testet einen neuen KI-Algorithmus, der Teil des Next Generation Fire System (NGFS) ist, das auf viele verschiedene Satelliten angewendet werden kann und speziell darauf ausgelegt ist, Brände früher zu erkennen als die bisherigen Satellitenmethoden“, so Pavolonis. „Das NGFS verfolgt auch automatisch Brände und ermöglicht eine nahezu kontinuierliche Überwachung der Intensität und Rauchentwicklung und wird von den Nutzern während der bevorstehenden NOAA Fire Weather Testbed Experimente evaluiert.“
