ENG: Wildfires are a growing threat in a world shaped by climate change. Now, researchers at Aalto University have developed a neural network model that can accurately predict the occurrence of fires in peatlands. The study focused on the Central Kalimantan province of Borneo in Indonesia, which has the highest density of peatland fires in Southeast Asia. Drainage to support agriculture or residential expansion has made peatlands increasingly vulnerable to recurring fires.

The new model uses measurements taken before each fire season in 2002-2019 to predict the distribution of peatland fires. The researchers used a convolutional neural network to analyse 31 variables, such as the type of land cover and pre-fire indices of vegetation and drought. Once trained, the network predicted the likelihood of a peatland fire at each spot on the map, producing an expected distribution of fires for the year.

While the model was usually right in predicting a fire, it also missed many fires that actually occurred. About half of the observed fires weren’t predicted by the model, meaning that it isn’t suitable as an early-warning predictive system. Larger groupings of fires tended to be predicted well, while isolated fires were often missed by the network. With further work, the researchers hope to improve the network’s performance so it can also serve as an early-warning system.

The team took advantage of the fact that fire predictions were usually correct to test the effect of different land management strategies. By simulating different interventions, they found that the most effective plausible strategy would be to convert shrubland and scrubland into swamp forests, which would reduce fire incidence by 50%. If this were combined with blocking all of the drainage canals except the major ones, fires would decrease by 70% in total.

RO: Incendiile de vegetație reprezintă o amenințare din ce în ce mai mare într-o lume marcată de schimbări climatice. Cercetătorii de la Universitatea Aalto au dezvoltat un model de rețea neuronală care poate prezice cu precizie apariția incendiilor în turbării. Studiul s-a concentrat asupra provinciei Kalimantan Central din Borneo, Indonezia, care are cea mai mare densitate de incendii de turbă din Asia de Sud-Est. Drenajul în sprijinul agriculturii sau al expansiunii rezidențiale a făcut ca mlaștinile să devină din ce în ce mai vulnerabile la incendiile recurente.

Noul model neuronal utilizează măsurători efectuate înainte de fiecare sezon de incendii în perioada 2002-2019 pentru a prezice distribuția incendiilor de turbărie. Cercetătorii au folosit o rețea neuronală convoluțională pentru a analiza 31 de variabile, cum ar fi tipul de acoperire a terenului și indicii de vegetație și de secetă dinaintea incendiilor. După ce a fost antrenată, rețeaua a prezis probabilitatea unui incendiu de turbărie în fiecare punct de pe hartă, producând o distribuție preconizată a incendiilor pentru anul respectiv.

Deși modelul a avut o acuratețe mare în prezicerea unui incendiu, a omis multe incendii care au avut loc în realitate. Aproximativ jumătate din incendiile observate nu au fost prezise de model, ceea ce înseamnă că acesta nu este potrivit ca sistem de predicție pentru avertizare timpurie. Grupurile mai mari de incendii au avut tendința de a fi prezise bine, în timp ce incendiile izolate au fost adesea ratate de rețea. Cercetătorii speră să îmbunătățească performanțele rețelei, astfel încât aceasta să poată servi și ca sistem de avertizare.

Echipa a profitat de faptul că previziunile privind incendiile erau de obicei corecte pentru a testa efectul diferitelor strategii de gestionare a terenurilor. Simulând diferite intervenții, au descoperit că cea mai eficientă strategie plauzibilă ar fi transformarea tufărișurilor și a mlaștinilor în păduri mlăștinoase, ceea ce ar reduce incidența incendiilor cu 50%. Dacă acest lucru ar fi combinat cu blocarea tuturor canalelor de drenaj, cu excepția celor majore, incendiile ar scădea în total cu 70%.

Source (Aalto University, “New AI system predicts how to prevent wildfires”, 09.09.2022)

Paper: Horton, A.J., Lehtinen, J. & Kummu, M. Targeted land management strategies could halve peatland fire occurrences in Central Kalimantan, Indonesia. Commun Earth Environ 3, 204 (2022). https://doi.org/10.1038/s43247-022-00534-2