– Framtidens skogsbränder kommer att bekämpas med hjälp av artificiell intelligens. Vi kan analysera data från satellit och drönare för att göra riskbedömningar, men metoden gör det också möjligt att förutse spridningsförlopp och analysera effekter av åtgärder medan branden rasar, säger Markus Drugge, grundare och vd för det AI-drivna skogsanalysföreteget Arboair.
Samtidigt som våren hälsas välkommen med traditionella Valborgseldar markeras också starten på skogsbrandsåret 2023. Allt efter vårens ankomst i landet inträder eldningsförbud för att minska risken för skogsbränder. Ändå inträffar en hel del skogsbränder.
Enligt statistik från Myndigheten för samhällsskydd och beredskap, MSB, deltog vattenskopande flygplan, helikoptrar och skogsbrandsdepåer i 101 insatser under 2022. Ett trettiotal klassades som större skogsbränder, med insatser som krävde mer än fyra timmar. MSB konstaterar att utan de luftburna resurserna hade det varit svårt att få kontroll över flera samtidigt pågående skogsbränder.
– Det är tydligt att den ökade brandsläckningsförmågan, med vattenskopande flygplan, har varit en god investering. Samhällskostnaden för stora skogsbränder är hög, så det är nödvändigt att ha tillgång till stor brandsläckningskapacitet. Ny teknik kan både vara ett stöd för att göra riskbedömningar och vara en hjälp i släckningsarbetet, säger Linda Eriksson, ansvarig för nationella skogsfrågor på Skogsindustrierna.
Kartläggning av varje träd
Linköpingsföretaget Arboair har utvecklat teknik för att träna AI att analysera högupplösta bilder av skog, och kan ge skogsförvaltare snabba och detaljerade beslutsunderlag. Baserat på bildanalysen ges mycket skogsbruksplansdata, så som trädhöjd, trädslagsfördelning och brösthöjdsdiameter. Men AI kan också skilja på levande och döda träd och räkna volymen omkullfallna träd på marken.
– Tekniken är bra på att bedöma enskilda träds vitalitet och identifiera barkborreskadade träd i bestånden. Det har en direkt betydelse för risken för skogsbränder, eftersom torra döda träd är en krutdurk när det brinner. Vi har tittat på detta på den kanadensiska västkusten där stora arealer, ofta otillgänglig skog, har drabbats av skadeinsekter. Där är AI en bra hjälp för att bedöma var brandrisken är allvarligast, säger Markus Drugge.
AI behöver tränas
I grunden består intelligensen i att med datorernas beräkningskraft göra bedömningar av sannolikheter för olika utfall. AI:n tränas och rättas tills den gissar rätt med hög sannolikhet, till exempel på gran och tall. Ju fler parametrar AI:n tränas på desto bättre modelleringar kan utföras.
Risken för skogsbränder handlar inte bara om mängden torr ved i skogen, utan om markfukt, temperatur och en rad andra parametrar som en AI kan bearbeta på ett sätt som människor inte klarar av.
– Drönarbilder och AI kommer att få en viktig roll även för att bekämpa pågående skogsbränder. När man fått en indikation på en brand är det lätt att flyga över området med en drönare för att snabbt få en överblickbild och kunna bedöma behovet av insatser. I framtiden kan data om terrängen, aktuella vind- och väderleksprognoser, i kombination med löpande data från drönare, användas för att modellera brandförloppet. Det går att utveckla algoritmer som gör det möjligt att simulera utfallet av olika insatser och optimera brandbekämpningsinsatserna. AI:n kommer att kunna ge förbluffande bra beskrivningar av hur branden kan sprida sig, säger Markus Drugge.
