Zephyrnet Logosu

Yarının Orman Yangınlarını Evcilleştirmek

Tarih:

Wildfire, son on yılda Batı Amerika Birleşik Devletleri'ni harap etti. Bu yıl ülke genelinde üç milyon dönümden fazla alan yandı. Ulusal Kurumlar Arası İtfaiye Merkezi, birçok Batı ABD bölgesinin ortalamanın üzerinde yangın potansiyeli gösterdiğini bildirerek, yangınlar daha erken kıvılcım çıkararak ve "yangın mevsimleri"nden "yangın yıllarına" dönüşerek her yıl sonbahara doğru uzar.

Enerji Bakanlığı'ndaki araştırmacılar, büyük yangınları tahmin etmekten gelecekteki yangınları önlemeye kadar Kuzeybatı Pasifik Ulusal Laboratuvarı (PNNL) giderek yoğunlaşan orman yangınları sorununu sayısız bilimsel açıdan ele alıyorlar. Ve bu süreçte ışıklarımızı açık tutuyorlar.

[Gömülü içerik]

PNNL'deki bilim adamları, kontrollü yanıkların en iyi nereye uygulanacağını ortaya çıkarmaktan enerji altyapısını uzaydan korumaya kadar, araştırmalarını yarının orman yangınlarında avantaj sağlamak için uyguluyorlar. (Sara Levine'in videosu)


Yangınlarla mücadele… uzaydan

İtfaiyeciler 2021'de ön saflarda alevlerle savaşırken, bir bilim insanı ekibi benzersiz bir noktadan yardım etti: uzay. PNNL veri bilimcisi André Coleman aktif yangınları haritalayan uydu görüntü işleme sistemi olan RADR-Fire'ı yönetir. RADR-Fire, yangınla mücadele personelinin, kamu hizmeti operatörlerinin ve diğer karar vericilerin bir yangının davranışını daha iyi anlamalarına yardımcı olur, böylece doğal afetlerin ortasında bilinçli seçimler yapabilirler.

görüntüGMT190_18_59_Samantha Cristoforetti_Chile ArjantinPNNL'nin RADR-Yangın sisteminin parçası olan birçok sensörden biri, aktif orman yangınlarının daha eksiksiz bir resmini oluşturmaya yardımcı olduğu Uluslararası Uzay İstasyonu'na biniyor. (Resim: NASA)
” data-medium-file=”https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248-400×267.jpg” data-large-file=”https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248-800×534.jpg” loading=”lazy” class=”size-full wp-image-274208″ src=”https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248.jpg” alt width=”1300″ height=”867″ srcset=”https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248.jpg 1300w, https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248-400×267.jpg 400w, https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248-800×534.jpg 800w, https://cleantechnica.com/files/2022/08/MicrosoftTeams-image-23-e1660245643248-768×512.jpg 768w” sizes=”(max-width: 1300px) 100vw, 1300px”>

PNNL'nin RADR-Fire sisteminin bir parçası olan birçok sensörden biri, aktif orman yangınlarının daha eksiksiz bir resmini oluşturmaya yardımcı olduğu Uluslararası Uzay İstasyonuna biniyor. (Resim: NASA)

Ama aynı zamanda bir planlama aracıdır. RADR-Fire sistemi tarafından toplanan aynı bilgiler, kamu hizmeti operatörlerinin orman yangınlarına en yatkın alanları ve hangi enerji altyapısının korunması gerektiğini belirleyerek riski değerlendirmesine yardımcı olabilir. Bir tanesi Uluslararası Uzay İstasyonundaki deneysel bir sensör olmak üzere birçok farklı uyduya binen sensörler, Dünya yüzeyinin kapsamlı bir görüntüsünü verir.

Bazı uydu tabanlı sensörler, kuru, yoğun bitki örtüsüne sahip alanlar gibi yakıtın güçlü olduğu yerleri ortaya çıkarabilir. Diğerleri, iletim hatları veya üretim istasyonları gibi savunmasız altyapının bir yangın yolu içine düştüğü yerleri gösterir. Coleman'ın ekibi, sisteme yangın geciktirici damlaların düştüğü yeri işaretleme yeteneği gibi yeni yetenekler eklemek için itfaiyecilerle birlikte çalıştı. İtfaiyeciler yerde çıkan yangınlarla savaşırken, RADR-Fire yukarıdan değerli bilgiler sağlar.

Geleneksel yangın haritalama teknikleri, yangın söndürme uçaklarında gece havadan görüntülemeyi içerir. Wildfire analistleri, uçak üsse döndükten sonra görüntüleri işler ve genellikle havadan görüntülere dayanarak yangının değişen sınırlarını elle çizer. Bu haritalar, yangınla mücadele karar vericilerinin sınırlı kaynakları tahsis etmesine ve yangını stratejik olarak yönetmesine yardımcı olur. Ancak maliyetli süreç genellikle saatler alır, görüşler yoğun duman bulutları tarafından engellenebilir ve kötü hava koşulları, birden fazla yangın dikkat gerektirdiğinde genellikle mevcut olmayan uçakları yere indirebilir.

RADR-Fire, görevi hızlı ve daha adil bir şekilde yerine getirir. Yangın gözlem uçaklarının genellikle en büyük, en tehlikeli yangınlara tahsis edildiği yerlerde, RADR-Fire, ister şehirlere doğru ilerliyorlar isterse ıssız kırsal alanlarda ilerliyor olsunlar, nadiren uçakların dikkatini çeken daha küçük orman yangınlarını değerlendirebilir. Sensörleri dumanın içinden bakabilir ve ısıyı algılayarak görüş mesafesi düşük olduğunda bile sıcak yangınların tam olarak nerede ve nasıl yandığını gösterir.

Bununla birlikte, RADR-Fire tek noktalı bir derde deva değildir. Haritalama yeteneği, devam eden orman yangını yönetimi çabalarını desteklemek için tasarlanan pek çok araç arasından yalnızca bir tanesidir. Bugün, Coleman ve ekibi, mevsimsel, kısa vadeli yangın riski tahminlerini elektrik tesisleriyle paylaşmak için benzer bir uydu ağı kullanıyor. Coleman, enerji altyapısını çevreleyen bitki örtüsüne odaklanan sensör verilerini işleyerek, özellikle kuru, yangına dayanıklı yakıt açısından zengin, su sıkıntısı çeken alanları işaretleyerek “yakıt manzarasını” haritalıyor.

Coleman, "Bu mevsimsel tahminler gerçekten RADR-Fire çalışmamızın bir uzantısıdır" dedi. “Özünde RADR-Fire, aktif orman yangınlarını izlemekle ilgilidir. Ancak artık yakıtların durumunu anlamak için uydu uzaktan algılama kullanarak araçlarımızı genişlettik, böylece neler olup bittiğine dair en güncel ve güncel resmi elde ediyoruz.”

Coleman'ın ekibi, kamu hizmetlerinin şebekeyle ilgili diğer riskleri belirlemesine yardımcı olur. Bir trafo merkezi veya elektrik hattı koridoru kuru fırça ile çevriliyse ve nem seviyeleri düşükse, yalnızca bu yangın riskini değil, aynı zamanda bölgesel bir elektrik kesintisinin etkisini de işaretleyebilirler. Kamu hizmetleri, hastaneler, destekli yaşam tesisleri, polis karakolları, su arıtma ve dağıtım ve daha fazlası dahil olmak üzere çeşitli hizmetler için elektrik kesintilerinin sonuçlarını anlamalıdır.

Yangınları başlamadan durdurmak

Ormanı seyreltme ve kontrollü yakma gibi teknikler, gelecekteki yangınları tutuşmadan önce evcilleştirmeye yardımcı olabilir. Alevler, bu yazın başlarında Yosemite'nin sekoyalarıyla tanıştıklarında durdu, örneğin - park yöneticilerinin kontrollü yanıklara güvendiği bir şey. PNNL baş bilim adamı Wigmosta'yı işaretle ABD Orman Servisi (USFS) ile devlet kurumlarının kontrollü yanıkları nerede incelteceklerini veya uygulayacaklarını bilmelerine yardımcı olmak için yeni bir araç geliştirdi. Bazı durumlarda, bunlar yaklaşımlar yangın tehlikelerini yüzde 25-96 oranında azaltır.

Eyalet tarihindeki en büyük orman yangını olduğunu iddia eden Washington Eyaletindeki Wenatchee bölgesine odaklanan ekip, farklı arazi kullanım biçimlerinin bu alanı hem orman yangınlarına hem de iklim değişikliğine karşı nasıl daha dayanıklı hale getirebileceğini görmek için çalıştı.

Wigmosta, "Doğayı taklit ederek ve manzaralara karmaşıklık katarak, gelecekteki yangınların kontrolden çıkmasını önlemeye yardımcı oluyor" dedi.

USFS yönetimi tarafından desteklenen yaklaşık 500 milyon dönümlük kamu, özel, devlet ve kabile ormanları ile, bu çabaların sınırlı kaynaklarla hangi alanlara odaklanacağına öncelik vermek zor olmuştur.

Wigmosta'nınki gibi yaklaşımlar, gelecekteki yangınlardan kaynaklanan dumanı yüzde 33 oranında azaltmak ve hatta akış akışını yüzde 7 ila 10 oranında güçlendirmek gibi başka faydalar da sunuyor.

Wigmosta, "Bu bilgi, arazi yöneticilerinin kaynaklarını en büyük getiriler için yönlendirmek için ileriye dönük bir yol tasarlamalarına yardımcı olacak - ister orman yangını emisyonlarının azaltılması, ister uzun vadeli karbon tutulmasının arttırılması veya hatta akış akışının artması olsun" dedi.

Yarının orman yangınlarını tahmin etmek

Yangın riskini işaretlemekle suçlanan kurumların çoğu, tehlikeyi tahmin etmek için iyi bilinen yangın havası faktörlerine güvenir. Halka açık bir ormandan geçin ve yangın olasılığını gösteren bir renk çarkı görebilirsiniz: risk düşük olduğunda yeşil, yüksek sıcaklıklar ve kuvvetli rüzgarlar gibi faktörler yüksek tehlikeye işaret ettiğinde kırmızı. Ancak orman yangınları - ve yoğunluğunu şekillendiren tüm değişkenler - bundan daha karmaşıktır.

Sıcaklık ve rüzgar hızı gibi birkaç temel faktör, kabaca bir risk tahmini verebilir. Ancak şimdi ve gelecekte orman yangını davranışının daha sağlam ve doğru bir resmini elde etmek için daha fazlasını düşünmeliyiz.

Bu yüzden atmosfer bilimcisi Yakut Leung orman yangını davranışını yansıtmak için yeni bir yaklaşım tasarlamada bir bilim adamları ekibine liderlik etti. Yeni bir model çifti, orman yangını davranışını şimdi ve iklim değişikliğini tahmin eden modellerle eşleştirildiğinde, birkaç on yıl sonrasını öngören 28 “orman yangını tahmincisi”nden oluşan genişletilmiş bir listeyi dikkate alıyor.

Bitki örtüsünün kuruluğu, atmosferik nem seviyesi, yakınlarda yaşayan insan sayısı - bu ve diğer değişkenler, bir yangının çıkma olasılığının ne kadar olduğuna, ne kadar yandığına ve ne kadar duman yaydığına dair daha eksiksiz bir tablo sunabilir. atmosfer.

Çevre Koruma Ajansı ile ortaklaşa başlayan ve Enerji Bakanlığı Bilim Ofisi tarafından desteklenen bir iklim bilimi projesi olan HyperFACETS aracılığıyla daha da desteklenen Leung, çalışmanın asıl amacının yangın emisyonlarının yarının ikliminde nasıl yükselip düştüğünü tahmin etmek olduğunu söyledi. . Gelecekteki yangın davranışı bölgeye göre değişse de, yangın emisyonlarının artması bekleniyor.

“Bazı yerlerde daha fazla artış görecek yangın emisyonları, diğerleri daha az görecek” dedi Leung. “Ancak genel olarak, Birleşik Devletler'in tamamı gelecekte artan yangın emisyonları görecek. Ve bu, daha yüksek sıcaklıklar ve artan kuruluk tarafından yönlendiriliyor.”

Yeni yaklaşım, yanık alanı ve duman seviyelerini tahmin etmek için hangi değişkenlerin en önemli olduğunu ortaya çıkarmak için yapay zekayı kullanır. Sadece bir Yapay zeka sistemi, kedi ve köpek resimlerini ustaca sıralayabilir, aynı zamanda, hangi yangını tahmin eden değişkenlerin yetenekli tahminler için anahtar olduğunu da sıralayabilir.

Şaşırtıcı olmayan bir şekilde, yakıt kuruluğu ve yakıt yükü en çok katkıda bulunanlardır. Fakat Yıllar içinde ortaya çıkan hava durumu modelleri de riski önemli ölçüde artırabilir. Bu tür modeller, geleneksel yangın davranışı modellemesinde tipik olarak dikkate alınmaz.

Leung, yangın emisyon seviyelerinin izlenmesinin, insan sağlığına yönelik yaygın riski nedeniyle önemli olduğunu söyledi. Ancak bu önem, yalnızca ateşler daha da güçlendikçe artacaktır.

"Kirlilik hakkında düşündüğümüzde," dedi Leung, "genellikle araba egzozu ya da fosil yakıtların yakılmasından. Yine de orman yangını emisyonlarından kaynaklanan kirleticiler bu ikisini geçebilir ve yangın emisyonları artarken antropojenik emisyonlar azaltılacağı için gelecekte en büyük kirletici kaynağı haline gelebilir.”

Araştırmacılar yarının orman yangınlarının giderek daha ayrıntılı resimlerini çizdiğinde, pek çok kişi bundan faydalanıyor. Kamu hizmeti operatörleri, enerji altyapısını doğal afetlerden korumak için daha donanımlıdır, karar vericiler değişen bir iklime verilen yanıtları yönetirken daha bilgilidir ve bilim camiası aşırı hava durumu hakkında daha fazla anlayışa sahiptir.

Nezaket Kuzeybatı Pasifik Ulusal Laboratuvarı (PNNL).

İlgili: İtfaiyeciler ve İlk Müdahale Ekipleri Konut Almak İçin Mücadele Ediyor

 

CleanTechnica'nın özgünlüğünü ve cleantech haber kapsamını takdir ediyor musunuz? olmayı düşünün CleanTechnica Üyesi, Destekleyen, Teknisyen veya Büyükelçi - veya bir patron Patreon.

 


Bir temiz teknoloji hikayesini kaçırmak istemiyor musunuz? İçin kayıt olun CleanTechnica'dan günlük haber güncellemeleri e-postada. Veya bizi Google Haberler'de takip edin!

 


CleanTechnica için bir ipucunuz mu var, reklam vermek mi yoksa CleanTech Talk podcast'imiz için bir misafir önermek mi istiyorsunuz? Burada bize ulaşın.


reklâm

 


spot_img

En Son İstihbarat

spot_img

Bizimle sohbet

Merhaba! Size nasıl yardım edebilirim?