Modelo de machine learning identifica o início de incêndios florestais em poucos minutos

Alguns estados do sul dos Estados Unidos sempre tiveram que lidar com incêndios florestais nas estações secas do ano. Recentemente, entretanto, o número de incêndios tem aumentado em função das mudanças climáticas. Além dos danos a grandes áreas de vegetação e à vida selvagem, estes fenômenos têm provocado a evacuação de cidades, se tornando um grande problema para a administração pública. Tradicionalmente, incêndios florestais são reconhecidos por aviões ou torres de monitoramento, ou simplesmente pelo alerta disparado por pessoas civis. Mas as grandes áreas a serem cobertas e o atraso para essas informações chegarem às autoridades fazem com que os métodos atuais para o combate e a contenção de danos sejam ineficientes.

Em julho desse ano, a empresa Descartes Labs, sediada na cidade de Santa Fé, no Novo México, lançou um detector de incêndios florestais baseado em machine learning. O algoritmo desenvolvido usa imagens obtidas com poucos minutos de intervalo por dois satélites governamentais. Como os incêndios têm assinaturas visuais bem características – como a presença de fumaça e o aumento da temperatura, que pode ser verificado no comprimento de onda infravermelho -, a tarefa se mostrou relativamente fácil de implementar. Ainda assim, o modelo deve se atentar para artefatos que podem comprometer seu desempenho, como reflexos gerados por rios, rochas ou painéis solares. Uma das formas com que o algoritmo contorna esse problema é considerar o ângulo do sol no momento em que a foto foi tirada, por exemplo. Vários modelos trabalham em paralelo para otimizar o número de positivos verdadeiros. Um deles analisa as imagens da área em estudo num intervalo amplo de tempo, para definir as características da área sem incêndio, e depois procura por alterações como o aumento do brilho dos pixels. Outro se baseia na leitura da temperatura da área. Como resultado, o modelo tem sido capaz de identificar um incêndio apenas 9 minutos depois de receber as imagens para análise, numa área de aproximadamente 10 acres (aproximadamente 200 x 200 m), que é considerada pequena. A localização é muito mais precisa que os métodos geralmente aplicados, pois às vezes é difícil para um monitor humano reconhecer a origem da fumaça, principalmente à noite. As autoridades dizem que a detecção em menos de 30 minutos é excelente, permitindo acionar os planos de reação necessários.

Por enquanto, o algoritmo está sendo testado no Estado do Novo México, tendo reconhecido aproximadamente 6200 incêndios até então. As autoridades garantem que os alertas gerados são bastante precisos, tendo ajudado a encontrar e combater os incêndios. A empresa comenta que o detector foi capaz de alertar a cidade de Los Angeles com coordenadas precisas, e logo após seu início, para o incêndio que foi batizado de Kincade, que começou às 21:30 do último dia 23/10.

Os cientistas de dados da Descartes agora estão trabalhando para melhorar o modelo, incluindo outros dados e formas de analisá-los. Eles querem, por exemplo, incluir informações sobre o relevo dos terrenos, para identificar inclinações que tornam o combate ao incêndio mais difícil. O objetivo é gerar alertas precisos mas também necessários, para que a população não seja alarmada à toa.

Material adicional: veja mais como proteger sua casa de incêndios