צוות חוקרים מישראל ובשוודיה פיתח שיטה חדשנית לשיפור אינדקסי חיזוי שריפות באמצעות התאמות מקומיות לכל מדינה, עם דיוק של עד 86%.
אינדקס סיכון לשריפות (Fire Weather Index) הוא כלי לחישוב רמת הסיכון לשריפות יער. האינדקסים הנפוצים ביותר בעולם פותחו במדינות כמו קנדה, ארצות הברית, ואוסטרליה, אך הם אינם בהכרח מתאימים לאזורים אחרים.
מחקר ישראלי בהובלת צוות חוקרים של האוניברסיטאות תל אביב, בר אילן, חיפה, ובשיתוף אוניברסיטת יונשפינג בשוודיה, מציג לראשונה שיטה חדשנית לשיפור חיזוי שריפות יער באמצעות התאמה למדינות ספציפיות. המחקר מראה כי התאמת מדדי מזג האוויר המשמשים להערכת סיכון לשריפות – לתנאים הייחודיים של כל מדינה – משפרת משמעותית את הדיוק בחיזוי.
המחקר נערך בהובלת ד"ר אסף שמואל, פרופ' קולין פרייס מהחוג לגיאופיזיקה, אוניברסיטת תל אביב, פרופ' טדי לזבניק, מהמחלקה למערכות מידע, אוניברסיטת חיפה ואוניברסיטת יונשפינג בשוודיה וד"ר אורן גליקמן, מהמחלקה למדעי המחשב, אוניברסיטת בר־אילן. המחקר פורסם בכתב העת המדעי npj Natural Hazards של הוצאת Nature.
צוות החוקרים מסביר שעד היום, מרבית הגורמים העוסקים במניעת שריפות הסתמכו על אינדקסים כלליים כגון האינדקס הקנדי, האינדקס האמריקאי והאינדקס האוסטרלי. אף שהם נמצאו יעילים באזורים מסוימים, ביצועיהם נמוכים יותר באזורים אחרים של העולם. החוקרים מצאו כי התאמה חכמה של המדדים לתנאים מקומיים – אקלים, סוגי צמחייה, תבניות שימוש בקרקע ומקורות הצתה – משפרת את יכולת החיזוי בעשרות אחוזים.
בשלב הראשון השוו החוקרים בין שלושת המדדים המובילים ביותר מ־160 מדינות, ומצאו שהמדד הקנדי מוביל בביצועים עם דיוק ממוצע של כ-70%. לאחר מכן, באמצעות אלגוריתם גנטי ייחודי, הם כיילו את המדד הקנדי לכל מדינה בנפרד – ושיפרו את הדיוק לכ-80%.
בשלב הבא פיתחו החוקרים מודל בינה מלאכותית ייעודי לכל מדינה, והמירו אותו באמצעות טכניקת Knowledge Distillation לעץ החלטה פשוט וקריא, המאפשר לחזות שריפות בדיוק גבוה (של 86%) תוך שמירה על שקיפות ופשטות המודל – מרכיב חיוני לאימוץ מודלים בשטח. ניסיונות ליצור מודל עולמי אחיד הניבו תוצאות נמוכות בהרבה, והדגישו את חשיבות ההתאמה האזורית.
"אין סיבה להניח שאינדקס יחיד יצליח לחזות את הסיכון לשריפות יער באזורים השונים זה מזה מבחינת אקלים, צמחייה וטופוגרפיה," אומר ד"ר אסף שמואל. "ממצאי המחקר מראים כי התאמות אזוריות לאינדקסים משפרות משמעותית את הדיוק והאמינות של תחזיות הסיכון לשריפות."
בשנים האחרונות ניכרת עלייה בשריפות יער קיצוניות ברחבי העולם. שריפות אלו מציבות סיכון לבני אדם ותשתיות, וגורמות לאובדן מגוון ביולוגי. הן אחראיות לפליטת כמויות עצומות של גזי חממה, בתהליך שמחולל משוב חיובי המאיץ את שינויי האקלים.
על פי ד"ר אורן גליקמן מהמחלקה למדעי המחשב בבר אילן, "באמצעות למידת מכונה וכלים חישוביים מתקדמים ניתן לזקק דפוסים חבויים ולתרגם אותם למודלים פשוטים וישימים".
פרופ' קולין פרייס מהחוג לגיאופיזיקה באוניברסיטת תל אביב מסביר: "שינויי האקלים גורמים לעלייה בתדירות ובעוצמת שריפות היער ברחבי העולם. כדי להיערך נכון, עלינו להתאים את כלי החיזוי לתנאים הספציפיים של כל אזור. המחקר שלנו מראה שבאמצעות שילוב בין ידע מדעי קיים לבין כלים חישוביים מתקדמים, ניתן לשפר משמעותית את היכולת להתריע ולמנוע אסונות".
החוקרים מציינים כי המודלים המותאמים יכולים לשמש רשויות חירום, קובעי מדיניות וגורמי שטח לשיפור ההתראה המוקדמת, הקצאת משאבים והפחתת נזקים. הגישה שפותחה מספקת תשתית למחקרים עתידיים ולפיתוח מערכות התרעה מדויקות בכל רחבי העולם – בייחוד על רקע ההתחממות הגלובלית והסיכון הגובר לשריפות הרסניות.
עוד בנושא באתר הידען:
