Forskare vid KTH använder satellitdata och maskininlärning för att spåra skogsbränder

(Image credit: Inmarsat)

Yifang Ban, som är professor vid KTH, håller för närvarande på att ta fram ett helt nytt sätt att övervaka och följa skogsbränders utveckling och skadan de orsakar. Detta gör hon med en egenutvecklad metod som grundar sig på olika typer av så kallad multitemporal satellitdata. Enkelt förklarat är detta data som samlats in i ett specifikt område under olika tider.

Detta arbete kommer delvis som ett svar på de allvarliga skogsbränder som drabbade Sverige under våren förra året, som härjade i stora delar av landet innan man fick dem under kontroll. Idag används bland annat flyg och helikoptrar av MSB (Myndigheten för samhällsskydd och beredskap) för att följa skogsbränders utveckling i särskilda områden. Vi har även tillgång till EU:s satellitsystem Copernicus, som kan samla in högupplösta bilder och data, men satelliterna vi har tillgång till passerar Sverige så pass sällan att det är svårt att få bilder i realtid.

Målet med KTH:s satelliter är att kunna övervaka sådana naturkatastrofer i så gott som realtid för att kunna förse både MSB och den personal som är involverad i släckningsarbetet med en snabb översikt över situationen. Detta ska förhoppningsvis underlätta släckningsarbetet och möjliggöra analyser om hur skogsbranden kommer att utvecklas härnäst.

Den data som samlas in är öppen och kostnadsfri (något som har sina begränsningar) och kommer från en rad olika satelliter som samlar in både synligt och infrarött ljus, samt från radarsystem. Dessa satelliter ska göra det möjligt att samla in data även genom moln och rök, samt under alla timmar av dygnet.

Den nya metoden har redan använts till övervakning av bränder i Kanada, översvämningar i Moçambique och de skogsbränder som härjade i Sveriges södra delar under april i år. Det ska bli spännande att följa utvecklingen av den nya metoden och se vilken skillnad den kan göra för bekämpandet av skogsbränder och även andra typer av naturkatastrofer.

Om du vill läsa mer om detta kan du gå in på KTH:s officiella hemsida, där de skrivit en nyhetsartikel som förklarar metoden eller gå in och läsa Ny Tekniks djupgående artikel om ämnet.