Неодамна, во меѓународното научно списание AI (IF: 5.0) беше објавен трудот „Картирање на веројатноста за појава на шумски пожари во Југоисточна Европа со примена на модели од длабоко и машинско учење базирани на сателитски податоци“, изработен од авторскиот тим д-р Урош Дурлевиќ (Србија), д-р Велибор Илиќ (Србија) и м-р Бојана Алексова (Македонија). Публикацијата претставува прва сеопфатна регионална анализа на подложност на појава на шумски пожари во Југоисточна Европа, која опфаќа дури 11 држави и површина од околу 800.000 km².
Истражувањето е мотивирано од јасно изразениот тренд на зголемување на бројот и интензитетот на шумските пожари во регионот, како последица на зачестените климатски екстреми. Последиците од ваквите пожари се сериозни и далекусежни, од деградација на екосистемите и губење на биодиверзитетот, до директна закана за човечките животи, имотот и природниот пејзаж. Оттука, една од најважните мерки за управување со шумските пожари е навременото и прецизно идентификување на подрачјата подложни на нивна појава. Во рамките на трудот е креирана обемна геопросторна база на податоци, која вклучува 28.952 евидентирани пожари за периодот 2012–2024 година, како и 11 природни и антропогени фактори (климатски, топографски, вегетациски и фактори поврзани со човечка активност). Анализата е извршена со користење на податоци од далечинска детекција (Sentinel-2 и VIIRS), климатолошки податоци од метеоролошки станици и современи геоинформациски алатки.
Методолошки, применети се четири различни модели: два базирани на машинско учење (Random Forest и XGBoost) и два базирани на длабокото учење (Deep Neural Network и Kolmogorov–Arnold Networks). Со ова е овозможена детална споредбена анализа на нивната ефикасност при регионална просторна идентификација на подрачја со зголемена подложност на шумски пожари. Резултатите покажуваат дека површините со многу висока подложност на пожари во Југоисточна Европа варираат од 2,9% до 6,5%, во зависност од применетиот модел. Од административен аспект, Грција се издвојува како најпогодена држава. Според т.н. ансамбл-модел (оптимизирана комбинација од сите четири алгоритми), дури 10,5% од територијата на Грција припаѓа на класата со многу висока подложност, додека дополнителни 14,2% се класифицирани како високо подложни. Висок степен на подложност е утврден и во Црна Гора и Албанија. Умерено подложни се Србија, Бугарија, Романија, Хрватска, Босна и Херцеговина и Македонија, додека Молдавија и Словенија се издвојуваат како подрачја со многу низок ризик.
Во однос на успешноста на применетите модели, анализата покажа дека моделот Random Forest дава најсигурни резултати при регионално просторно мапирање на подложноста на шумски пожари. Тој постигнува највисока точност и најдобра вкупна согласност меѓу резултатите добиени со моделот и реално евидентираните пожари, што укажува на неговата стабилност при работа со големи просторни подрачја. Моделот XGBoost, пак, покажува добра рамнотежа помеѓу точно идентификуваните пожари и вкупниот број реално евидентираните пожари, додека моделите од длабокото учење (DNN и KAN) се покажаа помалку ефикасни во вакви регионални анализи, што ја ограничува нивната практична примена на пошироко ниво. За проверка на точноста и сигурноста на резултатите, моделите беа споредени со евидентирани податоци за шумски пожари, што овозможи јасен увид во нивната точност и стабилност при идентификација на подрачјата подложни на пожари. Дополнително, со анализа на влијанието на поединечните фактори беше утврдено дека сончевото зрачење има најголемо значење за појавата на шумски пожари во регионот. По него следуваат надморската височина, температурата на воздухот, количината на врнежи и оддалеченоста од населени места. Особено значаен резултат е тоа што најголемите и компактни шумски подрачја покажуваат многу ниска подложност на пожари, што јасно укажува на заштитната улога на зачуваната природна вегетација.
Значењето на овој труд е повеќекратно. Тој претставува прва регионална проценка на подложност на шумски пожари за 11 држави, изработена со иновативни методи и соодветна просторна резолуција (100 m). Резултатите имаат јасна практична вредност и можат да послужат како основа за развој на стратегии за превенција, рано предупредување и управување со шумските пожари на национално и меѓународно ниво. Со други зборови, ова истражување нуди конкретна алатка за превенција на идни катастрофални пожари во Југоисточна Европа.
Подготвила: м-р Бојана Алексова
Оваа статија е прочитана 114 пати!
