KTH-forskaren Yifang Ban, professor i geoinformatik, leder ett forskningsprojekt som syftar till att upptäcka svenska skogsbränder.
Så ska skogsbränder upptäckas automatiskt
KTH-forskare försöker utveckla en metod för automatisk upptäckt och övervakning av svenska skogsbränder.
Med en ny metod, som redan används i USA och Kanada, kan bränder upptäckas och övervakas automatiskt. Yifan Ban och hennes forskargrupp försöker nu anpassa tekniken för svenska förhållanden.
– Vi får allt fler skogs- och gräsbränder i världen och det behövs därför effektiva övervakningsverktyg som stöd i brandbekämpning, säger hon till ATL.
Tränas på aprilbränder
Metoden bygger delvis på djup inlärning, där algoritmer lär sig att känna igen förändringar i satellitbilder.
KTH-forskarna har hittills tränat algoritmer på skogsbränderna i Gislaved och Hästveda som härjade i april i år. Svenska skogsbränder är generellt mindre än de i USA och Kanada, vilket algoritmerna nu får lära sig.
Datasystemet analyserar kartbilder som skapas med hjälp av satelliter, infraröda sensorer och radarsystem. Med radar kan bränder även upptäckas om det är molnigt samt nattetid. När upplösningen är som bäst motsvarar varje pixel 10-20 meter på brandkartorna.
Nya satelliter
Men de mest högupplösta bilderna kan i regel bara levereras var tredje dag i dagsläget. Men i år skjuts nya satelliter upp som kortar leveranstiden och bilden kommer att kunna skickas i realtid inom ett par år, enligt Yifang Ban.
MSB ser stor potential tekniken. De har redan beställt ut kartor över brandområden som KTH tagit fram med metoden. Enligt Yifan Ban är det ett kostnadseffektivare verktyg än att flyga helikopter över skogsbränder.
– Det kan dessutom vara riskfyllt och samtidigt svårt att uppskatta brandutbredning vid kraftig rökutveckling, säger hon.