Científicos de la VGLTU que lleva el nombre de G. F. Morozov han preparado soluciones de software y metodológicas que permiten identificar de antemano las áreas forestales más vulnerables a los incendios, pronosticar la propagación del fuego y evaluar las pérdidas de carbono.
El sistema combina datos de teledetección de la Tierra, imágenes de drones e inteligencia artificial. Los algoritmos, con la ayuda de la IA, determinan el estado de los árboles y la viabilidad de las plantaciones. Un modelo separado que utiliza UAV y aprendizaje automático evalúa los componentes de los materiales combustibles forestales bajo el dosel: agujas caídas, ramas, madera muerta y vegetación arbustiva. Sobre esta base, se ha creado una metodología para la determinación automática de la clase de peligro de incendio natural para cada parcela forestal.
Una dirección de desarrollo separada está relacionada con la evaluación de las consecuencias de los incendios. Los científicos han creado una metodología para calcular el carbono acumulado en el ecosistema forestal y han propuesto coeficientes de combustión para varios componentes de la fitomasa terrestre en incendios de diferentes tipos e intensidades. Esto permite evaluar no solo el riesgo de incendio, sino también las posibles pérdidas de carbono en caso de incendio.
La relevancia de dicho sistema está creciendo: en la parte europea de Russia, el período de peligro de incendios ha aumentado en dos a cuatro semanas en los últimos años. Según las estadísticas proporcionadas por los desarrolladores, anualmente en Russia se registran entre 9 mil y 35 mil incendios forestales, que cubren desde 500 mil hasta varios millones de hectáreas. Según los datos proporcionados por Rosleskhoz, el daño promedio de los incendios forestales asciende a unos 20 mil millones de rublos al año.
Las herramientas desarrolladas se pueden integrar en los sistemas de monitoreo de incendios forestales existentes. La siguiente etapa será el desarrollo de la evaluación remota del estado de los bosques y la fitomasa terrestre utilizando inteligencia artificial, para que los servicios forestales puedan tomar decisiones incluso antes de que aparezca el fuego.