Розробка моделі машинного навчання для прогнозування виникнення та поширення лісових пожеж на основі супутникових даних та метеорологічних показників

Abstract

Об’єктом дослідження є процеси виникнення та поширення лісових пожеж під впливом метеорологічних, топографічних і геопросторових факторів у регіонах Північної Африки. Предметом дослідження є алгоритми машинного навчання для аналізу геопросторових і метеоданих, методи пояснювального штучного інтелекту для інтерпретації прогнозів та технології розробки аналітичних вебзастосунків. Метою роботи є розробка інтелектуальної інформаційної системи Forest Fire Intelligence System (FFIS) для прогнозування ризику лісових пожеж на основі супутникових та метеорологічних даних із забезпеченням інтерпретованості результатів та зручного вебінтерфейсу. У роботі розроблено інформаційну систему FFIS для прогнозування ризику лісових пожеж у Марокко та Алжирі, реалізовану як повнофункціональний вебзастосунок. На основному датасеті (Morocco Wildfire Prediction) порівняно чотири класифікатори, серед яких найвищу точність продемонстрував алгоритм XGBoost. Для даних Алжиру моделі навчено на компонентах системи FWI. Інтегровано модуль TreeSHAP для глобального й локального пояснення прогнозів. Застосунок підтримує прогнозування в реальному часі, інтерактивну карту з шарами NASA GIBS, порівняння моделей, розвідувальний аналіз, сценарну симуляцію та генерацію AI-рекомендацій на основі локальної мовної моделі.