SAR4Skogsbränder: Sentinel-1 SAR-tidsserier för nära realtidsövervakning med djup maskininlärning
Syftet med projektet är att, i samarbete med flera nationella och internationella aktörer, utveckla en ny, automatisk och effektiv metod baserat på Sentinel-1 SAR tidsserier och ett djupare maskininlärningramverk, för nära realtidsövervakning av skogsbrandprogression och brännskadekartläggning, från de valda brandplatserna 2018, i Sverige och British Columbia, Kanada.
Forskning visar att mänskligt inducerade klimatförändringar medför heta, torra förhållanden som ökar brandaktiviteten inom flera områden. Under 2017 och 2018 bevittnades många förödande bränder över hela världen. Varmare och torrare somrar i hela nordamerika och nordeuropa har medfört fler skogsbränder också i svalare och våtare områden som Sverige, även norr om polcirkeln. Skogsbränder dödar och tvingar människor på flykt, skadar egendom och infrastruktur, bränner vegetation och kostar miljarder Euro att bekämpa. Därför är aktuell och tillförlitlig information om aktiv eldfront, brandprogression och kartläggning av skador avgörande för effektiv nödsituationshantering, även nattetid och genom moln och rök.
Syftet med denna forskning är att, i samarbete med Myndigheten för samhällskydd och beredskap, Skogsstyrelsen, British C olumbia Wildfire Service and Ministry of Forests, Lands, Natural Resource Operations, and Rural Development, utveckla en ny, automatisk och effektiv metod baserat på Sentinel-1 SAR tidsserier och ett djup maskininlärningramverk, för nära realtidsövervakning av skogsbrandprogression och brännskadekartläggning, från de valda brandplatserna 2018, i Sverige och British C olumbia, Kanada. Denna forskning förväntas ge ett betydande bidrag till att snabbt ge beslutsfattare underlag för brandbekämpningsinsatser, ge underlag för skogsförvaltning efter bränder, och är ett proaktivt svar för ökad krisberedskap på grund av klimatförändringar med hjälp ny teknik.
Finansiär: Formas
Period: 2020-2024