في ظل التزايد الملحوظ في إتاحة حساسات التصوير الحراري بالأشعة تحت الحمراء للطائرات دون طيار (UAVs)، يظهر مستقبل واعد في إدارة حرائق الغابات المدعومة بالذكاء الاصطناعي. إن التصوير الحراري يُقدم تقديرات لدرجات الحرارة على مستوى كل بيكسل، وهو تحسن ملحوظ مقارنة بالبيانات غير الحرارية التي تتطلب قياسات الإشعاع لتحويلها إلى صور مرئية باستخدام لوحات ألوان RGB.

برغم فوائد هذه التقنية المتقدمة، فإن استخدامها كان محدوداً حتى الآن بسبب نقص البيانات المتاحة للباحثين. هذه الدراسة تسلط الضوء على هذا الفجوة من خلال تقديم طرق لجمع ومعالجة الصور الحرارية المرئية المتزامنة باستخدام الطائرات دون طيار خلال حرائق محددة.

يُعد خط معالجة الصور المرافق لهذا البحث معياراً جديداً حيث يُبسط ويؤتمت بشكل جزئي كل خطوة بدءاً من جمع البيانات ووصولاً إلى إدخالها في الشبكات العصبية. وبهذا، تم تقديم مجموعة بيانات FLAME 3، التي تُعد الأولى من نوعها في توفير مجموعة شاملة من الصور الحرارية المرئية والصور الحرارية باستخدام تنسيق ملفات Tag Image File Format (TIFFs) والمخططات الحرارية الاتجاهية، مقدمة نوعاً جديداً من البيانات وطرق الجمع.

تهدف مجموعة البيانات هذه إلى تعزيز الجيل الجديد من نماذج التعلم الآلي التي تستخدم التصوير الحراري، مما يسهل مهام مثل الكشف عن حرائق الغابات من الجو، والتقسيم، والتقييم. تتوفر مجموعة فرعية واحدة من FLAME 3 لتطبيقات رؤية الحاسوب على منصة Kaggle، بينما تتاح المجموعة الكاملة المكونة من 6 حرائق للقراء عند الطلب.

مع التقدم المستمر في هذه التقنيات، قد نشهد تحولاً كبيراً في كيفية استجابتنا وتفاعلنا مع الحرائق في بيئاتنا الطبيعية، مما يمثل خطوة هامة نحو استخدام الذكاء الاصطناعي في حلولنا البيئية.