تعتبر حرائق الغابات من التحديات البيئية الكبرى، حيث تتطلب استجابة فورية ودقيقة من أجل ضمان سلامة البشر وجودة الهواء. في خطوة مبتكرة، تم تطوير نموذج عميق يستخدم الصور الفضائية لتقييم شدة دخان حرائق الغابات، مما يفتح آفاقا جديدة في هذا المجال.

يعتمد النموذج الجديد على بنية EfficientNet-B3 المجهزة بتقنية CBAM، مما يمكّن النموذج من تصنيف الدخان إلى ثلاث فئات: خفيف، متوسط، وثقيل. لقد أُدخلت تقنيات التعلم العميق القائم على الأدلة (Evidential Deep Learning) لتحقيق تقديرات دقيقة لوحدات التركيز ديريشليه، مما يساعد على قياس الشكوك الناتجة عن تقديرات النموذج.

خولت النتائج التي تم التوصل إليها من تحليل 16,298 صورة فضائية حقيقية النموذج ليحقق دقة اختبار مذهلة تصل إلى 93.8%. في الوقت نفسه، يظهر النموذج قدرة قوية على التعرف على المناطق الحدودية الغامضة لدخان الحرائق، مما يعكس الحاجة إلى أدوات متقدمة في التصدي لحرائق الغابات.

يُظهر النموذج أيضًا أن ازدياد الشكوك يرتبط بتدهور جودة الصور، مما يجعله أداة فعالة للتنبؤ بجودة المسح. بإمكان التقنيات المبتكرة مثل هذه أن تؤمن حلولاً عملية للحفاظ على الصحة والسلامة العامة من تأثيرات الدخان الضار.

تعتبر هذه التطورات ليست مجرد نتائج بحثية، بل تمثل ثورة في طريقة تقدير المخاطر المرتبطة بحوادث حرائق الغابات، وتعكس أهمية استخدام الذكاء الاصطناعي في مواجهة التحديات البيئية.