Skogsbränder är ett växande hot i en värld formad av klimatförändringar. Nu har forskare vid Aalto-universitetet utvecklat en modell för neurala nätverk som exakt kan förutsäga förekomsten av bränder i torvmarker. De använde den nya modellen för att bedöma effekten av olika strategier för att hantera brandrisker och identifierade en serie insatser som skulle minska brandförekomsten med 50–76 %.

Studien fokuserade på centrala Kalimantan-provinsen Borneo i Indonesien, som har den högsta tätheten av torvmarksbränder i Sydostasien. Dränering för att stödja jordbruk eller bostadsexpansion har gjort torvmarker alltmer sårbara för återkommande bränder. Förutom att hota liv och försörjning släpper torvmarksbränder ut betydande mängder koldioxid. Förebyggande strategier har dock haft svårigheter på grund av bristen på tydliga, kvantifierade kopplingar mellan föreslagna insatser och brandrisk.

Den nya modellen använder mätningar gjorda före varje brandsäsong 2002–2019 för att förutsäga fördelningen av torvmarksbränder. Även om fynden kan tillämpas brett på torvmarker på andra håll, skulle en ny analys behöva göras för andra sammanhang. "Vår metod skulle kunna användas för andra sammanhang, men den här specifika modellen skulle behöva tränas om på nya data", säger Alexander Horton, postdoktorn som genomförde studien.

Forskarna använde ett konvolutionellt neuralt nätverk för att analysera 31 variabler, såsom typen av marktäcke och index för vegetation och torka före brand. När nätverket väl hade tränats förutspådde det sannolikheten för en torvmarksbrand på varje plats på kartan, vilket gav en förväntad fördelning av bränder för året.

Sammantaget var det neurala nätverkets förutsägelser korrekta 80–95 % av tiden. Men även om modellen vanligtvis hade rätt i att förutsäga en brand, missade den också många bränder som faktiskt inträffade. Ungefär hälften av de observerade bränderna förutspåddes inte av modellen, vilket innebär att den inte är lämplig som ett prediktivt system för tidig varning. Större grupper av bränder tenderade att förutsägas väl, medan isolerade bränder ofta missades av nätverket. Med ytterligare arbete hoppas forskarna kunna förbättra nätverkets prestanda så att det också kan fungera som ett system för tidig varning.

Teamet utnyttjade det faktum att brandförutsägelser vanligtvis var korrekta för att testa effekten av olika markförvaltningsstrategier. Genom att simulera olika ingrepp fann de att den mest effektiva rimliga strategin skulle vara att omvandla buskmark och buskmark till sumpskogar, vilket skulle minska brandförekomsten med 50 %. Om detta kombinerades med blockering av alla dräneringskanaler utom de större, skulle bränderna minska med totalt 70 %.

En sådan strategi skulle dock ha tydliga ekonomiska nackdelar. "Det lokala samhället är i desperat behov av långsiktig, stabil odling för att stärka den lokala ekonomin", säger Horton.

En alternativ strategi skulle vara att anlägga fler plantager, eftersom välskötta dramatiskt minskar risken för brand. Plantagerna är dock en av de viktigaste drivkrafterna för skogsförlust, och Horton påpekar att "plantagerna till största delen ägs av större företag, ofta baserade utanför Borneo, vilket innebär att vinsterna inte direkt matas tillbaka till den lokala ekonomin utöver tillhandahållandet av arbetskraft för den lokala arbetskraften."

I slutändan måste brandförebyggande strategier balansera risker, fördelar och kostnader, och den här forskningen ger informationen för att göra det, förklarar professor Matti Kummu, som ledde studiegruppen. "Vi försökte kvantifiera hur de olika strategierna skulle fungera. Det handlar mer om att informera beslutsfattare än att tillhandahålla direkta lösningar."

Resultaten publicerades i Communications Earth &Environment . + Utforska vidare

Ansträngningar för att återställa indonesiska torvmarker kan spara miljarder i kostnader för skogsbränder