Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilmişdir. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: Kanadanın 2023-cü il meşə yanğınları mövsümü Yunanıstandan daha böyük olan 18,5 milyon hektardan (45,7 milyon akr) çox ərazini yandırdı. Bu kimi yanğınlar daha tez-tez və gözlənilməz artdıqca, UBC Okanagan tədqiqatçılarından ibarət bir qrup problemə əməliyyat araşdırması tətbiq etməklə iyirmi illik işin nəticələrini nəzərdən keçirdi və tez yetişən, lakin hələ də ən yaxşı fikirlərini jurnallardan çıxarmaq üçün mübarizə aparan bir sahə tapdı.
Əməliyyat Tədqiqatları Forumunda dərc edilmiş icmalı UBC Okanagan İdarəetmə Fakültəsi ilə birlikdə Dr. Amin Ahmadi Digehsara və Dr. Amir Ardestani-Jaafari ilə yanaşı bakalavr tələbələri Paria Rostamian və Kibele Sebnem Yildirim idarə etdi.
"Meşə yanğınları getdikcə daha tez-tez və şiddətli olur. Reaktiv, təcrübəyə əsaslanan qərarlar onların nə qədər mürəkkəb və gözlənilməz hala gəldiyini başa düşə bilməz" dedi Rostamian. "Əməliyyat araşdırması yanğın menecerlərinə bu mürəkkəbliyi birbaşa modelləşdirməyə imkan verir, buna görə də ekipajları hara göndərmək, nə vaxt evakuasiya çağırmaq və bərpa işlərini necə planlaşdırmaq barədə qərarlar təxminlərə deyil, məlumatlara əsaslanır." Komanda 2000-2024-cü illər arasında dərc edilmiş 464 qeydi 177-yə qədər nəzərdən keçirdi, sonra onları yanğından əvvəl, zamanı və sonra qərarları dəstəkləmək üçün riyazi optimallaşdırma və simulyasiyadan necə istifadə etdiklərinə görə sıraladı.
İcmal həmçinin sahənin harada çatışmadığını müəyyən edir. Məlumatın mövcudluğu əsas məhdudiyyət olaraq qalır: LiDAR xəritəsi bahadır, peyk əhatə dairəsi qeyri-sabitdir və aktiv yanğın zonalarından real vaxt məlumatları çox vaxt etibarsızdır. Modellərin güclü olduğu yerlərdə belə, əksəriyyəti nəzəri olaraq qalır.
Əhmədi Digehsara deyir: "Əməliyyat tədqiqatı meşə yanğınlarının idarə edilməsi üçün həqiqətən güclü bir təməl oldu, lakin praktikada hələ də az istifadə olunur". "Bu modellərin bir çoxu prototiplər kimi qurulub nəşr olunur, agentliklərin istifadə edə bilmədiyi alətlər deyil. Analitik sərtlik və aktiv yanğın zamanı yerdə istifadə edilə bilənlər arasındakı boşluğun aradan qaldırılması bu sahənin növbəti addım atmalı olduğu yerdir." Tədqiqatçılar bu boşluğu aradan qaldırmaq üçün bir neçə istiqamətə işarə edir, o cümlədən ehtimala əsaslanan və ən pis vəziyyətin planlaşdırılmasını birləşdirən paylama baxımından möhkəm optimallaşdırma və şərait dəyişdikcə real vaxtda uyğunlaşmaq üçün əməliyyat tədqiqatını süni intellekt və maşın öyrənməsi ilə birləşdirən hibrid modellər.
Hökumətlər və yanğınsöndürmə agentlikləri üçün araşdırma sırf akademik deyil, bir neçə praktiki başlanğıc nöqtəsinə işarə edir. Müəlliflər paylaşılan, standartlaşdırılmış meşə yanğını məlumatlarına - agentliklərə hər dəfə yenidən qurmaq əvəzinə modelləri eyni şərtlərlə müqayisə etməyə və təsdiq etməyə imkan verən açıq, müqayisəli verilənlər toplusuna sərmayə qoymağa çağırırlar. Onlar həmçinin yerləşdirmədən əvvəl modelləri real əməliyyat məhdudiyyətlərinə qarşı sınaqdan keçirmək üçün tədqiqatçılar və agentliklər arasında daha sıx, davamlı əməkdaşlığı tövsiyə edirlər.
Xülasə — davamını mənbədə oxuyun.
