Nghiên cứu của Đại học Tel Aviv, được công bố trên tạp chí "npj Natural Hazards" thuộc hệ thống tạp chí khoa học Nature, tập trung vào mối đe dọa ngày càng gia tăng của các vụ cháy rừng cực đoan trên toàn cầu – hiện tượng đang trở nên phổ biến hơn do biến đổi khí hậu. Theo các nghiên cứu, các vụ cháy rừng này không chỉ thải ra lượng lớn khí nhà kính mà còn đe dọa cộng đồng dân cư, cơ sở hạ tầng và gây tổn hại nghiêm trọng đến hệ sinh thái. Cho đến nay, phần lớn các chỉ số thời tiết liên quan đến cháy rừng – công cụ đánh giá nguy cơ cháy – được phát triển tại các quốc gia như Australia, Canada và Mỹ. Dù hiệu quả tại nơi chúng được xây dựng, các chỉ số này thường kém chính xác khi áp dụng ở những khu vực khác.
Phương pháp mới giúp nâng cao độ chính xác của dự báo bằng cách điều chỉnh các chỉ số cháy theo điều kiện địa phương như khí hậu, thảm thực vật, mục đích sử dụng đất và nguồn gây cháy. Cách tiếp cận này đã nâng độ chính xác từ khoảng 70% lên 86%. Trong nghiên cứu, các nhà khoa học đã so sánh 3 chỉ số cháy rừng hàng đầu tại 160 quốc gia và nhận thấy chỉ số của Canada có độ tin cậy cao nhất, với độ chính xác 70%. Tiếp theo, họ sử dụng thuật toán di truyền để hiệu chỉnh chỉ số này cho từng quốc gia, nâng độ chính xác lên 80%. Sau đó, nhóm nghiên cứu phát triển một mô hình AI riêng cho từng quốc gia và chuyển đổi thành một cây quyết định (decision tree) đơn giản, dễ áp dụng mà vẫn duy trì được độ chính xác ở mức 86%.
Các nhà nghiên cứu cho biết phương pháp mới có thể hỗ trợ các lực lượng ứng phó khẩn cấp, nhà hoạch định chính sách và đội ngũ hiện trường trong việc nâng cao cảnh báo sớm, phân bổ nguồn lực hợp lý và giảm thiểu thiệt hại. Nhóm nghiên cứu cũng nhấn mạnh rằng cách tiếp cận này là nền tảng cho các hệ thống tương lai nhằm ngăn chặn những vụ cháy rừng tàn khốc trong bối cảnh Trái Đất ngày càng ấm lên.
