对林业人员来说，发现可能引发爆炸性火灾的枯死和倒下的树木就像大海捞针一样困难。无人机就不是这样了，它可以在一个下午调查数千英亩的土地，很容易到达人们通常无法到达的地方。
为了保护关键的基础设施，森林管理者越来越多地利用它们和其他航空图像来找出潜在的热点，否则这些热点就会隐藏在显眼的地方。
仅在2023年，野火就在加拿大造成了超过10亿加元（7.11亿美元/ 31.5亿令吉）的保险损失，在美国造成了超过55亿美元（243.5亿令吉）的经济损失，地中海和其他地区也发生了重大火灾。初创公司在低空飞行的无人机和装有传感器的定制齐柏林飞艇上安装了功能强大的摄像头，以便在广阔的空域内发现潜在的热点。
位于不列颠哥伦比亚省的无人机成像公司Spexi的联合创始人兼首席执行官比尔·莱克兰（Bill Lakeland）表示：“应急准备、管理和响应是一个很大的问题，显然是一开始就适合的。”Spexi已经获得了由专注于区块链技术的投资公司Blockchange Ventures领投的约1200万美元（合5,313万令吉）的a轮融资。
从历史上看，森林管理者依靠卫星图像、飞机或直升机拍摄的航空照片以及实地调查来收集有关火灾风险的信息。加拿大地质调查局研究野火威胁和滑坡的科学家戴维·亨特利（David Huntley）说，这些工具远不如部署消费级无人机灵活和全面，在某些情况下，成本要高得多。野火威胁和滑坡经常发生在烧伤地区。
亨特利说：“一架价值5000美元（22138令吉）的无人机将产生非常惊人的结果。”“你花5000美元买不到多少卫星图像，用固定翼飞机或直升机几乎无法起飞”。
Spexi已经与加拿大各地的政府和应急管理机构签订了合同，它依赖于一个自由飞行员网络，这些飞行员报名参加付费的“任务”，并同意下载专有软件，使公司能够控制他们的无人机。莱克兰表示，这家初创公司将他们派上定制航班，在偏远地区和城市地区拍摄数千张照片，这些照片使用区块链加密进行认证。
亨特利说，提前探测火灾或山体滑坡危险需要“大量的照片”。“这一直是我们调查的绊脚石之一——如何处理大量数据，然后进行处理。”
使用人工智能有助于减轻这种负担：不列颠哥伦比亚理工学院（British Columbia Institute of Technology）和温哥华东北大学（Northeastern University）的研究人员在Spexi的数据上训练了一种计算机视觉算法，以识别隐藏在脆弱森林和关键基础设施（包括公用设施通行权、高速公路和铁路）附近的燃料负荷带来的极端火灾风险。该模型可以挑选出被入侵的甲虫损坏的树木、倒下的原木和碎片，以及即将燃烧的死树，它有助于生成用户友好的彩色编码地图，使森林管理者和交通官员能够瞄准高风险地区。
另一家初创公司BurnBot派遣无人机勘测地形，主要集中在加州。在欧洲，应急管理人员还使用飞行相对较低的无人机来绘制植被地图，并向活跃的野火倾倒水和阻燃剂。
初创公司也瞄准了更高的空域，包括新墨西哥州的初创公司Sceye。该公司设计了类似齐柏林飞艇的太阳能飞机，可以在6万英尺到6.5万英尺之间的高空停留长达一天，将目标传感器读数、图像和数据传回地球。
今年秋天，Sceye与美国国家航空航天局（NASA）和美国地质调查局（US Geological Survey）建立了一项没有资金支持的研究合作关系，以测试其齐柏林飞艇的远程监控能力。
Sceye公司首席执行官兼创始人米克尔·韦斯特加德·弗兰德森表示，该公司希望在2025年对美国西部一个易发火灾的角落进行长期监视，“看看什么地方最有可能起火”，以及火灾可能蔓延到哪里。这样做将有助于“消防部门预先定位和优先考虑”向何处派遣物资和消防员。
这些技术的应用范围不仅限于火灾。Spexi一直在根据政府合同对城市和关键基础设施进行调查，它也有兴趣与保险公司合作，这些保险公司希望利用航空图像来帮助核实灾难后的损失索赔。- - - - - -布隆伯格
