随着加州的野火变得越来越大、越来越危险，当地政府部门和私人机构已转向人工智能进行探测，并预测野火的发展趋势。美国国民警卫队的无人机一直在今年夏末和秋季秋季在加利福尼亚进行侦察飞行，但是现在用于执行这些飞行的无人机已经升级了人工智能算法，该算法旨在自动生成特定区域内的火灾地图。

创建火灾地图是一个极其困难的过程，需要数据分析来绘制在崎岖地形上不断变化的火灾。空中和地面观测都用于制作火灾地图，火灾地图通常每天只更新一次。大型火灾在一天内可以蔓延到15公里，正如火灾季节的一些火灾所证明的那样。火灾监测机构需要更快的方法来收集火灾数据和更新火灾地图，而空中无人机与人工智能相结合可以满足这一需求。

许多依赖于卫星数据的火灾映射系统通常使用两种不同的方法来检测可能的火灾。通过检测从地球表面散发出来的热量（检测异常高温区域）或分析气溶胶排放（检测生物质燃烧时释放到空气中的烟尘颗粒）来检测火灾。在检测到潜在的火灾之后，可以通过使用诸如无人机之类的高分辨率成像系统进行确认。国民警卫队无人机配备的摄像机能够以距地面仅90英尺的分辨率显示火灾的情况。

国民警卫队为其MQ-9“收割者”无人机配备了人工智能算法，旨在探测火灾并生成火灾地图。人工智能算法被用来收集关于正在燃烧的火灾的数据，并检测由较大火灾引发的“现场火灾”。该项目由美国五角大楼于2018年成立的联合人工智能中心（JAIC）推动。联合人工智能中心（JAIC）火灾测绘系统利用机器学习算法，对过去火灾的空中镜头进行训练，并标注边界。然后，该算法可以接收只有位置数据的看不见的图像，并检测其中的火灾，输出一张显示哪些区域正在燃烧的地图。还标出了局部大火的位置。

与其他机构使用的一天的火灾地图生成过程相比，JAIC火灾绘图系统要快得多。人工智能驱动的火灾地图绘制过程大约每半小时生成一张新的火灾地图。据加州航空国民警卫队称，新系统生成的地图是准确的，来自加州大火的反馈是积极的。如果这些地图继续被证明是可靠的，并能成功地与加州消防局的行动相结合，它可以被部署在明年的火灾季节帮助发现火灾。

除了绘制当前火灾的边界，人工智能还可以帮助消防队预测火灾的发展。CalFire本身最近已经开始使用名为Wild Fire AnalystEnterprise的工具。野火分析工具是由Technosylva创建的，它将各种火灾蔓延模型组合在一起。这些模型通过使用机器学习算法得到增强，这些算法根据过去的野火特征（如植被的含水量、天气状况和卫星图像）进行训练。然后，该模型将当前火灾的数据与过去的火灾数据进行比较，以预测火灾可能如何蔓延。该软件还允许用户根据不同变量（如天气条件）的变化来创建模拟。该工具使消防人员能够提前到达并拯救许多可能无法幸免的建筑物。

同时，南加州的消防部门正在使用由Wifire实验室开发的另一种称为FireMap的火灾跟踪和预测系统。FireMap使用来自摄像头的空中和地面数据，以及气候条件、风力条件、植被含水量等，预测火势会蔓延到哪里。

随着越来越多的人工智能驱动的火灾探测和预测平台的建立，无人机将可能变得越来越重要。卫星非常有用，但它们在收集数据的类型和数量方面有局限性。收集数据的卫星有两种：极轨道卫星和地球同步卫星。极地轨道卫星能够拍摄到高分辨率的图像，但是这些图像一天只能拍摄两次。相比之下，地球同步图像收集的图像更频繁地收集，通常每5分钟左右一次。然而，为了与地球同步飞行，卫星必须在地球表面22000英里的轨道上同步飞行。因此，这些图像所包含的细节远不及极轨卫星。无人机可以帮助填补数据中的空白，获得感兴趣区域更恒定、更详细的图像。