気候変動で山火事の発生可能性と被害規模が拡大する中、およそ1カ月前から山火事リスクを予測できる人工知能（AI）技術が開発された。
イム・ジョンホUNIST地球環境都市建設工学科教授の研究チームは、世界の山火事気象指数（FWI）を日次で最大31日前まで予測するディープラーニングモデル「FWI-Net」を開発したと25日明らかにした。今回の研究は国際学術誌「Communications Earth & Environment」オンライン版に5月掲載された。
山火事気象指数は、気温、相対湿度、風、降水量などを総合して、山火事が発生した際にどれほど大きく延焼し得るかを示す指標である。この指数を事前に予測すれば、山火事の危険地域に消防人員と装備を事前配備したり、住民への警報や森林立ち入り統制といった対策を準備するのに活用できる。
ただし従来は欧州中期予報センター（ECMWF）の数値予報ベースの方式が主に使われてきたが、予測期間が2週を超えると地域別の正確度が急速に低下する限界があった。研究チームが開発したFWI-Netは、31日全体の予測期間で従来方式に比べ平均平方根誤差（RMSE）を6.6%低減した。特に予測初期の1週間は誤差が12.4%減少した。
分析の結果、FWI-Netは山火事リスク曝露度と社会経済的脆弱性がともに高い地域の85%で、リスクを実際より過小または過大に評価する傾向が緩和された。山火事リスクが「非常に高い」水準の状況では、有意な予測が可能な期間が従来より5日延びた。予報インフラが不足する貧困地域でも平均22日間、有意な予測性能を維持した。
研究チームは、過去の山火事気象指数の変化と将来の気象条件をあわせて反映した点が性能向上につながったと説明した。同じ気温や降水量条件でも、前期間の干ばつや乾燥状態が累積すると山火事リスクは変わり得るが、FWI-Netはこうした時間的影響を学習するよう設計された。
研究チームは「過去の山火事気象パターンと将来予測情報をあわせて学習させ、従来の数値予報方式の限界を補完した」と述べ、「山火事リスクは大きいが自前の予測インフラが不足する地域で活用可能性がある」と明らかにした。
イム・ジョンホ教授は「正確な山火事予測は災害対応計画の策定と直結する情報だ」と語り、「今回の技術が中期の山火事対応や予報が脆弱な地域の情報ギャップを縮めるのに役立つ可能性がある」と述べた。
参考資料
Communications Earth & Environment（2026）、DOI: https://doi.org/10.1038/s43247-026-03692-9