由雷吉·库马尔（Reggie Kumar）撰写，由爱迪生作家充满活力

南加州爱迪生继续增强它的消防科学计划SCE的消防科学家汤姆·罗林斯基（Tom Rolinski）领导了这项努力。该公用事业公司已经实施了尖端技术，以预测高风险区域的野火威胁，占SCE 50,000平方英里的服务区域的27％。

“我们正在利用机器学习技术来提高风速预测的准确性。我们于2021年开始在61 SCE气象站的地点进行试点，并将将其扩展到今年约500个地点。” Rolinski说。“这项技术将大大提高其他传统模型缺乏的预测的准确性。”

“我们还使用卫星图像来帮助检测潜在的野火和驾驶AI（人工智能）技术，如果我们通过我们发现可能的点火，可能会自动提醒消防机构警报野火相机网络，“ 他加了。

Rolinski和大气数据解决方案的科学家最近共同撰写了一篇科学论文国际野外杂志研究验证了用于帮助测量偏远营养区域的水分水平的机器学习技术，而不是物理去的位置来收集活植被水分样品以评估野火威胁。

Rolinski说：“这使我们能够扩大我们在整个服务区域的活燃料水分上收集的数据的粒度。”“研究中的模型创建了计算机生成的统计林木，其中包含所有可能影响植被水分量的东西。这些统计信息包括位置，温度，降水，土壤水分和许多其他因素。”

技术成就有助于更精确地确定野火威胁以及可能需要公共安全关闭事件的地方。PSP是衡量最后一个措施，以降低野火确保社区安全的重要风险。

“我们知道PSP事件为我们的客户，社区和企业造成了艰辛。这就是为什么继续努力减少在高火风险区域中对PSP的需求至关重要的原因。” Rolinski说。

SCE的2021 PSP动作计划包括对从2019年到2021年1月经历过四次或更多功能的电路进行的网格硬化工作。几乎所有加急工作都在去年10月完成，允许SCE减少1.18亿客户停机时间由于PSP。假设与2020年相同的天气和燃料条件，这种减少反映了最常见的电路的75％改善。

罗林斯基说：“我们预计即将到来的高峰火灾季节将继续改善，持续着重于额外的网格硬化。”

罗林斯基（Rolinski）的合着研究模型已经在SCE服务区域的易火地点进行了使用。

他说：“这项技术在收集非常精确的数据点方面起着至关重要的作用，这将为高火风险领域的PSP决策提供信息。”