ABD'de geliştirilen yeni teknolojiler, orman yangınlarının yayılma hızını tahmin etmekten, tehlikeli bölgelere ekipman taşımaya kadar birçok görevi üstleniyor. Yapay zeka destekli sistemlerde ilk test sonuçları da umut verici.
Orman yangınlarının hangi yöne ve ne kadar hızlı ilerleyeceğini tahmin etmek, itfaiye ekiplerinin karşılaştığı en büyük zorluklardan biri. ABD'deki Idaho Üniversitesi araştırmacıları, bu soruna çözüm bulmak için drone görüntülerini yapay zekayla analiz eden bir sistem geliştirdi. Mayıs 2026'da yayımlanan araştırma, yangınların kısa vadeli yayılma hızının oldukça düşük hata payıyla tahmin edilebildiğini gösteriyor.
Üstelik çalışmalar havadan gözlem yapmakla kalmıyor. ABD Orman Servisi, yaklaşık 360 kilogram yük taşıyabilen insansız kara araçlarını zorlu arazilerde test ediyor. Hedef, yangın söndürme ekiplerinin fiziksel yükünü azaltmak ve insanların girmesinin tehlikeli olduğu bölgelere ulaşabilmek.
Drone teknolojisinin sahadaki karşılığı ise şimdiden görülmeye başladı. Ağustos ayında ABD'nin Montana eyaletinde çıkan Sand Creek yangınında, dik yamaçlarda ve devrilme tehlikesi bulunan ağaçların arasında kalan sıcak noktaları tespit etmek için insansız hava araçlarından yararlanıldı. Termal kameralar sayesinde ekipler, yangının geçtiği ancak tamamen sönmediği bölgeleri doğrudan tehlikeye girmeden inceleyebildi.
Yapay Zeka Yangının Yayılma Hızını Tahmin Edebiliyor
Idaho Üniversitesi araştırmacısı Phinehas Lampman ve ekibinin geliştirdiği sistem, termal kameralarla donatılmış drone'ların topladığı görüntüleri makine öğrenimi algoritmalarıyla işliyor.
Sistem, aynı bölgenin farklı zamanlarda çekilen kızılötesi görüntülerini karşılaştırarak yangının ilerleme hızını hesaplıyor. Bunun yanında alev hattının şiddeti ve yangından yayılan ısı enerjisi de ölçülebiliyor.
Araştırmacılar elde ettikleri verilerle iki farklı yapay zeka modelini eğitti. Yapay Sinir Ağı (ANN) ve Rastgele Orman (Random Forest). Modellerin başarısı, kontrollü şekilde yakılan bir otlak yangınında değerlendirildi.
22 Mayıs 2026'da International Journal of Wildland Fire dergisinde yayımlanan araştırmaya göre, kısa vadeli yayılma hızı tahminlerinde ortalama mutlak hata saniyede 0,04 metrenin altında kaldı. Testlerde her iki model de başarılı sonuçlar verirken Random Forest, daha az eğitim verisine ihtiyaç duyması ve aşırı öğrenmeye daha düşük yatkınlık göstermesiyle öne çıktı.
Bu sonuçlar, sistemin gerçek orman yangınlarında aynı doğrulukla çalışacağı anlamına gelmiyor. Araştırma yalnızca belirli bir bitki örtüsünde, tek bir kontrollü yangında ve kısa tahmin aralıklarında gerçekleştirildi. Farklı rüzgar koşulları, arazi yapıları ve orman türleri üzerinde daha kapsamlı testlere ihtiyaç var.
Yine de yöntemin sağladığı avantaj açık. Geleneksel yangın yönetiminde hava durumu raporları, haritalar, saha gözlemleri ve insanlı hava araçlarından gelen bilgiler birlikte değerlendiriliyor. Drone'lar ise uygun uçuş koşullarında yangına daha yakından bakabiliyor ve modellerin ihtiyaç duyduğu güncel verileri sağlayabiliyor.
Araştırmacıların üzerinde çalıştığı bir diğer konu da yangın dumanı. Idaho Üniversitesi profesörü Leda Kobziar'ın ekibi, drone'larla toplanan örnekleri kullanarak dumanla taşınan mikroorganizmaları inceliyor. Bu verilerin ileride dumanın yayılımını ve yerleşim bölgelerindeki olası etkilerini tahmin eden modellere katkı sağlaması amaçlanıyor.
360 Kilogram Yük Taşıyan Robotlar Yangın Sahasında Test Edildi
Havada yaşanan gelişmelere karşın yangın söndürme çalışmalarının en zorlu bölümlerinden biri hala karada yürütülüyor. İtfaiyeciler, araçların ulaşamadığı alanlara hortum, su, ağır el aletleri ve sağlık malzemelerini taşımak zorunda kalabiliyor.
ABD Orman Servisi, bu işleri insansız araçlara devretmenin yollarını araştırıyor.
24 Haziran 2026'da Georgia eyaletindeki Chattahoochee-Oconee Ulusal Ormanı'nda düzenlenen testlerde üç şirketin geliştirdiği otonom kara araçları değerlendirildi. Goodman Technologies, Terasynth ve MVP Robotics tarafından hazırlanan sistemler, gerçek yangın sahalarında karşılaşılabilecek arazi koşullarında denendi.
Araçlar yaklaşık 360 kilograma kadar ekipman taşıyabilecek kapasitede. Test parkuru ise özellikle zorlayıcı seçildi. Kayalık yollar, gevşek zeminler, dar geçitler ve eğimli araziler üzerinde hareket kabiliyeti, yük dengesi ve otonom yön bulma performansı incelendi.
ABD Orman Servisi'nin değerlendirmesine göre Terasynth'in geliştirdiği araç, zorlu arazi koşullarındaki performansıyla diğer katılımcıların önüne geçti.
Test edilen robotlar, aktif orman yangınlarında düzenli olarak kullanılan ekipmanlar haline gelmiş değil. Sistemlerin gerçek operasyonlara katılabilmesi için daha fazla geliştirme ve değerlendirme gerekiyor.
Drone'ların kullanım alanı ise robotlara göre çok daha geniş. ABD'de federal yangın ekipleri bu araçları yangın sınırlarını haritalamak, sıcak noktaları belirlemek ve kontrollü yakma işlemleri gerçekleştirmek için kullanıyor.
Kontrollü yakma operasyonlarında, belirlenen alanlardaki yanıcı bitki örtüsü önceden yakılarak yangının ilerleyebileceği alan azaltılabiliyor. İnsansız hava araçları, uygun ekipmanlarla bu işlemi havadan gerçekleştirebiliyor. Böylece bazı görevlerde helikopterlere ve yerde çalışan personele duyulan ihtiyaç azaltılabiliyor.
ABD Federal Havacılık İdaresi (FAA) de drone'ların yangın operasyonlarına güvenli biçimde katılabilmesi için hava sahası koordinasyonu ve acil uçuş izinleri üzerinde çalışıyor. Çünkü yetkisiz kullanılan bir drone, söndürme uçaklarının ve helikopterlerin faaliyetlerini durdurabilecek kadar ciddi bir risk oluşturabiliyor.
Federal kurumların uzun vadeli hedefi, uydulardan, hava durumu modellerinden, kameralardan ve drone'lardan gelen bilgileri ortak bir karar destek sisteminde birleştirmek. Böylece yangının hangi bölgelerde ilerleyebileceği ve müdahale ekiplerinin nereye yönlendirilmesi gerektiği daha hızlı değerlendirilebilecek.
Şimdilik bu teknolojilerin gelişmişlik düzeyleri birbirinden farklı. Drone'lar aktif operasyonlarda kullanılırken otonom kara araçları saha testlerinden geçiyor. Yapay zeka destekli yayılma tahminleri ise kontrollü deneylerde elde edilen sonuçların gerçek yangınlarda doğrulanmasını bekliyor.
