Radni naslov
Procjena težine požarnih događaja integracijom višeizvornih podataka
Geoinformacijski, satelitski i društveni signal — za Splitsko-dalmatinsku županiju.
Motivacija
Svake godine požari otvorenih prostora nanose značajnu štetu u mediteranskom pojasu. Informacije o njima dolaze iz nepovezanih izvora: vatrogasci vode svoje evidencije, sateliti bilježe stanje na terenu, a građani u realnom vremenu dijele opažanja na društvenim mrežama.
Središnje pitanje: možemo li spojiti te izvore u koherentnu, objektivnu sliku o tome koliko je neki požar bio težak — automatski, bez ručne procjene stručnjaka?
Ako uspijemo, dobivamo mjeru težine neovisnu o kapacitetu odgovora. To je važno jer isti požar dobiva jači ili slabiji odgovor ovisno o tome koliko je vatrogasaca slučajno bilo dostupno — a ne nužno o tome koliko je zapravo bio opasan.
Tri izvora podataka
1 · Facebook objave
Grupa „Vatrogasci — naši heroji": svjedoci u realnom vremenu izvještavaju o požarima. Slobodan, neformalan jezik — opis situacije, lokacije i opažanja.
2 · Vatrogasna evidencija
Službeni zapisi (FIMS / HVZ): datum, lokacija, broj vatrogasaca, vozila, letjelica, trajanje i spaljena površina. Institucionalna referenca.
3 · Satelitske snimke
Sentinel-2, iz perioda ±14 dana oko požara. Objektivno mjerenje: spaljena površina, gustoća vegetacije, širenje kroz vrijeme.
Tok podataka — od izvora do ocjene
Kako se tri izvora spajaju kroz tri faze u jednu objektivnu ocjenu težine požara:
(očevidci)
(FIMS / HVZ)
(Sentinel-2)
Tri faze
Faza 1 — Čišćenje, geolokacija i vremensko označavanje
Facebook objave i HVZ izvješća pisani su prirodnim jezikom, bez koordinata („požar u predjelu Mosora iznad Klisa"). Cilj: automatski izvući naziv mjesta → koordinate i vrijeme događaja. Uspoređuju se dva pristupa:
- Regularni izrazi (regex) — pravila koja prepoznaju obrasce teksta (dosadašnji pristup, brz ali krhak).
- Veliki jezični modeli (LLM) — razumiju kontekst rečenice i prepoznaju lokaciju/vrijeme i kad je nejednoznačno.
Nakon geolokacije, izvori se povezuju u jedinstveni skup podataka po podudaranju lokacije (radijus km) i vremena (isti ili uzastopni dani). Plan je objaviti javni označeni dataset — uz GDPR anonimizaciju autora.
Faza 2 — Što zapravo znači „težak požar"?
Trenutna mjera zbraja broj vatrogasaca, vozila i trajanje — mjeri odgovor na požar, ne stvarnu štetu. Ključni uvid iz prethodnog rada (prostorna analiza pokrivenosti, NGIS): raspored postaja nije ravnomjeran, pa isti požar dobiva strukturno različit odgovor ovisno o lokaciji.
Dva požara istog službenog rezultata: jedan ugašen za 2 h uz vatrogasnu bazu, drugi tinjao 3 dana na izoliranom otoku i spalio 200 ha — ali dobio manji odgovor jer je postaja bila predaleko. Nova mjera uzima u obzir satelit (spaljeno), društveni odjek i dostupnost hitnih službi.
Faza 3 — Traženje zajedničke slike iz različitih izvora
Svaki događaj opisujemo iz tri kuta koji vide različite stvari. Matematička faktorizacija traži zajedničku „os" koja prolazi kroz sva tri opisa — sažetak konzistentan sa satelitom, evidencijom i objavama zajednice. To je prijedlog objektivne ocjene težine. Uspoređuju se varijante bez i s prostornim kontekstom, uz validaciju na meteo indeksu opasnosti, medijima i satelitskoj spaljenoj površini.
Četiri očekivana doprinosa
| # | Doprinos |
|---|---|
| 1 | Usporedba automatskog geolokacijskog tagiranja regularnim izrazima i velikim jezičnim modelima na požarnim tekstovima na hrvatskom i bosanskom jeziku. |
| 2 | Javno dostupan višeizvorni označeni skup podataka o požarima u SDŽ. |
| 3 | Poboljšana mjera težine požarnog događaja koja integrira satelitski, interventni i društveni signal. |
| 4 | Metoda automatskog ocjenjivanja težine iz heterogenih izvora, s validacijom kroz više neovisnih indikatora. |
Puni opis je u datoteci opis_istrazivanja.pdf u mapi projekta. Za tehnički pregled datoteka pogledaj Mapu projekta.