Hotspotdetectie: hoe satellieten bosbranden zien voordat wij ze ruiken
Stel je voor dat je vanaf duizend kilometer hoogte niet naar het licht op aarde kijkt, maar naar de warmte. Op de meeste plekken zie je een rustig, gelijkmatig patroon: bossen, akkers en steden die allemaal ongeveer dezelfde temperatuur uitstralen. Maar af en toe licht er een piepklein vlekje feller op dan zijn omgeving, alsof iemand daar een kaars heeft aangestoken. Dat vlekje is een "hotspot": een plek die duidelijk warmer is dan wat je zou verwachten, en vaak het eerste teken van een beginnende bosbrand.
Hotspotdetectie is de techniek waarmee satellieten zulke afwijkende hittebronnen automatisch opsporen, nog voordat er rook zichtbaar is voor het blote oog of voor gewone camera's. Het werkt een beetje als een warmtecamera bij de brandweer, die door rook heen een persoon in een gebouw kan zien omdat een lichaam warmer is dan de muren eromheen. Alleen kijkt hier niemand door een raam, maar meet een sensor op honderden kilometers hoogte de warmtestraling van het hele aardoppervlak, dag en nacht, en slaat automatisch alarm zodra iets abnormaal heet is.
Wat is het precies?
Alles wat warmer is dan het absolute nulpunt zendt straling uit, ook al zien wij dat niet met het blote oog. Bij normale temperaturen gebeurt dat vooral in het infrarode deel van het lichtspectrum, het stukje net naast zichtbaar licht dat wij wel als warmte kunnen vóelen, maar niet kunnen zÃen. Hoe heter iets is, hoe meer infraroodstraling het uitzendt en hoe korter de golflengte waarop die piekt. Een smeulend bosbrandje van enkele honderden graden straalt dus anders dan de vijfentwintig graden warme bodem eromheen.
Satellieten die aan hotspotdetectie doen, dragen sensoren die speciaal gevoelig zijn gemaakt voor die "middengolf"- en "langegolf"-infraroodstraling. Ze scannen het aardoppervlak in stroken, waarbij elk beeldpunt (pixel) een gemiddelde temperatuur van een gebied van typisch een paar honderd meter tot een paar kilometer vertegenwoordigt. Een computeralgoritme vergelijkt vervolgens elke pixel met zijn buren: is deze pixel op dit tijdstip van de dag en het jaar significant warmer dan zijn omgeving en dan wat historisch gebruikelijk is? Zo ja, dan krijgt de pixel een "vuur"-classificatie, meestal met een betrouwbaarheidsscore.
Die vergelijking is nodig omdat woestijnzand, asfalt of industrieterreinen ook gewoon warm kunnen zijn zonder dat er brand is. Algoritmes houden daarom rekening met het tijdstip, het seizoen, het landgebruik en de omliggende pixels om vals alarm te beperken. Toch blijven fouten voorkomen: zonlicht dat weerkaatst op water of ijs ("sun glint"), fakkelinstallaties bij olieraffinaderijen, en actieve vulkanen kunnen allemaal per ongeluk als hotspot worden gemarkeerd.
Een belangrijke afweging in het ontwerp van deze systemen is de balans tussen resolutie en herhaalfrequentie. Satellieten in een lage baan om de aarde (poolbanen) vliegen dicht over het oppervlak en kunnen dus scherp meten, maar komen maar een paar keer per dag langs dezelfde plek. Satellieten in een geostationaire baan, veel verder weg, zien continu hetzelfde gebied maar met veel grovere pixels. Voor snelle branddetectie wil je eigenlijk beide: hoge resolutie én hoge frequentie, en veel van de recente ontwikkeling in dit veld draait om die combinatie beter te maken.
Wat wil men ermee bereiken?
Het belangrijkste doel is tijdwinst. Een bosbrand die binnen een uur na ontstaan wordt opgemerkt, is vaak nog met een paar brandweerwagens te blussen. Dezelfde brand die pas na een halve dag wordt gezien, kan intussen duizenden hectares in beslag hebben genomen. Satellietgebaseerde hotspotdetectie is vooral waardevol in afgelegen, dunbevolkte gebieden zonder wachttorens, camera's of omwonenden die 112 kunnen bellen: uitgestrekte taiga in Siberië, tropisch regenwoud in het Amazonegebied, of de outback in Australië.
Daarnaast dient de data voor wetenschappelijk onderzoek. Door jarenlange reeksen van hotspotdata te analyseren, kunnen onderzoekers berekenen hoeveel CO2 en fijnstof branden wereldwijd uitstoten, hoe ontbossing zich ontwikkelt, en hoe klimaatverandering het risico op grote, snelle branden beïnvloedt. Hulporganisaties en overheden gebruiken de kaarten om brandweercapaciteit slimmer in te zetten en om vroegtijdig inwoners te waarschuwen.
Tot slot is er een economische en veiligheidsbelang: verzekeraars, energiebedrijven met hoogspanningsleidingen door bosgebied, en de luchtvaart (voor vulkaanas) hebben allemaal baat bij een vroeg, betrouwbaar signaal. De ambitie van de sector is dan ook niet zozeer "branden voorkomen" – dat blijft mensenwerk – maar het venster tussen ontstaan en ontdekking zo klein mogelijk maken.
Voorbeelden uit de praktijk
Het langst lopende en meest gebruikte systeem is NASA FIRMS (Fire Information for Resource Management System), dat sinds het midden van de jaren 2000 gratis, bijna-realtime hotspotkaarten publiceert op basis van Amerikaanse satellietdata. FIRMS combineert twee generaties sensoren: MODIS, actief sinds 2000 aan boord van de Terra- en Aqua-satellieten, met een resolutie van ongeveer een kilometer, en de nieuwere VIIRS-sensor, sinds de jaren 2010 actief aan boord van onder meer de Suomi NPP- en NOAA-20-satellieten, die met zo'n 375 meter resolutie ook kleinere brandjes kan opsporen.
In Europa levert het Copernicus-programma van de Europese Ruimtevaartorganisatie (ESA) en de Europese Commissie vergelijkbare data via de Sentinel-3-satellieten, uitgerust met de SLSTR-sensor. Copernicus voedt onder meer het European Forest Fire Information System (EFFIS), dat tijdens de zware Zuid-Europese bosbrandseizoenen van de afgelopen jaren, waaronder de zomers van 2021, 2022 en 2023 in Griekenland, Frankrijk en Spanje, dagelijks werd geraadpleegd door nationale brandweerdiensten.
Een opvallende nieuwkomer is het Duitse bedrijf OroraTech, opgericht in 2018 als spin-off van de Technische Universiteit van München. Het bedrijf bouwt kleine, relatief goedkope nanosatellieten die specifiek zijn ontworpen voor branddetectie en lanceerde zijn eerste satellieten in 2022. Het idee is een hele constellatie van zulke satellieten op te bouwen om de herhaalfrequentie fors te verhogen ten opzichte van de oudere, schaarsere systemen als MODIS.
Ook grote techbedrijven mengen zich in het veld: Google werkt sinds 2023 samen met onder meer Amerikaanse bosbeheerorganisaties aan een systeem dat met kunstmatige intelligentie de grenzen van actieve branden op basis van satellietbeelden in kaart brengt en die informatie rechtstreeks toont in Google Zoeken en Maps, zodat omwonenden zelf kunnen zien hoe dichtbij een brand is.
Hoe ver is de techniek?
Voor grote, hete branden is satellietgebaseerde hotspotdetectie inmiddels een volwassen, dagelijks operationeel systeem: MODIS draait al ruim twintig jaar zonder onderbreking en VIIRS inmiddels ook al meer dan tien jaar. Het detecteren van kleinere, koelere of net begonnen brandjes blijft echter lastiger, simpelweg omdat de pixels van de meeste satellieten nog te grof zijn om een brandje van een paar vierkante meter te onderscheiden van zijn omgeving.
Wolkendek is een fundamentele beperking die niet zomaar op te lossen is: infraroodstraling van een brand onder een dik wolkendek bereikt de satelliet simpelweg niet, waardoor branden soms pas ontdekt worden zodra het weer opklaart. Ook 's nachts zijn er minder actieve satellietbanen die op dat moment langskomen, wat gaten in de dekking kan opleveren.
De belangrijkste ontwikkeling van de afgelopen jaren is niet zozeer een doorbraaktechnologie, maar een geleidelijke verbetering op drie fronten tegelijk: hogere ruimtelijke resolutie, kortere tijd tussen twee metingen van dezelfde plek (dankzij constellaties van kleinere satellieten zoals die van OroraTech), en slimmere algoritmes op basis van machinaal leren die vals alarm beter filteren. Volledig "opgelost" is het probleem niet: nieuwe constellaties zijn nog in opbouw en moeten zich nog jarenlang bewijzen voordat ze de betrouwbaarheid van de gevestigde MODIS- en VIIRS-systemen evenaren.
Wie werken eraan?
De Amerikaanse ruimtevaartorganisatie NASA en de Amerikaanse weer- en oceanografiedienst NOAA exploiteren gezamenlijk de MODIS- en VIIRS-satellieten en het FIRMS-platform. In Europa trekken de Europese Ruimtevaartorganisatie (ESA) en de Europese Commissie via het Copernicus-programma de kar, met concrete toepassingen bij het Europese bosbrandinformatiesysteem EFFIS.
Op de commerciële markt is OroraTech uit Duitsland een van de meest zichtbare spelers, samen met andere ruimtevaart- en aardobservatiebedrijven die satellietdata combineren met eigen software. Techbedrijven als Google investeren vooral in de analyse- en verspreidingskant: het slimmer interpreteren van bestaande satellietdata en het toegankelijk maken ervan voor een breed publiek.
Daarnaast spelen universiteiten en onderzoeksinstituten een grote rol bij het verbeteren van de onderliggende algoritmes, vaak in nauwe samenwerking met de ruimtevaartorganisaties die de ruwe data leveren. Nationale bosbeheer- en brandweerorganisaties, zoals de Amerikaanse U.S. Forest Service en de Zuid-Europese civiele-beschermingsdiensten, zijn de belangrijkste eindgebruikers en geven vaak ook praktijkfeedback die weer terugvloeit naar de technische ontwikkeling.