紐西蘭坎特伯雷大學團隊開發出一套AI野火預測系統，透過機器學習分析氣象數據，每30分鐘更新一次預警，預測效能較現有系統提升10-30%。該系統已在澳洲多地通過測試，有望將經濟效益提升一倍，協助消防機構更有效調度資源，減少野火對環境與經濟的衝擊，並可望無需新建基礎設施即廣泛應用於紐西蘭等地。
國際一支由紐西蘭坎特伯雷大學（University of Canterbury, UC）土木與環境工程講師艾爾伯托·阿爾迪德（Dr. Alberto Ardid）博士領導的團隊，已開發出一套人工智慧（AI）驅動的野火預測系統。這套系統利用機器學習分析氣象站數據，能偵測到火災發生前經常出現的模式，旨在大幅提升野火預警的效率與準確性。
相較於每日僅更新一次的官方預警系統，坎特伯雷大學主導的AI系統每30分鐘便能更新一次，提供接近即時的火災風險變化分析。根據《Mirage News》報導，該研究擴展了2025年發布的初步概念驗證研究，並進一步在氣候條件各異的多個地區進行測試，包括澳洲的陽光海岸、布里斯班及霍巴特。測試結果顯示，這套AI模型在所有三個地點均表現優於澳洲官方火災危險評級系統中的標準火災行為指數。
研究團隊指出，透過超過60年的歷史天氣與火災數據進行評估，該機器學習系統將預測效能提升了10%至30%，並能顯著提前偵測到更多火災事件。該研究也利用成本效益框架評估了改進預測的經濟價值，發現AI系統有望將經濟效益提升一倍，有效減少漏報火災及不必要的錯誤警報。
艾爾伯托·阿爾迪德博士強調：「野火不會等待每日預報。如果火災天氣條件可能在數小時內改變，我們的預警系統也需要同樣迅速地反應。」他補充，由於模型僅仰賴標準氣象站數據，無需新建基礎設施即可廣泛部署。考量到紐西蘭現有的氣象監測網絡，這套方法未來也有機會應用於該國，協助消防機構更早應對、更有效地分配資源，進而降低大型火災對環境和經濟造成的衝擊。回顧2019年至2020年間，澳洲野火曾燒毀近1,700萬公頃土地，導致15億隻野生動物喪生，並造成19億美元保險理賠，更奪走了33條人命，凸顯精準預警的重要性。