Світовий ринок wildfire tech у 2025-2026 році отримав приблизно $350-400 мільйонів свіжих інвестицій. Декілька термально-супутникових компаній (з Німеччини та Люксембургу), американський нон-профіт супутникової місії разом з Earth Fire Alliance за фінансування Google.org, а також американський вежовий AI-camera гравець — разом отримали ці кошти і вже добре капіталізовані. Але всі вони грають в одній з чотирьох окремих категорій: термальні супутники, ground sensors, fire-spread моделювання, атмосферна дисперсія. Інтеграційний рівень — порожній. Жоден комерційний гравець у світі не виконує end-to-end пайплайн «детектувати пожежу → прогнозувати фронт → моделювати шлейф диму → рахувати експозицію населення → peer-review методологія». Цей матеріал — про те, чому фрагментація залишається, що інтеграція дає операційно, і чому саме ця ніша, з peer-review anchor у CJFR 2026 і українським wartime corpus, є найбільш захищеною позицією для наступної хвилі фінансування.
Стек моделей, а не продукт. Інтеграція — те, що оцінюють peer-reviewers і грант-ради ЄС, не reviewer App Store. Фото: ESA, Wikimedia Commons (CC BY-SA 3.0 IGO).
Чотири окремі стеки — ландшафт 2026
Стек 1 — термальна супутникова детекція. Полярні мисії VIIRS на Suomi-NPP, NOAA-20, NOAA-21 (NASA FIRMS NRT, роздільна здатність 375 м для пожеж, затримка 3-4 години), Sentinel-3 SLSTR з виділеним каналом F1 (не насичується до 450+ K, Xu et al. 2020, Remote Sens. Environ. 248:111947 показали r²=0.9 проти авіаційного FRP), Landsat 8/9 TIRS (30 м resampled, але 16-денний revisit — тільки post-fire burn severity через dNBR). Плюс геостаціонарні GOES-R ABI (2 км, 5-15-хв cadence) і європейський MTG SEVIRI (10-хв cadence, 2 км). Комерційна надбудова — мале-супутникові constellations з aspirational 3-10 м GSD і bordу AI обробкою (3-5-хвилинна latency). Вибір тут широкий.
Стек 2 — fire spread / evolution. Академічна спадщина Rothermel 1972 (USDA INT-115, основа більшості оперативних систем), FARSITE (Finney 1998, USDA RMRS-RP-4, Huygens elliptical wavelet propagation), FlamMap (Finney 2006, Minimum Travel Time), ELMFIRE (Lautenberger CloudFire, level-set PDE на рівномірній сітці, driver Pyregence операційного forecast CONUS), WindNinja (USFS Missoula, 30-100 м wind downscaling). Комерційна надбудова — один провідний spread-SaaS вендор з Іспанії/США (Wildfire Analyst, приблизно $84 мільйони сумарних інвестицій, 20,000+ incidents/рік для CAL FIRE та приватних utility-клієнтів). Це категорія, де є готовий ринковий лідер.
Стек 3 — ground sensors. Вежові AI-камери (провідний каліфорнійський гравець із $44M Series B і $100M contracted revenue, 30 мільйонів акрів покриття), громадські мережі (ALERTCalifornia UCSD — 1200 камер), IoT LoRaWAN у лісі (німецька команда Dryad Networks, €22M, sub-60-хв детекція). Теж висококапіталізована.
Стек 4 — atmospheric dispersion і health exposure. Фінський Meteorological Institute SILAM/IS4FIRES (Sofiev group), CAMS GFAS (ECMWF Kalman-filter asimilation VIIRS+MODIS FRP, 0.1° daily, 40 species з 2003), HYSPLIT/BlueSky (USFS AirFire, Sonoma Technology фронт-енд). Всі — урядові або академічні. Жодного credible комерційного гравця.
Чому цей четвертий стек найменше обслуговується
Дисперсія диму потребує поєднання трьох речей, які рідко живуть разом: чисельне прогнозування погоди (NWP) на 1-4 км роздільній здатності, Lagrangian chemistry transport з explicit джерелом — FRP та emission factors, і атмосферна хімія (друге покоління частинок: сульфати, нітрати, вторинні органіки). Академічна community має повні інструменти (WRF, FLEXPART, CALPUFF, SILAM, CAMS). Комерційна — практично ні. Єдиний випадок з 2024 року — провідний spread-SaaS вендор придбав спеціалізовану компанію атмосферного моделювання у жовтні 2023 року, додавши дисперсійні можливості до spread-платформи; деталі публічно обмежені.
Причини фрагментації:
- Обчислювальна вартість. Повне WRF-Fire зчеплення (Mandel, Beezley, Kochanski 2011, Geoscientific Model Development 4:591-610) на потужному кластері займає 10-30 хвилин для 50 км² пожежі. Не масштабується до операційного «кожні 15 хвилин» на тисячі пожеж без значних апаратних інвестицій.
- Різні expertise. NWP — метеоролог. Fire spread — пожежний науковець. Atmospheric dispersion — хімік атмосфери. Health exposure — епідеміолог. Об’єднати в одній команді — організаційна складність, яку більшість стартапів не вирішує.
- Гетерогенність даних. Вихідна роздільна здатність VIIRS — 375 м. WRF — 1-4 км. SLSTR F1 — 1 км. Sentinel-2 burn scar — 10 м. LANDFIRE / FirEUrisk fuel — 30 м / 1 км. Гармонізація цих шарів — питання бізнес-логіки, яку одна команда не пише без досвіду роботи з усіма чотирма стеками.
- Відсутність операційної вимоги зі сторони ринку. Пожежна компанія сплачує за «ймовірність, що лінія стримування витримає наступні 6 годин». Цьому не потрібна модель дисперсії. Страхова сплачує за «ваш склад ймовірно згорить протягом 3 днів». Цьому теж не потрібна дисперсія. Атмосферна дисперсія потрібна публічному здоров’ю і цивільному захисту — а це ринок, який обслуговується урядом, не комерцією.
Чому це міняється у 2024-2026
Три зовнішні сили зсувають попит на інтегрований стек.
Перша — наука про смертність від диму. Sofiev et al. 2025 у Nature npj Clean Air і Lancet Planetary Health показали понад 100,000 смертей на рік світу від PM2.5 лісових пожеж. До цієї статті політичний тиск був сфокусований на безпосередніх жертвах (спалювання житла, смерті пожежників). Після неї — на експозиції населення у межах 100-500 км від пожеж. Для ЄС це відкрило нову регуляторну лексику: smoke exposure as a climate adaptation outcome.
Друга — Canada 2023 (18.5 мільйонів гектар спалено, Byrne et al. 2024, Nature 633:835, 647 ТgC emissions = порівнянно з річними викопними emissions Індії) і Ukraine 2024 (965,000 га, більше за ЄС разом за даними JRC). Дим пройшов через Нью-Йорк, Чикаго, європейську Арктику, Болгарію (хроніка епізодів — Wildfire Today, архів по Україні). Раптом проблема димного шлейфу у 500-3000 км від вогню стала міжнародною політичною темою. CAMS коарнальний (10 км); регіональні адаптивні сценарії потрібні на національному рівні.
Третя — Horizon Europe і EU Mission Adaptation. Заклики 2026-2028 явно згадують cascading multi-hazards (wildfire + drought + heatwave + air quality). Проект ICARIA (101093806, 2023-2026) був фінансований саме з цією граматикою. Грант-ради ЄС (зокрема European Innovation Council) тепер шукають команди, що можуть зв’язати детекцію, моделювання, дисперсію і експозицію у ПОВНОМУ пайплайні.
Ґрунт інтеграції — що саме зв’язується
Операційний пайплайн WildFiresUA — наш повний stack для України, побудований YourAirTest разом з академічними партнерами, виглядає так:
(1) Детекція. NASA FIRMS опитується що 10 хвилин (VIIRS NOAA-20/21/SNPP NRT primary, MODIS NRT secondary). DBSCAN кластеризація (eps = 1.5 км / 6371 haversine, min_samples = 2) згортає багатопіксельні детекції у подієві об’єкти. Sentinel-2 MSI (10 м, 5-денний revisit) дає пост-подійну перевірку через dNBR.
(2) Джерело для моделювання. Кожне fire object отримує FRP (мегавати радіаційної енергії пожежі), з яким за Wooster et al. 2005 пов’язується темп горіння (кг/с) через коефіцієнт 0.368 × 10⁻⁶ кг/Дж. Емісії частинок через Akagi et al. 2011 (Atmos. Chem. Phys. 11:4039) або Andreae 2019 (ACP 19:8523) — emission factors за типом палива (грам-видів на кг-палива). Для паливних складів і хімічних об’єктів ці factors не підходять — використовуємо SFPE Handbook + дані індустріальної пожежобезпеки.
(3) Spread — куди піде фронт. FARSITE з українською 30-метровою паливною картою FBP-кодів (O-1b домінування у степу 79% Дніпропетровщина, сезонний перехід M-1/M-2 через curing від 55-85%) для операційних і critical-infrastructure сценаріїв, ELMFIRE для перевірки на level-set-грид геометрії. WindNinja доставляє вітер від WRF 1 км до моделі 30-100 м, котра враховує канал Дніпра, передгір’я Карпат, степові коридори.
(4) Atmospheric dispersion. FLEXPART (Lagrangian, 2023+, для пожежного диму, Stohl et al. 2005, ACP 5:2461-2474) для регіональних і транскордонних шлейфів — наприклад, дим від Кременчуцького НПЗ до Полтави, дим від Каховки до Румунії. CALPUFF для радіологічних сценаріїв (Чорнобиль 2020 — 341 ГБк ¹³⁷Cs за Evangeliou et al. 2016, Sci. Rep. 6:26062, Masson et al. 2022, Atmos. Environ. 291:119402; сценарії ЗАЕС). HYSPLIT (NOAA Air Resources Laboratory; див. також офіційне керівництво NOAA зі smoke-forecasting) — для швидких траєкторних задач. Всі запускаються від WRF-downscaled meteorology.
(5) Експозиція населення. Шлейф проєктується на щільність населення (European High Resolution Settlement Layer або українські обласні ВА-дані), переходить у aggregate PM2.5 людино-годин. Подальший крок — health impact functions (Burnett et al. 2018, PNAS) для attributable DALYs.
(6) Peer-review anchor. Кожна ланка пайплайну публікується з методологією + кодом. Першою вийшла наша peer-review стаття у CJFR 2026 — 30-метрова паливна карта України з валідацією FCCS → CONSUME → FEPS → CALPUFF пайплайну проти KMDA наземних станцій (BIAS +2.77 мкг/м³ PM2.5, RMSE 48, Pearson r = 0.40). Наступні: Earth System Science Data (data paper на український wartime corpus 2022-2025), Atmos. Chem. Phys. (FLEXPART-WRF coupling для Кременчук 2022), Environmental Research Letters (health attribution).
Що це дає операційно
Для ДСНС: після влучання у склад пального або НПЗ — прогноз шлейфу на 48 годин вперед, з оцінкою кварталів у ризику. Не «десь димить» — конкретно Дарницький район, PM2.5 піки 150 мкг/м³ між 14:00 і 17:00 завтра. Це рівень інформаційних продуктів, який жоден з сателітних гравців сам по собі дати не може.
Для місцевих адміністрацій: персональні сповіщення для астматиків і ХОЗЛ-хворих («ваш маршрут з дому на роботу сьогодні проходить через зону PM2.5 понад 100 мкг/м³»). Мережа EcoCity на 80 міст України може підняти цей сигнал, якщо позаду неї працює дисперсійна модель.
Для АЕС і хімпідприємств: заздалегідь готовлені сценарії «якщо це станеться, ось що ми рекомендуємо». CZ-170 (карта радіаційного прогнозу для 5 українських АЕС) — один з прикладів.
Для досліджень і грантів: унікальний датасет — 20,000+ пожеж з воєнного контексту 2022-2025, разом з валідаційними вимірами, публічно неповторюваний. Це те, що peer-reviewers читають і запам’ятовують.
Чому wartime corpus — не боротьба за увагу, а унікальний науковий ресурс
JRC EFFIS у березні 2025 року опублікував: Україна 2024 — 965,000 гектар спалено, більше за EU разом взятий. Статистичний step change через війну: Zibtsev et al. 2024 (Ukrainian Journal of Forest and Wood Science 15(1)) показали 749,500 га у 2022, 5.20 Мт CO₂, 68.9% у межах 60 км від фронту. Дослідники по всьому світу не можуть репродукувати цю комбінацію: умисні military ignitions, масштабне ураження енергетичної і хімічної інфраструктури, радіологічні сценарії поблизу ЗАЕС, пилові бурі з висохлого дна Каховки. Це унікальний stress test для будь-якого інтегрованого wildfire пайплайну.
Для Horizon Europe reviewers ця унікальність означає, що validation, надана українською командою, не може бути отримана іншим способом. Це defensibility, якої немає у американських або середземноморських спів-претендентів.
Порівняння з опонентами
Всі гравці, яких ми проаналізували у конкурентній розвідці, мають чітку category specialty:
- Термальний супутниковий гравець бачить вогонь — не рахує експозицію.
- Fire-spread SaaS моделює поширення — не доставляє дим до кварталу.
- Ground sensor компанія детектує на ранньому етапі — не екстраполює.
- Академічний atmospheric dispersion (SILAM, GFAS) має науку — не має операційного контракту.
Інтеграцію через всі чотири не має ніхто з комерційних. Академічно її має декілька European research projects (ICARIA, FIRE-RES cluster, FirEUrisk), але вони закінчуються після 3-річного гранту. Операційного + open-science + peer-reviewed інтегратора з national-scale customer не існує на ринку.
Для української deep-tech екосистеми
Урок: не конкуруйте у категорії, де у когось $37-100M. Знайдіть wedge між категоріями, де є регуляторний попит, відсутній комерційний відповідник, і унікальні дані. Атмосферна дисперсія диму + fire spread + peer-review — саме такий wedge для нас. Для інших deep-tech команд: CSRD-compliance між аграрним сектором і ЄС, водна ресурсна безпека у пост-каховському контексті, biocarbon ринок у лісовому секторі — аналогічні wedges існують.
Ключ — провести 3-6 місяців у конкурентній розвідці перед тим, як будувати MVP. Подивитися, хто фінансується, за яку граматику, чим пахне regulator. Найкраща позиція — та, яку ніхто інший не може захистити тому що у нього немає потрібних даних або академічних партнерств.
Часті запитання
Чи можна бути інтегратором з нуля, без CJFR?
Так, але значно дорожче і довше. Peer-review публікація — це 3-4 роки накопичення даних, валідації, роботи з академічними партнерами. Без цього інтеграційна історія звучить як маркетинг, а не як наука. Для грантів рівня $20M+ це критично.
Чому ж ринок сам не робить дисперсію?
Тому що платить за дисперсію уряд і public health, не приватний сектор. Продати CAL FIRE SaaS на моделювання поширення простіше, ніж продати Центру контролю захворювань модель експозиції. Ринкова динаміка штовхає усі компанії у перші три категорії.
Чи FLEXPART + CALPUFF + HYSPLIT — це не застарілі open-source інструменти?
Вони — канонічні наукові інструменти, з десятиліттями валідації. Комерційний продукт «робить те саме, але швидше» не має ядерної наукової довіри. Наша перевага — ми не замінюємо FLEXPART, а інженеруємо пайплайн навколо нього, з валідованими input-ами, peer-reviewed методологією і operationally-tuned output-ами. Це різниця між engineering і product-launch.
Чи можна запускати пайплайн на хмарних функціях замість власного кластера?
Технічно так. AWS Batch, GCP Cloud Run з GPU, Azure CycleCloud. Для регулярних українських пожеж (50-500 активних подій у пік) це здешевлює оперативну вартість. Для серйозних катастроф (Канада-2023-масштаб) потрібен виділений HPC.
Українська стартап-екосистема: за матеріалами TechUkraine та AIN.ua — двох провідних видань про український tech, deep tech, climate tech і екологічні стартапи.
Що зробити сьогодні
- Перевірити мапу повітря YourAirTest для свого міста — є дані про PM2.5 за останню годину.
- Якщо тема ваша — поділитися статтею з колегами-дослідниками. Ми відстежуємо share patterns у Google Search Console.
- Якщо ви хочете внести свої дані у наш корпус (sensor measurements, локальні моделі) — пишіть через контакт-форму.
References
Наша peer-review стаття CJFR 2026: 30-meter Anderson 13 fuel map for Ukraine. Canadian Journal of Forest Research. DOI: 10.1139/cjfr-2025-0035
Finney MA. (1998) FARSITE: Fire Area Simulator — Model Development and Evaluation. USDA Forest Service RMRS-RP-4.
Mandel J, Beezley JD, Kochanski AK. (2011) Coupled atmosphere-wildland fire modeling with WRF 3.3 and SFIRE 2011. Geoscientific Model Development 4:591-610. DOI: 10.5194/gmd-4-591-2011
Stohl A, Forster C, Frank A, Seibert P, Wotawa G. (2005) Technical note: The Lagrangian particle dispersion model FLEXPART version 6.2. Atmospheric Chemistry and Physics 5:2461-2474.
Scire JS et al. (2000) CALPUFF Dispersion Model User’s Guide v5. EPA.
Wooster MJ, Roberts G, Perry GLW, Kaufman YJ. (2005) Retrieval of biomass combustion rates and totals from fire radiative power observations. Journal of Geophysical Research: Atmospheres 110:D24311.
Akagi SK, Yokelson RJ, Wiedinmyer C, et al. (2011) Emission factors for open and domestic biomass burning. Atmospheric Chemistry and Physics 11:4039-4072.
Sofiev M, et al. (2025) Global mortality from wildfire PM2.5 exposure. Lancet Planetary Health.
Jones MW, et al. (2024) Global fire CO₂ emissions from forest fires driven by climate change. Science 386:eadl5889.
Byrne B, et al. (2024) Carbon emissions from the 2023 Canadian wildfires. Nature 633:835.
Zibtsev S, et al. (2024) Assessment of war-induced fires in Ukraine 2022. Ukrainian Journal of Forest and Wood Science 15(1).
European Commission JRC. (2024) EFFIS Advance Report 2024 — Ukraine record-breaking fire season.
NOAA Air Resources Laboratory. HYSPLIT smoke forecasting tools. arl.noaa.gov/hysplit/smoke-forecasting
USDA Forest Service Missoula Fire Sciences Laboratory. WindNinja — diagnostic wind-flow model. ninjastorm.firelab.org/windninja
USDA Forest Service Rocky Mountain Research Station. FlamMap fire-behavior tool. research.fs.usda.gov
European Innovation Council (EIC) — Horizon Europe grant framework. eic.ec.europa.eu
Wildfire Today — Ukraine news archive. wildfiretoday.com/tag/ukraine