
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