(SeaPRwire) – Phát hiện thành công về vụ cháy rừng không được phép ở Lebanon trong vòng 30 phút, kịp thời huy động lực lượng ứng phó và giải quyết vấn đề.
BERLIN, ngày 18 tháng 12 năm 2023 — Dryad, một nhà lãnh đạo trong lĩnh vực phát hiện sớm về cháy rừng, hôm nay thông báo rằng hệ thống Silvanet của công ty đã thành công trong việc xác định và phát tín hiệu cảnh báo về một vụ cháy không được phép tại một địa điểm khách hàng ở Lebanon.
Vào sáng thứ Hai ngày 11 tháng 12, Mada® (XOL Broadband), một nhà cung cấp dịch vụ viễn thông hàng đầu tại Trung Đông và Châu Phi, đã báo cáo rằng Silvanet, hệ thống phát hiện sớm về cháy rừng của Dryad đã nhanh chóng phát hiện một đám cháy nhỏ bất hợp pháp, cho phép áp dụng các biện pháp ứng phó kịp thời. Sự việc nhấn mạnh tính hiệu quả của công nghệ Silvanet trong các tình huống thực tế và vai trò của nó trong việc nâng cao an toàn môi trường.
Bối cảnh
Lebanon, đặc trưng bởi khí hậu khô và nóng, phải đối mặt với rủi ro lớn từ các đám cháy rừng lan nhanh. Mỗi năm nước này mất 1.500 hecta diện tích rừng do cháy, gây mối đe dọa đối với cộng đồng, môi trường tự nhiên và cơ sở hạ tầng quan trọng. Vào tháng Sáu năm nay, một vụ cháy rừng lớn bùng phát tại khu vực núi non Sinn của Akkar, thiêu rụi 90 hecta rừng, phá hủy những cây cổ thụ hàng thế kỷ, gây thiệt hại cho một số ngôi nhà.
Với 139.000 hecta rừng, tương đương khoảng 13% diện tích đất, rừng của Lebanon ngày càng có nguy cơ cao hơn. Giai đoạn hạn hán kéo dài đe dọa, làm tăng nguy cơ cháy rừng ở các khu vực cao nguyên trước đây ít gặp phải hỏa hoạn hơn. Bên cạnh đó, dịch bệnh côn trùng cũng góp phần làm khô cây trước mùa cháy rừng. Các hệ sinh thái rừng nổi tiếng như thông Lebanon, cùng với sồi và thông là những loài đang bị đe dọa.
Trong bối cảnh đó, Mada quyết định khai thác chuyên môn về viễn thông của mình cùng với cam kết trách nhiệm xã hội của doanh nghiệp bằng cách triển khai hệ thống Silvanet của Dryad tại một địa điểm thí điểm ở Deir Mar Moussa, miền trung Lebanon. Sự hợp tác này nhằm kết hợp công nghệ tiên tiến để bảo vệ thiên nhiên một cách chủ động và giải quyết nguy cơ ngày càng gia tăng về cháy rừng.
Dryad sử dụng các cảm biến khí được trang bị trí tuệ nhân tạo trong mạng lưới mesh quy mô lớn, được cung cấp năng lượng bởi năng lượng mặt trời và được lắp đặt trong các khu vực rừng. Công nghệ tập trung vào việc phát hiện sớm, cung cấp lợi thế quan trọng trong việc ngăn ngừa cháy rừng.
Tại địa điểm thí điểm, Silvanet đã được triển khai từ tháng Một năm 2023 với 91 cảm biến và 2 cổng truyền dẫn, bao phủ một khu vực rộng 78 hecta trong rừng liền kề Deir Mar Moussa.
Sự cố
Silvanet đã chứng minh hiệu quả của mình bằng cách phát hiện và cảnh báo thành công về một vụ cháy không được phép lúc 10:33 sáng thứ Hai ngày 11 tháng 12. Sự việc liên quan đến một nông dân đốt cây nho khô. Hoạt động bất hợp pháp này đe dọa nghiêm trọng khi đám cháy có thể lan rộng sang các khu vực rừng lân cận.
Thành công của Silvanet nằm ở cách tiếp cận toàn diện. Hệ thống đã phát hiện sự thay đổi trong thành phần không khí thông qua cảm biến khí Bosch BME688. Các lần quét khí tiếp theo xác định hydro, carbon monoxit và hợp chất hữu cơ dễ bay hơi (VOCs). Sau đó hệ thống trí tuệ nhân tạo của Silvanet đã phân tích các mẫu, dự đoán xác suất 70% có khói vào lúc 10:33 sáng, kích hoạt cảnh báo qua mạng lưới mesh của Silvanet đến khách hàng.
Silvanet vào cuộc
| Hình trên cho thấy Giao diện đám mây của Silvanet hiển thị cảnh báo về cháy rừng cùng với tọa độ GPS chính xác và thông tin bổ sung liên quan đến vụ cháy. |
| Cảnh quan từ trên cao của địa điểm thí điểm. Cảnh báo cháy rừng được kích hoạt bởi cảm biến đặt ở góc dưới bên trái của khu vực. Triển khai bao gồm Cảm biến cháy rừng Silvanet, Cổng truyền dẫn mesh LoRaWAN và Cổng biên để kết nối 4G/LTE. |
Biểu đồ đầu tiên hiển thị đọc giá trị của cảm biến khí Bosch BME688 được sử dụng trong Cảm biến cháy rừng Silvanet nhạy với hydro, carbon monoxit và hợp chất hữu cơ dễ bay hơi (VOCs).
Biểu đồ thứ hai cung cấp cái nhìn sâu hơn vào cơ chế hoạt động của hệ thống AI Silvanet, giải mã kết quả quét khí bằng mô hình học máy đã được huấn luyện trước đó. Hệ thống AI được kích hoạt bởi chất lượng không khí xấu đi và bắt đầu phân tích kết quả quét khí ngay sau 10:00 sáng. Lúc 10:33, xác suất vượt ngưỡng độ tin cậy 50% và kích hoạt cảnh báo cháy rừng, như thể hiện trong biểu đồ thứ ba.
Mô hình học máy của Silvanet là kết quả của quá trình nghiên cứu sâu rộng trong 3 năm qua. Các mô hình học máy được tinh chỉnh kỹ lưỡng và có thể thích ứng với môi trường cụ thể của địa điểm triển khai, giảm thiểu cảnh báo không cần thiết và nâng cao độ tin cậy, độ nhạy của hệ thống phát hiện cháy rừng. Để giảm tải mạng và cho phép triển khai quy mô lớn, các mô hình AI được tinh chỉnh sẽ được thực thi trực tiếp trên cảm biến và phân phối không dây cho toàn bộ mạng mà không cần bảo trì vật lý.
Bài viết được cung cấp bởi nhà cung cấp nội dung bên thứ ba. SeaPRwire (https://www.seaprwire.com/) không đưa ra bảo đảm hoặc tuyên bố liên quan đến điều đó.
Lĩnh vực: Tin nổi bật, Tin tức hàng ngày
SeaPRwire cung cấp phát hành thông cáo báo chí thời gian thực cho các công ty và tổ chức, tiếp cận hơn 6.500 cửa hàng truyền thông, 86.000 biên tập viên và nhà báo, và 3,5 triệu máy tính để bàn chuyên nghiệp tại 90 quốc gia. SeaPRwire hỗ trợ phân phối thông cáo báo chí bằng tiếng Anh, tiếng Hàn, tiếng Nhật, tiếng Ả Rập, tiếng Trung Giản thể, tiếng Trung Truyền thống, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Mã Lai, tiếng Đức, tiếng Nga, tiếng Pháp, tiếng Tây Ban Nha, tiếng Bồ Đào Nha và các ngôn ngữ khác.
Triển vọng
Nhìn về tương lai, Mada dự định mở rộng thí điểm thành triển khai quy mô lớn, bảo vệ khu vực núi Lebanon, một khu vực có ý nghĩa sinh thái to lớn, kéo dài dọc theo toàn bộ đất nước song song với bờ biển Địa Trung Hải. Việc