Metódy detekcie plameňa a dymu v boji proti lesným požiarom: Cieľom je dosiahnuť účinné včasné varovanie

Okrem toho lesy po požiaroch s nedostatočnou schopnosťou zadržiavať pôdu a vodu zhoršujú extrémne poveternostné javy, vrátane zosuvov bahna, sucha a prašných búrok, pričom ohrozujú biodiverzitu ekosystémových druhov. Z dôvodu zmiernenia výskytu lesných požiarov a zachovania ekologickej rovnováhy sa výskumy v oblasti sledovania v reálnom čase a včasného varovania pred lesnými požiarmi stali nevyhnutnými. Väčšina súčasných technológií včasného varovania pred lesnými požiarmi sa zameriava na detekciu dymu a plameňov.

Pre dosahovanie presných včasných varovaní pred lesnými požiarmi je potrebné vyberať takú metódu, ktorá je rýchla a účinná. Primárnou metódou na včasnú detekciu lesných požiarov bola pôvodne manuálna kontrola. Táto však bola neefektívna a náchylná na chyby. V súvislosti s pokrokom v oblasti hardvérovej technológie došlo k osvojovaniu prístupu k monitorovaniu bodových lesných požiarov založenom na pevnej kamere. Znížila sa potreba ľudských zdrojov a súčasne sa zvýšila účinnosť dohľadu. Obmedzením bolo, že rozsah monitorovania pri monitorovaní s pevným bodom ľahko vedie k chybnej detekcii a nákladnému hardvéru.

Vývoj sa však nezastavil a tak boli v priebehu rokov navrhnuté rôzne technológie, ktoré mali pomáhať identifikovať lesné požiare v ich skorých štádiách. Najrozšírenejšími prístupmi spomedzi vtedajších metód boli pozemné strážne veže a monitorovanie satelitným diaľkovým prieskumom. Strážne veže sú však často limitované topografickými obmedzeniami, čo má za následok obmedzené pokrytie, slepé miesta a oblasti bez dozoru.

Okrem toho sa nemôžu osadiť na odľahlých miestach bez základných životných podmienok. Na rozdiel od toho, technológia satelitného diaľkového snímania môže využívať zachytené snímky na porovnanie údajov na pozadí so scénami požiaru na určenie prítomnosti lesného požiaru. Táto monitorovacia technika však čelí aj časovým a priestorovým obmedzeniam a vo všeobecnosti funguje v dlhších cykloch a nemôže poskytovať monitorovanie v reálnom čase, pričom rozlíšenie získaných snímok môže byť nedostatočné.

Väčšina dostupných početných súborov údajov o požiaroch obsahuje obrázky nasnímané smartfónmi na úrovni zeme tzn., že zobrazujú pohľady na požiare z pozemskej perspektívy. Na druhej strane kamery dronov, snímajúce scény zhora, dokumentujú požiare a dym na zložitejších pozadiach, kde sa tieto prvky javia menšie. Zatiaľ čo niektoré súbory údajov obsahujú letecké snímky skutočných požiarov, tie s lesným pozadím z perspektívy dronov sú stále relatívne zriedkavé a ich kvalita obrazu sa značne líši. Rýchle šírenie lesných požiarov si vyžaduje rýchlu reakciu sietí na detekciu požiarov.

V roku 2022 bol navrhnutý ľahký model pre segmentáciu dymu v reálnom čase, ktorý na jednej strane prispel k zníženiu výpočtovej zložitosti, ale na druhej strane nebol vhodný na detekciu požiaru v reálnom čase.

Vyvinutý algoritmus SmokeyNet na rýchlu detekciu požiaru pomocou údajov o lesných požiaroch z pevných kamier sa vyznačoval výpočtovou náročnosťou, čím sa obmedzil výkon v reálnom čase. Metóda viacsmernej detekcie dymu dokázala rozpoznať dym iba v súboroch údajov o dyme ale nedokázala spracovať viacrozmerný dym v zložitých scenároch požiaru.

Technika extrakcie viactvarových prvkov na rozpoznanie objektov na rôznorodom pozadí bola navrhnutá pre snímky malých infračervených objektov s relatívne homogénnym pozadím, zatiaľ čo nedokáže spracovať snímky ohňa s veľkými odchýlkami v komplexnom lesnom pozadí.

Pre dosiahnutie zvýšenej presnosti detekcie lesných požiarov a zníženie výskytu falošne pozitívnych a falošných negatívnych výsledkov bola navrhnutá sieť segmentácie horiacich oblastí na zvýraznenie polohy oblastí záujmu identifikáciou a vylepšením modulov. Táto metóda však lokalizuje obrázky iba v normálnych svetelných podmienkach, zatiaľ čo ignoruje detekčný efekt v extrémnych svetelných podmienkach, ako je tma a poludnie.

Pre presné odhalenie dymu z lesných požiarov v komplexnej klíme, bola v roku 2022 predstavená obojsmerná dlhodobá a krátkodobá pamäťová sieť so zvýšenou pozornosťou. Táto metóda však využívala súbor údajov zhromaždených kamerou na stacionárnom mieste a scéna bola pomerne homogénna. Okrem toho metóda nezohľadňovala účinky svetla, oblakov a iných vplyvov na lesný dym.

Rýchlosť, akou je požiar zistený a varovania oznámené príslušným orgánom, je kľúčovým faktorom pri účinnom znižovaní rizika požiaru. Včasná a presná detekcia lesných požiarov je preto kľúčom k zabezpečeniu zvládnuteľnosti týchto incidentov

Široké uplatnenie pri detekcii lesných požiarov našli v posledných rokoch drony, ktoré ponúkajú vysokú flexibilitu, nízku cenu a jednoduchosť obsluhy, čo dokazuje ich sľubný výkon v tejto oblasti.

Tradičné metódy detekcie požiaru sa pri rozpoznávaní požiaru zvyčajne spoliehajú na funkcie farieb a textúr odvodené od obrazu. Nedávne pokroky v technikách počítačového videnia založených na strojovom učení, ako je klasifikácia obrazu a detekcia objektov, preukázali aplikácie v inteligentnom poľnohospodárstve a lesníctve. Tieto techniky sa tiež ukázali ako sľubné riešenia pre včasnú detekciu lesných požiarov pomocou snímok získaných z dronov.

Aj keď došlo k pokrokom v detekcii lesných požiarov, stále pretrváva niekoľko problémov. Po prvé, súčasné metódy často využívajú štandardné algoritmy detekcie objektov na detekciu lesných požiarov bez zohľadnenia jedinečných charakteristík požiarov, ako sú zmeny v tvare v dôsledku rôznych štádií požiaru a vetra, ako aj relatívne malý rozsah požiarov v počiatočných štádiách. Toto prehliadnutie môže brániť efektívnosti modelu pri dosahovaní optimálnych výsledkov.  Po druhé, dym často nadobúda nepravidelné tvary a má vysokú priehľadnosť počas požiarov a môže sa dokonca objaviť pred plameňmi. Preto je detekcia dymu rovnako dôležitá.

Vyššie spomínané metódy sa však primárne zameriavajú na detekciu plameňa a nezahŕňajú detekciu dymu. Tomuto problému by malo napomôcť Dilation Repconv Cross Stage Partial Network (DRCSPNet). V jeho prípade ide o adaptívne zisťovanie veľkosti plameňa a dymu z pohľadu dronu a pomocou metódy spracúvania viacerých úloh súčasne s rôznymi faktormi cez medzistupňovú pripojovaciu časť dochádza k vyrovnaniu parametrov a presnosti detekcie. Dochádza k zlepšeniu schopnosti detekcie plameňa a dymu bez ďalších výpočtov. Pomáha so spracovaním snímok z dronov pri rôznych svetelných podmienkach. Zlepšuje viacstupňovú detekciu plameňa a dymu bez ďalšieho spracovania.

Ak sa vyvíjaným metódam podarí dosiahnuť účinné včasné varovanie pred požiarmi detekciou plameňov a dymu v počiatočných štádiách požiarov, bude to mať významný vplyv na zníženie výskytu lesných požiarov. Aj pri tejto problematike sa otvára veľký priestor o zapojenie potenciálu našich vysokých škôl do vývoja v oblasti metód na detekciu plameňa a dymu pri lesných požiarov.

Spracoval: Ing. Ján Krnáč