Пожароопасный сезон уже установлен в 81 субъекте РФ, в 44-х из них введен особый режим, который предусматривает дополнительные требования безопасности, в том числе в 16 муниципальных образованиях Хабаровского края, сообщили ИА AmurMedia в пресс-службе ПАО "МТС" в Хабаровском крае.
Лесные пожары в 2022 году ставят антирекорд. По заявлению российского отделения "Гринпис", уже за первые четыре месяца текущего года площадь разрушительной стихии почти в два раза превысила площадь сгоревшего ландшафта за такой же период 2021 года.
Специалисты "Авиалесоохраны" опубликовали статистику по природным пожарам на 28 мая, которая гласит, что на территории РФ действует 79 лесных пожаров на площади 60 830 га. При этом сутками ранее сообщалось о 92 пожарах на площади 46 303 га, что примерно на 30% меньше.
Традиционные технологии предупреждения чрезвычайных происшествий и минимизации их последствий часто оказываются неэффективными: они не всегда точны, не могут быстро обрабатывать большие массивы данных и т.д. В связи с этим управление рисками возникновения природных пожаров — актуальная задача уже не только для профильных организаций и компаний, но и для ИТ-разработчиков, которые создают альтернативные решения, часто основанные на искусственном интеллекте, помогающие детально изучать большие объемы геопространственных, метеорологических и временных данных для прогнозирования возникновения пожаров.В мировой и российской практике уже существуют эффективные цифровые решения, помогающие бороться с пожарами и предотвращать их.
США
Беспилотники и медицинские разработки
В 2019 году компания CrowdAI представила программу FireNet, которая использует искусственный интеллект для прогнозирования лесных пожаров. Алгоритм анализирует изображения, поступающие с цифровых беспилотников, которые кружат над массивами деревьев и делают фотографии со скоростью 20 кадров в секунду. Точность обнаружения пожаров составляет 92%. Обработка данных происходит в режиме реального времени. Места с высокой вероятностью возгорания определяются по GPS-координатам дрона. Как отмечает издание Vice, при создании FireNet специалисты вдохновлялись программами для анализа медицинских изображений, которые помогают врачам отличать здоровые ткани от нездоровых. Систему обучали на кадрах видеозаписей лесных пожаров, полученных с беспилотных летательных аппаратов.
Машинное обучение и анализ пространства
Программа AtlasofPotentialControlLocations (Карта потенциальных контрольных локаций)работает на основе машинного обучения. Алгоритмы анализируют такие данные, как расстояние от пожара до дороги, особенности рельефа, наличие горючих материалов на земле, характеристики других пожаров на той же территории и другие. Затем они определяют места, где усилия по тушению пожаров окажутся эффективными, а где не стоит тратить на них ресурсы.
Разработчики также придумывают решения для восстановления местности после уже случившегося возгорания. Американский стартап DroneSeed разработал дроны, которые способны сажать деревья там, где сильно пострадала растительность в результате пожаров. Квадрокоптеры-беспилотники при помощи лидаров (трехмерных сканеров пространства, работающих на основе лазеров, которые применяются в устройствах помощи управления автомобилем) создают трехмерную карту местности, а мультиспектральные камеры изучают особенности почвы. С учетом этих данных алгоритм на базе искусственного интеллекта определяет наиболее благоприятное место для посадки дерева. Интересно, что разработчики решения позаботились и о том, чтобы разбросанные дронами семена не ели животные: для этого на поверхность земли опускается "шайба" с семечком, обработанная капсаицином — веществом, содержащимся в острых видах стручкового перца.
Россия
В России в национальном парке "Себежский" работает комплекс интеллектуального видеонаблюдения, контролирующий пожароопасную обстановку и внедренный компанией МТС. Комплекс состоит из четырнадцати камер со специальными объективами и сенсорами. Камеры в режиме онлайн следят за пожарной безопасностью лесных территорий, фиксируя опасное повышение температуры, что дает возможность государственным инспекторам парка предотвращать пожары на ранней стадии, еще до появления открытого огня. Тепловизоры также сообщают в центр мониторинга о фактах разведения огня и курении на заповедной территории.
Комплекс инновационных цифровых систем МТС помогает обеспечить круглосуточный мониторинг и безопасность на территории парка: оперативно обнаружить и предотвратить возгорания, а также помочь в поиске людей и создать комфортные условия для посетителей нацпарка.
"Одним из ключевых достижений в области искусственного интеллекта за последние годы является то, что машины и компьютеры теперь могут видеть и понимать происходящее в реальном мире, открывая возможности, которые ранее считались областью научной фантастики. У нас есть решения на основе технологий компьютерного зрения, в том числе мы реализовали несколько кейсов на особо охраняемых природных территориях. В Хабаровском крае мы тоже можем внедрять технологии против пожаров и другие "умные" разработки, которые уже зарекомендовали себя как эффективные", — отметила директор МТС в Хабаровском крае Наталья Экшенгер.
Температурные аномалии и атлас рисков
В России на основе технологий машинного обучения и анализа больших данных работает мобильное приложение "Термические точки" от МЧС. Оно позволяет отслеживать температурные аномалии и предсказывать очаги возгораний. Приложение предназначено для пожарных и других служб, а также должностных лиц, которые отвечают за безопасность территорий, но планируется, что его смогут использовать и остальные жители России. Оно интегрировано в информационную систему "Атлас опасностей и рисков", в которой содержатся данные о различных опасностях и угрозах на территории страны, включая лесные пожары, наводнения, эпидемии и другие. Доступ к системе может получить любой желающий.
Южная Корея
Спутник против огня и преступников
В 2019 году сотрудник Университета Хонгика в Южной Корее (HongikUniversity) Джэ Сын Ли вместе со своими студентами создал алгоритм, который может прогнозировать возникновение очагов возгорания и особенности поведения пожаров с точностью до 90%. В основе технологии лежат спутниковые изображения с высоким разрешением и алгоритмы машинного обучения AzureMachineLearning от компании Microsoft. Создатели системы утверждают, что с ее помощью пожарные могут более рационально распределять ресурсы: перегруппировывать бригады, направлять их туда, где не хватает ресурсов. Это позволяет службам быстрее реагировать на вызовы и минимизировать возможный ущерб от возгораний. Джэ Сын Ли надеется, что этот инструмент также можно будет использовать и в других целях — например, для борьбы с преступностью.
Китай
Один в поле воин
Совместный проект по предупреждению лесных пожаров разработали и внедрили Huawei и Enbo. Для определения точного местоположения дыма и заблаговременного предотвращения пожара камеры выполняют анализ полученных видеоматериалов, первичный анализ выполняется продуктами Atlas, а вторичный — облачными сервисами.
Анализируя данные с видеокамер, можно делать точные прогнозы о возникновении лесных пожаров и своевременно определять их локацию. Система максимально автоматизирована и не требует участия большого количества людей — так, например, в провинции Гуандун, где она уже работает, мониторингом и управлением почти 1000 видеокамер занимается всего лишь один человек. Цикл патрулирования длится от 3 до 10 минут, а обнаружение пожаров происходит в среднем на 2 часа раньше обычного.
Каждый год мы слышим о том, что горят леса на Дальнем востоке и Сибири. Серьезным помощником регионам может послужить внедрение интеллектуальных систем в область охраны природных территорий. Такие решения уже есть, например, у компании МТС, активно занимающейся разработками на базе искусственного интеллекта.
