آرزو کیهان
خبرنگار

جنگل‌ها و مراتع از حیاتی‌ترین منابع سیاره زمین هستند و سالانه آتش‌سوزی‌های گسترده، بخش عظیمی از این منابع را به نابودی می‌کشاند. در ایران نیز سالانه بخش گسترده‌ای از جنگل‌ها و مراتع به دلایل گوناگونی چون خشکسالی، عوامل انسانی و بی‌توجهی در رها کردن برخی اشیای آتش‌زا، دچار آتش‌سوزی می‌شوند درحالی که با کمک فناوری‌های مختلف و تجهیزات نوآورانه، امروز می‌توان از نابودی و سوختن جنگل‌ها ممانعت کرد.
 
پهپادهای جنگل‌کار
یکی از تاکتیک‌های مبارزه با آتش‌سوزی‌های جنگلی، استفاده از هواپیماست؛ با این حال، این روش هم برای خلبانان و هم برای آتش‌نشانان خطرناک است به همین دلیل هم امروزه برای خاموش کردن آتش از هواپیماهای بدون سرنشین (پهپادها) استفاده می‌شود تا جان افراد به خطر نیفتد. این پهپادها به دوربین‌های تصویربرداری حرارتی، اشعه مادون قرمز با وضوح بالا و حسگرهای قوی مجهزند که حتی در شب هم می‌توانند خطرات را شناسایی و نقشه زمینی را در اختیار آتش‌نشانان قرار دهند. پهپادها همچنین می‌توانند پس از خاموش کردن آتش، ازطریق بذرپاشی، جانی تازه به جنگل‌ها ببخشند یا حتی جنگل‌های جدیدی ایجاد کنند. این پهپادهای فناورانه، می‌توانند بذرها را در مناطقی که خارج از دسترس انسان است بپاشند و عملاً پس از وقوع آتش‌سوزی، وظیفه جنگل‌کاری را به صورت خودکار انجام دهند که این امر، مانع جنگل‌زدایی می‌شود.
 
هوش مصنوعی و یادگیری ماشین
امروزه علاقه فزاینده‌ای به استفاده از هوش مصنوعی (AI) و یادگیری ماشین (ML) در مدیریت بلایای طبیعی وجود دارد به همین دلیل چنین فناوری‌هایی نقش گسترده‌ای در این مدیریت ایفا می‌کنند. به عنوان مثال الگوریتم‌های هوش مصنوعی می‌توانند رفتار احتمالی آتش‌سوزی را پیش‌بینی کنند. یکی از این موارد، پلتفرم FireMap است که به عنوان نوعی نقشه‌بردار توسعه‌یافته، می‌تواند داده‌های ماهواره‌ای و حسگر زمینی، شرایط آب و هوایی، توپوگرافی و میزان خشکسالی را برای پیش‌بینی‌ یک آتش‌سوزی در نظر بگیرد.
جالب‌تر آنکه الگوریتم‌های هوش مصنوعی رفتار آتش‌ را براساس منابع داده پیش‌بینی می‌کنند و با بررسی گرمای کمپ‌ها، جست‌وجوی سیگارهای دور ریخته شده یا آتش‌های خاموش نشده کمپ‌ها به ارائه نقشه‌ای از آتش‌های کمپ‌ها می‌پردازند.
نرم‌افزار یادگیری ماشین هم می‌تواند حجم عظیمی از داده‌ها ازجمله تصاویر، اطلاعات آب ‌و هوایی، شبکه‌های حسگر و تشخیص دود را از دوربین‌ها‌ و ماهواره‌ها دریافت کند. به عنوان مثال از نرم‌افزار هوش مصنوعی برای بررسی بهتر مناطق جنگلی استفاده می‌شود و تصاویر ماهواره‌های هواشناسی، هر 10 دقیقه یکبار، به دست کارشناسان می‌رسد. درواقع هوش مصنوعی برای مقابله با آتش‌سوزی، به دنبال دود یا تغییرات در داده‌های حرارتی است و پس از بررسی داده‌ها می‌تواند تعیین کند تا چه میزان احتمال آتش‌سوزی وجود دارد. اگر الگوریتم‌های هوش مصنوعی تشخیص خطر بالا را بدهند، سیستم دستورالعمل‌هایی به پرسنل آتش‌نشانی می‌دهد.
از آنجا که آتش‌سوزی‌های جنگلی بیشتر از مکان‌های دوردست آغاز می‌شود، می‌توان با نصب دوربین در مناطق جنگلی و روی برج‌های بلند، زودتر آتش‌سوزی را تشخیص داد. به عنوان مثال دوربین‌های روباتیک آتش‌نشانی  Pan-Tilt-Zoom) PTZ)و ابزارهای جانبی آن به شناسایی یا تأیید مکان‌ آتش‌سوزی و بزرگی آتش، می‌پردازند و بر گستردگی آتش و اطمینان از مهار آتش‌سوزی نظارت دارند. قرار دادن دوربین‌های PTZ بر مناطق مرتفع همچون دکل‌های مخابراتی، دید بهتری به کارشناسان برای اطلاع‌رسانی از آتش‌سوزی می‌دهد.
 
روبات‌های آتش‌نشان
روبات‌های آتش‌نشان به دوربین‌های حسگر گرما، آب یا سایر مواد بازدارنده آتش مجهزند و قادرند در زمین‌های شیب‌دار که ورود انسان دشوار است بخوبی حرکت کرده و آتش را مهار کنند. روبات‌های امروزی با تجهیز به هوش مصنوعی، از راه دور کنترل می‌شوند و بهترین استراتژی‌ها را در زمان تصمیم‌گیری برای مقابله با آتش‌سوزی و نجات جان حادثه‌دیدگان برنامه‌ریزی می‌کنند.
 
واقعیت مجازی برای آموزش آتش‌نشانان
آموزش آتش‌نشانان برای افزایش مهارت‌ها و تصمیم‌گیری در زمان‌های حساس بسیار ضروری است اما این تمرین‌ها گاه می‌تواند خطرناک باشند و منجر به آسیب یا مرگ آتش‌نشانان شوند. اینجاست که فناوری واقعیت مجازی(VR)  به کمک می‌آید. این فناوری از شبیه‌سازی‌های کامپیوتری، نمایشگرهای نزدیک به چشم و ردیابی وضعیت استفاده می‌کند تا به فرد امکان تعامل را با یک تصویر یا فضای سه‌بعدی بدهد. استفاده از VR برای آموزش آتش‌نشان باعث صرفه‌جویی در منابعی می‌شود که در آموزش استفاده می‌شوند و اجازه می‌دهد آتش‌نشانان یک تجربه را مرور کنند. همچنین به کارآموزان آتش‌نشانی بینش بهتری در مورد موقعیت‌هایی بدهند که ممکن است در دنیای واقعی با آن مواجه شوند.
فناوری شبیه‌ساز آموزشی  FLAIM Systemsهم واقعیت مجازی را با ابزارهایی شامل لباس‌هایی ترکیب کرده که می‌توانند گرمای محیط را تقریباً تا 200 درجه فارنهایت برسانند. به این ترتیب تجربیات آموزشی واقعی‌تر شده و به آتش‌نشانان آموزش می‌دهد که در مواقع اضطراری چه تصمیماتی بگیرند.
 پلتفرم Pano هم با کمک واقعیت مجازی و استفاده از دوربین‌ها، داده‌های ماهواره‌ای، حسگرهای میدانی و سایر داده‌های تحلیل هوش مصنوعی، برای برنامه‌ریزی سریع طرح‌های واکنش به آتش‌سوزی اقدام کرده است.
 
ماهواره‌ها
انواع مختلفی از سیستم‌های ماهواره‌ای برای شناسایی و ردیابی آتش‌سوزی‌های جنگلی استفاده می‌شود. این ماهواره‌ها اطلاعاتی در مورد مکان، اندازه، دما و مدت آتش‌سوزی جمع‌آوری می‌کنند. آنها همچنین دود را برای کمک به پیش‌بینی کیفیت هوا و کمک به برنامه‌ریزی اطفای حریق هوایی نظارت می‌کنند. از ماهواره‌ها همچنین برای نقشه‌برداری از مناطق سوخته و ارزیابی میزان زباله پس از آتش‌سوزی و شدت فزاینده آتش‌سوزی‌های جنگلی در طول زمان استفاده می‌شود.

بــــرش

اطفای حریق با اینترنت اشیا

علاقه روزافزون به دستگاه‌های متصل به اینترنت اشیا،(IoT)  حول اشیایی می‌چرخد که در شبکه‌های اینترنتی خصوصی به اینترنت و به یکدیگر متصل می‌شوند و داده‌ها را با یکدیگر به اشتراک می‌گذارند. سیستم‌های خودکار، اطلاعات را از این اشیا جمع‌آوری کرده و آنها را تجزیه و تحلیل می‌کنند. حالا دیگر سازمان‌ها در حال توسعه سیستم‌های اینترنت اشیا هستند تا هشدارهای اولیه را درباره فعالیت‌های آتش‌سوزی در مناطق دورافتاده ارائه دهند. این دستگاه‌ها با داشتن شبکه‌ای از حسگرهای دوربرد، کم مصرف و منطقه وسیع، همیشه در حالت آماده‌باش هستند تا اطلاعات تشخیص آتش را به یکدیگر منتقل کنند. همچنین در رویکردی نوآورانه، اسکیدرها، مجهز به دوربین و رادار هستند و می‌توانند مناطق وسیعی از جنگل را از مواد و درختان خشکیده مستعد آتش‌سوزی، پاکسازی کنند تا سوختی برای آتش‌سوزی در دسترس نباشد. (اسکیدرها ماشین مخصوص جمع آوری تنه درختان بریده شده در جنگل هستند که در صنعت چوب کاربرد دارند).