Utilizzare tecnologie basate sull'IoT per contrastare gli incendi

Una tempesta perfetta di cambiamenti climatici, attività antropiche e cattiva gestione del territorio ha portato alla diffusione di incendi di dimensioni e frequenza da record. Solo nel 2021, gli incendi negli Stati Uniti hanno distrutto più di 40,500 kmq, migliaia di strutture e innumerevoli habitat. Oltre a devastare il suolo, gli incendi contribuiscono un allucinante 20% alle emissioni globali. Fino a poco tempo fa, la maggior parte degli sforzi è stata rivolta all'estinzione di incendi attivi. Ora, l'U.S. Forest Service, consorzi di ricerca e aziende private sfruttano lo stesso tipo di tecnologie dell'Internet delle cose (IoT) impiegate nell'automazione di fabbrica per rilevare gli incendi mentre si trovano ancora agli stadi iniziali.

Figura 1: L'incendio Caldor del 2021 visto attraverso una telecamera di videosorveglianza termica Teledyne FLIR. (Immagine per gentile concessione di Teledyne FLIR)

Architettura dei sistemi di rilevamento precoce degli incendi

Il rilevamento precoce degli incendi si basa sulla consapevolezza situazionale in tempo reale, spesso in ambienti vasti e montuosi. La struttura di tali sistemi è relativamente semplice (Figura 2). I sensori raccolgono di continuo dati meteorologici e relativi alla qualità dell'aria. Quando raggiungono una soglia preimpostata, i dati vengono inviati al cloud, dove sono applicati algoritmi di apprendimento automatico (ML) e intelligenza artificiale (IA). Vengono quindi inviati immediatamente degli avvisi a una stazione di vigili del fuoco, dove una rete di telecamere a infrarossi conferma la situazione.

Figura 2: Rilevamento di incendi con sensori basati sull'IoT, gateway di rete e il cloud. (Immagine per gentile concessione di PsiBorg.com)

Diverse aziende, tra cui Bosch Sensortec, Ericsson e Acti, hanno sviluppato componenti in grado di sopportare condizioni estreme. Silvanet, il sistema di rilevamento super precoce di Dryad, è una soluzione end-to-end che integra sensori a energia solare, un'infrastruttura di rete a maglie basata su LoRaWAN proprietaria e una piattaforma di analisi cloud.

Reti di sensori wireless

Le reti di sensori wireless (WSN) sono affidabili, a basso costo e facili da scalare, cosa che le rende adatte ad applicazioni per il rilevamento di incendi. I nodi sono disposti strategicamente in un'area naturale con diverse soluzioni, da piloni portatili a tronchi d'albero a pali elettrici. La portata di rilevamento dei dispositivi va da decine di metri fino a 15 chilometri.

I sensori Silvanet Wildfire (Figura 3) sono progettati per rilevare incendi entro 1-60 minuti. Il sensore integrato BME688 di Bosch rileva idrogeno, monossido di carbonio e altri gas a livello di parti per milione. BME688 è il primo sensore di gas dotato di IA, alta linearità integrata, e sensori di pressione, umidità e temperatura ad alta precisione.

Figura 3: Il sensore di gas BME688 di Bosch integrato nel sensore antincendio a energia solare di Silvanet. (Immagine per gentile concessione di Bosch Sensortec)

Reti IoT a maglie

Le reti IoT a maglie aggirano le sfide infrastrutturali delle reti cellulari collegando direttamente ciascun nodo a tutti gli altri in modo decentralizzato. I segnali passano da un nodo all'altro in modo da raggiungere destinazioni al di là della portata di un singolo sensore. I dati vengono trasmessi a un server cloud tramite reti come LoRaWAN, dall'incredibile capacità a livello di distanza e a basso consumo energetico, cosa che rende tale soluzione idonea ad applicazioni IoT ad ampia portata.

Termografia a infrarossi

Le telecamere a infrarossi PTZ (panoramica/inclinazione/zoom) ad alta definizione utilizzano la termografia per rilevare firme termiche e variazioni termiche. Il personale alle stazioni dei vigili del fuoco ha un controllo diretto sulle telecamere, cosa che consente di monitorare l'ambiente, il comportamento dell'incendio e i fenomeni atmosferici in tempo reale. Con una panoramica a 360°, un'inclinazione di 90° e uno zoom ottico 40X, la telecamera PTZ Wildfire di AEM crea una mappa 3D delle condizioni ambientali in un raggio di 40 km. I team di gestione degli incendi utilizzano la piattaforma software FTS360 dell'azienda per visualizzare immagini in diretta con dati atmosferici in sovrimpressione.

Figura 4: La telecamera Wildfire PTZ di AEM. (Immagine per gentile concessione di AEM)

Ricerca sul rilevamento precoce degli incendi

Un accordo del 2023 tra lo U.S. Department of Homeland Security e Oregon Hazard Lab (OHAZ) valuterà le tecnologie di rilevamento confrontandole con gli avvisi generati dal sistema di telecamere di ALERTWildfire. Le telecamere HD di ALERTWildfire dispongono di capacità vicine all'infrarosso da un massimo di 64 km durante il giorno e da 97 a 129 km di notte. Si tratta di un sistema ad ampia larghezza di banda che consente a chiunque disponga di una connessione Internet di accedere alle dirette video pubbliche. I dispositivi di rilevamento sono stati sviluppati da Breeze Technologies (Amburgo, Germania) e N5 Sensors (Rockville, Maryland). La ricerca è al momento condotta nella Willamette Valley, Oregon.

Figura 5: Sensori progettati da Breeze Technologies (sinistra) e N5 Sensors (destra) installati nella Willamette Valley, Oregon. (Immagine per gentile concessione di Breeze Technologies e N5 Sensors)

Le informazioni in tempo reale aiutano i vigili del fuoco a gestire le risorse e prendere decisioni per la sicurezza di tutti. Dati uniformi consentono agli scienziati di identificare modelli sulla base delle variabili ambientali. Nonostante questi sviluppi tanto promettenti, rimane il fatto che oltre l'80% degli incendi boschivi sia causato dalla negligenza delle persone, come falò non controllati, sigarette abbandonate a terra, combustione di macerie e malfunzionamenti di apparecchiature. Il 5 settembre 2020 un dispositivo pirotecnico utilizzato a una festa ha dato origine al terribile El Dorado che ha devastato la California. L'incendio ha distrutto oltre 80 kmq, causando la morte di un vigile del fuoco. La coppia responsabile della festa è stata accusata di 30 reati e omicidio colposo. Forse, ora che gli stati iniziano a ritenere gli individui legalmente responsabili per comportamenti come questo, vi saranno meno incendi da rilevare.

Fonti

Dampage, U., et al. (2022). Forest fire detection system using wireless sensor networks and machine learning. Sci Rep 12, 46.

Gupta, V. (2023, February 1). Forest Fire Protection Using Sensor Network and IoT. PsiBorg.

Peruzzi, G., & Pozzebon, A. (2023). Fight Fire with Fire: Detecting Forest Fires with Embedded Machine Learning Models Dealing with Audio and Images on Low Power IoT Devices. Sensors, 23(2), 783.

Stoking Wildfire Resilience in Oregon | Homeland Security. (2023, February 9).

Wildfire Causes and Evaluations (US National Park Service). (n.d.)