Thảm họa cháy rừng ở California
Theo hãng tin Reuters, năm 2020, California, bang đông dân nhất của Mỹ, đã phải hứng chịu nhiều vụ cháy rừng lớn nhất trong lịch sử nước Mỹ mà theo các nhà khoa học khí hậu có nguyên nhân rất lớn từ tình trạng biến đổi khí hậu và nóng lên toàn cầu. Cụ thể, cháy rừng ở California đã thiêu rụi hơn 4 triệu mẫu (1,6 triệu ha), nhiều hơn gấp đôi so với 1,8 triệu mẫu từng là kỷ lục thiệt hại trước đó, ghi nhận năm 2018, cướp đi sinh mạng của 33 người. Trong năm 2021, theo thông cáo của cơ quan Lâm nghiệp và Phòng cháy Chữa cháy California (Cal Fire), cháy rừng cũng đã thiêu rụi hơn 2 triệu mẫu và cướp đi sinh mạng của 3 người.
Trên toàn nước Mỹ, trong năm 2020 đã xảy ra 58.950 vụ cháy rừng, thiêu rụi 10 triệu mẫu, theo Trung tâm Cứu hỏa liên ngành quốc gia Mỹ. Và năm nay cũng đã có 45.339 vụ cháy rừng.
Thông thường, chúng bắt đầu từ một đám cháy rừng nhỏ, nhưng sau đó nhanh chóng lan rộng và phá hủy mọi thứ trên đường đi của chúng, bao gồm cả nhà cửa và môi trường, đồng thời gây nguy hiểm đến tính mạng con người. Nguyên nhân dẫn tới cháy rừng có thể do ai đó ném tàn thuốc đã cháy hoặc không dập tắt lửa cắm trại đúng cách, cũng có thể do sét đánh vào cây và làm bùng cháy ngọn lửa hoặc có thể khi do lưỡi máy cắt cỏ tạo ra tia lửa bắn vào thảm thực vật khô. Ví dụ, trận cháy rừng Zaca ở hạt Santa Barbara, tây nam California, năm 2007 đã thiêu rụi gần 1/4 triệu mẫu rừng, bắt nguồn bởi tia lửa từ một máy mài đang được sử dụng để sửa chữa đường ống nước.
Phát hiện cháy rừng nhờ máy bay không người lái và IoT
Karen Panetta, giáo sư kỹ thuật điện và máy tính, trưởng khoa đào tạo sau đại học của Đại học Tufts, cho biết từ lâu máy bay không người lái và các hệ thống giám sát trên không đã được sử dụng để phát hiện cháy rừng nhưng cần phải có một người quan sát để xem lại các hình ảnh camera được ghi lại trực tiếp. Điều này đòi hỏi nguồn nhân lực đáng kể và phụ thuộc vào khả năng của con người để phát hiện những sự cố này trong các điều kiện thời tiết, lớp phủ mặt đất và ánh sáng khác nhau.
"Nhưng những gì mắt người có thể nhìn thấy thường bị hạn chế. Các cảm biến IoT có thể phát hiện nhiều thông tin hơn mắt người", Panetta cho biết.
Theo Panetta, các loại cảm biến IoT khác nhau, như cảm biến nhiệt hoặc hóa học gắn trên máy bay không người lái để phát hiện điểm nóng trong khi các cảm biến chi phí thấp khác được triển khai để đo độ ẩm và điều kiện mặt đất, cho phép các cơ quan quản lý đánh giá những khu vực có nguy cơ cháy cao, đồng thời tối ưu hóa việc phát hiện và ngăn chặn cháy rừng sớm.
"Tuy nhiên, các cảm biến chỉ đơn giản là cung cấp dữ liệu. Quan trọng là những gì chúng ta làm với dữ liệu cảm biến và cách chúng ta xử lý lượng thông tin khổng lồ này nhằm mang lại lợi ích cho con người", giáo sư Karen Panetta nhấn mạnh.
Ví dụ, hãy xem xét một máy bay không người lái tuần tra trên đường cao tốc và các khu cắm trại để tìm kiếm các dấu hiệu nhiệt do thuốc lá bị vứt bỏ hoặc dập lửa trại không đúng cách. Trí tuệ nhân tạo (AI) có thể được sử dụng để cung cấp cho lực lượng kiểm lâm bản đồ các đám cháy đang hoạt động và định lượng mức độ nguy hiểm dựa trên dữ liệu lịch sử về các tình huống gây ra hỏa hoạn.
Theo Karen Panetta, các cảm biến chi phí thấp được phân tán trên mặt đất để giúp đánh giá các khu vực có nguy cơ cũng có thể giúp chủ động phát hiện và giảm thiểu cháy rừng. Điều này đòi hỏi chúng phải được lắp đặt một cách chiến lược để đảm bảo chúng không gây hại cho động vật hoang dã khi có thể nuốt chúng. Các cảm biến cũng phải có khả năng chịu được điều kiện thời tiết ngoài trời.
Bên cạnh các phương pháp tiếp cận hướng tới việc phát hiện và phòng ngừa cháy rừng, ngày nay công nghệ IoT còn được sử dụng để chữa cháy và hỗ trợ nhân viên cứu hỏa cũng như những người ứng cứu đầu tiên có thể nhanh chóng nắm bắt tình huống nhằm quản lý hoạt động, giữ an toàn cho mọi người và giám sát tình hình.
Ứng dụng công nghệ để phát hiện đám cháy cả khi đang âm ỉ
Carsten Brinkschulte, đồng sáng lập và giám đốc điều hành của Dryad Networks, một công ty khởi nghiệp IoT về môi trường của Đức, cho biết hầu hết các giải pháp phát hiện cháy rừng đều dựa trên hệ thống quang học sử dụng camera gắn trên cột điện hoặc trên vệ tinh. Tuy nhiên, các giải pháp quang học có thể bị hạn chế bởi tán cây hoặc mây, và chúng có thể mất vài giờ để phát hiện cháy rừng.
Ông cho biết, Dryad đã phát triển một hệ thống phát hiện cháy rừng sớm có tên là Silvanet, giúp giảm thời gian phản ứng và cho phép các nhân viên cứu hỏa dập tắt đám cháy trước khi đám cháy lan ra ngoài tầm kiểm soát.
Theo Brinkschulte, hệ thống sử dụng các cảm biến khí chạy bằng năng lượng mặt trời được đặt trong một khu rừng để theo dõi thành phần không khí, nhiệt độ, độ ẩm và áp suất không khí vì thông thường, cháy rừng xảy ra khi trời khô và nóng. Nhưng yếu tố quan trọng là sự kích hoạt của carbon monoxide, carbon dioxide, hydro và các khí khác được thải ra trong giai đoạn đầu của cháy rừng, được gọi là giai đoạn âm ỉ. Mục đích cuối cùng là để phát hiện ra đám cháy trước khi ngọn lửa bùng phát.
Các cảm biến nhỏ gắn vào cây cối sẽ gửi cảnh báo qua mạng lưới Silvanet IoT tới một nền tảng giám sát dựa trên đám mây, ngay lập tức đưa ra cảnh báo cho các bên liên quan trong trường hợp hỏa hoạn. Giải pháp này có thể phát hiện cháy rừng trong vòng dưới 60 phút, ngay cả trong giai đoạn âm ỉ, trước khi có đám cháy bùng phát. Ngược lại, các giải pháp dựa trên camera và vệ tinh có thể mất hàng giờ hoặc thậm chí vài ngày để xác định đám cháy vì chúng dựa vào khói và nhiệt phát triển đủ để được phát hiện từ khoảng cách xa. Vào thời điểm các chiến sĩ chữa cháy đến hiện trường, đám cháy thường đã phát triển quá lớn nên không thể dập tắt và không thể kiểm soát được nữa.
Để kết nối hệ thống cảm biến IoT, Silvanet sử dụng mạng không dây LoRa (một giao thức không dây mới được thiết kế để truyền thông tầm xa, năng lượng thấp, phù hợp cho các ứng dụng M2M và IoT) được mở rộng với kiến trúc mạng hình lưới đang chờ cấp bằng sáng chế để phủ sóng các khu vực rất rộng lớn của rừng.
Carsten Brinkschulte giải thích, LoRa có kiến trúc mạng hình sao. Do đó, bạn có một cổng có thể kết nối với nhiều cảm biến. Nhưng cổng vào phải có kết nối Internet. Đây là một vấn đề lớn ở giữa một khu rừng có quy mô của nhiều thành phố - giữa một nơi không có kết nối mạng trực tiếp.
Để khắc phục vấn đề này, công ty Dryad đã phát triển các cổng lưới, nơi các cổng này có thể giao tiếp với nhau cho đến khi chúng đến một cổng biên, đây là một cổng thực sự có kết nối Internet. Với những cổng lưới này, Dryad có thể mở rộng phạm vi phủ sóng của mạng lưới vào sâu trong rừng.
"Bản thân tôi sống ở California, tôi biết quá rõ sự tàn phá mà các đám cháy rừng gây ra trên hành tinh của chúng ta. Các cảm biến của Dryad sử dụng thiết bị Semtech LoRa của chúng tôi có khả năng hạn chế tác động tàn phá này bằng cách giám sát từ xa, an toàn và bảo mật các khu rừng để tìm kiếm bất kỳ mối nguy hiểm tiềm ẩn nào", Carsten Brinkschulte cho biết.
Những thách thức trong việc ứng dụng IoT để phát hiện cháy rừng
Theo Brian Gilmore, giám đốc quản lý sản phẩm IoT tại InfluxData, các thử nghiệm ban đầu với các cảm biến được triển khai tại hiện trường và các bộ báo cháy số đã cho thấy: điều này không thực tế trên quy mô lớn. Việc triển khai các cảm biến và mạng lưới trong các khu rừng đòi hỏi nhiều nỗ lực trong việc triển khai và duy trì cơ sở hạ tầng.
Brian Gilmore cho biết: "Kết nối Internet thường bị hạn chế đáng kể ở những khu vực xa xôi, nơi có nhiều đám cháy rừng. Mặt khác, mạng lưới cảm biến với quy mô lớn cần thiết để bao phủ hàng trăm nghìn mẫu rừng cũng là một thách thức đứng từ góc độ chi phí và triển khai".
Nhưng các mô hình phát hiện cháy rừng nhờ IoT và các cảm biến đã cho thấy những hiệu quả mà chúng mang lại trong việc phát hiện và ngăn chặn cháy rừng. Theo Brian Gilmore, các cảm biến hồng ngoại được gắn vào máy bay không người lái giúp tự động quét các tầng rừng, nhờ đó có thể phát hiện sớm các tia lửa âm ỉ.
Chúng cũng hỗ trợ gửi cảnh báo đến cơ quan chức năng và điều hướng họ đến các vị trí chiến lược bằng cách sử dụng cảm biến GPS trên điện thoại thông minh của họ. Và các mạng lưới cảm biến nhiệt độ nhỏ hơn và dễ quản lý hơn đang được triển khai tại hiện trường cũng đóng một vai trò lớn trong việc mô hình hóa hành vi cháy. Chúng cũng hỗ trợ lập bản đồ chuyển động nhiệt và cách đám cháy bị ảnh hưởng bởi gió, thảm thực vật và các yếu tố môi trường khác, góp phần giúp các cơ quan chức năng đưa ra những chiến lược ứng phó và sơ tán kịp thời và hiệu quả./.
