De klimaatverandering verhoogt het risico op bosbranden. Bosbranden kunnen elke drie tot vijf minuten in omvang en intensiteit verdubbelen. Vroegtijdige detectie en kortere reactietijden zijn cruciaal. Dit om het verlies van levens en eigendommen te beperken en voorkomen. Cloudtechnologie, zoals AI en machine learning (ML), kunnen hieraan een bijdrage leveren.
Snelle detectie
Deze zomer woedde in de VS en in Europa een groot aantal omvangrijke bosbranden. Zulke natuurbranden verspreiden zich snel. Ze zorgen voor de vernietiging van ecosystemen. En het verlies aan koolstofopslag doordat bossen verloren gaan.
Bosbranden dragen tegelijkertijd bij aan klimaatverandering. Dit, als gevolg van de uitstoot van broeikasgassen. Daarnaast hebben bosbranden een vernietigende uitwerking op eigendommen en cruciale infrastructuur. En ook communicatiemiddelen en luchtkwaliteit leiden schade.
AI en ML kunnen een belangrijke rol spelen bij het zo snel mogelijk alarmeren van rampenbestrijdingsteams. En wel direct nadat een brand ontstaat. Deze teams kunnen de cloud gebruiken om workflows voor het detecteren van natuurbranden te maken die automatisch snelle meldingen naar brandbestrijdingsteams sturen. Dit, opdat zij al bij de eerste signalen van een bosbrand worden gewaarschuwd.
Identificeren van rook
Men zet AI en ML in om beelden van rook bij natuurbranden te identificeren en classificeren. En om vervolgens direct hulpverleners te waarschuwen. En hen te informeren over de locatie en omvang van deze branden.
Op afstand geplaatste torens verzamelen beelden of video’s. Door sensoren toe te voegen die thermische beelden vastleggen, kan de nauwkeurigheid van het positief labelen van bosbranden en rook verbeterd worden. De beelden die worden verzameld op de torens worden gestreamd naar Amazon Kinesis Video Streams, dat de beelden elke 30 seconden in een Amazon Simple Storage Service (Amazon S3) bucket plaatst.
Speciaal model
Wanneer de videostream-beelden in de Amazon S3-bucket worden geplaatst, stuurt een AWS Lambda-functionaliteit deze naar een Amazon Recognition Custom Label-service, die de objecten in de beelden helpt identificeren op basis van een speciaal hiervoor ontworpen model. Het antwoord van Amazon Rekognition Custom Labels bevat de vraag of een object – in dit geval rook afkomstig van een bosbrand – is gedetecteerd in de afbeelding, en indien gedetecteerd, de omtrek van het object dat in de afbeelding.
Metadata
Wanneer een rookobject-label wordt gedetecteerd, kunnen diensten als Amazon Simple Notification Service (Amazon SNS) en Amazon Simple Email Service (Amazon SES) worden gebruikt om waarschuwingsmechanismen te bouwen om brandbestrijdingsteams te waarschuwen. Ook worden, in dit geval, beeldmateriaal, locatie en andere metadata die verband houden met de brand opgenomen, zo nodig inclusief omgevingscondities zoals wind, weer, vegetatiegegevens en risico-indicaties van bosbranden.
Groter risico
Nu de gemiddelde temperatuur op aarde stijgt en sommige regio’s een groter risico lopen op natuurbranden is detectie een belangrijk onderdeel van het verminderen van de risico’s die hiermee gepaard gaan.