Έξυπνο σύστημα πρόβλεψης πυρκαγιάς

Abstract

Οι δασικές πυρκαγιές είναι ένας από τους πιο κοινούς κινδύνους που μπορεί να εμφανιστούν σε μια δασική έκταση. Ως εκ τούτου, η βελτίωση του επιπέδου εκσυγχρονισμού της παρακολούθησής τους, με χρήση τεχνολογιών και επικοινωνιών, έχει στρατηγική σημασία για πολλές χώρες όπου εμφανίζονται συχνά δασικές πυρκαγιές. Γενικά, η διαδικασία της παρακολούθησης μιας πυρκαγιάς αποτελείται από τρεις επιμέρους χρονικές φάσεις: (α) προ-πυρκαγιάς, με τη λήψη κατάλληλων μέτρων για τον έλεγχό της, (β) κατά τη διάρκεια της πυρκαγιάς, ανίχνευσή της και προγραμματισμός για τον έλεγχό της, και (γ) μετά-πυρκαγιάς, με την εκτίμηση ζημιών και το σχεδιασμό μετριασμού τους. Σήμερα, για την ανίχνευση δασικών πυρκαγιών χρησιμοποιείται το δορυφορικό σύστημα, το οποίο όμως λειτουργεί μόνο όταν η πυρκαγιά εξαπλώνεται σε μεγάλη περιοχή, καθιστώντας το ένα μη ιδιαίτερα αποδοτικό σύστημα πρόβλεψης, καθώς περίπου το 80% των απωλειών δασικών εκτάσεων από μια πυρκαγιά προκύπτει λόγω της καθυστερημένης ανίχνευσής της. Σ’ αυτό το σημείο, λοιπόν, εισάγονται οι έννοιες του Διαδικτύου των Πραγμάτων και των Τεχνητών Νευρωνικών Δικτύων. Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι να προτείνει ένα μοντέλο έγκαιρης πρόβλεψης πυρκαγιάς, με τη βοήθεια της πλακέτας ESP32 και άλλων απαιτούμενων αισθητήρων. Η εργασία αυτή παρουσιάζει το σχεδιασμό, την εφαρμογή και την αξιολόγηση της απόδοσης ενός έξυπνου συστήματος πρόβλεψης πυρκαγιάς. Το προτεινόμενο σύστημα, λόγω του χαμηλού κόστους και της φιλικής προς το χρήστη διεπαφής, μπορεί εύκολα να υιοθετηθεί από οποιονδήποτε ενδιαφερόμενο σε εισαγωγικό επίπεδο, χωρίς να είναι απαραίτητη η ανάγκη να επενδύσει σε νέες τεχνολογίες. Το σύστημα που αναπτύχθηκε βασίζεται αποκλειστικά σε εργαλεία ανοιχτού κώδικα (γλώσσες προγραμματισμού, λογισμικό και υλικό), αποτελώντας ένα χαμηλού κόστους αλλά αποτελεσματικό σύστημα. Το προτεινόμενο σύστημα πρόβλεψης, αξιοποιώντας ένα Ασύρματο Δίκτυο Αισθητήρων, μπορεί να προσφέρει πολλαπλά οφέλη, τόσο από την άποψη των καλλιεργειών, όσο και από την άποψη της καλύτερης διαχείρισης προστασίας των φυσικών πόρων γενικότερα.

Forest fires are one of the most common hazards that may occur in a forest area; hence, improving the level of modernization of their monitoring, using technologies and communications, is of strategic importance for many countries where forest fires often occur. In general, the process of fire monitoring consists of three individual time phases: (a) pre-fire, by taking appropriate measures to control it, (b) during the fire, detection and planning for its control, and (c) post-fire, with damage assessment and mitigation planning. Today, the satellite system is used to detect forest fires, but it only works when the fire spreads over a large area. This renders it a highly inefficient prediction system, as about 80% of forest fire losses occur due to delayed detection. This is the reason why the principles of the Internet of Things and Artificial Neural Networks were introduced. The goal of this dissertation is to propose a model for early fire prediction, deploying the ESP32 development board as well as other sensors required. This paper presents the design, implementation and evaluation of the performance of a smart system for fire prediction. Thanks to the systems’s low-cost and user-friendly interface, the proposed framework can be easily implemented by those interested in the introductory level, without the need to invest in new technologies. The developed system is based solely on open source resources (programming languages, software and hardware), rendering it a system that is low-cost, yet efficient. The proposed prediction model, which uses a Wireless Sensor Network, can offer multiple benefits, both in terms of crops and in terms of better management of the protection of natural resources in general.