الطقس الناري الشديد إن تغير المناخ، الذي تغذيه موجات الحر الشديدة وموجات الجفاف الأطول، يتسع نطاقه بسرعة وغضب على مستوى العالم. وسط تغير المناخ، من المتوقع أن تندلع حرائق الغابات يزيد بنسبة 30% تقريباً في غضون عقدين من الزمن، وبحلول نهاية القرن قد تصل إلى 50%. ومما زاد الأمور تعقيدًا أننا علمنا أن العام الماضي كان رسميًا العام الأكثر سخونة على الأرض مسجل. وفي أمريكا الشمالية، “حرائق ضخمة” تحرق أكثر من 100 ألف فدان قد يكون أسوأ أكثر من أي وقت آخر في التاريخ المسجل، وكلما زاد عدد الأفدنة المحروقة يرتبط مع ارتفاع درجات الحرارة. ليس أقلها أن المزيد من الدخان الذي ينتقل لمسافة أبعد ينفث أعلى مستوى على الإطلاق تلوث الهواء بسبب حرائق الغابات.
ولا يوجد حل واحد يمكنه أن يطفئ هذا التهديد. فقط مزيج من الجهود والتقنيات متعددة الأوجه، بما في ذلك الأدوات التي تعتمد على الذكاء الاصطناعي، يمكن أن يضع الإنسانية أمام هذا الجحيم.
الاشتعال من الشبكة
تقدم شبكة الطاقة مثالاً مقنعًا لمخاطر حرائق الغابات – وكيف يمكن للتكنولوجيا متعددة الأوجه معالجة الوقاية والكشف والمعركة والتعافي. في حين أن أسباب حرائق الغابات تشمل الحرق العمد، والإهمال، والمحفزات الطبيعية مثل البرق، بيانات من المركز الوطني المشترك بين الوكالات لمكافحة الحرائق عروض أن خدمات الإطفاء الفيدرالية والولائية والمحلية واجهت 32.652 حريقًا غاباتًا ناجمة عن خطوط الكهرباء في الفترة من 1992 إلى 2020. ولا يزال حوالي 80٪ من الشبكة الأمريكية فوق الأرض – مكشوفة وقديمة.
في الحقيقة، 70% خطوط النقل والتوزيع (T&D) وصلت إلى النصف الثاني من عمرها الافتراضي. وفي الوقت نفسه، فإننا نزيد العبء على أنظمة نقل الكهرباء لدينا، ويكون خطر حدوث شرارة حاضرًا دائمًا. عندما تشتعل المكونات، غالبًا لا يتم اكتشاف ذلك حتى تشتعل النيران. والخبر السار هو أننا نستطيع معالجة هذا الخطر.
منع الشرارة يتم مراقبتها عن بعد
على خطوط الشبكة والمعدات، تعمل مانعات الصواعق على تحويل الجهد الزائد من الزيادات الكهربائية أو البرق إلى الأرض بشكل وقائي. لكنهم بعيدون كل البعد عن أن يكونوا معصومين من الخطأ. عند تحصينها بأجهزة قوية، يقل خطر نشوب الحرائق. تقوم وحدة منع الشرر (SPU) بمراقبة الحمل الحالي والحراري لمانع الصواعق؛ إذا كان هناك حمل زائد، فإنه يقاطع تدفق التيار ويفصل مانع الصواعق. وهذا يمنع حدوث أي قوس أو شرارة أو قذف للجزيئات الساخنة التي يمكن أن تؤدي إلى نشوب حريق هائل.
تم تصميم وحدات SPU هذه خصيصًا للمناطق المعرضة لخطر حرائق الغابات بشكل كبير وتتضمن مؤشرًا لاسلكيًا مع إمكانية الإرسال بعيد المدى (LoRa) الذي يراقب وحدة SPU عن بعد ويتخذ الإجراءات اللازمة سريع. ينقل المؤشر بيانات حول وقت حدوث أي حدث تعثر والموقع الجغرافي، بالإضافة إلى حالة وحدة SPU. ولأنها آمنة وفعالة، فقد تمت الموافقة على إعفاءها من إزالة الغطاء النباتي في كاليفورنيا، حيث تم تركيب مئات الآلاف منها في مناطق معرضة لحرائق الغابات يتم تفتيشها بشكل غير منتظم ويصعب الوصول إليها. ولكن هناك حاجة إلى المزيد من التكنولوجيا من هذا النوع في جميع أنحاء البلاد.
عمليات التفتيش المبنية على الصور المدعومة بالذكاء الاصطناعي/التعلم الآلي المتطور
تحتاج الطائرات بدون طيار إلى وصول أوسع أيضًا. عند نشرها في أنماط متكررة لالتقاط الصور والبيانات، يمكن لبرنامج الفحص القائم على التحليلات الخاص بها تحديد العيوب في أصول خطوط الكهرباء والشبكة بسرعة من خلال الاستفادة من نماذج الذكاء الاصطناعي/التعلم الآلي المخصصة. يمكن للبرنامج أتمتة تقييمات العيوب والتحليل الفوري لآلاف الصور متعددة الزوايا من مصادر مختلفة – بما في ذلك الصور الفوتوغرافية والفيديو وLiDAR والصور الحرارية وصور الأقمار الصناعية. فهو يقوم بإجراء تحديد الهوية والفهرسة وتقييم الصحة، كما تحدد خوارزميات الرؤية الحاسوبية والتعلم الآلي احتمالية فشل الأصول الحبيبية مثل المخمدات والأقراص الخزفية والدبابيس وعوازل البوليمر والأعمدة الخشبية والمزيد. حسب الحاجة، يمكن للبشر الدخول إلى الحلقة بمدخلات تعمل على تدريب نماذج الذكاء الاصطناعي بشكل أكبر.
يجب أن يكون هناك نظام بيانات فعال لمعالجة وتحليل الكميات الهائلة من البيانات المرئية التي تم جمعها، إلى جانب بيانات الاستشعار والبيانات التاريخية، للحصول على رؤية أكثر دقة لما يحدث، وما سيحدث على أرض الواقع. عند اكتشاف حرائق الغابات ومكافحتها، تعد المعالجة السريعة للبيانات التي ترسل التنبيهات الصحيحة إلى الأشخاص المناسبين الذين يمكنهم اتخاذ قرارات استباقية أمرًا ضروريًا حيوي.
نماذج تنبؤية صارمة لجودة الهواء
وبعيدًا عن إيقاف النيران، فإن فهم تأثير الدخان على الأشخاص والحيوانات – ومستويات الدخان وتوزيعه – يعد أمرًا بالغ الأهمية أيضًا. اللون الأحمر الناجم عن حرائق الغابات الشديدة في كندا مغطاة شمال شرق الولايات المتحدة في العام الماضي والسكان المفاجئين سوف يصبحون شائعين بشكل متزايد. في الواقع، أ الجولة الثانية من المحتمل حدوث حرائق الغابات هذه ومشاكل جودة الهواء التي تسببها هذا العام.
تحتاج المجتمعات إلى أنظمة شاملة لاستيعاب بيانات جودة الهواء من أجهزة استشعار إنترنت الأشياء، ومصادر الأرصاد الجوية، وغيرها من الأدوات، ثم إعداد تلك البيانات والتحقق من صحتها ومزجها تلقائيًا. يمكن تطبيق الذكاء الاصطناعي/التعلم الآلي المضبوط بدقة وتحليلات البيانات المتقدمة لبناء نماذج تنبؤية دقيقة لجودة الهواء.
وهناك تكنولوجيات أخرى متعددة الأوجه تلوح في الأفق: برامج رسم خرائط جديدة لنمو الغطاء النباتي، والتعديات، والتنبؤ؛ وتكنولوجيا الأقمار الصناعية التي يمكنها تحديد الحرارة غير العادية لحرائق الغابات عند اندلاعها؛ وأجهزة استشعار تعمل بالطاقة الشمسية على الأشجار لقياس الغاز والرطوبة أثناء جمع البيانات من كاميرات الأشعة تحت الحمراء. ويمكن للذكاء الاصطناعي أن يساعد في مكافحة الحريق نفسه من خلال التنبؤ بحركته، حتى يتمكن رجال الإطفاء من تحديد ذلك أفضل موضع وحجم الحرائق.
تكلفة حرائق الغابات الشديدة آخذة في الارتفاع. بحسب البنك المركزي العماني تقرير“بين عامي 1989 و2020، تضاعف المتوسط المتحرك لمدة خمس سنوات للإنفاق الفيدرالي على إخماد حرائق الغابات بأكثر من ثلاثة أضعاف من حيث المعدل المعدل حسب التضخم”. ولكن التكلفة التي يتحملها الناس والكوكب ربما تكون في نهاية المطاف هي التي تحفز العمل التعاوني باستخدام كل التكنولوجيات والبيانات المتاحة.
