Uso de tecnologías basadas en IoT para combatir incendios forestales

Una tormenta perfecta de cambio climático, actividad humana y mala gestión de la tierra ha creado incendios forestales de tamaño y frecuencia sin precedentes. Tan solo en 2021, los incendios forestales en los EE. UU. quemaron más de 10 millones de acres, miles de estructuras e innumerables hábitats de animales. Más allá de la devastación sobre el terreno, los incendios forestales son responsables de un sorprendente 20 % de las emisiones globales. Hasta hace poco, la mayor atención se había centrado en combatir los incendios activos. Ahora, el Servicio Forestal de los EE. UU., consorcios de investigación y empresas privadas están aprovechando el mismo tipo de tecnologías de Internet de las cosas (IoT) utilizadas en la automatización de fábricas para detectar incendios en la etapa más temprana posible.

Figura 1: El incendio Caldor de 2021 visto a través de una cámara de seguridad térmica de Teledyne FLIR . (Fuente: Teledyne FLIR)

Arquitectura de sistemas de detección temprana de incendios

La detección temprana de incendios forestales se basa en el conocimiento de la situación en tiempo real, a menudo en paisajes vastos y montañosos. La estructura de estos sistemas es relativamente simple (Figura 2). Los sensores recopilan continuamente datos meteorológicos y de calidad del aire. Cuando se alcanza un umbral preestablecido, esos datos van a la nube donde se aplican algoritmos de inteligencia artificial (IA) y aprendizaje automático. Las alertas se transmiten instantáneamente a una estación base donde los observadores de incendios utilizan una red de cámaras infrarrojas para confirmar la situación.

Figura 2: Detección de incendios forestales mediante sensores basados en IoT, puertas de enlace de red y la nube. (Fuente: PsiBorg.com)

Empresas como Bosch Sensortec, Ericsson y Acti han desarrollado componentes capaces de soportar condiciones extremas. Silvanet —sistema de detección ultratemprana de Dryad— es una solución de extremo a extremo que integra sensores alimentados por energía solar, una infraestructura de red de malla patentada basada en una red de área amplia de largo alcance (LoRaWAN) y una plataforma de análisis en la nube.

Redes de sensores inalámbricos

Las redes de sensores inalámbricos (WSN) son confiables, de bajo costo y fáciles de escalar, lo que las hace muy adecuadas para aplicaciones de detección de incendios. Los nodos se despliegan estratégicamente en un área silvestre en todos lados, desde mástiles portátiles hasta troncos de árboles y postes de servicios públicos. La detección de dispositivos varía desde decenas de metros hasta 15 km.

Los sensores de incendios forestales de Silvanet (Figura 3) están diseñados para detectar incendios en un plazo de 1 a 60 minutos. El sensor Bosch BME688 incorporado detecta hidrógeno, monóxido de carbono y otros gases a nivel de partes por millón (ppm). El BME688 es el primer sensor de gas con IA y sensores integrados de presión, humedad y temperatura de alta linealidad y alta precisión.

Figura 3: Sensor de gas BME688 de Bosch integrado en el sensor de incendios forestales con energía solar de Silvanet. (Fuente: Bosch Sensortec)

Redes de IoT en malla

Las redes de IoT en malla evitan los desafíos de infraestructura de las redes celulares al conectar directamente cada nodo con todos los demás nodos de manera descentralizada. Las señales saltan entre nodos para llegar a destinos que no están dentro del alcance de un sensor individual. Los datos se transmiten a un servidor en la nube a través de redes como LoRaWAN, que tiene una capacidad de distancia excepcional combinada con un bajo consumo de energía… lo que la hace adecuada para una amplia gama de aplicaciones de IoT.

Termografía infrarroja

Las cámaras PTZ (movimiento horizontal/vertical/zoom) infrarrojas de alta definición utilizan imágenes térmicas para detectar firmas de calor y variaciones de temperatura. El personal de las estaciones base tiene comando y control directo de las cámaras, lo que les permite monitorear el paisaje, el comportamiento del fuego y el clima en tiempo real. Con una panorámica completa de 360°, una inclinación de 90° y un zoom óptico de 40X, la cámara PTZ para incendios forestales de AEM crea un mapa 3D de las condiciones ambientales en un radio de 40 kilómetros. Los equipos de gestión de incendios forestales utilizan la plataforma de software FTS360 de la empresa para ver imágenes en vivo con datos meteorológicos superpuestos.

Figura 4: Cámara PTZ para incendios forestales de AEM. (Fuente: AEM)

Investigación sobre detección temprana de incendios

Una asociación de 2023 entre el Departamento de Seguridad Nacional y el Oregon Hazard Lab (OHAZ) evaluará las tecnologías de detección frente a las alertas generadas por el sistema de cámaras ALERTWildfire. Las cámaras HD de ALERTWildfire tienen capacidades de infrarrojo cercano que van desde hasta 40 millas durante el día y de 60 a 80 millas durante la noche. Es un sistema de gran ancho de banda para que cualquier persona con conexión a Internet pueda acceder a sus transmisiones de video públicas. Los dispositivos sensores fueron desarrollados por Breeze Technologies de Hamburgo, Alemania, y N Sensors de Rockville, Maryland. La investigación se está llevando a cabo en el valle de Willamette en Oregón.

Figura 5: Sensores diseñados por Breeze Technologies (izquierda) y N5 Sensors (derecha) instalados en Willamette Valley, Oregón. (Fuente: Breeze Technologies y N5 Sensors)

La información en tiempo real ayuda a los administradores de incendios a tomar decisiones sobre la asignación de recursos y la seguridad pública. Los datos consistentes permiten a los científicos del fuego identificar patrones basados en variables ambientales. A pesar de avances tan prometedores, el hecho es que más del 80 % de los incendios forestales son causados por descuidos humanos, como fogatas desatendidas, cigarrillos arrojados al aire, quema de escombros y mal funcionamiento de los equipos. El 5 de septiembre de 2020, un dispositivo pirotécnico activado en un baby shower de revelación de género causó el mortal incendio El Dorado de California. El incendio quemó más de 22,000 acres y provocó la muerte de un bombero. Se acusó a la pareja responsable de la fiesta de 30 delitos y homicidio involuntario. Tal vez a medida que los estados comiencen a responsabilizar legalmente a las personas por comportamientos irresponsables como este, habrá menos incendios que detectar.

Fuentes

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

Gupta, V. (1 de febrero de 2023). 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. (9 de febrero de 2023).

Wildfire Causes and Evaluations (Servicio de Parques Nacionales de los EE. UU.). (s.f.)