Menghitung “Waktu Emas” yang Andal untuk Deteksi Kebakaran – Menuju AI – Teknologi, Sains, dan Teknik Terbaik

Penulis: Jungwook Hoh

Ilmu Data

Mengubah informasi spasial menjadi informasi berbasis waktu terkait kebakaran hutan. Dengan regresi linier, ini menambah kredibilitas.

Selama bekerja di Alchera Inc., saya ditugaskan untuk bekerja di divisi produk teknologi deteksi anomali visual tempat kami saat ini mengerjakan deteksi asap dan api berbasis kamera. Area percakapan yang khas di ruang mitigasi kebakaran adalah “waktu emas” atau jumlah waktu antara peristiwa penyalaan api dan kapan perlu dideteksi untuk mencegahnya menjadi bencana. Meskipun ada banyak faktor yang berperan, artikel berikut adalah upaya saya untuk mengklasifikasikan waktu emas deteksi kebakaran dengan tepat sehingga dapat memberikan patokan yang jelas untuk sistem deteksi kebakaran kami berdasarkan lokasi penyebaran.

Sebelum saya mulai, saya ingin menjelaskan apa bencana kebakaran hutan itu. Tanpa mendefinisikan istilah ‘bencana’, konsep waktu emas juga akan terlalu subjektif. Saya akan mendefinisikan ‘bencana kebakaran hutan’ sebagai api yang melampaui kemampuan petugas pemadam kebakaran untuk menangkapnya sebelum ‘di luar kendali’. Kemudian, izinkan saya menjelaskan apa artinya ‘di luar kendali’. Saya sarankan, dengan mempertimbangkan entitas yang mengendalikan api, jika rentang / laju penyebaran api, kerusakan ekonomi, waktu yang dihabiskan untuk pemadaman dll menjadi tidak dapat diprediksi dan tidak dapat dihitung, api berada dalam keadaan ‘di luar kendali’. Sekarang saya siap untuk beralih ke analisis masalah / solusi.

Masalah: Tidak ada informasi’berbasis waktu’ yang pasti tentang kapan waktu terbaru yang memungkinkan untuk mencegah kebakaran hutan menjadi tidak terkendali.

Solusi: Dengan menggunakan data place ruang pertahanan yang dapat dipertahankan, laju penyebaran api, kondisi angin, dan kelembaban, kita dapat membuat rumus proxy untuk menghitung waktu emas untuk lokasi tertentu.

Ruang yang dapat dipertahankan adalah”place alami dan / atau lanskap di sekitar struktur yang telah dipelihara dan dirancang untuk mengurangi bahaya kebakaran. Istilahnya, dalam konteks kebakaran hutan, digunakan terutama di antarmuka wildland-urban (WUI). ” Ruang ini mengurangi risiko penyebaran api dari satu place ke area lain, atau ke bangunan, dan menyediakan akses pemadam kebakaran dan area untuk lebih aman untuk mempertahankan place untuk terancam. Artinya, bahkan jika terjadi kebakaran di place acak di antara hutan, selama berada di dalam ruang yang dapat dipertahankan, petugas pemadam kebakaran dapat menghentikan penyebarannya lebih jauh.

Menurut artikel dari halaman web CalFire, ada dua jenis zona untuk ruang yang dapat dipertahankan. Zona 1 memanjang 30 kaki dari gedung (jika terjadi kebakaran hutan, itu akan menjadi titik penyalaan api). Zona two terbentang 100 kaki dari gedung atau titik penyalaan. Sekarang kami memiliki nomor spasial untuk kebakaran hutan.

Kemudian, ada eksperimen yang dilakukan oleh National Institute of Forest Science (NIFOS) di Korea Selatan. Mereka menguji kecepatan penyebaran api tergantung pada kecepatan angin dan kemiringan lahan. Berikut ini adalah hasil percobaan NIFOS.

Gambar oleh Penulis

Semakin curam tanahnya, semakin cepat api menyebar. Selain itu, angin kencang menyebabkan api menyebar lebih cepat. Sementara lebih banyak information mentah diperlukan untuk akurasi yang lebih baik, untuk membuat beberapa rumus proksi umum, saya telah melakukan regresi linier multivariat.

(Tentu saja, ini bisa menjadi fungsi kuadrat tergantung pada variabel; namun, untuk kesederhanaan, mari kita berhipotesiskan itu akan menjadi hubungan linier)

Hasil regresi linier, koefisien untuk X1 (kecepatan angin) adalah 1.245625, untuk X2 (kemiringan tanah) adalah 0.170425, dan titik potong Y adalah -2.58388;

Untuk menghitung waktu emas ruang pertahanan, kita membagi rentang spasial dengan kecepatan sebar.

Gambar oleh Penulis100 kaki = 30.48m 30.48m / Kecepatan penyebaran (dengan meter / menit) = Waktu emas (menit)

Dengan demikian, hasil perhitungan gold period kami adalah sebagai berikut:

Gambar oleh PenulisGambar oleh PenulisKarena rumus regresi linier dasar cukup ekstrim karena kurangnya info, kami dapat membuat sedikit penyesuaian untuk membuat nomor tersebut masuk akal pada kecepatan angin rendah & lereng rendah. Dimungkinkan untuk mengatur perpotongan Y sebagai 0, dan jumlahnya tampak lebih persuasif, sementara agak konservatif dibandingkan dengan information NIFOS (Gambar oleh Penulis)

Wawasan dari analisis ini adalah bahwa waktu emas untuk kebakaran hutan akan berbeda berdasarkan lokasi, dan selama kita mengetahui kemiringan lokasi dan memantau kecepatan angin di daerah tersebut, dimungkinkan untuk membuat waktu emas waktu nyata untuk lokasi tertentu. Misalnya, California di AS, salah satu daerah bahaya kebakaran hutan terbesar di dunia, memiliki kebakaran hutan paling sering dari Musim Semi hingga Musim Gugur. Selama periode ini, kecepatan angin rata-rata di Los Angeles, California adalah sekitar 3,2 m / p detik. Misalkan sebuah lokasi di California memiliki kemiringan 10 °, model linier dasar (LM) memberikan waktu emas 9,8 menit, dan LM yang disesuaikan memberikan waktu emas 7,7 menit.

Meskipun hal ini wajar, jika tidak kasar, perkiraan masih ada satu variabel tersisa yang belum dibahas sejauh ini: kelembaban. Masuk akal untuk berpikir bahwa kelembapan akan sangat mempengaruhi penyebaran api. Idealnya, analisis di atas juga harus memasukkan kelembapan dalam regresi linier yang disebutkan di atas. Sayangnya tidak ada cukup information mentah untuk itu. Namun, perlu diperhatikan apakah kelembapan berkorelasi negatif dengan penyebaran api.

Dua makalah penting menangani masalah ini. Menurut consequences of Humidity and Temperature on Downward Flame Spread over Filter Paper (2000) oleh Suzuki, Kushida, dan Dobashi, baik kelembaban absolut maupun kelembaban relatif berkorelasi negatif dengan laju penyebaran nyala api. Ia mengatakan tingkat penyebaran api menurun saat kelembaban meningkat dan menjadi nol ketika kelembaban absolut lebih tinggi dari nilai kritis. Grafik disajikan di bawah ini.

Suzuki, Kushida, Dobashi (2000), Effects of Humidity and Temperature on Downward Flame Spread over Filter Paper, Tokyo 113–8656, Japan (https://pdfs.semanticscholar.org/38a2/0647392c9c145cfb8f76173088ec79f38c7b.pdf)

Juga, Pengaruh Kelembaban Relatif pada Kebakaran Hutan di Polandia Tengah mempelajari hubungan antara kelembaban dan jumlah penyalaan api tergantung pada faktor lingkungan terkait kelembaban. Tabel 3 menunjukkan bahwa ada korelasi negatif antara letusan kebakaran dan kelembaban relatif secara umum.

Konca-Kędzierska, Pianko-Kluczyńska (2018), The Impact of Relative Humidity on Fire in Forests of Central Poland, Podleśna 61, 01–673, Poland (https://content.sciendo.com/downloadpdf/journals/frp/79 /3/article-p269. Xml)

Untuk memberikan kalkulasi yang paling akurat, artikel tunggal ini tidak akan cukup; seseorang perlu membuat eksperimen lain yang memperhitungkan keempat variabel (tiga independen dan satu dependen) dengan information mentah yang lebih besar. Namun, perlu diperhatikan bahwa pendekatan yang disarankan artikel ini dapat diterapkan dan diterapkan pada perhitungan aktual.

Terlepas dari itu, saya yakin kami telah mengusulkan metode yang paling andal untuk menghitung waktu emas untuk deteksi kebakaran hutan. Menggunakan ini, kami bertujuan untuk memperkenalkan perhitungan ini ke dalam upaya deteksi kebakaran kami untuk menambah kesadaran situasional bagi klien kami. Alchera Inc. saat ini menyebarkan deteksi kebakaran berbasis visi mesin pada kamera di seluruh California, setelah menangkap ratusan penyalaan api tahap awal pada tahun 2020, dan terus melakukannya pada tahun 2021.

Tentang Alchera: Alchera Inc. adalah tim ahli AI yang memecahkan masalah yang membutuhkan AI tetapi dibatasi oleh sumber daya. Dengan kecepatan dan akurasi kelas dunia, Alchera menyebarkan sistem dan teknologi AI agnostik perangkat keras ke industri yang berdampak pada masyarakat.

[Reference]

[1] https://en.wikipedia.org/wiki/Defensible_space_(fire_control)

[2] https://www.readyforwildfire.org/prepare-for-wildfire/get-ready/defensible-space/

[3] 2016.03.23. , 보도 자료, Institut Sains Hutan Nasional Korea

[4] Suzuki, Kushida, Dobashi (2000), Pengaruh Kelembaban dan Suhu pada Api Bawah yang Menyebar pada Kertas Saring, Tokyo 113–8656, Jepang

[5] Konca-Kędzierska, Pianko-Kluczyńska (2018), The Impact of Relative Humidity on Fire in Forests of Central Poland, Podleśna 61, 01–673, Poland

Menghitung”Waktu Emas” yang Andal untuk Deteksi Kebakaran awalnya diterbitkan di Towards AI on Moderate, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Towards AI