山火事対策にIoT技術を活用

気候変動、人間活動、不適切な土地管理によるパーフェクトストームが、記録的な規模と頻度の山火事を引き起こしました。2021年だけでも、米国の山火事により、1,000万エーカー以上の土地、数千の建造物、無数の動物の生息地が焼失しました。森林火災は地上の荒廃だけでなく、地球規模排出の20%という驚くべき割合を占めています。最近まで、ほとんどの場合、燃え続ける火災との戦いに焦点が当てられていました。現在、米国森林局、研究コンソーシアム、民間企業は、工場のオートメーションに使われているのと同じようなモノのインターネット（IoT）技術を活用し、可能な限り早い段階で火災を検知しようとしています。

図1： Teledyne FLIR 熱防犯カメラで撮影した2021年カルドー火災。（提供：Teledyne FLIR）

早期火災検知システムのアーキテクチャ

山火事の早期発見は、しばしば広大な山岳地帯でのリアルタイムの状況監視に依存しています。これらのシステムの構造は比較的単純です（図2）。センサが大気質と気象データを継続的に収集します。あらかじめ設定された閾値に達すると、そのデータはクラウドに送られ、人工知能（AI）と機械学習アルゴリズムが適用されます。警報は瞬時にベースステーションに送られ、火災監視員が赤外線カメラのネットワークを使って状況を確認します。

図2：IoTベースのセンサ、ネットワークゲートウェイ、クラウドを使った森林火災の検知。（提供：PsiBorg.com）

Bosch Sensortec、EricssonおよびActi、などの企業は、極限状態に耐えるコンポーネントを開発してきました。Dryadの超早期検知システムSilvanetは、太陽光発電センサ、独自の長距離広域ネットワーク（LoRaWAN）ベースのメッシュネットワーキング基盤、クラウド分析プラットフォームを統合したエンドツーエンドのソリューションです。

ワイヤレスセンサネットワーク

ワイヤレスセンサネットワーク（WSN）は信頼性が高く、低コストで拡張が容易なため、火災検知アプリケーションに適しています。ノードは、携帯用マストから木の幹、電柱に至るまで、原生地域全体に戦略的に配置されます。検出範囲は数十メートルから最長15キロにおよびます。

Silvanet山火事センサ（図3）は、1～60分以内に火災を検知するように設計されています。内蔵のBosch BME688 センサは、水素、一酸化炭素、その他のガスをppm（100万分の1）レベルで検出します。 BME688は、AIを搭載し、高直線性、高精度の圧力、湿度、温度センサを統合した初のガスセンサです。

図3：Silvanetの太陽電池式山火事センサに組み込まれたBosch BME688ガスセンサ。（提供：Bosch Sensortec）

メッシュIoTネットワーク

メッシュIoTネットワークは、分散化された方法で各ノードを他のすべてのノードに直接接続することにより、セルラーネットワークのインフラの課題を回避します。信号がノード間でホップすることで、個々のセンサの範囲内にない目的地に到達します。データは、LoRaWANのようなネットワークを介してクラウドサーバに送信されます。LoRaWANは、卓越した距離能力と低消費電力を兼ね備えており、広範囲なIoTアプリケーションに適しています。

赤外線サーモグラフィ

高解像度のPTZ（パン/チルト/ズーム）赤外線カメラは、赤外線画像で熱的痕跡や温度変化を検出します。基地局の職員はカメラを直接コマンドで制御し、リアルタイムで景観、火災の状況、天候を監視することができます。360°フルパン、90°チルト、40倍光学ズームを備えたAEMのWildfire PTZカメラは、半径25マイルの環境状況の3Dマップを作成します。山火事管理チームは、同社のFTS360ソフトウェアプラットフォーム使用し、気象データをオーバーレイ表示したライブ画像を確認します。

図4：AEMのWildfire PTZカメラ。（提供：AEM）

早期火災検知の研究

国土安全保障省およびOHAZ（the Oregon Hazard Lab）の2023年のパートナーシップは、ALERTWildfireカメラシステムによって生成されたアラートに対してセンシング技術を評価します。ALERTWildfireのHDカメラは、日中は最大40マイル、夜間は60マイルから80マイルの近赤外線能力を持ちます。高帯域幅のシステムなので、インターネットに接続できる人なら誰でも公開映像にアクセスできます。センシングデバイスは、ドイツ ハンブルグのBreeze Technologiesと、メリーランド州ロックビルのN5 Sensorsによって開発されました。研究はオレゴン州のウィラメットバレーで行われています。

図5：オレゴン州ウィラメットバレーに設置されたBreeze Technologiesの設計によるセンサ（左）およびN5 Sensorsの設計によるセンサ（右）。(提供：Breeze TechnologiesおよびN5 Sensors）

リアルタイムの情報は、消防管理者が資源配分や公共の安全を決定するのに役立ちます。一貫したデータにより、火災科学者は環境変数に基づくパターンを特定することができます。しかし、森林火災の80%以上は、無人の焚き火、タバコの投げ捨て、瓦礫の焼却、設備の故障など、人間の不注意が原因です。2020年9月5日、カリフォルニア州のエルドラド火災は、ジェンダーリビールのベビーシャワーで発火した花火によって引き起こされました。この火災で22,000エーカー以上が焼失し、1人の消防士が死亡しました。パーティーの責任者夫婦は30件の犯罪と過失致死罪で起訴されました。各州がこのような無責任な行動に対して個人に法的責任を負わせるようになれば、火災も減るかもしれません。

情報源

Dampage, U.、他（2022）。無線センサネットワークおよび機械学習を用いた森林火災検知システム。Sci Rep 12、46。

Gupta, V. (2023, 2月 1)。センサネットワークおよびIoTを利用した森林火災防止。PsiBorg.

Peruzzi, G.、Pozzebon, A.（2023）。火には火を：低消費電力IoTデバイスで音声と画像を扱う組み込み機械学習モデルによる森林火災の検出。センサ、 23（2）、783。

オレゴン州における山火事の回復力｜国土安全保障。 (2023年2月9日）。

山火事の原因と評価 （米国国立公園局）。（日付け不明）