(SeaPRwire) – اكتشاف ناجح لحريق غير مصرح به في لبنان خلال 30 دقيقة يؤكد الحاجة العالمية لتقنية الكشف المبكر للغاية
برلين، 18 ديسمبر 2023 – شركة درايد، المتخصصة في كشف الحرائق بشكل مبكر للغاية، أعلنت اليوم أن نظامها سيلفانت نجح في التعرف وإثارة الإنذار حول حريق غير مصرح به في موقع زبون في لبنان.
في صباح يوم الاثنين الحادي عشر من ديسمبر الماضي، أبلغت شركة مادا (XOL برودباند)، وهي أحد المزودين الرائدين لخدمات الاتصالات في الشرق الأوسط وأفريقيا، أن نظام سيلفانت التابع لشركة درايد لكشف الحرائق بشكل مبكر للغاية اكتشف حريقًا صغيرًا غير قانوني بسرعة، مما سمح باتخاذ إجراءات استجابة سريعة. وأكد الحادث فعالية تقنية سيلفانت في السيناريوهات العملية الفعلية ودورها في تعزيز السلامة البيئية.
الخلفية
لبنان، المميز بمناخه الجاف والحار، يواجه مخاطر كبيرة من انتشار الحرائق بسرعة كبيرة. فهو يخسر 1,500 هكتار من مناطقه المغطاة بالغابات سنويًا بسبب الحرائق، مما يشكل تهديدًا للمجتمعات والموائل الطبيعية والبنية التحتية الحيوية. وفي يونيو الماضي، تسبب حريق واسع النطاق في منطقة سن الجبلية بمحافظة عكار بحرق 90 هكتارًا من الغابات، ما دمر أشجارًا تعود لقرون وألحق أضرارًا بالعديد من المنازل.
مع امتلاكها 139,000 هكتار من الغابات، أي ما يعادل نحو 13% من مساحتها الإقليمية تقريبًا، تتعرض غابات لبنان لخطر متزايد. كما تشكل فترات الجفاف المطولة تهديدًا، مما يرفع مخاطر اندلاع الحرائق في المناطق الجبلية العالية التي كانت تشهد عددًا أقل من الحرائق تاريخيًا. بالإضافة إلى ذلك، تسهم انتشارات الآفات في جفاف الأشجار قبل بدء موسم الحرائق. ومن بين النظم البيئية الغابية المهددة، أشجار الأرز اللبناني المشهورة، إلى جانب العرعر والتنوب.
في هذا السياق، قررت مادا استغلال خبرتها في مجال الاتصالات والتزاماتها بالمسؤولية الاجتماعية للشركات عبر نشر نظام سيلفانت التابع لشركة درايد في موقع تجريبي في دير مار موسى في وسط لبنان. وتهدف هذه الشراكة إلى الاستفادة من أحدث التقنيات لحماية الطبيعة بشكل استباقي والتصدي للمخاطر المتزايدة لاندلاع الحرائق.
تعتمد شركة درايد على مجموعة من أجهزة استشعار الغازات المزودة بالذكاء الاصطناعي ضمن شبكة متناهية الصغر مغذاة بالطاقة الشمسية ومدمجة في المناطق المغطاة بالغابات. وتركز التقنية على الكشف المبكر، مما يوفر ميزة حاسمة في منع اندلاع الحرائق.
وقد تم نشر نظام سيلفانت منذ يناير 2023 باستخدام 91 جهاز استشعار وجهازين محوريين، غطت مساحة واسعة تبلغ 78 هكتارًا في الغابة المجاورة لدير مار موسى.
الحادث
أظهر نظام سيلفانت فعاليته من خلال الكشف الناجح وإثارة الإنذار حول حريق غير مصرح به في الساعة 10:33 صباح يوم الاثنين الحادي عشر من ديسمبر. وكان الحادث يتمثل في إحراق مزارع للكروم الجافة، مما كان يشكل تهديدًا شديدًا نظرًا لإمكانية انتشار النار إلى المناطق الغابية المجاورة.
تكمن نجاح سيلفانت في نهجه الشامل. فقد اكتشف النظام تغيرًا في تركيب الهواء من خلال جهاز استشعار الغازات BME688 التابع لشركة بوش. ثم قامت فحوصات الغاز اللاحقة بالتعرف على الهيدروجين وأول أكسيد الكربون والمركبات العضوية المتطايرة. ومن ثم حلل نظام الذكاء الاصطناعي الأنماط، متوقعًا احتمالية 70% لوجود دخان في الساعة 10:33 صباحًا، مما أدى إلى تفعيل إنذار عبر شبكة سيلفانت إلى العميل.
سيلفانت في العمل
يتم توفير المقال من قبل مزود محتوى خارجي. لا تقدم SeaPRwire (https://www.seaprwire.com/) أي ضمانات أو تصريحات فيما يتعلق بذلك.
القطاعات: العنوان الرئيسي، الأخبار اليومية
يوفر SeaPRwire تداول بيانات صحفية في الوقت الفعلي للشركات والمؤسسات، مع الوصول إلى أكثر من 6500 متجر إعلامي و 86000 محرر وصحفي، و3.5 مليون سطح مكتب احترافي في 90 دولة. يدعم SeaPRwire توزيع البيانات الصحفية باللغات الإنجليزية والكورية واليابانية والعربية والصينية المبسطة والصينية التقليدية والفيتنامية والتايلندية والإندونيسية والملايو والألمانية والروسية والفرنسية والإسبانية والبرتغالية ولغات أخرى.
يوضح الشاشة أعلاه عرض منصة سيلفانت السحابية لإنذار الحريق مع توفير الإحداثيات الجغرافية الدقيقة ومعلومات إضافية تتعلق باندلاع الحريق. |
منظر جوي لموقع التجربة. تم تفعيل إنذار الحريق من قبل جهاز استشعار موجود في الزاوية السفلية اليسرى للموقع. وتشمل التركيبة أجهزة استشعار الحرائق البرية لسيلفانت وأجهزة محور LoRaWAN وبوابة حدودية للاتصالات عبر 4G/LTE. |
يوضح عمل جهاز استشعار الغازات التابع لسيلفانت والذكاء الاصطناعي. يعرض الرسم البياني الأول قراءات جهاز استشعار الغازات BME688 التابع لشركة بوش الحساس للهيدروجين وأول أكسيد الكربون والمركبات العضوية المتطايرة. |
أما الرسم البياني الثاني فيوفر نظرة على آلية عمل نظام الذكاء الاصطناعي لسيلفانت، حيث يقوم بتفسير قراءات الغازات باستخدام نموذج تعلم آلي مد