Deze week worden in Vernon tests uitgevoerd met systemen voor vroege branddetectie

Deze week zullen langs een weg in Vernon, BC, verschillende kleine branden worden aangestoken terwijl de stad SenseNet test, een vroeg detectiesysteem voor bosbranden.

De stad Vernon is geselecteerd om deze nieuwe technologie in 2022 te testen, en op 14 en 15 december kunnen mensen die in het gebied wonen rook zien van kleine testbranden, die ongeveer een meter bij een meter groot zullen zijn. .

De tests, een samenwerking met SenseNet, Rider Ventures en VFRS, zullen afhankelijk zijn van de vele sensoren, gateways en camera’s die in de risicovolle gebieden van Vernon zijn geïnstalleerd om een ​​netwerk te bieden voor vroegtijdige branddetectie.

De tests zullen naar verwachting plaatsvinden op Eastide Road.


Klik om video af te spelen: 'Hoe kleine sensoren en AI worden gebruikt voor vroege detectie van bosbranden'


Hoe kleine sensoren en AI worden gebruikt voor vroege detectie van bosbranden


Een belangrijk voordeel van het systeem is de mogelijkheid om informatie te delen met anderen die hetzelfde systeem gebruiken, waardoor de capaciteit wordt uitgebreid.

Het verhaal gaat verder onder de advertentie

Het testschema kan worden aangepast aan de weers- en locatieomstandigheden.

“Vroegtijdige detectie is een krachtig hulpmiddel bij het beheer van natuurbranden”, zei brandweercommandant David Lind in een persbericht.

“Als we de juiste brandstofbeperking en vroege detectie krijgen en we een adequate reactie hebben, worden branden meestal geblust terwijl ze nog beheersbaar zijn. Vroegtijdige detectie is ook van cruciaal belang om mensen uit de weg te houden als zich snel bewegende branden voordoen. Deze tests zullen systeemvalidatie mogelijk maken, in een gecontroleerde omgeving, en indien nodig verfijnen.”

In het licht van de ernstige bosbranden die Canada treffen, zijn hun proactieve maatregelen van cruciaal belang voor de effectieve bescherming van onze gemeenschappen.

Sensoren verzamelen realtime gegevens over de omgevingsomstandigheden en een algoritme verwerkt de gegevens om te zoeken naar afwijkingen die op brand kunnen duiden.

“Bijvoorbeeld een stijging van de temperatuur, een daling van de luchtvochtigheid, een stijging van het CO-, CO2-niveau of plotselinge veranderingen in het NO2- of methaanniveau”, zei Shahab Bahrami, Chief Technology Officer van Sensenet, eerder dit jaar in een interview.

“Deze detecties zijn zeer gevoelig, zodat kleine veranderingen die abnormaal zijn, door onze AI-algoritmen kunnen worden gedetecteerd.”

Het bedrijf zegt de technologie eerder met succes te hebben getest in Vancouver en Williams Lake en wil zijn algoritme nu in een ander klimaat trainen om valse alarmen te verminderen.

© 2023 Global News, een divisie van Corus Entertainment Inc.