Orman yangınlarını, Türk mühendislerinin geliştirdiği Canovate DeepWatcer Bispectral Termal Radar ile önlemek artık mümkün. Üniversite-sanayi işbirliği çerçevesinde Canovate Group ve Bursa Teknik Üniversitesi Bilgisayar Mühendisliği bölümü öğretim üyesi Doç.Dr. Haydar Özkan tarafından yapay zeka, derin öğrenme ve gelişmiş görüntü analizi kullanılarak “Canovate DeepWatcer Bispectral Termal Radar Sistemi” geliştirildi.
Ormanları, Infrared ve gündüz kamerası ile aynı anda yatayda 360°, dikeyde 90° ve 7 / 24 izleyen Canovate DeepWatcer Bispectral Termal Radarı, olası bir yangın durumunda algılama, tespit, konum belirleme ve alarm üretme görevleri ile, yangın söndürme ekibini doğru konuma zaman kaybetmeden yönlendirebilmektedir. Böylece yangın çıkan bölgeye zaman kaybedilmeden müdahale edilerek, yangının büyümeden söndürülmesi gerçekleştirilebilmektedir. Dünya çapında elde ettikleri başarının altında 45 yıldır ar-ge ve inovasyon odaklı olmalarının yer aldığını ifade eden Canovate Group Yönetim Kurulu Başkanı Can Gür, şunları kaydetti:
“Çekmeköy’de 40 bin metrekareyi geçen kapalı alana sahip olan fabrikamızda, 100’ün üzerinde mühendisimiz ve 850’ü aşkın çalışanımız ile veri merkezleri, fiber optik sistemler, kargomatik, iklimlendirme sistemleri, savunma sanayi gibi birçok alanda global ölçekte inovatif ürünler geliştirmeye, üretmeye ve 4 kıtada 80’in üzerindeki ülkeye ihraç etmeye devam ediyoruz. Bugüne kadar ar-ge ve inovasyona 30 milyon doların üzerinde yatırım yaptık ve yapmayı sürdürüyoruz. Canovate Group’un 45 yıllık global tecrübesi, firmamızdaki mühendislerimiz ve üniversite-sanayi işbirliği kapsamında iki yıla yakın üzerinde çalıştığımız Canovate DeepWatcer Bispectral Termal Radar sayesinde, orman yangınlarını önlemek mümkündür. Termal radara, ülkemizin yanı sıra yangınlarla boğuşan Yunanistan, ABD, Avustralya, Brezilya gibi birçok ülkeden yoğun talep bekliyoruz.” dedi.
Canovate DeepWatcer Bispectral Termal Radar Sistemi özellikleri nelerdir?
1-Canovate DeepWatcer Bispectral Termal Radar sistemi, insandan bağımsız olarak, 20 kilometre yarıçapa kadar Dual Spektrum Zoomlu kamera sistemi ile Termal Radar Algoritması kullanılarak, 365 gün-24 saat sürekli gözlem yaparak, alarm üretiyor. Bu sistem, orman yangınlarını önlemek için özel olarak geliştirilmiştir ve patenti alınmıştır.
2-Yangın ve duman algılamasının yanında, istenilen alanlarda hareket analizi algoritması bulunuyor. Bununla örneğin, açık alanlarda ve yollarda ormana girip çıkan insan-araç veya diğer canlıları algılama ve alarm üretmesi imkanı sağlanıyor.
3-Yangın ve alarm üretilen noktalara ait olan, görüntü analizi ile konum bilgisi üretiliyor. Bu açıdan bakıldığında, yerine göre asayiş olaylarına da katkı sunuluyor.
4-İzleme alanındaki hava durumu, güneş radyasyonu, toprak nemi, Ph vb gibi istenen parametreleri gerçek zamanlı algılayıp, izleme merkezine istenen aralıklarda iletiyor.
5-Alarmların bölgesel ve ulusal olarak belirli merkezlerde izlenmesini ve alınan görüntülerin ve verilerin buralarda depolanmasını sağlıyor.
6-Gözetleme merkezinde, insan veya bekçi gereksinimi ortadan kaldırıyor. Geliştirilen görüntü işleme algoritması sayesinde yangın çıkan bölgenin konumunu veriyor. Olası bir durum, ısı algılaması veya hareket gibi değişiklikler, anında yetkililere bildirilir, yerel ve uzak izleme ekranında değişimler izleniyor. Alarmlar, e-posta ve SMS gibi yöntemler ile iletiliyor.
7- Sağlanan bu veriler ile ormanlar için hayati önem taşıyan aşağıdaki şu bilgiler elde ediliyor:
a-Anlık, gerçek zamanlı ve yerel meteorolojik veriler yer aldığından, yangın öncesi kritik uyarılar üretiliyor. Aşırı sıcak, çok düşük nem, toprak kuruluğu gibi veriler takip ediliyor. Bu sayede bölge, yangın öncesi özel izleme ve korumaya alınabiliyor.
b-Yangın esnasında mevcut bilgilerin yanında, rüzgarın yönü ve şiddeti gibi ilave parametreler gerçek zamanlı ve yerel olarak iletildiğinden, müdahale hakkında çok daha doğru kararlar alınması sağlanıyor.
c-Uzun vadeli meteorolojik ve toprak verileri analizleri ile, orman emvalinin gelişimi konusunda daha gerçekçi veriler sağlanmış oluyor.