காட்டுத் தீய்கள் காத்திருப்பதில்லை. அவை சுற்றுச்சூழல் அமைப்புகளைச் சிதைத்து, வனவிலங்குகளை இடமாற்றம் செய்து, மிகக் குறைந்த எச்சரிக்கையுடன் சமூகங்களுக்கு அச்சுறுத்தலை ஏற்படுத்துகின்றன. ஒரு கட்டுப்படுத்தப்பட்ட தீயிற்கும், பேரழிவை ஏற்படுத்தும் தீயிற்கும் இடையிலான வித்தியாசம் பெரும்பாலும் சில நிமிடங்களிலேயே அமைகிறது. ஆரம்பகாலக் கண்டறிதலே அனைத்திற்கும் முக்கியமானது. இருப்பினும், பல தசாப்தங்களாக, தீ சிறியதாக இருக்கும்போதே அதைத் தடுப்பதற்குத் தாமதமான அல்லது போதுமான அளவு இல்லாத அல்லது வெறும் எதிர்வினை மட்டுமே ஆற்றும் முறைகளையே நாம் நம்பியிருக்கிறோம்.

தீ கண்காணி கோபுரங்கள், அவ்வப்போது மேற்கொள்ளப்படும் வான்வழி ஆய்வுகள் மற்றும் செயற்கைக்கோள் கண்காணிப்புகள் எண்ணற்ற ஏக்கர்களைக் காப்பாற்றியுள்ளன, ஆனால் அவற்றில் ஆபத்தானக் குறைகள் உள்ளன. ஒரு மங்கலான மதிய வேளையில், ஒரு வனக்காவலர் மெல்லிய புகையைத் தவறவிடக்கூடும். ஒரு செயற்கைக்கோள் சில மணிநேரங்களுக்கு ஒருமுறை மட்டுமே மேலே செல்லக்கூடும், இதனால் தீ பரவுவதற்குத் தடையற்ற இடைவெளிகள் உருவாகின்றன. தூரத்திலிருந்து புகை தெரிவதற்குள், தீ பெரும்பாலும் எளிதில் கட்டுப்படுத்த முடியாத நிலைக்குத் தப்பிவிட்டிருக்கும்.

இப்போது இமேஜ் ப்ராசஸிங் (image processing) மற்றும் கம்ப்யூட்டர் விஷன் (computer vision) தொழில்நுட்பங்கள் நாம் காடுகளைக் கண்காணிக்கும் முறையை மாற்றியமைக்கின்றன. அடிவானத்தைத் தேடும் மனிதக் கண்களை மட்டுமே நம்பியிருக்காமல், கேமராக்களின் வலைப்பின்னல்கள் நேரடி காட்சிகளை (live footage), அசாதாரணமான மாற்றங்கள் தோன்றிய உடனேயே அவற்றைக் கண்டறியப் பயிற்சி பெற்ற அல்காரிதம்களுக்கு (algorithms) வழங்குகின்றன. இந்தத் தொழில்நுட்பம் நிற மாற்றங்கள், இயக்க முறைகள் மற்றும் புகை அல்லது நெருப்பின் அடையாளங்களைத் தேடுகிறது. ஏதேனும் தவறு என்று தோன்றினால், இந்த அமைப்பு ஒரு எச்சரிக்கையைத் தூண்டும். தீ சதுர கிலோமீட்டர்களாகப் பரவுவதற்கு முன்பே, அது சதுர மீட்டர்களாக இருக்கும்போதே தீயணைப்பு வீரர்களுக்குத் தகவல் கிடைத்து முன்னெச்சரிக்கை நடவடிக்கைகளை எடுக்க முடிகிறது.

இந்தச் செயல்முறை எவ்வாறு செயல்படுகிறது

இது வன்பொருளில் (hardware) தொடங்குகிறது. மலைத்தொடர்கள், தகவல் தொடர்பு கோபுரங்கள் அல்லது பிரத்யேகத் தூண்களில் பொருத்தப்பட்ட கேமராக்கள் காடுகளின் தொடர்ச்சியான வீடியோக்களைப் படம்பிடிக்கின்றன. சில அமைப்புகள் சாதாரண ஒளிக்கற்றை கேமராக்களைப் பயன்படுத்துகின்றன. மற்றவை, புகை மெல்லியதாக இருக்கும்போதோ அல்லது பார்வைத் திறன் குறைவாக இருக்கும்போதோ வெப்ப அடையாளங்களைக் கண்டறிய தெர்மல் இமேஜிங் (thermal imaging) தொழில்நுட்பத்தைப் பயன்படுத்துகின்றன. எந்தச் சூழலிலும், நிலப்பரப்பைப் பொறுத்து வயர் செய்யப்பட்ட அல்லது வயர்லெஸ் நெட்வொர்க் மூலம் இந்தத் தரவுகள் ஒரு செயலாக்க மையத்திற்கு (processing hub) அனுப்பப்படுகின்றன.

அங்கு, கம்ப்யூட்டர் விஷன் அல்காரிதம்கள் செயல்படுகின்றன. அவை வரும் காட்சிகளில் குறிப்பிட்ட அறிகுறிகளை ஆய்வு செய்கின்றன. பசுமையான மரக்கிளைகளிலிருந்து எழும் புகை, மேக நிழல்கள் அல்லது காலைப் பனிப்பொழிவிலிருந்து முற்றிலும் மாறுபட்ட நிற வேறுபாட்டை உருவாக்குகிறது. சூரிய ஒளியின் பிரதிபலிப்பிலிருந்து மாறுபடும் அதிர்வெண் மற்றும் முறைகளில் தீப்பிழம்புகள் அசைந்து காணப்படுகின்றன. மேம்பட்ட அமைப்புகள், மரங்களின் இயல்பான அசைவிற்கு எதிராக மேல்நோக்கிய இயக்கத்தைக் கண்டறிய தொடர்ச்சியான காட்சிகளை ஒப்பிடுகின்றன. கடந்து செல்லும் வாகனத்தினால் ஏற்படும் தூசு மேகங்கள் அல்லது பள்ளத்தாக்கில் உருளும் பனி போன்ற சாதாரண நிகழ்வுகளை, பல காட்சிப் பண்புகளை ஒரே நேரத்தில் ஒப்பிட்டுப் பார்ப்பதன் மூலம் இந்த மென்பொருள் வடிகட்டுகிறது.

கண்டறிவது என்பது போரின் பாதி மட்டுமே. எப்போது செயல்பட வேண்டும் என்பதையும் இந்த அமைப்பு தீர்மானிக்க வேண்டும். ஒரு வலுவான தளம், கேமராவின் திசை மற்றும் புவியியல் அமைப்பைத் துல்லியமாகக் கணக்கிட்டு (triangulate), தீயின் இருப்பிடக் குறியீடுகளை (coordinates) மதிப்பிடும். கண்டறிந்த சில நொடிகளிலேயே, அது நேரடியாகத் தகவல் தொடர்பு மையங்களுக்கோ அல்லது களப்பணியாளர்களுக்கோ எச்சரிக்கையை அனுப்பும். அந்த வேகம் மிகவும் முக்கியமானது. பத்து சதுர மீட்டர் பரப்பளவில் கண்டறியப்படும் தீயை, ஒரு குழுவும் அடிப்படை கருவிகளும் கொண்டு கையாள முடியும். ஆனால் ஒரு மணிநேரம் தாமதமடைந்தால், அதே தீயை அணைக்க விமானங்கள், நூற்றுக்கணக்கான பணியாளர்கள் மற்றும் சாலைத் தடைகள் தேவைப்படும்.

அல்காரிதம்கள் உண்மையில் எதைத் தேடுகின்றன

தற்போதைய அணுகுமுறைகளில் மூன்று முதன்மை அம்சங்கள் முக்கியப் பங்கு வகிக்கின்றன.

நிற மாறுபாடு (Color aberration). ஆரோக்கியமான வனப்பகுதி ஒளியை ஒரு குறிப்பிட்ட முறையில் பிரதிபலிக்கிறது. புகை அந்த முறையைச் சிதைக்கும் சாம்பல் மற்றும் பழுப்பு நிறங்களை உருவாக்குகிறது. தீப்பிழம்புகள் தெரிவதற்கு முன்பே, புதிய தீப்பற்றலால் ஏற்படும் வளிமண்டலத் தெளிவற்ற நிலை (haze), ஒரு காட்சியின் நிற ஹிஸ்டோகிராம் (color histogram) மாற்றத்தை ஏற்படுத்துகிறது. அல்காரிதம்கள் குறிப்பிட்ட பகுதிகளில் ஏற்படும் இந்த ஹிஸ்டோகிராம் மாற்றங்களைக் கண்காணிக்கின்றன.

இயக்க இயக்கவியல் (Motion dynamics). புகை வானிலையைப் போலச் செயல்படுவதில்லை. அது மேலெழும்புகிறது, விரிவடைகிறது மற்றும் ஒழுங்கற்ற விளிம்புகளை உருவாக்கும் கொந்தளிப்புடன் நகர்கிறது. மேகங்கள் அல்லது பறக்கும் குப்பைகளிலிருந்து புகைப் படலங்களைப் பிரிக்க, கம்ப்யூட்டர் விஷன் மாதிரிகள் optical flow (காட்சிகளுக்கு இடையிலான பொருட்களின் தோற்ற இயக்கத்தை) கண்காணிக்கின்றன.

வெப்ப அடையாளம் (Thermal signature). இன்ஃப்ராரெட் (Infrared) கேமராக்கள் ஒளியை விட வெப்பத்தையே கண்டறிகின்றன. இலைகளுக்கு அடியில் எரியும் ஒரு தீ பகல் நேரத்தில் கண்ணுக்குத் தெரியாத புகையை உருவாக்கலாம், ஆனால் அது இன்ஃப்ராரெட் கதிர்வீச்சை வெளியிடும். தெர்மல் சென்சார்கள் இதை உடனடியாகக் கண்டறிந்து, தீப்பிழம்புகள் வெளிப்படுவதற்கு முன்பே அதை அணைக்கப் பணியாளர்களுக்கு வாய்ப்பளிக்கின்றன.

காடுகளில் நிறுவுதல்

நடைமுறைச் செயல்பாட்டில், கேமராக்களை எங்கு வைப்பது மற்றும் மின்சாரம் எவ்வாறு வழங்குவது போன்ற கடினமான முடிவுகள் எடுக்கப்பட வேண்டும். காடுகளில் நம்பகமான மின்சார வசதியோ அல்லது ஃபைபர் இணையமோ கிடைப்பது அரிது. கேமரா அமைப்புகள் பெரும்பாலும் சோலார் பேனல்கள், பேட்டரி பேங்குகள் மற்றும் செல்லுலார் அல்லது ரேடியோ இணைப்புகளைச் சார்ந்தே இருக்கின்றன. மரங்களின் வளர்ச்சி, வானிலை பாதிப்பு மற்றும் வனவிலங்குகளின் இடையூறுகள் ஆகியவற்றைக் பொறியாளர்கள் கணக்கில் கொள்ள வேண்டும். வசதி செய்யும் திட்டம் மிகவும் குறைவான இடைவெளியைக் கொண்டிருந்தால், வசந்த காலத்தில் பொருத்தப்பட்ட கேமரா கோடைகால இலைகளால் மறைக்கப்படலாம்.

பரப்பளவு கண்காணிப்பு முறைகளும் முக்கியம். ஒரு உயர்ந்த சிகரத்தில் உள்ள ஒற்றைக் கேமரா பல சதுர கிலோமீட்டர் பரப்பளவைக் கண்காணிக்க முடியும், ஆனால் பள்ளத்தாக்குகள் மற்றும் அடர்ந்த காடுகள் தீ மறைந்துவிடக்கூடிய நிழல்களை உருவாக்குகின்றன. பெரும்பாலான பயனுள்ள நெட்வொர்க்குகள் பல கோணங்களில் இருந்து ஒன்றுடன் ஒன்று மேலெழும் பார்வைக் களங்களைப் (overlapping fields of view) பயன்படுத்துகின்றன. இந்த உபரித் தன்மை (redundancy) பார்வையில் படாத இடங்களை (blind spots) நீக்குவது மட்டுமல்லாமல், ஒரு தனிப்பட்ட சென்சாரை விட புகையின் மூலத்திலிருந்து உள்ள தூரத்தை மிகவும் துல்லியமாக மதிப்பிடும் நுட்பங்களையும் சாத்தியமாக்குகிறது.

மனிதர்களைத் தொடர்ச்சியாக இணைத்து வைத்தல்

தானியங்கி முறை (Automation) என்பது செயல்முறையிலிருந்து மனிதர்களை நீக்குவதைக் குறிக்காது. சிறந்த அமைப்புகள் படச் செயலாக்கத்தை (image processing) சோர்வில்லாத ஒரு முதல் வடிகட்டியாகக் கருதுகின்றனவே தவிர, மனிதத் தீர்ப்பிற்கு மாற்றாகக் கருதுவதில்லை. ஒரு பயிற்சி பெற்ற தகவல் பரிமாற்று அதிகாரி (dispatcher), வளங்களைச் செலவிடுவதற்கு முன் அச்சுறுத்தலை உறுதிப்படுத்த எச்சரிக்கை படம் அல்லது வீடியோவைப் பார்க்கிறார். இந்த கலப்பு அணுகுமுறை (hybrid approach), மனிதர்கள் கொண்டு வரும் சூழல் சார்ந்த புரிதலைப் பாதுகாக்கும் அதே வேளையில், இயந்திரத்தின் வேகத்தையும் பயன்படுத்திக் கொள்கிறது. அது புகையா அல்லது அருகில் ஒரு விவசாயி சட்டப்பூர்வமாக பயிர் கழிவுகளை எரிப்பதா? ஒரு உள்ளூர் பணியாளருக்கு பெரும்பாலும் இந்த வித்தியாசம் தெரியும்.

தவறான எச்சரிக்கைகள் (False positives) எந்தவொரு கண்டறியும் நெட்வொர்க்கிற்கும் நடைமுறை எதிரியாகவே உள்ளன. அடிக்கடி பொய் எச்சரிக்கை விடுக்கின்ற ஒரு அமைப்பை இறுதியில் யாரும் மதிக்க மாட்டார்கள். நவீன நடைமுறைகள் பலகட்ட கண்டறியும் நிலைகளை அடுக்குவதன் மூலம் இதைச் சமாளிக்கின்றன. ஆரம்பக்கட்ட குறைந்த அளவிலான எச்சரிக்கை, இரண்டாவது மற்றும் மிகவும் கடுமையான மாதிரியால் (stringent model) நெருக்கமான ஆய்வைத் தூண்டுகிறது. சில நெட்வொர்க்குகள் அவசர நிலைக்கு உயர்த்துவதற்கு முன், காட்சி எச்சரிக்கைகளை காற்றின் தரத்தைக் கண்காணிக்கும் கருவிகள் அல்லது மின்னல் தாக்கும் தரவுத்தளங்கள் போன்ற பிற சென்சார்களுடன் தொடர்புபடுத்துகின்றன.

தொலைதூர நிலப்பரப்புகளில் விரிவாக்கம் செய்தல்

ஒரு படம் சார்ந்த அணுகுமுறையின் மிகப்பெரிய நன்மை அதன் பொருளாதார ரீதியான விரிவாக்கத் திறன் (economic scale) ஆகும். பாதிப்புக்குள்ளாகும் ஒவ்வொரு ஹெக்டேர் காட்டையும் கண்காணிக்க போதுமான காடு காவலர்களை (rangers) பணியமர்த்துவது சாத்தியமற்றது. மனிதர்கள் இயக்கும் விமானங்களைத் தொடர்ந்து பறக்கவிடுவது மிகவும் செலவுமிக்கது. ஏற்கனவே உள்ள உள்கட்டமைப்பில் பொருத்தப்பட்ட கேமராக்கள், ஒருமுறை நிறுவப்பட்டால், மிகக் குறைந்த இயக்கச் செலவில் 24 மணிநேரமும் கண்காணிப்பைத் தொடர்கின்றன. அவை சோர்வடையாது, கவனச்சிதறல் அடையாது அல்லது ஷிப்ட் மாற்றங்கள் தேவையில்லை.

இந்த விரிவாக்கத் திறன், இதற்கு முன்பு எந்தவித முன்கூட்டிய எச்சரிக்கை திறனும் இல்லாத பிராந்தியங்களுக்கும் பாதுகாப்பை வழங்குகிறது. வளரும் நாடுகள், தொலைதூரப் பாதுகாக்கப்பட்ட பகுதிகள் மற்றும் காடுகள் வழியாகச் செல்லும் பயன்பாட்டு வழித்தடங்கள் (utility corridors) ஆகியவை பிரம்மாண்டமான கட்டுப்பாட்டு மையங்களை உருவாக்காமலேயே ஒரு அடிப்படை கண்டறியும் திறனைப் பெற முடியும். இதற்குத் தேவையான முக்கியத் தேவைகள் ஒரு கேமரா, ஒரு செயலி (processor) மற்றும் ஒரு தகவல் தொடர்பு இணைப்பு மட்டுமே. சந்தையில் எளிதாகக் கிடைக்கும் வன்பொருளுடன் (off-the-shelf hardware) திறந்த மூல அல்லது உரிமம் பெற்ற விஷன் மாதிரிகளை (vision models) இணைப்பது, சில ஆண்டுகளுக்கு முன்பு இருந்ததை விட தடையை வியத்தகு முறையில் குறைத்துள்ளது.

முடிவுரை

படம் சார்ந்த செயலாக்கம் (Image processing) ஒவ்வொரு காட்டுத் தீயையும் தடுத்துவிடாது. மின்னல் இன்னும் தாக்கும், தீ வைப்புச் சம்பவங்கள் இன்னும் நடக்கும், மற்றும் உபகரணங்கள் இன்னும் தீப்பொறியை உருவாக்கும். ஆனால் இந்தத் தொழில்நுட்பம் தீப்பற்ற ignition மற்றும் கண்டறிதல் ஆகியவற்றுக்கு இடையிலான நேரத்தைக் மணிநேரங்களிலிருந்து வினாடிகளாகக் குறைக்கிறது. தீ சிறியதாக இருக்கும்போதே அதைத் தணிக்க இது தீயணைப்பு வீரர்களுக்கு உதவுகிறது. தீயணைப்புத் துறைத் தலைவர்கள் மற்றும் நில மேலாளர்களுக்கு, கண்காணிப்பு முறையில் கணினி பார்வையை (computer vision) ஒருங்கிணைப்பது இனி ஒரு எதிர்கால சோதனை அல்ல. இது அதிக பரப்பளவை உள்ளடக்கிய, இரவு முழுவதும் செயல்படும் மற்றும் மனிதக் குழுக்களுக்குத் தேவையான மிக முக்கியமான ஒன்றான விரைவான தொடக்கத்தை வழங்கும் ஒரு நடைமுறை மேம்படுத்தலாகும்.

கண்டறியும் வழிமுறை மற்றும் மாதிரி கட்டமைப்பைப் பற்றிய ஆழமான தொழில்நுட்ப விளக்கத்திற்கு, முழுமையான பகுப்பாய்வை இங்கே படிக்கவும். கணினி பார்வை பயன்பாடுகள் குறித்து விவாதிக்க அல்லது இதே போன்ற சிக்கல்களில் பணியாற்றும் ஒரு சமூகத்தில் இணைய விரும்பினால், GyaanSetu learning group-ஐப் பார்க்கவும்.