Anche quest’anno abbiamo affrontato un mese di agosto eccessivamente critico in termini di incendi per quanto riguarda l’Italia. I dati satellitari del sistema EFFIS (European Forest Fire Information System) – Copernicus registrano 268 episodi a livello nazionale al 18 agosto, per un totale di 31.041 ettari di terra bruciata nel periodo tra il 23 giugno e il 18 agosto, con la settimana del 4 agosto come momento di picco annuale.
- Considerando questo intervallo temporale, l’Italia si posiziona così al 1° posto per numero di incendi, seguita da Bulgaria (71) e Spagna (51),
- mentre a livello di superficie colpita è al 2° posto (31.041 ettari colpiti), dopo la Bulgaria (37.736 ettari) e seguita dalla Grecia (29.022 ettari).
L’Italia si conferma, ancora una volta, tra i Paesi maggiormente colpiti dal fenomeno degli incendi estivi ma, al tempo stesso, è anche protagonista nella ricerca tecnologica per contrastare il fenomeno.
La startup Inspire, specializzata nel monitorare l’evoluzione incendi
Un network accademico molto articolato sta infatti supportando la startup Inspire, spin-off universitario dell’Università di Genova, nello sviluppo di un sistema integrato che, attraverso l’impiego di droni e soluzioni basate sull’intelligenza artificiale, permetta di rispondere alle esigenze dei territori di monitorare e prevedere l’evoluzione successiva dei fronti di incendio.
L’iniziativa vede la collaborazione virtuosa di imprenditori visionari e professori universitari, con esperienza nel settore di riferimento dei sistemi robotici, elettronici e dell’ICT appartenenti a:
- Dipartimento di ingegneria meccanica, energetica, gestionale e dei trasporti – DIME della Scuola Politecnica di Ingegneria dell’Università di Genova
- Dipartimento di Ingegneria Navale, Elettrica, Elettronica e delle Telecomunicazioni (DITEN) dell’Università di Genova;
- DIMEAS – Dipartimento di Ingegneria Meccanica e Aerospaziale del Politecnico di Torino;
- i Dipartimenti di Scienze e Tecnologia Agraria della Facoltà Agraria di Sassari e il Consiglio Nazionale delle Ricerche (CNR).
L’adozione di droni e intelligenza artificiale rappresenta una delle evoluzioni più promettenti nel campo della prevenzione e gestione degli incendi boschivi, offrendo una combinazione di monitoraggio in tempo reale, analisi predittiva avanzata e interventi più sicuri ed efficaci, che a breve trasformeranno radicalmente le modalità con cui saranno affrontati e mitigati i rischi legati a questi eventi devastanti.
Il sistema sviluppato da Inspire concerne l’impiego di UAV (Unmanned Aerial Vehicles, comunemente noti come droni), unitamente a una piattaforma di gestione automatizzata dei droni stessi, che può sostituire in modo automatico le batterie e i payload dei droni e inviare più unità su un’area. Lo scopo della piattaforma – denominata M.A.R.S (Multiple Airdrone Response System) è acquisire dati (immagini, dati da sensori, ecc.), elaborarli utilizzando strumenti di intelligenza artificiale precedentemente addestrati, e fornire un’analisi predittiva di quali sono i punti caldi più a rischio di ripresa dei focolai, prevedendo la loro successiva evoluzione e testando varie strategie di attacco dell’incendio in tempo reale.
I droni, strumenti preziosi nelle operazioni antincendio, soffrono di due limiti significativi: autonomia limitata (circa 20 minuti) e necessità di controllo manuale costante. Il progetto M.A.R.S., grazie all’integrazione con l’intelligenza artificiale, supera questi limiti, rendendo il monitoraggio degli incendi un processo continuo e automatizzato.
La piattaforma M.A.R.S.
Come illustra Alberto Clavarino, Responsabile in Inspire della parte commerciale e relazioni con partner strategici: «La piattaforma M.A.R.S., ideata e brevettata da Inspire, si differenzia da tutte le altre soluzioni in commercio, in quanto prevede la sostituzione immediata del pacco batterie in pochi secondi rispetto ai sistemi di ricarica induttiva, dove il drone deve rimanere fermo per svariate decine di minuti sulla piattaforma di ricarica. Inoltre, integra la sostituzione di più tipologie di payload per eseguire molteplici missioni e compiti durante lo svolgimento della missione pianificata».
L’AI, in sinergia con la piattaforma robotica, gestisce i droni, acquisisce ed elabora i dati provenienti dalle telecamere e dai sensori, garantendo un monitoraggio H24. L’analisi in tempo reale delle immagini consente di prevedere la direzione di propagazione delle fiamme, considerando fattori come il vento, la topografia e la vegetazione, e di testare diverse strategie di intervento.
Inoltre, l’AI affronta il problema dei punti caldi, spesso causa di riaccensioni, soprattutto durante la notte. Attraverso l’analisi dei dati raccolti dai droni e l’utilizzo di algoritmi di apprendimento automatico, M.A.R.S. identifica questi punti a rischio di riaccensione, prevedendo l’evoluzione dei focolai e supportando le squadre antincendio nell’intervento tempestivo.
“Come Scuola Politecnica dell’Università di Genova collaboriamo da anni alla creazione di un sistema innovativo basato sull’integrazione tra algoritmi, simulazioni, intelligenza artificiale e la piattaforma robotica di gestione di droni” afferma Patrizia Bagnerini, Professore Associato di Analisi Numerica dell’Università di Genova. “Puntiamo così a fornire un sistema di supporto alla Protezione Civile e ai Vigili del Fuoco in grado di analizzare automaticamente i dati raccolti dai droni, elaborarli tramite AI e fornire previsioni sullo sviluppo dell’incendio e l’efficacia delle possibili strategie”.
Afferma Paolo Maggiore, professore ordinario del Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS) del Politecnico di Torino: «Siamo lieti di offrire il nostro supporto all’adozione della dotazione sensoristica più adeguata per i droni di Inspire. Il nostro contributo si focalizza su due aspetti: stiamo testando la sensoristica più efficace per rilevare e monitorare i focolai di incendio e, parallelamente, sviluppiamo un sistema di riconoscimento automatico delle immagini che consente di localizzare facilmente la nascita di nuovi focolai e la loro espansione».
