Canlı Yayın
Çiğdem Öztabak
Bu bilgiler ile hali hazırda denenmiş ve gerçek zamanlı kullanılan bu platformun, Türkiye’de de birçok kurumun ve girişimcinin işine yarayabilir diye düşündük ve konuyu derinleştirmek için tüm hikayeyi birlikte derledik.
Yangınlar önceden hava durumu gibi tahmin edilebilir mi?
- California’da 2017-2020 arasındaki büyük orman yangınlarından sonra, Federal hükümet ve Eyalet tarafından, ormanlarla teması olan tüm özel ve devlet kurumlarına zorunlu olarak Orman Yangınlarını Azaltma Planı yayınlamasını istendi. Bunun üzerine tüm kurumlar bilimsel çalışmalar ve yeni teknolojileri kullanarak yangınları önlemenin yollarını aramaya başladılar. Silikon Vadisi’nde farklı disiplinlerde kullanılan çözümleri orman yangınlarını önlemede de kullanabileceği öngörüsüyle birçok teknoloji şirketi bu alanda geliştirmeler yapmaya başladı.
California’nın gaz ve elektrik alt yapısını işleten şirket bu konuda en proaktif çalışan şirketlerden biriydi. Zira bu şirket orman yangınlarının sorumlularından biri olarak da görülüyordu. Veri bilimi ile orman yangınlarının tahminlemesini yapmak üzere, yangınları erken aşamada önleyerek kayıpları azaltmak için bir çalışma başlattı. Temelde bu çalışmada beklenen, veri bilimi kullanarak orman yangını için riskli bölgelerin tahminlemesi ile yangın çıkacak koordinatların belirlenmesi idi. Biraz daha detaylandırırsak; farklı kaynaklardan gelen dataların geçmişte olan orman yangını dataları ve o anki hava ve çevre koşulları analiz edilerek yapılacak veri bilimi ve bulut teknolojileri kullanılacaktı. Bu çalışmanın çıktısı öncelikle gaz ve elektrik altyapısını işleten kurumlar tarafından doğrudan kullanılacak ve yangın tahminin olduğu bölgelerde önleyici önlemler almak için koordine olacak ekipler tarafından yönetilecekti. Bu yönüyle sonuçlarının etkisi ve katma değeri anlamında çok kritik bir proje olduğunu söyleyebilirim. Bu çalışma kapsamında kullanılacak kaynaklar da, Meteoroloji dataları, coğrafik datalar, karayolları datası, LIDAR(Light Detection and Ranging) ve NASA’nın sağladığı uydu görüntüleri gibi datalardan oluşuyordu.
Bu verilerden elde edilen en önemli sonuç hangisi?
Buradan çıkacak sonuçlar özellikle devletin de kaynak planlamasına ışık tutabilecek veriler olduğu için büyük önem taşıyor. Yangınla mücadeledeki tüm birimlerin, hangi bölgeye kaç kişilik itfaiye ve sağlık ekibi aloke edeceği ya da kaç adet araç, uçak veya helikopter sağlayacağı gibi çalışmalar bu veriler ışığında belirlenebilir.
Orman yangınlarının tahminlemesinde genel olarak 2 farklı yaklaşım bulunuyor. Birincisi orman yangınlarının henüz başlamadan, noktasal risk değerlendirmesi ile tahminlemesi.
İkincisi ise başlamış olan bir yangının genişlemesi veya yayılmasının tahminlenmesi. Her ikisi için de farklı datalar ve yaklaşımlar kullanılıyor. Birincisi daha çok doğru kaynak planlaması ile acil önlem ve müdahalede başarıyı sağlarken, ikincisi ise hızla büyüyen bir yangının kontrol altına alınmasını sağlayacak anlık ve taktiksel bir öngörü sunmakta.
Muttalip Olgun’un şirketi Retainable.ai ise bu çalışmada daha çok birinci kısıma odaklanmış. Yani, noktasal yangın tahminlemesini 2 haftadan 3 saate kadar öngörülerle, meteoroloji verilerinin güncelliğine göre gerçek zamanlı bir tahminleme ve uyarı sistemi olarak kurgulanmış.
Burada kullanılan farklı machine learning algoritmalarıyla çalışmalar yapıldı, en çok kullanılan modeller reinforcement learning ve deep learning. Göz önünde bulundurulan değişkenler ise sıcaklık, rüzgâr hızı ve nem oranı, yükselti, ayrıca halka açık data kaynakları olan yangın endeksi, coğrafik bilgi sisteminden (USGS) arcGIS dataları gibi canlı yangın dataları, LIDAR(Light Detection and Ranging) ve NASA GIS oldu. Buradaki en büyük avantajlardan biri de devlet organizasyonlarının hemen hemen hepsi kendi datalarını halka gerçek zamanlı bir şekilde açmış durumda. Ayrıca bu datalarının REST API’lerini bireysel girişimciler veya bilim insanları faydalansın ve geliştirmeler yapsın diye GITHUB gibi platformlara yüklemiş durumda. Bu bilgilerin açık kaynaklı paylaşılmasının ne kadar değerli olduğunu ve bu alanda yeni teknolojilerin gelişmesine ne kadar çok katkı sağladığının da altını çizmek gerekir.
Bu çalışma gerçek zamanlı bir tahminleme içerdiği için, alarm ve besleme sistemleri oluşturulmuş ve yangın çıkacağı hesaplanan tüm noktaların sinyalleri, tüm birimler ile eş zamanlı olarak paylaşılması kurgulanmış. Bu çalışmalar sonucunda 400’den fazla yangın çıkmadan önce tespit edilmiş ve yangınlar daha erken aşamadayken bu şekilde söndürülmüş.
California kuraklığın ve küresel ısınmanın etkisini en çok gösterdiği yerlerden biri. Bu nedenle de orman yangını riskinin en çok olduğu bölgelerden birisi. Bu anlamda da hem özel şirketleri hem de ulusal yönetim California’da beraber bu konulara çözüm bulmak için çaba harcıyorlar. Yeni oluşan alanlardan biri olan “ fireinsights ve wildfireanalytics” alanları hem akademisyenlerin, hem de startup’ ların katkısıyla hızla gelişiyor ve orman yangını için yeni teknolojiler ve data-driven çözümler üretiliyor. Bu sayede California bölgesinde, önümüzdeki yıllardaki yangın felaketlerine daha hazırlıklı olunacağı ve toplum olarak daha az kayıp olacağı öngörülüyor. Muttalip Olgun, California’daki yangınların önlenmesine yönelik çalışmaları ile bilgi ve deneyimlerini paylaşmaya son derece açık olduğunu da iletti.
Küresel ısınma ve çevre kirliliği daha iyiye doğru gitmeyecek. Bu yüzden, bu tür teknoloji transferlerinin ülkemize çok katkısı olacağını düşünüyorum. Bu alanlarda çalışma yapmak isteyenler umarım olur ve ülkemiz de en azından bir sonraki doğal afetlerden daha az zararla çıkabilir.
Bu bilgiler ile hali hazırda denenmiş ve gerçek zamanlı kullanılan bu platformun, Türkiye’de de birçok kurumun ve girişimcinin işine yarayabilir diye düşündük ve konuyu derinleştirmek için tüm hikayeyi birlikte derledik.
Yangınlar önceden hava durumu gibi tahmin edilebilir mi?
- California’da 2017-2020 arasındaki büyük orman yangınlarından sonra, Federal hükümet ve Eyalet tarafından, ormanlarla teması olan tüm özel ve devlet kurumlarına zorunlu olarak Orman Yangınlarını Azaltma Planı yayınlamasını istendi. Bunun üzerine tüm kurumlar bilimsel çalışmalar ve yeni teknolojileri kullanarak yangınları önlemenin yollarını aramaya başladılar. Silikon Vadisi’nde farklı disiplinlerde kullanılan çözümleri orman yangınlarını önlemede de kullanabileceği öngörüsüyle birçok teknoloji şirketi bu alanda geliştirmeler yapmaya başladı.
California’nın gaz ve elektrik alt yapısını işleten şirket bu konuda en proaktif çalışan şirketlerden biriydi. Zira bu şirket orman yangınlarının sorumlularından biri olarak da görülüyordu. Veri bilimi ile orman yangınlarının tahminlemesini yapmak üzere, yangınları erken aşamada önleyerek kayıpları azaltmak için bir çalışma başlattı. Temelde bu çalışmada beklenen, veri bilimi kullanarak orman yangını için riskli bölgelerin tahminlemesi ile yangın çıkacak koordinatların belirlenmesi idi. Biraz daha detaylandırırsak; farklı kaynaklardan gelen dataların geçmişte olan orman yangını dataları ve o anki hava ve çevre koşulları analiz edilerek yapılacak veri bilimi ve bulut teknolojileri kullanılacaktı. Bu çalışmanın çıktısı öncelikle gaz ve elektrik altyapısını işleten kurumlar tarafından doğrudan kullanılacak ve yangın tahminin olduğu bölgelerde önleyici önlemler almak için koordine olacak ekipler tarafından yönetilecekti. Bu yönüyle sonuçlarının etkisi ve katma değeri anlamında çok kritik bir proje olduğunu söyleyebilirim. Bu çalışma kapsamında kullanılacak kaynaklar da, Meteoroloji dataları, coğrafik datalar, karayolları datası, LIDAR(Light Detection and Ranging) ve NASA’nın sağladığı uydu görüntüleri gibi datalardan oluşuyordu.
Bu verilerden elde edilen en önemli sonuç hangisi?
Buradan çıkacak sonuçlar özellikle devletin de kaynak planlamasına ışık tutabilecek veriler olduğu için büyük önem taşıyor. Yangınla mücadeledeki tüm birimlerin, hangi bölgeye kaç kişilik itfaiye ve sağlık ekibi aloke edeceği ya da kaç adet araç, uçak veya helikopter sağlayacağı gibi çalışmalar bu veriler ışığında belirlenebilir.
Orman yangınlarının tahminlemesinde genel olarak 2 farklı yaklaşım bulunuyor. Birincisi orman yangınlarının henüz başlamadan, noktasal risk değerlendirmesi ile tahminlemesi.
İkincisi ise başlamış olan bir yangının genişlemesi veya yayılmasının tahminlenmesi. Her ikisi için de farklı datalar ve yaklaşımlar kullanılıyor. Birincisi daha çok doğru kaynak planlaması ile acil önlem ve müdahalede başarıyı sağlarken, ikincisi ise hızla büyüyen bir yangının kontrol altına alınmasını sağlayacak anlık ve taktiksel bir öngörü sunmakta.
Muttalip Olgun’un şirketi Retainable.ai ise bu çalışmada daha çok birinci kısıma odaklanmış. Yani, noktasal yangın tahminlemesini 2 haftadan 3 saate kadar öngörülerle, meteoroloji verilerinin güncelliğine göre gerçek zamanlı bir tahminleme ve uyarı sistemi olarak kurgulanmış.
Burada kullanılan farklı machine learning algoritmalarıyla çalışmalar yapıldı, en çok kullanılan modeller reinforcement learning ve deep learning. Göz önünde bulundurulan değişkenler ise sıcaklık, rüzgâr hızı ve nem oranı, yükselti, ayrıca halka açık data kaynakları olan yangın endeksi, coğrafik bilgi sisteminden (USGS) arcGIS dataları gibi canlı yangın dataları, LIDAR(Light Detection and Ranging) ve NASA GIS oldu. Buradaki en büyük avantajlardan biri de devlet organizasyonlarının hemen hemen hepsi kendi datalarını halka gerçek zamanlı bir şekilde açmış durumda. Ayrıca bu datalarının REST API’lerini bireysel girişimciler veya bilim insanları faydalansın ve geliştirmeler yapsın diye GITHUB gibi platformlara yüklemiş durumda. Bu bilgilerin açık kaynaklı paylaşılmasının ne kadar değerli olduğunu ve bu alanda yeni teknolojilerin gelişmesine ne kadar çok katkı sağladığının da altını çizmek gerekir.
Bu çalışma gerçek zamanlı bir tahminleme içerdiği için, alarm ve besleme sistemleri oluşturulmuş ve yangın çıkacağı hesaplanan tüm noktaların sinyalleri, tüm birimler ile eş zamanlı olarak paylaşılması kurgulanmış. Bu çalışmalar sonucunda 400’den fazla yangın çıkmadan önce tespit edilmiş ve yangınlar daha erken aşamadayken bu şekilde söndürülmüş.
California kuraklığın ve küresel ısınmanın etkisini en çok gösterdiği yerlerden biri. Bu nedenle de orman yangını riskinin en çok olduğu bölgelerden birisi. Bu anlamda da hem özel şirketleri hem de ulusal yönetim California’da beraber bu konulara çözüm bulmak için çaba harcıyorlar. Yeni oluşan alanlardan biri olan “ fireinsights ve wildfireanalytics” alanları hem akademisyenlerin, hem de startup’ ların katkısıyla hızla gelişiyor ve orman yangını için yeni teknolojiler ve data-driven çözümler üretiliyor. Bu sayede California bölgesinde, önümüzdeki yıllardaki yangın felaketlerine daha hazırlıklı olunacağı ve toplum olarak daha az kayıp olacağı öngörülüyor. Muttalip Olgun, California’daki yangınların önlenmesine yönelik çalışmaları ile bilgi ve deneyimlerini paylaşmaya son derece açık olduğunu da iletti.
Küresel ısınma ve çevre kirliliği daha iyiye doğru gitmeyecek. Bu yüzden, bu tür teknoloji transferlerinin ülkemize çok katkısı olacağını düşünüyorum. Bu alanlarda çalışma yapmak isteyenler umarım olur ve ülkemiz de en azından bir sonraki doğal afetlerden daha az zararla çıkabilir.
SON DAKİKA
