Pyraspis, Σύστημα πρόβλεψης και πρόληψης πυρκαγιών

Cover Page
doc (ελληνικά)
Veröffentlicht: Dec 11, 2025
DOI: https://doi.org/10.12681/osj.43649
Αθηνά Ευαγγέλου
3ο Γυμνάσιο Κιλκίς
Λεώνη Κατσαρώνα
3ο Γυμνάσιο Κιλκίς
Γεωργία Δράγα
Πειραματικό Λύκειο Πανεπιστημίου Μακεδονίας
Χάϊδω Κατσάνου
Πειραματικό Λύκειο Πανεπιστημίου Μακεδονίας
Ματσιώρη Άννα Επιβλέπουσα εκπαιδευτικός
Πειραματικό Λύκειο Πανεπιστημίου Μακεδονίας
Κατσαρώνας Σταύρος Επιβλέπων εκπαιδευτικός
3ο Γυμνάσιο Κιλκίς
Τερψιάδης Νικόλαος Επιβλέπων εκπαιδευτικός
Πειραματικό Λύκειο Πανεπιστημίου Μακεδονίας
Βασιλού Κυριακή Επιβλέπουσα εκπαιδευτικός
Πειραματικό Λύκειο Πανεπιστημίου Μακεδονίας
Abstract

Στην παρούσα εργασία, μαθητές δύο σχολείων θέτουν τις σύγχρονες τεχνολογίες και την τεχνητή νοημοσύνη στη μάχη κατά των πυρκαγιών, προτείνοντας ένα εξελιγμένο επιτηρούμενο σύστημα παθητικής και ενεργητικής πυροπροστασίας που αντιμετωπίζει ολιστικά το φαινόμενο των πυρκαγιών, συμβάλλει στην πρόβλεψη, πρόληψη και αντιμετώπισή τους και αυξάνει την «αντοχή» των περιοχών που προστατεύει.


Βασικά χαρακτηριστικά του είναι η άμεση ανίχνευση των πυρκαγιών, η έγκαιρη ειδοποίηση του χρήστη και των αρμοδίων αρχών, η απομακρυσμένη παρακολούθηση και ο έλεγχος, η συνδυασμένη χρήση machine learning και big data και η ενεργοποίηση συστήματος αυτόματης κατάβρεξης του χώρου. Το συγκεκριμένο σύστημα προσφέρει σημαντικές υπηρεσίας πυροπροστασίας σε ιδιοκτήτες εξοχικών κατοικιών, επιχειρήσεις και οργανισμούς δίπλα σε δασικές περιοχές, εργοστάσια με open areas, φωτοβολταϊκά πάρκα, δήμους με πάρκα και περιαστικά δάση, κρατικούς φορείς διαχείρισης πυρκαγιών.


Η δημιουργία του συστήματος ξεκίνησε στο πλαίσιο του Προγράμματος «Εικονικές Επιχειρήσεις». Ήδη δημιουργήθηκαν δύο πρωτότυπα προϊόντα που επικοινωνούν μεταξύ τους και διαθέτουν βασικές λειτουργίες του προτεινόμενου συστήματος.

Article Details
  • Rubrik
  • Greece
Creative-Commons-Lizenz
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung - Nicht-kommerziell - Weitergabe unter gleichen Bedingungen 4.0 International.

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution licence that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g. post it to a repository), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Downloads
Keine Nutzungsdaten vorhanden.
Literaturhinweise
Τόμπρα, Α. (2024). Scope: Εφιαλτικό το κόστος των πυρκαγιών στην Ελλάδα – Η περίπτωση της Αττικής. in.gr. Διαθέσιμο στο: https://www.in.gr/2023/10/05/economy/oikonomikes-eidiseis/scope-efialtiko-kostos-ton-pyrkagion-stin-ellada-periptosi-tis-attikis/. Ανακτήθηκε: 11/11/2024.
Barmpoutis, P., Papaioannou, P., Dimitropoulos, K., Grammalidis, N. (2020). Review on Early Forest Fire Detection Systems Using Optical Remote Sensing. Sensors 2020, 20(22), 6442; https://doi.org/10.3390/s20226442.
Calkin, D. E., et al. (2014). A Conceptual Framework for Wildfire Risk Management in the United States. International Journal of Wildland Fire, 23(2), 101-108.
Çetin, A.E.; Dimitropoulos, K.; Gouverneur, B.; Grammalidis, N.; Günay, O.; Habiboǧlu, Y.H.; Töreyin, B.U.; Verstockt, S. Video fire detection–review. Dig. Signal Process. 2013, 23, 1827–1843.
Climate ADAPT—Αn official website of the European Union. Διαθέσιμο στο: https://climate-adapt.eea.europa.eu/en/metadata/indicators/fire-weather-index.
European Environment Agency, (2020). Forest fires in Europe. Published 18 Nov 2021 Διαθέσιμο στο https://www.eea.europa.eu/en/analysis/indicators/forest-fires-in-europe?utm_source=chatgpt.com. Ανακτήθηκε 10-11-2024.
Grammalidis, N.; Cetin, E.; Dimitropoulos, K.; Tsalakanidou, F.; Kose, K.; Gunay, O.; Gouverneur, B.; Torri, D.; Kuruoglu, E.; Tozzi, S.; et al. A Multi-Sensor Network for the Protection of Cultural Heritage. In Proceedings of the 19th European Signal Processing Conference, Barcelona, Spain, 29 August–2 September 2011.
Mohammed, R. (2022). A real-time forest fire and smoke detection system using deep learning. Int. J. Nonlinear Anal. Appl. 2022, 13, 2053–2063.
Negi, P., Pathani, A., Bhatt, B. C., Swami, S., Gehlot, A., Thakur, A. K., Gupta, L. R., Priyadarshi, N., Twala, B., Sikarwar, V. S. (2024). Integration of Industry 4.0 Technologies in Fire and Safety Management. Fire 2024, 7(10), 335; https://doi.org/10.3390/fire7100335.
Özel, Β., Alam, Μ., S, Khan, M. U. (2024). Review of Modern Forest Fire Detection Techniques: Innovations in Image Processing and Deep Learning. Information 2024, 15(9), 538; https://doi.org/10.3390/info15090538
Saponara, S.; Elhanashi, A.; Gagliardi, A. Real-time video fire/smoke detection based on CNN in antifire surveillance systems. J.-Real-Time Image Process. 2021, 18, 889–900.
Sayad, Y.O.; Mousannif, H.; Al Moatassime, H. Predictive modeling of wildfires: A new dataset and machine learning approach. Fire Saf. J. 2019, 104, 130–146.
Sousa, M. J, Moutinho, Α., Almeida, Μ. (2020). Thermal Infrared Sensing for Near Real-Time Data-Driven Fire Detection and Monitoring Systems. Sensors (Basel). 2020 Nov 28;20(23):6803. doi: 10.3390/s20236803.
Truong, C.T.; Nguyen, T.H.; Vu, V.Q.; Do, V.H.; Nguyen, D.T. Enhancing fire detection technology: A UV-based system utilizing Fourier spectrum analysis for reliable and accurate fire detection. Appl. Sci. 2023, 13, 7845.
Wang, W. Site Selection of Fire Stations in Cities Based on Geographic Information System and Fuzzy Analytic Hierarchy Process. Ingénierie Des Systèmes D’Inf. 2019, 24, 619.