Ο καθαρισμός των δασών

Ηταν ένα συνέδριο με επίκεντρο την κλιματική κρίση που τα είχε όλα (κι ελπίζω να έχει συνέχεια). Καθολική συμμετοχή της τοπικής κοινωνίας, εξαιρετικούς ομιλητές, με ιδιαίτερο χαρακτηριστικό την ουσιαστική και συμβολική παρουσία της Προέδρου της Δημοκρατίας, κυρίας Κατερίνας Σακελλαροπούλου, που είχε και την πρωτοβουλία της οργάνωσής του με τη σημαντική συμβολή του Ιδρύματος Ευγενίδου.

Μεταξύ των μεγάλων προβλημάτων που αναδείχθηκαν ξεχωρίζω την πρόταση για τον βιώσιμο καθαρισμό του δάσους. Η πρόταση αυτή φιλοδοξεί να μετατρέψει τη συσσωρευμένη βιομάζα από τη μεγαλύτερη απειλή εκκίνησης και διάδοσης των πυρκαγιών σε πηγή ζωής, εναλλακτικής οικονομίας και ελπίδας για την προστασία και αναγέννηση των ελληνικών δασών. Πώς θα γίνει, όμως, αυτό το μικρό θαύμα; Με έναν δημιουργικό συνδυασμό κοινωνικής και κυκλικής οικονομίας, μέσω της ίδρυσης και λειτουργίας δασικών κοινωνικών συνεταιρισμών, με στόχο να μετατρέπουν επί τόπου τη βιομάζα σε καθαρή ενέργεια με τη χρήση αυτοκινούμενου οχήματος πυρόλυσης.

Απαραίτητη προϋπόθεση είναι η διάθεση της παραγόμενης καθαρής ενέργειας στο δημόσιο σύστημα. Είναι έτοιμη η πολιτεία να εγγυηθεί την αγορά και μεταφορά μέσω του δικτύου του ΔΕΔΔΗΕ όπως κάνει ήδη με τους μεγάλους παρόχους του ιδιωτικού τομέα;

Ο Σταύρος Μπένος είναι πρόεδρος του Σωματείου ΔΙΑΖΩΜΑ

Πρόβλεψη πυρκαγιών και Τεχνητή Νοημοσύνη

Οι πυρκαγιές του 2023 στο δάσος της Δαδιάς ήταν οι μεγαλύτερες στην Ευρώπη από τότε που ξεκίνησαν οι καταγραφές το 2000. Με την κλιματική αλλαγή υπάρχει μια αυξανόμενη κρίση δασικών πυρκαγιών, καθώς ο κίνδυνος είναι υψηλότερος τρία έως πέντε χρόνια μετά την αρχική πυρκαγιά.

Η Τεχνητή Νοημοσύνη (Artificial Intelligence-AI) παρέχει μια λύση στο πρόβλημα της έγκαιρης ανίχνευσης των πυρκαγιών, της πρόβλεψης της εξέλιξής τους και της προσαρμοστικής κατανομής των πόρων. Συγκεκριμένα, προτείνουμε τη χρήση μοντέλων Τεχνητής Νοημοσύνης για τη χρήση ιστορικών δεδομένων σχετικά με την εμφάνιση δασικών πυρκαγιών και την κατανομή του πληθυσμού και τη συνεχή ανάλυση εισερχόμενων δεδομένων από αισθητήρες εδάφους που ανιχνεύουν τη θερμοκρασία, τη βροχόπτωση, τον άνεμο, την υγρασία, τη διανομή του καπνού της δασικής πυρκαγιάς και τα drones για ενημέρωση εκτιμήσεως κινδύνου πυρκαγιάς και καθοδηγούν τις αποφάσεις κατανομής πόρων.

Προτείνουμε τη χρήση βελτιστοποίησης για την τοποθέτηση (α) αισθητήρων σε περιοχές υψηλού κινδύνου που προσδιορίζονται μέσω προγνωστικής μοντελοποίησης, (β) βάσεις drones από όπου αυτά θα μπορούν να περιπολούν και να παρέχουν δεδομένα σε πραγματικό χρόνο στους αισθητήρες εδάφους, βελτιώνοντας την ακρίβεια της πρόβλεψης του κινδύνου πυρκαγιάς και επιτρέποντας ταχύτερους χρόνους απόκρισης. Τέλος, προτείνουμε τη δυναμική προσαρμογή των διαδρομών των drones με βάση τους μεταβαλλόμενους κινδύνους πυρκαγιάς που προσδιορίζονται μέσω προβλέψεων AI. Τα drones θα βελτιώσουν τη συλλογή και παρακολούθηση δεδομένων σε πραγματικό χρόνο, καθώς τα δεδομένα που συλλέγονται από αισθητήρες αναλύονται συνεχώς για τη βελτίωση της δρομολόγησης των drones και τη βελτίωση των αλγορίθμων πρόβλεψης. Επιπλέον, τα drones μπορούν να παρακολουθούν απομακρυσμένες και δυσπρόσιτες περιοχές.

Εχουμε φτιάξει παρόμοια μοντέλα στην Καλιφόρνια με εξαιρετικά αποτελέσματα. Το σχέδιο είναι να εφαρμοστούν αυτά τα μοντέλα σε όλη την Ελλάδα. Η πρόκληση φυσικά είναι ο συντονισμός των τοπικών και εθνικών Αρχών.

Ο Δημήτρης Μπερτσιμάς είναι καθηγητής στη Σχολή Διοίκησης Επιχειρήσεων Σλόουν του Τεχνολογικού Ινστιτούτου Μασαχουσέτης (ΜΙΤ)