Sinh viên chế tạo hệ thống cảnh báo phá rừng

Chặn nguy cơ phá rừng

Hệ thống cảnh báo chặt phá rừng ứng dụng công nghệ IoT kết hợp trí tuệ nhân tạo do nhóm sinh viên gồm Hà Anh Tuấn, Phan Nguyễn Thanh Quân, Huỳnh Phạm Đức Trí và Giang Vĩ Hào, sinh viên năm 3 ngành Khoa học Máy tính, Trường Đại học Việt Đức nghiên cứu chế tạo.

Theo trưởng nhóm Hà Anh Tuấn, nhóm mong muốn xây dựng một giải pháp công nghệ giúp phòng ngừa và cảnh báo sớm cho lực lượng chức năng để có thể xử lý tức thời hoạt động khai thác gỗ trái phép - vấn đề đang nhức nhối tại Việt Nam khi diện tích rừng ngày càng bị thu hẹp do nạn chặt phá tràn lan. Khi rừng đầu nguồn bị tàn phá, người dân phải đối mặt với các nguy cơ thiên tai như lũ lụt, sạt lở đất với mức độ ngày càng nghiêm trọng.

Theo thống kê của Cục Lâm nghiệp và Kiểm lâm, giai đoạn 2011 - 2019, Việt Nam có khoảng 22.800ha rừng bị thiệt hại, trong đó nguyên nhân cháy rừng chiếm gần 14.000ha, còn do phá rừng trái phép hơn 9.000ha. Riêng năm 2019, có hơn 578ha rừng bị phá trên toàn quốc.

Tuấn cho biết, hiện nay công tác bảo vệ rừng chủ yếu do các lực lượng chuyên trách như kiểm lâm và lực lượng bảo vệ rừng đảm nhiệm. Tuy nhiên, nhóm nhận thấy ngoài vấn đề thiếu nhân lực để phát hiện và truy tìm người khai thác gỗ trái phép, thách thức lớn nhất là khoảng trễ giữa thời điểm hành vi phạm pháp xảy ra và thời gian phản ứng của cơ quan chức năng địa phương.

Nếu không có công cụ cảnh báo tức thời (theo thời gian thực), khi lực lượng chức năng phát hiện và tổ chức ngăn chặn, các đối tượng chặt phá rừng thường đã rời khỏi hiện trường, gây thiệt hại nặng nề cho tài nguyên rừng. Do đó, việc có một hệ thống cảnh báo sớm sẽ giúp ngăn chặn kịp thời, bảo vệ rừng khi chưa quá muộn.

Nhóm sinh viên đánh giá, hiện công tác giám sát hoạt động trong rừng thường sử dụng camera. Tuy nhiên, các camera này thường được bố trí ở khu vực bìa rừng hoặc gần đường lớn, trong khi các điểm nằm sâu trong rừng, nơi có nguy cơ bị chặt phá cao, lại khó lắp đặt thiết bị quan sát. Vì vậy, giải pháp camera hiện nay chưa đủ hiệu quả trong việc phát hiện hành vi vi phạm ở vùng lõi rừng.

Từ thực tế đó, nhóm sinh viên mong muốn ứng dụng công nghệ bằng cách xây dựng mạng lưới các nút cảm biến triển khai sâu trong rừng. Các nút này có thể phát hiện và gửi cảnh báo cho cơ quan chức năng bất cứ khi nào xuất hiện hành vi chặt phá rừng trái phép, với độ chính xác cao nhờ vào mô hình trí tuệ nhân tạo.

“Nhóm mong muốn phát triển một giải pháp công nghệ có thể hỗ trợ lực lượng kiểm lâm, đồng thời phù hợp với chủ trương chuyển đổi số mà Nhà nước đang triển khai trên toàn hệ thống chính trị nhằm bảo vệ rừng một cách bền vững”, Tuấn chia sẻ.

Cảnh báo bằng âm thanh

Hệ thống cảnh báo phá rừng được xây dựng dựa trên dữ liệu âm thanh thể hiện hành vi chặt phá, như tiếng máy cưa, tiếng chặt cây, tiếng bước chân người... Nhóm thiết kế một hộp chữ nhật bên trong gắn cảm biến và micro thu âm thanh. Khi phát hiện âm thanh nghi ngờ có liên quan đến hành vi phá rừng, dữ liệu sẽ được truyền về hệ thống quản lý thông qua công nghệ điện toán biên.

Hệ thống quản lý được tích hợp trên nền tảng ứng dụng web do nhóm tự xây dựng. Ứng dụng này hiển thị cảnh báo theo thời gian thực, cung cấp vị trí nghi ngờ có hoạt động chặt phá để lực lượng chức năng kịp thời tổ chức ngăn chặn.

Theo Phan Nguyễn Thanh Quân, thành viên nhóm, các hộp cảm biến sẽ được gắn lên thân cây trong rừng ở độ cao phù hợp, đồng thời được ngụy trang nhằm tránh bị phát hiện và phá hủy. Vỏ hộp được làm bằng nhựa ABS có độ dày, khả năng chống nước và chống bụi, đảm bảo hoạt động ổn định trong điều kiện khắc nghiệt của rừng.

Quân cho biết, phạm vi thu nhận âm thanh của thiết bị phụ thuộc vào chất lượng micro. Hiện tại, do hạn chế về kinh phí, sản phẩm thử nghiệm của nhóm chỉ có thể thu âm hiệu quả trong phạm vi khoảng 3 - 5m. Tuy nhiên, nếu được đầu tư nâng cấp micro chất lượng cao, phạm vi thu âm có thể mở rộng lên đến vài chục mét.

Theo nhóm nghiên cứu, dữ liệu âm thanh là yếu tố then chốt để hệ thống hoạt động chính xác. Khi có càng nhiều dữ liệu được thu thập, mô hình trí tuệ nhân tạo sẽ phân tích và học hỏi, từ đó nâng cao độ chính xác trong việc nhận diện hành vi phá rừng. Tuy nhiên, trong môi trường rừng tồn tại nhiều tạp âm như tiếng động vật, gió, người dân đi rừng, chặt củi... Những yếu tố này có thể khiến hệ thống nhận diện nhầm, do đó, việc xây dựng và mở rộng cơ sở dữ liệu âm thanh là điều vô cùng quan trọng để tăng độ tin cậy cho sản phẩm.

Để đánh giá khả năng hoạt động của hệ thống, nhóm đã thực hiện thử nghiệm mô phỏng tình huống phá rừng ngay trong khuôn viên trường bằng cách tạo ra âm thanh tiếng máy cưa và tiếng chặt cây. Các thiết bị micro thu nhận âm thanh và gửi dữ liệu về hệ thống quản lý để hiển thị cảnh báo. Tuy nhiên, nhóm cho biết hiện chưa có điều kiện triển khai thử nghiệm thực tế trong rừng, vì vậy, kết quả kiểm tra mới chỉ ở mức bước đầu, chưa thể đánh giá độ chính xác tuyệt đối.

“Nhóm hiện nay chủ yếu là các thành viên chuyên về phần mềm, chưa có nhân lực chuyên sâu về phần cứng để thực hiện tối ưu thiết bị cũng như thử nghiệm thực tế trong rừng. Trong thời gian tới, nhóm dự định tuyển thêm thành viên ở các lĩnh vực khác nhau nhằm hoàn thiện sản phẩm, nâng cao độ ổn định và tính ứng dụng thực tế”, trưởng nhóm Hà Anh Tuấn chia sẻ.

Ông Hồ Xuân Hùng - Trưởng phòng Trí tuệ nhân tạo tại Viettel Network, đánh giá đây là một ý tưởng có tính thực tế cao, hướng tới giải quyết vấn đề chặt phá rừng - vấn nạn nhức nhối đang khiến diện tích rừng tự nhiên ở Việt Nam ngày càng bị thu hẹp.

Tuy nhiên, ông Hùng cho rằng thách thức lớn nhất của dự án nằm ở khả năng triển khai các điểm gắn cảm biến có micro thu âm thanh trong điều kiện địa hình rừng rộng lớn. “Rừng thường có diện tích rất rộng, lại tồn tại nhiều loại động - thực vật sinh sống, nên tiếng ồn tự nhiên rất lớn. Điều này có thể tạo ra nhiều tạp âm, ảnh hưởng đến độ chính xác của hệ thống”, ông nhận định.

Theo ông Hùng, để hệ thống vận hành hiệu quả, nhóm cần tính toán kỹ lưỡng việc bố trí số lượng trạm cảm biến, khoảng cách giữa các trạm, cũng như khả năng truyền dữ liệu trong môi trường rừng rậm. “Nếu diện tích rừng lớn, cần có chiến lược phân bổ hợp lý để đảm bảo hoạt động giám sát và bảo vệ rừng hiệu quả, lâu dài”, ông Hùng đề xuất.