描述

如果森林從大氣中吸收的碳多于釋放的碳，則森林被認(rèn)為是碳匯。

森林是穩(wěn)定氣候的力量。它們調(diào)節(jié)生態(tài)系統(tǒng)、保護(hù)生物多樣性、在碳循環(huán)中發(fā)揮不可或缺的作用、支持生計(jì)并提供能夠推動(dòng)可持續(xù)增長的商品和服務(wù)。

森林在氣候變化中的作用是雙重的。它們既是溫室氣體排放的原因，也是解決方案。全球約 25% 的排放來自土地部門，這是僅次于能源部門的第二大溫室氣體排放源。其中大約一半（每年 5-10 GtCO2e）來自森林砍伐和森林退化。

森林也是應(yīng)對(duì)氣候變化影響的最重要解決方案之一。每年約有 26 億噸二氧化碳被森林吸收，占燃燒化石燃料釋放的二氧化碳的三分之一。估計(jì)表明，全世界有近 20 億公頃退化土地——面積相當(dāng)于南美洲的面積——為恢復(fù)提供了機(jī)會(huì)。因此，增加和維護(hù)森林是應(yīng)對(duì)氣候變化的基本解決方案。[來源]

森林最常受到野火和森林砍伐的影響。

野火是農(nóng)村或城市地區(qū)植被區(qū)域的不受控制的火災(zāi)，而叢林大火是指叢林中無法控制的火災(zāi)。叢林大火/野火會(huì)迅速燒毀數(shù)百萬英畝的土地，并會(huì)以它們的方式摧毀一切——樹木、房屋、動(dòng)物和人類。

我們通常聽說加利福尼亞的野火。野火也發(fā)生在其他州和國家。截至 2020 年 9 月 25 日：

• 超過 440 萬英畝的土地在 10 個(gè)州被燒毀，僅在加利福尼亞就有 330 萬英畝。
• 數(shù)十人死亡。
• 超過 4,000 座建筑物被摧毀。
• 近 50 萬人逃離家園。澳大利亞很容易發(fā)生威脅性的叢林大火。

從 2019 年 9 月到 2020 年 3 月，當(dāng)最后一場大火被撲滅時(shí)，澳大利亞發(fā)生了歷史上最嚴(yán)重的叢林大火之一。2019 年是澳大利亞創(chuàng)紀(jì)錄的最熱年份，叢林大火季節(jié)從 2019 年 6 月開始。這在全國各地造成了大規(guī)模破壞，每個(gè)州和領(lǐng)地都發(fā)生火災(zāi)。截至 2020 年 1 月 6 日：

• 1 月 6 日星期一，澳大利亞新南威爾士州發(fā)生了大約 136 起火災(zāi)。
• 新南威爾士州有超過 4.8 億只動(dòng)物死亡。
• 該國六個(gè)州總共燒毀了超過 1500 萬英畝土地。
• 官員們說，在這個(gè)火災(zāi)季節(jié)，全國有 24 人喪生。

氣候變化導(dǎo)致的炎熱天氣使森林和植被更加干燥，因此更容易燃燒。結(jié)果，平均野火季節(jié)比幾十年前長了三個(gè)半月，西部每年的大火數(shù)量增加了兩倍。消息人士稱，未來野火將變得更加嚴(yán)重。

氣候變化可能是更嚴(yán)重的野火/叢林大火的原因，但這場災(zāi)難也會(huì)導(dǎo)致氣候變化，導(dǎo)致溫室氣體排放無法控制。一氧化碳和二氧化碳以危險(xiǎn)的大量釋放，這對(duì)人類和環(huán)境都是有害的。

當(dāng)木材的采伐、運(yùn)輸、加工、購買或銷售違反國家或地方法律時(shí)，就會(huì)發(fā)生非法采伐和相關(guān)貿(mào)易。當(dāng)森林被清除以種植油棕等種植園時(shí)，也會(huì)發(fā)生這種情況。由于對(duì)木材、紙張和衍生產(chǎn)品（包括包裝）的需求不斷增加，存在非法采伐。

非法采伐不僅給森林留下了明顯的破壞痕跡——古樹曾經(jīng)矗立的大洞——它剝奪了當(dāng)?shù)厣鐓^(qū)和負(fù)責(zé)任公司的經(jīng)濟(jì)生計(jì)。[來源]

非法采伐對(duì)環(huán)境的影響包括森林退化、生物多樣性喪失和溫室氣體排放，從而導(dǎo)致全球氣候變化。

目標(biāo)/目的

該項(xiàng)目的目的是通過使用 QuickLogic QuickFeather 開發(fā)套件和 SensiML Analytics Toolkit 分析實(shí)時(shí)音頻來檢測野火和非法伐木。

QuickFeather 板將由可充電電池 - 鋰離子電池供電。

硬件設(shè)置

QuickLogic QuickFeather 開發(fā)套件

QuickFeather開發(fā)套件是一個(gè)小型系統(tǒng)，非常適合支持下一代低功耗機(jī)器學(xué)習(xí) (ML) 的物聯(lián)網(wǎng)設(shè)備。與其他基于專有硬件和軟件工具的開發(fā)套件不同，QuickFeather 基于開源硬件，與 Adafruit Feather 外形兼容，并且圍繞 100% 開源軟件（包括 Symbiflow FPGA 工具）構(gòu)建。

QuickFeather 由 QuickLogic 的 EOS? S3 提供支持，這是首款完全支持 Zephyr RTOS 且支持 FPGA 的 Arm Cortex?-M4F MCU

6V 3.5W 太陽能電池板

我將使用 6V 3.5W 太陽能電池板為 QuickLogic QuickFeather 開發(fā)套件供電。

配置您的 QuickFeather 開發(fā)工具包

在開始之前，您應(yīng)該使用最新的數(shù)據(jù)收集固件刷新 QuickFeather 開發(fā)套件，以便與 SensiML Data Capture Lab 一起使用。您可以從這里下載二進(jìn)制文件。

在這個(gè)項(xiàng)目中，我們將使用簡單流 - 音頻數(shù)據(jù)收集二進(jìn)制文件。

您可以從位于https://github.com/QuickLogic-Corp/qorc-sdk的 qorc github 存儲(chǔ)庫中的數(shù)據(jù)收集源構(gòu)建自己的二進(jìn)制文件。

使用 Data Capture Lab 記錄數(shù)據(jù)需要 Data Collection 固件。運(yùn)行知識(shí)包時(shí)禁用數(shù)據(jù)收集。

確保您的系統(tǒng)上安裝了 Python；建議安裝 Python 3.6 或更新版本。

您將需要 QuickLogic 的 TinyFPGA Programmer 來刷新您的設(shè)備。當(dāng)您下載 TinyFPGA Programmer 時(shí)，您需要使用 git 從 github 克隆 repo。下載 repo 的 zip 版本可能會(huì)導(dǎo)致意外結(jié)果。

用于git clone下載 TinyFPGA Programmer，git clone --recursive https://github.com/QuickLogic-Corp/TinyFPGA-Programmer-Application.git然后pip3 install tinyfpgab安裝 Python 庫。

將固件文件放在 TinyFPGA 編程器目錄中，該目錄還包含tinyfpga-programmer-gui.py. 通過 USB 插入設(shè)備并按下 QuickFeather 上的“重置”按鈕。LED 將呈藍(lán)色閃爍五秒鐘。在 LED 仍在快速閃爍時(shí)按下“用戶”按鈕。按下“用戶”按鈕后，LED 將開始閃爍綠色，并且閃爍的速度會(huì)像“呼吸”一樣緩慢。這意味著設(shè)備處于上傳模式。如果 LED 沒有閃爍綠色，請重復(fù)此步驟。

當(dāng) LED 閃爍綠色時(shí)，通過運(yùn)行以下命令將數(shù)據(jù)收集二進(jìn)制程序編程到 QuickFeather 中：

python /Your-directory-path-to-TinyFPGA-Programmer/tinyfpga-programmer-gui.py --port COMX --m4app /Your-directory-path-to-binary/quickfeather-audio-data-collection-uart.bin --mode m4

如果固件文件和固件文件tinyfpga-programmer-gui.py在同一目錄中，那么您可以通過運(yùn)行以下命令來刷新 QuickFeather：

python tinyfpga-programmer-gui.py --port COMX --m4app quickfeather-audio-data-collection-uart.bin --mode m4

在運(yùn)行此命令之前，請確保在命令提示符中將目錄更改為 TinyFPGA 程序員的目錄。

COMX 是 QuickFeather 的 COM 端口。您可以通過轉(zhuǎn)到控制面板中的設(shè)備管理器中的端口來檢查端口號(hào)（如果您使用的是 Windows 操作系統(tǒng)）。

刷新固件后，按“重置”按鈕加載新應(yīng)用程序。LED 應(yīng)閃爍藍(lán)色五秒鐘，然后在完成后關(guān)閉。

SensiML 數(shù)據(jù)采集實(shí)驗(yàn)室

Data Capture Lab 是一個(gè)成熟的時(shí)間序列傳感器數(shù)據(jù)收集和標(biāo)記工具，它帶來了開發(fā)人員在編程工具中習(xí)慣的自動(dòng)化數(shù)據(jù)集管理水平，但迄今為止在邊緣 ML 軟件中嚴(yán)重缺失。SensiML 的方法側(cè)重于允許開發(fā)人員將數(shù)據(jù)集構(gòu)建為可以根據(jù)需要輕松維護(hù)、修改、探索、擴(kuò)展和導(dǎo)出的持久知識(shí)產(chǎn)權(quán) (IP)。為建模過程提供的良好數(shù)據(jù)可轉(zhuǎn)化為良好的 ML 推理代碼作為輸出。[來源]

設(shè)置數(shù)據(jù)采集實(shí)驗(yàn)室

?

首先，創(chuàng)建一個(gè)新帳戶并下載相應(yīng)的 DCL 軟件。下載軟件后，登錄您的帳戶。

創(chuàng)建一個(gè)新項(xiàng)目并將其保存在 SensiML 項(xiàng)目目錄中。

默認(rèn)情況下，QuickFeather 固件的 Simple Streaming 版本使用硬件 UART。這意味著必須使用 USB 轉(zhuǎn) TTL 串行適配器或另一個(gè) Feather/Wing 進(jìn)行通信。

打開項(xiàng)目后，單擊切換模式并打開捕獲模式。

設(shè)備插件是描述 DCL 如何從您的設(shè)備收集數(shù)據(jù)的屬性列表。例如，設(shè)備插件可能包含您的設(shè)備支持的采樣率列表。這允許 DCL 從任何已構(gòu)建為接受以下支持的參數(shù)的設(shè)備收集數(shù)據(jù)。

您可以從此處下載簡單流協(xié)議的 example.SSF 文件。Data Capture Lab 允許您通過.SSF 文件通過菜單項(xiàng)Edit → Import Device Plugin ... 導(dǎo)入設(shè)備插件...接下來，您將能夠選擇您的插件協(xié)議。

配置您的傳感器并設(shè)置適當(dāng)?shù)牟蓸勇省?/font>我們將在這個(gè)項(xiàng)目中使用麥克風(fēng)。

QuickLogic QuickFeather 開發(fā)套件中的麥克風(fēng)是英飛凌 IM69D130 MEMS 麥克風(fēng)，其靈敏度為 -36.0 dBFS，信噪比為 69 dB(A)。

捕獲數(shù)據(jù)

?

在 DCL 軟件右側(cè)的硬件設(shè)置中，將 Capture Method 設(shè)置為 Live Stream Capture，將連接方法設(shè)置為 Serial Port。

插入連接到 QuickFeather 開發(fā)套件的 USB 轉(zhuǎn) TTL 串行適配器后，選擇“查找設(shè)備”選項(xiàng)并單擊掃描設(shè)備。選擇適當(dāng)?shù)?UART COM 端口并連接您的設(shè)備。

如果它最初不起作用，請嘗試拔下轉(zhuǎn)換器并將其重新插入，或者斷開并重新連接。

在標(biāo)簽設(shè)置中，為您正在錄制的事件創(chuàng)建一個(gè)標(biāo)簽。在這種情況下，標(biāo)簽是Fire和。在此之后，選擇當(dāng)前記錄的元數(shù)據(jù)。我為元數(shù)據(jù)創(chuàng)建了一個(gè)并添加了兩個(gè)值，它們是和。FellingNormalclassTrainTest

準(zhǔn)備好后，按Begin Recording捕獲您的數(shù)據(jù)。

完成該過程后，切換到標(biāo)簽資源管理器模式并選擇項(xiàng)目資源管理器。在其中，選擇文件并確保數(shù)據(jù)準(zhǔn)確地表示標(biāo)簽。為此，請將您的數(shù)據(jù)分成多個(gè)段。對(duì)項(xiàng)目資源管理器中的所有相關(guān)文件重復(fù)該過程。

?

轉(zhuǎn)到文件菜單并選擇關(guān)閉文件選項(xiàng)后，您現(xiàn)在可以使用 Analytics Studio 從捕獲的數(shù)據(jù)生成模型。

DCL 中保存的數(shù)據(jù)會(huì)自動(dòng)上傳并存儲(chǔ)在云端。

分析工作室

SensiML Analytics Studio 是 SensiML 軟件套件的核心，它使用您的標(biāo)記數(shù)據(jù)集，使用 AutoML 和廣泛的邊緣優(yōu)化特征和分類器庫快速生成高效推理模型。使用基于云的模型搜索，Analytics Studio 可以在幾分鐘或幾小時(shí)內(nèi)將標(biāo)記的原始數(shù)據(jù)轉(zhuǎn)換為高性能邊緣算法，而不是像手動(dòng)編碼那樣幾周或幾個(gè)月。Analytics Studio 使用 AutoML 來解決機(jī)器學(xué)習(xí)算法預(yù)處理、選擇和調(diào)整的復(fù)雜性，而無需依賴專家手動(dòng)定義和配置這些無數(shù)選項(xiàng)。

無論是經(jīng)驗(yàn)豐富的 ML 專家還是只是學(xué)習(xí)數(shù)據(jù)科學(xué)的基礎(chǔ)知識(shí)，Analytics Studio 都提供了一種工具，可以顯著提高您的嵌入式算法開發(fā)效率。[來源]

訓(xùn)練模型

轉(zhuǎn)到Analytics Studio并登錄您的帳戶。選擇您現(xiàn)在在 Data Capture Lab 中創(chuàng)建的項(xiàng)目。

要訓(xùn)??練模型，我們必須首先以 Query 的形式告訴 Analytics Studio 我們要使用哪些數(shù)據(jù)。這可以通過單擊Prepare Data選項(xiàng)卡并輸入名稱、會(huì)話、標(biāo)簽、相關(guān)元數(shù)據(jù)、傳感器以及如何繪制它來完成。保存后數(shù)據(jù)集應(yīng)該會(huì)出現(xiàn)在右側(cè)，我們可以看到每個(gè)標(biāo)簽中有多少段。

?

可以通過轉(zhuǎn)到Build Model選項(xiàng)卡并輸入名稱、剛剛創(chuàng)建的查詢、窗口大小（使其與傳感器的捕獲率大小相同）、優(yōu)化指標(biāo)（f1-score 最平衡）來構(gòu)建管道，以及分類器大小，它限制了模型的大小，非常適合加載到 ROM 受限的芯片上。單擊Optimize將通過并構(gòu)建模型，并且根據(jù)數(shù)據(jù)集的大小，可能需要一段時(shí)間才能完成。

?

?

?

?

1 / 3

?

生成知識(shí)包

此項(xiàng)目的最后一步是將機(jī)器學(xué)習(xí)模型部署到您的 QuickLogic QuickFeather 開發(fā)套件。這可以通過獲取知識(shí)包來完成。對(duì)于這個(gè)項(xiàng)目，我們將以二進(jìn)制形式下載模型。在“下載模型”選項(xiàng)卡中，選擇您剛剛使用以下設(shè)置優(yōu)化的管道，如下圖所示。

?

?

?

?

1 / 3

?

下載 zip 文件并將二進(jìn)制文件解壓縮到包含tinyfpga-programmer-gui.py. 按照用于刷新簡單流固件的相同步驟進(jìn)行操作。

打開波特率為460800的串口監(jiān)視器，就可以看到模型的分類輸出了。

您可以使用 SensiML 測試應(yīng)用程序檢查機(jī)器學(xué)習(xí)模型識(shí)別的準(zhǔn)確性。

我目前在下載知識(shí)包時(shí)遇到問題，因此目前無法制作工作視頻。我已經(jīng)在討論區(qū)尋求幫助。但是我會(huì)盡力在知識(shí)包可用時(shí)上傳視頻。

未來更新

• 由于斯里蘭卡的持續(xù)封鎖，我無法購買 Adafruit Huzzah32 - ESP32 Feather 板。

未來，我想：

• 將 Adafruit Huzzah32 - ESP32 Feather 板與 QuickFeather 開發(fā)套件結(jié)合使用，并將此概念驗(yàn)證 (PoC) 轉(zhuǎn)變?yōu)槲锫?lián)網(wǎng)概念驗(yàn)證。
• 在各種情況下測試機(jī)器學(xué)習(xí)模型，并將可變數(shù)據(jù)輸入機(jī)器學(xué)習(xí)模型以提高其準(zhǔn)確性。
• 用更高的采樣頻率試驗(yàn)我的機(jī)器學(xué)習(xí)模型。
• 通過顯示狀態(tài)來改進(jìn)我的項(xiàng)目。
• 添加 GPS 和警報(bào)系統(tǒng)以提醒和共享處于危險(xiǎn)中的位置。
• 找到一種自動(dòng)為為 QuickFeather 開發(fā)板供電的鋰離子電池充電的方法。