Wizyjna detekcja małych ognisk pożaru. Jak chronić miejsca magazynowania i składowania odpadów?

Nowe badania nad detekcją małych ognisk pożaru pokazują potencjał analityki AI, kamer termowizyjnych i systemów wielosensorowych w ochronie sortowni, magazynów i składowisk odpadów.

Pożary w sortowniach, zakładach recyklingu oraz miejscach magazynowania odpadów należą do najtrudniejszych zdarzeń występujących w obiektach przemysłowych. Ogień może rozpocząć się wewnątrz pryzmy, długo rozwijać bez widocznego płomienia, a następnie w krótkim czasie objąć tworzywa sztuczne, papier, drewno, opony lub paliwo alternatywne. Duża powierzchnia składowania, zmienny układ materiału, pył, para wodna i ruch maszyn dodatkowo utrudniają skuteczną detekcję.

Nowe badania nad wizyjnym wykrywaniem niewielkich ognisk pożaru wskazują, że coraz większe znaczenie będą miały modele sztucznej inteligencji, które mogą analizować obraz bezpośrednio w kamerze albo w urządzeniu brzegowym. W miejscach składowania odpadów sama analiza obrazu widzialnego nie wystarczy jednak do zbudowania wiarygodnego zabezpieczenia. Najskuteczniejsze rozwiązanie powinno łączyć termowizję, obraz z kamery CCTV, lokalne czujniki pożarowe, system zarządzania alarmami oraz przygotowany wcześniej scenariusz reakcji.

Dlaczego małe ognisko pożaru jest tak trudne do wykrycia?

W pierwszej fazie pożaru płomień lub obszar żarzenia może zajmować jedynie niewielką część obrazu. Z perspektywy kamery zamontowanej kilkadziesiąt metrów od pryzmy jest to często obiekt o rozmiarze zaledwie kilku lub kilkunastu pikseli. Jednocześnie w otoczeniu występuje wiele zjawisk, które przypominają pożar: refleksy słoneczne, światła pojazdów, rozgrzane elementy maszyn, tumany pyłu, para wodna, spaliny, prace spawalnicze albo przemieszczające się fragmenty materiału.

Opublikowane w sierpniu 2026 r. badanie dotyczące wczesnego wykrywania małych pożarów opisuje model detekcyjny oraz dedykowany zbiór danych FireSpot. Kierunek badań jest istotny praktycznie: algorytm ma zachować zdolność rozpoznawania małych obiektów, a jednocześnie być na tyle mało wymagający obliczeniowo, aby mógł działać blisko źródła obrazu.

Drugie nowe badanie dotyczy wykrywania ponownego zapłonu poprzez łączenie obrazu widzialnego i termowizyjnego. Taka fuzja danych odpowiada specyfice miejsc składowania odpadów: kamera wizyjna może rozpoznać dym lub płomień, natomiast termowizja może wcześniej wskazać punktowy wzrost temperatury albo zarzewie niewidoczne dla zwykłej kamery.

Należy jednak zachować właściwą perspektywę. Są to wyniki badań nad algorytmami, a nie potwierdzenie zgodności konkretnego rozwiązania z wymaganiami dla systemów sygnalizacji pożarowej. Model AI powinien być traktowany jako dodatkowa warstwa wczesnego ostrzegania i weryfikacji, a nie automatyczny zamiennik certyfikowanego SSP.

Skąd biorą się pożary w instalacjach odpadowych?

W zależności od rodzaju odpadów źródłem zagrożenia może być samonagrzewanie materiału organicznego, procesy biologiczne, reakcje chemiczne, prace technologiczne, uszkodzona instalacja elektryczna, gorące elementy maszyn, podpalenie lub niewłaściwie wyrzucony akumulator.

Szczególnie szybko rośnie ryzyko związane z bateriami litowo-jonowymi ukrytymi w zużytym sprzęcie, elektronarzędziach, zabawkach, powerbankach i jednorazowych e-papierosach. Bateria może zostać przebita lub zgnieciona w śmieciarce, rozdrabniaczu albo prasie. Londyńska straż pożarna wskazała uszkodzoną baterię litowo-jonową jako przyczynę pożaru w zakładzie recyklingu w Ilford w sierpniu 2026 r. Zniszczone zostały kompaktor oraz około trzy tony materiałów przeznaczonych do recyklingu.

Polskie zdarzenia pokazują z kolei skalę skutków, gdy ogień zostanie zauważony dopiero w fazie rozwiniętej. Pożar tworzyw sztucznych w Strzegomiu w lipcu 2026 r. objął około 3500 m². Działania trwały niemal 26 godzin, uczestniczyło w nich 221 ratowników i 57 pojazdów, a zużycie wody wyniosło około 2800 m³. Do rozpoznania wykorzystano trzy drony, natomiast kamery termowizyjne służyły do poszukiwania i kontroli zarzewi ognia.

To dobra ilustracja ekonomiki wczesnej detekcji. Jej celem nie jest jedynie szybsze powiadomienie straży pożarnej, lecz przede wszystkim wykrycie zjawiska, gdy można jeszcze odseparować fragment materiału, użyć sprzętu zakładowego albo uruchomić lokalnie zaplanowane działania bez dopuszczenia do objęcia ogniem całej pryzmy.

Kamera wizyjna, termowizja czy system wielosensorowy?

Każda technologia obserwuje inne zjawisko i ma inne ograniczenia.

W praktyce najlepszą odporność na alarmy fałszywe daje korelacja co najmniej dwóch niezależnych cech. Przykładem może być utrzymujący się punkt podwyższonej temperatury oraz jednoczesne rozpoznanie dymu w obrazie wideo. Innym wariantem jest alarm wynikający z szybkiego przyrostu temperatury, potwierdzony po kilku sekundach przez drugą kamerę obserwującą tę samą strefę.

Nie każdy pożar rozpoczyna się jednak na powierzchni. Badania nad głęboko położonymi pożarami bezpłomieniowymi w składowanym drewnie wskazują, że termowizję warto uzupełniać innymi metodami. Kamera wizyjna może nie zobaczyć procesu rozwijającego się pod kilkumetrową warstwą odpadów, dopóki ciepło, dym albo gazy nie dotrą do powierzchni.

Jak powinna wyglądać architektura systemu?

1. Podział terenu na strefy ryzyka

Projekt powinien rozróżniać place przyjęcia odpadów, boksy, pryzmy, hale sortowni, ciągi technologiczne, strefy pras i rozdrabniaczy, magazyny frakcji palnych oraz miejsca czasowego odkładania baterii. Każda strefa ma inną dynamikę zagrożenia i może wymagać innego czasu reakcji.

2. Pokrycie obserwacyjne dostosowane do zmiennej geometrii pryzm

Pole widzenia kamery nie może być dobierane wyłącznie do granic działki. Należy uwzględnić maksymalną wysokość składowania, przesłanianie obrazu przez maszyny i boksy, zmianę położenia materiału oraz minimalny rozmiar ogniska, który system ma wykryć w najdalszym punkcie strefy. W krytycznych obszarach wskazane jest pokrycie nakładającymi się polami obserwacji.

4. Wizyjna analiza dymu i płomienia

Model powinien być trenowany i testowany nie tylko na obrazach pożaru, lecz także na charakterystycznych zakłóceniach występujących w danej instalacji. Badania nad algorytmami odpornymi na obiekty podobne do ognia potwierdzają, że uwzględnienie takich przykładów w zbiorze uczącym ogranicza liczbę fałszywych wskazań. Dla sortowni będą to przede wszystkim pył, para, spaliny, refleksy na folii, światła maszyn oraz prace z użyciem otwartego ognia.

5. Przetwarzanie brzegowe i nadzór sprawności

Analiza wykonywana lokalnie może skrócić czas detekcji i pozwala utrzymać podstawowe działanie nawet przy utracie połączenia z systemem centralnym. Nie zwalnia to z konieczności monitorowania stanu kamer, zabrudzenia obiektywu, położenia urządzenia, dostępności sieci, zasilania awaryjnego i poprawności czasu systemowego.

6. Integracja z VMS, PSIM i SSP

Alarm powinien automatycznie wyświetlić operatorowi obraz bieżący, ujęcie termiczne, lokalizację strefy oraz przygotowaną instrukcję postępowania. System nadrzędny może korelować sygnały z kilku kamer i urządzeń oraz rejestrować czas potwierdzenia i wykonane działania.

Jeżeli sygnał ma być przekazywany do SSP, sposób integracji należy uzgodnić w projekcie ochrony przeciwpożarowej i scenariuszu pożarowym. Typowa analityka VMS nie staje się przez samo połączenie certyfikowanym elementem SSP. Funkcje automatycznego sterowania urządzeniami przeciwpożarowymi powinny wykorzystywać rozwiązania i interfejsy odpowiednie do wymaganej funkcji bezpieczeństwa.

Przykładowa logika reakcji

W obiekcie odpadowym warto rozdzielić alarmy operacyjne od alarmów pożarowych:

1. **Ostrzeżenie termiczne** – punktowa anomalia lub nietypowy wzrost temperatury; operator sprawdza obraz i kieruje pracownika do bezpiecznej weryfikacji.
2. **Alarm potwierdzony** – utrzymująca się anomalia oraz drugi symptom, np. dym, płomień albo potwierdzenie z drugiej kamery; uruchamiana jest procedura zakładowa i powiadamianie wskazanych osób.
3. **Alarm krytyczny** – wzrost powierzchni zjawiska, przekroczenie kolejnego progu lub detekcja w sąsiedniej strefie; realizowane są działania wynikające ze scenariusza pożarowego, w tym ewakuacja, wezwanie służb i – jeżeli przewidziano – uruchomienie urządzeń gaśniczych.

Automatyczne gaszenie nie może być prostą reakcją na pojedyncze wskazanie algorytmu. Rodzaj środka gaśniczego, sposób uruchomienia, wymagane potwierdzenia i wpływ na ludzi oraz proces technologiczny muszą wynikać z analizy zagrożenia i zatwierdzonego scenariusza.

Obowiązkowy monitoring odpadów nie jest automatycznie systemem detekcji pożaru

Polska ustawa o odpadach nakłada na określonych posiadaczy odpadów i zarządzających składowiskami obowiązek prowadzenia wizyjnego systemu kontroli miejsca magazynowania lub składowania. System ma działać całodobowo, rejestrować obraz i umożliwiać identyfikację osób. W przypadku wskazanych odpadów palnych obraz musi być również dostępny w czasie rzeczywistym dla właściwego wojewódzkiego inspektora ochrony środowiska.

Nie oznacza to jednak, że instalacja spełniająca wymagania nadzoru środowiskowego zapewnia skuteczną detekcję pożaru. Kamera może obejmować wymagany prawem teren, a jednocześnie nie zapewniać odpowiedniej liczby pikseli na małym ognisku, pomiaru temperatury, analizy dymu, redundancji ani automatycznej obsługi zdarzenia.

Modernizacja istniejącego monitoringu może być ekonomicznie uzasadniona, ale powinna rozpocząć się od weryfikacji rozmieszczenia kamer, jakości obrazu w nocy, niezawodności transmisji i możliwości udostępnienia strumieni systemowi analitycznemu. W części stref konieczne będzie dodanie kamer termowizyjnych lub dodatkowych punktów obserwacji.

Najczęstsze błędy projektowe

- dobór kamer na podstawie zasięgu obserwacji, bez określenia minimalnego rozmiaru wykrywanego ogniska;
- stosowanie jednego progu temperatury dla wszystkich odpadów i pór roku;
- brak prób z pyłem, parą, spalinami i rozgrzanymi maszynami;
- pozostawienie martwych pól za pryzmami i elementami technologii;
- brak procedury reakcji na ostrzeżenie przed pojawieniem się płomienia;
- przekazywanie każdego zdarzenia AI jako alarmu pożarowego bez korelacji i weryfikacji;
- brak kontroli zabrudzenia kamer oraz testów po zmianie organizacji placu;
- traktowanie monitoringu wymaganego ustawą o odpadach jako równoważnego z SSP;
- pominięcie pożarów rozwijających się wewnątrz pryzmy.

Wnioski

Wizyjna detekcja małych ognisk pożaru może istotnie skrócić czas rozpoznania zagrożenia w miejscach magazynowania odpadów. Największą wartość daje tam, gdzie klasyczne czujki mają ograniczony zasięg albo działają w środowisku o dużej zmienności i zapyleniu.

Nowe algorytmy AI poprawiają zdolność wykrywania niewielkich płomieni i mogą działać na urządzeniach brzegowych, ale nie rozwiązują samodzielnie wszystkich problemów. W składowiskach i sortowniach kluczowe pozostają: termowizja, korelacja kilku symptomów, wykrywanie procesów zachodzących wewnątrz pryzmy, właściwe pokrycie terenu oraz przygotowana reakcja ludzi i urządzeń.

Docelowym rozwiązaniem nie jest więc „kamera wykrywająca pożar”, lecz wielowarstwowy system wczesnego ostrzegania, połączony z organizacją magazynowania, ochroną przeciwpożarową zakładu i procedurą bezpiecznego działania. Dopiero takie podejście daje realną szansę zatrzymania zdarzenia, zanim niewielki punkt termiczny zmieni się w wielogodzinną akcję gaśniczą.

Źródła

1. [A lightweight early-stage small wildfire spot detection model based on re-parameterization and bidirectional adaptive feature fusion, „Expert Systems with Applications”, 2026](https://www.sciencedirect.com/science/article/abs/pii/S0957417426030186).
2. [Forest fire rekindling detection using dual-branch fusion network for visible-light and infrared images, „Engineering Applications of Artificial Intelligence”, 2026](https://www.sciencedirect.com/science/article/abs/pii/S0952197626020105).
3. [Early detection of deep-seated smouldering fires in wood waste storage using electrical resistance tomography, „Waste Management”, 2024](https://www.sciencedirect.com/science/article/pii/S0956053X24002460).
4. [An Image-Based Fire Monitoring Algorithm Resistant to Fire-like Objects, „Fire”, 2024](https://www.mdpi.com/2571-6255/7/1/3).
5. [Detection of Small-Sized Electronics Endangering Facilities Involved in Recycling Processes Using Deep Learning, „Applied Sciences”, 2025](https://www.mdpi.com/2076-3417/15/5/2835).
6. [Pożar składowiska odpadów w Strzegomiu – komunikat KP PSP w Świdnicy, 11 lipca 2026 r.](https://www.gov.pl/web/kppsp-swidnica/pozar-skladowiska-odpadow-w-strzegomiu-26-godzin-intensywnej-walki-z-ogniem).
7. [Pożar składowiska odpadów w Dobrowodzie – komunikat KP PSP w Busku-Zdroju, 30 kwietnia 2026 r.](https://www.gov.pl/web/kppsp-busko-zdroj/pozar-na-terenie-skladowiska-odpadow-w-dobrowodzie).
8. [Recycling centre fire in Ilford – London Fire Brigade, 7 sierpnia 2026 r.](https://www.london-fire.gov.uk/incidents/2026/august/recycling-centre-fire-ilford/).
9. [Ustawa z dnia 14 grudnia 2012 r. o odpadach – art. 25](https://eli.gov.pl/api/acts/DU/2022/699/text.html).
10. [Rozporządzenie Ministra Środowiska z dnia 29 sierpnia 2019 r. w sprawie wizyjnego systemu kontroli miejsca magazynowania lub składowania odpadów](https://isap.sejm.gov.pl/isap.nsf/DocDetails.xsp?id=WDU20190001755).