התעלמות מהסיכוי של בזבוז תווים באמצעות ד"רונים ו-Aerial Imaging

הצומת של כלי רכב אוויריים בלתי מאוישים (UAVs) ומדע סביבתי מעצב מחדש את האופן שבו אנשי ניהול הפסולת ניגשים לאחד המשימות הבסיסיות ביותר שלהם: להבין בדיוק מה נמצא בזרם הפסולת.שיטות הזכאות המסורתיות מסתמכות על בדיקה פיזית ומדריך ידני, תהליך איטי, רגיש לעבודה, ולעתים מוגבל לדגימות קטנות.

יסודות הפסולת

בזבזנות היא עמוד השדרה של ניהול פסולת יעיל.זה קובע את ההרכב של חומרים מפוסקים, המאפשר לרשויות מקומיות ועסקים לעצב מערכות איסוף מתאימות, אופטימיזציה תוכניות מחזור, לציית לתקנות סביבתיות.התהליך בדרך כלל מקטב פסולת לתוך שברירים כגון אורגנים, פלסטיק, מתכות, נייר, זכוכית וחומרים מסוכנים.

שיטות מסורתיות וקוצרות

אפיון פסולת באמנה כרוך צוותי שדה איסוף דגימות ייצוגיות ממשאיות זבל, תחנות העברה או מחסנים. דגימות אלה מכוונן באופן ידני ומשקלו במשך שעות או ימים.

  • עלויות העבודה הגבוהות והסיכוני בטיחות: עובדים 1FLT 1 מטפלים בחפצים חדים, כימיקלים מסוכנים וביוזארים.
  • (ב) סיקור מרחבי:0) , 000: דגימות שטח מוגבל לעתים קרובות למאות ק"ג מתוך אלפי טון, המציג אי ודאות סטטיסטית.
  • (FLT:0) sampling: sampling:cioFLT:1 בגלל עלות ומורכבות, מתקנים רבים לאפיין פסולת רק פעם או פעמיים בשנה, חסר שינויים עונתיים או התנהגותיים בדפוסי סילוק.
  • (ב) ⁇ :0) ⁇ : 1FLT:1 , בני אדם עשויים לסווג פריטים מעורפלים, מה שמוביל לנתונים לא עקביים במקומות.

פערים אלה מניעים את החיפוש אחר חלופות אוטומטיות, מרוחקות של חשונות מציגות פתרון משכנע, אך יכולתן תלויה בהתרגשות טכניים ותפעוליים.

Drone ו-Aerial Imaging Technology for Waste Assessment

מזל"טים מודרניים נושאים מגוון של חיישנים המתאימים לאופי הפסולת.הנפוצים ביותר הם מצלמות RGB ברזולוציה גבוהה, אבל רב-ספקטרום, היפר-ספקטרום, וחיישנים תרמיים הם צוברים מצעים.פלטפורמות אלה יכולים לעוף נתיבים טרום-מוערכים על פני אדמה, פסולת בלתי חוקית, או אפילו פסולת עירונית, לכידת ערכות תמונה צפופה כי הם מאוחר יותר תפרים לתוך אוטמיסים 3D מודלים.

חיישן Capabilities

  • (FLT:0RGB (אור בלתי אפשרי): אידיאלי לזיהוי פריטים גדולים וקטגוריות פסולת בסיסיות כמו פסולת בנייה, צמיגים, או פליטות מפלסטיקים גדולים.
  • (FLT:0)Multispectral:FLT:1 Captures Near-infrared and Red-edge-edge להקות, שימושיות להפרדה של פסולת אורגנית מפלסטיקים ולדידת תוכן לחות.
  • (FLT:0)Hyperspectral: FLT:1ig מספק עשרות להקות ספקטרליות צרות, המאפשרות זיהוי של סוגים פולימרים ספציפיים (למשל, PET לעומת HDPE) וחומרים מסוכנים.
  • (ב) ⁇ :0) ,[דרוש מקור]: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

עיבוד נתונים וניתוח Pipeline

הדימוי הגולמי שנאסף על ידי מל"טים חייב להיות הופך לנתונים של אופי פעולה.

  1. (FLT:0) תיקון אורת'ו ותפור: FIRLT:1 (שימוש בתוכנה פוטוגרמה (למשל, Pix4D, Agisoft Metashape) כדי ליצור מפה גיאוגרפית של האתר.
  2. (ב) ,0) דוגמאות לידע מכונות: 1FLT:1 מודלים - לעתים קרובות מבוסס על רשתות עצביות מבוכות - לזהות ולהרוס ערימות פסולת או חפצים בודדים.
  3. (ב) ⁇ :0) , ⁇ : ⁇ : כל קטע מוקצה סוג חומרי באמצעות חתימה ספקטרלית או ניתוח מרקם.
  4. (FLT:0)Volume estimation:FreaLT:1) על ידי שילוב של תמונות 2D עם מודלים משטח דיגיטלי (DSMs), נפח של כל קטגוריה פסולת יכול להיות מחושב ומומרת למסה באמצעות תצפיות משוערות.

פריצות דרך חדשות בלמידה עמוקה, במיוחד באדריכלות של פלח:0instance פלקטורות כמו Mask R-CNNFLT:1, שיפרו באופן משמעותי את הדיוק של סיווג פסולת אוטומטי מתמונות אוויריות.

היתרונות של דחיסת פסולת מבוססת ד"ר

כאשר הם פורסים ביעילות, מזל"טים מציעים כמה יתרונות אשר ישירות לטפל חסרונות של שיטות מסורתיות.

מהירות וכיסוי

טיסה אחת של מזל"ט יכולה לכסות 20-50 דונם תוך שעה, איסוף נתונים על אלפי טונות של פסולת.זה מאפשר סקרי אדמה שלמים ולא להבקיע דגימה.

שיפור בטיחות העבודה

ד"רונים מבטלים את הצורך של אנשים ללכת על בסיס פסולת פעיל או לטפס על ערימות פסולת.זה קריטי במיוחד באתרי פסולת מסוכנים או לאחר אירועי מזג אוויר קיצוניים כאשר תנאי הקרקע אינם יציבים.המנהל הבטיחות והבריאות של הכיבוש (OSHA) מדווח כי פציעות הקשורות לבזבוז הן בין הגבוהים ביותר במגזר הסביבתי; חישה מרחוק מפחיתה את החשיפה הזו.

ניכוי עלויות לאורך זמן

בעוד ההשקעה הראשונית ברחפנים ותוכנה יכולה להיות 10,000 $, עלויות תפעול מתמשך הרבה יותר נמוך מאשר גיוס צוותים.על פי FLT:0study המצוטט ב- Waste360cioFLT:1, מתקנים אשר מאמצים סקרי מל"טים מדווחים על ירידה של 40-60% בעלויות הזיה לאחר השנה השנייה של השימוש, בהנחה טיסות תכופות.

גישה לאזורים בלתי נגישים

פסולת בלתי חוקית ביערות מרוחקים, מדרונות חריפות תלולים, או הריסות לאחר-דיסקסטר הם לעתים קרובות בלתי אפשריים עבור צוותי קרקע להיכנס בבטחה. ד"רונים יכולים לטוס ישירות לאזורים אלה, ללכוד תמונות המסייעות לרשויות להעריך את היקף הבעיה ולתכנן פעולות ניקוי.

אתגרים ומגבלות

למרות הבטחתו, פיזור פסולת מבוסס מזל"ט עומד בפני כמה מכשולים בעולם האמיתי שיש לטפל בהם לפני שהוא יכול להחליף או להשלים שיטות ידניות.

מזג אוויר ויציבות סביבתית

רוחות חזקות, משקעים ותקרת ענן נמוכה מקרקעות את רוב המל"טים הצרים והתעשייתיים.באזורים עם גשם או ערפל תכופים, חלונות הטיסה עשויים להיות צרים, מעכבים איסוף נתונים.בנוסף, אבק ועשן מפני צינורות קרקע פעילים יכולים לפסולת מצלמה גרועה ורמות את איכות התמונה.

הגבלות רגולטוריות

פעולות ד"ר אחת במדינות רבות דורשות מטייסים להחזיק תעודת טייס מרחוק וכדי לטוס בקו הראייה (VLOS) טיסות מעבר לקו הראייה החזותי (BVLOS), לעתים קרובות צריך לבדוק את המזהמים הגדולים, לדרוש ויתורים מיוחדים שיכולים לקחת חודשים כדי להשיג אווירי חלל ליד שדות תעופה או תשתיות רגישות עשויים להיות לחלוטין מחוץ ללימוזינה.

קטגוריות פסולת בזבזניות חזותיות

מנקודת מבט אווירית, סוגים רבים של פסולת נראים דומים להפליא.לדוגמה, נייר מפוזר, פלסטיק לבן וטקסטיל בצבע בהיר הם קשה להפריד.גם עם חיישנים רב-ספקטרום, להבחין בין רמות פולימרים שונות או רטוב מול אורגנים רטובים לעומת יבש נשאר אתגר, במיוחד כאשר פסולת מכוסה על ידי עפר או מחוספס חלקית.

Need for Advanced Algorithms and Computing Power

הדיוק הסיווג של המודלים הטובים ביותר הקיימים על מסדי פסולת מעורבים הוא סביב 75-85% כאשר מוערכים על קטגוריות ידועות, אבל טיפות עד 60% כאשר מתמודדים עם פריטים חדשים או תנאי תאורה יוצאי דופן.אימון מודלים אלה דורש אלפי תמונות אוויריות לא מאוישות, אשר הם בקושי בתחום הציבורי.

פרטיות נתונים ופרסום

מל"טים מעופפים על פסולת למגורים או ליד נכסים פרטיים מעוררים חששות פרטיות.אזרחים עשויים להתנגד למעקב, גם אם תמונות משמשות רק לניתוח פסולת. תקשורת ברורה ואנונימיות של נתונים הם הכרחיים כדי לזכות באמון הקהילה.

מחקר וסימולציות טייס

למרות מגבלות, כמה פרויקטים אקדמיים ותעשייתיים הוכיחו את האפשרות של התגלמות פסולת מבוססת רחפנים בהגדרות מבוקרות.

מקרה מחקר: Landfill Mapping at Sunset Landfill, פלורידה

בשנת 2022, שיתוף פעולה בין אוניברסיטת פלורידה לבין רשות פסולת אזורית השתמש DJI Phantom 4 Pro כדי למפות את הקרקע של 40-hectare. RGB תמונה מעובד עם מודל פלח מותאם אישית U-Net המסווג פסולת לתוך בנייה פסולת, פסולת ביתית וצמחייה עם דיוק כולל של 82%.הצוות גם יצר תחזיות עבור כל קטגוריה, אשר תואמים את המדידות המבוססות על הקרקע בתוך השגיאה של ה- 12%.

מחקר מקרה: גילוי דומפ בלתי חוקי בברזיל

חוקרים מאוניברסיטת סאו פאולו פרסמו רחפנים עם חיישן רב-ספקטרום מעל יערות הגשם של אמזון כדי לזהות את השלכות הבלתי חוקיות.על ידי אימון מקבץ יערות אקראי על אינדיקציות ספקטרליות (NDVI, מדד צמחייה בעל הקרקע), הם זיהו אזורים פוטנציאליים של לשפוך עם 90% רגישות.הגישה הייתה מוגבלת על ידי הצורך אימות ידני, אבל זה חתך זמן של 70% לעומת צוותי סיור.

טכנולוגיות למידה מכונות

עבודה אחרונה במרכז החלל הגרמני (DLR)אנדרל (DLR)אנדרופול) 1 חקרה באמצעות נתונים סינתטיים כדי להכשיר מודלים סיווג פסולת.על ידי יצירת נוסחאות ריאליות של ערימות פסולת עם הרכב ידוע, הם השיגו שיפורים דיוק של עד 15 נקודות אחוז על תמונות של מזל"טים אמיתיים.טכניקה זו יכולה להתגבר על בעיית המחסור בנתונים ולהאיץ את פריסת שדה.

שילוב עם טכנולוגיות Complementary

כדי למקסם את הכדאיות, אופייזציה מבוססת המל"טים צריכה להיחשב כחלק ממערכת אקולוגית חיישן גדולה יותר ולא פתרון של עמידה.

שילוב עם חיישנים מבוססי-ענן

לנמנלים יותר ויותר לפרוס בורות חכמות וחיישנים המבוססים על הקרקע המדאימים פליטות גז, טמפרטורה והתנחלות.לקבוע את אלה עם תמונות מל"טים מאפשר למפעילים לקשור קטגוריות פסולת חזותיות עם שלבים של פירוק גז.לדוגמה, אזור אורגני בעל תעודת מזל"ט, אשר גם מראה מתאן גבוה מחיישנים קרקעיים ניתן להעדיף עבור לכידת גז.

צילום: Coar Filter

נתונים לווייניים הזמינים לציבור (למשל, מ Sentinel-2 או Landsat) יכולים לזהות שינויים גדולים בשימוש הקרקע או ההרחבה פסולת השבועית. Drones לאחר מכן לספק תמונות מעקב מפורטות רק עבור אזורים המתפתלים על ידי לווינים. גישה זו דו-שכבת שני מקטין את זמן הטיסה ומרחיבת כיסוי.

התבגרות רובוטית

בעתיד, מזל"טים יכולים לעבוד לצד רובוטים קרקעיים המבצעים דגימה פיזית המבוססת על אזורי יעד מקודמים של מזל"טים.מתקנים כאלה הם אבטיפוס במפעלי עיבוד פסולת באירופה, שם סקרים של מזל"טים נכנסים וזרוע רובוטית בוחרת דגימות ייצוגיות לאימות.

סליחות ודרכי פעולה לדרגה

עבור פיזור פסולת מבוסס מזל"ט כדי להפוך לשגרה, מסגרות רגולטוריות חייבות להתפתח כדי לאפשר פעילות BVLOS על פני הקרקעות, במיוחד באזורים מרוחקים.תוכנית מעבר של FAA ויוזמות דומות באירופה הן בדיקות באופן פעיל עבור ניהול פסולת.בינתיים, מפעילי יכולים להתחיל עם טיסות VLOS באתרים קטנים יותר כדי לבנות שיא תאימות.

לקראת שיטות הטובות ביותר עבור אבטחת מידע וכבוד של רחפנים ללא גבולות ליד בתי כלא, שדות תעופה, תשתיות קריטיות הן לא ניתנות להשגה. חברות ניהול פסולת צריכות לתכנן טייס מרוחק מוסמך ולהגדיר עקשנות ייעודית עבור תחזוקה של מזל"טים.

אפשרויות עתידיות ו- Outlook

הכדאיות של שפכים מבוססי מזל"ט עולה בהתמדה כאשר עלויות חיישן נופלות, מודלים של בינה מלאכותית מתבגרים ותקנות להירגע עבור פעולות בסיכון נמוך. בחמש השנים הקרובות, אנו יכולים לצפות:

  • (FLT:0) ספריות ספקטרליות של ספקטרום 1 (Feloph:1) לחומרי פסולת נפוצים, המאפשרים מודלים של סיווג Plug-and-play.
  • (ב) ב-AIIRFLT:1 (במל"טים מסחריים שיכולים לסווג ולדווח על קטגוריות פסולת בזמן אמת ללא צורך בתהליכים לאחר עיבוד.
  • (ב) ,0) מסדרונות טיסה מאוישים 1 (FLT:1) על פני האדמה הגדולה, שאושרו על ידי הרגולטורים לצורך מעקב חוזר.
  • (FLT:0) אינטגרציה עם מערכות חיוב פסולת 1 , שבו מידע המל"ט מודיע על תשלום כמו-אתה-row המכסים המבוססים על הרכב פסולת בפועל.

עם זאת, לא סביר כי מזל"טים יחליפו באופן מלא את מיון ידני בטווח הקרוב. דגימה פיזית מספקת רמה של גרנוריות כי חיישני אוויר לא יכולים להשיג, במיוחד עבור רכיבים עתירי קנס כמו מיקרופלסטיקה או מתכות עקבות.הדרך הפרגמטית ביותר קדימה הוא מודל היברידי: מזל"טים מבצעים סקרים תכופים, רחב-ארוכים כדי לזהות מגמות וomas, בעוד ידניים ממוקדים מספקים תוצאות פיקוח גבוה.

מסקנה

תוך הסתמכות על האפשרות של שימוש ברחפנים ודמיית אוויריות עבור פיזור פסולת מגלה טכנולוגיה שעדיין אינה תחליף מוחלט לשיטות מסורתיות, אך הופכת במהירות לשלימה הכרחית. Drones מציעים מהירות ללא תחרות, בטיחות וכיסוי מרחבי, עם פוטנציאל לייצר הטבות יעילות, רזות חוזרות על נתונים בקנה מידה בלתי אפשרי בעבר.