Drones ve UAVs'ın Gelişen Rolları Uzaktan Altyapı Projeleri için Reçeteli Veri Koleksiyonu

Doğru yağış verileri, özellikle uzak veya sağlam arazilerde hava desenleri aşırı ve öngörülemeyen bir arazidir. Geleneksel zemin tabanlı hava istasyonları genellikle sparse, bu tür ortamlarda korumak için pahalı ve zor. son on yılda, insansız hava araçları (UAVs) - yaygın olarak yüksek çözünürlüklü verileri verimli bir şekilde toplamak için dönüştürücü bir araç olarak ortaya çıktı.

Bu makale, droneların uzaktan projeler için yağış veri toplamasını nasıl değiştirdiğini, sensörler ve yöntemler bu değişimi, mevcut sınırlamaları ve bir sonraki UAV teknolojisi neslinin getirdiği şeyleri araştırıyor. İster bir sivil mühendis, bir çevresel danışman, ister site değerlendirme sorumlu bir proje yöneticisi, zor erişim yerlerinde, drone tabanlı yağış izleme yeteneklerini ve en iyi uygulamalarını anlamak modern altyapı gelişimi için önemlidir.

Neden Drones Uzaktan Precipitation İzleme İzleme için eşsiz bir şekilde Suited

Tehlikelerdeki erişilebilirlik ve güvenlik

Uzak altyapı projeleri - Andes'i geçen bir boru hattının, kuzey Kanada'da bir maden yolu veya yoğun tropikal orman yoluyla bir güç hattı koridoru - sık sık dik yamaçları, nehir geçişleri, dengesiz zemin ve aşırı hava durumu.Böyle koşullarda yağmur ölçümünü göndermek veya okumak için bir alan ekibi göndermek, tehlikeli ve pahalı. Drones, daha önce vadilerde ve ridgelines'ta düşük olan yerlerdeki verileri toplamak veya tehlikeli araçlamaktan vazgeçme yeteneğinden geri dönmek için tehlikeli.

Yüksek Spasal ve Temporal Çözümü

Geleneksel yağmur ölçümleri nokta ölçümlerini sağlar ve hatta iyi dağıtımlı bir ağ, özellikle dağlık arazide istasyonlar arasında büyük boşluklar bırakabilir, yağışların kısa mesafelerde dramatik bir şekilde değişmesine neden olur. hafif hava sensörleri ile donatılmış hava sensörleri, 10 m kadar yatay ve 1 m dikey olarak daraltılmış bir ağ ile çökmüş olan yağışları kaçırabilir.

Maliyet-i İmkansızlık vs. Konvansiyonel Yöntemler

Uzak bir alanda kalıcı bir hava istasyonu yüklemek genellikle 50 km2 su üzerinde bir UAV'yu kullanmak - uçuşlar, sensörler, çalışma, ve bakım dahil olmak üzere - yüksek performanslı bir çevresel drone'u, aksine, sabit ölçümler ağı korumaktan daha ucuza mal olabilir, özellikle de bu ölçümler bir yıl boyunca 50 km2'lik bir su deposunda bir UAV'yu çalıştırırsa - uçuşlar, sensörler, denemeler ve pilot zaman dahil olmak üzere - daha hızlı bir şekilde inşa edilebilir.

Core Technologies: Mümkün Olan Sensörler

Hafif TippingBucket ve Optik Rain Gauges-Bucket ve Optik

Miniaturized tipping-bucket rain ölçümleri, 300 g'den daha az ağırlık vererek, şimdi UAV ödeme yüklerine entegre edilebilir.Sırıklamalı tünel tahminleri ile drone'ları ölçtüler.Bu sensörler, yağmur boyutunu ve hızını tespit etmek için bir lazer kirişi kullanan, yağmur tabakasında daha fazla bilgi sağlayabilir - susuz inşaat yolları ve susuz yağış riski anlamak için kritik bir şekilde.

Radar-Encipitation Profiling

Compact, frekans sürekli dalga (FMC-W) K-band (24 GHz) veya W-band (94 GHz) orta-lift UAVs tarafından gerçekleştirilecek kadar küçük hale geldi. Bu, özellikle de yüzeysel ölçümler için gerekli olan bulut tabanının altında sayısal hava modellerinin bulunduğu dikey ölçümler için gerekli olan radarlar için yeterli.

Indirect Precipitation Estimation için Multispectral ve Termal Kameralar

Tüm UAV bazlı yağış izleme doğrudan yağış sensörlerine dayanıyor. Multispectral kameralar son birkaç saat içinde alınan alanların normalleştirilmiş farkını yakalayabilirler.Bu dolaylı yöntemler, yoğun bir uçuş ızgarasının haftalar veya aylar boyunca tahmin edilmesine izin verir.

Rüzgar ve Nem Sensörleri BoundaryLayer Karakterizasyon

Doğru yağış ölçümü, atmosfer sınırı katmanının bilgisi gerektirir - sıcaklık, nem ve rüzgar hızı - çünkü buharlı hava, rüzgar sürüklenme ve dikey karıştırma, yağmurun gerçekte yüzeye ne kadar yağmur yağdığını etkiler. Modern çevre UAVs, bu parametrelerin yanı sıra, çiğ yağmur yağdırıcı verilere düzeltmeleri sağlar. Örneğin, yüksek rüzgar koşullarından 10-20 oranında yakalamayı hafife almak için bilinen bir ipucu 10-20% ile ayarlanabilir.

Data Collection ve Processing yöntemleri

Optimal Coverage için Pre-Flight Planlama

Etkili drone bazlı yağış anketleri dikkatli uçuş planlaması ile başlar. GIS yazılımı kullanarak operatörler, projenin uydurduğu kanal hatlarının kapsamını dengelemek için, batarya yaşam ve hava alanı kısıtlamalarına saygı göstererek otomatik uçuş hatları 50-100 m ayrı, yüksek çözünürlüklü veri kalitesine sahip 60-120 m üst düzeye kadar ayarlanan yüksek çözünürlüklü bölgelerle dengelenebilir.

In-Flight Data Acquisition

Uçuş sırasında, yağış sensörleri 1-10 Hz oranlarında okumalar, zaman-stamped with GPS koordinatları ile çarpışıyor. drone'un sabit navigasyon sistemi (INS) doğru saha izleme, rulo ve yaw, her ölçümün ekipman veya beklenmedik yağış olayları tespit etmesini sağlamak, bir iç SD kartta veri saklayabilir ve ayrıca 4G'den fazla sabit bir şekilde alt kümesini veya uydu bağlantıya doğru bir şekilde erişim sağlar.

PostProcessing and Data Fusion

İndikten sonra, ham veriler tipik olarak içeren bir boru hattı aracılığıyla indirilebilir ve işlenir:

  • [FONT:0)Kalite kontrolü: Fıtrat, damlalet fragman veya GPS damlaout.
  • [FONT:0)Geostatistik interpolasyon: Kritch veya ters mesafe ağırlıkları proje alanını kapsayan sürekli bir ağ üzerinde ölçülere eklenecektir.
  • [FONT:0] Zemin gerçeğe karşı şiddet: Bölgede birkaç kalıcı ölçüm varsa, UAV verileri kalibrasyonu onaylayanlarla karşılaştırılılır.
  • [FONT:0)GIS entegrasyonu: [Dönetici: [Dönüşük Aylar: 0:1] Son yağışlı Aylar CAD veya GIS katmanlarına ihraç edilir ve üstografi, toprak haritaları ve önerilen altyapı hizaları.

Büyük projeler için, tarihsel UAV ve uydu verileri üzerinde eğitilmiş makine öğrenme modelleri, uçuşların mümkün olduğu boşlukları doldurabilir, yağış ikliminin tamlığını daha da ileri sürebilir.

Gerçek Dünya Uygulamaları ve Vaka Çalışmaları

Kanada Arctic Roads in the Canadian Arctic

Büyük bir madencilik şirketi, ilkbaharda meydana gelen her önemli hava durumu boyunca 150 km buz yolu için yağış verileri gerekliydi. Geleneksel hava istasyonları yaklaşık% 40 arasında bir deprem ve rüzgar sensörü ile donatılmış bir özellik, mühendislik ekibi, en yakın çevrede 60 km uzaklıktaki geoteknik mühendislerin yeniden tasarlamasını sağladı.

Himalayalarda oturtmak

Himalayalarda büyük hidroelektrik projesi aşırı yağışlı bir UAV'yu 400 m'den fazla yüksekliğe doğru bin $ 'a kadar yükselterek, 500 MW baraj için bir takım, başlangıçta mühendisler tarafından kullanılan bir sabit ABD radarı ile haritalama profillerini yüzde 25'e kadar yükselterek, drone'nun iki haftadan fazla bir şekilde tamamladığını gösterdi.

Amazon Basin'deki boru hattı inşaatı

Bir petrol ve gaz operatörü, 80 m AGL'de 200.000 km boru hattı koridorunu izlemek için gerekliydi. Yoğun orman nehir dışında zemin erişimi imkansız hale getirdi.Sıkıtsız hava kirliliği ve çok fazla inşaat süresiyle, UAV-vitre verileri, daha önce yapılan yağışlı dönemlerle ilişkili olan yağışlı dönemleri tespit etmek için, daha önce yapılan yağışlı projelerle karşılaştırıldığında, daha önce yapılan yağışlı saatlere kıyasla, daha önce yapılan yağışlı bir şekilde yapılan yağışlı saatlere kıyasla, daha önce yapılan bir süre boyunca yapılan değişikliklerden kaçınmak için kullanıldı.

Meydanlar ve Sınırlar

Düzenlemeler ve Hava Alanı

Bir UAV'yu görsel çizginin dışında uçurtma (BVLOS) - ki bu genellikle büyük altyapı siteleri kapsamak için gereklidir - birçok ülkede ağır bir şekilde kısıtlanır.Rekeşler ile bile, operatörler tavanlara uymalıdır (tipik olarak 120 m AGL) ve havacılık vücutlarının yakınında hiçbir şekilde zarar verir, askeri tesisatlar ve ulusal parklar için, ancak şimdiye kadar süren uçuşlar her sivil havacılık otoritesinden ayrı bir izin gerektirir.

Hava Durumu için Hava Durumu

Paradoksal olarak, en ilginç yağış olayları - ağır yağmur, fırtınalar, icing koşulları - tam olarak bu zemin droneları yakalamak için havalimanları veya ağır yağışlar için sertifikalandırılmıyor; yağmurun gelişimi kısa sürede (konuşturucu elektronik, yüksek çözünürlükte, ve ısıtılmış sensör pencerelere) ilerlemeye neden oluyor, ancak hafif duşlar sırasında uçmalıdır.

Battery Life and Payload Limits

En iyi elektrikli multirotors bile ağır bir sensör ödeme yükü taşıyan 20-35 dakika uçuş zamanlarına sahiptir (radar, disdrometer, telemetri). Bu, bir jeneratör veya güneş serisi ile araştırılabilecek alan alanı sınırlandırır.

Data Volume and Processing Kompleity

Yüksek çözünürlüklü bir radar ile 30 dakikalık bir uçuş 50 GB ham veri üretebiliyor. Storing, transfer ve bu tür hacimleri uzaktan alan kampında ( sınırlı internet bantlı) yüksek kapasiteli bir SSD depolama, taşınabilir iş istasyonları ve uydu yükleme yetenekleri dahil olmak üzere.

UAV-Based Precipitation İzleme için En İyi Uygulamalar

Doğru Platform ve Sensör Suite seçin

Havalimanını proje ölçeğine ve araziye eşleştirin. Küçük (5-20 km2) yüksek karmaşıklıkta olan alanlar için, optik bir disdrometer ve rüzgar sensörü ile belirlenen sensörün en iyi çözümü sunar. (20-100 km2) Boru hatları veya yollar gibi lineer projeler için sabit bir hibrit (VTOL) dağıtım yapmadan önce, kompakt bir radarı taşıyabilir.

Robust Uçuşu ve Data Planını Geliştirmek

Mobilizasyon için ayrıntılı bir veri toplama planı yazın. Transect spacing, uçuş, tekrarlama frekansı (örneğin, günlük, posta sonrası fırtına sadece veya haftalık), ve izleme kampanyasının süresi. 10 m / veya GPS'in kritik bir fırtına sırasında gerçekleştirilmemesi durumunda, ikincil veri kaynakları (C-band radarı veya uydu yağmur tahminleri) boşlukları doldurabilir.Açık kalite kontrol eşlerini - örneğin, rüzgar hızlarının 10 m / veya nerede hızların 5 cm'den daha kötü bir şekilde gerçekleştirildiğini ölçmek.

Konvansiyonel Gauge Networks ile bütünleştir

Proje bütçesi izin verirse, iki veya üç düşük maliyetli rotayı merkezi ve çevreleme alanı yakınında ayarlar. Bu noktada UAV-interpolated ızgara ile önyargı ve ayarlama parametrelerini değerlendirmeyi sağlar.Bu karma yaklaşım - uzaysal kapsama için UAVs for continuous scope, ground measure to the center and periphery of the UAV-interpolated grid to evaluate.

Otomatik Analiz için AI'yı Yararlayın

Makine öğrenme modelleri, onsorFlow veya Pych gibi tarihsel UAV ve uydu yağış verileri üzerinde eğitilebilir, DJI veya Pix4Dmapper gibi fosil olayları uygun meteorolojik modüller içeriyorsa.

Future Perspectives: Drone-Based Precipitation Science'ın Sonraki Nesili

Tüm Weather UAVs with Active De-Icing

Kapalı elektronik tahrik sistemleri ile drone'ların prototipleri ve ısıtmalı önde gelen kenarlar birkaç üniversite ve savunma müteahhitleri tarafından test ediliyor.3-5 yıl içinde, ticari operatörlerin muhtemelen orta yağmurda ve sensör veya hava iframe olmadan donma seviyelerinde uçabileceklerini. Bu, fırtınalı ölçümde doğru kapıyı açacak, köprülerin Hidrolojik tasarımı için eşi benzeri olmayan verileri sağlayacak, soğuk-klim altyapıda yayılabilecekleri ve yayılabilecekleri temizleyecek.

Büyük Mapping için savaş operasyonları

koordineli swarms'te çalışan 5-20 küçük drone'lar, bir saatte düzinelerce kilometrelik bir yere araştırma yapabilirler; her drone farklı bir sensör taşır - bir başka radarla, bir disdrometer ile, bir termal görüntüleyici ile bir üçüncüsü - ve veriler gerçek zamanlı olarak füzyon yapılır. Swarm teknolojisi zaten tarımsal ve güvenlik uygulamaları üzerinde kanıtlanır; haritalamanın haritalanması doğal bir sonraki adımdır, özellikle de büyük hidroelektrik yakalama ve çapraz boru hatları için.

AIAssisted Real-Time Decision Support Support

Uzak hesaplaması büyüdükçe, gelecekte UAVs, belirli bir yağış yoğunluğu eşiğine erişebilecek ve doğrudan inşaat sitesinin dijital ikiz modellerine müdahale edebilecektir. Bir yağmur olayı sırasında uçan bir drone düşünün, 3D erozyon yönetimi modelini her 60 saniyede güncelleyin ve proje yöneticisini uyaracaktır - yerdeki yağış yoğunluk eşinin kapatılması veya sedisyon kontrolü önlemlerinin kapatılmasına izin verir.

Uydu ve Ground Radar Networks ile entegrasyon

UAVs giderek daha fazla "kanış ölçüm" olarak hizmet edecek ve dünya çapındaki tahmin ve altyapı tasarımı için kullanılan uydu-derive ölçüm aletlerinin doğruluğunu geliştirecektir.[FONTD) ve zemin tabanlı hava radarı (NEXRAD) ve mevcut ağların uygun bir şekilde analiz edilen uzaktan alanlarda yerelleştirilmiş bir gerçek sağlayarak, dünya çapındaki standart bir drone tasarımı için kullanılan hidrolojik modellerin doğruluğunu geliştirecektir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Drones ve UAVs, deneysel bir meraktan, uzaktan altyapı projelerindeki yağış veri toplama için pratik, maliyet etkin bir çözüme taşındı. Tüm hava platformları, ulaşılamaz araziye ulaşma yeteneği, yüksek çözünürlüklü veri ve AI odaklı analitikler, önümüzdeki birkaç yıl içinde bu engelleri aşmak için önemli ölçüde azaltmaktadır.

Proje takımları şu anda uzaktan altyapı çalışmasını planlıyor, mesaj açıktır: UAV- bazlı yağışı site soruşturmanıza ve inşaat yönetim iş akışlarına entegre etmek daha iyi bilgilendirilmiş tasarım kararlarını, daha düşük risk ve en sonunda daha dayanıklı varlıklara yatırım yapmak, doğru sensöre dayalı olarak, sağlam veri boru hatlarına yatırım yapmak ve düzenleyici manzaraya göz kulak vermek - çünkü yağış veri akışının geleceği uçuyor.