Drone-Based Landslide Hazard Değerlendirmeye Giriş

Araziler, dünya çapındaki topluluklara, altyapıya ve ekosistemlere önemli bir tehdit oluşturuyor, binlerce ölümcül alana ve milyarlarca dolara neden oluyor. Toprakların tehlikelerini değerlendirmek ve izlemesi için geleneksel yöntemler genellikle temel olarak uzay tabanlı anketlere, uydu görüntülerine ve insansız uçaklara güvenerek, bilim insanları, mühendislere ve acil olmayan hava araçlarına (UAVs) çok daha önce de ulaşılamayan bu alandaki pratik alanlara yönelik pratik yöntemlerden dolayı, daha önce de yararlanarak devam eden teknik verilerle ilgili olarak, pratik olmayan bir yaklaşımla ilgili olarak, pratik ve pratik alanlara yönelik pratik yöntemler ortaya çıkıyor.

Arazi Analizi için Drones'ın Teknik Yetenekleri

Data Collection için Sensör Payloads

Modern dronelar, arazi araştırmalarını önemli ölçüde artıran çeşitli sensörler ile donatılmış olabilir.En yaygın ödeme yükleri yüksek çözünürlüklü optik kameraları (görücü spektrum), çok sayıda algılama sensörü, termal kızılötesi kameraları ve ışık algılaması ve değişen (LiDAR) sistemleri. Optik kameralar, ayrıntılı veya dışsal fotografmetri ile bir araya geldiğinde. LiDAR sensörleri, hatta hafif modeller, bitki örtüsü oluşturmak için bitki örtüsüyü etkiler.

Toprak nemi, bitki sağlığı ve mineral kompozisyonu ile ilgili varyasyonları tespit eder, bu da eğimli dengesizliğe erken uyarı işaretleridir. Termal kameralar, düşük su akışını veya ısıtma sürtünmeyi başarısızlık uçakları boyunca işaret edebilir yüzey sıcaklık anomalilerini ölçebilir.Tek bir uçuş misyonunda birden fazla sensör türün entegrasyonu, topraklı tehlike değerlendirmesi için kapsamlı bir veri kümesi sağlar.

Uçuş Planlaması ve Veri Kalitesi

Etkili drone tabanlı toprak izlemesi dikkatli bir görev planlama gerektirir. Operatörler arazi artışını, rüzgar koşullarını, düzenleyici hava sahası kısıtlamalarını ve gerekli zemin örnekleme mesafeyi (GSD) Yüksek çözünürlükte, zemin kontrol noktaları (GCPs) genellikle oluşturulan noktadaki mutlak doğruluk sağlamak için kullanılır. Modern uçuş planlaması yazılımı otomatik ağ kalıpları, obli görüntü yakalamasını ve gerekli zemin örnekleme mesafe (GSD) ve gerçek zamanlı kinematik (RTK)

Uzaylı havalimanları tarafından toplanan verilerin uzaysal çözümü – 1-5 cm per piksel – daha önce büyük başarısızlık olayları olan boulderslerin (tipik olarak 30 cm ila birkaç metre) ve hatta mand edilen uçaklar anketleri (tipik olarak 10-30 cm) tespit edilmesi için kritiktir.

Geleneksel Yöntemler Üzerinde Operasyonel Avantajları

Maliyet-Effectiveness ve Verimlilik

Bir arazi bazlı bir anket yapmak, arazi eğimi düzenli aralıklarla yapılan anketler için zaman serisi verileri gerekli kılar ve birkaç kilometre boyunca, önemli ekipman ve iş maliyetleriyle birlikte, birkaç saat içinde aynı alanı kaplayabilir. Bu verimlilik, yerel hükümetler ve araştırma grupları için sınırlı bütçelerle tekrar anketler yapabilir.

Güvenlik ve Accessability

Araziler genellikle dik, kararsız ve gevşek kaya veya kar ile kaplıdır. Personeli bu alanlara göndermek ciddi kaza riskleri yaratır. Drones, aktif veya potansiyel başarısızlık bölgelerine yakın insan yakınlığını ortadan kaldırır. Doğrudan istikrarsız yamaçlar, dikey uçurumlar ve daha güvenli bir şekilde kayaçlık toplamak için alanlar, riskli ip-erişim ekipleri veya mand helikopter uçuşlarını gerektiren verileri toplamak için.Bu güvenlik avantajı özellikle kritiktir.

Hızlı Karar için Gerçek Zamanlı Veriler

Hücre veya uydu iletişim bağlantıları ile donatılmış jetler, gerçek zamanlı olarak uzaktan kumanda merkezine video ve sensör verilerini gönderebilirler. Aktif bir toprak acil durumlarda, bu yetenek, olay komutanlarının hareket boyutunu değerlendirmelerini sağlar, ikincil tehlikeleri tespit edebilir (örneğin, yırtıklı nehirler gibi), ve tahliyeleri veya yolları bekletmeden koordinatlayabilir. Bazı gelişmiş drone sistemleri de kamu uyarıları veya küçük LiDAR gibi yüksek seslenişleri için ücret yüklenebilir.

Araziler içinde Yaşam döngüsü

Pre- Event Hazard Değerlendirme ve Erken Uyarı

Drones, yüksek çözünürlüklü bir arazi ortaya çıkmadan önce yüksek çözünürlüklü DEM'leri yaratarak, mühendisler üstografi, toprak özellikleri ve hidroloji gibi eğimli bilgileri üstografide kontrol altına alabilir ve bu modeller, drenaj tesisatı veya duvarları yeniden tutmak gibi önlemler için alanlara öncelik verir.

Örneğin, Kaliforniya'daki yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş arazileri izlemek için, yağış eşleri aşıldığında hızla dağıtılabilir olan otonom drone platformlarına güvenir.

Aktif Etkinlikler sırasında Gerçek Zaman İzleme

Bir topraklı zaten hareket halinde olduğunda, drone, olayı gözlemleme ve ölçme için eşsiz bir vantage noktası sunar. Hızlı şarjlı drone uçuşları yerinden edilen malzemenin sınırını haritalayabilir, kaydırın genişletilebilir veya hızlandırılabilir alanları tespit edebilir.Bu bilgi, yolların ve acil barınakların konumlanmasını etkileyebilir.

Bazı durumlarda, dronelar enstrüman paketlerini düşürmek için kullanılmıştır (örneğin, GPS takipçileri veya inclinometreler) aktif slayt kitlelerini altyüz hareket verileri toplamak için önemli hale getirir.Ancak, bu yaklaşım gerçek zamanlı modellerin doğruluğunu geliştirmek için vaat ediyor.

Post- Event Hasar Değerlendirme ve Kurtarma Planlaması

Bir topraktan sonra, etkilenen alan genellikle tahrip edilen binalar, tahrip edilen yollar ve drenaj desenleri dahil olmak üzere hasarların yüksek çözünürlüklü haritalarını üretebiliyor.Bu görüntüyü destekleyen arama-ve-yaralama işlemleri yüksek öncelikli alanları ile sigorta hizmetleri ve risk yönetimine yardımcı olabilir.

Ayrıca, bir slayttan sonra devam eden drone izleme ikincil tehlikeleri tanımlamaya yardımcı olur. Örneğin, nehirleri bloke eden topraklar da felaket olarak başarısız olan eğimli örgüler veya zemin uçuşları gibi, doğru topografik girişlerin mühendislik modelleri için ölçülmesi gibi doğal barajlar oluşturabilir.

Vaka Çalışmaları Drone Etkiliness

Oso Landslide, Washington (2014)

Washington'daki 2014 Oso toprakları, ABD tarihinin en ölümcüllerinden biriydi, olaydan sonra, drone anketleri, haftalar boyunca çok tehlikeli olan bir alandaki büyük yıkım alanını haritalamak için yapıldı.Dörtücük veya DEM'ler ve DEM'ler, geoteknik mühendislerin hacmi tahmin etmesine izin verdi (yaklaşık 10 milyon metre) ve muhtemel başarısızlık mekanizmasını tanımlamak için - su geçirmez bir zemin erişim için çok tehlikeli olan bir zeminin birleşimini tespit etmek için kullanıldı.

İsviçre Alpleri'nde Aktif Araziler İzleme

İsviçre Federal Orman Enstitüsü, Kar ve Peyzaj Araştırmaları (WSL) 2016 yılından bu yana, Alplerde yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş

Data Processing and Integration Challenges

Havalimanları çok fazla veri üretirken, verilerin eylemek edilebilir bilgi için özel yazılım ve hesaplama kaynakları gerektirir. Uzaktan alanda üretilen veya DEM'lerin üretilmesi birkaç saat veya gün sürebilir, alana bağlı olarak, istenen karara bağlı olarak.

Georeferencing doğruluk, kalıcı bir konudur. Zemin kontrol noktaları olmadan, RTK-equipped dronelar 5-10 cm'nin hatalarını yatay ve 10-20 cm dikey olarak zorlu arazide geliştirmeleri için.Birkaç santimetre önceden tespit etmek için, bu hatalar gerçek sinyalleri gizlenebilir. Araştırmacılar post-processing kinematic (PPK) yöntemleri ve kalıcı yansımacılar kullanımı geniş bir zemin altyapıya ihtiyaç duymadan doğruyu geliştirmek için.

Bir başka zorluk, çoğu zaman, birden fazla sensörden veri (optik, termal, LiDAR) farklı koordinat sistemleri ile ayrı uçuşlarda toplanmaktadır. Entegre analiz için bu veri setleri, sağlam kalibrasyon ve kayıt algoritmaları gerektirir. Makine öğrenme araçları anketler arasında otomatik olarak optimize edilmiş ve ince değişikliklerle geliştirilmektedir, ancak bu yöntemler hala birçok belediye veya mühendislik bürosunda standart bir uygulama değildir.

Düzenleme ve Operasyonel Engeller

Arazi izleme için jet işlemleri ulusal ve yerel havacılık düzenlemelerine tabidir. Birçok ülkede, görsel bir bakış hattının ötesinde uçuşlar (BVLOS) özel feragat gerektirir, büyük veya uzak topraklar otomatik olarak anket yapabilme yeteneği sınırlaması gerekir: güçlü rüzgarlar, yağışlar ve düşük bulutlar gün veya haftalar boyunca kabul edilebilir.

Ayrıca, batarya hayatı çoğu ticari yanmalı motorla birlikte 20-40 dakikayı kısıtlıyor. Bu, büyük bir topraklı (örneğin, 2 km2) çok fazla pil ve daha genel alan zamanını, batarya gücünü küçük bir iç yanmalı motorla birleştiren karma sistemleri birkaç saate kadar genişletiyor demektir.

ABD'nin ticari ve kamu güvenliği kullanımı için ayrıntılı bir genel bakış için, bkz.ENFLT:0)Federal Havacılık Yönetimi'nin İnsansız Uçak Sistemleri sayfası).

Future Yol ve Teknolojik Yenilik

Özerk Swarm Operasyonları

koordineli swarms'te uçan çok sayıda drone, uzaysal kapsamayı geliştirirken büyük toprak bölgeleri kaplayabiliyordu.Her bir araçla farklı bir sensör ödeme yükü taşıyan. Swarm teknolojisi çevresel izleme için test ediliyor ve uygulama topraklı tehlike değerlendirmesini ciddi ölçüde azaltabiliyor.

In-Situ Sensörleri ile entegrasyon

Drones, sabit cihazlarla ilgili sürekli olarak veri toplama aracı olarak hareket edebilir.0NASA'nın Dünya Bilim Bölüm) tarafından finanse edilen, drone'ların uzaktan kullanım alanlarıyla nasıl dağıtılabileceğini araştırıyor.Bu hibrit izleme yaklaşımı, sabit araçların sürekli kapsamını oluşturuyor.

Otomatik Değişim Tespiti İçin Makine Öğrenmesi

drone veri setleri daha bol hale gelirken, makine öğrenme algoritmaları otomatik olarak anomal arazi değişiklikleri, gerilim çatlakları veya bitki örtüsü hatalarının gecikmesi ile ilgili uyarı mesajlarının gecikmesi için uyarıda bulunabilir. Convolutional sinir ağları (CNNs) binlerce etiketli arazi görüntüleri üzerinde eğitilmiştir.

Uzun süredir endurance-Wing Drones

Multirotor dronelar ayrıntılı anketlere hükmedirken, sabit uçaklar 1-3 saat uçuş dayanıklılık sunar ve dünya çapında jeolojik anketler tarafından kabul edilen yüzlerce kilometrelik bir modele sahiptir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Drone teknolojisi, arazili bir tehlike değerlendirmesinde temel bir araç için deneysel bir yenilikden taşındı ve izleme yeteneği, yüksek çözünürlüklü, hızlı ve güvenli bir veri toplama, sensör teknolojisindeki tüm aşamalarda -önemli sistemler ve posta yoluyla hasar değerlendirme yeteneklerini genişletecektir - dünya çapında sayısız alanda kanıtlandı.