Los drones híbridos detectan, monitorean y previenen incendios forestales con despegue vertical

El investigador Zhaodan Kong y su equipo están desarrollando un avión híbrido que puede aterrizar y despegar verticalmente como un helicóptero, pero que también tiene las cualidades de un avión de ala fija que puede volar a gran altura durante horas. (Imagen:UC Davis)

Donde hay humo, no habrá fuego porque ya hay un dron en el lugar. Al menos esa es la esperanza de Zhaodan Kong, profesor del Departamento de Ingeniería Mecánica y Aeroespacial, y su equipo de la Universidad de California, Davis.

El grupo está trabajando en una solución proactiva para combatir los brutales incendios forestales de California, ya que el método actual hace que los bomberos lleguen al lugar demasiado tarde. Es un sistema integrado de tecnologías que se utilizan para detectar incendios antes de que lleguen a un punto donde hay mucho humo.

"Nuestra solución consta de dos partes principales:predicción temprana del riesgo de incendio y detección y seguimiento tempranos de incendios", dijo Kong. "Nos estamos centrando en la detección temprana y el seguimiento porque creemos que la detección temprana a menudo conduce a un incendio de menor tamaño en el ataque inicial, una mayor probabilidad de contención y la prevención de pérdidas de vidas y propiedades".

Un prototipo de sensor de viento en Alaska recopila datos. (Imagen:Lawrence Tsai)

Kong dijo que la detección comenzaría en tierra a través de sensores conectados a Internet colocados en áreas de peligro determinadas por CalFire. Los sensores, del tamaño de la palma de la mano y desarrollados por Anthony Wexler de UC Davis, miden la temperatura, la humedad y la velocidad del viento, los ingredientes necesarios para un incendio forestal, según Wexler.

Para misiones de reconocimiento, el equipo está construyendo un helicóptero equipado con sistemas de navegación, sensores y cámaras. "Hemos completado nuestro diseño y creación de prototipos, y estamos en el proceso de construirlo y probarlo. Tiene una configuración biplano-multirrotor", dijo Kong.

El modelo de predicción del riesgo de incendio se basa en datos históricos sobre el clima, el combustible, como la vegetación, la topografía y el fuego, dijo Kong. Un modelo de este tipo se puede entrenar mediante aprendizaje automático. Luego, se puede implementar en tiempo real proporcionando información en tiempo real sobre el clima, proporcionada por los sensores terrestres, el combustible y la topografía, y datos GIS, añadió.

Este último modelo sólo puede identificar áreas de alto riesgo de incendio. Luego, el equipo puede utilizar su módulo de seguimiento y detección de incendios para patrullar y buscar posibles incendios. El módulo consta principalmente de un grupo de vehículos aéreos no tripulados (UAV), cada uno equipado con múltiples sensores, incluidas cámaras electrónico-ópticas (EO) e infrarrojas (IR), sensores químicos, sensores de viento y cámaras multiespectrales.

Los sensores EO/IR/químicos trabajan juntos para detectar incendios desde un lugar que podría estar lejos del incendio; se necesitan sensores de viento, ya que el viento es un factor importante de los incendios y el campo de viento no es uniforme; por ejemplo, las velocidades y direcciones del viento pueden ser muy diferentes a lo largo de la cresta de una montaña; y se pueden usar cámaras multiespectrales para proporcionar información de vegetación de alta resolución si es necesario, los datos SIG pueden estar desactualizados y normalmente tener una resolución baja, dijo Kong.

"Se desplegará un grupo de estos vehículos aéreos no tripulados, ya que eso aumentará la eficiencia de la localización de posibles incendios", dijo Kong. "Una vez que nuestras cámaras EO/IR hayan identificado un incendio y/o humo o nuestros sensores químicos hayan identificado un indicador químico de incendio forestal, el grupo de vehículos aéreos no tripulados cambiará al modo de seguimiento. Pueden, por ejemplo, utilizar la columna y los sensores a bordo para rastrear el recurso, trabajando como perros K9", añadió.

¿Cuánto antes podría este método detectar un incendio que los métodos actuales? Bueno, eso depende de la ubicación del punto de ignición.

“El incendio Dixie fue el incendio más grande y destructivo de la temporada de incendios forestales de California de 2021 y el incendio forestal más costoso, medido por el costo del esfuerzo de extinción, en la historia de Estados Unidos”, dijo Kong. "El inicio fue alrededor de las 7 a. m.; el incendio se hizo visible desde la autopista 70 a última hora de la tarde, lo que provocó múltiples informes al 911; y los camiones de bomberos y aviones cisterna estaban en su lugar alrededor de las 5 p. m.".

Según Kong, su método puede reducir significativamente el tiempo de detección:"Si uno de nuestros vehículos aéreos no tripulados estuviera cerca del incendio, debería haber detectado el incendio en cuestión de minutos, pero deben estar en el lugar y en el momento adecuados. Por eso estamos adoptando un enfoque proactivo para priorizar las áreas de alto riesgo. No puedo proporcionar un número específico, pero descubrimos que, en promedio, los sensores químicos pueden detectar un incendio antes que las cámaras EO/IR".

Kong dijo que el equipo ha comenzado a probar sus sensores terrestres en Quail Ridge Reserve, una reserva natural administrada por UC Davis. El objetivo principal es demostrar que los sensores económicos pueden soportar condiciones duras en terrenos accidentados. Instalaron cinco en noviembre pasado; uno resultó dañado debido a una inundación, pero los otros cuatro siguen funcionando.

Este artículo fue escrito por Andrew Corselli, editor de contenido digital de SAE Media Group. Para obtener más información, visita aquí  .