Сибирский федеральный университет

Перевод названия: THE ALGORITHM FOR THE CONVERSION OF HOT SPOTS DETECTED UAV WILDFIRES IN POLYGON

Тип публикации: статья из журнала

Год издания: 2018

Ключевые слова: природные пожары, мониторинг, бпла, математическое моделирование, wildfires, monitoring, Uav, mathematical modeling

Аннотация: Природные пожары являются одним из мощнейших факторов, имеющих как природные, так и антропогенные причины. В странах, большие территории которых занимают леса, природные пожары способны причинять большой экономический и экологический ущерб.Для эффективной борьбы с ними необходимы качественный мониторинг и прогнозирование на различных уровнях: спутниковый мониторинг в силу своей невысокой детализации полезен для получения общей картины, в то время как мониторинг «на местах» (например, при помощи авиации) полезен для оперативного мониторинга.Оперативный мониторинг может быть эффективно дополнен быстрыми моделями для построения областей достижимости пожара, что может оказать существенную помощь при тушении пожара, а также при эвакуации людей. Такие модели отличаются высокой скоростью расчета и относительно невысокой точностью (но достаточной для принятия оперативных решений).Рассмотрен алгоритм обработки и интерпретации данных мониторинга природных пожаров, полученных с БПЛА, а также обозначены преимущества и слабые места этого алгоритма. Данный алгоритм является частью большой системы по управлению природными пожарами и основан на методе подвижных сеток.Суть алгоритма заключается в построении контура (полигона) пожара на основе обнаруженных во время мониторинга горячих точек, а также построения временных срезов (областей достижимости) пожара.Алгоритм предназначен именно для оперативной оценки ситуации. Реализация алгоритма подразумевает работу в системе географических координат с последующим нанесением на карту (например, Yandex карты, OSM или Google карты).Реализация алгоритма подразумевает возможность учета дополнительных факторов, влияющих на пожар, источников данных (REST, Soap и другие), а также подключение других моделей.Реализация комплекса (БПЛА и данное ПО) была протестирована в лабораторных условиях, а также на полигоне, и показала свою работоспособность. Wildfires are one of the most powerful factors that have both natural and anthropogenic causes.In countries which have large areas are occupied by forests, natural fires can cause great economic and environmental damage.To effectively combat them, qualitative monitoring and forecasting at various levels is necessary: satellite monitoring, due to its low detail, is useful for obtaining an overall picture, while on-site monitoring (for example, with the help of aviation) is useful for operational monitoring.Operational monitoring can be effectively supplemented with quick models for building fire accessibility areas, which can be of great help in fighting fire, as well as evacuation of people. Such models are characterized by high calculation speed and relatively low accuracy (but sufficient for making operational decisions).In this article you can find description of algorithm for processing and interpreting monitoring data for wildfires, received using UAVs, as well as the indicated advantages and weaknesses of this algorithm are considered. This algorithm is part of a large system for managing wildfires.This algorithm can be used to building polygon of the wildfire based on hot points which was found by UAVs. Then the algorithm can build time slices (reachability areas) of the wildfire.The algorithm is designed specifically for rapid assessment of the situation.The implementation of the algorithm implies the work in the system of geographical coordinates with subsequent mapping (for example, Yandex maps, OSM or Google maps).The implementation of the complex (UAV and this software) was tested in the laboratory, as well as on the range and showed its performance.

Номера страниц: 52-56

• Буслов И.А. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
• Доррер Г.А. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
• Яровой С.В. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
• Гордеев А.Е. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)

• РИНЦ (eLIBRARY.RU)
• Список ВАК