Drone Hibrid Mendeteksi, Memantau, dan Mencegah Kebakaran Hutan dengan Lepas Landas Vertikal
Peneliti Zhaodan Kong dan timnya sedang mengembangkan pesawat hibrida yang dapat mendarat dan lepas landas secara vertikal seperti pesawat rotor, tetapi juga memiliki kualitas seperti pesawat sayap tetap yang dapat terbang di ketinggian selama berjam-jam. (Gambar:UC Davis)
Di mana ada asap, tidak akan ada api karena sudah ada drone di lokasi. Setidaknya itulah harapan Zhaodan Kong, Profesor di Departemen Teknik Mesin dan Dirgantara, beserta timnya di University of California, Davis.
Kelompok ini sedang mengerjakan solusi proaktif untuk memadamkan kebakaran hutan California yang brutal, karena metode yang ada saat ini membuat petugas pemadam kebakaran terlambat datang ke lokasi. Ini adalah sistem teknologi terintegrasi yang digunakan untuk mendeteksi kebakaran sebelum mencapai titik rawan asap.
“Solusi kami terdiri dari dua bagian utama:prediksi risiko kebakaran dini serta deteksi dan pelacakan kebakaran dini,” kata Kong. “Kami berfokus pada deteksi dan pelacakan dini karena kami yakin deteksi dini sering kali menghasilkan ukuran api yang lebih kecil pada serangan awal, kemungkinan penanggulangan yang lebih besar, dan pencegahan hilangnya nyawa dan harta benda.”
Prototipe sensor angin di Alaska mengumpulkan data. (Gambar:Lawrence Tsai)
Kong mengatakan deteksi akan dimulai di lapangan melalui sensor yang terhubung ke internet yang ditempatkan di area bahaya yang ditentukan oleh CalFire. Seukuran telapak tangan dan dikembangkan oleh Anthony Wexler dari UC Davis, sensor ini mengukur suhu, kelembapan, dan kecepatan angin — faktor yang diperlukan untuk terjadinya kebakaran hutan, menurut Wexler.
Untuk misi pengintaian, tim sedang membangun pesawat rotor yang dilengkapi dengan sistem navigasi, sensor, dan kamera. "Kami telah menyelesaikan desain dan pembuatan prototipe, dan kami sedang dalam proses membangun dan mengujinya. Pesawat ini memiliki konfigurasi biplane-multirotor," kata Kong.
Model prediksi risiko kebakaran dibangun berdasarkan data historis cuaca, bahan bakar, seperti vegetasi, topografi, dan kebakaran, kata Kong. Model seperti itu dapat dilatih menggunakan pembelajaran mesin. Kemudian, teknologi ini dapat diterapkan secara real-time dengan memberikan informasi real-time tentang cuaca, yang disediakan oleh sensor tanah, bahan bakar, dan topografi, serta data GIS, tambahnya.
Model terakhir hanya dapat mengidentifikasi wilayah dengan risiko kebakaran tinggi. Tim kemudian dapat menggunakan modul deteksi dan pelacakan kebakaran untuk berpatroli dan mencari potensi kebakaran. Modul ini terutama terdiri dari sekelompok kendaraan udara tak berawak (UAV), yang masing-masing dilengkapi dengan beberapa sensor, termasuk kamera elektronik-optik (EO) dan inframerah (IR), sensor kimia, sensor angin, dan kamera multispektral.
Sensor EO/IR/kimia bekerja sama untuk mendeteksi api dari lokasi yang mungkin jauh dari api; sensor angin diperlukan karena angin merupakan salah satu pemicu kebakaran yang penting dan medan angin tidak seragam, misalnya kecepatan dan arah angin bisa sangat berbeda melintasi punggung gunung; dan kamera multispektral dapat digunakan untuk memberikan informasi vegetasi beresolusi tinggi jika diperlukan, data GIS mungkin sudah ketinggalan zaman dan biasanya memiliki resolusi rendah, kata Kong.
“Sekelompok UAV semacam itu akan dikerahkan karena hal itu akan meningkatkan efisiensi dalam melokalisasi potensi kebakaran,” kata Kong. "Setelah api dan/atau asap teridentifikasi oleh kamera EO/IR kami atau indikasi kimiawi dari kebakaran hutan telah teridentifikasi oleh sensor kimia kami, kelompok UAV akan beralih ke mode pelacakan. Mereka dapat, misalnya, menggunakan bulu-bulu dan sensor yang ada di pesawat untuk melacak kembali ke sumber daya — bekerja seperti anjing K9," tambahnya.
Seberapa cepat metode ini dapat mendeteksi kobaran api dibandingkan metode yang ada saat ini? Ya, itu tergantung lokasi titik pengapiannya.
“Kebakaran Dixie adalah kebakaran terbesar dan paling merusak pada musim kebakaran hutan California tahun 2021 dan kebakaran hutan termahal – diukur berdasarkan biaya upaya pemadaman kebakaran – dalam sejarah AS,” kata Kong. “Pembakaran terjadi sekitar jam 7 pagi; api terlihat dari Highway 70 pada sore hari, yang menyebabkan banyak laporan ke 911; dan mobil pemadam kebakaran serta tanker udara berada di lokasi sekitar jam 5 sore.”
Menurut Kong, metode mereka dapat mempersingkat waktu deteksi secara signifikan, "Jika salah satu UAV kami berada di dekat titik api, seharusnya UAV tersebut dapat mendeteksi kebakaran dalam beberapa menit, namun mereka harus berada di tempat dan waktu yang tepat. Itu sebabnya kami mengambil pendekatan proaktif untuk memprioritaskan area yang berisiko tinggi. Saya tidak dapat memberikan angka spesifiknya, namun kami menemukan bahwa, rata-rata, sensor kimia dapat mendeteksi api lebih awal daripada kamera EO/IR."
Kong mengatakan tim telah mulai menguji sensor tanah di Quail Ridge Reserve, cagar alam yang dikelola oleh UC Davis. Tujuan utamanya adalah untuk menunjukkan bahwa sensor murah ini dapat bertahan dalam kondisi yang keras di medan yang berat. Mereka memasang lima pada November lalu; satu rusak akibat banjir, namun empat lainnya masih berfungsi.
Artikel ini ditulis oleh Andrew Corselli, Editor Konten Digital di SAE Media Group. Untuk informasi lebih lanjut, kunjungi di sini .
