8. september 2021
Eric Frew, University of Colorado, Research and Engineering Center for Unmanned Vehicles, utforsker bruken av ubemannede luftfartøyer (UAV) for mer effektiv skysåing
I del 1 til 3 av denne firedelte serien har vi forklart hvordan skyer dannes og utvikler seg, teorien om skysåing, hvordan operasjonell seeding implementeres og hvorfor vellykket seeding er utfordrende.
Her diskuterer vi en annen tilnærming for å identifisere når og hvor en sky skal sees ved hjelp av instrumenterte, ubemannede luftfartøyer (UAV) programmert med en algoritme som implementerer en skymodell, kombinert med målinger, for autonomt å bestemme ikke bare når og hvor, men også “hvis” såingen vil være effektiv eller skadelig.
Fordeler og mangler ved UAV-er
Den primære fordelen med UAV sammenlignet med et standardfly er at det ikke krever en flyplass for utsetting og landing. Dette er spesielt viktig for skysådingsoperasjoner fordi de målrettede skyene ofte kan være plassert over områder langt fra den nærmeste landingsstripen som bemannede fly skytes opp fra. Dette betyr at ganske ofte kan et bemannet seeding-fly komme for sent til målregionene for effektiv seeding eller forbruke for mye drivstoff og flytimer ved å ferge frem og tilbake eller slentre mens de venter på skydannelse. På samme måte er bemannede fly generelt kostbare når det gjelder drivstofforbruk og vedlikehold.
Ulempen med UAV-er er at nyttelasten deres vanligvis er begrenset, noe som betyr at de ikke kan frakte samme mengde såmateriale som det bemannede flyet. På den annen side, å raskt kunne komme til målregionen og ta autonome beslutninger for såing betyr at mindre såmateriale vil være nødvendig.
Eksempel på UAV-implementering
Et av programmene finansiert av De forente arabiske emirater Rain Enhancement Program, er et samarbeid mellom University of Colorado (Boulder, CO), Droplet Measurement Technologies LLC (Longmont, CO) og North-West University, Sør-Afrika, der en Super RAAVEN UAV har blitt instrumentert med meteorologiske, aerosol- og skysensorer (Figur 1).
En algoritme ble utviklet fra resultatene av en mikrofysisk skypakkemodell som ble kjørt flere tusen ganger for å simulere hvordan duskregn dannes som en funksjon av oppstrømningshastighet (ww), konsentrasjon av skykondensasjonskjerner (CCN), skybasetemperatur og antall konsentrasjoner av frø. materiale. Fra disse simuleringene ble seedingsannsynligheten parametrisert slik at algoritmen som kjører i sanntid kontinuerlig måler temperaturen, ww og CCN og autonomt bestemmer om den skal sees eller ikke, avhengig av den beregnede sannsynligheten.
Figur 1 viser Super RAAVEN UAV som forbereder oppskyting under en nylig feltoperasjon i det nordøstlige Colorado, og Droplet Measurement Technologies' Cloud Droplet Probe (CDP) er vist montert på UAS-modellen i laboratoriet. Figur 2 viser dashbordet sett av feltforskeren og illustrerer hvordan målingene overføres i sanntid til bakkeoperatøren og vises på feltforskerens bærbare datamaskin.
Dette autonome såsystemet blir for tiden testet i Colorado for å utøve sine evner, men uten faktisk å frigjøre såmateriale. UAV-en har blitt posisjonert med suksess under utviklende skyer og algoritmen lokaliserte regioner der sannsynligheten for vellykket seeding oversteg 50 %, terskelen anses tilstrekkelig til å gi positive resultater.
Derfor konkluderer vi med denne serien med fire diskusjoner som har vurdert om skysåing faktisk kan dempe klimaendringene. Mens juryen fortsatt er ute på effektiviteten av skysåing generelt for å øke nedbøren, med nye verktøy til rådighet, vil forskere være i stand til bedre å vurdere den optimale tilnærmingen for å lokalisere de skyene der såing kan gi den ønskede positive effekten.
Merk: Dette er en kommersiell profil
UbemannetAntenneKjøretøy(UAV),ellerogsåkjentsomDrone, erenpilotløsfly alklar til å værebrukttilmer enn 100 år.Det er spådd tilvære mestviktig teknologiuavhengig
avhvilket feltDet eropprettet for.Dehovedreasønn avUAVutviklinger å fylle wsvakheten til cpå konvensjonelle fly.KonvensjonellflyermerdyrtsammenlignettildeUAV-erfordiavdestørrelseavfly, materiell used, og tteknologier innedefly.Fly innglurekonvensjonelle flyeralsåmerrisikabelt enn UAV-
er som de krever menneske
som pilot.Derfor,averstattekonvensjonellflymedUAV-er,denertroddeoperasjonalkostekunneværeredusert,i tilleggikkeå hatilFarepiloter
.Nå for tiden,UAV-ererbruktiEngersliksomjordbruk[1], overvåking [2-3], militær [4
], ogetc.Derfor,demulighettil degsedeUAV-erteknologi ideSkyseeding prosessunderEl-ninoårstiderikkebortenfordeevnea
+ There are no comments
Add yours