Drones hybrides détectant, surveillant et prévenant les incendies de forêt avec décollage vertical

Le chercheur Zhaodan Kong et son équipe développent un aéronef hybride capable d'atterrir et décoller verticalement comme un rotorcraft, mais possédant aussi les qualités d'un avion à voilure fixe pouvant croiser à haute altitude pendant des heures. (Image : UC Davis)

Solution proactive contre les incendies californiens

Là où il y a de la fumée, il n'y aura pas de feu car un drone est déjà sur place. C'est l'espoir de Zhaodan Kong, professeur au département de génie mécanique et aérospatial, et son équipe à l'Université de Californie, Davis. Le groupe travaille sur une solution proactive pour combattre les incendies brutaux en Californie, la méthode actuelle amenant les pompiers trop tard. C'est un système intégré de technologies pour détecter les feux avant qu'ils n'atteignent un stade de forte fumée.

Deux piliers : prédiction risque et détection précoce

« Notre solution comprend deux parties principales : prédiction précoce du risque d'incendie et détection et suivi précoces », explique Kong. « Nous nous concentrons sur la détection et le suivi précoces car nous pensons qu'une détection précoce mène souvent à une taille de feu plus petite à l'attaque initiale, une plus grande probabilité de confinement, et la prévention de pertes de vies et de biens. »

Capteurs au sol et drones de reconnaissance

La détection commence au sol via des capteurs connectés à Internet placés dans les zones de danger déterminées par CalFire. De la taille d'une paume, développés par Anthony Wexler de UC Davis, ils mesurent température, humidité et vitesse du vent — les ingrédients nécessaires pour un incendie selon Wexler.

Pour les missions de reconnaissance, l'équipe construit un rotorcraft équipé de systèmes de navigation, capteurs et caméras. « Nous avons terminé la conception et le prototypage, et sommes en phase de construction et test. Il a une configuration biplan-multirotor », dit Kong.

Modèle de prédiction par apprentissage automatique

Le modèle de prédiction du risque d'incendie est construit sur données historiques : météo, combustible (végétation), topographie, incendies. Il peut être entraîné par apprentissage automatique, puis déployé en temps réel en y injectant données météo temps réel (capteurs au sol), combustible, topographie, données SIG.

Module détection et suivi par essaim de UAV

Ce modèle n'identifie que les zones à haut risque. L'équipe utilise alors son module détection/suivi pour patrouiller et rechercher d'éventuels feux. Il consiste en un groupe de véhicules aériens sans équipage (UAV), chacun équipé de multiples capteurs : caméras électro-optiques (EO) et infrarouges (IR), capteurs chimiques, capteurs de vent, caméras multispectrales.

EO/IR/capteurs chimiques détectent le feu à distance ; capteurs de vent nécessaires car le vent est un moteur majeur du feu et le champ de vent n'est pas uniforme (vitesses/directions différentes au-delà d'une crête) ; caméras multispectrales fournissent infos végétation haute résolution si nécessaire, données SIG pouvant être obsolètes et basse résolution.

Essaim pour localisation efficace

« Un groupe de tels UAV sera déployé pour augmenter l'efficacité de la localisation des feux potentiels », dit Kong. « Une fois feu/fumée identifié par caméras EO/IR ou composé chimique indicatif détecté par capteurs chimiques, le groupe bascule en mode suivi. Ils peuvent, par exemple, utiliser la panache et les capteurs embarqués pour remonter à la source — comme des chiens de recherche. »

Gain de temps significatif

Combien de temps plus tôt que les méthodes actuelles ? Cela dépend de la position du point d'ignition. Pour l'incendie Dixie (2021), le plus grand et destructeur de la saison californienne, le plus coûteux de l'histoire US : ignition vers 7h, visible depuis l'autoroute 70 en fin d'après-midi (appels 911 multiples), moteurs et avions sur place vers 17h. Selon Kong, leur méthode peut réduire drastiquement le temps de détection : « Si un de nos UAV était près de l'ignition, il aurait détecté le feu en quelques minutes, mais il faut être au bon endroit au bon moment. D'où notre approche proactive pour prioriser les zones à haut risque. En moyenne, les capteurs chimiques détectent un feu plus tôt que les caméras EO/IR. »

Tests en conditions réelles

L'équipe a commencé à tester ses capteurs au sol à Quail Ridge Reserve, réserve naturelle gérée par UC Davis. Objectif : montrer que ces capteurs peu coûteux supportent conditions rudes en terrain accidenté. Cinq installés en novembre ; un endommagé par inondation, les quatre autres fonctionnent encore.

Article écrit par Andrew Corselli, rédacteur en chef contenu numérique chez SAE Media Group. Pour plus d'informations, visiter le site.