Ֆիլիպինների արագ ջրհեղեղի վաղ նախազգուշացման համակարգ. բազմասենսորային ինտեգրման դեպքի ուսումնասիրություն

I. Նախագծի նախապատմություն

Որպես Հարավարևելյան Ասիայի արշիպելագային երկիր, Ֆիլիպինները հաճախ են տուժում մուսսոնային կլիմայից և թայֆուններից, ինչը հանգեցնում է կրկնվող արագ ջրհեղեղների: 2020 թվականին Ազգային աղետների ռիսկի նվազեցման և կառավարման խորհուրդը (NDRRMC) նախաձեռնեց «Խելացի արագ ջրհեղեղի վաղ նախազգուշացման համակարգ» նախագիծը՝ Հյուսիսային Լուսոնի բարձր ռիսկային տարածքներում տեղակայելով բազմասենսորային ինտեգրման վրա հիմնված իրական ժամանակի մոնիթորինգի ցանց:

II. Համակարգի ճարտարապետություն

1. Սենսորային ցանցի տեղակայում

• Եղանակի ռադարային համակարգ. X-band Doppler ռադար՝ 150 կմ ծածկույթի շառավղով, որը թարմացնում է տեղումների ինտենսիվության տվյալները յուրաքանչյուր 10 րոպեն մեկ
• Հոսքի սենսորներ. 15 ուլտրաձայնային հոսքաչափեր տեղադրված են գետի կարևորագույն հատվածներում, չափման ճշգրտությունը՝ ±2%
• Անձրևների մոնիթորինգի կայաններ՝ 82 հեռաչափական անձրևաչափ (շրջադարձային դույլի տեսակ), 0.2 մմ լուծաչափով
• Ջրի մակարդակի սենսորներ. Ճնշման վրա հիմնված ջրի մակարդակի չափիչներ 20 ջրհեղեղի հակված կետերում

2. Տվյալների փոխանցման ցանց

• Առաջնային 4G/LTE կապ արբանյակային պահուստային կրիչով
• LoRaWAN հեռակառավարվող սենսորային ցանցի համար

3. Տվյալների մշակման կենտրոն

• ԱՏՀ-ի վրա հիմնված նախազգուշացման հարթակ
• Մեքենայական ուսուցման անձրևաջրերի և հոսքի մոդել
• Զգուշացման տեղեկատվության տարածման ինտերֆեյս

III. Հիմնական տեխնիկական կիրառությունները

1. Բազմաղբյուր տվյալների միաձուլման ալգորիթմ

• Ռադարային տեղումների տվյալների և գետնի անձրևաչափի տվյալների միջև դինամիկ կալիբրացիա
• 3D վարիացիոն ասիմիլյացիայի տեխնոլոգիա՝ տեղումների գնահատման ճշգրտությունը բարելավելու համար
• Բայեսյան տեսության վրա հիմնված հավանականային նախազգուշացման մոդել

2. Զգուշացման շեմային համակարգ

3. Զգուշացման տեղեկատվության տարածում

• Բջջային հավելվածի push ծանուցումներ (78% ծածկույթի մակարդակ)
• Ավտոմատացված համայնքային հեռարձակման համակարգի ակտիվացում
• SMS ծանուցումներ (տարեց բնակչության համար)
• Սոցիալական ցանցերի հարթակներում համաժամեցված թարմացումներ

IV. Իրականացման արդյունքներ

1. Բարելավված նախազգուշացման ժամանակացույց. Միջին նախապատրաստման ժամանակը 2 ժամից աճել է մինչև 6.5 ժամ։
2. Աղետների նվազեցման արդյունավետություն. 2022 թվականի թայֆունների սեզոնի ընթացքում փորձնական տարածքներում զոհերի թիվը նվազել է 63%-ով
3. Տվյալների որակը. տեղումների մոնիթորինգի ճշգրտությունը բարելավվել է մինչև 92% (համեմատած մեկ սենսորային համակարգերի հետ):
4. Համակարգի հուսալիություն՝ տարեկան 99.2% շահագործման մակարդակ

V. Մարտահրավերներ և լուծումներ

1. Անկայուն էլեկտրամատակարարում.
   • Արևային էներգիայի համակարգեր՝ գերկոնդենսատորային էներգիայի կուտակիչով
   • Ցածր հզորության սենսորի դիզայն (<5 Վտ միջին սպառում)
2. Հաղորդակցության ընդհատումներ.
   • Բազմալիքային ավտոմատ անջատման տեխնոլոգիա
   • Edge computing-ի հնարավորություն (72 ժամյա անցանց աշխատանք)
3. Սպասարկման դժվարություններ.
   • Ինքնամաքրվող սենսորային դիզայն
   • Անօդաչու թռչող սարքերի ստուգման համակարգեր

VI. Ապագա զարգացման ուղղություններ

1. Քվանտային ռադարային տեխնոլոգիայի ներդրումը փոքրածավալ տեղումների մոնիթորինգի համար
2. Ստորջրյա ակուստիկ սենսորային ցանցերի տեղակայում աղբի հոսքի նախորդ նյութերի հայտնաբերման համար
3. Բլոկչեյնի վրա հիմնված նախազգուշացման տեղեկատվության հավաստագրման համակարգի մշակում
4. Համայնքային մասնակցային «քրաուդսորսինգի» տվյալների ստուգման մեխանիզմ

Այս նախագիծը ցուցադրում է բազմասենսորային ինտեգրման սիներգետիկ ազդեցությունը արագ ջրհեղեղների մասին նախազգուշացման համակարգերում՝ ապահովելով կրկնօրինակվող տեխնիկական շրջանակ արևադարձային կղզի-պետություններում աղետների մոնիթորինգի համար: Այն Համաշխարհային բանկի կողմից ներառվել է Ասիա-խաղաղօվկիանոսյան տարածաշրջանի աղետների նվազեցման ցուցադրական նախագիծների ցանկում:

Սերվերների և ծրագրային անլար մոդուլի ամբողջական հավաքածու, աջակցում է RS485 GPRS /4g/WIFI/LORAWAN-ին

Ավելի շատ սենսորների համար տեղեկատվություն

խնդրում ենք կապվել Honde Technology Co., LTD-ի հետ։

Email: info@hondetech.com

Ընկերության կայքէջ՝www.hondetechco.com

Հեռ․՝ +86-15210548582