Екологічний моніторинг

Екологічний моніторинг

В епоху великих даних важливо зібрати якомога більше інформації, щоб отримати якісні висновки на основі її аналізу. Оцінка стану навколишнього середовища актуальна перш за все тому, що ми живемо в цьому середовищі, а воно, в свою чергу, впливає на нас. Вимірювання різних параметрів навколишнього середовища може вирішувати різні завдання: виявлення небезпечних викидів газів, скорочення респіраторних захворювань у жителів міст, екологічне планування міста. Як тільки зрозуміла проблема, потрібно ставити завдання для її вирішення, або намагатись зменшувати згубні наслідки. Моніторинг та оцінка стану навколишнього середовища актуальні для будь-яких міст, але це особливо «гаряче» питання для великих міст і міст з промисловим виробництвом.

Аналіз якості повітря

В ідеалі було б добре вимірювати і оцінювати якомога більше параметрів. Але якщо починати з малого, майже всюди вже можна розгорнути мережу з компактних і недорогих пристроїв, здатних робити вимірювання і оцінювати склад повітряного середовища в містах, використовуючи датчики СО і СО2.

Іноді важливо вловити не лише гази, а ще й їх рух. Тому потрібно встановити якомога більше датчиків, щоб відстежувати потоки переміщення. В аеропорту Хітроу в Лондоні проводили подібне дослідження і дивились, як загазованість з аеропорту переміщається по місту, як вона зникає, вивітрюється. Потрібно моделювати стан міста в залежності не лише від складу газів, а й від напрямку вітру і інших параметрів.

Ще один простий приклад використання технологій інтернету речей в екологічному моніторингу, це міжнародний проект SmartSantander в Іспанії. В рамках цього проекту на міському транспорті були встановлені датчики вихлопних газів, мініатюрні системи моніторингу. Муніципальний транспорт фактично створював динамічну карту екологічного стану міста. Звичайно, застосовуючи таку технологію, потрібно враховувати перешкоди і фон, тому що сам автобус теж випромінює якісь гази. Але, тим не менш, це вже можна вирішити.

Запобігання пожеж

До того, як у випадку загоряння з'являється безпосередньо полум'я, спочатку виділяється дим. А до появи диму виділяється газ, який складається з H2 — водню і CO. Це продукт розпаду будь-яких горючих матеріалів. Таким чином, якщо вдається детектувати цей газ, можна спрогнозувати появу пожежі.

Такий спосіб визначення загорянь може в деяких випадках заощадити цінні хвилини. Так, в Каліфорнії, де влітку дуже спекотно, в 2008 році, коли була дуже популярна технологія сенсорних мереж, люди розгорнули мережу з мініатюрних датчиків, щоб завчасно детектувати пожежі. Але вийшло, що пожежа, на жаль, всю мережу і спалила. Датчики детектували загоряння, коли воно вже з'явилось. Однак проблема в тому, що при появі відкритого полум'я вогонь поширюється дуже швидко, і поки інформація передаватиметься по мережі, сама мережа може вже згоріти.

Технології екомоніторингу: датчики і сенсори

Для екологічного моніторингу можуть застосовуватись різні технології: датчики і виконавчі пристрої, вбудовані системи, бездротові технології передачі даних, семантичні технології, хмарні технології, машинне навчання, технології забезпечення безпеки.

Що стосується зовнішнього вигляду, основна тенденція протягом кількох декад — прагнення до мініатюризації. Під «розумним» датчиком ми розуміємо вбудовану систему з функціями вимірювань, обробки даних (мікроконтролер), бездротової передачі даних і джерелом живлення. Датчики зазвичай пов'язані один з одним за допомогою бездротових технологій: вони можуть бути організовані в бездротову сенсорну мережу або передавати дані безпосередньо користувачеві, наприклад, використовуючи модуляцію LoRa.

З точки зору принципу роботи датчики поділяються на кілька типів. Для завдання детектування пожеж, наприклад, використовуються каталітичні датчики. У датчику нагрівається чутливий елемент — тонка платиноалюмінієва спіраль, і якщо в повітрі присутній, наприклад, метан або якийсь інший газ, то на поверхні датчика відбувається процес окислення. Провідність датчика одразу ж збільшується, і ми можемо виміряти опір цього датчика, який корелює з тим, що ми вловлюємо в повітрі. Тобто сенс в тому, що ми вловили якийсь газ, у нас змінився опір датчика, ми це детектували, і на основі цього можемо зробити висновок про вміст газу, тому що певний відгук датчика відповідає певній концентрації газу в середовищі.

Такі датчики можна використовувати для визначення різних типів горючих газів. Але важливо, щоб ці гази були саме горючими, щоб вони могли спалахнути на чутливому елементі і змінити опір датчика. І, звичайно, потрібно відкалібрувати датчик під певний газ. Щоразу потрібно складати калібрувальну таблицю, в якій зафіксовано, що зміна опору датчика на стільки-то Ом відповідає такій-то концентрації газу в середовищі.

Існують також оптичні датчики. Вони складаються з мініатюрних передавача і приймача світла. Коли між ними опиняється якийсь газ, світло, що потрапляє на приймач, змінюється. В нормальних умовах середовища світло поширюється в повітрі з однієї довжиною хвилі, а якщо в повітрі присутній газ, довжина хвилі зміниться. За цим параметром теж можна зрозуміти, які зміни відбулись в середовищі і якій концентрації газу це відповідає.

Семантичні технології і машинне навчання

Ще одна цікава область, яка зараз активно розвивається, це семантичні технології. Вони дозволяють формально описувати апаратні засоби і спрощувати управління ними та обробку даних. Зазвичай сенсорні модулі можуть виглядати як плата з датчиками. Але можна зробити цифрового двійника такого модуля за допомогою семантичних технологій: прописати, що є сенсорний модуль, який складається з таких-то частин і здійснює певні вимірювання. І всіх цифрових двійників можна, наприклад, з'єднати між собою.

Тоді для того, щоб зробити вимірювання, оператору не обов'язково їхати до цього датчика і знімати покази. Можна просто віддалено підключитись до копії цього пристрою і подивитись, що відбувається. Семантичні технології дозволяють дуже зручно об'єднувати різні системи у великі бази даних і будувати зв'язки між ними. Тоді датчики можна шукати і за контекстною інформацією. Наприклад, якщо вам потрібні датчики, встановлені на певній вулиці, а кожен датчик докладно описаний семантичними технологіями, їх можна легко виокремити за адресою. Якщо ж ви, наприклад, напишете, що вам потрібні всі датчики в місті, які відстежують рівень метану на заправках, то система видасть всі датчики на заправках.

Сучасні методи роботи з даними дозволяють вирішувати такі завдання, про які раніше навіть подумати не можна було. Так, машинне навчання можна застосовувати для передбачення змін екологічної обстановки. Наприклад, ми знаємо, що на якихось заправках під час прийому нового палива підвищується концентрація небезпечних газів. І якщо у вас раптом зламався датчик, ви можете використати цифрового двійника, який описаний семантичними технологіями, і з допомогою методів машинного навчання приблизно передбачити, де і коли очікується підвищення концентрації метану або парів бензину. Таким же чином можна прогнозувати рух різних парів і газів над містом. До речі, така ж технологія може бути потенційно корисною і будівельним компаніям: можна передбачити, що буде, якщо ви побудуєте будинок в певному місці.

Ще один вкрай актуальний напрямок зараз — це додавання технологій машинного навчання до вбудованих систем. Проблема полягає в тому, що процес навчання вимагає серйозних обчислювальних ресурсів. Як правило, це робиться або на потужних десктопах, або в дата-центрах. Щоб розвантажити дата-центри і кудись цю інформацію відправляти, потрібен бездротовий канал. Зараз з'явився тренд установки навчання на вбудовані системи, щоб вони могли працювати на малоспоживаючих процесорах, мікроконтролерах, на мобільних телефонах. Фактично вийде, що штучний інтелект буде реалізовано вже на примітивних пристроях.

Технології екомоніторингу: передача даних

Якщо ми говоримо про бездротові сенсорні мережі, то на кожному пристрої в таких мережах є три основні компоненти: датчик, мікроконтролер — малоспоживаючий процесор, і бездротовий чіп. Завдяки цьому датчики, або сенсорні модулі, можуть між собою перемовлятись. Сенсорні модулі передають сигнал один від одного по бездротовій мережі. Ці бездротові мережі відрізняються від звичайних технологій WiFi тим, що вони формують маленькі пакети даних і споживають набагато менше енергії: якщо WI-FI чіп споживає близько ста міліампер, мережа LoRa споживає в режимі передачі даних близько шести міліампер.

Вся інформація відправляється в єдиний центр, де за ситуацією стежить оператор. Якщо щось відбувається, у нього спливає вікно зі сповіщенням, що десь, наприклад, перевищена концентрація. Такі рішення частіше впроваджені на фабриках або заводах. В автоматичному режимі може спрацьовувати аудіосирена або візуальна сирена, все залежить від завдань і конкретної імплементації кожної системи.

Також важливо налаштувати систему зворотного зв'язку, яка реагуватиме на зміни навколишнього середовища. Існує ряд виконавчих пристроїв, які можуть вимикати потенційні джерела забруднення або витоку газу. Такими пристроями можуть бути клапани або вентилі з інтегрованими бездротовими технологіями. Такі пристрої необхідно розробляти з урахуванням бездротових технологій для автоматичної актуації. Датчик може перебувати в радіусі декількох десятків метрів, і як тільки ми щось детектуємо, потрібно, щоб цей пристрій негайно спрацьовував — наприклад, клапан одразу ж закривався. А в багатьох великих компаніях, наприклад, в нафтогазових, архітектура таких систем дуже ієрархічна. І поки датчик перешле важливу інформацію через якийсь хаб користувачеві, поки це все там проаналізується, поки це все відправиться назад або, наприклад, хтось піде його закривати, то вже десять раз все може вибухнути. А потрібна автономна, розумна реакція на події.

Звичайно, в разі бездротової передачі даних дуже важливо забезпечувати безпеку. По-перше, це необхідно, щоб ніхто не міг скористатись цими даними. А по-друге, щоб ніхто не міг завантажити якісь непотрібні дані до вас в систему. Наприклад, якщо ведеться екомоніторинг в аеропорту, і хтось завантажить в систему дані, що перевищена концентрація небезпечних сполук, можуть бути скасовані рейси. А для аеропорту це великі витрати.

Тут важливо розуміти, що технології забезпечення комп'ютерної безпеки повинні починатись з низів, прямо з фізичного рівня, щоб вже на мікроконтролерах і сенсорах встановлювались алгоритми кодування інформації. Один дослідник провів таку аналогію: в будинку зі ста вікнами, для того, щоб влізти в будинок, достатньо розбити одне вікно. Так і в комп'ютерній системі.

Може бути безліч вразливостей на рівні одного сенсорного модуля, на рівні протоколів передачі даних, бездротової передачі даних, на рівні мережі. Тому важливо замислюватись про те, як не втратити цю інформацію або як не отримати якихось загроз прямо з найнижчих рівнів.

У зв'язку з цим в технологіях інтернету речей існує велика проблема. Ми йдемо до того, що всі системи повинні бути малоспоживаючими і мініатюрними, але всі алгоритми, пов'язані з безпекою, дуже ненажерливі з точки зору обчислювальних ресурсів і енергії. Тому важливо знайти баланс між рівнем безпеки і витратою ресурсів на забезпечення цієї безпеки.

Як знизити енергоспоживання

Датчики в сенсорних бездротових мережах повинні працювати автономно і за можливістю не залежати від батарейок. Щоб це забезпечити, існує кілька методів. Один з них називається duty cycling — здійснення вимірювань не постійно, а з якоюсь періодичністю. Наприклад, можна робити виміри раз на 20 секунд, і тоді ми заощадимо досить багато енергії в масштабах одного сенсорного пристрою. Ті ж каталітичні датчики споживають дуже багато енергії, і якщо ми постійно робитимемо вимірювання, батарейка розрядиться за кілька тижнів. Звичайно, можна будувати системи підзарядки елементів живлення датчиків на альтернативній енергії: сонячній або енергії якихось вібрацій залежно від того, де встановлений датчик.

Але існує й інша проблема: будь-які датчики вимагають перевірки. Її потрібно проходити в середньому раз на рік і дивитись, наскільки датчики правильно роблять вимірювання, чи не збились у них калібрувальні налаштування. Тому вважається, що немає сенсу розробляти якісь системи живлення, які триматимуть заряд більше року.

В цьому напрямку проводиться багато досліджень. Поки існує не так багато прототипів. Однак якщо ми застосуємо, наприклад, технології збору альтернативної енергії, це не вирішить всі наші проблеми. Потрібно працювати не лише над тим, щоб надати якомога більше енергії ззовні, а також над тим, щоб зменшити споживання самого датчика. Потрібно, щоб ці два процеси були збалансовані. Підвищуючи енергопостачання, водночас з інженерної точки зору ми повинні знижувати енергоспоживання самого датчика. Можна використовувати енергоефективні електронні компоненти, стабілізатори або перетворювачі. Також, природно, необхідні різні «розумні» алгоритми для здійснення power management, управління енергоспоживанням всередині пристроїв.

Приклади систем екомоніторингу

Існує безліч працюючих систем екологічного моніторингу. Бездротові сенсорні мережі — технологія-піонер для повсюдного моніторингу. За їх використання проводиться моніторинг вулканів в Південній Америці, виноградників в Італії, вивчення міграцій в популяціях тварин, спостереження за рідкісними видами качок на островах поблизу узбережжя США, детектування пожеж і витоків газів, спостереження за дрейфом криги в Норвегії. Можна встановити бездротові датчики на крижини і спостерігати за їх міграцією. До речі, таким же способом в США відстежували переміщення сміттєвих відходів — і виявили їх через деякий час десь у Китаї. Стало зрозуміло, що сміття з США якимось чином утилізується там.

На вулканах теж зручніше поставити бездротові датчики, а не тягнути кабель. Тоді можна дистанційно оцінювати газовий склад навколо вулкана. Перед виверженням завжди з'являються специфічні газові пари або починається вібрація. Знаючи цю інформацію в режимі реального часу, можна завчасно змоделювати процес виверження.

А в Італії такі ж системи використовували для моніторингу стану старовинних будівель. У місті Тренто на вежі Torre Verde були встановлені датчики, які вимірювали рівень міських вібрацій і виявляли, як це позначається на конструкції вежі, чи не руйнується вона від цих впливів.

Все це стало можливим тільки з розвитком бездротових сенсорних мереж. Сенс цієї технології полягає в тому, що використовуються десятки або сотні мініатюрних бездротових датчиків, які можуть спілкуватись між собою і просто передавати інформацію і один до одного, і до користувача. Сенсорні мережі стали втіленням, прообразом іншої технології, яка називається «розумний пил». Грубо кажучи, ми беремо дрібку датчиків, розкидаємо їх в різних місцях, а вони проводять вимірювання і надсилають нам інформацію. Важливо, що такі технології можуть працювати автономно, робити вимірювання там, де дротові системи застосувати неможливо.

 

 

Коментарі

Ввійдіть або зареєструйтесь, щоб залишати коментарі.
Читайте також
Біотехнології: з миру по гену

Бурхливий розвиток біотехнології поставив перед вченими і громадськістю непрості етичні та екологічні питання. Клонування, генетична модифікація - не зважаючи на багатообіцяючі перспективи, ці напрямки сучасної біоінженерії у багатьох викликають певні побоювання. Тому подальша доля галузі багато в чому залежить від того, як ці питання будуть вирішені.

X

Вхід

Завантажую...