Южнокорейские ученые разработали гибкие сенсоры-наклейки для мгновенного обнаружения лесных пожаров

Своевременное обнаружение и прогнозирование лесных пожаров остается одной из сложнейших задач для экстренных служб во всем мире. Существующие методы, включая использование беспилотников, тепловизоров и наблюдательных вышек, не всегда позволяют оперативно определить точное место возгорания. Решить эту проблему может разработка исследователей из Университета Ханьян в Южной Корее. Они создали гибкие электронные наклейки, способные непрерывно передавать данные о состоянии леса по Bluetooth.

Как работает технология глубокого ультрафиолета

В основе устройства лежит датчик, улавливающий глубокий ультрафиолет (DUV) — спектр излучения, который исходит от открытого пламени. Сенсор настроен на диапазон от 200 до 280 нанометров, известный как «солнечно-слепой» спектр.

Солнечный свет в этом диапазоне практически полностью поглощается атмосферой Земли и не достигает поверхности. Это означает, что появление глубокого ультрафиолета на уровне земли однозначно указывает на процесс горения. Благодаря такой особенности датчик полностью игнорирует солнечные блики и другие фоновые световые помехи, мгновенно реагируя исключительно на появление огня.

Конструкция и надежность сенсора

Электронный пластырь изготовлен на основе фотодетектора из нанокомпозита оксида цинка и олова. Устройство обладает рядом уникальных характеристик:

• Высокая гибкость, позволяющая без вреда для растений закреплять датчик на неровных поверхностях: древесной коре, листьях, а также на промышленных кабелях или оборудовании.
• Автономность питания и устойчивость к внешним воздействиям.
• Долговечность: в ходе полугодовых испытаний устройство сохранило эффективность обнаружения угроз на уровне 96,7%.

Распознавание типа пламени с помощью искусственного интеллекта

Разработчики научили систему не просто сигнализировать об опасности, но и анализировать характер угрозы. При тестировании датчика с использованием различных источников горения — от портативной горелки до твердого топлива — выяснилось, что каждый тип пламени оставляет уникальный «ультрафиолетовый след».

Интегрированные алгоритмы машинного обучения позволяют системе не только классифицировать источник возгорания, но и определять примерное расстояние до него. В условиях реального лесного пожара, когда направление ветра и горючесть растительности постоянно меняются, эти данные помогут спасателям точнее прогнозировать распространение огня в режиме реального времени и действовать на опережение.

Перспективы применения технологии

В обзоре отмечается, что массовое размещение таких безопасных для флоры датчиков позволит фиксировать очаги возгорания задолго до того, как появится первый густой дым или огонь зафиксируют тепловизоры и камеры наблюдения.

По словам руководителя проекта, профессора кафедры электронной инженерии Университета Ханьян Хо-Чун Ю, предложенный интегрированный подход открывает практический путь к созданию надежных систем мониторинга безопасности как в лесных массивах, так и на критически важных промышленных объектах. Результаты исследования опубликованы в научном журнале Science Advances.