Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2024 | T. 28, nr 1 | 107--112
Tytuł artykułu

Wykorzystanie bezzałogowych statków powietrznych do retardacji przekształcania zasobów środowiska

Wybrane pełne teksty z tego czasopisma
Warianty tytułu
EN
The use of unmanned aerial vehicles to retard the transformation of environmental resources
Języki publikacji
PL
Abstrakty
PL
Gwałtowny postęp techniczny przyczynia się do powstawania narzędzi, które w coraz szerszym zakresie wspierają retardację przekształcania zasobów przyrodniczych. Wielowirnikowe bezzałogowe statki powietrzne (BSP) ze względu na swoją mobilność znajdują zastosowanie w monitoringu, badaniach i ochronie środowiska przyrodniczego. Potencjał wykorzystania BSP wzrasta wraz z dostępnością czujników oraz kamer multispektralnych i termowizyjnych. W artykule omówiono wybrane przykłady zastosowania bezzałogowych statków powietrznych w działaniach mających wpływ na retardację przekształcania zasobów środowiska, w szczególności ich zastosowanie w monitoringu jakości powietrza, składowisk odpadów komunalnych, instalacji energetycznych i pożarów.
EN
Rapid technological progress contributes to the development of tools that increasingly support the retardation of the transformation of natural resources. Multi-rotor unmanned aerial vehicles (UAVs), due to their mobility, are used in monitoring, research, and protection of the natural environment. The potential for using UAVs is growing with the availability of sensors and multispectral and thermal cameras. The article focuses on selected examples of the use of UAVs in activities affecting the retardation of the transformation of environmental resources, in particular, their use in monitoring air quality, municipal landfills, energy installations, and wildfires.
Wydawca

Rocznik
Strony
107--112
Opis fizyczny
Bibliogr. 18 poz.
Twórcy
  • Akademia Górniczo-Hutnicza, Wydział Geodezji Górniczej i Inżynierii Środowiska, jakubiak@agh.edu.pl
Bibliografia
  • 1. Akay S.S., Özcan O., Özcan O., Yetemen Ö. 2024. Efficiency analysis of solar farms by UAV-based thermal monitoring. Eng Sci Technol an Int J. 53. X-Y. doi:10.1016/j.jestch.2024.101688.
  • 2. Allen G., Pitt J., Hollingsworth P. 2015. Measuring landfill methane emissions using unmanned aerial systems : field trial and operational guidance. [Dokument elektr.: https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/480568/Measuring_landfill_methane_emissions_report.pdf. data wejścia 20.06.2024].
  • 3. Allison R.S., Johnston J.M., Craig G., Jennings S. 2016. Airborne optical and thermal remote sensing for wildfire detection and monitoring. Sensors. 16(8). 1310. doi:10.3390/s16081310.
  • 4. Chiliński M.T., Markowicz K.M., Kubicki M. 2018. UAS as a Support for Atmospheric Aerosols Research: Case Study. Pure Appl Geophys. 175(9). 3325-3342. doi:10.1007/s00024-018-1767-3.
  • 5. Ecke S., Dempewolf J., Frey J., Schwaller A., Endres E., Hans-Joachim Klemmt H-J., Tiede D., Seifert T. 2022. UAV-Based Forest Health Monitoring: A Systematic Review. Remote Sens. 14(13). 3205. doi.org/10.3390/rs14133205.
  • 6. Filkin T., Sliusar N., Ritzkowski M., Huber-Humer M. 2021. Unmanned aerial vehicles for operational monitoring of landfills. Drones. 5(4). 125. doi:10.3390/drones5040125.
  • 7. Fosco D., De Molfetta M., Renzulli P., Notarnicola B. 2024. Progress in monitoring methane emissions from landfills using drones: an overview of the last ten years. Sci Total Environ. 945. 173981. doi:10.1016/j.scitotenv.2024.173981.
  • 8. Larrauri J.I., Sorrosal G., Gonzalez M. 2013 Automatic system for overhead power line inspection using an Unmanned Aerial Vehicle - RELIFO project. 2013 Int Conf Unmanned Aircr Syst ICUAS 2013 - Conf Proc. Published online 244-252. doi:10.1109/ICUAS.2013.6564696.
  • 9. Li W., Zhao W., Gu J., Fan B., Du Y. 2022. Dynamic characteristics monitoring of large wind turbine blades based on target‐free DSST Vision Algorithm and UAV. Remote Sens. 14(13). 3113. doi:10.3390/rs14133113.
  • 11. Márquez F.P.G., Ramírez I.S. 2019. Condition monitoring system for solar power plants with radiometric and thermographic sensors embedded in unmanned aerial vehicles. Measurement. 139. 152-162. doi.org/10.1016/j.measurement.2019.02.045.
  • 10. Matikainen L., Lehtomäki M., Ahokas E., et al. 2016. Remote sensing methods for power line corridor surveys. ISPRS J Photogramm Remote Sens. 119. 10-31. doi:10.1016/j.isprsjprs.2016.04.011.
  • 12. Michail A., Livera A., Tziolis G., et al. 2024. A comprehensive review of unmanned aerial vehicle-based approaches to support photovoltaic plant diagnosis. Heliyon. 10(1). e23983. doi:10.1016/j.heliyon.2024.e23983.
  • 13. Oleniacz R., Drzewiecki W., Gorzelnik T. 2023. Assessment of the impact of waste fires on air quality and atmospheric aerosol optical depth: A case study in Poland. Energy Reports. 9. 16-38. doi:10.1016/j.egyr.2023.03.087.
  • 14. Rohi G., Ejofodomi O., Ofualagba G. 2020. Autonomous monitoring, analysis, and countering of air pollution using environmental drones. Heliyon. 6(1). e03252. doi:10.1016/j.heliyon.2020.e03252.
  • 15. Sánchez P.B., Ramírez I. S, Márquez F.P.G, Marugán A.P. 2024. Acoustic signals analysis from an innovative UAV inspection system for wind turbines. Struct Heal Monit. 1-14. doi:10.1177/14759217241262970.
  • 16. Sedano-Cibrián J., de Luis-Ruiz J.M., Pérez-Álvarez R., Pereda-García R., Tapia-Espinoza J.D. 2023. 4D Models Generated with UAV Photogrammetry for Landfill Monitoring Thermal Control of Municipal Solid Waste (MSW) Landfills. Appl Sci. 13(24). 13164. doi:10.3390/app132413164.
  • 17. Son S.W., Yu J.J, Kim D.W., Park H.S., Yoon J.H. 2021. Applications of Drones for Environmental Monitoring of Pollutant-Emitting Facilities. Pnie. 2(4). 298-304. doi:10.22920/PNIE.2021.2.4.298.
  • 18. Villa T., Gonzalez F., Miljevic B., Ristovski Z.D., Morawska L. 2016. An overview of small unmanned aerial vehicles for air quality measurements: Present applications and future prospectives. Sensors 16(7). 12-20. doi:10.3390/s16071072.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-f0b09afe-9afb-44de-af40-6f1b158eff07
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.