ドイツの科学者が音声センサーを用いた新システムで降雨量を正確に測定

·著者 Henderson·Engineering
ドイツの科学者が音声センサーを用いた新システムで降雨量を正確に測定
ポイント
  • 新システムは音声センサーと機械学習技術を用いて降雨量を測定し、移動部品を必要としない。
  • このシステムは低メンテナンスの代替案を提供し、気象監視ネットワークを拡張する。
  • 研究者たちは、強い降雨イベントに対応するために、より多くのデータを収集し、システムを最適化したいと考えている。
  • より密な降雨センサーのネットワークは、局所的な降雨のリアルタイム監視を改善する。

科学者たちは、構造伝播音声センサーと機械学習技術を利用して、移動部品なしで降雨量を測定するシステムを開発した。この技術は、従来の雨量計の補完として機能する。システムの平均誤差は毎時1.88ミリメートルである。ドイツのフラウンホーファー・デジタルメディア技術研究所(Fraunhofer IDMT)とPan Acoustics GmbHの研究者たちによって開発されたこの新しい人工知能(AI)降雨監視システムは、毎時わずか1.88ミリメートルの平均誤差で軽微な降雨量を推定することができる。

この新しい方法は、雨滴が太陽光発電パネルに衝突した際に発生する微小な振動を分析することで、気象監視ネットワークを拡張するための低メンテナンスの代替案を提供する。

新システムの動作原理

このシステムは、構造伝播音声センサーと機械学習を利用して降雨量を測定し、移動部品を必要としない。この技術は、低コストの測定ポイントを密集させることで、高度に局所化された降雨量を捕捉し、従来の雨量計を補完する。研究者たちは最近完了したlokalRAINプロジェクトを通じてこの方法を示し、実験室実験と屋外設置でシステムをテストした。彼らは現在、業界のパートナーを求めており、より広範な操作条件下での技術のパフォーマンスを評価するための追加のパイロット展開を行う予定である。

フラウンホーファーIDMTプロジェクトの科学総監督であるヤコブ・ベルグナー(Jakob Bergner)は、「私たちは、私たちの方法が軽微な降雨に対して実行可能であることを証明しました。今、私たちはより多くのデータを収集し、まれに発生する強い降雨イベントに対処し、異なる操作条件下でのプロセスを最適化したいと考えています。」と述べた。このシステムは、構造伝播音声センサーを光伏(PV)モジュールに取り付ける。各雨滴がパネルに当たると、微視的な振動が発生し、降雨強度の変化に応じた独自の音響特性を形成する。

このシステムは、原始的なセンサーデータを遠隔サーバーに送信するのではなく、エネルギー効率の良いマイクロコントローラー上で動作するAIモデルを使用して、測定現場で直接情報を処理する。計算された降雨値のみが転送され、消費電力と無線帯域幅の要求が大幅に削減される。Pan Acousticsは、無線通信ネットワークのためのハードウェアとソフトウェアを開発した。現場テストでは、このシステムは都市環境で約2.5マイル(4キロメートル)の伝送範囲を持ち、視界が妨げられない農村地域では22マイル(35キロメートル)に達した。複数のセンサーノードから収集されたデータは、その後中央データ基盤に統合され、局所的な降水図を生成する。

従来の監視の課題

従来の降水監視は、専用の雨量計を装備した気象観測所に依存しており、これらの雨量計の設置とメンテナンスには高いコストがかかる。そのため、多くの地域では監視ネットワークが相対的に希薄であり、局所的な豪雨を捕捉することが難しい。短距離内で降雨量が劇的に変化する可能性があるためである。この新しい方法を検証するために、研究者たちはまず雨水シミュレーター内で実験を行い、異なる雨滴のサイズ、降雨強度、光伏モジュール、センサーの設置位置をテストした。その後、フラウンホーファーIDMTのイルメナウ(Ilmenau)、Pan Acousticsのヴォルフェンビュッテル(Wolfenbüttel)、およびイルメナウ工業大学の気象庭園に3つの屋外測定システムを設置した。

収集されたデータは、基準となる雨量測定と比較され、機械学習モデルの訓練と検証に使用された。

毎時2から5ミリメートルの降雨率に対して、このシステムの平均誤差は毎時1.88ミリメートルであり、世界気象機関(WMO)の低強度降水測定に対するC級精度要件を満たしている。研究者たちは、この技術は高精度降水計を補完することを目的としており、置き換えるものではないと強調している。より密な降雨センサーのネットワークは、局所的な降雨のリアルタイム監視を改善し、都市のデジタルツインに貴重なデータを提供し、都市やインフラの運営者が洪水リスクに迅速に対応できるようにする。これらの情報は、排水計画、保険リスク評価、気象予測モデルのサポートにも役立つ。

フラウンホーファーIDMTは、別のプロジェクトを通じて農業応用を探求しており、センサーのネットワークを農光システムに統合することで、農民が特定の場所の降雨データを利用して、よりターゲットを絞った灌漑の決定を行えるようにしている。商業展開の前に、研究者たちは強い降雨イベント中により多くのデータを収集し、センサーの外殻、電子機器、および生産準備システムに必要な品質保証プロセスをさらに洗練させるための追加のパイロット設置を計画している。

新技術が降雨監視を改善する方法

この新技術は、音声センサーと機械学習を通じて、低コストで低メンテナンスの降雨監視方法を提供し、局所的な降雨の変化を捕捉することができる。従来の降水監視システムは、設置とメンテナンスのコストが高いため、多くの地域で監視ネットワークが希薄であり、局所的な豪雨に効果的に対応できない。新システムの登場は、気象データの正確性を改善し、都市インフラに即時の降雨情報を提供し、洪水リスク管理能力をさらに向上させるのに寄与する。

H
著者について
Henderson