В Тюмени создали систему обнаружения торфяных пожаров

Современные цифровые решения в этой сфере особенно востребованы, поскольку торфяные пожары часто развиваются скрытно и могут долго оставаться незамеченными.

ТЮМЕНЬ, 4 июн – РИА Новости. Команда студентов Тюменского индустриального университета под руководством доцента Татьяны Николенко разработала IoT-экосистему TorfWatch, способную выявлять признаки торфяного пожара примерно за сутки до его возгорания, сообщили РИА Новости в пресс-службе вуза.

Как уточнили в университете, проект был создан студентами Высшей школы цифровых технологий и ориентирован на сверхраннее обнаружение опасных очагов. По словам представителей вуза, система уже прошла лабораторные испытания в термокамере, а также этап конструкторской подготовки, что позволяет переходить к следующей стадии — проверке технологии в реальных условиях.

Разработка TorfWatch может стать важным инструментом для мониторинга торфяников, где традиционные методы обнаружения возгораний нередко оказываются недостаточно быстрыми. В дальнейшем авторы проекта рассчитывают провести полевые испытания и оценить, насколько эффективно система будет работать в природной среде, где на результаты влияют влажность, температура и другие внешние факторы.

Современная система TorfWatch представляет собой первую в России специализированную сеть автономных сенсоров, созданную для раннего выявления рисков возгорания на торфяниках и в природных зонах повышенной пожарной опасности. Проект особенно важен в условиях, когда торфяные пожары развиваются скрытно, долго остаются незамеченными и наносят значительный ущерб экологии, инфраструктуре и здоровью людей. Благодаря точному мониторингу и интеллектуальной обработке данных система позволяет перейти от реагирования на уже возникший пожар к его предупреждению на ранней стадии.

Уникальность TorfWatch заключается в том, что автономные сенсоры измеряют температуру и влажность на глубине до двух метров, а также фиксируют концентрацию угарного и углекислого газа и отслеживают метеопараметры окружающей среды. Собранные показатели в связке с алгоритмами машинного обучения анализируются в режиме почти реального времени, после чего рассчитывается индекс пожарной опасности. Такой подход дает возможность выявлять опасные изменения в толще грунта и воздухе задолго до того, как появится открытое возгорание, и передавать предупреждение примерно за сутки до пожара.

Дополнительное преимущество разработки состоит в ее автономности и способности работать в труднодоступных местах без постоянного присутствия специалистов. Это особенно актуально для больших территорий, где традиционные методы наблюдения требуют значительных ресурсов и не всегда позволяют вовремя обнаружить скрытые очаги тления. Использование интеллектуальной сети датчиков делает систему более точной, масштабируемой и удобной для применения в реальных условиях мониторинга.

По расчетам студентов, внедрение TorfWatch может сократить площадь выгорания на 40–60%, что существенно уменьшит экологический и экономический ущерб. Кроме того, снижение количества пожаров положительно скажется на качестве воздуха и поможет сократить смертность от задымления, особенно среди людей с сердечно-сосудистыми заболеваниями, для которых воздействие дыма представляет серьезную угрозу. Таким образом, разработка имеет не только технологическую, но и важную социальную ценность, способствуя защите природы, здоровья населения и снижению последствий чрезвычайных ситуаций.

Команда студентов заранее подчеркивает, что проект ориентирован не только на лабораторную проверку, но и на практическое применение в реальных условиях. В ближайшее время они рассчитывают провести полевые испытания стартапа на тестовой площадке потенциального заказчика, чтобы оценить работу решения на объекте и подтвердить его эффективность. Минимальные затраты на запуск пилотного проекта, по предварительным расчетам, составят около одного миллиона рублей, а полный цикл реализации может занять от шести до девяти месяцев.

По словам участницы проекта Виктории Макаровой, чьи слова приводит пресс-служба университета, разработка представляет собой не просто систему сбора данных, а полноценную прогностическую экосистему. Она позволяет анализировать поступающую информацию, выявлять закономерности и формировать более точные прогнозы для дальнейшего использования в сельском хозяйстве и на природных территориях. Особое внимание в проекте уделяется масштабируемости: благодаря модульной архитектуре решение можно адаптировать под разные задачи и постепенно расширять его функциональность без полной переработки системы.

Отдельным преимуществом технологии является использование протокола связи LoRaWAN, который обеспечивает передачу данных на больших расстояниях и при этом не требует постоянного подключения к сотовой сети. Это особенно важно для удаленных и труднодоступных районов, где связь часто отсутствует или нестабильна. Как отмечают разработчики, покрытие может достигать до 90% болотных территорий и полей АПК, где торф применяется в качестве удобрения, что делает проект особенно востребованным для мониторинга таких зон. В перспективе подобные решения могут помочь аграриям и исследователям своевременно принимать решения, снижать риски и эффективнее использовать природные ресурсы.

Студенческая команда, в которую входят Виктория Макарова, выполняющая функции руководителя проекта, Ян Вевюр, отвечающий за техническую часть, и Данила Сайко, занимающийся разработкой пользовательских интерфейсов, представила свой дипломный стартап как перспективное технологическое решение. Уже на раннем этапе проект привлек внимание специалистов благодаря своей актуальности, практической направленности и потенциалу применения в реальных условиях. Работа над разработкой велась с учетом потребностей отрасли, а сама идея была ориентирована на повышение эффективности и безопасности процессов в сфере лесного хозяйства и смежных направлений.

Проведенный патентный поиск подтвердил, что предложенное решение обладает признаками новизны и может рассматриваться как уникальная разработка. Кроме того, первые консультации с департаментом АПК, а также рекомендации, полученные от МЧС Тюменской области, показали, что рынок действительно заинтересован в интеграции подобного продукта. Это стало важным подтверждением того, что проект отвечает не только образовательным целям, но и реальным запросам профессионального сообщества. Будущие инженеры уже подали заявки на грантовую поддержку и сейчас ведут переговоры о проведении совместных испытаний с МЧС России, что может существенно ускорить переход разработки к практическому внедрению.

Как отметили в пресс-службе, у команды сформировано ясное понимание дальнейшего развития проекта: начать с пилотного внедрения в одном регионе, а затем масштабировать решение на федеральный уровень. В перспективе стартап может стать частью государственных программ цифровизации лесного хозяйства, где особенно востребованы современные инструменты мониторинга, анализа и управления. Такой путь позволит не только укрепить позиции команды на рынке, но и внести вклад в развитие цифровой инфраструктуры отрасли в целом.

Кроме того, для реализации проекта планируется использовать не только собственные ресурсы, но и дополнительные источники финансирования, включая гранты, контракты на проведение НИОКР и сотрудничество с бизнес-партнерами. Такой подход позволит снизить финансовую нагрузку на проект, ускорить его развитие и повысить устойчивость на этапе внедрения. Особое внимание будет уделено масштабированию решения: при тиражировании оборудования и запуске подписочной модели аналитической аналитики ожидается заметный рост доходности. В перспективе рентабельность может превысить 30%, что делает данную модель экономически привлекательной и перспективной для дальнейшего расширения.

Источник и фото - ria.ru