Россия
Россия
Россия
В рамках исследования проведен сравнительный анализ беспилотных авиационных систем отечественного производства для обнаружения и мониторинга лесных пожаров. Отмечено, что на текущий момент рынок отечественных производителей активно развивается, и российские образцы не уступают зарубежным аналогам. Предметом исследования выступают беспилотные летательные аппараты самолетного типа отечественного производства, а именно: «SIGMA», «Патруль-30», «Горизонт-Аэро», «Скат», «Груша», «Supercam S-250», «InnoVtol-3s», «Zala 421-04M», «Орлан-10». Методологическая база исследования включает критический анализ указанных моделей. В ходе исследования детально рассмотрена каждая модель и выделены наилучшие из них по критериям дальности полёта, максимального времени полёта, массы, габаритов, полезной нагрузки, дальности связи и стоимости. Также учтены отличительные особенности каждого образца. Полученные данные свидетельствуют о существенном потенциале использования беспилотных авиационных систем отечественного производства для обнаружения и мониторинга лесных пожаров. При этом наилучшую эффективность показывают модели самолетного типа.
анализ, сравнительный анализ, беспилотные летательные аппараты, беспилотный летательный аппарат, беспилотных авиационных систем, отечественное производство, мониторинг, обнаружение, лесные пожары
1. Асадов Х.Г., Байрамов Г.З. Вопросы создания системы раннего обнаружения лесных пожаров на базе беспилотных авиационных систем // Контроль. Диагностика. 2024. Т. 27. № 4 (310). С. 64–68. DOI:https://doi.org/10.14489/td.2024.04.pp.064-068. EDN SCMPEK.
2. Сысоева Т.П., Калач А.В. Перспективы развития беспилотных авиационных систем // Сибирский пожарно-спасательный вестник. 2025. № 3 (38). С. 111–118. DOI:https://doi.org/10.34987/vestnik.sibpsa.2025.41.36.010.
3. Насырова Г.Н., Насыров И.Р. Обнаружение лесных пожаров с помощью БПЛА самолетного типа // Международный журнал гуманитарных и естественных наук. 2024. № 9-5 (96). С. 7–11. DOI:https://doi.org/10.24412/2500-1000-2024-9-5-7-11. EDN MHUYQD.
4. Типы БПЛА и возможности использования в целях мониторинга и предотвращения лесных пожаров / А.Е. Серебряков [и др.] // Наука. Техника. Технологии (политехнический вестник). 2021. № 4. С. 175–178. EDN LBFWSB.
5. Игайкина И.И., Даськин И.Н. Анализ эффективности беспилотных авиационных систем для мониторинга пожаров сельхозугодий // Сельский механизатор. 2023. № 1-2. С. 5–7. DOI:https://doi.org/10.47336/0131-7393-2023-1-2-5-6-7. EDN RKLEFV.
6. Яковенко Т.А., Сопига В.А. Автоматический мониторинг и измерение пожаров с использованием беспилотных авиационных систем // Инновации и инвестиции. 2025. № 3. С. 529–532. EDN XOYZSU.
7. Королев Д.С., Калач А.В., Кончаков С.А. Совершенствование технических интеллектуальных систем обнаружения и мониторинга лесных пожаров // Проблемы управления рисками в техносфере. 2023. № 1 (65). С. 105–113. EDN UESSTV.
8. Веретенникова Н.С., Кислов В.И., Еременко К.Ю. Проблема своевременного обнаружения и ликвидация лесных пожаров // Бюллетень науки и практики. 2021. Т. 7. № 6. С. 56–59. DOI:https://doi.org/10.33619/2414-2948/67/07. EDN IHUZJP.
9. Катаев М.Ю., Карташов Е.Ю., Гейко П.П. Обнаружение лесных пожаров по изображениям, полученным с БПЛА // Доклады Томского государственного университета систем управления и радиоэлектроники. 2023. Т. 26. № 3. С. 72–79. DOI:https://doi.org/10.21293/1818-0442-2023-26-3-72-79. EDN EDMOMX.
10. Беляев А.Э., Будевич Е.А., Вычерова Н.Р. Выделение пламени и дыма на изображениях, полученных камерами БПЛА в системе раннего обнаружения лесных пожаров // Системы. Методы. Технологии. 2022. № 4 (56). С. 126–131. DOI:https://doi.org/10.18324/2077-5415-2022-4-126-131. EDN CPNSWY.
11. Georgiev A.G. An evaluation of fire detection methods: comparative analysis and performance assessment 16 // Proceedings of University of RUSE. 2023. Т. 62.
12. Akhloufi M.A., Couturier A., Castro N.A. Unmanned aerial vehicles for wildland fires: Sensing, perception, cooperation and assistance // Drones. 2021. Т. 5. № 1. С. 15.
13. Unmanned aerial vehicle assisted forest fire detection using deep convolutional neural network / A. Rahman [et al.] // Intell. Autom. Soft Comput. 2023. Т. 35. № 3. С. 3259–3277.
14. UAVs-FFDB: A high-resolution dataset for advancing forest fire detection and monitoring using unmanned aerial vehicles (UAVs) / M.N. Mowla [et al.] // Data in brief. 2024. Т. 55. С. 110706.
15. Unmanned aerial vehicle-based forest fire detection systems: A comprehensive review / J. Patel [et al.] // Available at SSRN 4603404. 2023.
16. Intelligent methods for forest fire detection using unmanned aerial vehicles / N. Abramov [et al.] // Fire. 2024. Т. 7. № 3. С. 89.
17. Forest fire monitoring system supported by unmanned aerial vehicles and edge computing: a performance evaluation using petri nets / A. Sabino [et al.] // Cluster Computing. 2024. Т. 27. № 7. С. 9735–9755.
18. The use of unmanned aerial vehicles in the detection of forest fires with a gas detection technique / M. Masat [et al.] // NanoEra. 2021. Т. 1. № 1. С. 14–18.
19. Recent advances in unmanned aerial vehicle forest remote sensing – A systematic review. part I: A general framework / R. Dainelli [et al.] // Forests. 2021. Т. 12. № 3. С. 327.
20. Data collection task planning of a fixed-wing unmanned aerial vehicle in forest fire monitoring / H. Zhang [et al.] // IEEE Access. 2021. Т. 9. С. 109847–109864.
21. Kim S.Yu., Muminov A. Forest fire smoke detection based on deep learning approaches and unmanned aerial vehicle images // Sensors. 2023. Т. 23. № 12. С. 5702.
22. Sarikaya Basturk N. Forest fire detection in aerial vehicle videos using a deep ensemble neural network model // Aircraft engineering and aerospace technology. 2023. Т. 95. № 8. С. 1257–1267.
23. Potential of UAV application for forest fire detection / A. Muid [et al.] // Journal of Physics: Conference Series. IOP Publishing, 2022. Т. 2243. № 1. С. 012041.
24. Sharma A., Singh P. K. UAV based framework for effective data analysis of forest fire detection using 5G networks: An effective approach towards smart cities solutions // International Journal of Communication Systems. 2025. Т. 38. № 1. С. e4826.
25. Recent advances in Unmanned Aerial Vehicles forest remote sensing– A systematic review. Part II: Research applications / R. Dainelli [et al.] // Forests. 2021. Т. 12. № 4. С. 397.
26. A vision-based detection and spatial localization scheme for forest fire inspection from UAV / K. Lu [et al.] // Forests. 2022. Т. 13. № 3. С. 383.
27. Использование беспилотных авиационных систем для обнаружения лесных пожаров / М.В. Полежаева [и др.] // Информационные технологии и системы: управление, экономика, транспорт, право. 2024. № 1 (49). С. 67–78. EDN KKRFTC.
