摘要：野火烟雾可扩散数百英里，遮蔽远方城市天空并恶化空气质量，预测其扩散路径一直颇具挑战。如今，明尼苏达大学双城分校的研究人员开发出能直接飞入烟雾的空中机器人，收集的数据或大幅提升预测准确性。

野火烟雾可扩散数百英里，遮蔽远方城市天空并恶化空气质量，预测其扩散路径一直颇具挑战。如今，明尼苏达大学双城分校的研究人员开发出能直接飞入烟雾的空中机器人，收集的数据或大幅提升预测准确性。

该团队将人工智能与协同无人机群结合，这些小型机器可实时检测、跟踪并绘制烟雾羽流，为科学家提供详细信息以改进污染物大气扩散模型。与传统无人机不同，这些机器人配备传感器和AI，能识别烟雾并主动飞入，从多角度采集数据并构建羽流3D重建，助力研究烟雾颗粒的移动与扩散规律。

“关键在于理解烟雾颗粒成分及其扩散方式，”机械工程系教授、资深作者洪家荣（Jiarong Hong）解释，小颗粒可长距离传播并长期悬浮，影响火灾源头远处的空气质量。

空中机器人相较卫星具有独特优势：“这种方法能以低于卫星工具的成本，在大面积区域收集高分辨率数据，”研究生第一作者Nikil Nrishnakumar指出，“为改进模拟和指导火灾应急响应提供关键数据。”

2012-2021年，美国计划性焚烧引发43起野火，凸显对更可靠烟雾管理工具的需求。此前模型虽能捕捉火灾与烟雾行为，但数据准确性和实地观测存在缺口。明尼苏达团队通过测试协同系统填补缺口，机器人实时追踪羽流并生成流场分析，结合数字 inline 全息术实现颗粒表征，这些进展将优化火灾期间的预测模型。

该技术应用不止于野火，还可监测沙尘暴、火山喷发等空气传播灾害，团队下一步目标是将其转化为早期火灾检测实用工具。“早期识别是关键，发现火灾越早，响应速度越快。”洪家荣补充。

团队此前已开发具备计算机视觉的自主无人机追踪烟雾羽流，当前系统在此基础上实现多机协同跟踪，并探索固定翼垂直起降无人机（续航超1小时）以适应广域监测。通过结合机器人技术与环境科学，研究人员打造出低成本数据收集工具，助力社区和机构更快应对野火威胁，减少空气颗粒对健康的影响。

来源：SENSORO升哲