明尼苏达大学双城分校的研究人员开发了一种由人工智能驱动的无人机集群系统，能够实时监测和分析野火烟雾，以应对气候变化加剧的野火问题。该系统由一台指挥无人机和四架工作无人机组成，每架无人机都配备了高分辨率摄像头和先进的NVIDIA Jetson处理器，能够自主识别烟雾并进行高分辨率图像捕捉。通过利用先进的神经网络辐射场（NeRF）技术，该系统可以将二维图像转化为详细的三维烟雾羽流重建，从而深入分析烟雾的形状、方向和流动模式，为改进火灾行为模型和空气质量预测提供关键数据。
这项研究由明尼苏达大学双城分校的Jiarong Hong教授和Nikil Nrishnakumar领导，得到了美国国家科学基金会（NSF）的支持，并发表在《环境科学与技术》期刊上。该无人机集群系统解决了传统监测方法（如卫星成像）在分辨率和实时性方面的局限性，并提供了一种更具成本效益的解决方案。研究人员指出，与卫星相比，该系统能在更大范围内以更低的成本收集高分辨率数据。
该技术的重要性不仅在于监测野火烟雾，还在于其广泛的应用潜力。研究人员认为，该系统还可以用于监测沙尘暴、火山爆发等其他空气传播危害。例如，2025年7月，希腊进行了一项名为“穿越烈火”的大规模演习，旨在测试无人机在应对野火响应中的整合能力，这表明全球都在积极探索利用先进技术应对火灾威胁。
研究团队正致力于进一步优化该系统，包括集成垂直起降（VTOL）功能的固定翼无人机以延长飞行时间和扩大监测范围，并探索数字在线全息技术以更精确地表征烟雾颗粒。这些进展预示着一个更智能、更快速、更准确的火灾监测和空气质量预测新时代的到来，为保护社区和环境提供了强大的工具。