L'une des caractéristiques déterminantes d'un environnement arctique est le pergélisol, qui couvre près de 10% de la surface de la Terre et reste entièrement gelé toute l'année. Les températures atteignant des niveaux plus extrêmes plus fréquemment, le Département américain de la Défense (DOD) a accordé une subvention de 957 013 $ sur deux ans au professeur Ming Xiao de Penn State, pour enquêter sur l'effet sur le pergélisol et comment sa fusion pourrait exposer les contaminants à l'environnement.
Xiao, professeur de génie civil et environnemental, mène des recherches en Alaska sur le pergélisol et ses effets sur l'infrastructure de génie civil. Pour ce projet, récompensé par le programme de certification des technologies de la sécurité environnementale du DOD, Xiao utilisera la technologie des drones pour étudier comment le pergélisol interagit avec des contaminants tels que les déchets radioactifs ou toxiques dans les anciennes installations du DOD et les bases militaires en Alaska.
Dans un Q&R, Xiao a discuté de la recherche et surmonté les défis de l'étude des changements extrêmes dans des environnements extrêmes.
Pourquoi est-il important de localiser les contaminants dans le pergélisol?
De nombreuses décharges et autres stockages hérités de déchets dangereux ont été construits à pergélisol au siècle dernier. Cependant, lors de la construction de ces installations de confinement des déchets, les constructeurs n'ont pas considéré le dégel accéléré du pergélisol en raison du changement climatique.
Parmi les 344 sites de défense autrefois utilisés en Alaska, 269 sites avaient des déchets dangereux, toxiques et / ou radioactifs en 2015. Le mouvement des contaminants interagit et varie avec la dégradation du pergélisol, ce qui rend difficile la prévision et la localisation.
Qu'est-ce que l'imagerie géophysique électromagnétique? Comment la technologie des drones est-elle utilisée dans l'environnement et, plus précisément, la recherche sur le pergélisol?
L'imagerie électromagnétique nous permet de révéler l'intérieur d'une structure en analysant comment les ondes électromagnétiques, un type de rayonnement qui peut transporter de l'énergie à travers des objets ou l'air, interagir avec la structure. Un exemple d'imagerie électromagnétique est une radiographie dans le domaine médical.
Dans ce projet, nous mesurons comment les ondes électromagnétiques préexistantes déjà dans l'air interagissent avec le sol pour révéler les détails sous la surface du sol. Les approches traditionnelles de l'imagerie géophysique électromagnétique utilisent des instruments qui sont traînés le long de la surface du sol ou insérés dans le sol pour révéler des caractéristiques de sous-surface.
Bien que cette approche soit efficace, elle est extrêmement lente, coûteuse et inefficace. De plus, certaines zones que nous avons besoin d'imaginer, telles que des étangs ou des zones contaminées par des déchets dangereux, sont inaccessibles en utilisant l'approche traditionnelle.
Dans notre projet, nous utiliserons un système basé sur des drones pour mener une imagerie géophysique, une technique relativement nouvelle qui est plus efficace, rentable et adaptative aux environnements que nous souhaitons rechercher.
Comment le système de drones gère-t-il des facteurs environnementaux comme un terrain extrêmement froid ou dur? Les facteurs environnementaux ont-ils influencé le développement du système?
Un grand avantage du système de drones par rapport aux techniques d'imagerie traditionnelles est que le drone peut facilement naviguer dans un terrain dur, car il est au-dessus du sol. Nous sommes cependant confrontés à d'autres problèmes. Le froid extrême est un défi pour les batteries du drone – au point de congélation, ou 32 ° F, nos batteries de drones ne peuvent durer que 10 minutes. Nous devons être très attentifs à l'heure du vol, car nous ne voulons pas que le drone et l'instrument de mesure coûteux tombent du ciel si la batterie s'épuise.
Un autre défi environnemental important est le vent. L'instrument transporté par le drone doit rester stable pour collecter de bonnes données, mais les vitesses du vent dans l'Arctique peuvent facilement atteindre plus de 20 miles à l'heure. Nous devons coordonner stratégiquement nos vols de drones avec la météo pour obtenir de bonnes données et ne pas risquer notre système.
Existe-t-il des types spécifiques de contaminants environnementaux que le système est le meilleur pour identifier et caractériser?
L'imagerie géophysique électromagnétique est exceptionnellement bonne pour détecter les caractéristiques de sous-surface électriquement conductrices ou résistives. Vous pouvez trouver des poches de pergélisol, de sol ordinaire, d'eau, de glace et de contaminants à différentes profondeurs dans le sol arctique – chacun de ces matériaux a une résistivité électrique différente, ce qui signifie qu'elles peuvent apparaître dans les images créées par des enquêtes géophysiques électromagnétiques.
Chaque fois que nous imaginons le sous-sol, nous recherchons généralement des contaminants environnementaux, non seulement pour les localiser, mais pour examiner comment ils interagissent avec le sol et d'autres matériaux qui les entourent.
Il y a cependant certains problèmes que nous pouvons rencontrer lors de la recherche de ces contaminants. Alors que le changement climatique provoque le pergélisol à décongeler, la glace se transforme en eau et s'écoule, et les contaminants enfouis dans le sol congelé qui devaient rester congelés ont commencé à se déplacer avec l'eau. Cela rend les contaminants plus difficiles à identifier, car ils distribuent différemment et ne sont plus contenus à des zones spécifiques du sol.
Un autre grand défi est le modèle mathématique que nous utilisons pour traiter les données collectées par l'instrument monté sur le drone. La technologie des drones que nous utilisons pour collecter nos mesures est relativement nouvelle, ce qui signifie qu'un modèle mathématique valide et digne de confiance pour traiter nos données collectées n'existe pas encore. Développer une méthode pour interpréter avec précision les données collectées par nos drones sera l'une de nos recherches.
Dans votre proposition, vous mentionnez comment ce système pourrait être utilisé relativement à peu de frais. Comment votre équipe a-t-elle trouvé un équilibre entre le coût et les fonctionnalités?
Pour tirer le meilleur parti de notre système, nous comparons la technologie que nous développons dans ce projet avec les résultats que nous avons vus avec des enquêtes géophysiques à base d'aéronefs à base de sol ou à base d'aéronefs. Nous comparons la qualité des données, le temps nécessaire pour étudier la même zone et les mêmes dépenses financières associées à la nouvelle technologie et aux approches existantes.
Nous développerons une matrice pour évaluer ces facteurs, qui nous informent dans quels domaines notre technologie excelle, ainsi que les domaines que nous devons améliorer.
Quel est le plus gros problème que votre équipe a surmonté pendant le développement?
Faisabilité de la technologie. Avant de soumettre la proposition, nous avons effectué des tests d'essai en 2024 à Utqiaġvik, en Alaska, la ville la plus au nord des États-Unis. Nous avons particulièrement appris comment la force du signal de l'onde électromagnétique a affecté les résultats de l'imagerie; Nous avons également utilisé les données nouvellement collectées pour développer un modèle robuste pour le traitement des données. La mission exploratoire nous a guidés dans le développement du projet et nous a donné confiance que la technologie et l'approche sont réalisables.
Mis à part Xiao, d'autres chercheurs du projet incluent Mine Dogan, un géophysicien environnemental à la Western Michigan University; Anna Wagner et Taylor Sullivan, chercheurs du Cold Research and Engineering Laboratory (CRREL) du Cold Regions Research Laboratory (CRREL) du US Army Corps of Engineers; doctorants Xueyang Wang, doctorant en génie civil à Penn State; Brandon Tulban un doctorant de doctorat géologique et des sciences de la Terre à l'Université Western Michigan; et Jon Maakestad, un technicien de Crrel qui aidera à la collecte de données.
