Distributed Fibre Sensing
Continuous observation across distance using the ultra-light fibre infrastructure.
Cadangan
IDRCIN is not proposed to add more technology to Imbak Canyon. It uses a Fibre-First Seni Bina, adding selective point instruments only when a research requirement cannot be adequately met through fibre or remote observation.
Penyelidikan Infrastruktur
Direka untuk hutan hujan yang hidup
Imbak Canyon diutamakan sebagai persekitaran pemuliharaan dan penyelidikan. Teknologi kekal tunduk kepada keutamaan saintifik dan ekologi.
Operating Principle
Manusia when necessary
Sains lapangan tetap penting apabila pensampelan fizikal, pertimbangan ekologi atau pengesahan lapangan diperlukan. IDRCIN mengurangkan kehadiran manusia yang tidak perlu; ia tidak menggantikan penyelidik.
“Bring the instrument to the forest without routinely bringing people beneath the canopy.”
Seni Bina Sistem
Seni bina mengekalkan koridor gentian sebagai utama, ultra-ringan dan boleh dipindahkan. Lapisan Penderiaan Titik Khusus Autonomi memperluas keupayaan penyelidikan hanya di mana prob fizikal wajar secara saintifik.
Layer 1 · Fibre-First PenyelidikanTinjauan dron → koridor gentian ultra-ringan → Penderiaan Gentian Teragih melalui DAS, DTS, DSS dan fungsi tulang belakang yang berkenaan → pengambilan semula dan penempatan semula.
Layer 2 · Selective Point SensingPod Saintifik LoRa Autonomi Jarang mengukur hanya sifat-sifat yang ditakrifkan oleh penyelidikan yang tidak dapat disediakan dengan secukupnya oleh gentian, dengan penimbalan setempat dan penghantaran kitaran tugas rendah.
Layer 3 · Penyelidikan IntelligenceBalai Cerap / Ibu Pejabat → QA/QC deterministik → Kembar Digital Temporal → NeuralOps apabila perlu → analitik yang disahkan dan akses penyelidikan yang dibenarkan.
One Observatory, Two Complementary Sensing Modes
Fibre remains primaryAutonomi Specialised Point Sensing
Pod saintifik berkuasa bateri yang jarang, satu sensor khusus bagi setiap pod, digunakan hanya apabila siasatan fizikal diperlukan.
Fibre senses continuously across space. Autonomi pods measure specific properties at selected points.
Scientific SensorPenyelidikan-specific probe
Rendah-Power ControlTidur nyenyak dan persampelan
Tempatan BufferConnectivity loss is not data loss
Rendah-Duty LoRaEvent or ringkasan payload
Penyelidikan PlatformKesihatan, retrieval and redeployment
Infrastruktur Gerbang Daratan Baharu Sifar: tiada menara gerbang, pengulang, jejaring, pondok komunikasi atau stesen wayarles perantaraan kekal baharu di dalam hutan perlindungan. Penerima sedia ada atau yang diluluskan boleh digunakan jika boleh dilaksanakan dari segi teknikal d
Recon Drone
3D Digital Twin
AI Route
Drone Deploy
Penyelidikan Observatory
TM Awan / HQ
Penyelidikan Intelligence
NeuralOps Sistem Berasingan validate distributed fibre streams and received or recovered pod records. Deterministic checks run first; AI reasoning is used only where it adds research value.
Raw Data
Pengukuran asal dikekalkan, termasuk rekod pod yang disangga secara tempatan yang diterima kemudian melalui radio atau pengambilan semula.
Validated Data
Hingar, pendua, isu cap masa, hanyutan dan nilai mencurigakan ditandakan melalui peraturan yang boleh diaudit.
Projection
Corak sejarah, diterima dan tertunda boleh menjana unjuran nasihat dengan keyakinan, andaian dan ufuk masa yang ditunjukkan.
Data mentah ialah bukti. Data yang telah dibersihkan ialah operasional. Penunjuk ialah maklumat yang ditafsirkan. Unjuran bersifat nasihat.
Presence vs Impak
Sistem ini tidak mendakwa impak sifar. Ia mengemukakan persoalan yang lebih mendalam: kaedah manakah yang menghasilkan nilai saintifik yang diperlukan dengan jumlah gangguan ekologi keseluruhan yang paling rendah secara munasabah?
Rendah
Routine human presence
Penempatan, pemeriksaan dan pengambilan rutin direka untuk operasi dron, manakala kerja lapangan manusia kekal tersedia apabila sains atau keselamatan memerlukannya.
High
Spatial flexibility
Set sensor boleh berputar antara zon penyelidikan selepas enam atau dua belas bulan, memperluas liputan kumulatif tanpa instrumentasi kekal di setiap tapak.
Can fibre provide it?Ya: gunakan Penderiaan Gentian Teragih. Jangan tambah pod semata-mata kerana penderiaan wayarles boleh dilaksanakan.
If no, test the research needMenilai nilai saintifik, muatan, bateri, penentukuran, kehadiran ekologi dan pengambilan semula yang boleh dipercayai.
Do-Not-Deploy PrincipleJika nilai saintifik tidak mencukupi atau instrumen tidak dapat diuruskan dengan bertanggungjawab, jangan gunakan.
Keupayaan tanpa wayar tidak mewujudkan kebenaran untuk digunakan. Setiap Autonomi LoRa Scientific Pod mesti mewajarkan kehadiran ekologinya melalui keperluan saintifik yang ditetapkan.
ESG & Carbon
IDRCIN accounts for presence, energy and carbon honestly measured, not assumed.
IDRCIN vs Manual
Less routine presence
Instrumentasi yang diterjunkan oleh dron, yang boleh diambil semula atau dipindahkan, dapat mengurangkan akses manusia yang berulang, manakala bateri pod, elektronik dan misi pengambilan semula kekal sebagai sebahagian daripada jejak yang diukur.
NeuralOps vs Full AI
Tempatan, on-demand intelligence
Pengesahan dijalankan di premis melalui NeuralOps Detached Sistem; LLM awan yang berat digunakan secara berhemat, memastikan tenaga dan karbon berkadar dengan keperluan.
Carbon footprint is budgeted and disclosed including grid electricity (e.g. TNB) for research systems, measured rather than assumed away.
Dua Lapisan Pengurangan Karbon Operasi
IDRCIN targets carbon reduction at the physical research layer dengan mengurangkan pengerahan lapangan yang berulang. NeuralOps menyasarkan pengurangan karbon pada digital intelligence layer by reducing unnecessary AI processing.
Kurangkan pergerakan yang tidak perlu di dalam hutan. Kurangkan pengiraan yang tidak perlu dalam AI.
Physical Penyelidikan Layer
IDRCIN vs Conventional / Manual Pemantauan
Preliminary scenario estimate
Manual Pemantauan
12 campaigns2 × 4×4
7,200 km × 0.256 = 1,843.2 kg
0
tonnes CO₂e / year
VS
IDRCIN
6 inspections1 × 4×4
drone charging · 180 kWh / yr
460.8 + 97.0 = 557.8 kg
0
tonnes CO₂e / year
≈ 70% LOWERoperational field emissions
Perbandingan ini memberi tumpuan kepada pelepasan operasi lapangan, terutamanya pengangkutan darat dan elektrik dron. Ia belum merangkumi pelepasan kitaran hayat karbon terbenam penuh daripada pembuatan kenderaan, dron, penderia, gentian, bateri atau infrastruktur. Nilai sebenar
Digital Intelligence Layer
NeuralOps vs Full-AI Memproses
Working workload comparison
Full AI
large AI workload32B tokens
VS
NeuralOps
after routing / detached filtering2.5B tokens
≈ 92.2% LESSvariable AI workload
Model tenaga seluruh sistem: 30% infrastruktur tetap + 70% berubah. NeuralOps = 30% + (70% × 2.5/32) = 35.47%.
≈ 64.5% LOWERestimated whole-system compute footprint
Illustrative example based on an existing 360 kg CO₂e annual Full-AI baseline: Full AI ≈ 360 kg; NeuralOps ≈ 128 kg; estimated avoided ≈ 232 kg CO₂e / year. Not externally audited data.
IDRCIN reduces repeated physical mobilisation.
NeuralOps reduces unnecessary AI computation.
NeuralOps reduces unnecessary AI computation.
Lagi scientific intelligence with less operational overhead efficiency at both the forest edge and the compute layer.
Daripada Anggaran kepada Ukuran
Physical Layer
- vehicle kilometres
- fuel consumption
- drone battery kWh
- number of missions
- human field hours
Digital Layer
- jumlah tokens
- model calls
- server electricity
- cloud workload · storage · network
Future KPI
kg CO₂e / research pointkg CO₂e / month of monitoringkg CO₂e / GB validated datakg CO₂e / research output
Matlamat: menggantikan anggaran senario awal dengan data ESG operasi yang diukur semasa POC / pilot.
Seimbang SWOT
Setiap kelebihan dipasangkan dengan keterbatasannya serta strategi tindak balas. Keteguhan terhasil daripada reka bentuk berlapis, bukan tuntutan kesempurnaan.
Kekuatan
- Drone-first, low routine human entry
- Penderiaan teragih keutamaan gentian dengan pengukuran titik terpilih
- Pod-local buffering during communication interruption
- Lapisan penyelidikan yang boleh diperoleh semula dan diguna semula
- Kecerdasan zon dan storan berlapis
- Temporal Digital Twin dan Unjuran
- IDRCIN Penyelidikan Observatory
Kelemahan
- High R&D integration complexity
- kanopi mapping remains imperfect
- Fibre, pod enclosure and retrieval behaviour require field proof
- Battery lifecycle, calibration and RF uncertainty
- Drone endurance constraints
- Projection accuracy requires historical validation
Peluang
- Rainforest microclimate and biodiversity research
- Kajian hidrologi dan daya tahan iklim
- Penyelidikan sebagai platform untuk pelbagai institusi
- Long-term Sabah environmental intelligence
- Replikasi kepada landskap pemuliharaan lain
Ancaman
- Cuaca melampau dan interaksi hidupan liar
- Regulatory limitations
- kanopi attenuation, terrain shadowing and cyber risk
- Teknologi obsolescence
- Penskalaan beyond ecological justification
Explore 60 research programmes in the IDRCIN Penyelidikan Observatory.
Kunci Risiko & Response
Risiko kritikal diterapkan dalam model operasi dan bukannya disembunyikan daripada cadangan tersebut.
Fibre snaggingBranch movement, abrasion or entanglement.Penghalaan adaptif kanopi, kelonggaran terkawal, pemarkahan kebolehperolehan dan pemulihan terkawal ketegangan.
Bird / wildlife interactionCollision, curiosity, pulling or biting.High-visibility fibre candidates, field observation and ecological validation before scale.
Automated cleaning errorValid extreme data may be misclassified.Data mentah dikekalkan; nilai yang mencurigakan ditanda dan bukannya dipadam secara senyap.
Projection errorRamalan may be wrong.Unjuran kekal bersifat nasihat, dengan keyakinan, andaian dan bukti sokongan yang dipaparkan.
Pod power / enclosureBattery depletion, moisture ingress, corrosion or sensor drift.Operasi beban rendah, telemetri kesihatan bateri, ujian persekitaran, penentukuran dan pengambilan semula terancang.
Connectivity failurekanopi attenuation, terrain shadowing, receiver, Internet or cloud interruption.Penimbalan pod setempat terlebih dahulu, kemudian penyimpanan pemantauan dan penyegerakan selepas sambungan atau pengambilan fizikal.
Disyorkan Perintis
IMBAK mengesyorkan ujian rintis kecil untuk Pod Saintifik LoRa Autonomi Fasa 2 sebelum sebarang keputusan skala. Pod kekal sebagai kumpulan instrumen saintifik yang berasingan sehingga penyesuaian peringkat aset selesai.
Joint Workshop
Recon Garis Dasar
Semakan Laluan
Small Pod Perintis
Observe & Validate
Retrieve & Ulasan
Engineering KPI
Kebolehlaksanaan RF, penggunaan bateri, kebolehbertahanan perumah, pengekalan data setempat dan prestasi pengambilan semula.
Scientific KPI
Sensor accuracy, calibration stability, data completeness, traceability and unique value beyond fibre.
Ecological KPI
Jejak fizikal, interaksi hidupan liar, intervensi penyelenggaraan dan pemulihan penuh selepas perintis.
Perintis decision gate: GO / MODIFY / STOPPeruntukan atau peruntukan semula mesti kekal dalam lingkungan belanjawan Fasa-2 RM2.0M yang dikunci selepas pengesahan BOM dan lapangan; tiada harga perkakasan LoRa diandaikan di sini.
Lebih banyak pengetahuan per unit kehadiran ekologi.
IDRCIN is designed to help Yayasan Sabah and research partners understand Imbak Canyon more continuously, more spatially and more intelligently while reducing unnecessary physical intervention wherever practical.
Imbak Canyon Conservation Kawasan · Sabah
Continuous, spatially distributed scientific knowledge with minimal physical presence beneath the canopy.
