徐学良 孙振涛 关鸿亮,3
(1. 北京市自来水集团禹通市政工程有限公司, 北京 100011;2. 首都师范大学 资源环境与旅游学院, 北京 100048;3. 空间信息技术教育部工程研究中心, 北京 100048)
我国是一个水资源匮乏的国家,水资源分布不均衡,地下水资源储量也有限[1]。目前,北京的城市自来水供应主要由地表再生水、地下水、南水北调供水等组成。随北京城市建设规模的扩大,地下自来水管网总长度逐年增加,与此同时,由于管线老化、不规范施工、超负荷供水等诸多原因,地下自来水管线渗漏问题一直被全球关注。一方面,地下供水管的渗漏会造成严重的水资源浪费,至2020年,我国地下自来水供水管道综合漏损率为13.26%,漏损量约91.95亿m3,其中城区漏损水量为78.54亿m3,综合漏损率为13.39%。北京情况较好,2020年北京统计数据表明,北京供水管道长度2.05×104km,供水量12.17亿m3,其漏损率为9.85%,达到了“水十条”提出的到2020年供水漏损率控制在10%以内的目标。另一方面,一旦带压地下自来水供水管道爆管,则极易在渗漏处形成地下空洞,进而发生路面塌陷和地基下沉等地下病害[2]。因此,对地下自来水供水管道渗漏进行快速准确的探测定位,为管线维护及修复工作提供准确消息,能有效降低经济损失,避免人员伤亡。
现阶段,地下自来水管道渗漏的主要探测方法可分为管内探漏法和管外探漏法两种。我国一些中小城市仍借助简单仪器,如听音仪、相关仪等进行人工巡检,耗时耗力,且由于环境干扰、泄漏量、人员经验素质等因素,导致可靠性下降,准确性不高,对于埋深过深的管道漏点受其附近电缆沟、暖气沟、下水道等介质通道,使得漏点在地表难以发现,从而形成暗漏,造成大量泄漏水损[3]。国外探漏设备自动化水平较高,但其所设定的定位参数等不能完全适应国内供水管道的特点和环境,仪器参数设置的不确定直接导致泄漏探测定位的实际性能下降。且国外探漏仪器价格昂贵,产品维护、人员培训等后续投入大,因此国内众多供水企业对进口产品只能望而却步。在北京,已先后建立了“蒋观琪劳模创新工作室暨听漏工作室”、引入了信标法、建立了地理信息系统(geographic information system,GIS)等辅助自来水漏损检探测。
随着管线漏损探测技术的不断发展,探测精度及范围不断提高,禹通市政工程有限公司将合成孔径雷达(synthetic aperture radar,SAR)遥感与探地雷达结合引入到自来水漏损探测领域。SAR遥感利用特有的波长穿透性,穿透地面测量土壤中的水分,发现管网泄漏线索,卫星一次过境,可对整个城市地下自来水管网进行大面积同步探测。探地雷达利用地表天线向地下发射超宽带脉冲电磁波,探测地下介质介电性质(介电常数和电导率)的变化,实现对地下自来水泄漏的探测,通过分析地下自来水泄漏特征、北京自来水管道埋深情况及SAR遥感不同波段的穿透性,采用SAR遥感L波段进行大面积疑似高泄漏区域探测,其解译结果可能受到洗车场、游泳池等露天水源的干扰,需要再辅助以探地雷达在疑似高泄漏区域进行泄漏点的快速精准识别。
由于管线泄漏探测技术综合多领域多学科知识,因此过去的研究提出了不同的探漏方法主要的方法包括：声波探漏[4]、红外热成像探漏[5]、光纤传感器探漏[6]、负压波法探漏[7-8]、动态建模法探漏[9]、数字信号处理[10]等方法。黄乐艺将以上探漏方法分类分为两类：基于硬件的方法和基于软件的方法[11]。有学者也将不同的探漏方法分为外部和内部的方法或者设备法与模型法[12]。模型法是通过监测流量、压力、流体温度等一系列管道本身水力指标来判断是否泄漏。由于模型法定位精度低,应用场景局限,不适宜于城市地下自来水漏损探测。设备法是利用外部硬件引入新的监测指标对漏点进行探测,基于各种探测仪器(包括卫星、探地雷达),其能够精确定位漏点位置。从另一个角度,由于模型法探测对象是管道本身的变化,而地下自来水的泄漏必然引起周围土壤湿度的变化、土壤介电性质的变化,即使得应用SAR遥感与探地雷达结合进行地下自来水漏损探测的技术成为可能。
SAR可以穿透一定深度的土壤表面,从而获取土壤水分的地表垂直分布信息,特别是L波段SAR具有低成本、高分辨率、穿透能力强(1.5～2 m)等优点,在土壤含水量检测中具有很大的潜力,不同地物的散射机制能够通过SAR影像得到反应,从而能够提供关于城市地区的有用信息[13-16]。L波段SAR遥感虽能够大范围快速高效地探测漏损,但其精度受分辨率及露天水源的影响,仍需要地面探漏手段进行辅助。探地雷达对介质介电性质的变化敏感,能够快速感知漏损位置,实现高效的地下自来水泄漏探测。国外对探地雷达检测管道泄漏进行了大量研究,2011年DavidAynala-Cabrera[17]等对探地雷达图像特征提取的可行性进行了研究,提出了一种基于多代理系统的特征提取方法,使用密集矩阵处理高斯过程回归(Gaussian process regression, GPR)输出的与处理图像,对初始数据进行分类,实现塑料管道的自动定位。Sevket Demirci[18]等于2012年分别在实验室和室外土壤环境中构建了真实渗漏实验模型,确定其异常特征为空隙区域或扭曲的管道特征。2014年Cataldo A[19]等通过试验测试了时域反射仪法、探地雷达、电阻率层析成像三种技术用于地下管道中的漏水探测的优缺点。国内针对探雷雷达探测管道泄漏研究较少,2016年黄乐艺[11]根据管线渗漏发育规律,使用GprMax探地雷达进行仿真模拟,通过道积分法和分频处理,确定管线渗漏程度、位置。2018年马朝猛[20]等通过预设管道泄漏点,确定管道泄漏时和泄漏后回波特征,并提出“孔下回波”和“箭形回波”等特征。2019年柴端伍[21]进一步明确含水量与介电常数关系,根据回波振幅值变化规律,实现供水管道泄漏自动报警。2021年季银涛[22]基于深度学习的方法,结合探地雷达图像特性,设计了探地雷达反演网络PINet,确立了实现探地雷达图像高精度反演的目标。
2.1 SAR影像处理与解译
在反演土壤含水量的研究中,常使用C波段和L波段,但L波段波长更长(15～30 cm),穿透能力更强,地下探测深度更深(可穿透75～150 cm地表),因此本研究选择L波段,ALOS-2卫星是日本的先进陆地观测卫星,ALOS-2卫星是目前唯一在轨运行的L波段SAR卫星,其频率为1.2 GHz,影像波段长23 cm,可穿透地表以下1 m左右深度,符合地下自来水管道探测要求。对于土壤而言,土壤含水量变大会导致土壤介电常数增大,从而影像遥感观测的后向散射系数[23]。进而为管道泄漏区域探测土壤水含量异常奠定理论基础。
本研究采用北京地区ALOS-2卫星影像,使用了2019年8月20日和2019年9月3日的两期完全重叠的全极化10 m分辨率影像。对影像进行预处理,包括多视、配准、滤波、地理编码、辐射校正等,使其能够与真实地物位置相匹配。对影像进行预处理后,便可以进行漏水点提取(图1)。要通过介电性质反演土壤湿度等物理特征必须要去除城市中相对裸露的地表,如房屋、道路、硬化道路等不透水面。基于不同极化方式SAR的穿透能力不同的原理能够去除不透水面。运用相应算法,剔除建筑物、道路等不透水层,再利用Sekertekin A[24]等人提出的针对ALOS-2影像的经典半经验模型方法模拟土壤后向散射系数与含水量间的关系,通过分析可得到北京四环内疑似漏水点共113处,五环内疑似漏水点137处,如图1所示。
受SAR分辨率影像,所得到的疑似漏水点仅是漏水范围,仍不能确定泄漏点的准确位置。为精准定位泄漏点位置,以疑似点为中心建立半径200 m范围缓冲区并进行POI标记,进行地面探地雷达现场核查。
2.2 探地雷达数据处理与分析
探地雷达利用电磁波的穿透能力对地下不可见目标或界面进行定位,通过从地表向地下发射某种形式和频率的电磁波,当电磁波遇到地下介质特性变化时会产生反射,探地雷达接收天线记录其反射信号,通过记录的数据对目标进行定位,并通过反射波的延时及频谱信息等反演目标的位置、深度、媒质的结构及特性等。在实际野外探测中,常用的探地雷达探测方式分为三种：探地雷达剖面法、探地雷达宽角法、探地雷达多次覆盖法[25]。本研究中采用的是剖面法,其将发射器和接收器看作一个整体,每次移动一定的间隔距离,沿着测线向某一个方向移动的一种探地雷达测量方式,将每一次形成的探地雷达记录结合起来,就能形成探地雷达时间剖面图,横坐标为发射天线和接收天线在测线上行进的距离,纵坐标是探地雷达发射器发射出脉冲电磁波在经过地下异常体反射回到接收器的双程走时。
以北京五环城区为研究区,以L波段SAR解译疑似点为中心建立的半径200 m为范围,沿管网分布方向,采用500 MHz天线探地雷达进行扫描,采集获取原始探地雷达数据。在数据采集过程中,记录采集过程中的干扰物(坑洼地面、井盖等),为数据分析提供参考。本次一共采集56个疑似漏水点数据,其中有50个有效数据点,实地探测确认漏水的数据28个,不漏水数据22个。取西城区阜成门北大街西弓匠胡同数据为例,其分析过程如下：将获取的原始探地雷达剖面图进行预处理,包括去除直流漂移,静校正、增益、背景去除、巴特沃斯带通滤波、滑动平均等预处理后数据,如图2所示,其颜色强度表示信号振幅,颜色越黑或越白表示振幅越强,灰色区域振幅较弱。
图2中,我们能够看出在探测深度1.4 m左右、测线长度为3.2 m处(雷达数据第63道)和4.8 m处(雷达数据第96道),雷达反射信号呈现明显的两个双曲线型反射回波,且频率降低,这是明显的地下金属管道产生的雷达回波信号。我们可暂时认为两处存在漏水。将预处理后的数据进行瞬时频率属性的计算并进行分析,瞬时频率图像如图3所示。瞬时频率能够用来分析地层对雷达波的吸收衰减,以及地下薄层变化状况等,能够应用于描述地下水的分布及变化特征。高频电磁波在地下介质传播会发生衰减,电导率是影响电磁波穿透深度的重要因素,漏水区地下介质的介电常数和电导率均相对较大,对高频信号衰减作用大,这是因为水会吸收掉反射波中的高频成分导致频率衰减,波长增长,且在介质分界面反射波强度增大,反射波同相轴不连续,根据泄漏回波频率高低,便可确定漏水区域[26]。图4给出了两道数据的Wiggle图,对比分析第63道和第96道Wiggle图可以看出,在第68道疑似漏水点处其高频成分被吸收,雷达接收显示低频成分,而在第96道疑似漏水点处,其瞬时频率的高频部分衰减较小,未出现明显的低频部分,说明在第96道处疑似漏水点未发生漏水,第63道处疑似漏水点发生漏水。
图2 雷达反射图像
图3 瞬时频率图像
(a)第68道 (b)第96道
2.3 现场验证
针对通过SAR遥感影像解译出的疑似漏水点POI,11个工作组分头进行现场核查,主要通过翻井盖检查、听声等多种手段。共花费了3个工作日(四环内从2019年9月18日开始现场核查至9月19日核查结束,四环外五环内2019年10月9日核查一天,其中一个核查小组2019年10月9日未核查,10月10日核查一天),共查出了86个漏水点,平均每天查出29个漏水点。其中,本研究中选取西城区阜成门北大街西弓匠胡同数据确认为一处管道埋深1.5 m,DN100球墨铸铁管管件破损造成泄漏,现场核查图如图5所示。
图5 现场核查图
研究结果表明,应用天基雷达的L波段SAR遥感可以直接解译上百个疑似漏水区域,该技术明显提高了城市地下自来水管道泄漏探测效率。应用探地雷达因对地下界层含水量的不同引起的介电性质差异敏感,能够作为辅助手段快速精确定位漏水点位,通过分析疑似漏水点瞬时频率特征能够定性识别管网泄漏。本研究应用天基与地基雷达相结合的方式,实现了一种快速、高效、精准识别城市地下自来水泄漏的方法。
猜你喜欢 波段漏水雷达 最佳波段组合的典型地物信息提取航天返回与遥感(2022年2期)2022-05-12鲁棒多特征谱聚类的高光谱影像波段选择遥感学报(2022年2期)2022-03-09隐形飞机哪里躲科普童话·百科探秘(2020年5期)2020-09-14滴ī答滴答，漏水啦！作文周刊·小学一年级版(2019年44期)2019-01-08积极归因方式：当船漏水了北京心理卫生协会学校心理卫生委员会学术年会论文集(2018年1期)2018-05-10房屋漏水后的“奇观”，实属罕见中国建筑防水·悦居(2017年7期)2017-09-07利用小波分析对岩石图像分类中华建设科技(2017年7期)2017-09-07下雨时才漏水学苑创造·A版(2017年4期)2017-05-13班上的“小雷达”小学生导刊(高年级)(2016年11期)2016-11-14能分身的雷达少年科学(2015年7期)2015-08-13