万亿国债防汛减灾响应

无人机坝体管涌识别方案

政策环境

2023年四季度增发国债10000亿元，增发的国债全部通过转移支付方式安排给地方，集中力量支持灾后恢复重建和弥补防灾减灾救灾短板，整体提升我国抵御自然灾害的能力。据财政部介绍，资金将重点用于八大方面：灾后恢复重建、重点防洪治理工程、自然灾害应急能力提升工程、其他重点防洪工程、灌区建设改造和重点水土流失治理工程、城市排水防涝能力提升行动、重点自然灾害综合防治体系建设工程、东北地区和京津冀受灾地区等高标准农田建设。此次国债增发不仅释放出多重积极信号，也凸显了我国提升防灾减灾救灾能力的任务紧迫。

管涌危害

管涌是指地下水位上升超过地面，从地面或建筑物中涌出的现象。在渗流作用下，土体中的细颗粒从粗颗粒孔隙中被带走或冲出的现象。又叫翻砂鼓水、泡泉等。在洪水期间，由于河流水位高，高于河堤内侧的地面，使大堤内外存在压力差，大堤底部如存在透水层，就会发生渗流。凡有渗流就会有渗流力，当渗流力大到一定值时，土中的细颗粒就会被渗透水流携带和搬运，这种地下水的侵蚀作用被称为潜蚀。

潜蚀继续发展，会在薄弱处形成孔洞，而孔洞又会使渗透途径变短，水力梯度增大，更多的渗流会向孔洞集中，潜蚀作用更强，孔洞继续发展，最终发展成一条管道，大量细颗粒被渗流带入到孔洞中，沿管道喷涌而出，即形成管涌。

管涌不仅会对周围的建筑物和基础设施造成损害，还可能引发地质灾害。涌监测识别对于防范地质灾害、保护建筑物和基础设施、治理地下水问题以及提高预警能力都具有重要意义。管涌是堤防工程常见险情之一。管涌会导致大坝底部的土体会在渗流力的作用下，不断向外排出，持续较长时间后，会使大坝地基土壤骨架破坏，孔道扩大，基土被掏空，引起大坝坍塌，造成决堤、垮坝等险情。

系统组成

无人机在用于管涌识别时，综合考虑其载荷、成像系统、算法、数据处理与传输能力及云管理平台综合管控能力以提高无人机在防汛抢险中的工作效率和准确性。

管涌识别技术

红外热成像技术是以红外辐射原理为基础，运用红外辐射测量技术和方法，测量热波在物体内部的传课情况，并通过热像仪品示出来，最后对采集的热图像进行处理，从而判断物体内部是否存在缺陷的一种方法，红外检测技术流程图如下:

1.技术原理

采用红外热像检测技术对堤坝进行渗漏检测，当前的检测原理是将低温点判定为渗漏点，但此判据误判率较高，这是因为堤坝本身疏于管理和维护，普遍存在坑凹不平、积水、潮湿和植被生长等情况，这些地方往往都是低温点。只有坝体下游面的积水来自河道或者库水，才可判定为渗漏点，因此堤坝非稳定渗漏检测的原理，关键在于区分库水和堤坝表面的积水。堤坝表面的积水因为体量小，其温度受气温影响较大而表现为与气温接近;而库水因为体量大，其温度受气温影响较小，因而与气温相差较大，由此采用库水(河道)温度与气温的差值作为渗漏判别条件，可以实现非稳定渗漏的精准判别。

2. 算法原理

数据采集:无人机在飞行过程中同时收集可见光和热成像数据，以及相关的水流和环境数据。

图像预处理:对收集到的可见光和热成像数据进行预处理，包括图像的校正、增强和滤波等，以提高图像质量。

特征提取:从预处理后的图像中提取有助于识别管涌的特征，提取温度分布、颜色信息。

识别算法:结合可见光和热成像数据，深度学习算法，训练管涌识别模型。

实时监测/预警:在无人机飞行过程中，实时输入采集到的图像数据到管涌识别模型中，模型将判断是否存在管涌现象。一旦检测到管涌，系统将实时预警，并标注位置信息。

无人机管涌识别巡检流程概述

(1)设定无人机巡检路线、测定气温和库水温度、判定天气状况及坝体表面植被覆盖情况。

(2)利用无人机携带红外热像仪，根据预设的巡检路线全面巡查堤坝下游面，巡检期间通过红外热像仪拍摄堤坝下游面的热像图;若气温>库水温度，热像图中的最低温度低于阈值，或库水温度>气温时，报警并记录此处为疑似渗漏部位;继续巡检，直到完成整个坝体下游面的巡检;如巡检完成也没有警报声，则判定该坝体没有渗漏，并结束巡检。

(3)复飞并抵近疑似渗漏部位再次拍摄热像图，如果仍满足报警条件，则确定该部位为渗漏点，并计算热像图中低温区域面积(>时)或高温区域面积(