基于无人机和红外热成像技术的小型水库坝体早期非稳定渗漏检测系统

王玉磊，汤 雷，钱思蓉

(1.南京水利科学研究院 水文水资源与水利工程科学国家重点实验室， 南京 210029；2 河海大学 土木与交通学院， 南京 210098)

目前，我国已建成水库九万余座，其中小型水库占比大于90%[1]。我国小型水库存在工程标准偏低、建设质量较差、老化失修严重、配套设施不全等问题，部分小型水库渗漏隐患严重[2]。发现渗漏是治理渗漏隐患的前提，但目前小型水库中仍有较大比例的渗漏不能及时发现，主要原因如下：① 小型水库数量众多，分散性大，人工巡查法效率低，无法满足普检到位的要求[3-4]；② 小型水库坝体下游面往往生长了大量植被，这些植被的存在又遮掩了渗漏部位，使得渗漏点更难被发现；③ 大中型水库坝体中常用的渗漏监测技术(直流电阻率法和高密度电法等)，需要埋设传感器并进行人工定期测读[5]，经济成本较高，故很少应用于小型水库坝体检测中。此外，检查和发现小型水库坝体的早期非稳定渗漏更是一个技术难题。早期非稳定渗漏是指处于早期发展阶段的渗漏，具有渗漏量逐渐增大而又未能形成可见水流的特点，具有较高的危险性和隐蔽性[6-7]。

考虑到成本因素，小型水库坝体渗漏检查最常采用的方法是人工巡检法[8]，该方法主要依靠人目视观察坝面是否有明显的潮湿印迹来进行判断。而非稳定渗漏的辨识是通过比较连续两次或多次巡查发现的渗漏范围，来判断其是否为非稳定渗漏。这种判定方式依赖于人的记忆力和感觉，效率低下，实际中难以及时发现非稳定渗漏。红外热像仪检查渗漏是近年来被广泛应用的一种新型检测技术，常应用于地下室渗漏检查、管道渗漏检查等[9]。然而，该方法在小型水库坝体渗漏检查中使用率较低，这是因为我国小型水库量大面广，人工定期巡查坝体工作量较大，且人工拍摄热像图耗费时间长，检测效率低下。

为了能够高效而精准地发现小型水库坝体早期非稳定渗漏，针对传统渗漏检测技术的不足，设计了一种基于无人机和红外热成像技术的小型水库坝体早期非稳定渗漏检测系统，阐述了该系统的检测原理、设计思路及应用方法。

1 检测原理

1.1 红外热成像检测技术

红外热成像检测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递情况，并通过热像仪显示出来[10]，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[11]，红外检测技术流程如图1所示。

图1 红外检测技术流程图

1.2 无人机监测技术

无人机是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器[12]。无人机搭载红外热像仪监测技术，凭借着机动灵活、效率高、成本低、无人员伤亡风险、可视距离远、非接触测温等优势[13]，已经广泛应用于电力巡检、石油管道巡视、森林防火巡查、太阳能电池检测、应急救援等领域。

1.3 小型水库坝体渗漏检测原理

采用红外热像检测技术对小型水库坝体进行渗漏检测，当前的检测原理与方法是将低温点判定为渗漏点，但此依据误判率较高，这是因为小型水库坝体疏于管理和维护，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于库水，才可以判断该位置为渗漏点。因此，笔者研制的小型水库坝体早期非稳定渗漏检测系统所采用的检测原理，关键在于区分库水和坝体表面的积水。坝体表面上的积水因为体量小，其温度受气温影响较大而表现为与气温相近；而库水因为体量大，其温度受气温影响小，因而与气温相差较大。笔者以库水温度与气温的差值作为渗漏判别条件，抓住了坝体渗漏的本质特点。

2 检测系统

2.1 检测系统设计

2.1.1 系统总体设计

无人机搭载红外热像仪检测系统由无人机平台、红外热像仪、通信链路和地面遥控台4部分组成(见图2)，图2中实线箭头为无人机控制信号通道，虚线箭头为红外热像仪控制通道。无人机平台主要实现按计划自主飞行和搭载红外热像仪两大任务；红外热像仪用于拍摄坝体下游面的热像图；通信链路用于实现控制数据、状态信息及实时图像的传输，提供地面遥控台与无人机平台、红外热像仪的远程交互控制，地面遥控台负责完成控制指令发送、无人机平台和红外热像仪的运行状态参数接收、实时图像集中显示等。

图2 无人机搭载红外热像仪检测系统组成

2.1.2 温度报警系统设计

设计了一种适用于无人机搭载红外热像仪检测系统的温度报警系统。该温度报警系统基于库水温度和大气温度进行设定，并综合考虑光照条件及坝体表面植被的影响。太阳光照射造成的坝面温升将叠加在坝面与大气进行热交换后的温升上，将阳光照射状态分为照射角度在±30°之内的阳光直射状态、照射角度在±30°之外的阳光偏照状态及阴天状态。坝面的温度还受植被覆盖影响，表面植被状态分为有植被状态和无植被状态。当气温较高时，坝面温度>植被温度>气温；当气温较低时，气温>坝面温度>植被温度[14]。

(1) 温度报警阈值设定

温度报警阈值t0基于空气温度t1、库水温度t2、坝体表面植被状态和阳光照射状态确定。温度报警阈值t0计算方式如式(1),(2)所示。

t0=k1t1-k2Δt

(1)

Δt=(t1-t2)/2

(2)

式中：Δt为校正温度；k1为阳光照射调整系数。

直射状态k1取值应大于1.0，偏照状态下k1取值也应大于1.0，但小于直射状态下的k1取值，阴天k1取值为1.0；k2为植被影响调整系数，无植被状态k2取值为1.0，有植被状态k2取值应小于1.0。值得注意的是：如果库水温度与空气温度的差值|t1-t2|≤2 ，由于该温差较小，当坝体下游面出现积水或潮湿时，难以辨别该积水或潮湿的水分是否是来自于库内的水；为了方便工作人员检测，以及尽可能反映库水水体温度，库水温度t2取距离坝体上游面与库水面交线大于0.5 m、水表面下0.5 m处的水体温度。

(2) 温度报警设定

该温度报警系统在热像图内最低温度低于预设的温度阈值(此时气温t1>库水温度t2)，或最高温度高于预设的温度阈值(此时库水温度t2>气温t1)时报警。温度报警系统由红外热像仪中的长波红外测量单元、中波红外测量单元、电光转换模块、稳定跟踪平台和设置于地面遥控台中的温度传感器控制板、电声转换模块等组成。稳定跟踪平台承载两个测量单元自动追踪红外电磁波；电光转换模块将红外电磁波转换为通信链路中的温度信号；温度传感器控制板根据预设的温度报警阈值圈定出温度异常信号;电声转换模块接收温度异常信号并将其装换为声信号。

2.1.3 非稳定渗漏检测系统设计

非稳定渗漏检测系统包括低温/高温区域面积积分模块，用于获取热像图中超过预设温度阈值的温度范围，即当气温t1>库水温度t2时，则判定低温区域为渗漏处，此时所获取的渗漏范围为热像图中最低温度tmin+0.2Δt的等温线以下范围；当库水温度t2>气温t1时，则判定高温区域为渗漏处，此时所获取的渗漏范围为热像图中最高温度tmax+0.2Δt的等温线以上范围。该模块基于红外热像仪、无人机的定位系统和测距传感器，建立了稳定的实际物体尺寸与图像像素个数的比例关系，通过计数目标在热像图上所占的像素点，计算出低温/高温区域的面积。

当通过热像图确定渗漏部位时，首先利用该系统计算热像图中低温区域面积(t1>t2)或高温区域面积(t1

2.2 检测系统仪器选用

检测系统中的无人机平台应具有便于携带、自由悬停精度高、飞行平稳、定位精度高、图传距离长等优点，并具有一定的载荷能力，因此选用了大疆M210V2型无人机，其主要技术指标如表1所示；检测系统中的红外热像仪应选用了像素为640×512的大疆XT2型红外热像仪，其主要技术指标如表2所示；选用了大疆GL900A型地面遥控台，其信号传输距离可达8 km，传输信号强且稳定；选用显程为20 ℃60 ℃，精度为0.01 ℃的温度计，用于测量和记录温差，设计的检测系统如图3所示。

表1 无人机平台主要性能参数

表2 红外热像仪主要性能参数

图3 小型水库坝体早期非稳定渗漏检测系统组成

3 检测系统应用方法及应用实例

3.1 检测系统应用方法

基于上述的检测系统设计，提出了该系统的应用方法，分为以下4个步骤。

(1) 巡检准备。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) 巡检。利用无人机携带红外热像仪，根据预设的巡检航线全面巡检坝体下游面，巡检期间通过红外热像仪拍摄坝体下游面的热像图；若气温t1>库水温度t2，热像图中最低温度低于阈值t0，或库水温度t2>气温t1，热像图中最高温度高于t0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。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(t1>t2时)或高温区域面积(t1

(4) 再次复飞。间隔T时间后，重新设定温度阈值，再次复飞并抵近渗漏点拍摄热像图，计算热像图中低温/高温区域面积，对比步骤(3) 和(4)中低温/高温区域面积的变化，判断是否存在早期非稳定渗漏。值得注意的是，在汛期时，间隔时间T不宜过长，宜将时间控制在2 h内，因为在汛期内及时发现渗漏以及时刻关注渗漏处是否为非稳定渗漏，对于实时评估大坝安全性具有重要意义。

3.2 检测系统应用实例

采用该检测系统对某小型水库土坝坝体进行渗漏检查，如果渗漏则需判定其是否为早期非稳定渗漏。该土坝坝高为8 m，坝轴线长为30 m,土坝坝体检测现场如图4所示。

图4 小型水库土坝坝体检测现场

3.2.1 巡检过程

巡检航线设定为由坝体右肩向左肩，无人机飞行路线规划示意如图5所示，一次完成整个坝体的巡检；无人机飞行高度为12 m，热像仪的视野刚好可以覆盖整个坝体的下游面；通过气温计测定气温t1=25 ℃，通过温度计测定距离坝体上游面与库水面交线长为0.6 m、水表面下0.5 m处的水体温度t2=15 ℃；天气状况为阴天；阳光照射系数k1取1.0；检查坝体下游面植被状态为有植被状态，植被影响系数k2取0.9，Δt=(t1-t2)/2=5 ℃；报警温度阈值设定为t0=k1t1-k2Δt=20.5 ℃。

图5 无人机飞行路线规划示意

巡检过程中，温度报警模块实时读取每一帧热像图中的tmin，并计算报警条件，发现有警报声在某位置处发出，则确定该位置为疑似渗漏点，并记录此时无人机的飞行参数；然后继续巡检，完成了整个坝体下游面的巡检，没有警报声再次发出。根据记录的疑似渗漏点的无人机飞行参数，复飞到疑似渗漏点处，然后悬停拍照。经温度报警模块核验，拍摄的热像图，该部位仍然满足报警条件，确定该处为渗漏点，并记录此时无人机的飞行参数和拍照参数，且通过低温/高温区域面积积分模块辨识出低温区域S1，并计算出低温区域面积A1。复飞结束后4 h，重新测量气温t1=26 ℃，重新确定阳光照射状态仍为阴天，重新计算Δt=5.5 ℃。然后根据复飞时记录的渗漏点位置的飞行参数和拍照参数，控制无人机再次复飞到渗漏点，悬停拍照，然后通过低温/高温区域面积积分模块辨识出低温区域S2，并计算出低温区域面积A2。

3.2.2 检测结果及分析

红外热成像检测结果如图6所示，图中蓝色部分为低温区域，即此次检测中发现的渗漏区域。渗漏检测参数如表3所示。

通过比较复飞时的渗漏面积A1和再次复飞时的渗漏面积A2，计算得A1/A2=1.18>1，该处没有明显积水，判断该处为渗漏点，且属于早期稳定渗漏。下一步需通知有关人员对此渗漏点进行修补。

图6 某小型水库坝体红外热成像检测结果

表3 某小型水库坝体检测数据

4 结语

设计了一种基于无人机和红外热成像技术的小型水库坝体早期非稳定渗漏检测系统，阐述了该系统的应用方法。该系统以无人机、红外热像仪和地面遥控台相结合的方式构建硬件系统，并在地面遥控台中设计了以温度报警模块和低温/高温区域面积积分模块为主的软件系统。

(1) 采用无人机搭载红外热像仪，并且设置自动报警模块，实现了远距离、大视野、快速、机动地巡检小型水库坝体，同人工徒步巡检相比，效率提高了5倍以上，尤其适用于量大面广的小型水库坝体渗漏检查；以库水温度与气温的差值作为渗漏判别条件的主要参量，并且考虑了日照和植被的影响，抓住了坝体渗漏的本质特点。

(2) 通过记录疑似渗漏点的飞行参数，自动复飞，抵近拍照，再次核验报警条件，进一步提高了渗漏点辨识的可靠性；通过自动辨识低温/高温区域，计算低温/高温区域面积，明确了渗漏影响范围，为评估坝体安全状况提供了重要依据；通过间隔合适的时间复飞，再次拍摄渗漏部位温度场，计算并比较低温/高温区域面积的变化，判定渗漏部位是否为早期非稳定渗漏。该检测系统和应用方法为高效率地发现小型水库坝体早期非稳定渗漏提供了手段。