基于光譜分析的海綿體性能評測系統設計

武尚智，羅秀卿

(上海市水利工程設計研究院有限公司，上海 200061)

“重地上、輕地下”的城市發展觀使得現階段我國許多城市的防澇基礎設施嚴重不足，“小雨必淹、大雨必澇”暴露出一些城市排水系統建設的局限性。近年來國家對海綿城市的建設越來越重視，海綿城市項目實施當中的系統性要求也越來越高[1]，在海綿城市的建設中如何客觀評價各個海綿體的作用效果，如何科學定量各個海綿體的“海綿”功能，成為了海綿城市建設中的重點和難點。

鑒于此，以光譜傳感分析技術為基礎，設計了一種海綿體性能評測系統。該系統可對區域內調節塘、雨水濕地、濕塘、蓄水池等多種海綿體進行現場信息采集并通過系統內置算法進行現場快速評測，得出海綿體實時評測數據及指標，從而就地顯示和及時預警；同時系統將數據遠傳至中心平臺服務器進行評測，中心平臺服務器通過經驗模型及融合算法對數據進行處理，最終得出該區域內各個海綿體精確性能評測指標，從而實現區域內海綿體性能多角度、多維度的評測功能[2]。

1 光譜傳感分析技術

1.1 簡介

光譜傳感分析技術相對于傳統的的傳感檢測分析方法有著較為明顯的先進性。大部分物質當中的粒子在特定某種電磁輻射條件下會產生物理學意義上的變化，比如發射、吸收、散射、能級改變等等，而通過不同物質變化量的甄別便可以對該種物質進行定性分析、甚至是定量分析[3]。光譜傳感分析技術方法的優點是靈敏、便捷、無損、易操作。

1.2 常用光譜檢測分析方法

目前基于光譜傳感分析的檢測方法主要有拉曼光譜法、紅外光譜法、熒光法、UV光譜法等。每種光譜分析方法都有自己的適用范圍與適用場合。

1.2.1拉曼光譜法

拉曼光譜出現于可見光譜與紅外光譜區之間，屬于一種散射現象。在其應用于光譜分析方法時，它通常是由分子轉動或振動時的變化率差異而產生，拉曼光譜通常需要海量的數據庫作為支撐，數據解析方案較為復雜[4- 5]。

1.2.2紅外光譜法

紅外光譜法的原理是基于不同的能量差異性的表現，待測分子在紅外光譜經過時，只會與其吸收特點相符的紅外光譜進行吸收。該種方法具有重復性好、使用條件簡單等優點，但是對測量要求有一定的局限，建模工作量較大。

1.2.3熒光光譜法

熒光光譜法是用紫外光照射后某些物質后可產生熒光而據此定性定量分析的方法。熒光光譜法的原理是物質分子由基態躍遷到高能級時會吸收能量，再返回初始激發態的能級時會將發射出來部分光量子。熒光光譜法檢測精度高、方法簡單便捷。

1.2.4紫外光譜法

紫外光譜法即UV法利用分子在紫外光譜區域對不同物質的分子吸收不同波段的光譜的原理而產生的。該種方法會使得分子吸收的光譜出現躍遷，即電子在電子能級進行躍遷從而跳轉能級，這批電子在得到多余能量之外會跳出低級別的能量級而進入一個較高級別的能量級，各種躍遷確定著它會吸收同樣的的輻射能量，而由于不同物品其分子結構各有不同，所以其吸收光譜會出現特有的性質。紫外光譜法簡單，但精度受經驗模型影響較大。

1.3 多光譜融合分析技術

多光譜融合分析技術是利用一定的決策準則將待測量分成不同的類別，通過不同光譜檢測方法得出檢測數據，再通過融合算法得出結論。針對不同的待測量，多光譜融合分析技術可通過不同層次的融合給出多維度的答案，彌補了單一光譜分析方法的局限性，有著更高的精度和魯棒性[6]。

2 海綿體性能評價方法

2.1 城市常見海綿體分類

海綿城市當中的海綿體各類繁多，將城市常見海綿體按過程進行分類，如圖1所示，可以分為源頭部分、中途部分、末端部分。具體包括：綠色屋頂、下沉式綠地、滲透鋪裝、植草溝、植被緩沖帶、生物滯留帶、調節塘、調節池、雨水罐、雨水花園等。

圖1 城市常見海綿體種類

2.2 海綿體性能評測

海綿體性能的評價涉及多個交叉學科、多個組成要素，其衡量標準和評價指標的選定也是一個較為繁雜的過程，海綿城市的評價標準和指標本身也存在地域性和階段性的差異。而對海綿體進行評測主要是基于其“彈性”功能，吸水、蓄水、滲水、凈水、釋水等功能，將這些功能通過直接測量或軟測量的方法得到量化指標，進而達到有效評價的目的。

通過對城市常見海綿體進行比選及評測，得出一種針對目標區域的海綿體性能評價體系。可根據各海綿體功能及評價目標建立競爭性評價體系，得出各海綿體在該目標下指標參數。表1為城市常見海綿體性能評測要素表。

表1 城市常見海綿體性能評測要素表(部分海綿體指標權重過小忽略)

根據評測要素表可以得出城市常見海綿體性能的評測要素，而不同的評測要素分別對應于從近紅外到紫外等的不同光譜段的優選光譜。結合先進的光譜分析方法及大數據經驗模型可對徑流總量、削減峰值流量、水質指標參數、水利用率、水質預警信息到區域景觀、功能及經濟效益等多個方面進行評價。

3 基于光譜分析技術的海綿體評價系統設計

3.1 系統總述

基于光譜分析技術的海綿體性能評測系統主要采用了現場便攜式設備、光譜檢測融合算法及中心平臺服務器的架構。其中現場便攜式設備主要負責對各海綿體的特征參數采集及前端處理；采集的數據再通過不同層次的光譜檢測融合算法得到海綿體評價結論；平臺服務器主要用來將前端采集的信息深度分析處理、存儲并預警[7]，如圖2所示。

圖2 海綿體性能評測系統架構圖

3.2 現場便攜式設備

每個現場便攜式設備都是帶有人工智能(AI)的物聯網終端，它由預處理系統、分析系統、輔助系統和主控系統組成，如圖3所示。其中預處理系統負責對海綿體進行參數匹配及優選光譜檢測得到光譜數據；分析系統負責提供不同的光譜分析方法；數據傳入主控系統后通過融合算法計算得出評價結果，對該區域海綿體狀態進行評價；評價內容通過輔助系統的人機交互單元現場顯示及報警，同時通過無線通訊單元遠傳至監控中心平臺服務器。

圖3 現場便攜式設備拓撲結構圖

3.3 光譜檢測融合算法

評測系統內置多種光譜檢測基礎算法，主要包括偏最小二乘法PLS(partial least squares)、人工神經網絡、支持向量機、極限學習機(extreme learning machine)等，光譜檢測融合算法在各基礎算法之上進行多層次的融合計算，一定程度上實現了算法的揚長避短，提高了算法的整體精度。光譜檢測融合算法采用了三種層次的融合：直接融合、特征融合、深度融合。

直接融合算法主要用于現場便攜式設備，它直接對傳感器的基礎數據進行處理，得出未經數據預處理的數據。直接融合算法適用于數據有明顯規律、實時性要求較高的情況。特征融合適用于中心平臺服務器，是指原始數據需要經過預處理之后再進行模式識別的處理。該種融合能保留更多的現場信息，分析結果更為精確。深度融合指需要先經過長時間的訓練建立起自適應的數據模型，對特征融合的數據進行深度學習處理后得出結果，該種融合方法最為精確，但數據處理量大，所需硬件資源較多，實時性較差。

深度融合選擇算法時首先遍歷系統內m×n種算法，尋找出最優算法或算法組合，與預設的模式進行比較，可不斷調整優化系統內置算法。根據不同海綿體特征抓取內容的區別以及實時性評價要求選擇的不同數據融合分析算法，實現了對海綿體進行多維度的評測。

3.4 中心平臺服務器

中心平臺服務器負責接收現場便攜式設備傳回的信息，并通過光譜檢測融合算法對數據進行處理。其主要包括初始化系統、權限管理系統、通信系統、算法系統、數據庫管理系統、即時預警分析系統、顯示系統、故障管理系統等，如圖4所示。

圖4 中心平臺服務器系統圖

中心平臺服務器采用分布式架構的混合型服務器，結合SSD的高IO能力和大容量SATA磁盤的優勢，提供了控制器、安全、負載均衡等高網絡帶寬要求的云服務基礎計算能力，同時支撐數據倉庫、大數據處理、結構化與非結構化數據應用，可實現分布式并行計算框架計算。

平臺服務器采用分布式數據庫架構，硬件、軟件冗余備份，具有高可靠性，完整地實現了以下功能：現場便攜式設備統一的遠程自動化管理、通信同步處理、數據采集分析、數據處理控制、區域或整體預警等[8]。

4 結語

本文針對海綿城市建設中海綿體的性能評測建立了一套以光譜分析原理為基礎并應用檢測融合算法的評測系統，為海綿體性能的快速準確評測提供了一種新的方法和思路，對海綿城市項目的建設有一定的指導意義。

受限于典型海綿體歷史經驗數據量的不足，文中光譜檢測融合算法的精度仍有較大提升空間，而隨著海綿城市建設中經驗數據的逐步累積、硬件設備性能的不斷提升，將會與光譜檢測融合算法精度形成正向良性循環，未來基于光譜分析的海綿體性能評測系統會在海綿城市建設以及城市防洪排澇預警中扮演更加重要的角色。