城市暴雨道路積水監(jiān)測(cè)技術(shù)及其應(yīng)用進(jìn)展

欒清華，秦志宇，王 東，劉家宏，付瀟然

(1.河北工程大學(xué)河北省智慧水利重點(diǎn)實(shí)驗(yàn)室，河北 邯鄲 056038；2.河海大學(xué)洪澇災(zāi)害風(fēng)險(xiǎn)預(yù)警與防控應(yīng)急管理部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210098；3.中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038)

2021年鄭州“7·20”特大暴雨和北京“8·16”短時(shí)強(qiáng)降雨事件再次喚起民眾對(duì)城市暴雨內(nèi)澇的關(guān)注，并引發(fā)了對(duì)城市內(nèi)澇災(zāi)害預(yù)警預(yù)案的思考[1]。同一時(shí)期，美國(guó)紐約曼哈頓街區(qū)、德國(guó)西部地區(qū)和日本島根縣均經(jīng)歷了大暴雨，洪水灌入地鐵和下穿隧道，城市道路變成行泄通道，造成財(cái)產(chǎn)損失和民眾傷亡。突發(fā)的暴雨事件，使得決策者不僅要從宏觀上對(duì)區(qū)域整體內(nèi)澇風(fēng)險(xiǎn)進(jìn)行快速評(píng)估，還要針對(duì)具體易澇點(diǎn)進(jìn)行預(yù)警，有的放矢制定相應(yīng)的預(yù)警方案。近年來(lái)，采用非工程措施來(lái)降低城市極端降雨內(nèi)澇災(zāi)害損失的重要性被不斷提及，國(guó)內(nèi)外許多學(xué)者通過(guò)建立精確的物理模型來(lái)實(shí)現(xiàn)上述管理需求[2-4]；隨著信息收集和傳輸?shù)娘w速發(fā)展，一些學(xué)者嘗試采用深度學(xué)習(xí)等技術(shù)算法分析挖掘數(shù)據(jù)間的潛在聯(lián)系，并構(gòu)建數(shù)據(jù)驅(qū)動(dòng)模型來(lái)反映城市暴雨內(nèi)澇問(wèn)題[5-7]。然而城市地表空間有限，地下空間也布滿了各種管道、地鐵等基礎(chǔ)設(shè)施，要想實(shí)現(xiàn)精細(xì)化分析，充足準(zhǔn)確的數(shù)據(jù)和本底資料非常關(guān)鍵[8-9]。道路交通作為城市基礎(chǔ)設(shè)施的重要組成部分，必然是預(yù)警、預(yù)案涉及的一個(gè)重要方面，監(jiān)測(cè)分析不同暴雨過(guò)程下的道路積水分布及特征成為城市洪澇預(yù)警和預(yù)案設(shè)計(jì)的關(guān)鍵內(nèi)容[10-11]。此外，我國(guó)尚未大面積開(kāi)展城市雨水管網(wǎng)的實(shí)時(shí)監(jiān)測(cè)，在率定和驗(yàn)證區(qū)域雨洪管理模型時(shí)，借助道路積水監(jiān)測(cè)數(shù)據(jù)也是一種有效的解決途徑[12-14]。本文立足上述城市暴雨內(nèi)澇災(zāi)害防治的需求背景，在總結(jié)歸納道路積水不同監(jiān)測(cè)技術(shù)原理及優(yōu)缺點(diǎn)的基礎(chǔ)上，闡述各技術(shù)在城市內(nèi)澇預(yù)警中的應(yīng)用情況，進(jìn)而探究其發(fā)展趨勢(shì)，以期為其他學(xué)者和管理者在城市內(nèi)澇模擬及預(yù)警方面提供借鑒和參考。

1 道路積水監(jiān)測(cè)技術(shù)

1.1 人工監(jiān)測(cè)技術(shù)

城市雨水排放的概念很早就有過(guò)記載，如古羅馬的地下管網(wǎng)系統(tǒng)和我國(guó)贛州的福壽溝[15-16]。早期的城市排水或積水監(jiān)測(cè)主要是采用水尺等工具，人工測(cè)量水深(圖1)。按照測(cè)量要素的不同又可分為現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)和最大積水深度踏勘。現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)是指在城市易澇點(diǎn)派專(zhuān)人蹲守，通過(guò)設(shè)立的水尺記錄下整場(chǎng)降雨的水位變化過(guò)程；內(nèi)澇最大積水深度踏勘是指通過(guò)實(shí)時(shí)測(cè)量或事后補(bǔ)測(cè)的方法獲取數(shù)據(jù)，一般多次讀數(shù)后取其平均值。最大積水深度踏勘能直觀地獲取水位數(shù)據(jù)，是較為準(zhǔn)確可靠的單點(diǎn)監(jiān)測(cè)方法，在監(jiān)測(cè)固定積水點(diǎn)的基礎(chǔ)上，可根據(jù)不同降雨內(nèi)澇的實(shí)際情況，充分發(fā)揮人的能動(dòng)性，采用人工實(shí)地測(cè)量和勘察，靈活補(bǔ)充測(cè)點(diǎn)以彌補(bǔ)單點(diǎn)固定監(jiān)測(cè)的不足，因此也常用于校核自計(jì)水位裝置。然而該方法的自動(dòng)化程度較低，且讀數(shù)誤差、時(shí)間耗費(fèi)和人員風(fēng)險(xiǎn)也是難以避免的問(wèn)題[17]。單靠人工記錄獲取監(jiān)測(cè)點(diǎn)的積水深度、積水過(guò)程線并通過(guò)電話短信上報(bào)的形式，已不能滿足城市內(nèi)澇快速預(yù)警預(yù)案的需要[18]。

圖1 人工道路積水監(jiān)測(cè)Fig.1 Manual road waterlogging monitoring

1.2 傳感器監(jiān)測(cè)技術(shù)

隨著電子設(shè)備的更新，水位監(jiān)測(cè)開(kāi)始從人工向自動(dòng)化轉(zhuǎn)變，目前大多數(shù)城市通過(guò)布設(shè)水位傳感器[19-20]，建立基于傳感器的道路積水監(jiān)測(cè)系統(tǒng)來(lái)實(shí)現(xiàn)數(shù)據(jù)采集、傳輸、存貯模塊與水位傳感器的緊密結(jié)合[21-22]。按測(cè)量方式的不同，水位傳感器可分為接觸式和非接觸式，其中，接觸式又分為電子水尺和壓力式水位傳感器2類(lèi)；非接觸式又分為超聲波、紅外光、雷達(dá)和激光水位傳感器4類(lèi)。

1.2.1接觸式

電子水尺(電極式)主要運(yùn)用水的微弱導(dǎo)電性原理獲取數(shù)據(jù)，其長(zhǎng)度一般有8 cm、12 cm、18 cm、20 cm 等不同規(guī)格，測(cè)量精度為1 cm，由于傳感器與水體直接接觸，防護(hù)多采用具有密閉性的不銹鋼外殼。該設(shè)備基本不受溫度、壓力、濕度、泥污等外界環(huán)境的影響，適合測(cè)量靜態(tài)和動(dòng)態(tài)水面[23]；其采樣精度取決于電極間距，所以實(shí)測(cè)中還能將不同長(zhǎng)度的電子水尺組合，增大測(cè)量量程[24]。為增加數(shù)據(jù)監(jiān)測(cè)傳輸?shù)目煽啃裕乐故须姷耐＿\(yùn)，一般都配有太陽(yáng)能供電設(shè)備(圖2)，但電子水尺體積較大，對(duì)布設(shè)場(chǎng)地有要求。

圖2 電子水尺Fig.2 Electronic water gauge

壓力式水位傳感器通過(guò)測(cè)量液體的靜水壓力來(lái)獲取數(shù)據(jù)，其尺寸規(guī)格一般有10～80 m可選，精度可達(dá)0.1 cm。根據(jù)傳感器安裝位置不同還可分為氣泡式和投入式[25]，兩者的區(qū)別在于氣泡式水位傳感器安裝在液面以上，將水壓力通過(guò)氣管中的空氣或惰性氣體傳至傳感器，投入式傳感器則埋于水下，多用于城市道路積水監(jiān)測(cè)(圖3)。其優(yōu)點(diǎn)在于測(cè)量精度高，體積小、重量輕、密封性好和便于安裝，但會(huì)受大氣壓強(qiáng)變化、被測(cè)液體密度變化和降雨外力等環(huán)境因素的影響，所以在運(yùn)行前需進(jìn)行校準(zhǔn)[26]。

圖3 壓力式傳感器Fig.3 Pressure-type sensor

表1 水位傳感器對(duì)比Table 1 Comparison of water level sensors

1.2.2非接觸式

激光水位傳感器利用了激光測(cè)量周期短、精度高、無(wú)發(fā)散角的優(yōu)勢(shì)[25]。在測(cè)量時(shí)，頂部激光器發(fā)出激光到液面反射板，通過(guò)測(cè)量激光相位變化得到光程，從而獲得水位變化情況[27]；其量程一般為 5 m、10 m、20 m、30 m，測(cè)量精度可達(dá)0.1 cm；測(cè)量時(shí)基本不受環(huán)境因素影響，但因其強(qiáng)穿透性，在監(jiān)測(cè)液面時(shí)需加裝反光板才能使傳感器接收到反射光信號(hào)，增加了成本和施工難度。超聲波水位傳感器利用超聲波高頻、短波、方向性好以及遇不同密度介質(zhì)分界面時(shí)發(fā)生反射的特性，通過(guò)超聲波測(cè)距原理來(lái)測(cè)量水位[25]；根據(jù)儀器的安裝位置可細(xì)分為氣介式、固介式和液介式3種，氣介式多用于城市道路積水監(jiān)測(cè)[28]，其量程一般為1 m、5 m、10 m、20 m、40 m；該類(lèi)型傳感器生產(chǎn)成本低、功耗較低，在保證高精度測(cè)量的同時(shí)，有很長(zhǎng)的使用壽命，測(cè)量盲區(qū)也較小；缺點(diǎn)是易受到溫度、空氣密度以及回波檢測(cè)等因素的影響，針對(duì)這些問(wèn)題，可以通過(guò)確定傳感器和被測(cè)水體的最佳距離以及添加溫度檢測(cè)電路等措施來(lái)從一定程度上提高設(shè)備測(cè)量精度[29]。紅外線是具有部分光特性的電磁波[29]，用紅外傳感器測(cè)量水位時(shí)，光電探測(cè)器也會(huì)接收到不同的光信號(hào)，最后根據(jù)光強(qiáng)弱的不同將光信號(hào)轉(zhuǎn)為電信號(hào)進(jìn)行數(shù)據(jù)記錄和路面狀態(tài)的檢測(cè)分析；同超聲波技術(shù)相比，其技術(shù)難度較低，成本也低，最重要的是在近距離測(cè)量上比超聲波的測(cè)距精度更高[31]，但受光照的影響，在測(cè)量時(shí)須考慮系統(tǒng)進(jìn)行光照補(bǔ)償?shù)膯?wèn)題[32]。上述的測(cè)量方法都有各自的優(yōu)缺點(diǎn)，需根據(jù)使用環(huán)境和目標(biāo)需求選擇更合適的方法。本文基于道路積水監(jiān)測(cè)情景，對(duì)上述電子水尺、壓力傳感器、激光傳感器、超聲波傳感器以及紅外傳感器5種監(jiān)測(cè)設(shè)備的規(guī)格、精度、優(yōu)點(diǎn)和待改進(jìn)問(wèn)題進(jìn)行了對(duì)比，如表1所示。

由表1可見(jiàn)，水位傳感器均能實(shí)現(xiàn)道路積水監(jiān)測(cè)。接觸式傳感器的缺點(diǎn)主要是由于直接接觸水體而導(dǎo)致設(shè)備易受腐蝕和水中其他物質(zhì)干擾，而非接觸式傳感器盡管避免了設(shè)備腐蝕的風(fēng)險(xiǎn)，但會(huì)受溫度、光照等環(huán)境因素的影響。立足這些問(wèn)題，一些學(xué)者就不同應(yīng)用場(chǎng)景，基于原有的傳感器的技術(shù)特性，設(shè)計(jì)改進(jìn)了相應(yīng)的監(jiān)測(cè)系統(tǒng)。針對(duì)立交橋區(qū)域，陳春梅等[33]設(shè)計(jì)了一套超聲波積水監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了非接觸式測(cè)量與遠(yuǎn)程水位監(jiān)控和報(bào)警；忻龍玉[34]設(shè)計(jì)了一套雷達(dá)積水監(jiān)測(cè)系統(tǒng)；孫鳳華等[35]將電子水尺的控制和供電組件安裝在橋上，并對(duì)其耗電量較高的問(wèn)題做了優(yōu)化，保證了該設(shè)備在市政供電故障時(shí)正常工作；針對(duì)下穿隧道區(qū)域，劉永志等[36]設(shè)計(jì)了一套接觸式道路積水監(jiān)測(cè)裝置，運(yùn)用杠桿的原理進(jìn)行水位測(cè)量并實(shí)現(xiàn)了積水監(jiān)控裝置與排水泵的聯(lián)動(dòng)；Hassan等[37]設(shè)計(jì)了一種基于浮子傳感器并能將積水預(yù)警信息在顯示屏上及時(shí)展示的道路積水監(jiān)測(cè)系統(tǒng)。還有學(xué)者在監(jiān)測(cè)系統(tǒng)的采集傳輸技術(shù)方面進(jìn)行了改進(jìn)，曾鋮泓等[38]將基于STM32的水深測(cè)量裝置搭載于汽車(chē)上，以高效獲取城市道路積水狀況。隨著交通視頻監(jiān)控的推廣和技術(shù)升級(jí)，將其與水位傳感器相結(jié)合逐漸成為當(dāng)下采用的一種道路積水監(jiān)測(cè)手段。嚴(yán)建華等[39]將電子水尺與視頻監(jiān)控相結(jié)合，兩種數(shù)據(jù)源的結(jié)合提高了隧道積水監(jiān)測(cè)的準(zhǔn)確性；徐青林等[40]設(shè)計(jì)了一套由道路積水監(jiān)測(cè)控制器、電子水尺、多路接觸開(kāi)關(guān)、視頻攝像機(jī)﹑太陽(yáng)能供電系統(tǒng)等組成的自感應(yīng)式道路積水監(jiān)測(cè)設(shè)備。

1.3 影像監(jiān)測(cè)技術(shù)

隨著城區(qū)不斷擴(kuò)張和極端暴雨事件的頻發(fā)，及時(shí)全面地獲得城區(qū)大尺度范圍的積澇情況愈加重要。盡管傳感器監(jiān)測(cè)實(shí)現(xiàn)了自動(dòng)化監(jiān)測(cè)和傳輸，但也只能反映單個(gè)測(cè)點(diǎn)的積水情況，且獲取的數(shù)據(jù)量有限。為快速全面的獲取積水?dāng)?shù)據(jù)，目前采用兩種技術(shù)方法：①利用3S(remote sensing， RS； geographic information system， GIS； global positioning system， GPS)技術(shù)進(jìn)行水體提取[41-42]；②利用監(jiān)控視頻圖像進(jìn)行積水區(qū)域識(shí)別[43]。

1.3.1遙感影像監(jiān)測(cè)技術(shù)

遙感影像監(jiān)測(cè)技術(shù)常用于城市內(nèi)澇災(zāi)害快速評(píng)估，其利用水體在0.4～2.5 μm電磁波段低反射率的特性，通過(guò)識(shí)別水體的光譜特征和分析空間位置關(guān)系實(shí)現(xiàn)水體信息提取[44]。以光學(xué)影像信息為主的水體提取方法主要有閾值法、分類(lèi)器法和自動(dòng)化法[45]；以雷達(dá)影像為主的方法主要有閾值法、濾波法、基于DEM法和基于GLCM法，也有將兩種影像相結(jié)合的模型法[45]。目前用于洪水監(jiān)測(cè)的遙感資料主要有美國(guó)的陸地資源衛(wèi)星Landsat TM與 ETM+、法國(guó)的資源衛(wèi)星SPOT、美國(guó)的極軌氣象業(yè)務(wù)衛(wèi)星NOAA/AVHRR、中國(guó)的極軌氣象衛(wèi)星FY-1、FY-2、高分三號(hào)衛(wèi)星、美國(guó)的對(duì)地觀測(cè)系統(tǒng)衛(wèi)星EOS/MODIS以及加拿大的雷達(dá)衛(wèi)星RadarsatSAR等[47]。

遙感影像提取水體具有覆蓋范圍廣、周期短、時(shí)效性強(qiáng)的優(yōu)點(diǎn)。缺點(diǎn)是提取的水體與陸地邊界區(qū)分較差、無(wú)法完全消除背景干擾、不易提取細(xì)小水體[48]。而城市區(qū)域的地物分布錯(cuò)綜復(fù)雜，建筑物、道路、涵洞、明渠等相互交錯(cuò)，微小的地形誤差就可能導(dǎo)致測(cè)量失敗，對(duì)遙感影像監(jiān)測(cè)技術(shù)有著更高的要求[49]，且提取道路積水和計(jì)算深度需要高精度的遙感和DEM數(shù)據(jù)，獲取這些數(shù)據(jù)的成本也要考慮在內(nèi)。若能將地面視頻監(jiān)測(cè)設(shè)備獲取的數(shù)據(jù)與之結(jié)合，便能更好地應(yīng)用于城市洪澇模擬和預(yù)警管理。

為改進(jìn)遙感影像水體識(shí)別技術(shù)，使其更加適用于城市尺度的積水監(jiān)測(cè)，王俊海等[50]從城市水體識(shí)別技術(shù)著手，通過(guò)結(jié)合光譜信息、形狀信息和紋理信息，以減少城市陰影對(duì)水體識(shí)別的影響；崔齊等[51]提出一種面向遙感影像的矢量約束水體提取的方法，該方法不僅能有效抑制地物陰影的影響，還可以準(zhǔn)確提取細(xì)小水體信息。還有學(xué)者在遙感積水?dāng)?shù)據(jù)提取上采用不同方法進(jìn)行嘗試或改進(jìn)，如董玉波等[56]將最大熵的遙感積水影像提取技術(shù)與最小二乘法的道路預(yù)警方法相結(jié)合，推進(jìn)了道路積水預(yù)警的發(fā)展；Irwin等[57]運(yùn)用多源遙感數(shù)據(jù)，建立了包含光學(xué)遙感影像數(shù)據(jù)、SAR數(shù)據(jù)和機(jī)載激光雷達(dá)數(shù)據(jù)的融合分類(lèi)模型，通過(guò)最小化單個(gè)數(shù)據(jù)集模型之間的差異實(shí)現(xiàn)水體的高精度提取。

就雷達(dá)衛(wèi)星而言，多與地面站降雨數(shù)據(jù)結(jié)合輸入到城市內(nèi)澇模型來(lái)預(yù)測(cè)道路積水深度[52]。唐穎等[53]通過(guò)雷達(dá)外推結(jié)合降水量與雷達(dá)基本反射率公式預(yù)測(cè)降水量，進(jìn)而將預(yù)測(cè)降雨數(shù)據(jù)導(dǎo)入水力模型來(lái)現(xiàn)城市內(nèi)澇預(yù)警；李恒升等[54]利用雷達(dá)OHP(1 h precipitation accumulation)產(chǎn)品數(shù)據(jù)通過(guò)網(wǎng)格插值法處理成內(nèi)澇數(shù)學(xué)模型所需的降雨數(shù)據(jù)，再帶入模型中進(jìn)行積水預(yù)測(cè)；楊東等[55]將無(wú)人機(jī)載激光雷達(dá)技術(shù)用于提取區(qū)域高精度DEM數(shù)據(jù)，基于此數(shù)據(jù)建立了城市內(nèi)澇模型，模擬結(jié)果在積水面積和深度上都有較好的表現(xiàn)。

1.3.2視頻圖像監(jiān)測(cè)技術(shù)

城市中監(jiān)控?cái)z像頭隨處可見(jiàn)，能否將這些攝像頭采集的信息用于道路積水分析成為近來(lái)研究熱點(diǎn)。現(xiàn)階段的提取方法根據(jù)目標(biāo)對(duì)象的不同大致分為兩類(lèi)：①通過(guò)分析事先在積水區(qū)域設(shè)置的水尺圖像得到水位線信息，該過(guò)程通常先通過(guò)截取監(jiān)控視頻的圖像，再對(duì)彩色圖像進(jìn)行灰度轉(zhuǎn)換，刪減無(wú)用信息提高運(yùn)算效率，之后對(duì)圖像中的水尺進(jìn)行分割提取，最后進(jìn)行圖像降噪與刻度線信息的提取；②直接分析區(qū)域的積水圖像，運(yùn)用多種技術(shù)手段提取分析積水影像，例如使用基于大數(shù)據(jù)的深度學(xué)習(xí)技術(shù)，通過(guò)海量積水圖像的不斷訓(xùn)練，增強(qiáng)模型對(duì)城市道路各種復(fù)雜情景下算法的魯棒性，從而提高積水檢測(cè)、識(shí)別、分割的精度。相比第一種方法，后者省去了積水點(diǎn)布設(shè)水尺和日常維護(hù)的步驟，大大提高了測(cè)量的機(jī)動(dòng)性，但識(shí)別精度有待提高。

視頻圖像監(jiān)控技術(shù)在城市內(nèi)澇監(jiān)測(cè)中的普及離不開(kāi)通信技術(shù)和計(jì)算機(jī)視覺(jué)的發(fā)展[58]，其優(yōu)點(diǎn)在于可利用城市現(xiàn)有的監(jiān)控?cái)z像頭，通過(guò)對(duì)圖像的處理便可獲取水位信息，降低了設(shè)備安裝成本；但其抗氣候干擾能力較弱，在天氣情況良好的情況下，水位信息釆集的精確度較髙，如遇小雨、霧霾等天氣，會(huì)影響到攝像頭采集圖片的質(zhì)量，雖然可通過(guò)軟件進(jìn)行去噪、均衡化等操作來(lái)還原部分圖像，仍會(huì)對(duì)測(cè)量精度產(chǎn)生影響。目前，不論是對(duì)道路水尺圖像的提取算法或是道路積水識(shí)別的深度學(xué)習(xí)模型在技術(shù)上都有待改進(jìn)，但隨著影像識(shí)別技術(shù)精度的不斷提高，視頻圖像監(jiān)測(cè)技術(shù)將在未來(lái)逐漸成為主導(dǎo)。

針對(duì)目前水尺圖像識(shí)別和水尺刻度提取精度等技術(shù)問(wèn)題，我國(guó)多位學(xué)者[59-61]對(duì)水尺邊緣提取技術(shù)開(kāi)展研究，結(jié)果表明sobel、roberts和canny等邊緣算子均有較好的抗噪、抗光照不均效果。石玉立等[62]利用水面上下圖像亮度差異的特性，構(gòu)建了基于視頻圖像的IDL(interactive data language)水位提取檢測(cè)模型；高曉亮等[63]設(shè)計(jì)了一種基于HSV(hue, saturation, value)顏色空間的水位檢測(cè)法，解決了傳統(tǒng)邊緣檢測(cè)算子在圖像質(zhì)量較差時(shí)無(wú)法準(zhǔn)確測(cè)算的問(wèn)題；肖卓等[64]運(yùn)用基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法(single shot mulitbox detector， SSD)提取水尺特征進(jìn)行檢測(cè)的準(zhǔn)確率達(dá)95%，誤差控制在2 cm內(nèi)；王磊等[65]用YOLO-v3和ResNet網(wǎng)絡(luò)算法檢測(cè)水尺對(duì)象和識(shí)別水尺刻度，運(yùn)行準(zhǔn)確率可達(dá)95%以上；周衡等[66]不再通過(guò)識(shí)別水尺刻度進(jìn)行數(shù)值提取，而是利用水尺刻度對(duì)相機(jī)進(jìn)行標(biāo)定，再通過(guò)目標(biāo)區(qū)域圖像差分提取水位變化區(qū)域，簡(jiǎn)化了算法的同時(shí)能較精確測(cè)得實(shí)際水位值，但需保證相機(jī)與水尺位置都固定住不發(fā)生移動(dòng)。

在提高道路積水圖像的識(shí)別技術(shù)方面，深度學(xué)習(xí)等人工智能技術(shù)也逐漸被采納。張勤學(xué)等[67]設(shè)計(jì)了一種基于圖像識(shí)別技術(shù)的城市道路積水監(jiān)測(cè)系統(tǒng)，該系統(tǒng)將采集后的圖像運(yùn)用大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)深度學(xué)習(xí)以構(gòu)建數(shù)據(jù)庫(kù)，從而實(shí)現(xiàn)4個(gè)維度的圖像分類(lèi)模型，達(dá)到智能化監(jiān)測(cè)道路積水的目的；白崗崗等[68]設(shè)計(jì)了一種基于深度學(xué)習(xí)技術(shù)的城市內(nèi)澇積水面積監(jiān)測(cè)方法，通過(guò)CNN(convolutional neural network)模型和YOLOv2模型設(shè)計(jì)出一種可自動(dòng)識(shí)別積水的方法；Vitry等[69]使用深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural network)和靜態(tài)觀測(cè)洪水指數(shù)從視頻監(jiān)控中獲取道路積水信息，將人工智能處理加入監(jiān)控視頻中為市區(qū)提供城市內(nèi)澇監(jiān)測(cè)數(shù)據(jù)，并結(jié)合多種信息構(gòu)建優(yōu)化監(jiān)測(cè)系統(tǒng)。

另有學(xué)者將多元信息融合應(yīng)用于積水監(jiān)測(cè)，如黃偉等[70]將降雨資料和壓力水位傳感器與視頻圖像獲取的3種信息相結(jié)合，設(shè)計(jì)了一套大數(shù)據(jù)分析與機(jī)理模型協(xié)同的道路積水監(jiān)測(cè)系統(tǒng)，通過(guò)分析視頻圖像的像素面積與道路實(shí)際面積的關(guān)系得出降雨情景下的道路積水面積和深度；奚春華等[71]將區(qū)域高精度DEM影像、對(duì)應(yīng)的高分辨率遙感影像和視頻監(jiān)控圖像三者相結(jié)合，根據(jù)建立的幾何映射關(guān)系以及DEM影像映射結(jié)果，實(shí)現(xiàn)直接在監(jiān)控視頻圖像上進(jìn)行積水深度量測(cè)量。

還有學(xué)者將圖像中的車(chē)輪和車(chē)輛作為參考物來(lái)進(jìn)行積水識(shí)別，黃晶等[72]利用城市視頻監(jiān)控系統(tǒng)作為積水圖像的采集設(shè)備，提出了一種利用汽車(chē)輪胎測(cè)量出城市道路積水深度的方法，該方法將各種汽車(chē)輪胎視頻作為數(shù)據(jù)源，通過(guò)對(duì)視頻的深度學(xué)習(xí)達(dá)到在現(xiàn)實(shí)中應(yīng)用的效果；Garcia等[73]通過(guò)對(duì)城市內(nèi)澇中車(chē)輛圖像的識(shí)別分割以及相關(guān)區(qū)域地表圖像的檢索來(lái)實(shí)現(xiàn)道路積水深的估測(cè)，但還需加強(qiáng)復(fù)雜環(huán)境下的抗干擾性；劉軍等[74]研究出一種基于浮動(dòng)車(chē)數(shù)據(jù)(floating car data，F(xiàn)CD)的橋下積水點(diǎn)識(shí)別方法，通過(guò)AcrGIS編寫(xiě)算法程序得以實(shí)現(xiàn)，該方法排除了GPS隨機(jī)因素干擾，減少了積水時(shí)段常發(fā)性擁堵對(duì)判斷的影響。

2 道路積水監(jiān)測(cè)技術(shù)應(yīng)用

2.1 傳感器積水監(jiān)測(cè)應(yīng)用進(jìn)展

早在20世紀(jì)70年代，美國(guó)國(guó)家氣象局就具有了一套功能較完備的水文自動(dòng)測(cè)報(bào)系統(tǒng)服務(wù)于天然流域的河湖內(nèi)澇預(yù)警[21]。進(jìn)入21世紀(jì)，隨著集成電路的發(fā)展與應(yīng)用、終端監(jiān)測(cè)設(shè)備的升級(jí)、數(shù)據(jù)傳送方式的多樣化，許多地區(qū)也將多種傳感器監(jiān)測(cè)設(shè)備用于城市內(nèi)澇預(yù)警領(lǐng)域。菲律賓馬尼拉地鐵站附近安裝了壓力傳感器監(jiān)測(cè)道路積水，并通過(guò)無(wú)線通信網(wǎng)絡(luò)將積水情況發(fā)送到用戶(hù)的手機(jī)中[75]。尼日利亞首府烏約市的內(nèi)澇監(jiān)測(cè)和檢測(cè)系統(tǒng)涵蓋了首府烏約市的15個(gè)易澇點(diǎn)，通過(guò)獲取的濕度、溫度、水位和降水量向附近的居民發(fā)送預(yù)警通知[76]。無(wú)錫市道路積水預(yù)警系統(tǒng)將AVR單片機(jī)與GPRS相結(jié)合，用超聲波傳感器進(jìn)行監(jiān)測(cè)的同時(shí)，利用積水水位以及水位變化率計(jì)算出預(yù)警系數(shù)用于提前預(yù)警[77]。重慶兩江新區(qū)將氣介式超聲波傳感器用于道路積水監(jiān)測(cè)，其中加入了溫度補(bǔ)償計(jì)算、數(shù)字濾波算法和水位上升速度計(jì)算模塊，降低了溫度和水面波浪對(duì)傳感器的影響[78]。常州市建設(shè)的基于WSAN技術(shù)的道路積水監(jiān)控系統(tǒng)運(yùn)用了超聲波傳感器和BP神經(jīng)網(wǎng)絡(luò)水位預(yù)測(cè)模型，并通過(guò)控制水泵運(yùn)作實(shí)現(xiàn)閉環(huán)控制[79]。長(zhǎng)沙市城市內(nèi)澇監(jiān)測(cè)系統(tǒng)在香樟東路高鐵南立交橋等多處易澇區(qū)安裝了雷達(dá)水位傳感器，該系統(tǒng)在2017年“7·1”暴雨中發(fā)布道路災(zāi)情信息31次，為車(chē)輛避險(xiǎn)及人員撤離提供了寶貴的時(shí)間[80]。

還有學(xué)者將多種傳感器相結(jié)合應(yīng)用于道路積水測(cè)量系統(tǒng)，丁榕[81]將電子水尺和超聲波傳感器分別安裝在廣州、綿陽(yáng)等城市低洼地段和窨井內(nèi)，開(kāi)展城市道路管網(wǎng)的積水監(jiān)測(cè)研究。上海市水務(wù)部門(mén)在滬實(shí)施的道路積水監(jiān)測(cè)項(xiàng)目中，選擇了壓力式和超聲波兩種水位傳感器相互結(jié)合的方式，保證了測(cè)量量程的同時(shí)也便于水位監(jiān)測(cè)數(shù)據(jù)的校核。美國(guó)佛羅里達(dá)州道路積水監(jiān)測(cè)系統(tǒng)中使用了WL700超聲波傳感器，通過(guò)無(wú)線通信系統(tǒng)將道路積水?dāng)?shù)據(jù)與NOAA衛(wèi)星的降雨預(yù)報(bào)聯(lián)系起來(lái)，實(shí)現(xiàn)了城市道路積水的監(jiān)測(cè)與預(yù)報(bào)，系統(tǒng)中還加入了視頻監(jiān)控模塊，但僅有道路交通和積水點(diǎn)的視頻對(duì)外發(fā)布[43]。

2.2 影像監(jiān)測(cè)技術(shù)應(yīng)用進(jìn)展

2.2.1遙感影像應(yīng)用

隨著遙感技術(shù)的不斷發(fā)展，城市尺度內(nèi)澇預(yù)警采用遙感影像提取積水水體并開(kāi)展應(yīng)用的逐漸增多，得到了許多研究者和管理者的關(guān)注，其中積水影像提取從數(shù)據(jù)源角度又可分單個(gè)衛(wèi)星和多個(gè)衛(wèi)星的應(yīng)用。在單一衛(wèi)星監(jiān)測(cè)方面，張斌[82]利用雷達(dá)衛(wèi)星影像數(shù)據(jù)分析了岳陽(yáng)市的內(nèi)澇災(zāi)害情況，通過(guò)快速提取洪水淹沒(méi)區(qū)，監(jiān)測(cè)洪水多發(fā)區(qū)的時(shí)序保障了城市內(nèi)澇預(yù)警的時(shí)效性；Mason等[83]在英國(guó)Tewkesbury郡150年一遇的洪水事件中經(jīng)由航拍驗(yàn)證圖像對(duì)比，用TerraSAR-X雷達(dá)衛(wèi)星可準(zhǔn)確提取城市內(nèi)澇水體的可見(jiàn)區(qū)和遮擋區(qū)，可用來(lái)校準(zhǔn)和驗(yàn)證城市暴雨內(nèi)澇模型；Vorawit等[84]在馬來(lái)西亞吉隆坡城區(qū)將地面視圖的SfM(Structure from Motion)數(shù)據(jù)與服飾濾波LiDAR數(shù)據(jù)相結(jié)合建立了多維視圖融合-數(shù)字地形模型(MFV-DTM)，該模型在積水深度和水體范圍識(shí)別上都有較好的精度，可用作城市內(nèi)澇模型的數(shù)據(jù)輸入。在多衛(wèi)星組合監(jiān)測(cè)方面，為提高城市細(xì)小水體的提取準(zhǔn)確度，德國(guó)航空航天的衛(wèi)星信息中心開(kāi)發(fā)出基于MODIS和TerraSAR-X雷達(dá)衛(wèi)星的雙尺度城市內(nèi)澇監(jiān)測(cè)預(yù)警系統(tǒng)，對(duì)俄羅斯和阿爾巴尼亞的兩場(chǎng)內(nèi)澇事件進(jìn)行了監(jiān)測(cè)與評(píng)估[85]。王嘉芃等[86]用災(zāi)中COSMO-SkyMed雷達(dá)影像和災(zāi)前SPOT-5光學(xué)影像的優(yōu)缺點(diǎn)進(jìn)行空間差值運(yùn)算提取水體，設(shè)計(jì)了基于多源遙感數(shù)據(jù)的洪水淹沒(méi)信息快速提取模型，并在浙江余姚“10.7”水災(zāi)中得到了很好的驗(yàn)證。針對(duì)建筑物和植被遮擋水體的問(wèn)題，Mason等[87]使用合成孔徑雷達(dá)(SAR)和城區(qū)激光探測(cè)及測(cè)距系統(tǒng)，通過(guò)檢測(cè)地面和積水相鄰建筑物墻壁間的雙散射強(qiáng)度實(shí)現(xiàn)積水探測(cè)，準(zhǔn)確率可達(dá)91%。

2.2.2視頻圖像應(yīng)用

由于通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)和多媒體傳輸技術(shù)的視頻影像技術(shù)可以最大限度發(fā)揮監(jiān)控系統(tǒng)的作用，遠(yuǎn)程獲取道路積水?dāng)?shù)據(jù)[88-89]，因此基于視頻圖像的道路積水識(shí)別技術(shù)逐漸成為近年的研究熱點(diǎn)，主要集中于水尺圖像、水位刻度線的識(shí)別和路面積水圖像的識(shí)別。

在水尺圖像識(shí)別方面，濟(jì)寧城市水文監(jiān)測(cè)系統(tǒng)為城區(qū)所有積水站點(diǎn)配置了視頻監(jiān)控系統(tǒng)，可在通過(guò)視頻監(jiān)控系統(tǒng)觀測(cè)現(xiàn)場(chǎng)設(shè)立的水尺，實(shí)現(xiàn)實(shí)時(shí)積水水深數(shù)據(jù)采集、接入[90]。牛智星等[91]設(shè)計(jì)了一套基于水尺圖像的水位自動(dòng)監(jiān)測(cè)系統(tǒng)，利用圖像識(shí)別技術(shù)，采用4G網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，實(shí)現(xiàn)了遠(yuǎn)程遙測(cè)，在應(yīng)用測(cè)量誤差不超過(guò)2 cm。通過(guò)查閱大量相關(guān)文獻(xiàn)發(fā)現(xiàn)，以往的視頻監(jiān)控模塊在道路積水監(jiān)測(cè)系統(tǒng)中僅用于積水區(qū)域的視頻查看和影像存儲(chǔ)，并且需要耗費(fèi)人力手動(dòng)查看，存在很大的局限性[92-93]。而水尺圖像智能識(shí)別技術(shù)是近年的研究熱點(diǎn)，具有很大推廣價(jià)值。但有關(guān)水尺圖像的深度學(xué)習(xí)、基于計(jì)算機(jī)視覺(jué)等方法多處于技術(shù)研究階段，還需繼續(xù)完善。

除了水尺圖像的提取，薛豐昌等[94]在南京信息工程大學(xué)校園進(jìn)行基于視頻監(jiān)控的道路積水研究，通過(guò)圖像差分，區(qū)域分割等技術(shù)使得系統(tǒng)能準(zhǔn)確獲得積水區(qū)實(shí)時(shí)情況，從而實(shí)現(xiàn)動(dòng)態(tài)監(jiān)控，有利于實(shí)現(xiàn)地區(qū)內(nèi)澇精細(xì)化監(jiān)測(cè)預(yù)警。Bhola等[95]運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)，以圖像中的靜態(tài)物體為參考來(lái)估計(jì)道路積水水位，已在德國(guó)庫(kù)爾姆巴赫縣進(jìn)行了3場(chǎng)實(shí)測(cè)。近年來(lái)，大數(shù)據(jù)也逐漸融入城市積水預(yù)警中，上海水務(wù)部門(mén)通過(guò)氣象預(yù)報(bào)結(jié)合內(nèi)澇風(fēng)險(xiǎn)圖、積水物聯(lián)網(wǎng)傳感器、視頻積水圖像識(shí)別和熱線災(zāi)報(bào)4種方式獲取上海的道路積水情況，并用短信、政務(wù)微信等新技術(shù)手段發(fā)布預(yù)警信息，大大縮短了道路積水事件的發(fā)現(xiàn)率[96-97]。天津市中心城區(qū)積水監(jiān)測(cè)信息系統(tǒng)以視頻監(jiān)控設(shè)備與電子水尺相結(jié)合的方式，通過(guò)在地道和道路低洼區(qū)域建設(shè)電子水尺和視頻水位識(shí)別系統(tǒng)，實(shí)現(xiàn)了天津積水現(xiàn)場(chǎng)的可視化、積水水位數(shù)據(jù)定量化及精細(xì)化。還有國(guó)內(nèi)外學(xué)者運(yùn)用新思路來(lái)處理城市道路積水監(jiān)測(cè)，吳先華等[98]設(shè)計(jì)了一種基于微博大數(shù)據(jù)分析城市暴雨內(nèi)澇災(zāi)情以及民眾情緒反應(yīng)的流程和方法，以行政區(qū)來(lái)劃分，將微博事件的IP地址與物理地址關(guān)聯(lián)，在南京市2016年6、7月份兩場(chǎng)暴雨中按提取到的暴雨內(nèi)澇、情感詞匯進(jìn)行積水深度分類(lèi)；Wang等[99]用自然語(yǔ)言處理技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)分析了Twitter和MyCast的數(shù)據(jù)，在南卡羅來(lái)納州查爾斯頓的內(nèi)澇事件可通過(guò)該數(shù)據(jù)提供的高精度的位置信息用來(lái)定位積水點(diǎn)，這種基于網(wǎng)絡(luò)社交媒體數(shù)據(jù)的積水監(jiān)測(cè)方法豐富了現(xiàn)有的積水監(jiān)測(cè)手段。

3 結(jié) 論

a.目前，城市道路積水監(jiān)測(cè)主要采用水位傳感器，鮮有采用視頻圖像識(shí)別的水位監(jiān)測(cè)方法。然而，就硬件設(shè)備而言，城市道路布設(shè)的視頻圖像監(jiān)控，特別是用于交通監(jiān)控的已經(jīng)非常完備，圖像數(shù)量和質(zhì)量能夠保證；就水體監(jiān)測(cè)應(yīng)用而言，在河流、明渠和水庫(kù)中已逐步推廣并得到了越來(lái)越多的應(yīng)用。未來(lái)，城市道路積水監(jiān)測(cè)應(yīng)在充分利用固有的視頻監(jiān)控設(shè)備基礎(chǔ)上，適當(dāng)加密道路積水視頻監(jiān)控點(diǎn)，設(shè)計(jì)普適性的城市道路積水視頻提取識(shí)別智能算法，提高道路積水信息的準(zhǔn)確性和及時(shí)性，更好地服務(wù)于城市內(nèi)澇應(yīng)急和預(yù)警管理。

b.遙感影像常用于流域的大面積洪澇監(jiān)測(cè)，而面對(duì)城市內(nèi)澇空間尺度小、精度高和時(shí)效強(qiáng)的需求，未來(lái)遙感影像應(yīng)用研究的重心應(yīng)聚焦遙感數(shù)據(jù)的快速獲取分析，特別是極端暴雨事件下道路水體的提取上。可通過(guò)增加數(shù)據(jù)源，采用多源數(shù)據(jù)融合的手段來(lái)降低云層對(duì)遙感影像干擾。今后，隨著云計(jì)算、大數(shù)據(jù)智能算法以及5G信息傳輸?shù)娘w躍發(fā)展，可構(gòu)建基于5G傳輸、輕松上云、智能化自我校正的AI遙感監(jiān)測(cè)系統(tǒng)，從數(shù)據(jù)精度、實(shí)時(shí)性、可視性全方位提升道路積水的遙感監(jiān)測(cè)水平。

c.對(duì)城市暴雨內(nèi)澇預(yù)警管理而言，保證道路易澇點(diǎn)積水?dāng)?shù)據(jù)的精準(zhǔn)性以及區(qū)域尺度積水淹沒(méi)情況的準(zhǔn)確性同等重要。因此，在開(kāi)展積水監(jiān)測(cè)時(shí)，區(qū)域尺度遙感影像要與道路視頻影像以及重點(diǎn)道路、重點(diǎn)橋隧的電子水尺監(jiān)測(cè)配合，做到“點(diǎn)面結(jié)合”，構(gòu)建城市“天-地-空”各種手段相輔相成、互為補(bǔ)充的立體化監(jiān)測(cè)網(wǎng)。在此基礎(chǔ)上，根據(jù)管網(wǎng)溢流和道路積水的水力聯(lián)系進(jìn)一步優(yōu)化監(jiān)測(cè)點(diǎn)布局，升級(jí)信息存儲(chǔ)的安全性，改進(jìn)數(shù)據(jù)傳遞的時(shí)效性，真正實(shí)現(xiàn)城市道路積水監(jiān)測(cè)傳輸?shù)淖詣?dòng)化，全方位、多手段夯實(shí)城市暴雨內(nèi)澇預(yù)警的信息保障。

d.實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)是構(gòu)建城市雨洪模型的關(guān)鍵。隨著監(jiān)測(cè)數(shù)據(jù)類(lèi)型的增多，監(jiān)測(cè)頻次的加密，未來(lái)監(jiān)測(cè)數(shù)據(jù)必然呈現(xiàn)井噴式增長(zhǎng)并逐漸呈現(xiàn)大數(shù)據(jù)的海量特性。實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)的增加不僅可以大幅提高傳統(tǒng)物理機(jī)制模型的準(zhǔn)確性，更使得以大數(shù)據(jù)為支撐的數(shù)學(xué)統(tǒng)計(jì)模型極有可能成為未來(lái)城市暴雨洪水預(yù)警管理的“新寵”，若將兩類(lèi)模型有效結(jié)合，互為驗(yàn)證，將會(huì)大幅調(diào)高城市內(nèi)澇模擬的準(zhǔn)確性，進(jìn)而實(shí)現(xiàn)流域河渠湖庫(kù)與城市雨水管網(wǎng)智能化聯(lián)控聯(lián)調(diào)的普適化，最大程度減輕流域和城市的暴雨內(nèi)澇致災(zāi)風(fēng)險(xiǎn)，為建設(shè)韌性城市提供有力的技術(shù)支撐和有效的決策建議。