應用天基和地基雷達的城區地下自來水泄漏探測方法

徐學良 孫振濤 關鴻亮,3

(1. 北京市自來水集團禹通市政工程有限公司, 北京 100011;2. 首都師范大學 資源環境與旅游學院, 北京 100048;3. 空間信息技術教育部工程研究中心, 北京 100048)

0 引言

我國是一個水資源匱乏的國家,水資源分布不均衡,地下水資源儲量也有限[1]。目前,北京的城市自來水供應主要由地表再生水、地下水、南水北調供水等組成。隨北京城市建設規模的擴大,地下自來水管網總長度逐年增加,與此同時,由于管線老化、不規范施工、超負荷供水等諸多原因,地下自來水管線滲漏問題一直被全球關注。一方面,地下供水管的滲漏會造成嚴重的水資源浪費,至2020年,我國地下自來水供水管道綜合漏損率為13.26%,漏損量約91.95億m3,其中城區漏損水量為78.54億m3,綜合漏損率為13.39%。北京情況較好,2020年北京統計數據表明,北京供水管道長度2.05×104km,供水量12.17億m3,其漏損率為9.85%,達到了“水十條”提出的到2020年供水漏損率控制在10%以內的目標。另一方面,一旦帶壓地下自來水供水管道爆管,則極易在滲漏處形成地下空洞,進而發生路面塌陷和地基下沉等地下病害[2]。因此,對地下自來水供水管道滲漏進行快速準確的探測定位,為管線維護及修復工作提供準確消息,能有效降低經濟損失,避免人員傷亡。

現階段,地下自來水管道滲漏的主要探測方法可分為管內探漏法和管外探漏法兩種。我國一些中小城市仍借助簡單儀器,如聽音儀、相關儀等進行人工巡檢,耗時耗力,且由于環境干擾、泄漏量、人員經驗素質等因素,導致可靠性下降,準確性不高,對于埋深過深的管道漏點受其附近電纜溝、暖氣溝、下水道等介質通道,使得漏點在地表難以發現,從而形成暗漏,造成大量泄漏水損[3]。國外探漏設備自動化水平較高,但其所設定的定位參數等不能完全適應國內供水管道的特點和環境,儀器參數設置的不確定直接導致泄漏探測定位的實際性能下降。且國外探漏儀器價格昂貴,產品維護、人員培訓等后續投入大,因此國內眾多供水企業對進口產品只能望而卻步。在北京,已先后建立了“蔣觀琪勞模創新工作室暨聽漏工作室”、引入了信標法、建立了地理信息系統(geographic information system,GIS)等輔助自來水漏損檢探測。

隨著管線漏損探測技術的不斷發展,探測精度及范圍不斷提高,禹通市政工程有限公司將合成孔徑雷達(synthetic aperture radar,SAR)遙感與探地雷達結合引入到自來水漏損探測領域。SAR遙感利用特有的波長穿透性,穿透地面測量土壤中的水分,發現管網泄漏線索,衛星一次過境,可對整個城市地下自來水管網進行大面積同步探測。探地雷達利用地表天線向地下發射超寬帶脈沖電磁波,探測地下介質介電性質(介電常數和電導率)的變化,實現對地下自來水泄漏的探測,通過分析地下自來水泄漏特征、北京自來水管道埋深情況及SAR遙感不同波段的穿透性,采用SAR遙感L波段進行大面積疑似高泄漏區域探測,其解譯結果可能受到洗車場、游泳池等露天水源的干擾,需要再輔助以探地雷達在疑似高泄漏區域進行泄漏點的快速精準識別。

1 相關研究

由于管線泄漏探測技術綜合多領域多學科知識,因此過去的研究提出了不同的探漏方法主要的方法包括：聲波探漏[4]、紅外熱成像探漏[5]、光纖傳感器探漏[6]、負壓波法探漏[7-8]、動態建模法探漏[9]、數字信號處理[10]等方法。黃樂藝將以上探漏方法分類分為兩類：基于硬件的方法和基于軟件的方法[11]。有學者也將不同的探漏方法分為外部和內部的方法或者設備法與模型法[12]。模型法是通過監測流量、壓力、流體溫度等一系列管道本身水力指標來判斷是否泄漏。由于模型法定位精度低,應用場景局限,不適宜于城市地下自來水漏損探測。設備法是利用外部硬件引入新的監測指標對漏點進行探測,基于各種探測儀器(包括衛星、探地雷達),其能夠精確定位漏點位置。從另一個角度,由于模型法探測對象是管道本身的變化,而地下自來水的泄漏必然引起周圍土壤濕度的變化、土壤介電性質的變化,即使得應用SAR遙感與探地雷達結合進行地下自來水漏損探測的技術成為可能。

SAR可以穿透一定深度的土壤表面,從而獲取土壤水分的地表垂直分布信息,特別是L波段SAR具有低成本、高分辨率、穿透能力強(1.5～2 m)等優點,在土壤含水量檢測中具有很大的潛力,不同地物的散射機制能夠通過SAR影像得到反應,從而能夠提供關于城市地區的有用信息[13-16]。L波段SAR遙感雖能夠大范圍快速高效地探測漏損,但其精度受分辨率及露天水源的影響,仍需要地面探漏手段進行輔助。探地雷達對介質介電性質的變化敏感,能夠快速感知漏損位置,實現高效的地下自來水泄漏探測。國外對探地雷達檢測管道泄漏進行了大量研究,2011年DavidAynala-Cabrera[17]等對探地雷達圖像特征提取的可行性進行了研究,提出了一種基于多代理系統的特征提取方法,使用密集矩陣處理高斯過程回歸(Gaussian process regression, GPR)輸出的與處理圖像,對初始數據進行分類,實現塑料管道的自動定位。Sevket Demirci[18]等于2012年分別在實驗室和室外土壤環境中構建了真實滲漏實驗模型,確定其異常特征為空隙區域或扭曲的管道特征。2014年Cataldo A[19]等通過試驗測試了時域反射儀法、探地雷達、電阻率層析成像三種技術用于地下管道中的漏水探測的優缺點。國內針對探雷雷達探測管道泄漏研究較少,2016年黃樂藝[11]根據管線滲漏發育規律,使用GprMax探地雷達進行仿真模擬,通過道積分法和分頻處理,確定管線滲漏程度、位置。2018年馬朝猛[20]等通過預設管道泄漏點,確定管道泄漏時和泄漏后回波特征,并提出“孔下回波”和“箭形回波”等特征。2019年柴端伍[21]進一步明確含水量與介電常數關系,根據回波振幅值變化規律,實現供水管道泄漏自動報警。2021年季銀濤[22]基于深度學習的方法,結合探地雷達圖像特性,設計了探地雷達反演網絡PINet,確立了實現探地雷達圖像高精度反演的目標。

2 思路與方法

2.1 SAR影像處理與解譯

在反演土壤含水量的研究中,常使用C波段和L波段,但L波段波長更長(15～30 cm),穿透能力更強,地下探測深度更深(可穿透75～150 cm地表),因此本研究選擇L波段,ALOS-2衛星是日本的先進陸地觀測衛星,ALOS-2衛星是目前唯一在軌運行的L波段SAR衛星,其頻率為1.2 GHz,影像波段長23 cm,可穿透地表以下1 m左右深度,符合地下自來水管道探測要求。對于土壤而言,土壤含水量變大會導致土壤介電常數增大,從而影像遙感觀測的后向散射系數[23]。進而為管道泄漏區域探測土壤水含量異常奠定理論基礎。

本研究采用北京地區ALOS-2衛星影像,使用了2019年8月20日和2019年9月3日的兩期完全重疊的全極化10 m分辨率影像。對影像進行預處理,包括多視、配準、濾波、地理編碼、輻射校正等,使其能夠與真實地物位置相匹配。對影像進行預處理后,便可以進行漏水點提取(圖1)。要通過介電性質反演土壤濕度等物理特征必須要去除城市中相對裸露的地表,如房屋、道路、硬化道路等不透水面。基于不同極化方式SAR的穿透能力不同的原理能夠去除不透水面。運用相應算法,剔除建筑物、道路等不透水層,再利用Sekertekin A[24]等人提出的針對ALOS-2影像的經典半經驗模型方法模擬土壤后向散射系數與含水量間的關系,通過分析可得到北京四環內疑似漏水點共113處,五環內疑似漏水點137處,如圖1所示。

受SAR分辨率影像,所得到的疑似漏水點僅是漏水范圍,仍不能確定泄漏點的準確位置。為精準定位泄漏點位置,以疑似點為中心建立半徑200 m范圍緩沖區并進行POI標記,進行地面探地雷達現場核查。

2.2 探地雷達數據處理與分析

探地雷達利用電磁波的穿透能力對地下不可見目標或界面進行定位,通過從地表向地下發射某種形式和頻率的電磁波,當電磁波遇到地下介質特性變化時會產生反射,探地雷達接收天線記錄其反射信號,通過記錄的數據對目標進行定位,并通過反射波的延時及頻譜信息等反演目標的位置、深度、媒質的結構及特性等。在實際野外探測中,常用的探地雷達探測方式分為三種：探地雷達剖面法、探地雷達寬角法、探地雷達多次覆蓋法[25]。本研究中采用的是剖面法,其將發射器和接收器看作一個整體,每次移動一定的間隔距離,沿著測線向某一個方向移動的一種探地雷達測量方式,將每一次形成的探地雷達記錄結合起來,就能形成探地雷達時間剖面圖,橫坐標為發射天線和接收天線在測線上行進的距離,縱坐標是探地雷達發射器發射出脈沖電磁波在經過地下異常體反射回到接收器的雙程走時。

以北京五環城區為研究區,以L波段SAR解譯疑似點為中心建立的半徑200 m為范圍,沿管網分布方向,采用500 MHz天線探地雷達進行掃描,采集獲取原始探地雷達數據。在數據采集過程中,記錄采集過程中的干擾物(坑洼地面、井蓋等),為數據分析提供參考。本次一共采集56個疑似漏水點數據,其中有50個有效數據點,實地探測確認漏水的數據28個,不漏水數據22個。取西城區阜成門北大街西弓匠胡同數據為例,其分析過程如下：將獲取的原始探地雷達剖面圖進行預處理,包括去除直流漂移,靜校正、增益、背景去除、巴特沃斯帶通濾波、滑動平均等預處理后數據,如圖2所示,其顏色強度表示信號振幅,顏色越黑或越白表示振幅越強,灰色區域振幅較弱。

圖2中,我們能夠看出在探測深度1.4 m左右、測線長度為3.2 m處(雷達數據第63道)和4.8 m處(雷達數據第96道),雷達反射信號呈現明顯的兩個雙曲線型反射回波,且頻率降低,這是明顯的地下金屬管道產生的雷達回波信號。我們可暫時認為兩處存在漏水。將預處理后的數據進行瞬時頻率屬性的計算并進行分析,瞬時頻率圖像如圖3所示。瞬時頻率能夠用來分析地層對雷達波的吸收衰減,以及地下薄層變化狀況等,能夠應用于描述地下水的分布及變化特征。高頻電磁波在地下介質傳播會發生衰減,電導率是影響電磁波穿透深度的重要因素,漏水區地下介質的介電常數和電導率均相對較大,對高頻信號衰減作用大,這是因為水會吸收掉反射波中的高頻成分導致頻率衰減,波長增長,且在介質分界面反射波強度增大,反射波同相軸不連續,根據泄漏回波頻率高低,便可確定漏水區域[26]。圖4給出了兩道數據的Wiggle圖,對比分析第63道和第96道Wiggle圖可以看出,在第68道疑似漏水點處其高頻成分被吸收,雷達接收顯示低頻成分,而在第96道疑似漏水點處,其瞬時頻率的高頻部分衰減較小,未出現明顯的低頻部分,說明在第96道處疑似漏水點未發生漏水,第63道處疑似漏水點發生漏水。

圖2 雷達反射圖像

圖3 瞬時頻率圖像

(a)第68道 (b)第96道

2.3 現場驗證

針對通過SAR遙感影像解譯出的疑似漏水點POI,11個工作組分頭進行現場核查,主要通過翻井蓋檢查、聽聲等多種手段。共花費了3個工作日(四環內從2019年9月18日開始現場核查至9月19日核查結束,四環外五環內2019年10月9日核查一天,其中一個核查小組2019年10月9日未核查,10月10日核查一天),共查出了86個漏水點,平均每天查出29個漏水點。其中,本研究中選取西城區阜成門北大街西弓匠胡同數據確認為一處管道埋深1.5 m,DN100球墨鑄鐵管管件破損造成泄漏,現場核查圖如圖5所示。

圖5 現場核查圖

3 結束語

研究結果表明,應用天基雷達的L波段SAR遙感可以直接解譯上百個疑似漏水區域,該技術明顯提高了城市地下自來水管道泄漏探測效率。應用探地雷達因對地下界層含水量的不同引起的介電性質差異敏感,能夠作為輔助手段快速精確定位漏水點位,通過分析疑似漏水點瞬時頻率特征能夠定性識別管網泄漏。本研究應用天基與地基雷達相結合的方式,實現了一種快速、高效、精準識別城市地下自來水泄漏的方法。