2月28日，记者从深圳大学了解到，深圳市公明供水调蓄工程管理处和深圳大学计算机学院教授黄惠团队深度合作，共同研发一套亚毫米级分辨率的大坝表观病害采集检测技术，并于近期在公明水库成功进行应用，有力提高库区运行风险防控能力，大幅降低现场巡查工作压力和工作量，成效显著。

公明水库全局三维模型截图 研究团队供图

  ?

深圳市公明水库作为深圳最重要的饮用水源保障设施之一，承担了为深圳西部近千万人口提供干净水源的重任，其运行安全受到各方关注。

公明水库一共有6条大坝，总长超过4.3千米，迎水坡混凝土面板总面积36万平方米，日常需要对裂缝、渗水、蚁穴、脱落等一系列表观病害进行人工巡查，作业任务极为繁重，效率和精准度难以兼顾，并且由于坝坡陡峭，工作人员还面临着落水、滑倒等一系列安全风险。

为了解决这一困境，公明管理处与深圳大学研究团队研发一套以无人机智能采集技术获取坝体高清巡检数据，以人工智能技术识别判读病害缺陷，以空间精细配准技术还原病害空间位置的坝体表观病害检测专家系统。

目前公明水库通过这套系统，已经实现对坝体表面的全面高精三维建模和周期性全自动巡检数据采集，并且通过多达3万张的数据训练，实现了96%以上病害检测准确度，各项技术指标全国领先。现在，巡查人员只需要在办公室点点鼠标，就可以完成对大坝的精细巡检和病害识别检测。