用无人机集成边缘计算套件进行实时智能巡检。西北生态环境资源研究院供图

■本报记者 叶满山

在自然灾害频发的今天，堤防作为抵御洪水侵袭的重要屏障，其安全性能至关重要。然而，传统人工巡检方式不仅效率低、风险高，而且在面对复杂环境时往往力不从心，尤其是在植被茂密、地形复杂的区域，渗漏、管涌等险情隐患如同潜伏的“水怪”难以捉摸，存在溃堤的风险。

近日，中国科学院西北生态环境资源研究院提出一种基于无人机热红外成像与深度学习的堤防险情隐患高效检测方法，并成功应用实时边缘计算技术，为防洪减灾提供了智能化巡检的创新技术方案。相关论文发表于《水资源研究》。

堤防巡检的“火眼金睛”

堤防巡检是一项与时间赛跑的任务。每年夏季，洪水来势汹汹，巡检人员需要在短时间内完成大范围的堤防检查。2021年，应急管理部、工业和信息化部以及科学技术部根据国家需要联合发布了揭榜攻关项目，堤防险情检测便是其中之一。

西北生态环境资源研究院正高级工程师罗立辉回忆道：“那时我们意识到，必须找到一种更高效、更精准的巡检方式。”于是，团队将无人机与人工智能（AI）技术结合起来。无人机如同长了翅膀的“侦探”，能够轻松飞越复杂地形，AI技术则赋予它一双“慧眼”，能够智能识别并分析地面情景。

针对堤防渗漏、管涌灾害的隐蔽性和随机性，研究团队提出“空-天-地”协同的智能巡检体系。这一体系不仅涵盖了低空中的无人机巡检，未来还能结合卫星、机器狗、无人船及水下传感器等多源数据，实现全方位的智能巡检。

为构建这一智能巡检体系，团队进行了大量模拟实验，收集了涵盖晴雨昼夜、不同植被覆盖及地形场景的5995张热红外图像，构建了堤防渗漏数据集。罗立辉表示：“这一数据集为后续深度学习模型训练提供了宝贵的数据支持。”

无人机挂载热红外传感器，能够捕捉物体因温度差异发出的红外辐射，并将其转化为可视化图像。这一技术不仅能穿透植被覆盖，发现堤防内部的温度异常区域，还能通过对比不同时间和天气条件下的热红外图像，分析堤防的稳定性变化。

“热红外成像技术就像给无人机装上‘火眼金睛’，能够发现人眼看不到的隐患。AI则是这双眼睛背后的‘大脑’，能够智能分析图像，精准识别险情。”罗立辉说。

搭建智能数据库与实时识别

然而，仅仅依靠无人机拍摄图像并进行后期分析，仍然无法满足防洪减灾的实时性需求。为此，研究团队引入边缘计算技术，将GPU计算模块直接搭载在无人机上，实现了对堤防险情隐患的即时识别与响应。

“边缘计算技术的核心在于实时性。”罗立辉解释说，“无人机在飞行中捕获的图像和视频数据，能够被迅速传输至搭载边缘计算功能的小型设备中进行实时处理，减少了数据传输的延迟，显著提升了应急响应速度。”

经过AI训练，模型能够识别温度异常区域的形状、大小和分布，实现对潜在险情隐患的快速准确检测，平均检测精度达97.7%，单张图像处理仅需0.015秒。这意味着无人机在飞行过程中可以实时捕捉渗漏区域，为后续应急响应提供宝贵的时间窗口。

“我们成功将无人机技术、热红外传感器与边缘计算技术创新性融合在一起。”罗立辉说，“这一过程并非灵感乍现的产物，而是建立在无数次试验、不断遭遇失败，以及坚持不懈重新试验的基础上。”

防洪减灾的“智慧大脑”

从“人巡”到“机巡”，罗立辉和他的博士生陈白丽、段群滔通过无人机与AI技术的结合，为防洪减灾工作带来变革。这一智能巡检体系具有全天候适应性、高效实时性、场景普适性等突出优势。

目前，相关技术已在长江、淮河流域及鄱阳湖区域成功进行了试点应用，并取得了很好的效果。“无人机能够在几分钟内完成大范围巡检，AI模型能够精准识别隐患，边缘计算技术则实现了实时预警，大幅提升了应急响应速度。”罗立辉说。

此外，该智能巡检体系还具有广泛适用性。研究团队在长江、淮河、鄱阳湖等不同地质条件的堤防段进行了验证，均表现出优异的性能。这意味着该体系可以在全国范围内进行推广和应用，为堤防的安全运行提供有力保障。

“AI技术不仅在堤防裂缝、动物洞穴等检测方面表现出色，在铁路、公路、电力设施、输油管线、大坝等诸多行业中也具有巨大的应用潜力。”罗立辉说，“我们希望通过这项技术，为更多行业带来智能化变革。”

相关论文信息：

https://doi.org/10.1029/2024WR038931