Multispectral Optical Remote Sensing for Water-Leak Detection
Από RemoteSensing Wiki
Multispectral Optical Remote Sensing for Water-Leak Detection/ «Πολυφασματική Οπτική Απομακρυσμένη Ανίχνευση για τον Εντοπισμό Διαρροών Νερού»
Συγγραφείς:Jean-Claude Krapez, Javier Sanchis Muñoz, Christophe Mazel, Christian Chatelard, Philippe Déliot, Yves-Michel Frédéric, Philippe Barillot, Franck Hélias, Juan Barba Polo, Vincent Olichon, Guillaume Serra, Céline Brignolles, Alexandra Carvalho, Duarte Carreira, Anabela Oliveira, Elsa Alves, André B. Fortunato, Alberto Azevedo, Paolo Benetazzo, Alessandro Bertoni and Isabelle Le Goff.
Περίληψη Έρευνας:Σκοπός της εργασίας αυτής είναι η ανάπτυξη μιας υπηρεσίας οπτικής αεροπορικής ανίχνευσης διαρροών νερού (WADI—Water-tightness Airborne Detection Implementation/Υλοποίηση Αεροπορικού Εντοπισμού Διαρροής), μιας και η απώλεια νερού συνεπάγεται εξάντληση φυσικών πόρων και να παρέχει στις υδροδοτικές επιχειρήσεις ακριβείς και έγκαιρες πληροφορίες σχετικά με τις διαρροές στα κύρια δίκτυα μεταφοράς νερού εκτός αστικών περιοχών. Η μεθοδολογία περιλαμβάνει μετρήσεις με υπερφασματικές κάμερες και τη χρήση της Μεθόδου Τριγώνου και της Μεθόδου Τραπεζοειδούς για την ανίχνευση υψηλής υγρασίας, η οποία υποδεικνύει πιθανές διαρροές νερού. Μετά από πολλές δοκιμές, ο δείκτης Θερμοκρασίας-Φυτικότητας (T-VI), γνωστός και ώς μέθοδος τριγώνου/τραπεζοειδής μέθοδος, είναι πιο αποτελεσματικός. Αφού προσαρμόστηκε ο κατάλληλος εξοπλισμός σε αεροσκάφη(2 τύποι αέριων πλατφορμών:MAV και UAV, αναλύονται στην έρευνα), καταγράφτηκαν μετρήσεις πάνω από υδροδοτικά δίκτυα της Γαλλίας και της Πορτογαλίας. Αναλύοντας τα αποτελέσματα, καταλήγουν πως είναι εφικτός ο εντοπισμός τεχνιτών αλλά και πραγματικών διαρροών, αν και υπήρξαν και σφάλματα λόγω αυξημένης υγρασίας από φυσική ροή νερού ή από αυξημένη βλάστηση, παρόλα αυτά, μελλοντικά, με την συνεργασία των υδροδοτικών επιχειρήσεων καθώς και με την χρήση τοπογραφικών πληροφοριών, η μέθοδος εντοπισμού μπορεί να βελτιωθεί αρκετά και να μειωθούν αντίστοιχα και οι εσφαλμένες μετρήσεις-συναγερμοί διαρροής-.-.
Λέξεις-κλειδιά: απομακρυσμένη ανίχνευση, διαρροή νερού, υπέρυθρη ακτινοβολία, Μέθοδος Τριγώνου, Μέθοδος Τραπεζοειδούς, υγρασία εδάφους, εξάτμιση, θερμική.
ΕΝΟΤΗΤΑ 1:
Η βελτιωμένη διαχείριση διαρροών μπορεί να αυξήσει την απόδοση του δικτύου, αλλά και να προστατεύσει την σπατάλη των φυσικών πόρων. Στην Ευρώπη, για παράδειγμα, οι ποσοστώσεις διαρροών διαφέρουν από 7% έως 50% ή περισσότερο, ενώ πολλές πόλεις υπερεκμεταλλεύονται τους υδροφόρους πόρους τους και πολλοί υγρότοποι απειλούνται.
Επιβάλλεται, λοιπόν, η αποτελεσματική και βιώσιμη χρήση των υδατικών πόρων προκειμένου να αντιμετωπιστούν αυτές οι προκλήσεις. Παρά τις σημαντικές βελτιώσεις στην κατανόηση των οικονομικών απωλειών του συστήματος διανομής νερού, υπάρχουν περιορισμένες πληροφορίες σχετικά με την έκταση της διαρροής δικτύου μεταφοράς και τον τρόπο ποσοτικοποίησης και διαχείρισής της.
Επιπλέον, οι επίγειες μέθοδοι ανίχνευσης διαρροών, μέχρι τώρα πραγματοποιείτο με διάφορες τεχνικές μεθόδους εδάφους όπως την μέτρηση διαφορών πίεσης μεταξύ δύο βαλβίδων, μέσω του ήχου, με εδαφοδιεισδητικού ραντάρ ή με έγχυση αερίου. Στην πραγματικότητα, αυτές οι μέθοδοι, είναι συχνά δύσκολες και ανεπαρκείς για το δίκτυο μετάδοσης λόγω χαμηλής πίεσης, χαμηλής συχνότητας θορύβου, μεγάλης διαμέτρου, μη μεταλλικού υλικού και λίγων σημείων επαφής για ακουστική παρακολούθηση.
Ως εκ τούτου, υπάρχει ανάγκη για ανάπτυξη μεθόδων επιτήρησης δικτύου μεταφοράς που επιταχύνουν την παρακολούθηση των αγωγών και των καναλιών με οικονομικά και χρονικά, αποδοτικό τρόπο. Οι τεχνικές τηλεπισκόπησης είναι ικανές να ανιχνεύσουν αλλαγές στην περιεκτικότητα του νερού στο έδαφος και την βλάστηση, αφού οι αερομεταφερόμενοι ενεργητικοί ή παθητικοί δέκτες είναι ευαίσθητοι στην διηλεκτρική σταθερά του εδάφους, άρα και στην υγρασία, και παρέχουν καλύτερες χωροχρονικές καλύψεις από τις επίγειες μεθόδους ανίχνευσης.
Οι οπτικές μέθοδοι έρχονται να καλύψουν τη δυσκολία καθώς παρατηρώντας μια φασματική εικόνα παρουσιάζεται διαφορά στα υγρά και ξηρά εδάφη, με τα πρώτα να είναι πιο σκοτεινά/σκούρα. Εδώ και σαράντα, σχεδόν, χρόνια γίνεται χρήση θερμικών εικόνων TIR για τον εντοπισμό διαρροών νερού κατά μήκος υδραγωγείων, κανάλια και αναχώματα. Από τις 39 πιθανών θέσεων εντοπισμένων διαρροών, 12 επαληθεύτηκαν ώς πραγματικές δίνοντας στην τεχνική αυτή μια ακρίβεια 31% με ένα 69% θετικά ψευδές αποτέλεσμα. Κατά τη διαδικασία επιτόπιας επισκόπησης, δεν εντοπίστηκαν άλλα σημεία διαρροής. Παρά την χαμηλή ακρίβεια ανίχνευσης, εν τούτοις, ο χρόνος εξοικονόμησης για τον έλεγχο των συγκεκριμένων σημείων, αντί ολόκληρου του δικτύου για τις διαρροές, ήταν πραγματικά πολύ μεγάλος. Επιπροσθέτως, προτάθηκε ο συνδυασμός έγχρωμης εικόνας και θερμικών εικόνων, προκειμένου να ελαχιστοποιηθούν τα σφάλματα ερμηνείας.
Έτσι, στις τελευταίες μελέτες συνδυάζονται TIR με κάμερες στο ορατό και στο εγγύς υπέρυθρο φάσμα, πολυφασματικές και υπερφασματικές κάμερες ή μέσω πολυφασματικού αισθητήρα που εκτείνεται από το ορατό ως το θερμικό υπέρυθρο. Τα δεδομένα εναέριας τηλεπισκόπησης ερμηνεύονται με συνδυασμένη ανάλυση από δορυφορικές εικόνες LANDSAT και από το google earth. Οι πρόσθετες φασματικές ζώνες ορατές στο SWIR, χρησιμοποιήθηκαν ως αυτόνομες πληροφορίες ή συγχωνεύτηκαν για να παρέχουν διάφορους δείκτες όπως οι γνωστοί δείκτες βλάστησης ή δείκτες υγρασίας (NDVI, MSAVI, CRI, SRWI, WBI, NIRRR κ.λπ.).Οπότε, πρόσθετες πληροφορίες επέτρεψαν την αύξηση της απόδοσης του TIR μειώνοντας τον αριθμό ψευδών ανιχνεύσεων, για παράδειγμα βοηθώντας στον εντοπισμό τοποθεσιών που ήταν πιθανές να συγχέεται με τη διαρροή στις θερμικές εικόνες (π.χ. πυκνή βλάστηση).
Με απλή επεξεργασία σε κάποιον δείκτη βλάστησης, (δηλαδή NDVI), οι εικόνες σε NIR και Red, μπορούσαν να διαφοροποιήσουν το δέντρο και τη σκιά από τις κοντινές περιοχές διαρροής, κάτι που η θερμική εικόνα δεν μπορούσε να το κάνει. Το αποτέλεσμα ήταν να επιτευχθεί ένα ποσοστό επιτυχίας 93% για την ανίχνευση διαρροών σε συστήματα καναλιών με συνδυασμένη ανάλυση εικόνας TIR και NDVI. Ακόμα και απλές εικόνες από το Google Earth επιτρέπουν τη διόρθωση της ψευδούς αναγνώρισης της δραστηριότητας του νερού που παρέχεται από σκιές δέντρων στις TIR εικόνες. Επιπλέον, τα δεδομένα Landsat TM παρείχαν πληροφορίες σχετικά με τις αλληλεπιδράσεις της χρήσης γης και της βλάστησης με ζώνες διαρροής (στην περίπτωση αυτή, η χρήση του δείκτη MSAVI αποδείχθηκε ότι ήταν πιο αποτελεσματικό από το NDVI σε περίπτωση χαμηλής βλάστησης) Η μέθοδος Triangle αποτελεί μια τεχνική χρησιμοποιούμενη για τον προσδιορισμό της υγρασίας του εδάφους και του έλλειμματος νερού στις καλλιέργειες, βασιζόμενη στα δεδομένα TIR και NIR.
Η βασική ιδέα είναι να εξαλείψει την αβεβαιότητα που σχετίζεται με την αφαίρεση και τον εντοπισμό της υγρασίας, εισάγοντας έναν δείκτη βλάστησης (VI) ως αναπαράσταση του κλάσματος κάλυψης της βλάστησης. Οι κλασικοί δείκτες βλάστησης παράγονται από τα ορατά και κοντινά υπέρυθρα (NIR) σήματα, τα οποία προέρχονται από μία ή δύο επιπλέον κάμερες. Στη συνέχεια, η θερμοκρασία και το VI που παρατηρούνται σε περιοχές με διαφορετικά επίπεδα κάλυψης και υγρασίας παρέχουν ένα διδιάστατο scatterplot που συχνά έχει τριγωνικό σχήμα. Οι πιο προηγμένες προσεγγίσεις χρησιμοποιούν ένα μοντέλο SVAT (Soil Vegetation Atmosphere Transfer) για να υπολογίσουν την υγρασία από τον αντιπροσωπευτικό σημείο (βάσει θερμοκρασίας και VI) μέσα στο τριγωνικό διάγραμμα.
Πρόσφατες μελέτες εξετάζουν επίσης πρόσθετες παραμέτρους, όπως η φωτοδιαύγεια (albedo) ή ο δείκτης απορρόφησης κυτταρίνης (CAI), για τη διάκριση μεταξύ νεαρής και ωριμότερης βλάστησης. Η εισαγωγή μιας τρίτης παραμέτρου παρακολούθησης στην κλασική μέθοδο Triangle αναμένεται να επιτρέψει τη διάκριση μεταξύ περιοχών με διαφορετικά επίπεδα υγρασίας, αλλά με παρόμοιες τιμές θερμοκρασίας και δείκτη βλάστησης. Η μέθοδος Triangle/Trapezoid είναι πιο συνηθισμένη στην ανάλυση δορυφορικών εικόνων και παρέχει χάρτες υγρασίας εδάφους σε χαμηλή ανάλυση. Αντίθετα, οι προσπάθειες εφαρμογής της σε δεδομένα αερομεταφερόμενης τηλεπισκόπησης για υψηλότερη ανάλυση είναι λιγότερο συχνές και αντιμετωπίζουν δυσκολίες λόγω της ετερογένειας της επιφάνειας, η οποία εντείνεται από αισθητήρες υψηλής ανάλυσης.
Η ακρίβεια της ανίχνευσης διαρροής θερμικών υπέρυθρων (TIR) εξαρτάται από πολλούς παράγοντες, όπως η χρονική περίοδος, η ημέρα, η καθυστέρηση μετά από βροχή, και οι περιβαλλοντικές συνθήκες. Είναι δύσκολο να προσδιορίσουμε τον ιδανικό χρόνο για τις μετρήσεις TIR λόγω της επίδρασης της βλάστησης στις θερμοκρασίες. Ορισμένοι προτείνουν τον χειμώνα για καλύτερη ορατότητα των υγρών περιοχών, ενώ άλλοι προτιμούν το καλοκαίρι για μεγαλύτερη αντίθεση μεταξύ των περιοχών διαρροής και του περιβάλλοντος. Η κατάλληλη ημέρα για τις μετρήσεις TIR παραμένει αμφιλεγόμενη, αλλά οι θερμικές διαφορές είναι εμφανείς κατά τη δύση του ηλίου και λίγο μετά την ανατολή, με τη δυνατότητα μετρήσεων και κατά τις ώρες πριν τη δύση του ηλίου.
Εν τέλει, η επιτυχία των μετρήσεων TIR εξαρτάται από τα υλικά του δικτύου ύδρευσης και την θερμική διαφορά μεταξύ του νερού και άλλων αντικειμένων. Πρόσφατες μετρήσεις έδειξαν ότι η καλύτερη αντίθεση παρατηρείται το απόγευμα και ότι εξαφανίζεται σχεδόν κατά τη δύση του ηλίου, εκτός από τη νύχτα
Το έργο H2020WADI (Υλοποίηση Ανίχνευσης Διαρροής Αέρα με Αδιαβροχοποίηση) είχε ως στόχο την ανάπτυξη μιας υπηρεσίας επιτήρησης ανίχνευσης διαρροής νερού από αέρος, προκειμένου να παρέχει στις υπηρεσίες ύδρευσης επαρκείς πληροφορίες σχετικά με διαρροές στις υδραυλικές υποδομές έξω από αστικές περιοχές, επιτρέποντας έτσι τις άμεσες και οικονομικές επισκευές, μειώνοντας τις απώλειες στα συστήματα διανομής νερού. Επιλέχθηκε ένα αεροπορικό σύστημα αντί για ένα βασισμένο σε δορυφόρο προκειμένου να επιτευχθεί μια καλύτερη ανάλυση, ιδανικά στο εύρος των 0,5 μέτρων. Η καινοτόμος ιδέα του WADI περιλαμβάνει τον συνδυασμό και τον βελτιστοποίηση συσκευών οπτικής απομακρυσμένης ανίχνευσης (πολυφασματικές και υπέρυθρες κάμερες) και την εφαρμογή τους σε δύο συμπληρωματικά αεροπορικές πλατφόρμες (πιλοτική και ασύρματη). Το έργο είχε επίσης ως στόχο τον έλεγχο και την επικύρωση του συστήματος σε δύο πραγματικά, αντίθετα σημεία ανίχνευσης διαρροής.
Το άρθρο οργανώνεται ως εξής:
Στην Ενότητα 2 περιγράφεται ο σχεδιασμός των οπτικών συστημάτων αισθητήρων μετά τον έλεγχο διάφορων φασματικών συνδυασμών.
Στην Ενότητα 3 παρουσιάζονται τα αποτελέσματα επικύρωσης χρησιμοποιώντας την επιλεγμένη πολυφασματική μέθοδο και τα όργανα κατά τη διάρκεια μιας σειράς εκστρατειών σε διάφορες κλίμακες, χρησιμοποιώντας τόσο μια πιλοτική αεροπορική πλατφόρμα όσο και ένα UAV πάνω σε διάφορα τμήματα των δικτύων ύδρευσης της Société du Canal de Provence (SCP) στη Γαλλία και της EDIA (Empresa de Desenvolvimento e Infra-estruturas do Alqueva) στην Πορτογαλία.
Η Ενότητα 4 παρουσιάζει μια λεπτομερή ανάλυση της απόδοσης όλων των πτήσεων, συνοδευόμενη από μια συζήτηση σχετικά με την επιτυχία της μεθοδολογίας του WADI.
Τέλος, οι συμπεράσματα παρουσιάζονται στην Ενότητα 5.
ΕΝΟΤΗΤΑ 2:
2.1 Υλικά και μέθοδοι:
Οι οπτικοί δέκτες που χρησιμοποιήθηκαν στην ασύρματη αεροπορική πλατφόρμα, κατέγραψαν μια σειρά μετρήσεων χρησιμοποιώντας θερμική υπέρυθρη κάμερα με μικροβολτόμετρα(αρχικά Α235 και στη συνέχεια Α655sc, FLIR,Portland,OR,USA) Δυο υπερφασματικές κάμερες Hyspex (NEO,Oslo,Norway) η μία στο ορατό φάσμα μέχρι το κοντινό υπέρυθρο (VNIR: 0.4–1m) και η άλλη, σε μικρά μήκη στο φάσμα υπέρυθρου (SWIR: 1–2.5m) (Εικόνα 1) Με αυτόν τον τρόπο έγινε η επιλογή του καλύτερου φασματικού συνδυασμού μέσα από την σύγκριση τιμών πολλών φασματικών δεικτών οπου αναμενόταν να διαφοροποιούνται σε υγρές και ξηρές περιοχές. Αυτό είχε ως αποτέλεσμα να επιλεχθούν πιο απλές και οικονομικές κάμερες για λειτουργικές εφαρμογές. Η διαθεσιμότητα δεδομένων στο εύρος 0.4–2.5 μm και τα δεδομένα υπερύθρων θερμοκρασίας επέτρεψαν τον έλεγχο της αποτελεσματικότητας διάφορων δεικτών νερού. Ο δείκτης PWI (Plant Water Index), που είναι επίσης γνωστός ως WBI (Water Band Index), προτάθηκε για τη χαρτογράφηση του υδατικού περιεχομένου της βλάστησης με τον ακόλουθο τύπο: PWI = WBI = R900 / R970
Εδώ, R900 και R970 αναφέρονται στην ανακλαστικότητα που μετράται στη ζώνη των 900 nm και 970 nm αντίστοιχα. Αυτός ο δείκτης χρησιμοποιείται για να αξιολογήσει το περιεχόμενο νερού στην βλάστηση. Δύο δείκτες αξιοποιούν την ζώνη απορρόφησης του νερού που βρίσκεται στα 1240 nm: το Κανονικοποιημένο Δείκτη Νερού Διαφοράς 1240 NDWI και τον απλό δείκτη νερού (simle ratio water index) SRWI Χρησιμοποιώντας τις ζώνες απορρόφησης του νερού που επικρατούν στα 1640 και 2130 nm δημιουργηθηκαν δύο Κανονικοποιημένοι Δείκτες Διαφοράς Νερού, το NDWI1640 και το NDWI2130
Η διαδικασία αυτή αφορά τον υπολογισμό διάφορων δεικτών και μεθόδων για την εκτίμηση της υγρασίας σε αγροτικά περιβάλλοντα και εδάφη, από δορυφόρο. Οι δείκτες και οι μέθοδοι αυτές εξετάζονται για να αξιολογηθεί η περιεχόμενη υγρασία των φυτών και του εδάφους.
Χρησιμοποιούνται διάφορα μήκη κύματος από το οπτικό εύρος μέχρι το κοντινό υπέρυθρο (NIR και SWIR) για τη σύγκριση της απόδοσης στην εκτίμηση της υγρασίας.
Συγκεκριμένοι δείκτες σχεδιάστηκαν για την αξιολόγηση της υγρασίας του εδάφους. Περιλαμβάνουν τους δείκτες Water Index SOIL(WISOIL), Normalized Soil Moisture Index(NSMI), (Normalized Index of the NSWIR domain for SMC estimation from Linear correlation) NINSOL και Normalized Index of NSWIR domain for SMC estimation from Non-Linear correlation (NINSON), που αξιοποιούν τις αντανακλάσεις σε διάφορα μήκη κύματος. Επιλέχθηκε και το αντίθετο των NINSOL και NINSON και τα ονόμασαν RNINSOL και RNINSON (R σημαίνει "αναθεωρημένο") για τη δημιουργία δεικτών που αυξάνονται με την περιεκτικότητα σε υγρασία.
Ο δείκτης Cellulose Absorption Index (CAI) χρησιμοποιείται για τη διάκριση μεταξύ ξηρών φυτικών υπολειμμάτων και εδάφους. Αυτός ο δείκτης είναι ευαίσθητος στην παρουσία νερού σε φυτικά υπολείμματα και εδάφη. Απουσιάζει πλήρως σε νεοφυή βλάστηση, είναι αρνητικός όταν υπάρχουν γυμνά εδάφη και όταν είναι κοντά στο μηδέν υποδηλώνει παρουσία νερού. Οι μέγιστες απόλυτες τιμές του δείχνουν την παρουσία ξηρής βλάστησης CAI > 0 ή ξηρού γτμνού εδάφους CAI < 0
Ο δείκτης ανάκλασης γήρανσης των φυτών PSRI (Plant Senescence Reflectance Index) χρησιμοποιείται για τον προσδιορισμό του σταδίου της διαφορετικότητας των φύλλων μέσω της αύξησης της αναλογίας των καροτενοειδών προς τη χλωροφύλλη. Περιλαμβάνει μόνο φασματικές ζώνες στο ορατό.
Η μέθοδος Triangle/Trapezoid συνδυάζει το θερμικό σήμα με ένα δείκτη βλάστησης(VI) και χρησιμοποιείται για την εκτίμηση της διαθεσιμότητας νερού ή του ρυθμού εξάτμισης σε ένα σημείο/pixel της εικόνας. Αυτές οι διαδικασία εκτελείται με τη χρήση δορυφόρων και υποστηρίζει την ανίχνευση περιοχών με ανωμαλίες στην υγρασία που ίσως σχετίζονται με διαρροές νερού.
2.2 Αποτελέσματα:
Η προκαταρκτική ανάλυση που διενεργήθηκε τον Φεβρουάριο, τον Απρίλιο και τον Ιούλιο του 2017 σε διάφορες τοποθεσίες της υδροδοτικής υποδομής της SCP είχε στόχο τον εντοπισμό διαρροών στο δίκτυο. Κατά τη διάρκεια αυτής της ανάλυσης χρησιμοποιήθηκαν διάφοροι δείκτες και μέθοδοι για τον εντοπισμό των διαρροών, λαμβάνοντας υπόψη τις καιρικές συνθήκες και τις διάφορες τοποθεσίες. Οι δείκτες που χρησιμοποιήθηκαν περιλαμβάνουν: OSAVI (Optimized Soil-Adjusted Vegetation Index): Χρησιμοποιήθηκε για τον δείκτη βλάστησης, εξαιτίας της ανθεκτικότητάς του στην οπτική μεταβλητότητα του γυμνού εδάφους. NDVI (Normalized Difference Vegetation Index): Χρησιμοποιήθηκε επίσης για τον δείκτη βλάστησης και παρουσίασε παρόμοια αποτελέσματα με το OSAVI. PWI (Profile Wetness Index): Χρησιμοποιήθηκε για τον υγρασίας του εδάφους. T-VI (Triangle/Trapezoid Vegetation Index): Χρησιμοποιήθηκε για τον εντοπισμό διαρροών, καθώς συνδύαζε τα δεδομένα VNIR (Visible and Near-Infrared) με τα SWIR (Short-Wave Infrared).
NSMI, RNINSOL, RNINSON, CAI: Διάφοροι άλλοι δείκτες που βασίζονται στα δεδομένα VNIR και SWIR, χρησιμοποιήθηκαν για τον εντοπισμό διαρροών.
Θερμική Εικόνα (Thermal Infrared Image): Χρησιμοποιήθηκε για τον εντοπισμό περιοχών χαμηλότερης θερμοκρασίας που μπορεί να υποδεικνύουν διαρροές.
Τα αποτελέσματα έδειξαν ότι οι δείκτες που βασίζονται στα δεδομένα SWIR ή η χρήση της θερμικής εικόνας είναι αποτελεσματικοί για τον εντοπισμό διαρροών στο δίκτυο υδροδότησης. Συνολικά, οι διάφοροι δείκτες και μέθοδοι που χρησιμοποιήθηκαν παρείχαν πολλές πληροφορίες για την ανίχνευση διαρροών, με τη θερμική εικόνα να επιδεικνύει τη μεγαλύτερη αποτελεσματικότητα.
ΕΝΟΤΗΤΑ 3: 3.1 Υλικά και μέθοδοι: Επιλογή πολυφασματικών καμερών: Η επιλογή κάμερας πολυφασματικής για την ανίχνευση διαρροής βασίστηκε στον καθορισμό των κατάλληλων μηκών κύματος για την εργασία.
Επικύρωση της Μεθόδου T-VI σε Διάφορες Κλίμακες: Ο στόχος ήταν η επικύρωση της μεθόδου Temperature–Vegetation Index (T-VI) σε διάφορες κλίμακες χρησιμοποιώντας δύο διαφορετικές πλατφόρμες – MAV και UAV. Εγκατάσταση MAV: Το πιλοτικό αεροσκάφος (MAV) που χρησιμοποιήθηκε για τη μελέτη ήταν ένα Tecnam P2006T εξοπλισμένο με μια μηχανή πολυφασματική Spectrocam VNIR με φίλτρα στα 660 nm και 832.5 nm και μια θερμική υπέρυθρη (TIR) μηχανή του Noxcam 640L (7.7–9.3 μm). Οι πτήσεις με το MAV πραγματοποιήθηκαν σε υψόμετρο περίπου 800 μέτρων, με αποτέλεσμα χωρική ανάλυση 0.30 μέτρα για τη μηχανή VNIR και 0.48 μέτρα για τη μηχανή TIR. Εγκατάσταση UAV: Το ανεπτυγμένο αεροσκάφος (UAV) ήταν ένα ειδικά σχεδιασμένο πολύ-ελικόπτερο εξοπλισμένο με μια μηχανή πολυφασματική RedEdge 3 (με πέντε φάσματα: 475, 560, 668, 717 και 840 nm) και μια μη θερμική TIR μηχανή Vue Pro R (7.5–13.5 μm). Οι πτήσεις με το UAV πραγματοποιήθηκαν σε υψόμετρο περίπου 50 μέτρων, με αποτέλεσμα χωρική ανάλυση 3.4 εκατοστά για τη μηχανή VNIR και 6.5 εκατοστά για τη μηχανή TIR.
Φάσματα: Και οι δύο πλατφόρμες χρησιμοποίησαν κοινά φάσματα, συμπεριλαμβανομένων των 660 nm (κόκκινο), 832.5 nm (NIR) και TIR για το MAV, και 668 nm (κόκκινο), 840 nm (NIR) και TIR για το UAV. Εφαρμόστηκε ακτινομετρική βαθμονόμηση στα δεδομένα του UAV για την απόκτηση φασματικών ανακλάσεων, ενώ τα δεδομένα του MAV παρέμειναν χωρίς βαθμονόμηση.
Προεπεξεργασία: Οι εικόνες και από τις δύο πλατφόρμες υποβλήθηκαν σε προ-επεξεργασία με το λογισμικό φωτογραμμετρικής επεξεργασίας Pix4D για την απόκτηση φασματικών orthomosaics. Στη συνέχεια, αυτές οι orthomosaics συγχωνεύτηκαν με το εξειδικευμένο λογισμικό επεξεργασίας Wadileaks, που αναπτύχθηκε στο πλαίσιο του έργου WADI.
Προκλήσεις Συγχώνευσης: Η συγχώνευση των εικόνων από το MAV απαιτούσε επιπλέον λογισμικό (Gefolki) λόγω ορισμένων σφαλμάτων συγχώνευσης. Σε κάθε περίπτωση, η συγχώνευση έγινε λαμβάνοντας ως βασική την εικόνα TIR, η οποία είναι η εικόνα με τη χαμηλότερη ανάλυση. Για τον σκοπό αυτό, οι εικόνες VNIR αναστράφηκαν με χρήση αλγορίθμου παρεμβολής με διστρωματική παρεμβολή.
3.2 Αποτελέσματα της Πρώτης Εκστρατείας Ανίχνευσης Διαρροής με MAV και UAV (Γαλλία) Τον Οκτώβριο του 2018, συλλέχθηκαν δεδομένα σε περιοχές ύδρευσης που διαχειρίζεται η SCP στη Γαλλία. Οι πτήσεις πραγματοποιήθηκαν τέσσερις ημέρες μετά από βροχές, με συχνά συννεφιασμένο ουρανό, περιορίζοντας την εξάτμιση του νερού. Είναι πιθανό ότι το έδαφος είχε ακόμη υψηλή υγρασία την ημέρα της πτήσης, μειώνοντας τη διαφορά στην υγρασία ανάμεσα στις περιοχές με διαρροές και το περιβάλλον έδαφος. Σε ορισμένες δοκιμαστικές περιοχές, παρατηρήθηκαν λιμνούλες νερού ως απομεινάρια από τις πρόσφατες βροχές.
Στην περιοχή δοκιμής Vauvenargues, συνδέθηκε ένας νέος σωλήνας πολυαιθυλενίου σε έναν υπάρχοντα ατσάλινο σωλήνα και θάφτηκε σε βάθος 1 μέτρου περίπου, περίπου ένα χρόνο πριν από τις πτήσεις.
Ο νέος σωλήνας είχε εξοπλισμό για την παρακολούθηση της ροής και της πίεσης, και τρύπες για την προσομοίωση διαρροών. Η υγρασία του εδάφους μετρήθηκε την ημέρα της πτήσης και αυξήθηκε σημαντικά κοντά στις διαρροές nº1 και nº2. Οι χάρτες Water Index που αποκτήθηκαν με τα αεροσκάφη δεν αποκάλυπταν σημαντική διαφορά κατά μήκος του διαρροούντος σωλήνα, εκτός από μερικά ασθενή σημεία που δεν αντιστοιχούν ακριβώς στις πραγματικές διαρροές nº1 και nº2.
Αυτά τα αποτελέσματα υποδηλώνουν ότι για επιτυχή ανίχνευση διαρροής απαιτείται η επιλογή μιας εποχής του έτους όπου η διαφορά στην εξάτμιση του νερού μεταξύ περιοχής με διαρροή και περιβάλλοντος είναι μεγαλύτερη. Στη Γαλλία, χρησιμοποιήθηκε μια ακίνητη πλατφόρμα κάμερας στο MAV για τις αεροπορικές εκστρατείες. Αργότερα, για τις εκστρατείες που πραγματοποιήθηκαν στην Πορτογαλία, αυτή αντικαταστάθηκε από μια 2-άξονα γυροσταθείσα πλατφόρμα που συνέβαλε στην λήψη εικόνων υψηλότερης ποιότητας.
3.3 Αποτελέσματα μιας δεύτερης σειράς εκστρατειών ανίχνευσης διαρροών με το MAV και UAV (Πορτογαλία)
Τον Μάιο και τον Σεπτέμβριο του 2019 πραγματοποιήθηκαν δύο αερομεταφερόμενες εκστρατείες σε περιοχές του δικτύου ύδρευσης που διαχειρίζεται η EDIA στην Πορτογαλία. Σκοπός αυτών των εκστρατειών ήταν να επαληθευτούν τα αποτελέσματα που είχαν προκύψει από προηγούμενες εκστρατείες στη Γαλλία και να αξιολογηθεί πώς το Sensors 2022, 22, 1057 μπορεί να βελτιώσει την ανίχνευση διαρροών μέσω της χρήσης κατάλληλων μετεωρολογικών συνθηκών.
Κατά τη διάρκεια των εκστρατειών, πραγματοποιήθηκαν τεχνητές διαρροές με διάφορα σενάρια, περιλαμβανομένων επιφανειακών και υπόγειων διαρροών, μεμονωμένων ή επαναλαμβανόμενων συμβάντων, καθώς και διαρροών σε διάφορα εδαφικά περιβάλλοντα.
Επιπλέον, περιοχές με προηγούμενα συμβάντα ροής νερού περιλαμβάνονταν στα δρομολόγια πτήσης των UAV για να βοηθήσουν στην ερμηνεία των αποτελεσμάτων. Επίσης, πραγματοποιήθηκε ακουστική καμπάνια πριν από τις πτήσεις στο Μόντε Νόβο για τον εντοπισμό τυχόν τρεχουσών διαρροών.
Η ανάλυση των αποτελεσμάτων απέδειξε ότι οι μέθοδοι ήταν λιγότερο αποτελεσματικές σε σωλήνες από σκυρόδεμα και πλαστικούς σωλήνες σε σχέση με τους μεταλλικούς σωλήνες. Ακόμη, οι εικόνες που καταγράφηκαν από τα UAV αποκάλυψαν αντιθέσεις που προσέφεραν πληροφορίες σχετικά με την παρουσία νερού και την ανίχνευση διαρροών.
Τα οπτικά δεδομένα συμφώνησαν με μετρήσεις υγρασίας του εδάφους. Κατά τη διάρκεια πτήσεων τον Μάιο του 2019, παρατηρήθηκε απότομη μείωση της υγρασίας του εδάφους κοντά σε υδροστατήρες σε διάφορες αποστάσεις από αυτούς. Επιπροσθέτως, αναφέρεται ότι τα δεδομένα από την απομακρυσμένη ανίχνευση και τις μετρήσεις υγρασίας του εδάφους δείχνουν θετική συσχέτιση μεταξύ των δύο παραγόντων, παρά την κάποια διασπορά στα δεδομένα.
Τέλος, πραγματοποιήθηκαν πολλές μετρήσεις υγρασίας του εδάφους στα πεδία δοκιμών για την παρακολούθηση της ροής της τεχνητής διαρροής και την ερμηνεία των αποτελεσμάτων από αεροσκάφη UAV και MAV.
ΕΝΟΤΗΤΑ 4: Ανάλυση απόδοσης και συζήτηση
Η ανάλυση της εφαρμογής της υπηρεσίας WADI απαιτείται για να εντοπιστούν οι συνθήκες υπό τις οποίες το προτεινόμενο T-VI πολυφωτοανιχνευτικό σύστημα θα έχει μεγαλύτερες πιθανότητες επιτυχίας στον εντοπισμό διαρροών νερού. Αυτή η ανάλυση βασίστηκε σε 60 περιπτώσεις κατά τις πτήσεις στην Γαλλία και την Πορτογαλία, με επεξεργασμένες εικόνες UAV και MAV. Για την ανάλυση, οι περιπτώσεις αυτές κατηγοριοποιήθηκαν σε πραγματικές διαρροές, φυσικές ροές ή καθόλου διαρροές και φυσικές ροές. Η απόδοση δόθηκε λαμβάνοντας υπόψη διάφορες παραμέτρους όπως την τεχνολογία πτήσης, τις περιβαλλοντικές συνθήκες, τύπος εδάφους και βλάστηση.
Γενικά, το πολυφασματικό σύστημα T-VI επιτυγχάνει την αναγνώριση πραγματικών περιστατικών σε περίπου το 50% των περιπτώσεων, με σημαντική βελτίωση στην απόδοσή του από την υλοποίηση στην επικύρωση.
Επιπλέον, τα καλύτερα αποτελέσματα να παρατηρούνται υπό συνθήκες χωρίς βροχόπτωση. Επίσης, ο τύπος του εδάφους επηρέασε την ανίχνευση, με τα εδάφη άργιλου να παρουσιάζουν καλύτερα αποτελέσματα από τα εδάφη άμμου. Όσον αφορά τη βλάστηση, η τεχνολογία πτήσης δεν διαφέρει σημαντικά στην ανίχνευση, αλλά η ανάλυση έδειξε ότι δεν είναι κατάλληλη για περιοχές με δάση λόγω της χαμηλής ευαισθησίας του θερμικού σήματος στην υγρασία του εδάφους. Αντίθετα, οι γεωργικές περιοχές με ακάλυπτα εδάφη και καλλιέργειες αποτελούν τις καλύτερες περιοχές για την επιτυχία της τεχνολογίας WADI.
Τέλος, η τεχνολογία πτήσης δεν διαφέρει σημαντικά στην ανίχνευση, με τα UAV και τα MAV να παρέχουν περίπου τα ίδια αποτελέσματα, με διαφορές στη χωρική κάλυψη και το κόστος εκμετάλλευσης.
ΕΝΟΤΗΤΑ 5:
Για την χαρτογράφηση της εξατμισοδιαπνοής και της υγρασίας τοπίου(≥1km) και αγρού(≥100m) είναι γνωστό ότι είναι πολύ αποτελεσματική η μέθοδος τριγώνου/τραπεζοειδούς, πολυφασματική οπτική μέθοδος της τηλεπισκόπησης. Στην προκειμένη, είναι καινοτόμος προσέγγιση για τον εντοπισμό διαρροής υδάτων, μιας και γίνεται προσπάθεια να αντληθούν πληροφορίες σε μορφή raster σε σύντομο χρονικό διάστημα για μεγάλα δίκτυα ύδρευσης. Η μέθοδος βασίζεται στην αρχή ότι οι διαρροές εκθέτους το έδαφος σε εντονότερη εξάτμιση λόγω της υψηλότερης υγρασίας και κατά συνέπεια, μείωση της επιφανειακής θερμοκρασίας. Ταυτόχρονα, με την αλλαγή αισθητήρων από αεροπλάνο σε drones υπάρχει η δυνατότητα να ληφθούν πιο αναλυτικές εικόνες(5cm) και να γινει εστίαση σε περιοχές που χρήζουν προσοχής και είναι δισπρόσιτες.
Βέβαια, λόγω της ύπαρξης πιθανής βλάστησης, επίσης, μειώνεται η επιφανειακή θερμοκρασία. Ωστόσο, η μέθοδος τριγώνου επιτρέπει την εμπειρική δημιουργία μιας κλίμακας ανάμεσα στην φαινομενική θερμοκρασία και την υγρασία του εδάφους.
Οι πληροφορίες σχετικά με το ποσοστό κάλυψης λαμβάνεται μέσω ενός δείκτη βλάστησης, για παράδειγμα του NDVI ή του OSAVI, ο οποίος υπολογίζεται από τη σχετική διαφορά στην οπτική ανάκλαση που μετράται στο κόκκινο και στο εγγύς υπέρυθρο. Τα δεδομένα αυτά παρέχονται από μια δεύτερη κάμερα που παρέχει εικόνες του περιοχής στις δύο αυτές συγκεκριμένες φασματικές ζώνες. Στο τέλος, ο συνδυασμός των τριών οπτικών σημάτων (κόκκινο, εγγύς υπέρυθρο και θερμικό υπέρυθρο) επιτρέπει τη χαρτογράφηση του λεγόμενου δείκτη νερού. Με την κατασκευή, οι περιορισμοί στη βαθμονόμηση των σημάτων χαλαρώνουν σημαντικά. Οποιοδήποτε ανωμαλία στην εικόνα WI η οποία εκδηλώνεται ως υψηλές τιμές στην κοντινή περιοχή της γραμμής του δικτύου, αποτελεί ένδειξη ύπαρξης πιθανής διαρροής.
Μια σειρά αεροπορικής τηλεπισκόπησης πραγματοποιήθηκαν με μηχανοκίνητο ανεμόπτερο, αεροπλάνο και μη επανδρωμένο αεροσκάφος από το 2017 έως το 2019 πάνω από το δίκτυο ύδρευσης SCP (Γαλλία) και EDIA (Πορτογαλία) πάνω από δίκτυα μεταφοράς, αρχικά για τον καθορισμό του πολυφασματικού συστήματος με στόχο την ανίχνευση διαρροών νερού και στη συνέχεια για την επικύρωσή του σε συνθήκες λειτουργίας. Σε αρκετές τοποθεσίες, υπήρχαν τόσο τεχνητές όσο και φυσικές διαρροές.
Αρχικά λειτούργησαν υπερφασματικές και θερμικές κάμερες για να ληφθούν φασματικές εικόνες που περιλαμβάνουν τις φασματικές ζώνες VNIR, SWIR και TIR. Τα καλύτερα αποτελέσματα επιτεύχθηκαν με την εφαρμογή της μεθόδου Triangle με συνδυασμό της θερμικής υπέρυθρης εικόνας με έναν δείκτη βλάστησης που κατασκευάστηκε από δύο εικόνες VNIR. Οι αντιθέσεις που επιτεύχθηκαν με τη μέθοδο SWIR με βάση την δείκτες και με τη λεγόμενη μέθοδο οπτικού τραπεζοειδούς ήταν χαμηλότερες.
Φασματικά βελτιστοποιημένοι οπτικοί αισθητήρες λειτούργησαν στη συνέχεια σε ένα μικρό αεροπλάνο και σε ένα UAV για την επίτευξη συμπληρωματικών πληροφοριών όσον αφορά την κλίμακα πεδίου και την ανάλυση. Μια προκαταρκτική πολυχρονική ανάλυση έδειξε ότι ο εντοπισμός της υπογραφής της διαρροής μπορεί να βελτιστοποιηθεί με προσεκτική επιλογή του χρόνου πτήσης σε σχέση με το ιστορικό της ηλιακής ακτινοβολίας.
Στην παρούσα μελέτη αναφέρονται πιθανοί ψευδείς συναγερμοί που μπορούν να προκύψουν από υψηλή βλάστηση και διακυμάνσεις στο έδαφος/τη βλάστηση, καθώς και οπτικές ιδιότητες που δεν αποκρίνονται επαρκώς στη μέθοδο Triangle. Άλλες πηγές παρερμηνείας περιλαμβάνουν τις σκιές της βλάστησης και τις υποδομές. Η συνεργασία με τις υπηρεσίες ύδρευσης μπορεί να βοηθήσει στη μείωση του ποσοστού ψευδών συναγερμών. Επιπλέον, οι βοηθητικές πληροφορίες μπορούν να χρησιμοποιηθούν για την απόρριψη ψευδών συναγερμών, όπως η πλάγια επικλίνουσα επιφάνεια του εδάφους και η ανωμαλία WI που επεκτείνεται προς τα πάνω από τον κοντινό σωλήνα.
Για να διευκολυνθεί η επαλήθευση των αποτελεσμάτων της τηλεπισκόπησης με την επί τόπου παρατήρηση, είναι σημαντικό να υπάρχει σύντομος χρόνος μεταξύ των πτήσεων και του επιτόπιου ελέγχου, ώστε οι συνθήκες να είναι όσο το δυνατόν πιο παρόμοιες στις δύο στιγμές. Τούτο είναι σημαντικό για την εξασφάλιση της ακρίβειας των αποτελεσμάτων. Επιπλέον, η ανάλυση αυτή πρέπει να επανεξεταστεί και να ενημερωθεί καθώς διεξάγονται νέες πτήσεις και ανακαλύπτονται νέα γεγονότα.
Τέλος, η μέθοδος ανίχνευσης διαρροών που χρησιμοποιήθηκε στην μελέτη είχε ικανοποιητική απόδοση με 50% ανίχνευση των γεγονότων με ακρίβεια. Αυτό επετεύχθη χάρη σε διάφορα χαρακτηριστικά της περιοχής, όπως οι γεωργικές ζώνες με γυμνά εδάφη, καλλιέργειες σε πρώιμο στάδιο ανάπτυξης και μεικτές περιοχές. Η τεχνολογία πτήσης που χρησιμοποιήθηκε φαίνεται να είναι κατάλληλη για την εκτέλεση ανίχνευσης διαρροών
