【讲座回顾】基于无人机遥感的城市固体废弃物填埋场覆盖物完整性巡检与监控

导读

华南理工大学土木学科海外学者前沿讲座第六十四期，我们邀请到来自美国中佛罗里达大学土木、环境和建筑工程系的助理教授孙鹏为大家带来“基于无人机遥感的城市固体废弃物填埋场覆盖物完整性巡检与监控”的报告。本期讲座录播链接见文末或点击阅读原文。

城市固体废弃物填埋场需要定期管理和维护，以确保正常运行和满足环保要求，这些指标包括垃圾填埋气、灰尘、填埋场覆盖物的潜在沉降量等。常规的维护方法主要靠人工进行定期勘测，但这样的做法耗时耗力，使用无人机对城市固体废弃物填埋场覆盖物进行完整性巡检与监控可以更加高效地解决这一问题。在本期讲座中，孙老师从项目背景、研究对象和任务展开，并通过一个案例研究为我们介绍了他们团队将无人机遥感技术应用于垃圾填埋场覆盖物监测这项工作中的探索。

01

城市固体废弃物填埋场需要尽可能地减少甲烷的排放量，而在传统做法中常使用人工方法于每个季度进行定期监测，这样的方式不仅效率低下，而且在爆炸环境中操作具有一定的安全隐患。因此迫切需要一种及时和经济的方法，对填埋场的表面情况进行监测，同时也需要通过自动化方法对不均匀沉降、张力裂缝和植被损失等问题进行研究。孙老师团队通过在无人机上加装各类传感器，对温度、湿度、高度和拓扑数据等进行捕捉，并利用这些数据进行甲烷浓度的评估和预测。想要实现上述过程，第1项任务需要对无人机进行功能集成和系统开发。硬件方面，在工业级无人机上集成了激光雷达传感器、红外热成像传感器和多种危害气体传感器等多种传感器；软件方面，开发了3D重建算法以减小二维像素值间的误差总和，同时将传感器集成到了无人机移动平台上。第2项任务是现场表面排放监测（SEM）和覆盖完整性检查。通过雷达和RGB相机对现场地形进行扫描和三维模型重构，并区分植被与土壤的点云扫描数据，以根据需求分类提取。第3项任务是对排放量进行估算以及时空分析。通过堆填区资料、气象条件参数、土壤条件参数以及填埋场覆盖条件等数据对甲烷排放量进行估算以及时空分析。

02

与文献中分别采用红外激光反射强度值（LRI），流量累积值（FA），（多光谱）归一化差水指数（NDWI）表征地面凹陷和水分的存在不同，孙老师综合考虑了上述三种参数的影响，提出了积水指数（PI）来预测可能积水的部位。接着，孙老师介绍了多模态传感器融合检测积水问题的技术路线。首先是规划无人机航路路线进行扫描探测，随后将所得到的图像，地面几何等进行数据处理，根据不同的数据类型，获得激光反射强度（Laser Reflective Intensity, LRI），名义流量累积（Norm. Flow Acc.）以及NDWI；最后获得积水指数图。

为了评估所提出方法的有效性，孙老师在Hillsborough country, Tampa的东南填埋场开展了案例研究，将提出的方法已应用于飓风伊恩前后经过佛罗里达州控制点附近的城市固体废弃物填埋场，将所提出的积水指数图与人工调查的积水指数图进行对比研究，取得了令人满意的效果。

首先，人工收集飓风前后积水的位置，通过安装在现场的气象站在飓风登陆点附近进行的气象测量，得到飓风前后该区域的风速和雨量。其次，采用基于无人机的遥感技术，包括激光雷达扫描、RGB成像、空气质量测量和多光谱传感器等进行对垃圾填埋场进行扫描。LFGs测量结果显示，该填埋场没有观察到大量的甲烷气体排放，未检测到泄露发生。随后，对特征数据进行处理。第一个特征是红外激光强度。对比飓风前后的红外激光强度可以判断水的存在，其中低值表示小反射率，高值表示完全反射率，文献表明，水面的激光强度要低得多，且水面的点云会缺失或密度较低。第二个特征是DEM数据。通过将来自激光雷达的RGB点云数据进行滤波去除灰色的非接地点，得到表征飓风前后垃圾填埋场实际拓扑的DEM数据。基于流量方向可以计算流量累积，进而我们可以知道哪些区域是潜在洼地，因为流量累积值越高，说明洼地的可能性越高。第三个特征是将飓风前后的多光谱索引（NDWI）图用于遥感监测植被含水量。通过不同的权重系数综合考虑上述三种特征，计算积水指数（PI）图，推断潜在的积水概率特征，其中，较高的PI值表示有积水的可能性很高。飓风前后的积水指数图对红外激光强度、流量累积和多光谱指数数据进行了融合，潜在的积水区域用警告色标注出来。从飓风后的积水指数图中可以看出，偏暖颜色代表PI较高的地区，表示此处是潜在积水位置的可能性较高。

随后，孙老师对这项工作进行了总结，孙老师采用了用于多任务的集成无人机传感器（LFGs, 结构拓扑和多光谱），通过不同传感器的特征来探测对垃圾填埋场存在威胁的积水问题，融合拓扑凹陷特征和积水指数来探测和定位潜在的积水问题。

03

在最后部分，孙老师还介绍了无人机遥感技术在智慧城市方面的其他相关研究。除了在城市固体废弃物填埋场中的应用外，无人机还被用于水网流域测绘和建筑基础设施的损伤检测中。像佛罗里达等区域，使用雷达进行点云扫描常常会被茂密的植被所遮挡，通过对算法进行优化以完成水网的测绘。在基础设施的检测方面，无人机被用于风暴过后的建筑损伤检查。

总结

近年来，通过无人机技术以及图像目标识别技术的快速发展，基于无人机遥感的巡检和监控技术也愈加成熟。与地面检测相比，无人机检测视野好、范围大、使用成本低、环境适应性强，在复杂地形、大范围巡检监控领域相交传统手段有着较为明显的优势。城市固体废弃物填埋场便是一个典型的复杂、范围大的场景。相对于传统的填埋场运行和管理模式，通过无人机检测的方式极大地降低了巡检监控的时间人力物力的成本，优势明显。孙鹏老师针对固体垃圾填埋场的需求，通过对无人机传感器系统的进行针对性研发，应用多模态数据融合等方式，采用积水指数指标做参考，较为精准的检测现场表面排放监测覆盖性、并分析估计排放量，与现实情况吻合度高。孙鹏老师的成果深深启发了我，将来我们可以将基于无人机遥感的目标检测甚至预测未来情况的技术在风险地质巡检并预测地址灾害、超高建筑物空中巡检并预报结构可能出现的问题等等方面进行相关的探索，在人类难以到达的危险区域通过无人机进行探索，甚至于未来的月球探测、火星探测中发挥一定的作用。

END

相关论文请到孙老师主页下载：

https://www.cece.ucf.edu/sun/

讲座录播链接：https://b23.tv/VCXdkp0

来源于多样化结构实验室VSL

排版 | 李嘉晨

审核 | 胡   楠