基于多模态数据协同诊断的堤坝智能巡检系统OA
针对传统堤坝安全巡检中存在的人工效率低下、高危区域探查困难及单一传感器检测精度不足等问题,提出了一种基于多模态数据协同诊断的智能巡检系统。在硬件层,采用搭载模块化高光谱与热成像传感器的碳纤维复合结构无人机平台,提升复杂环境下的续航能力与作业可靠性;在算法层,提出了融合局域自适应降维与双波段反射率比值分析的渗漏识别模型,实现对病害区域的精准识别;在平台层,基于数字孪生技术构建了云边协同预警系统,能够动态量化渗漏风险并生成分级响应策略。工程实测结果表明,该系统在病害识别精度、高危区域覆盖能力及渗漏量评估准确性方面均优于传统方法,为堤坝安全管理提供了一种高效、低成本的智能化技术手段。
黄鑫
河海大学港口海岸与近海工程学院,江苏南京210024
建筑与水利
堤坝安全智能巡检高光谱识别数字孪生
《人民珠江》 2026 (S1)
P.139-141,3
评论