Sivil Mühendislikte Uzaktan Senler Nedir?

Uzaktan algılama, bir nesne, alan veya fenomen hakkında bilgi elde etmenin bilim ve sanatını fiziksel temas yapmadan ifade eder. Sivil mühendislikte, bu genellikle kıyılar ve selkanlar gibi uydular, uçaklar, dronelar (UAVs), veya zemin bazlı platformlar Dünya yüzeyinin yansıttığı veya yayıldığı gibi haritalama, izleme ve modelleme için bu verilere güvenir.

Sensörler bir dizi dalga aralığında çalışır, görünür ışık ve yakın bulutlardan ve termal kızılötesi ve mikrodalgaya kadar çalışır (radar). Her dalga grubu farklı özellikleri ortaya çıkarır -göremez görüntüyü gösterir arazi kapağı, yakın uç noktaları bitki örtüsü sağlık, termal kızılötesi algılamalar ve zemin deformasyonunu ölçebilir.

Anahtar Uzaktan Sensing Platforms

  • [FONT:0]Satellites: [Döneticiler: [Döneticiler: [Döneticiler: 0 $ çözünürlük), Sentinel-2 (10 m), ve ticari takımyıldızlar (örneğin, Maxar, Planet) düzenli, küresel kapsama alanı sağlar.
  • [FONT:0]Drones (UAVs): Unmanned hava araçları çok yüksek uzaysal çözünürlük (ortalama düzeyinde) ve esneklik sunar.
  • [FONT:0)Aircraft:[[Dönetici: 1) LiDAR veya hiperspectral sensörleri taşıyan Manned uçak, yüksek hacimli yüksek hacimli yüksek performanslı yüksek veri ve detaylı bitki haritaları sağlar, genellikle bölgesel risk değerlendirme için kullanılır.
  • [FONTD:0)Ground tabanlı sensörler: [Dönetici: [Dönderiz: [Dönesel kameralar ve kara lazer tarayıcılar belirli yerlerde sürekli verileri yakalar (örneğin, gelgit ölçümleri, hava istasyonları) uydu gözlemlerini doğrulamak için.

Sahil ve Sel-Prone Alanlarında Eleştirel Uygulamalar

Kıyı ve sel-prone bölgelerinin eşsiz açıkları - fırtına dalgalanmaları, yükselen deniz seviyeleri, erozyon ve flaş selleme - talep zamanında, doğru ve tekrarlanan uzaysal veriler. Uzaktan algılama bu ihtiyaçları birkaç şekilde ele alır.

Deniz Seviyesi Yükselişi ve Arazi Subsidence

Jason-3 ve Sentinel-6 gibi uydu altları, düşük çözünürlükte deniz yüzeyi yüksekliğini ölçtü ve GPS ile dalgalanan ölçüm kayıtları, deniz seviyesindeki uzun vadeli eğilimleri tespit edebilmelerini sağlar. Ek olarak,SAR-1 haritaları gibi uydular, kıyı şeridindeki kritik bir faktör.For Coastal sel olarak su ve Nile Delta deneyimin parçaları.

Jeoloji ve Derinlik

Hidro olaylar sırasında, uydu ve drone görüntüleyicisi hızlı, tersane haritalar oluşturmak için hızlı, sin optik görüş sağlar.Synükleer aperture radar (SAR) özellikle değerlidir, çünkü bulutlar, gün veya gece gibi ajanslar LiDAR-derive dijital yükseklik modelleri (ESA) ile birlikte sualtılar ve temel işlemleri için acil durum müdahalelerini tahmin edebilir.

Sahilsel Erosion ve Shoreline Change Analysis

Yıllar boyunca tekrarlanan hava veya uydu görüntülerini ortaya çıkarmak, erozyon desenlerini ortaya çıkarmak ve mühendislik müdahalelerinin (groins, deniz duvarları, plaj besleyicileri) etkisini göstermek ve koruma için savunmasız kesimlere öncelik vermek.

Altyapı Planlaması ve Varlık Yönetimi

Yollar inşa etmeden önce, köprüler, deniz duvarları veya drenaj ağları, sivil mühendisler ayrıntılı arazi bilgisine ihtiyaç duyuyorlar. Stereo uydu görüntüsü ve drone fotogramları yüksek çözünürlüklü veya rotalarda, uzaktan algılama ve Ranging (LiDAR) hava veya havalimanları, yeşil alt yüzey araştırmaları açığa çıkarmak için 3D noktası bulutları tanımlar.

Fırtına ve Cerrah Inundation Modeling

Numerical modeller (örneğin, ADCIRC, Delft3D) fırtına dalgalanmaları yüksekliğe ve dalga koşusu. Uzaktan algılama kritik girişler sağlar: yakın gerçek zamanlı rüzgar alanları saçometresi, kıyı banyosuz hızlarını hava yoluyla hesaplamak için uyduruyor LiDAR ve yan yanaşlı fırtınalar.

Wetland ve Ekosystem İzleme

Sahil ıslak bölgeleri (evşeler, mangroves, deniz seviyesinin yükselmesi veya hidrolojik değişimler nedeniyle doğal tamponlar olarak hareket eder.Çok fazla hayal kırıklığı ve hiperspectral sensörleri ile ilgili uzaktan algılama, bitki örtüsü gibi kabul edilebilir ve zamanla değişir. Örneğin, Landsat zaman serisi, marsh kaybının deniz seviyesindeki artış veya hidrologic değişiklikler nedeniyle doğa bazlı çözümlere dahil eder.

Uzak Sensing'in İnşaat Mühendisliği için Avantajları

Kıyı ve sel yönetimde uzaktan algılamanın yaygın benimsenmesi, açık pratik faydalardan kaynaklanıyor.

  • [FONT:0)Cost-Effectiveness: Binlerce kilometrelik bir tek uydu görüntüsü, özellikle tekrarlanan izleme için bir zemin araştırmasından çok daha az maliyetle çalışır.
  • [FONT:0]Timeliness ve Regularity:[Dönler:[Dönler: 0,4,000) Her birkaç gün aynı bölgeyi tekrar ziyaret eder ve dronelar talep üzerine konuşlandırılabilir. Bu, acil durumlarda hızlı durumsal farkındalık sağlar ve uzun vadeli trend algılama sağlar.
  • [[Katılım:[0) erişilebilir arazide (evşe, kararsız kıyılar, derin su), uzaktan sensörler personeli risk altında tutmadan veri toplar.
  • [FONT:0) Çok sayıdaki ve Çoktemporal Analiz: [Dönder: 1) Farklı dalgalar çıplak gözlere görünmez özellikleri ortaya çıkarır (örneğin, bitki örtüsü, sualtı topografisi, açık sudaki görüntüleri karşılaştırır).
  • [FONT:0) GIS ve Modeling ile ilgili olarak: Uzaktan algılama verileri doğrudan Coğrafi Bilgi Sistemlerine (GIS) uzaysal analiz için ve hidroksilogic /hydraulic modellerine göre sel tahminler ve düzenleyici onaylar.
  • [FONT:0]Scalability:[Dönetici 1] Yerel bir drone araştırmasından bir kıta çapındaki uydu programına kadar, uzaktan algılama projeleri her ölçekte, tek bir drenaj culvert'tan ulusal bir kıyı savunma stratejisine destek vermektedir.

Meydanlar ve Sınırlar

Güçlülerine rağmen, uzaktan algılama bir panacea değildir. İnşaat mühendisleri, verileri uygun şekilde kullanmak için sınırlamalarını anlamalıdır.

Spasal ve Temporal Karar Ticaret-Offs

Yüksek uzaysal karar (sub-meter) genellikle dar bataklıklar ve daha uzun zaman veya daha yüksek maliyetle gelir. Örneğin, 30 cm çözünürlükte bir görüntü, büyük rutin izleme için ekonomik olmayan 20 $ 'a mal olabilir. Conversely, ücretsiz Landsat görüntüler (30 m) küçük erozyon özellikleri veya bireysel binalar yakalamamalıdır.

Bulut Kapak ve Hava Müdahalesi

Optik uydular, kıyı ve sel-prone bölgelerinde sık sık görülen bulutlar aracılığıyla görülemezler (özellikle fırtınalar sırasında). SAR bulutları nüfuz ederken, kendi yorum zorluklarına sahiptir (örneğin, gürültü, karmaşık geometrik bozulmalar). Kullanıcılar altoptimal görüntü ve alternatif veri kaynakları hazırlanmalıdır.

Data Volume and Processing Kompleity

Yüksek çözünürlüklü uydu ve drone anketleri, QGIS gibi yüksek kaynak alternatifleri, makine öğreniminin daha fazla otomatik sınıflandırma için kullanılır, ancak model eğitimi yerel koşullar için mevcut olmayabilir.

Atmospheric and Radiometric Düzeltmes

Sensörler tarafından kaydedilen yansıma değerleri, atmosferik bir saç ve absorpsiyon tarafından da etkilenir ve sensör kalibrasyonu için, atmosferel olarak düzeltilmesi veya sayısal analiz için (örneğin, drone verileri için sel derinlik hesaplamaları gerekir).Incorrect düzeltmeleri yanlış sonuçlara yol açabilir.

Mühendislik Tasarım için Dikey Hak

Uydu-derived DEMs (e.g., WorldView stereo) dikey accuracies of 0,5-2 m, bu birçok mühendislik tasarımı için yetersizdir (örneğin, temel derinlikler için uygun verileri kullanmak gerekir). Airborne LiDAR tipik olarak 10-20 cm dikey doğruluk elde edebilir, ancak RTK GPS ile 5 cm doğruluk elde edebilir.

Özelleştirilmiş Beceriler ve Eğitim

Bir sivil mühendislik firmasında uzaktan algılamayı geliştirmek, yazılım, donanım ve eğitim gerektirir. Üniversiteler şimdi curricula'ya uzaktan algılama dahil, ancak birçok uygulama mühendisinin devam etmesi gerekiyor. geospatial danışmanlar veya federal ajanslar ile ortaklıklar boşlukları köprüleyebilir.

Future rotası ve Gelişen Teknolojiler

Uzak algılamadaki inovasyon hızı, mevcut zorlukların üstesinden gelmek ve kıyı ve sel direnç için yeni uygulamalar açmak için vaat ediyor.

Yapay Zeka ve Derin Öğrenme

Makine öğrenme algoritmaları, arazi kapağını otomatik olarak sınıflandırmak, değişiklikleri tespit edebilir (örneğin, selplains'deki yeni binalar), ve hatta uydu görüntüleyicisinden sel olarak su tahmin edebilir. Convolutional sinir ağları (CNNs) büyük veri setleri üzerinde eğitilmiştir (örneğin, dörd.,0)You12Flood dataset).

Sentetik Aperture Radar (SAR) Bilinçlendirme Büyüme

Yeni SAR uydu takımyıldızları (örneğin, ICEYE, Capella Space) sık sık tekrarlar (gün ya da hatta saat) ve altmeter kararı verir. Bu veriler, yoğun bitki ve kentsel kanallar altında bile selleme tespiti yoluyla sel izlemeyi devrimleştirecektir.InSAR, göreceli deniz seviyesi artış değerlendirmeleri için önemli ölçüde ilerlemeye devam edecektir.

Uncrewed Aerial Systems (UAS) Advancements

Drones daha ucuz hale geliyor, daha otonom ve çok fazla korkutucu, LiDAR ve termal sensörler. Görsel görüntünün (BVLOS) operasyonları, sürekli kullanıcı müdahalesi olmadan büyük çaplı anketler sağlayacak. Drone swarms tek bir uçuşta tüm bir ilçede bir fırtına hasarını değerlendirebilir. Düzenli drone gözetimi varlık yönetimi için standart hale gelecektir.

IoT ve Crowdsourced Data ile entegrasyon

Uzaktan algılama verileri, temel tabanlı Nesnelerin İnterneti (IoT) sensörleri (su seviyesi ölçümler, toprak ne sensörleri, dalga buoyları) ve kalabalık kaynaklı raporlar akıllı uygulamalar aracılığıyla füzyonu artıracak ve gerçek zamanlı karar desteği sağlayacaktır. Örneğin, bir uydu algılama ağır yağışı otomatik olarak selaissance için drone uçuşlarını tetikleyebilir.

Çevresel İzleme için Hiperspectral Görüntüleme

Hiperspectral sensörleri yüzlerce dar grubun kaydı, kirleticilerin tanımlanmasına izin vermek, sedit türler, petrol dökmeleri ve invaziv türler. kıyı mühendisliğinde, hiperspectral veriler plajlarda tahıl boyutunu haritalayabilir (yaralama oranlarına bağlı olarak) veya insangrove'un erken işaretlerini tespit edebilir.

Bulut tabanlı İşleme ve Açık Veri

Google Earth Engine, Amazon Web Services ve www.D:0)Copernicus Data Space Ecosystem[Dönetici: 1 ), yerel süper bilgisayar olmadan karmaşık analizler yürütebilir, erişim. Açık veri politikaları (örneğin, 2014 yılından bu yana ücretsiz olarak) hızlanan inovasyon ve küresel işbirliği sağlar.

Sivil Mühendisler için Pratik Rehberlik

Uzak algılamayı kıyı ve sel dayanıklılık projelerinde etkili bir şekilde entegre etmek için mühendisler bu adımları takip etmelidir:

  1. Ölçek ve doğruluk gerekliliklerini açıklar – Proje, kıyı şeridinin 1 km uzağında (drone) veya bölgesel sel risk değerlendirmesinin (satellite) alt metre haritasını gerektirir mi?
  2. [FONT:0]Leverage mevcut açık verileri ilk olarak [Döntilmiş 1] – Ücretsiz kaynaklar: ABD Toprak Kabulü için Copernicus Open Access Hub for Sentinel-1/2, NOAA Digital Coast for LiDAR and orthoimagery. genellikle bu yeterli ön çalışmalar için.
  3. [FONT=0) Mevsimlik ve zaman kısıtlamaları için planlayın[Dönem: 1) Bulut-prone mevsimlerinde, SAR verilerine öncelik verin (Sentinel-1) veya sabit hava sırasında drone uçuşları planlayın.
  4. [FONT:0]Yer gerçeği ile tarih[[Dönetici: 1) En iyi uzaktan algılama ürünü bile bazı alan doğrulama gerektirir. GPS puanları, gelgit ölçümleri veya kalibre ölçümlerini kullanarak ve doğrulayın.
  5. [FONT=0]Combine veri kaynakları[[Dönetici: 1) Kapsamlı anlayış için, aşırı uydulu arazi kapağı, LiDAR yükseklik ve bir GIS'de situ izleme verileri.Bu entegre görüş sağlam mühendislik kararları destekler.
  6. [FONT:0]Stay şu anda eğitim ve araçlarla mevcut; – ESA, NASA ARSET ve Coursera, Hidroloji ve kıyı uygulamaları için uzaktan algılama sunuyor.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Uzaktan algılama, yukarıdan aşağıya doğrulanmış uzaysal ve sel-prone bölgeleri için modern bir temel mühendislik uygulamasının bir temel taşı haline geldi.Deniz seviyesindeki artış ve erozyonu haritalamalı altyapıyı haritalama ve bulut bilişimi tasarlamadan, Dünya'yı yukarıdan gözlemleme yeteneği, zaman zaman zaman aralığı ve çok fazla düşünülemez, ve çok fazla fikirlendirici bir şekilde optimize etmek için daha iyi donanımlı olacaktır.Veriler işleme, ve maliyet zaten kullanılabilir - her tasarımda hızlı ilerlemeler, yapay zeka ve bulut bilişim, ve bulut bilişim hızla kapanıyor.