DOI 10.35776/MNP.2020.05.08
УДК 628.144:628.179.34:528.88

Гусейнли Эльмир Имран оглы, Алиева А. Д.

Новый метод дистанционного обнаружения утечек воды
из трубопроводов

Аннотация

Рассмотрена возможность разработки нового метода дистанционного обнаружения утечек воды из трубопроводов. Для выработки рекомендаций по оптимальной реализации высотного (самолетного или спутникового) зондирования с целью обнаружения утечек воды из трубопроводов про­анализированы основные физические процессы, влияю­щие на результаты обнаружения утечек воды методом дистанционного зондирования. Показана необходимость учета следующих физических воздействий: зависимость отражательного спектра почвы от ее влажности; зависимость оптической плотности атмосферного аэрозоля (AOD) от относительной влажности (RH); инверсная взаимосвязь между температурой и влажностью воздуха; зависимость отраженного сигнала почвы от температуры из-за сушки почвы. Предложен новый метод обнаружения утечек из трубопровода, предусматривающий повторную проходку трассы водопровода и сравнение полученных спектро­метрических результатов с учетом влияния температуры воздуха на влажность почвы и степень увлажненности атмосферного аэрозоля.

Ключевые слова

водопровод , влажность , увлажнение , утечка , дистанционное зондирование , спектр

Дальнейший текст доступен по платной подписке.
Авторизуйтесь: введите свой логин/пароль.
Или оформите подписку

Список цитируемой литературы

1. Diofantos G. Hadjimitsis, Athos Agapiou, Kyriacos Themistocleus, Dimitrios D. Alexakis, Giorgos Toulis, Skevi Perdikou, Apostolos Sarris, Leonidas Toulis, Chris Clayton. Detection of water pipes and leakages in rural water supply networks using remote sensing techniques. https://cdn.intechopen.com/pdfs/45188/InTech-Detection_of_water_pipes_and_leakages_in_rural_water_supply_networks_using_remote_sensing_techniques.pdf (date of the application 24.09.2019).
2. Huang Y., Fipps G., Maas J. S., Fletcher S. R. Airborne remote sensing for detection of irrigation canal leakage. Irrigation and Drainage, 2010, v. 59, pp. 524–553.
3. Trishchenko P. A., Cihlar J., Zhanqing L. Effects of spectral response function on surface reflectance and NDVI measured with moderate resolution satellite sensors. Remote Sensing of Environment, 2002, v. 81, pp. 1–18.
4. Dong ZiPeng, Yu Xing, Li XingMin, Dai Jin. Analysis of variation trends and causes of aerosol optical depth in Shaanxi province using MODIS data. Chinese Science Bulletin. December 2013, v. 58, pp. 4486–4496. DOI: 10.1007/s11434=013-5991-z.
5. Athos Agapiou, Dimitrios D. Alexakis, Kyriacos Themistocleus, Diofantos G. Hadjimitsis. Water leakage detection using remote sensing, field spectroscopy and GIS in semiarid areas of Cyprus. Urban Water Journal, 2014. DOI: 10.1080/1573062X.2014.975726.
6. Xiao Z., Jiang H., Zhou G., Chen J., Zhang R. Characteristic of aerosol optical thickness as well the relationship with NDVI in the Yangtze River Delta. China. Terrestrial, Atmospheric and Oceanic Sciences, 2013, v. 24, pp. 863–876. DOI: 10.3319/TAO.2013.05.02.01(A).
7. Chen T., de Jeu R. A. M., Liu Y. Y., van der Werf G. R., Dolman A. J. Using satellite based soil moisture to quantify the water driven variability in NDVI: A case study over mainland Australia. Remote Sensing of Environment, 2014, v. 140, pp. 330–338.
8. Robert L. Andrew, Huade Guan, OkkeBatelaan. Large – scale vegetation response to terrestrial moisture storage changes. Hydrology and Earth System Sciences, 2017, v. 21, pp. 4469–4478. https://doi.org/10.5194/hess-21-4469-2017 (date of the application 24.09.2019).
9. Shwan Seeyan, Broder Merkel, Rudy Abo. Investigation of the relationship between groundwater level fluctuation and vegetation cover by using NDVI for Shaqlawa Basin, Kurdistan Region – Iraq. Journal of Geography and Geology, 2014, v. 6, no. 3. ISSN 1919-9779. E-ISSN 1916-9787. Published by Canadian Center of Science and Education.
10. Wendy H. Wood, Shawn j. Marshall, Shannon E. Fargey. Daily measurements of near – sufacehumidty from a mesonet in the foothills of the Canadian Rocky Mountains, 2005–2010. Earth System Science Data, 2019, v. 11, pp. 23–34.