地下管線數(shù)據(jù)采集實(shí)時(shí)“智檢”技術(shù)研究

葉林飛，陳 奇，朱學(xué)明，蔣俊杰

(1.常州市新北自然資源和規(guī)劃技術(shù)保障中心，江蘇 常州 213022;2. 常州市新北自然資源和規(guī)劃服務(wù)中心，江蘇 常州 213022)

0 引 言

城市地下管線作為水、電、氣、通信信號(hào)等城市所需物資和信息傳送的重要基礎(chǔ)設(shè)施，對城市的正常運(yùn)轉(zhuǎn)具有重要意義[1]。為貫徹落實(shí)《國務(wù)院辦公廳關(guān)于加強(qiáng)城市地下管線建設(shè)管理的指導(dǎo)意見》，加強(qiáng)城市地下管線建設(shè)管理，全國各省市均積極響應(yīng)國務(wù)院號(hào)召聚力開展城市地下管線系統(tǒng)建設(shè)工作[2]。

近年來關(guān)于地下管線數(shù)據(jù)質(zhì)量問題日益受到關(guān)注并予以科學(xué)研究。如構(gòu)建管線層次模型，研究管點(diǎn)相似性計(jì)算方法，開發(fā)城市地下管線空間數(shù)據(jù)匹配模型[3]。通過對城市地下管線探測各專業(yè)、各工序質(zhì)量控制要素的研究，確定和劃分與探測作業(yè)質(zhì)量相關(guān)的各子項(xiàng)(內(nèi)容)及其權(quán)重系數(shù)，對管線探測全過程整體成果質(zhì)量進(jìn)行評(píng)定[4]。利用復(fù)雜網(wǎng)絡(luò)理論對供水管網(wǎng)進(jìn)行結(jié)構(gòu)測度和魯棒性分析，提出一種新的管網(wǎng)模型——管線對偶圖模型[5]。運(yùn)用GIS方法對地下管線成果數(shù)據(jù)分析其屬性信息、坐標(biāo)、關(guān)聯(lián)信息等進(jìn)行質(zhì)檢[6]。但大部分研究是針對入庫地下管線數(shù)據(jù)進(jìn)行各類質(zhì)量檢測。

隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，尤其是移動(dòng)GIS、LBS以及嵌入式計(jì)算技術(shù)的深入融合，移動(dòng)框架與地圖組件不斷更新，如近年MUI(DCloud官方推出的基于HTML5+標(biāo)準(zhǔn)的框架)作為移動(dòng)端的前端框架，為地下管線采集數(shù)據(jù)階段實(shí)時(shí)“智檢”提供了技術(shù)支撐。

1 地下管線“智檢”方法

傳統(tǒng)管線數(shù)據(jù)質(zhì)檢主要是在外業(yè)測量之后內(nèi)業(yè)處理階段進(jìn)行，一旦發(fā)現(xiàn)數(shù)據(jù)有疑似質(zhì)量問題，需要外業(yè)現(xiàn)場補(bǔ)測予以解決，降低了測量作業(yè)效率[7]。而對一些錯(cuò)誤，尤其是一些人為輸入錯(cuò)誤，如果現(xiàn)場能及時(shí)給出預(yù)警提示，測量人員便可以在作業(yè)現(xiàn)場進(jìn)行數(shù)據(jù)復(fù)核，避免測量錯(cuò)誤，從而有效提升數(shù)據(jù)質(zhì)量和工作效率。

如圖1所示，管線數(shù)據(jù)“智檢”關(guān)注于管線數(shù)據(jù)生產(chǎn)源頭的質(zhì)量控制，解決方案是利用移動(dòng)端設(shè)備，現(xiàn)場將實(shí)測數(shù)據(jù)與已有數(shù)字高程模型、管線數(shù)據(jù)、地形圖數(shù)據(jù)等進(jìn)行綜合數(shù)理統(tǒng)計(jì)分析，通過坡度角和方向角指標(biāo)的合理區(qū)間判斷管線數(shù)據(jù)是否存在質(zhì)量問題。測量人員可對疑似存在問題的數(shù)據(jù)通過現(xiàn)場復(fù)核予以消除，從而提升外業(yè)數(shù)據(jù)采集的質(zhì)量和工作效率。

圖1 “智檢”工作流程圖

1.1 “埋深”預(yù)警檢測

重力自流管線管點(diǎn)埋深檢測，利用數(shù)字高程模型，綜合運(yùn)用電子草圖上管線起始坐標(biāo)和終點(diǎn)坐標(biāo)，采用歐式距離算法推算起始管點(diǎn)地面高程，并根據(jù)探查起始點(diǎn)埋深，計(jì)算管點(diǎn)標(biāo)高，得到管線兩端三維空間坐標(biāo)，采用已有管點(diǎn)數(shù)據(jù)統(tǒng)計(jì)分析去除異常值，得到坡度角區(qū)間，實(shí)現(xiàn)探查實(shí)時(shí)埋深數(shù)據(jù)檢測預(yù)警。

1.1.1 數(shù)字高程模型生成

選擇地形圖作為數(shù)字高程模型(DEM)生產(chǎn)的數(shù)據(jù)來源，在整個(gè)測區(qū)范圍內(nèi)提取高程點(diǎn)，運(yùn)用克里金插值進(jìn)行高程點(diǎn)加密并對錯(cuò)誤高程點(diǎn)數(shù)據(jù)修正，生成TIN文件并將其轉(zhuǎn)換為數(shù)字高程模型DEM文件。

1.1.2 管點(diǎn)標(biāo)高計(jì)算

外業(yè)探查時(shí)，在探查草圖上生成起始點(diǎn)，可以獲取其粗略坐標(biāo)，根據(jù)其坐標(biāo)在數(shù)字高程模型中得到起始點(diǎn)的高程G、埋深h、標(biāo)高H[8]。

H=G-h

(1)

1.1.3 管線坡度角計(jì)算

根據(jù)1.1.2計(jì)算標(biāo)高即垂直坐標(biāo)z，結(jié)合測量獲取的平面坐標(biāo)可得到管點(diǎn)的三維空間坐標(biāo)。采用歐式距離可求取空間上兩點(diǎn)D1(x1,y1,z1)、D2(x2,y2,z2)的坡度角θ，即：

(2)

1.1.4 同一類型重力自流管線數(shù)據(jù)的坡度角區(qū)間計(jì)算

同一類型的重力管線數(shù)據(jù)期望(均值)可表示為：

(3)

試驗(yàn)選擇使用某一測區(qū)雨水管線的101段進(jìn)行坡度角計(jì)算，經(jīng)排序分別為：-1.865 1,-0.895 55,-0.868 65,-0.750 21,-0.517 38,-0.505 34,-0.425 41,-0.298 48,-0.273 78,-0.266 2，……，0.304 19,0.332 25,0.336 24,0.336 91,0.338 28,0.499 01,1.221 5,1.581 79,1.823 5,1.856 75,9.804 15。

依據(jù)樣本分位數(shù)公式，可得出：Min=-1.865 1，Max=9.804 15；第一四分位數(shù)Q1：np=101×0.25=25.25，故x0.25=Q1=x(26)=-0.130 94；樣本中位數(shù)M：np=101×0.5=50.5，故x0.5=M=x(51)=0.013 46；第三四分位數(shù)Q3：np=101×0.75=75.75，故x0.75=Q3=x(76)=0.182 13。

在數(shù)據(jù)集中某一位觀察值不尋常地大于或者小于該數(shù)據(jù)集中的其他數(shù)據(jù)，即存在疑似異常值，其對計(jì)算結(jié)果產(chǎn)生不利影響。根據(jù)圖2可判斷該數(shù)據(jù)集存在疑似異常值。

圖2 數(shù)據(jù)箱線圖

四分位間距IQR=Q3-Q1=0.313 07。若一個(gè)數(shù)據(jù)小于Q1-1.5IQR或大于Q3+1.5IQR，則認(rèn)為它是一個(gè)異常值。試驗(yàn)數(shù)據(jù)異常值區(qū)間為(-∞,-0.600 545)U(0.651 735,+∞)，確定該數(shù)據(jù)集的異常值并除去后結(jié)果如圖3所示。

圖3 去除異常值的箱線圖

去除異常值后，最小值、最大值分別為-0.517 4、0.625 8，數(shù)據(jù)總量為90，即所有數(shù)據(jù)位于區(qū)間[-0.517 4,0.625 8]，選擇覆蓋數(shù)據(jù)集合的區(qū)間[-0.520 00,0.630 00]，分為10個(gè)小區(qū)間，其長度Δ=[0.630 00-(-0.510 00)]/10=0.115 000，出現(xiàn)在每個(gè)小區(qū)間的數(shù)據(jù)頻數(shù)fi結(jié)果如表1所示。測區(qū)的坡度頻率直方圖如圖4所示。

圖4 測區(qū)坡度頻率直方圖

表1 坡度角頻數(shù)分布表

由圖4可知，坡度角頻率直方圖可擬合為某一正態(tài)總體X，從圖中可估計(jì)X在區(qū)間(-0.290 00，0.400 00)的概率為93%。因此，可認(rèn)為該測區(qū)雨水管線的坡度在(-0.290 00,0.400 00)區(qū)間內(nèi)為正常，該區(qū)間可作為周邊測區(qū)的正常坡度區(qū)間。該區(qū)間值之外視為疑似異常值，原因主要是：數(shù)據(jù)測量誤差、數(shù)據(jù)記錄錯(cuò)誤或者數(shù)據(jù)錄入錯(cuò)誤、個(gè)別特例(如數(shù)據(jù)集合中的最大值是因?yàn)樵摱斡晁芴幱谀┒伺潘?，因此該段的坡度角和整體偏差相差很大但又符合實(shí)際)。

1.2 “方向”預(yù)警檢測

對于單純的拐點(diǎn)構(gòu)造管線(圖5)，管點(diǎn)D2關(guān)聯(lián)著管段A與B，管段A與B屬于同一管線的充分必要條件是：① 管段B與管段A管徑材質(zhì)相同；② 管段A在D2處的夾角α>=135°，且在所有與D2關(guān)聯(lián)的相同管徑以及材質(zhì)的管段中，管段A的夾角最大(夾角最大化規(guī)則)[5]。夾角最大化規(guī)則是基于設(shè)計(jì)和鋪設(shè)中管道的實(shí)際排布規(guī)律。

圖5 拐點(diǎn)構(gòu)造管線圖

根據(jù)電子草圖可計(jì)算夾角。管點(diǎn)平面坐標(biāo)為：D1(x1,y1),D2(x2,y2),D3(x3,y3)

判斷夾角α是否大于等于135°，不符合條件則實(shí)時(shí)產(chǎn)生預(yù)警提示。

1.3 “結(jié)構(gòu)”+“屬性”預(yù)警檢測

由外業(yè)探測的管線點(diǎn)特征屬性可判定連接點(diǎn)的連接數(shù)量，查詢數(shù)據(jù)庫里以該點(diǎn)為起點(diǎn)和終點(diǎn)的管線總數(shù)也可計(jì)算連接點(diǎn)的連接數(shù)量。而根據(jù)管網(wǎng)的拓?fù)浣Y(jié)構(gòu)關(guān)系，兩個(gè)連接數(shù)量應(yīng)該一致：

SUM(D2=起點(diǎn))+SUM(D2=終點(diǎn))=D2·特征屬性

當(dāng)上述條件不成立時(shí)，提出預(yù)警，探測人員可以據(jù)此研判：

(1)是否為錯(cuò)漏普查管段。

(2)是否存在重復(fù)探測。

(3)管線點(diǎn)的連接數(shù)量是否記錯(cuò)。

2 管線“智檢”實(shí)例分析

編程實(shí)現(xiàn)上述3個(gè)“智檢”方法，并模擬“智檢”對管線生產(chǎn)質(zhì)量的影響?，F(xiàn)有110個(gè)管線測繪項(xiàng)目，總公里數(shù)為558 km，對比分析管線原始測量，運(yùn)用本文總結(jié)的算法進(jìn)行管線“智檢”(稱為“前置行為”)，形成預(yù)警數(shù)據(jù)列表，經(jīng)匯總統(tǒng)計(jì)與原始質(zhì)檢結(jié)果對比分析(稱為“后置行為”)，結(jié)果如表2所示。

表2 “預(yù)警”覆蓋率對照表

比對原始數(shù)據(jù)經(jīng)過“智檢”分析得到的預(yù)警數(shù)量和原始質(zhì)檢成果，在埋深、方向、結(jié)構(gòu)+屬性的預(yù)警準(zhǔn)確率和錯(cuò)誤覆蓋率較高，管線質(zhì)量問題前置顯現(xiàn)，測量人員可實(shí)時(shí)反饋，降低外業(yè)復(fù)測次數(shù)，減輕質(zhì)檢人員工作量。

實(shí)際生產(chǎn)過程中可開發(fā)利用一個(gè)地下管線“智檢”數(shù)據(jù)采集APP。管線數(shù)據(jù)采集階段，外業(yè)測量人員實(shí)時(shí)在APP中記錄測量數(shù)據(jù)，系統(tǒng)根據(jù)算法對數(shù)據(jù)預(yù)判。

3 結(jié) 語

傳統(tǒng)的管線質(zhì)檢注重于外業(yè)數(shù)據(jù)采集結(jié)束后的數(shù)據(jù)質(zhì)檢，本文結(jié)合管線探測注重于在數(shù)據(jù)采集同時(shí)對測量數(shù)據(jù)實(shí)時(shí)智能檢測，并對疑似出現(xiàn)的問題(埋深、管點(diǎn)位置、連通數(shù)量)實(shí)時(shí)提出警告，探測人員可以根據(jù)現(xiàn)場分析，排除因?yàn)楣ぷ魇д`可能導(dǎo)致的數(shù)據(jù)問題，現(xiàn)場予以糾正，能夠有效提高外業(yè)數(shù)據(jù)質(zhì)量和數(shù)據(jù)生產(chǎn)效率，具有十分重要的實(shí)際應(yīng)用價(jià)值。

地下管線外業(yè)采集“智檢”研究未顧及相鄰空間中其他類型的管線影響，可進(jìn)一步深入融合。在后續(xù)研究中可對多種重力自流管線數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，加入多種權(quán)重因子，在空間相鄰管線(管線水平凈距、垂直凈距)相互影響方面，考慮相關(guān)規(guī)劃建設(shè)設(shè)計(jì)標(biāo)準(zhǔn)，完善整個(gè)管線“智檢”技術(shù)體系。