Page 68 - 2022年第53卷第1期

（a） 无渗漏 （b） 渗漏
图 10 草皮覆盖坡面夜间热图像

（a1） 无渗漏可见光图像 （a2） 无渗漏融合图像 （a3） 无渗漏热图像

（b1） 渗漏可见光图像 （b2） 渗漏融合图像 （b3） 渗漏热图像
图 11 草皮覆盖坡面午后图像

捕捉高温异常和低温异常。
该判别指标的计算是在像素级层面开展的，执行时，对同一视窗不同时刻采集的热图像进行遍
历，记录判别指标超过预设阈值的像素点，当超过预设阈值像素点数目达到预设阈值时，则判定存
在渗漏。根据汛期大量试验结果，推荐将判别指标的阈值设置为 2～3 ℃，而数目阈值的设置需要根
据地面采样间隔（Ground Sampling Distance，GSD）来具体确定。
为验证本文判别指标的实用性，以图 10 和图 11 为例，分别采用 Otsu 全局阈值法和本文所述判别
指标法提取渗漏影响区。其中，以图 10（a）所示的矩形区域的平均温度为温度基准，温度阈值设为
2℃。图 10（b）和图 11（b3）中渗漏影响区的提取结果如图 12 所示。可见本文方法对草皮覆盖和无遮盖
坡面的渗漏均是有效的，并且提取结果较 Otsu 全局阈值法更为准确。
4.5 IRT 在实际工程渗漏探测中的适用性和局限性 以上工作均是在模型尺度开展，当 IRT 应用于
实际大型堤坝工程渗漏探测时，势必面临以下三方面问题：
（1）地面采样间隔。GSD 表征了热图像中一个像素代表的真实地物的大小。根据成像原理：
GSD = D × 1 （7）
f R
式中：D 为成像距离；f 为红外热像仪的焦距；R 为红外热像仪的静态综合分辨率。可见热像仪分辨
率越高，离探测目标越近，图像的地面采样间隔越小，热图像中的细节信息便越丰富。

— 63 —