Dyrecta Lab presenta il paper, dal titolo “Technological Platform for Hydrogeological Risk Computation and Water Leakage Detection based on a Convolutional Neural Network”, in occasione della virtual conference “2021 Metrology for Industry 4.0 and IoT”.
Lo studio riguarda la messa a punto di un metodo efficace di gestione delle condutture idriche, al fine di massimizzare l’efficienza idrica e preservare la qualità dell’acqua, sia per uso umano che agricolo. La metodologia sviluppata, idonea al monitoraggio di ampie aree, è stata testata su reti di tubazioni idriche destinate all’irrigazione situate nel territorio pugliese.
In dettaglio è stata implementata una piattaforma tecnologica di monitoraggio e supporto alle decisioni in tempo reale per l’efficientamento idrico e il calcolo del rischio idrogeologico.
Il lavoro propone un approccio basato sulla termografia a infrarossi (TIR) che può essere associato all’uso di un’automobile e/o di un drone, in modo da raggiungere e monitorare vaste aree in breve tempo. Il sistema integra diverse tecnologie di rilevazione, in quanto la TIR è supportata dall’utilizzo del georadar, detto anche Ground Penetrating Radar (GPR), per l’ispezione di condotte interrate. Inoltre, sono stati utilizzati algoritmi di Intelligenza Artificiale (AI) per elaborare le immagini radiometriche acquisite con l’obiettivo di identificare le perdite d’acqua anche quando queste sono latenti. In particolare, è stata implementata una rete neurale convoluzionale (CNN) per identificare le perdite. Per quanto riguarda il calcolo del rischio idrogeologico, sono stati implementati algoritmi basati su condizioni logiche che consentono di abbinare i dati meteorologici e le mappe di rischio idrogeologico dei luoghi di interesse, al fine di prevedere il rischio idrogeologico del territorio.
Per maggiori informazioni:
https://ieeexplore.ieee.org/document/9488561
