一座大坝的表面看似平静坚固,但外表可能具有欺骗性。
这就是为什么世界各国政府要求定期对大坝进行检查。这是一个复杂的过程,旨在发现大坝周围土地的微小变化、细裂缝的出现或其他表明结构承受压力的迹象。
然而,全球7万座大坝中有许多位于偏远地区,这使得定期检查变得困难。
因此,越来越多的大坝检查数据从空中获取。近年来,无人机和卫星技术的发展为大坝检查提供了新的解决方案,能够以前所未有的方式监测大坝的完整结构。
“无人机和卫星彻底改变了大坝检查,提供了能够进入到以前无法到达区域的机会,并提供了更经济的方式来监控整个结构。”IEEE终身高级会员Raul Colcher说。
大坝面临的新威胁
虽然很少见,但大坝偶尔也会失事。国际大坝委员会对世界上最大的大坝进行追踪,该委员会称其数据库中的36,000座大坝里大约有300座曾经失事。这些事件造成了重大的生命损失和财产损害。该委员会指出,尽管历史上失事率约为1%,但近年来这一比率已大幅下降。
“一般来说,出现问题的主要原因是自然因素——如侵蚀、极端天气或地震活动,以及人为因素——糟糕的项目、施工失误、维护不足和老化,”Colcher说道。
一些专家将气候变化视为大坝面临的新威胁,因为它增加了大规模降雨事件发生的可能性。IEEE高级会员Paul Kostek说:“气候变化导致大坝后的蓄水量增加,这反过来又增加了对大坝结构的压力。这凸显出加强检查以及利用技术来扩大检查人员检查范围的必要性。”
合成孔径雷达(SAR)的出现
近年来,最具价值的卫星检测工具出现了:合成孔径雷达(SAR)。这种工具利用微波脉冲绘制地面地图,收集这些脉冲从地球反射回来时的反射波(https://spectrum.ieee.org/synthetic-aperture-radar-synspective)。合成孔径雷达技术的一个优势在于,它在创建地球物体高度精细的三维模型时能够穿透云层进行观测。
多年来,已经发射了许多合成孔径雷达卫星,这些卫星持续对地球进行测量。一个合成孔径雷达卫星星座每12天经过地球上的同一地点一次。这种持续测量带来了另一项能力,即干涉合成孔径雷达(InSAR),它通过比较两幅合成孔径雷达图像来探测大坝表面从太空来看小到1毫米的微小变化。
Kostek说,SAR系统也可以安装在无人机上,从而能够从其他角度进行观测。
“使用无人机或卫星(进行检测),无需(检测人员)前往现场就可以开展检测工作,并且在必要时,可以优先检测那些需要实地查看的大坝,”Kostek说道。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。