污水管网重大缺陷快速识别方法研究

1.1 重大缺陷界定

《城镇排水管道检测与评估技术规程》（CJJ 181-2012）将污水管道缺陷划分为两类：结构性缺陷和功能性缺陷，二者均属于管道本身缺陷。其中结构性缺陷定义为管道结构本体遭受损伤，影响强度、刚度和使用寿命的缺陷，功能性缺陷定义为导致管道过水断面发生变化，影响畅通性能的缺陷。污水管网结构安全和功能性除了受到管道本身缺陷影响外，还受到管周土体状况的影响。因此，结合长江大保护相关城市管网排查改造实践经验，并参考CJJ 181中相关概念，提出了考虑管道本体和管周土体状况的污水管网重大缺陷的概念，污水管网重大缺陷是指管道本体或管周存在的影响管网结构强度、刚度、稳定性，并将对环境造成严重污染或存在较大安全隐患的缺陷。本文将重大缺陷分为两类：一类是管道本体缺陷；另一类管周土体空洞，这两类缺陷均会对管网的功能发挥、结构安全以及周边环境带来显著影响，且存在诱发更大风险的可能性。

1.2 管道本体缺陷

污水管道本体缺陷类型除了根据造成的破坏效果分为结构性和功能性缺陷外，还可以根据缺陷发生位置可分为管段缺陷和接头缺陷。管段缺陷包括开裂、变形、渗漏、腐蚀、树根、浮渣、沉积物、支管暗接、异物穿入等。接头缺陷包括错口、脱节、渗漏等。污水管道的失效往往是多种缺陷相互耦合的结果，图1为污水管网的潜在灾变链形式。

图1 污水管道灾变链

支管暗接和异物穿入会诱发管道开裂，管道下部空洞、树根会诱发管道变形、破裂、错口、脱节，上述缺陷会进一步导致管道渗漏。渗漏问题不仅会引起管周土壤的流失，形成空洞，增大地面塌陷的风险，同时也会导致污水外溢或地下水渗入管道，造成严重的环境污染。由上述分析可知多种污水管道缺陷的耦合演化最终造成了地表塌陷和环境污染，管道下部空洞、支管暗接、异物穿入、腐蚀等缺陷属于诱发因素，变形、开裂、错口、脱节属于初始后果，渗漏属于表征缺陷，塌陷和环境污染属于最终结果。对于管道本体重大缺陷，仅需关注变形、开裂、错口、脱节、渗漏等缺陷《城镇污水管道检测与评估技术规程》中将管道缺陷划分为1~4不同等级，其中1~2级缺陷对污水管网结构和运行安全影响较小，故本文研究对象为达到3~4级的上述缺陷。

1.3 管周土体空洞

管周土体空洞的成因较多，分析总结了管道周围土体空洞的诱因如下：

（1）管道渗漏或破裂。污水、给水、热力、燃气等地下管线因年久失修或承压不均匀导致泄露，泄露出的水流或气流不断冲刷周围土层，带走周围泥沙引起的地下空洞。在以上几类地下管线中，尤其值得重视的是污水管道，由于污水管道是重力流管道，一般对管段接口、管材和安装质量要求不高，在地面载荷加大和其周围水土流失的条件下，更容易出现接口错位、起伏、破裂、脱节等缺陷，引发周围土层移位，形成空洞，随着渗漏的不断发展，最终导致路面坍塌，带来严重的道路交通事故。

（2）施工扰动。在管道铺设、维护或改扩建过程中，如果回填土压实度不够或未按规范施工，会造成土壤结构疏松，易产生空洞。此外，重型机械反复碾压也可能导致土体密实性降低，管道周边与土体结合部位容易出现空洞。

（3）地下水位变化。地下水位上升或下降过快，会改变土体原有的稳定状态，特别是在饱和砂土或粉土中，地下水的排泄或补给可能会引起管周土体液化，进而形成空洞。

1.4 管周土体空洞与管道本体缺陷之间的关系

污水管道本体缺陷与管周土体空洞之间存在着密切的关系。管道缺陷诱发渗漏，渗漏导致土体流失，进而造成空洞。管道渗漏还会改变周围地下水的水位分布，加剧土体空洞的形成。当地下水位降低时，原本被地下水支撑的土体失去部分支撑力，更易形成空洞。

污水管道周围的土体空洞会削弱管道的地基承载力，影响管道的力学稳定性。正常情况下，管道周围土壤对管道起到支撑和分散荷载的作用。一旦形成空洞，意味着管道失去了这部分土壤的支撑，管道所承受的垂直荷载将直接由空洞下方的土层承担，这会显著降低管道的承载能力，增加管道发生错口、断裂的风险。管道左右两侧空洞的存在会导致管道两侧土体对管道的约束减弱，管道在侧向力作用下的稳定性受到影响，例如在地下水位变化、土壤冻胀等条件下，管道更容易发生横向位移或扭转，从而造成管道变形、错口、脱节等缺陷。同时空洞区域相当于减少了管道周围土体对管道施加的环向约束力，使得原本均匀分布的土壤反力变得不均衡，从而在管道对应部位产生应力集中，增加了管道变形、开裂的可能性。

根据原理不同，污水管网检测技术主要分为物探检测技术（电视检测、声纳、潜望镜、探地雷达）、水量水质检测技术（流量检测分析技术、水质特征因子分析技术）。

2.1 污水管网物探检测技术

（1）CCTV检测。管道闭路电视检测系统(CCTV)是通过录像拍摄的方式对管道内部缺陷进行检测，能直接检测出污水管道结构性缺陷，检测结果准确直观，在国内得到了广泛应用。但其需要提前对管道进行封堵、降水、清淤等作业，导致该技术检测成本高，检测效率低。无法进行快速检测。

（2）声纳检测。声纳技术常被用于检测污水管道的变形和淤堵。应用声纳技术时，污水管道内的液面高度应大于300 mm。其仅能检测环向缺陷，无法检测纵向缺陷，检测精度较低。

（3）QV检测。管道潜望镜只能检测管内水面以上的情况，管内水位越深，可视的空间越小，检测精度越低，其主要用于管道排查阶段的初步快速检测。

（4）探地雷达技术。探地雷达技术是利用放射器从地表向下放射电磁波，然后收集反射上来的电磁波，分析电磁波所反映出来地下管道附近上层断面信息的一种物探技术，具有探测效率高、速度快等优点。适用于大面积快速探测，但其检测精度低，对人员识别图像能力要求较高。

2.2 水量水质检测技术

若污水管道存在错口、开裂、脱节、渗漏等缺陷，当地下水位高程大于缺陷所在位置高程时，外水可能从缺陷位置渗入管道内部，因此可以通过监测管道流量和水质，判断管道中不同来水情况，进而分析管道混接以及地下水渗入情况，从而初步确定管道状况。

（1）流量检测分析技术。流量检测分析技术主要通过在管网节点或潜在混接点安装流量计，监测管道流量，并根据水量平衡方程，求解量化污水管网中不同来源类型水体的水量输入情况。徐祖信等运用管道流量监测数据、污染源调查数据、泵站运行数据、地下水入渗模型，构建了上海市某分流制污水系统的水量平衡方程，通过方程联立求解，定量解析了旱季期间雨水管网中的污水混接、地下水入渗况。ALMEIDA等通过监测污水管网重要节点流量，并结合区域供水数据、水质分析等方法，分析了污水管网的入流入渗情况。然而，流量分析技术需要通过获取大量管道流量数据明确水量平衡方程的边界条件，具有成本高、人员投入大的问题。此外，其诊断精度主要为区域水平，管网缺陷定位困难。

（2）水质特征因子分析技术。水质特征因子分析技术的基本思想：筛选针对不同来源类型水体的特异性和保守性特征因子，在此基础上建立涉及特征因子指标和贡献比例的化学质量平衡（CMB）模型，并通过CMB模型求解，定量解析污水管网中不同来源类型水体的接入比例。目前，该方法在国内外的应用已较多，IRVINE等在对雨水管网排口旱天调查的基础上，选取硝氮、氨氮、氟化物、钾、阴离子表面活性剂、总氯、磷、浑浊度和大肠杆菌等12个指标作为水质特征因子，成功对纽约西部地区污水系统进行了污染溯源。LILLY等以氨氮、表面活性剂、钾、氟化物等为特征因子，利用流程图法对切萨皮克湾2个子流域进行雨污混接水量来源解析。徐祖信等将水质特征因子技术和蒙特卡洛不确定性分析方法结合，分别采用安赛蜜、总氮表征生活污水，硬度表征地下水，氟化物表征工业污水，解析了污水管道中3种来水的水量比例，对地下水渗入情况进行了分析。特征因子分析技术能够实现对雨水管网混接入渗水体的精细化定量解析，但主要适用于不同来源类型水体的特征因子之间存在显著性差异的场景，受特征因子选择等限制，该技术的适用性有限。由于该技术仅需开展特征因子检测和部分点位流量监测，因此其诊断成本较低。然而，该技术的诊断精度一般为区域水平，为实现对混接入渗问题的定位还需在各检查井开展水质监测，成本较高。

2.3 管网检测技术对比

不同污水管网检测技术具有各自的特点和适用性，本文根据目前不同技术在污水管网检测过程中的应用，以及上述分析，对不同检测技术进行对比和总结，如表1所示。

表1 污水管网不同检测技术对比

当前广泛应用的污水管网检测技术尚无法独立实现重大缺陷的快速检测。有鉴于此，一部分研究者提出了将物探技术和水量水质检测技术相融合的检测策略，首先利用水质水量检测技术圈定潜在问题区域，继而借助物探技术精确定位管道故障。尽管此类组合法在一定程度上破解了部分管道缺陷的检测难题，但依然面临高昂的检测成本、较低的检测效率，尤其在面对高位运行的管道系统时，效用有限。因此，本文在此背景下提出了一种面向污水管网重大缺陷的快速识别解决方案，其核心技术路线见图2。这一方法旨在整合各类先进技术与大数据资源，以期实现对管网重大缺陷的高效、精准识别，从而全面提升城市污水管网系统的运维效能和安全保障水平。

图2 污水管网重大缺陷快速识别方法技术路线

本文采用精细化的分区策略对城市污水管网系统进行了科学划分，第一步，基于行政区划的基础，将整座城市的污水管网按照区县级行政边界进行分区，确保每个片区都是一个相对独立的模块。第二步，结合管网中污水泵站的实际布局以及管网间的拓扑连接关系，将每一个行政片区内部的污水管网再细分，划分为多个与泵站服务范围相对应的子片区。以此为基础，针对性地开展污水管网重大缺陷的快速识别方法研究工作。首先，以区县级片区内的排水管网为研究对象，依托多源大数据分析技术，建立囊括多指标的大数据库。利用机器学习、深度学习等技术，基于海量历史数据构建管网缺陷预测模型，通过输入相关指标获得该区域内污水管网发生缺陷的概率。对于高风险区县，再以片区内各污水泵站服务片区对应的排水管网为研究对象，分析各片区的风险概率，筛选出高风险区域。然后，针对筛选出的高风险污水泵站服务片区，开展管网重大缺陷快速检测。针对渗漏问题，根据管道埋深与地下水位高度的不同情况，分别采用水质水量检测技术和无人机遥感技术进行快速检测；针对管周土体空洞问题，采用逻辑回归预测模型与车载探地雷达相结合的方式进行快速检测，从而确定存在问题的管道。最后，针对筛查出来的问题管道，采用多种先进物探技术相结合的方式开展管道内部快速检测，精准获取缺陷类型和缺陷等级，具体实施步骤如下。

3.1 区县级片区存在缺陷的污水管网分析预测

利用管网数据、经济发展指标、气象数据、给水数据、降雨数据、人口数据、地理信息数据等多元数据集，开展区县级行政片区存在缺陷的污水管网分析工作，具体方法如下：

（1）数据整合与清洗。首先，将上述各种类型的大数据进行整合，构建包含管网物理位置、结构信息、历年建设和维护记录、给水数据、人口数据、经济发展水平、气象历史数据、地理环境信息等多维度的数据库。进行数据清洗，去除无效、错误和重复的数据，填补缺失值，确保数据质量和一致性。

（2）关联性分析。分析管网数据信息与管网缺陷密度之间的关系，推算不同服役年限管网发生缺陷的概率。分析经济发展指标（如GDP、城市化进程、居民消费水平）与污水排放量的关系，推算污水管网承受的压力，预测未来负荷情况。结合给水数据与降雨数据，探讨季节性变化、干旱或洪涝期间污水量变化对管网系统的影响，寻找可能引发缺陷的周期性或突变性因素。分析人口密度、居住区分布与管网老化速度、缺陷频发区域之间的联系，揭示人口增长对污水管网系统性能的影响。利用气象数据（如气温、降雨量、湿度、蒸发量）分析极端气候条件对管网材料性能和结构稳定性的潜在威胁，如冻胀引起的破裂、高温加速材料老化等。

（3）预测模型构建。利用机器学习、深度学习等技术，基于历史数据构建管网缺陷预测模型，将管网数据、经济发展、气象、给水、降雨、人口及地理信息等因素作为输入变量，输出变量为目标区域内管网可能出现的缺陷概率或严重程度。建立时间序列模型，分析各类数据的历史趋势，预测未来可能发生缺陷的管网区域。

（4）高风险区域筛分识别。使用大数据分析预测模型，对区县级片区内的污水管网进行缺陷分析预测。若片区内管网缺陷风险较高，则使用本文提出的分区方法，对该片区内的排水管网进行分区，然后，对各污水泵站服务片区的管网分别运用大数据技术进行分析，借此精确筛选出潜在的高风险管网区块，从而有效地收敛和聚焦检测范围，提高缺陷排查的针对性与有效性。

3.2 污水泵站服务片区管网快速检测

经上述环节所筛选出的重点关注区域——即存在高风险的泵站服务片区管网，被确立为本阶段研究的核心对象。针对该区域内可能存在的不同缺陷，本文采取差异化的快速检测方法。由前文分析可知，管周土体空洞和渗漏现象之间存在着密切联系，这意味着在实际检测过程中，一旦在管网系统中识别到其中一种缺陷，应当格外警惕并立即对该区域进行更为详尽的核查，以确认是否同时伴随另一种缺陷。具体实施方案如下：

（1）管周土体空洞。本文提出以逻辑回归预测模型和地面车载探地雷达相结合的方式开展管周土体空洞快速检测，首先通过构建逻辑回归模型，预测可能发生塌陷的管网，然后利用车载探地雷达对高风险管网进行快速检测。具体步骤如下：

依靠文献调研，搜集地面塌陷相关数据资料，构建逻辑回归预测模型，如式（1）所示。在获取管网基础信息基础上，使用该模型预测可能发生塌陷的管网。

其中Pi为地面塌陷发生率，本研究中自变量数量为6，分别为管道埋深、管道长度、管道状况、管周土体性质、管网等效直径、管道材质。

针对计算出的高风险管网，采用车载探地雷达技术对路面下的空洞进行快速检测。

（1）渗漏现象。基于地下水位与管道埋深的相对位置关系，污水管网渗漏问题可划分为两类，即地下水流入管网内部的外水内渗现象以及污水从管网泄漏至周边土壤的污水外渗情况。这两种渗漏类型的检测方法各有特点且差异明显，因此，在面对实际管网系统时，务必依据其具体情境和条件选取适宜且高效的检测手段，以实现对渗漏问题的快速准确识别。

外水内渗：当地下水位高于管道缺陷所处高程时，管道本体重大缺陷将诱发外水渗入管道，针对这种情况，本文以污水泵站服务片区内管网为研究对象，采用水质特征因子技术排查可能存在重大缺陷的污水管段。

污水外渗：当地下水位低于管道缺陷所处高程时，管道本体重大缺陷会诱发污水外渗。针对这种现象，本文提出使用无人机搭载雷达方式，通过遥感技术快速检测渗漏。

污水外渗导致管道周边土壤含水量差异，不同含水量土壤的介电常数存在差异，雷达发射的电磁波遇到不同介电常数的土壤会发生反射，在雷达图像中显现，雷达测漏就是利用该原理确定渗漏区域。

3.3 管道内快速检测

采用多种物探技术相结合的方式对上节筛选出的存在重大缺陷的管道进行管内快速检测。针对管内水位的不同，本文提出了不同物探技术组合方式。

（1）满水位运行管道。针对满水位运行管道，在不需封堵、调水、清淤的情况下，本文提出将聚焦电流法与声呐技术相结合进行管道缺陷检测，开发一套融合两种物探技术的检测装备。聚焦电流法主要用于测定管道渗漏缺陷，声呐法主要用于测定管道环向缺陷。完整管道的电阻很高，当管道存在破损点时污水渗出，导致管道破损处周边土壤的电阻率降低。当有一个电压恒定的电极系移动到管道破损点(渗漏点)时，电极系的接地电阻降低，则电极系与远地端的电极间的电流就会瞬间增大，以此来发现渗漏位置。

（2）非满水位运行管道。针对非满水运行管道，本文提出将CCTV技术、聚集电流法、声呐技术、管中雷达技术相结合的综合检测方法，开发一套融合上述技术的综合检测装备。其中，CCTV技术用于监测水面以上管道的缺陷情况，聚焦电流法用于检测水面以下管道的渗漏位置，声呐技术用于检测管道环向缺陷，管中雷达用于检测管周土体空洞。通过上述物探技术的组合，可以大幅提高管道缺陷的检测精度和效率。

3.4 综合检测方法的特征与优势

3.4.1 特征

（1）本方法不仅着重于管道本体检测，而且将管周土体纳入检测体系，真正实现对管道系统全方位的检测。将大数据技术、车载探地雷达、无人机遥感、水质水量分析等间接检测方法与管道内部直接检测方法相融合，共同构建了一套集多种尖端技术于一体的综合检测方法。

（2）本方法采用了分层分级的设计理念，即从大的地理区域开始，逐级向下细化至管道，实现了空间上的由大到小、由整体到局部的有序检测。这使得检测工作能够在保证覆盖面广度的同时，也能精确聚焦于可能存在重大缺陷的关键部位。通过这样逐层细化、分区推进的检测流程，本方法有效地实现了从区域总体概览到具体管道细节的由粗放预测至精细检测的无缝过渡，极大地提升了污水管网检测的效率与准确性。

（3）本方法将现有成熟的检测技术和近年来发展起来的前沿技术进行了有效融合，无论是传统管道检测技术，还是大数据分析、无人机遥感等新兴技术手段，都在这套综合检测体系中得到了应用，从而提升了整个管网系统的健康诊断能力和早期预警效能。

3.4.2 优势

（1）本检测方法立足于实际需求，通过多层次、多种技术的综合运用，实现对污水管网系统的分级分区检测，有力推动了对污水管网重大缺陷的快速识别与精准定位，进而支持制定更加科学合理的维护决策和修复策略，保障污水管网高效稳定运行，降低环境风险，提升城市的水资源管理水平。

（2）运用大数据技术开展区县级片区污水管网缺陷的快速分析预测，显著减少了所需的物理排查范围，极大地提升了检测工作效率。这项技术能够提前预警并精确导向可能存在缺陷的区域管网，有力推动了区县级污水管网维护管理从被动响应向主动防控的转变。

（3）通过集成运用逻辑回归预测模型、车载探地雷达、无人机遥感航拍以及水质水量检测等多种现代技术手段，对污水泵站服务片区内的管网系统进行全面而快速的检测。相较于传统单一的检测方法，本方法在检测速度、覆盖广度及准确性上均有显著提升，确保了检测工作的有效性。

（4）针对高水位运行管道检测难题，本方法创新性地融合了多种先进的物探技术，实现污水管道在不断水的情况下进行详细检测，突破了传统检测中需要封堵调水作业的局限，显著降低了检测过程中的经济成本及社会影响，从而在保持管网正常运行的同时，大大节约检测成本。

尽管本文已初步构架了一种涵盖多元化检测手段和先进技术的污水管网重大缺陷快速检测综合方法，在实际应用中，这套方法仍有若干技术层面的瓶颈和改进空间等待探索和充实。

（1）硬件技术层面的集成，涉及包括但不限于管道内检测设备、无人机搭载的雷达、车载探地雷达等在内的成套设备的优化配置与联动协作，如何提高这些硬件设备在复杂环境下的稳定性和准确性，减少误差累积，强化抗干扰能力，以及提高检测数据采集的速度与质量，都是我们在实际应用中面临的技术挑战。

（2）软件平台的构建，需要开发高效的数据处理算法，搭建能够实时分析不同检测方法所形成数据的后台系统，以实现对管网状况的精准判断和快速响应。同时，软件平台应当具备良好的人机交互界面，方便操作人员对检测结果进行直观解读。此外，软件平台还需要支持跨设备的数据同步和兼容性，确保硬件设备间的信息交换顺畅，达成软硬件之间无缝衔接的高效集成。

我国污水管网规模庞大，系统复杂，存在大量缺陷严重的管道。目前主流的检测技术均无法独立实现管道重大缺陷的快速检测。基于此，本文开展了污水管网重大缺陷快速识别方法的研究工作，研究成果如下：

（1）界定了污水管网重大缺陷的范畴，污水管网重大缺陷是指管道本体或管周存在的影响管网结构强度、刚度、稳定性，并将对环境造成严重污染或存在较大安全隐患的缺陷。本文将其可以分为管道本体缺陷和管周土体空洞两类。

（2）深入探究了管周土体空洞与管道本体缺陷之间的内在关联，它们之间存在相互作用、彼此促进的共生关系。在实际的管网检测操作中，一旦发现其中一种缺陷，就应对另一种缺陷的情况给予高度重视，确保进行全面而深入的排查，以期尽早识别并妥善处理。

（3）提出了一种面向污水管网重大缺陷的快速识别解决方法，该方法通过分级分区方式开展污水管网重大缺陷快速检测，首先运用大数据技术对区县级片区污水管网状况进行分析预测，锁定潜在问题区域，在此基础上，整合各类先进技术开展污水泵站服务片区内管网快速检测，最后依融合多种物探技术开展管道内快速检测。采用该方法可以实现对污水管网重大缺陷的高效、精准识别，从而有力提升城市污水管网系统的运维效能和安全保障水平。

微信对原文有修改。原文标题：污水管网重大缺陷快速识别方法研究；作者：王福芝、尹炜、王殿常、彭寿海、王万琼、陈晓龙；作者单位：中国长江三峡集团有限公司、长江经济带生态环境国家工程研究中心、中国长江三峡集团有限公司长江生态环境工程研究中心、长江生态环保集团有限公司。刊登在《给水排水》2024年第8期。