Using Multispectral Image Processing to Depict Sediment Entering Stormwater Infrastructure

बड़ी समस्या: स्टॉर्मवॉटर सिस्टम (Stormwater Systems) जाम हो रहे हैं

कल्पना कीजिए कि आपके शहर का स्टॉर्मवॉटर इंफ्रास्ट्रक्चर (जैसे नालियां, ड्रेन और भूमिगत पाइप) शहर के गुर्दे (किडनी) की तरह है। जिस तरह गुर्दे आपके रक्त से कचरा छानते हैं, उसी तरह ये सिस्टम बारिश के पानी को छानते हैं और मिट्टी, कूड़ा और तलछट (sediment) को नदियों और झीलों को प्रदूषित करने से पहले ही पकड़ लेते हैं।

हालाँकि, ठीक वैसे ही जैसे गुर्दे पथरी (kidney stones) के कारण जाम हो सकते हैं, ये स्टॉर्मवॉटर सिस्टम भी रेत और कीचड़ से भर जाते हैं। जब वे बहुत अधिक भर जाते हैं, तो काम करना बंद कर देते हैं। वर्तमान में, शहर के कर्मचारियों को अक्सर तब तक इंतजार करना पड़ता है जब तक कि कोई सिस्टम विफल न हो जाए या कोई शिकायत न कर दे। यह किडनी के काम करने बंद करने का इंतजार करने जैसा है—यह महंगा और जोखिम भरा है। पेपर सुझाव देता है कि हमें हर चीज़ के टूटने से पहले "गुर्दे की जांच" करने का एक तरीका चाहिए, लेकिन हर एक नाली की मैन्युअल जांच करना बहुत धीमा और महंगा है।

नया विचार: ड्रेनों को "सुपर विजन" देना

विलेनोवा यूनिवर्सिटी के शोधकर्ताओं ने पूछा: क्या हम बिना खुदाई किए तलछट (sediment) के जमाव को देखने के लिए विशेष कैमरों का उपयोग कर सकते हैं?

उन्होंने मल्टीस्पेक्ट्रल इमेजिंग (Multispectral Imaging) नामक तकनीक का परीक्षण किया।

• उपमा (Analogy): एक साधारण कैमरे को मानव आँख की तरह समझें। यह दुनिया को "दृश्य प्रकाश" (लाल, हरा, नीला) में देखता है। लेकिन एक मल्टीस्पेक्ट्रल कैमरा एक सुपर-विज़न आँख (या सुपरहीरो की एक्स-रे दृष्टि) की तरह है। यह उन रंगों को देख सकता है जिन्हें इंसान नहीं देख सकते, जिसमें अदृश्य इन्फ्रारेड लाइट भी शामिल है।
• यह क्यों मदद करता है: अलग-अलग चीजें इन अदृश्य रंगों को अलग तरह से परावर्तित (reflect) करती हैं। साफ पानी, गंदा पानी और रेत के ढेर इन विशेष लेंसों के माध्यम से अलग-अलग तरह से "चमकते" हैं। यह कैमरे को एक साफ नाली और एक जाम हुई नाली के बीच अंतर करने में सक्षम बनाता है, भले ही वे नग्न आंखों को समान दिखें।

प्रयोग: "किचन सिंक" टेस्ट

इसका परीक्षण करने के लिए, टीम अभी वास्तविक दुनिया की गंदगी में नहीं गई। इसके बजाय, उन्होंने प्रयोगशाला में दो नियंत्रित "मिनी-शहर" बनाए।

1. "फोरबे" टेस्ट (प्रतीक्षा कक्ष)

• सेटअप: उन्होंने एक 'सेडिमेंट फोरबे' (एक तलछट रोकने वाला क्षेत्र जहाँ गंदा पानी धीमा हो जाता है ताकि मिट्टी नीचे बैठ सके) का मॉडल बनाया। उन्होंने एक सफेद बोर्ड पर रेत मिला हुआ पानी डाला।
• टेस्ट: उन्होंने पानी को अलग-अलग गति (धीमी टपकन से लेकर तेज़ बहाव तक) पर चलाया और कभी-कभी नीचे रेत की एक परत भी डाली ताकि एक ऐसे सिस्टम की नकल की जा सके जो काफी समय से जाम है।
• परिणाम: विशेष कैमरे ने तस्वीरें लीं और छवियों को प्रोसेस करने के लिए गणितीय सूत्रों (जिन्हें "इंडेक्स" कहा जाता है) का उपयोग किया।
  • विजेता: एक विशिष्ट सूत्र, जिसे NDSSI कहा जाता है, सबसे अच्छा काम कर गया। इसने एक हाइलाइटर की तरह काम किया, जो मटमैले क्षेत्रों को गहरे रंगों में और साफ पानी को चमकीले रंगों में दिखाता था। यह स्पष्ट रूप से दिखा सका कि रेत कहाँ जमा हो रही है और पानी कहाँ स्वतंत्र रूप से बह रहा है।

2. "रोडवे ग्रेट" टेस्ट (कैच बेसिन)

• सेटअप: उन्होंने एक सड़क ड्रेन (ग्रेट) का अनुकरण किया जहाँ पानी एक ढलान से नीचे आता है और एक धातु की जाली (ग्रेट) से टकराता है।
• टेस्ट: उन्होंने पानी की गति और ढलान की तीव्रता को बदला।
• परिणाम: कैमरे ने फिर से नीचे बैठी रेत, बीच में चलते मटमैले पानी और ऊपर के साफ पानी के बीच सफलतापूर्वक अंतर किया। यह एक लेयर्ड केक (परतदार केक) को देखने जैसा था जहाँ प्रत्येक परत एक अलग रंग की थी, भले ही सामान्य आँख के लिए वह केवल भूरा पानी दिखता।

उन्होंने क्या पाया (अहा! मोमेंट)

पेपर का दावा है कि यह तकनीक एक नियंत्रित सेटिंग में बहुत अच्छी तरह काम करती है।

• "जादुई" गणित: विभिन्न लाइट बैंड्स को मिलाकर (जैसे लाल और नीले पेंट को मिलाकर), कंप्यूटर एक ऐसा मैप बना सका जो स्पष्ट रूप से दिखा सका:
  • गहरा नीला/काला: जमी हुई रेत के ढेर (जाम)।
  • पीला/चमकीला: साफ पानी।
  • मध्यवर्ती रंग: मटमैला, चलता हुआ पानी।
• सीमा (Limitation): यह सिस्टम एक साफ सफेद बोर्ड पर सबसे अच्छा काम करता है। जब उन्होंने नीचे रेत की एक परत जोड़ी (एक असली, गंदे ड्रेन की नकल करने के लिए), तो कैमरे के लिए नीचे की "पुरानी" रेत और पानी में तैरती "नई" रेत के बीच अंतर करना थोड़ा कठिन हो गया। यह एक बाल्टी में मौजूद रेत के बीच एक विशिष्ट दाने को खोजने जैसा है जो पहले से ही रेत से भरी हुई है।

चुनौतियाँ (हम इसे अभी हर जगह क्यों नहीं उपयोग कर सकते)

पेपर में कुछ बाधाओं का उल्लेख किया गया है जिन्हें एक मानक उपकरण बनने से पहले दूर करना होगा:

1. प्रकाश चंचल (Fickle) है: कैमरा प्रकाश के प्रति बहुत संवेदनशील है। यदि एक मिनट धूप तेज है और अगले ही पल बादल छा जाते हैं, तो "रंग" बदल जाते हैं। यह एक पेंटिंग की एकदम सटीक फोटो लेने जैसा है; यदि कमरे की रोशनी बदलती है, तो रंग अलग दिखते हैं। सिस्टम को हर बार पूरी तरह से कैलिब्रेट करने की आवश्यकता होती है।
2. वास्तविक दुनिया की गंदगी: लैब में सब कुछ साफ होता है। एक वास्तविक शहर में, ड्रेनों में पत्तियां, कचरा और विभिन्न प्रकार की गंदगी होती है। पेपर सुझाव देता है कि जबकि कैमरा रेत को देखने में महान है, भविष्य में यह पत्तियों या कचरे से भ्रमित हो सकता है।

निचोड़ (Bottom Line)

यह अध्ययन एक प्रूफ-ऑफ-कॉन्सेप्ट (प्रमाण-आधारित अवधारणा) है। यह एक नए प्रकार की धातु को विंड टनल में पुल को थामे हुए दिखाने जैसा है।

• यह क्या सिद्ध करता है: विशेष कैमरे सामान्य कैमरों की तुलना में पानी में तलछट (sediment) को बेहतर ढंग से "देख" सकते हैं, जिससे अदृश्य जाम दृश्य मानचित्रों (maps) में बदल जाते हैं।
• यह अभी क्या सिद्ध नहीं करता: यह यह सिद्ध नहीं करता कि यह कल एक बरसाती, गंदी शहर की सड़क में पूरी तरह से काम करेगा।
• लक्ष्य: अंतिम लक्ष्य इस "सुपर विज़न" का उपयोग करके शहरों को रिएक्टिव मेंटेनेंस (चीजें टूटने के बाद ठीक करना) से प्रोएक्टिव मेंटेनेंस (टूटने से पहले सफाई करना) की ओर बढ़ने में मदद करना है, जिससे पैसा बचाया जा सके और शहर के "गुर्दे" स्वस्थ रहें।