T/WEA 018-2026 Code of practice for intelligent identification technology of hidden highway defects based on multi-source remote sensing
本文件规定了公路隐蔽病害多源遥感智能判识总体技术流程与原则、数据获取与预处理要求、特征提取与多源信息融合要求、智能判识模型构建与验证要求、判识结果分级与成果表达要求、质量控制与安全管理要求、成果应用与维护要求等内容。 本文件适用于公路（含高速公路、一级及以下公路）隐蔽病害的多源遥感智能判识技术工作，包括普查、详查、专项检测及养护决策支撑等应用场景。 公路基础设施在长期服役过程中，受交通荷载、自然环境和材料性能衰减等多重因素影响，易产生路基沉陷、路面结构层损伤、脱空、裂隙扩展及地下水异常等隐蔽性病害。此类病害往往具有发生位置隐蔽、早期表征不明显、发展过程渐进等特征，常规依赖人工巡查或单一检测手段的方式难以及时、准确识别，易导致病害累积放大，进而引发结构性损伤和运行安全风险。 随着遥感技术、传感技术和智能信息处理技术的快速发展，基于多源遥感数据的公路隐蔽病害探测与判识逐步成为提升公路检测效率和科学决策能力的重要技术方向。光学遥感、合成孔径雷达、激光雷达、地质雷达、无人机航测及车载检测等多种遥感与探测技术，在空间分辨率、探测深度、时间连续性和环境适应性等方面各具优势，通过多源数据的综合利用，可在宏观尺度与局部尺度上对公路结构状态进行多维感知，为隐蔽病害的早期识别和精细化分析提供技术支撑。 在实际应用中，多源遥感数据来源复杂、数据格式多样、时空分辨率差异显著，且公路隐蔽病害的响应特征受结构类型、地质条件、环境因素等多重因素影响，单纯依赖人工经验判读或简单阈值分析方法，难以满足大范围、快速化、精细化判识的需求。引入智能判识技术，通过特征提取、信息融合和模型分析手段，对多源遥感数据进行协同处理与综合判定，有助于提高隐蔽病害识别的准确性、一致性和可重复性，是实现公路病害智能化检测的重要途径。 目前，多源遥感技术和智能分析方法在公路隐蔽病害检测中的应用尚处于快速发展阶段，不同地区、不同项目在数据获取方式、处理流程、判识方法和结果表达等方面存在较大差异，缺乏统一的技术规程对多源遥感数据选取、处理方法、判识流程、结果判定和应用要求进行系统规范，制约了相关技术成果的工程化应用和推广。 本文件在总结公路隐蔽病害检测特点和多源遥感技术应用实践的基础上，结合智能判识技术的发展趋势，对公路隐蔽病害多源遥感智能判识的技术流程、数据要求、判识方法和结果应用提出统一的技术要求，旨在为相关技术