視覺識別系統在農田水利項目中的應用探討

中圖分類號：TV93 文獻標志碼：A

文章編號：1674-7909（2025）13-154-4DOI：10.19345/j.cnki.1674-7909.2025.13.031

0 引言

農田水利工程作為民生的“生命工程”，發揮著蓄洪補枯、預防水旱災害、灌溉、維護生態等重要作用，是農業發展的基礎。在農田水利工程建設過程中，傳統建設模式受制于施工條件、個體經驗，且隨著技術的快速發展，傳統模式下農田水利工程的建設問題也日益凸顯，亟待引進新技術來破局。

已有研究證明視覺識別技術應用于工程領域的可行性。例如，在電力工程建設中，利用現有視頻監控設備，結合深度學習技術，能實時識別出未佩戴安全帽、違規吸煙等典型違章行為，并實現精準報警[1]；在河道堤防結構中，機器視覺技術能標記滲漏范圍，結合圖注意力機制與圖卷積關系網對滲漏目標進行識別，并設計出篩選流程來優化精度，實現對滲漏區域的精準識別，具有較高的目標篩選精度[2]。在北方海河流域某水閘工程中，應用智能視頻監控技術，能有效滿足水利管理部門的需求[3]。但上述研究并未將視覺識別技術應用于農田水利工程建設。該研究以農田水利項目中的灌溉泵站建設為例，探討視覺識別技術相較于傳統建設管理模式是否具有較大優勢，能否減少人力、物力的投入，實現降本增效，以及分析該項技術的推廣還存在哪些疑問與阻力[4]。

在農田水利工程建設前期，布設視覺識別系統，可自動分析和抽取視頻源中的關鍵信息。借助計算機對視頻中的海量數據進行高速分析，為監控者提供有用的關鍵信息5。由于智能視頻分析是基于監控目標和圖像邏輯關系的，相較于傳統的視頻監控系統，智能監控系統具有毫秒級反應時間，能大大提高工作效率，并具有強大的數據檢索和分析功能等[3]。該研究重點驗證視覺識別技術在農田水利工程建設過程中適用的可行性，驗證應用新技術能否獲得效益提升，并針對新技術中存在的問題提出改進措施，為“智慧水利\"發展提供決策依據。基于上述理論基礎與研究成果，著重設計將視覺識別系統應用于農田水利工程的方法，驗證其在農田水利項目建設全過程中使用的可行性，并采用2處泵站的實際數據來分析研究實際應用的效益。最終，得出研究結論，并進行探討。

1視覺識別系統應用研究方法

1.1 研究設計

將最新的視覺識別系統應用于傳統農田水利工程建設中，為技術的有效鋪開提供決策依據。YOLO（youonlylookonce）是一種用于實時目標檢測的算法，通過單一的卷積神經網絡（CNN）將目標檢測任務視為一個回歸問題，從輸入圖像中直接預測邊界框和各類別的概率[。該研究中的視覺識別系統特指以智能攝像頭輸人圖像，并以YOLOv5s算法訓練識別模型的系統[7]。

1.2變量定義與分析方法

該研究的邏輯框架是基于技術影響評估框架（TechnologyImpactAssessmentFramework）、比較案例研究法（ComparativeCase StudyMethod）的理論模型，自變量為視覺識別設備的數量與系統算法，因變量為實際成本與預期損失。該研究屬準試驗設計（Quasi-experimentalDesign），通過量化數據與同類案例進行比對，從而得出結論。

1.3案例與數據來源

以寧鄉市滅螺河泵站工程[新建小（1）型泵站及進水前池、泵房、出水流道、防洪自排閘和近閘區堤防，泵站裝機容量為 400kW ，含2臺1400QGWZ-160型貫流潛水電泵，排澇流量為 9.34m³/s 、寧鄉市歷泉河泵站工程新建小（1）型泵站，泵站裝機容量為 370kW ，泵站設計流量為 7.55m³/s ，安裝2臺全貫流潛水泵1200GWZ-160]為例，試驗組為寧鄉市滅螺河泵站工程（部署有視覺識別系統），對照組為寧鄉市歷泉河泵站工程（采用傳統管理模式）。這2處泵站的建設工期、裝機容量、項目總投資、建筑面積等參數均類似，具有可比性。其中，人力成本數據來自人員花名冊、考勤系統、系統日志，安全隱患數據來自巡檢記錄、隱患臺賬、系統日志，數據收集覆蓋工程整個建設過程。其中，主要的核心變量有：工人在工地的工作時間（用總人工日數來表示）、安全生產相關支出（用月均安全人力支出來表示）、安全檢查時間（用月均安全檢查工時來表示）、工地自檢及上級檢查發現隱患（用千人工日隱患事件數來表示）發現隱患到整改完畢所消耗時間（用隱患平均整改時間來表示）。此外，其余變量該研究不展開研究。

2實例分析與研究結果

2.1 數據概況

在寧鄉市滅螺河泵站工程上下游導墻位置安裝有6個攝像頭（IP67防水等級、紅外夜視功能、4K分辨率），并連接至項目部，項目部主控設備中的YOLOv5s模型采用本地離線布置[8]，可應對突發情況下的信號丟失問題。6處攝像頭基本構建起一塊立體三維監控區域，可全時段、全區域進行監控識別。該研究共收集2021年3月至2022年3月滅螺河泵站工程、歷泉河泵站工程的數據，并對視覺識別系統在水利工程中的應用進行分析探討。上述2處在建泵站數據匯總對比見表1。

2.2 指標對比

基于比較案例研究法理論模型，該研究重點關注已布設攝像頭的泵站工地，并對YOLOv5s技術與傳統人工管理進行對比，分析二者對成本及隱患的影響機制。這2處泵站在項目類型、工程規模、工期上高度相似，具有可對比性，工地上的隱患類型主要有未佩戴安全帽、洞口臨邊未遮蔽、臨時用電不規范等，工期按照每日工時乘以工日來計算。經過對比，發現使用視覺識別系統管理模式隱患發生起數（均值）及工日均低于傳統人工管理，視覺識別系統通過實時監控減少無效巡查時間，有效工時利用率提高，實現隱患自動推送，整改閉環時間縮短。為了使結論更加準確，引入效應量公式對數據進行處理。

效應量（Cohen'sd）計算公式見式（1）式（2）。

式（1）（2）中， SD_pooled 表示合并標準差， M₁ 、 M₂ 分別表示數據均值， d 表示效應量， n₁，n₂ 分別表示樣本量， s₁，s₂， 分別表示標準差。

表12處在建泵站數據匯總對比

經計算，滅螺河泵站工程月均安全人力支出顯著低于歷泉河泵站工程，均值差 ∴=-30.0，Plt;0.001 ，效應量 d=-2.35 ；安全工時均值差 =+60.0，Plt;0.001 ，效應量 d=+1.94 。由此可知，滅螺河泵站工程較歷泉河泵站工程人力成本降低 37.5% 、有效安全工時提升 14.3% ，具有統計學意義且效果顯著（大效應）。在系統日志中，滅螺河泵站工程隱患（特別是未佩戴安全帽）的發生情況大幅下降[6]。

3討論

3.1 研究結論

相較于傳統管理模式，將視覺識別系統應用于水利工程建設中，能減少人工成本及預期損失。

3.1.1 人力成本降低

數據顯示，應用智能識別系統的泵站工程的人力成本較傳統管理模式降低 37.5% 、有效安全工時提升 14.3% 。在傳統管理模式中，施工從業者為加快進度、節約成本，重視工期速度，而忽視質量安全。而智能識別系統對項目經理、安全員、質量員及工人等從業人員統一進行身份錄入，采集指紋、人臉、身份信息等。在項目施工階段，通過不同攝像頭聯動，減少替崗、無證上崗、打卡離崗等情況的發生。在后期結算時，若出現難以量化工時費的情況，可提取出識別記錄，作為施工結算佐證的重要依據[9]。智能識別系統還可對非工作人員進入工地風險區域發出警示播報并勸離，對識別出的人臉信息進行工種與作業區域匹配，實現對非該工期的作業人員進行記錄。該系統對工地進行全天候監管，減輕專職管理人員的工作負擔，減少人力投入[10]。

3.1.2安全隱患減少，整改時間縮短

采用智能識別系統的泵站工程，其隱患發生率較傳統管理模式的隱患發生率（約為 0.3‰ ）降低50% 、平均響應時間由 24h 縮短至 12h 。在傳統管理模式中，安全隱患往往與安全投入呈負相關。為保證效益，施工單位可能會降低安全投入，而視覺識別系統能有效處理該矛盾。在實踐中，該系統對違規行為進行識別，同步觸發聲光報警器調用預存的語音文件進行語音播放，并將短信推送至安全員、項目經理，對多次違反者，系統要及時進行記錄，在工資結算時進行罰款處理。施工1個月后，項目上違規操作的情況從每月10次降低至1次。該系統日均處理圖像量為4.32萬張，響應延遲控制在1.2s內，滿足在建泵站全天候監管需求。識別系統能劃定“四口五臨邊\"的邊界，并對靠近人員進行警示，還能識別畫面大幅變動（腳手架、模板倒塌）等情景，將突發情況及時報送，安全防范適用場景廣。在發生安全事故時，人臉識別數據為事故責任追溯提供依據，通過人臉數據來快速定位涉事人員，能大幅提高事故處理效率，減少損失。

此外，視覺識別系統還可通過攝像頭來捕捉水位變化，實時分析水位高度，實時預警[]。在基坑中設置水位尺，不需要人工輔助，與警示系統聯動，能有效提高水位監測的準確性、時效性。上述2個項目渠道上游來水量不大，但在進入雨季后的停工期，上游夜間泄洪導致工地基坑開始滲水，此時攝像頭通過視覺算法捕捉到積水深度約 50cm ，系統對現場水位與預先設定的虛擬水位線進行比對，發現超過警戒值后發出報警，并及時反饋至建設單位，有效避免了預期損失的發生。

3.2 研究成效

該研究成功解決了傳統人工監管效率低、成本高、漏檢多的問題，這與林琪等的研究結論基本一致，驗證了視覺識別技術具有顯著效益。該研究采用基于YOLOv5s算法的智能識別系統對違規行為進行識別，但識別率低于王沖等5測算出的識別率，可能原因是模型較為依賴設備算力、云端模型算例充足、識別精度更高，而本地離線系統設備算力嚴重不足。上述結論為水利工程安全質量的有效控制提供了決策依據，證實了視覺識別系統在水利工程建設中具有顯著效益。

4結束語

農田水利工程作為保障民生的“生命工程”，承擔著生活用水、防旱防澇、灌溉農田、維護生態等重大責任，是發展農業的基礎。但傳統的農田水利建設模式受制于施工環境與個體經驗等因素，存在人力成本較高、人員管理難度較大、施工效率低下的問題。隨著技術的發展，農田水利工程建設中的短板愈發明顯，亟須引入創新技術實現突破。

該研究以基于離線大模型的視覺識別系統為研究對象，探討其在傳統水利工程中的應用前景，并實地應用于泵站項目中，基本實現預期效果，能有效節省人工管理成本、提高工程建設效率、強化安全質量監管，為主管部門及建設、設計、監理、施工單位提供量化證據。在水利工程施工前期，布置視覺識別系統，能降低 37.5% 的人力成本、提升14.3% 的安全工時，隱患發生率及響應時間均降低50% ，具有明顯的效益性及回報率。

該研究采用的案例均為泵站項目，參數接近，是較為典型的水利工程，但僅基于2個案例得出的結論并不具有普遍性，且施工現場存在其他影響因素會導致結論失真。未來，可以視覺識別技術為引，從工期進度、工程質量、交付使用、設備費用、運行維護等角度展開研究。

參考文獻：

[1]林琪，高彥強，常鑫.基于視覺識別技術的電力行業人員違章檢測系統J.電腦知識與技術，2025，21（6）：109-113.

[2]王旭.水利工程河道堤防結構滲漏視覺識別方法研究[J].山西建筑，2025，51（11）：180-183.

[3]歐維，劉榮，蔣紅梅.智能視頻監控技術在電視監控系統中的應用[J.智能建筑電氣技術，2007（5）：3-5.

[4]劉洋，小型灌溉泵站群監控管理系統設計[D].揚州：揚州大學，2016

[5]張夏，張洋.智能視頻監控技術在水利樞紐工程中的應用[J].海河水利，2022（3）：83-86，109.

[6]王沖，姚有利.基于YOLOv5s的安全帽識別研究[J].信息技術與信息化，2025（4）：166-169.

[7]李君藝，史振江，江樹娜，等.基于YO-LOv5s的目標檢測算法與應用[J].數字技術與應用，2024，42（12）：220-222.

[8]鄒磊，蘇家儀，黎恒，等.改進YOLOv5的密集小目標安全帽檢測研究[J].物聯網技術，2025，15（2）：3-8.

[9]楊展飛，夏德春，許家郡，等.基于博弈論的水利工程質量管理體系探討[J].水利技術監督，2025（7）：14-16，31.

[10]宋金龍，劉繼.輕量化目標檢測算法在智慧水利上的應用：以遼河干流地物識別為例[J].黑龍江水利科技，2025，53（3）：113-116.

[11]郭峻宇，苗宇航，方孜儇.基于深度學習的計算機圖像視覺識別技術及應用研究[J].人像攝影，2025（4）：183-184.

Application of Visual RecognitionSystem in Farmland Water Conservancy Project

HU Minjie

Changsha FurongDistrictEmergencyAffairs Center，Changsha 41Oooo，China

Abstract： This paper investigates the auxiliary role of visual recognition technology in the construction and operation phases of water conservancy projects，using irigation pump station construction infarmland as a case study.It aims to address the challenges of high constructioncosts and complex management in such projects.By deploying an integrated YOLOv5s system for on-site personnel management， hazard identification，and automated operations，and comparing it with traditional approaches without visual recognition technology，the study demonstrates significant benefits.The results show that implementing the visual recognition system reduces labor costs by 37.5% ，increases safe working hours by 14.3% ，and decreases both hazard occurrence rate and response time by 50% These outcomes highlight substantial efciency improvements and return on investment.This research validates the practical value of adopting such technology in water conservancy projects，providing an innovative solution for future applications in farmland water conservancy construction.

Key words： water conservancy engineering; farmland water conservancy; drainage and irrigation pump station; visual recognition system; safety and quality supervision

（欄目編輯：于瑞濤）