با همکاری انجمن آبخیزداری ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

2 استاد، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده

مقدمه
در شرایط تغییر اقلیم و گرمایش جهانی، مدیریت جامع منابع آب و بهره‌وری آن اهمیتی چندین برابر می‌یابد و در این میان اندازه‌گیری منابع آب موجود یکی از پایه‌های اساسی مدیریت منابع آب را تشکیل می‌دهد. اندازه‌گیری هرچه دقیق تر منابع آب موجود، شرایط برنامه‌ریزی بهتر و اساسی را فراهم می‌آورد. آب‌های سطحی خصوصاً منابع آب ناشی از سیلاب‌ها و آورد حوزه‌های آبخیز بزرگ و کوچک، نقش قابل توجهی در چرخه آب ایران بازی می‌کنند. یکی از مشکلات اصلی مدیریت منابع آب در سطح کشور، نبود آمار کافی دبی خروجی از حوزه‌های آبخیز کشور خصوصاً حوضه‌‌های کوچک است. در این میان، استفاده از دستگاه‌های هیدرومتری ثبات و سطح سنجی آب می‌‌تواند به‌طور قابل توجهی مشکلات جمع آوری اطلاعات منابع آب سطحی و زیرزمینی را کاهش دهد. روش‌های متعددی برای اندازه‌‌گیری سطح آب منظور توسعه یافته‌‌اند که می‌‌توان در کل آنها را به دو روش تماسی و غیرتماسی (بسته به قرار گیری حسگر در تماس مستقیم با آب یا خارج از آب) تقسیم‌‌بندی نمود که هر کدام از آنها می‌‌توانند به‌صورت خودکار یا دستی ثبت شوند. انتخاب روش مناسب بستگی به شرایط موجود دارد. برای انتخاب دستگاه سطح‌سنج آب باید مواردی مانند محدوده تغییرات ارتفاع سطح مایع، ویژگی‌های فیزیکی سیال مانند چگالی، تمیز یا کثیف بودن سیال، میزان بخارات یا ذرات جامد موجود در سیال، خورندگی سیال، تمایل سیال به رسوب‌دهی بر روی دیواره ظرف یا وسیله اندازه‌گیری، دما و فشار فرایند، ترکیب شیمیایی سیال، قوانین زیست محیطی و وجود رطوبت، در نظر گرفته شود.
 
مواد و روش‌‌ها
مهم‌ترین مزایای روش‌های غیرتماسی عدم وابستگی زیاد به نوع سیال و عدم درگیر شدن حسگر با سیال است. ازجمله روش‌های غیرتماسی می‌توان به استفاده از عکس‌برداری به‌وسیله دوربین، حسگر آلتراسونیک و همچنین حسگر مادون قرمز و روش لیزری اشاره نمود. در این پژوهش، کارایی یک ماژول مادون قرمز شارپ مدل GP2Y0A02YK0F در اندازه‌گیری تغییرات سطح آب در محیط آزمایشگاه و محیط طبیعی مورد بررسی قرار گرفته است. این ماژول دارای یک حسگر اندازه‌‌گیری فاصله شامل مجموعه‌‌ای یکپارچه از آشکارساز حساس به موقعیت (Position Sensitive Detector, PSD)، دیود مادون قرمز (Infrared Emitting Diode, IRED) و مدار پردازش سیگنال است. محدوده ولتاژ کاری این مجموعه 5/4 تا 5 ولت است. محدوده دمایی عملکرد ماژول بین 10- تا 60+ درجه سانتی‌گراد است. خروجی این ماژول به‌صورت آنالوگ بوده و ولتاژی متناظر با فاصله اندازه‌‌گیری ‌‌شده شامل اعداد در محدوده صفر تا 1023 است. در صورتی که جسم به ماژول نزدیک شود، خروجی به سمت صفر و در حالتی که جسم از آن فاصله بگیرد اعداد خروجی به سمت 1023 میل می‌کند. لذا، نیاز به واسنجی داده‌ها و برقراری ارتباط بین داده‌‌های حسگر و مقادیر واقعی وجود دارد. محدوده اندازه‌‌گیری این سنسور بین 20 تا 150 سانتی‌متر است و از نور مادون قرمز برای تشخیص فاصله استفاده می‌کند. برای بررسی قابلیت‌‌های حسگر در آزمایشگاه و محیط طبیعی، دیتالاگر فوق کم مصرف ساخت داخل کشور که توانایی کار در محیط حوزه‌های آبخیز را داشته باشد مورد استفاده قرار گرفت. البته به علت نیاز به یک سطح غیرقابل عبور جاذب نور، این روش با روش قدیمی استفاده از شناورها بر روی سطح آب ترکیب شد. بعد از اتصال حسگر به دیتالاگر، بدنه مکانیکی دستگاه نیز ساخته شد که شامل یک لوله پلی‌اتیلن است که سنسور در بالای آن قرار گرفته و این مجموعه در داخل یک بدنه فلزی (بدنه مقاوم در برابر سیلاب‌ها و رواناب‌ها) دیگر قرار داده می‌شود. تغییرات سطح آب با استفاده از شناور موجود در لوله و توسط حسگر برداشت می‌شود. این مجموعه ابتدا در آزمایشگاه مورد استفاده و بررسی قرار گرفت. آزمایش اندازه‌‌گیری سطح تغییرات سطح آب در 10 مرحله انجام شد و در هر مرحله تغییرات سطح آب و داده‌‌های حاصل از حسگر برداشت شد. سپس داده‌های برداشت شده حاصل از حسگر به‌عنوان متغیر مستقل و مقادیر واقعی آب به‌عنوان متغیر وابسته در نظر گرفته شد و با برازش چند جمله‌‌ای‌‌ها (از درجه یک تا چهار) معادلات ارتباط بین متغیر مستقل و وابسته تعیین شد. همچنین 30 درصد از داده‌های برداشت شده نیز برای ارزیابی نهایی رابطه‌های ارائه شده در نظر گرفته شد.
 
نتایج و بحث
ارتباط معکوس بین داده‌های حسگر و فاصله واقعی کاملاً مشهود است و با افزایش فاصله مقادیر خروجی حسگر کاهش می‌یابد. مقادیر ضریب همبستگی R در رابطه با برازش‌های یک تا چهارجمله‌‌ای، نزدیک به یک است که نشان‌دهنده همبستگی بالای داده‌‌های حسگر با مقادیر واقعی تغییرات ارتفاع آب است. همچنین، میزان شاخص RMSE نیز بین 16/2 تا  89/1 سانتی‌متر متغیر است.  در کل با افزایش درجه چندجمله‌‌ای، این انطباق بیشتر نیز می‌‌شود و شاخص RMSE نیز کاهش می‌‌یابد. نتایج نشان دهنده آن است که سنسور مذکور در محیط آزمایشگاه با خطای دو سانتی‌متر تغییرات سطح آب را تخمین می‌زند. البته با افزایش دامنه حداقل محدوده اندازه گیری سنسور از 20 به 30 سانتی‌متر، خطای اندازه‌گیری‌ها به 34/1 سانتی‌‌متر کاهش می‌‌یابد. با توجه به قیمت ارزان سنسور، در مواردی که نیازی به دقت بالای اندازه‌‌گیری‌‌ها نیست، این سنسور و روش مناسب است. در صورت نیاز به افزایش دقت، باید حسگرهای دیگر جایگزین شوند. باید در نظر داشت که در هنگام استفاده در محیط‌‌های سیلابی، با مشکلات متعددی ازجمله توقف جنس شناور در داخل لوله اندازه‌‌گیری سطح آب همراه است. لذا، برای اندازه‌‌گیری سطح آب در داخل آبراهه‌های سیلابی توصیه نمی‌‌شود و برای افزایش قابلیت این دستگاه، استفاده از سایر حسگرها مانند حسگرهای فشاری یا التراسونیک، می‌تواند مورد توجه قرار گیرد. 
 
نتیجه‌‌گیری
تا به حال روش‌های بسیار زیادی برای اندازه‌گیری تغییرات سطح آب توسعه یافته‌اند، اما آنچه در انتخاب نهایی نوع روش و دستگاه مورد استفاده تاثیرگذار، هدف است. به عبارتی بهتر، متناسب با شرایط محیطی، دقت مورد انتظار و هزینه، نوع دستگاه و حسگر انتخاب می‌‌شود. تا به حال، عملکرد سنسورهای ارزان قیمت GP2Y0A02YK0F در اندازه‌گیری سطح آب گزارش نشده است که در این پژوهش این مهم انجام شد. پژوهش‌های مشابه بیشتر تمرکز بر استفاده از سایر سنسورها خصوصاً سنسورهای فشار یا التراسونیک داشته و البته دیتالاگرها و در کل دستگاه‌های ارائه شده محدودیت تأمین امنیت دارند. با توجه به شرایط فعلی حوزه‌های آبخیز کشور و عدم وجود شبکه‌های گسترده اندازه‌‌گیری سطح آب و دبی، رویکرد کلی ارائه شده در این پژوهش می‌‌تواند، بسیار مؤثر باشد. البته استفاده از شناورها در لوله و بحث نفوذ سیل به لوله یک محدودیت اساسی است و رویکردی بایستی در نظر گرفته شود که استفاده از قطعه شناور را در لوله حذف نماید. چراکه گل آلودگی حاصل از سیل می‌تواند حرکت جسم شناور بر سطح آب را تحت تأثیر قرار دهد و بعد از مدتی از حرکت صحیح و متناسب با سطح آب جسم شناور جلوگیری نماید. در تحقیقات آتی نتایج حاصل از سایر روش‌های اندازه گیری مورد استفاده ارائه خواهد شد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigating the effectiveness of using infrared non-contact sensor in water level monitoring

نویسندگان [English]

  • Mohammadreza Kousari 1
  • forood sharifi 2
  • Alireza Majidi 1

1 Assistant Professor, Soil Conservation and Watershed Management Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

2 Professor, Soil Conservation and Watershed Management Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

چکیده [English]

Introduction
In the context of climate change and global warming, the comprehensive management and productivity of water resources become increasingly important. Accurate measurement of existing water resources forms a critical foundation for effective water resource management. Precise measurements enable better and more fundamental planning. Surface water, particularly flood-generated water in large and small watersheds, plays a significant role in Iran's water resources. A major challenge in the country's water resource management is the lack of sufficient runoff data, especially for smaller watersheds. The use of hydrometric devices for stable water level measurements can substantially address this issue, improving the collection of surface and groundwater data. Several methods have been developed for water level measurement, which can be categorized as contact or non-contact methods, depending on whether the sensor interacts directly with the water. These methods may record data either automatically or manually. Selecting the appropriate method depends on specific conditions, such as the range of liquid level changes, the physical properties of the liquid (e.g., density, cleanliness, vapor or particle content, corrosiveness), process temperature and pressure, chemical composition, and environmental factors like moisture.
 
Materials and methods
Non-contact methods offer significant advantages, including independence from fluid type and non-interaction with the fluid itself. Among these methods are image processing using cameras, ultrasonic sensors, infrared sensors, and laser-based techniques. This research investigates the efficiency of the Sharp infrared module model GP2Y0A02YK0F in measuring water level changes in both laboratory and natural environments. The module includes a distance measurement sensor consisting of a Position Sensitive Detector (PSD), Infrared Emitting Diode (IRED), and a signal processing circuit. It operates within a voltage range of 4.5 to 5 volts and a temperature range of -10 to +60 °C. The analog output of this module corresponds to the measured distance, producing values between 0 and 1023. When an object moves closer to the sensor, the output approaches 0, and as the object moves farther away, the output increases toward 1023. Data calibration is required to relate sensor readings to actual values. The sensor's measurement range is 20–150 cm, utilizing infrared light for distance detection. To evaluate its performance, a low-power data logger suitable for watershed environments was employed. Since the method requires a non-reflective surface, it was combined with a traditional float-based method. The mechanical setup includes a polyethylene tube housing the sensor, enclosed within a metal body to resist flood conditions. Laboratory experiments involved measuring water level changes across 10 stages, where sensor data (independent variable) and actual water level values (dependent variable) were collected. Polynomial fitting (first to fourth degree) was applied to establish relationships between variables. Additionally, 30% of the data was reserved for model validation.
 
Results and discussion
An inverse relationship between sensor readings and actual distances was evident: sensor output values decreased as distance increased. The correlation coefficients (R) for one- to four-term polynomial fits were close to one, indicating a strong alignment between sensor data and actual measurements. The RMSE ranged from 2.16 to 1.89 cm, improving with higher-degree polynomials. In laboratory conditions, the sensor estimated water level changes with a 2 cm error, which was reduced to 1.34 cm by increasing the minimum measurement range to 30 cm. Given its affordability, this sensor is suitable for applications where high precision is unnecessary. For higher accuracy, alternative sensors should be considered. However, in flood environments, issues such as the obstruction and adhesion of floating materials in the tube pose challenges, making this method unsuitable for flood channel measurements. Incorporating additional sensors, such as pressure or ultrasonic sensors, could enhance the device's capabilities.
 
Conclusions
Various methods have been developed for measuring water level changes. The selection of a method depends on environmental conditions, accuracy requirements, and cost considerations. Given the lack of extensive water level and flow measurement networks in Iran's watersheds, the approach proposed in this research can significantly contribute to water resource management. However, the reliance on floating components within the tube is a critical limitation, as flood-induced sediment can hinder float movement over time. Future research should focus on methods that eliminate the need for floating parts, thereby overcoming these limitations. Additionally, the results of other measurement techniques will be explored in subsequent studies.

کلیدواژه‌ها [English]

  • Data logger
  • Flood
  • Sensor
  • Ultrasonic
  • Water level measurement
Andang, A., Hiron, N., Chobir, A., Busaeri, N., 2019. Investigation of ultrasonic sensor type JSN-SRT04 performance as flood elevation detection, IOP Conference Series: Materials Sci. Engin. IOP Publishing, p. 012018.
Assendelft, R.S., van Meerveld, H.I., 2019. A low-cost, multi-sensor system to monitor temporary stream dynamics in mountainous headwater catchments. Sensor. 19, 4645.
Cherqui, F., James, R., Poelsma, P., Burns, M.J., Szota, C., Fletcher, T., Bertrand-Krajewski, J.L., 2020. A platform and protocol to standardise the test and selection low-cost sensors for water level monitoring. H2Open J. 3, 437-456.
Enamorado, S.M., Hurtado, M.D., Andreu, L., Martínez, F., Sánchez, J., Delgado, A., Abril, J.-M., 2007. Development of a recording water flow meter using ultrasonic measurement of water levels in a slotted U-pipe. Agricul. Water Manage. 88, 263-268.
Galli, A., Peruzzi, C., Gangi, F., Masseroni, D., 2024. ArduHydro: a low-cost device for water level measurement and monitoring. J. Agricultural Engineering.
Guaman, J., Astudillo-Salinas, F., Vazquez-Rodas, A., Minchala, L.I., Placencia, S., 2018. Water level monitoring system based on LoPy4 microcontroller with LoRa technology, 2018 IEEE XXV International Conference on Electronics, Electrical Engineering and Computing (INTERCON). IEEE, pp. 1-4.
Kitchener, B.G., Dixon, S.D., Howarth, K.O., Parsons, A.J., Wainwright, J., Bateman, M.D., Cooper, J.R., Hargrave, G.K., Long, E.J., Hewett, C.J., 2019. A low-cost bench-top research device for turbidity measurement by radially distributed illumination intensity sensing at multiple wavelengths. HardwareX 5, e00052.
Lai, C.-W., Lo, Y.-L., Yur, J.-P., Liu, W.-F., Chuang, C.-H., 2012. Application of Fabry–Pérot and fiber Bragg grating pressure sensors to simultaneous measurement of liquid level and specific gravity. Measure. 45, 469-473.
Lambrou, T.P., Anastasiou, C.C., Panayiotou, C.G., Polycarpou, M.M., 2014. A low-cost sensor network for real-time monitoring and contamination detection in drinking water distribution systems. IEEE Sensors J. 14, 2765-2772.
Lee, M.-C., Leu, J.-M., Chan, H.-C., Huang, W.-C., 2010. The measurement of discharge using a commercial digital video camera in irrigation canals. Flow Measure. Instrumen. 21, 150-154.
Leeuw, T., Boss, E., 2018. The HydroColor app: Above water measurements of remote sensing reflectance and turbidity using a smartphone camera. Sensors 18, 256.
Loizou, K., Koutroulis, E., 2016. Water level sensing: State of the art review and performance evaluation of a low-cost measurement system. Measure. 89, 204-214.
Majdalani, S., Chazarin, J.-P., Moussa, R., 2019. A New Water Level Measurement Method Combining Infrared Sensors and Floats for Applications on Laboratory Scale Channel under Unsteady Flow Regime. Sensors 19.
Nair, B.B., Rao, S., 2016. Flood water depth estimation -A survey, 2016 IEEE International Conference on Computational Intelligence and Computing Research (ICCIC), pp. 1-4.
Parra, L., Sendra, S., Lloret, J., Rodrigues, J.J.P.C., 2017. Design and deployment of a smart system for data gathering in aquaculture tanks using wireless sensor networks. Int. J. Communi. Sys. 30, e3335.
Parra, L., Sendra, S.A.-O., García, L., Lloret, J.A.-O. Design and Deployment of Low-Cost Sensors for Monitoring the Water Quality and Fish Behavior in Aquaculture Tanks during the Feeding Process.
Ranieri, C.M., Foletto, A.V., Garcia, R.D., Matos, S.N., Medina, M.M., Marcolino, L.S., Ueyama, J., 2024. Water level identification with laser sensors, inertial units, and machine learning. Engin. Applica. Artifi. Intelli. 127, 107235.
Rastogi, K., Lohani, D., 2020. IoT-based Indoor Occupancy Estimation Using Edge Computing. Procedia Computer Sci. 171, 1943-1952.
Ridolfi, E., Manciola, P., 2018. Water Level Measurements from Drones: A Pilot Case Study at a Dam Site. Water 10, 297.
Tsai, T.-M., Yen, P.-H., 2012. Improvement in stage measuring technique of the ultrasonic sensor gauge. Measure. 45, 1735-1741.
Tsubaki, R., Fujita, I., Tsutsumi, S., 2011. Measurement of the flood discharge of a small-sized river using an existing digital video recording system. J. Hydro-Environ. Res. 5, 313-321.
Wang, B., Baeuscher, M., Hu, X., Woehrmann, M., Becker, K., Juergensen, N., Hubl, M., Mackowiak, P., Schneider-Ramelow, M., Lang, K.-D., Ngo, H.-D., 2020. Development and Characterization of a Novel Low-Cost Water-Level and Water Quality Monitoring Sensor by Using Enhanced Screen Printing Technology with PEDOT:PSS, Micromachines.
Zhang, Z., Zhou, Y., Liu, H., Gao, H., 2019. In-situ water level measurement using NIR-imaging video camera. Flow Measure. Instrumen. 67, 95-106.
Zhen, Z., Yang, Z., Yuchou, L., Youjie, Y., Xurui, L., 2017. IP camera-based LSPIV system for on-line monitoring of river flow, 2017 13th IEEE International Conference on Electronic Measurement and Instruments (ICEMI), pp. 357-363.