JP2018512558A - 地下水の検出システムおよび方法 - Google Patents

Abstract

本発明の実施態様は、地下の液体（例えば水）の含有量を測定する方法に関する。本方法の実施態様は、エリアからの第１のＬバンドマイクロ波反射を含む第１の偏波での該エリアの第１のスキャンを受信するステップを含む。本発明の実施態様は、少なくとも一つの追加データを受信するステップを含むことができる。本方法の実施態様は、少なくとも一つの追加データを用いて第１のスキャンから電磁ノイズをフィルタリングするステップをさらに含むことができる。本方法の実施態様は、様々な種類の水源の典型的なラフネス値およびフィルタリングされた第１のスキャンに基づいて水のラフネスマップを作成するステップと、水のラフネスマップおよびフィルタリングされた第１のスキャンを用いて第１の類型の水源を識別するステップと、識別された第１の類型の水源に基づいて、エリア内の場所における含水量を計算するステップと、を含む。【選択図】図２

Description

本発明は、一般に、地下の液体の遠隔検出に関する。より具体的には、本発明は、マイクロ波放射を用いた地下の液体内容物の遠隔検出のためのシステムおよび方法に関する。

飲用水の供給不足は深刻な世界的問題である。この不足の一部は、給水システムからの飲用水の広範囲に及ぶ漏出によって引き起こされる。漏水は、典型的な都市水道システムにおける飲料水の損失の２０〜３０％以上、さらには５０％以上を引き起こす可能性がある。古い水道システムでは漏水の可能性が高くなる。大部分の漏水は地下で発生し、検出することは困難である。このような地下の漏れは、地上の洪水あるいは建造物、インフラ施設などへの大規模な被害を引き起こした後にのみ検出される。

地下の漏水を検出するための現行の良い解決策はない。検査官は、地下に漏れがあると思われる場所の上に原始的な装置を置き、漏水音を特定しようとすることができる。別の方法は、疑わしい地域で特定の場所の掘削を行うことである。しかしながら、特定の場所の掘削は高額な費用がかかるものであって、検査エリアおよび地方自治体（例えば市区町村など）から事前に得られたデータを要する、長いアルゴリズムの使用を必要とする。

本発明の実施態様は、地下の液体（例えば、水）の含有量を決定（測定）するシステムおよび方法を対象にする。

実施態様としては、エリアからの第１のＬバンドマイクロ波反射を含む第１の偏波での該エリアの第１のスキャンを受信するステップと、エリアからの第２のＬバンドマイクロ波反射を含む第２の偏波での該エリアの第２のスキャンを受信するステップと、上記第１および第２のスキャンは、エリアの上少なくとも５０メートル（ｍ）、７０ｍ、１００ｍまたはそれ以上に位置する物体に取り付けられたＬバンドマイクロ波放射の反射を検出するための第１のセンサからのものであり、前記第２のスキャンを用いて前記第１のスキャンからの電磁ノイズをフィルタリングするステップと、を含む。この方法の実施態様は、様々な種類の水源の典型的なラフネス値およびフィルタリングされた第１のスキャンに基づいて水のラフネスマップを作成するステップと、前記水のラフネスマップおよび前記フィルタリングされた第１のスキャンを用いて第１の類型の水源を識別するステップと、特定された第１の類型の水源に基づいて、そのエリア内の場所における水分量を計算するステップと、を含む。

本発明の実施態様は、地下の液体（例えば、水）の含有量を決定（測定）する方法を含む。この方法の実施態様は、エリアからの第１のＬバンドマイクロ波反射を含む第１の偏波での該エリアの第１のスキャンを受信するステップを含み、該第１のスキャンはエリアの上少なくとも５０メートル（ｍ）、７０ｍ、１００ｍまたはそれ以上に位置する物体に取り付けられたＬバンドマイクロ波放射の反射を検出するための第１のセンサからのものである。この方法の実施態様は、スキャンされたエリアの光学データを受信するステップ、または、スキャンされたエリアの少なくとも一部を表すステップをさらに含むことができる。一部の実施態様によれば、光学データは、１ミリメートルから１０ナノメートル（例えば、赤外線から紫外線）の範囲の波長で捕捉され得る。本方法の一部の実施態様によれば、第１のスキャンからの電磁ノイズは、光学データを用いてフィルタリングされ得る。この方法の実施態様は、様々な種類の水源の典型的なラフネス値およびフィルタリングされた第１のスキャンに基づいて水のラフネスマップを作成するステップと、前記水のラフネスマップおよび前記フィルタリングされた第１のスキャンを用いて第１の類型の水源を識別するステップと、特定された第１の類型の水源に基づいて、そのエリア内の場所における水分量を計算するステップと、を含む。

本発明とされている主題は、特に明細書の結論部分において指摘され明確に要求（クレーム）される。しかしながら、本発明は、その目的、特徴、および利点と共に、構成および動作方法の両方に関して、添付図面を参照して以下の詳細な説明を参照することによって最もよく理解されよう。

図１は、本発明のいくつかの実施形態による地下水を検出するための例示的なシステムの高レベルブロック図である。 図２は、本発明のいくつかの実施形態による地下水を検出する例示的な方法のフローチャートである。 図３Ａは、本発明のいくつかの実施形態による、水平−垂直（ＨＶ）および水平−水平（ＨＨ）偏波のエリアからのＬバンドマイクロ波反射の例示的なスキャンである。 図３Ｂは、本発明のいくつかの実施形態による、水平−垂直（ＨＶ）および水平−水平（ＨＨ）偏波のエリアからのＬバンドマイクロ波反射の例示的なスキャンである。 本発明のいくつかの実施形態による電磁ノイズをフィルタリングした後の例示的なＨＨ偏波スキャンである。 図５は、本発明のいくつかの実施形態による例示的な水のラフネスマップである。 図６は、本発明のいくつかの実施形態による特定された飲料水源のある例示的なマップである。 図７は、本発明のいくつかの実施形態による特定された飲料水の漏出を伴う例示的なマップである。 図８は、本発明のいくつかの実施形態による漏水の量および位置を示す例示的な図式的なマップである。 図９は、本発明のいくつかの実施形態による地下水を検出する例示的な方法のフローチャートである。 図１０は、本発明のいくつかの実施形態による地下水を検出する例示的な方法のフローチャートである。 図１１は、本発明のいくつかの実施形態による地理データの例示的なグラフィック表示である。 図１２は、本発明のいくつかの実施形態による地理データの例示的なグラフィック表示である。

説明を簡潔かつ明確にするために、図面に示される要素は、必ずしも一定の縮尺で描かれていないことを理解されたい。例えば、いくつかの要素の寸法は、明瞭化のために他の要素に対して誇張されている場合がある。さらに、適切であると考えられる場合、対応するまたは類似の要素を示す図面間で参照番号が繰り返され得る。

以下の詳細な説明では、本発明の完全な理解を提供するために、多数の具体的な詳細が記載されている。しかしながら、当業者であれば、本発明はこれらの具体的な詳細なしに実施できることを理解するであろう。他の例では、本発明を不明瞭にしないように、周知の方法、手順、および構成要素は、詳細には記載されていない。

本発明の実施形態は、この点において限定されないが、例えば、「処理する」、「演算する（コンピューティング）」、「計算する」、「決定する」、「確立する」、「分析する」、「検査する」などの用語を活用する議論は、コンピュータのレジスタおよび／またはメモリ内の物理的（例えば電子的）な量として表されるデータを、同様にコンピュータのレジスタおよび／またはメモリ内の物理量として表される他のデータ、あるいはプロセッサによって実行される場合、本書で論じられるような動作および／または処理をプロセッサに実行させる命令を格納し得る非一時的プロセッサ可読記憶媒体の他の情報に操作および／または変換するコンピュータ、コンピューティングプラットフォーム、コンピューティングシステム、または他の電子コンピューティングデバイスの動作および／またはプロセスを指すことができる。本発明の実施形態はこの点に限定されないが、本書で使用する「複数の」および「多数の」という用語は、例えば、「多重の」または「２つ以上の」を含み得る。「複数の」または「多数の」という用語は、２つ以上のコンポーネント、デバイス、要素、ユニット、パラメータなどを記述するために明細書全体を通して使用され得る。本書で使用されるときの用語のセットは、一つ以上の事柄を含むことができる。明示的に述べられていない限り、本書に記載の方法の実施形態は、特定の順序または順序に制約されない。さらに、記載された方法の実施形態またはその要素のいくつかは、同じ時点でまたは同時に起こり得るまたは実行され得る。

本発明の実施形態は、都市水道システムからの飲料水漏れなどの地下水の遠隔検出のための方法およびシステムに関する。水道管、湖、スイミングプールなどの水源は、地下と地上の両方で電磁波（ＥＭ）を反射する。水源は、Ｌバンド周波数のマイクロ波を跳ね返すことができる。全ての水源は典型的な反射と典型的なＥＭ挙動を有しており、これらの典型的な反射を利用して水源の類型が特定され得る。例えば衛星、航空機、気球などのエレベーテッドプラットフォーム上に配置されたＥＭセンサは、あるエリア（地域）に向かって既知の周波数（例えば、１．３ＧＨｚ）でＥＭ波を送信し、そのエリアから反射されたＥＭ波を読み取ることができる 。上記センサは、本発明のいくつかの実施形態によるシステムによってさらに処理される特定のエリアから検出された全ての反射を含むスキャンを送信することができる。上記センサは、従来のビームスキャニングレーダで可能な空間分解能よりも細かい空間分解能を提供するために、標的エリア上のＳＡＲアンテナの動きを使用する合成アパーチャレーダ（ＳＡＲ）ＳＡＲを含むことができる。上記スキャンは上記特定のエリアから受信した全てのＥＭ反射を含むことができる。これらの反射には、水源からの反射と、建築物、植生および他の地形的特徴など、そのエリアの他の物体からの望ましくない反射の両方が含まれる可能性がある。水に関連する反射を識別するために、望ましくない反射（例えば、ＥＭノイズ反射）が、フィルタリングされるか、またはスキャンから除去され得る。ＥＭノイズを低減（例えば、除去またはフィルタリング）するために、２つ以上の異なる偏波、例えば水平−垂直（ＨＶ）スキャンおよび水平−水平（ＨＨ）スキャンで上記エリアから２つ以上のスキャンを行うことができる。ＨＨ反射は、水平変調で受信された水平偏波を有する送信波から受信することができる。ＨＶ反射は、垂直変調で受信された水平偏波を有する送信波から受信することができる。

本発明のいくつかの実施形態は、２つの異なる分解能を有する反射を送信および受信することができる。例えば、ＨＨおよびＨＶスキャンは、第１の分解能を有する第１のセンサから受信され得、追加のＨＨ（および／またはＨＶ）スキャンは、第１のセンサの分解能（例えば、１２ｍ^３）よりも高い分解能（例えば、６ｍ^３）を有するような第２センサから受信され得る。第１のセンサからのスキャンは、ＥＭノイズ反射を識別し、第２のセンサから受信したスキャンからそれらをフィルタリングする（例えば、除去する）ことができる。いくつかの実施形態において、全てのスキャンは、高分解能（例えば、６ｍ^３、３ｍ^３）を有する単一のセンサから受信することができる。２つのＨＨ及びＨＶスキャンは、単一のセンサから受信することができ、ＥＭノイズをフィルタリング（例えば、低減）し、十分な分解能を有するスキャンを受信するために必要な全ての情報を含むことができる。いくつかの実施形態において、追加の偏波を有する追加のスキャンは、単一のセンサから全て同じ分解能で受信され得る。このような追加のスキャンは、ＥＭノイズのさらなる低減を可能にすることができる。

ＥＭノイズのフィルタリング後、スキャンされた反射の少なくともいくつかは、水の反射として識別され得る。異なる水源（例えば、飲料水、下水、海、湖、スイミングプールなど）は、異なる典型的なＥＭラフネス（典型的なＥＭ反射）を有するので、互いに区別することができる。いくつかの実施形態において、下水管、海、湖およびスイミングプールからのＥＭラフネスは、フィルタ処理されたノイズスキャンからフィルタリングまたは除去され、漏水から受け取った反射のみを残す。スキャンの分解能（例えば、少なくとも３ｍ^３）がパイプの直径よりも大きいので、この分解能より大きな漏れが検出され得るだけで、パイプ自体ではない。

いくつかの実施形態では、飲料水の含有量または量は、飲料水関連の反射から計算され、水容量（例えば、立方メートル／時間、ガロン／時間など）に変換される。この情報は、例えば都市内の各疑わしい漏洩の量および場所を示す地域に関するマップ（例えば都市の街路図）に表示することができる。

ここで図１を参照する。図１は、本発明のいくつかの実施形態による地下水を遠隔検出するための例示的なシステムのハイレベルブロック図である。システム１００は、コンピュータ処理装置１１０と、ストレージユニット１２０と、ユーザインタフェース１３０とを含むことができる。システム１００は、少なくとも一つの地下水源１６０を含むエリアからＬバンドマイクロ波スキャンをセンサ１５０から受信することができる。処理装置１１０は、例えば中央処理装置（ＣＰＵ）であり得るプロセッサ１１２、チップまたは任意の適切なコンピュータ装置または計算手段（装置）、オペレーティングシステム１１４及びメモリ１１６を含むことができる。システム１００は、デスクトップコンピュータ、ラップトップコンピュータ、タブレット、メインフレームコンピュータなどに含まれてもよい。プロセッサ１１２または他のプロセッサは、例えばメモリ１１６などのメモリに格納された命令を実行することによって、本発明の実施形態による方法を実行するように構成することができる。いくつかの実施形態において、システム１００は、少なくとも一つの地下水源１６０を含むエリアからのＬバンドマイクロ波スキャンを、第２のセンサ１５２からさらに受信することができる。

オペレーティングシステム１１４は、例えばプログラムの実行をスケジューリングするなど、処理装置１１０の調整、スケジューリング、調停、監督、制御、またはその他の管理を含むタスクを実行するように設計および／または構成された任意のコードセグメントを含むことができる。オペレーティングシステム１１４は、商用オペレーティングシステムであってもよい。メモリ１１６は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤ−ＲＡＭ）、ダブルデータレート（ＤＤＲ）メモリチップ、フラッシュメモリ、揮発性メモリ、不揮発性メモリ、キャッシュメモリ、バッファ、短期記憶ユニット、長期記憶ユニット、または他の適切なメモリユニットまたはストレージユニットを含むことができる。メモリ１１６は、おそらくは複数の異なるメモリユニットを含むことができる。

メモリ１１６は、任意の実行コード、例えばアプリケーション、プログラム、プロセス、オペレーション、タスクまたはスクリプトを格納することができる。実行可能コードは、プロセッサによって実行されると、プロセッサに地下水を検出させ、本発明の実施形態による方法を実行させることができる。実行可能コードは、おそらくオペレーティングシステム１１４の制御下でプロセッサ１１２によって実行され得る。メモリ１１６は、例えば画像、グレースケールまたは輝度レベル、スキャン、反射などのデータを格納することができる。

ストレージ１２０は、例えば、ハードディスクドライブ、フロッピー（登録商標）ディスクドライブ、コンパクトディスク（ＣＤ）ドライブ、ＣＤ−レコーダブル（ＣＤ−Ｒ）ドライブ、ユニバーサルシリアルバス（ＵＳＢ）装置、他の適切なリムーバブルおよび／または固定ストレージユニットを含むことができる。コンテンツはストレージユニット１２０に記憶され、ストレージユニット１２０からメモリ１１６にロードされ、プロセッサ１１２によって処理され得る。例えば、ストレージユニット１２０は、センサ１５０から受け取った様々な偏波でのエリアのＬバンドマイクロ波のスキャン、スキャンされたエリア（地域）に関連する地理データ（例えば、土壌の種類、固体中の湿度、道路地図など）、および様々な種類の水源または本発明の実施形態による必要なデータのラフネス値を含むことができる。

ユーザインタフェース１３０は、スクリーン１３２（例えば、モニタ、ディスプレイ、ＣＲＴなど）、入力デバイス１３４、およびオーディオデバイス１３６に表示されてもよいし、またはそれらを含んでもよい。入力装置１３４は、キーボード、マウス、タッチスクリーンまたはパッド、またはユーザがプロセッサ１１２と通信することを可能にする任意の他の適切な装置とすることができる。スクリーン１３２は、本発明の実施形態によるマップおよび／またはスキャンを表示するのに適した任意のスクリーンであり得る。いくつかの実施形態において、スクリーン１３２及び入力装置１３４は、単一の装置、例えばタッチスクリーンに含まれてもよい。任意の適切な数の入力装置をユーザインタフェース１３０に含めることができることが認識されるであろう。ユーザインタフェース１３０は、一つ以上のスピーカ、イヤホンおよび／または任意の他の適切なオーディオデバイスなどのオーディオデバイス１３６を含むことができる。任意の適切な数の出力装置がユーザインタフェース１３０に含まれ得ることが認識されるであろう。例えば、有線または無線のネットワークインターフェースカード（ＮＩＣ）、モデム、プリンターまたはファクシミリ、ユニバーサルシリアルバス（ＵＳＢ）装置、またはこれらの任意の組み合わせを含むことのできる任意の適用可能な入出力（Ｉ／Ｏ）外部ハードドライブがユーザインタフェース１３０に含まれ得る。

本発明の実施形態は、コンピュータまたはプロセッサ非一時的可読媒体、コンピュータまたはプロセッサ非一時的記憶媒体など、例えばメモリ、ディスクドライブ、またはＵＳＢフラッシュメモリなどの、プロセッサまたはコントローラによって実行されると、本書で開示された方法を実行する命令、例えばコンピュータ実行可能命令をエンコードする、含む又は格納する物品を含むことができる。

記憶媒体は、限定されることはないが、あらゆる種類のディスク、フロッピー（登録商標）ディスク、光ディスク、ＣＤ−ＲＯＭ、ＣＤ−ＲＷ、および光磁気ディスクを含む任意の種類のディスクを含むことができ、また、ダイナミックＲＡＭ（ＤＲＡＭ）、消去可能プログラマブル読み出し専用メモリ（ＥＰＲＯＭ）、フラッシュメモリ、電気的消去可能プログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）などの読み出し専用メモリ（ＲＯＭ）やランダムアクセスメモリ（ＲＡＭ）などの半導体デバイス、磁気カードまたは光カード、またはプログラマブル記憶ユニットを含む電子命令を格納するのに適した任意の種類の媒体を含むことができる。

システム１００は、例えば、パーソナルコンピュータ、デスクトップコンピュータ、モバイルコンピュータ、ラップトップコンピュータ、ノートブックコンピュータ、端末、ワークステーション、サーバコンピュータ、タブレットコンピュータ、ネットワークデバイス、 または任意の他の適切なコンピューティングデバイスを含むことができる。明示的に述べられていない限り、本書に記載の方法の実施形態は、特定の順序付けまたはシーケンスに制約されない。さらに、記載された方法の実施形態またはその要素のうちのいくつかは、同じ時点で起こり得るか、または実行され得る。

センサ１５０および／またはセンサ１５２は、電磁放射を使用して地下水源１６０などの地下水をスキャンし検出するように構成された任意のセンサであってよい。例えば、センサ１５０は、レーダまたは合成アパーチャレーダ（ＳＡＲ）ＳＡＲの受信機を含むことができる。センサ１５０および／または１５２は、例えば、エレベーテッドプラットフォームまたは構造物１５５に配置することができる。エレベーテッドプラットフォームまたは構造物１５５は、例えば、衛星、航空機または気球であってもよく、地上５０ｍ以上（例えば、５０ｍの高度で）、例えば地上７０ｍ、１００ｍ、１５０ｍ、５００ｍ、１０００ｍまたはそれ以上の場所に位置し得る。センサ１５２は、センサ１５０よりも異なる検出分解能（例えば、より高い分解能）を有することができる。

図２を参照すると、本発明のいくつかの実施形態による地下水を遠隔検出する例示的な方法のフローチャートである。図２の方法の実施形態は、例えば、システム１００または別のシステムによって実行することができる。本発明の方法の実施形態は、オペレーション２１０において、第１の偏波でのエリアの第１のスキャンを受信するステップを含むことができる。第１のスキャンは、エリアの２次元スキャンであってもよい。第１のスキャンは、エリアからの第１のＬバンドマイクロ波反射を含むことができる。第１のスキャンは、地上の所定のエリアから受信された反射、例えばピクセルデータを含むデータなどのデータに変換された反射を含むことができる。各ピクセルのサイズは、地上５０ｍ以上に位置するセンサ（例えば、センサ１５０，１５２）の分解能に依存してもよい。センサは、地上物体と地下物体の両方からの反射を受け取ることができる。センサに関連するプロセッサは、これらの反射を異なるグレーレベル（諧調レベル）を有するピクセルを含むデータに変換することができる。このデータは、システム１００によって受信され分析され得る。スキャンされるエリアのサイズは、センサ（例えば、ＳＡＲセンサ）によって決定され、生データとして受け取られ得る。スキャンのマイクロ波反射から変換された各ピクセルのグレースケールレベルは、それぞれの深度（例えば、３ｍ）で単一のエリア単位（例えば、３ｍ^２）から受け取られる反射強度レベルに関連し得る。例えば、ピクセルは、２ｍ^３、３ｍ^３、６ｍ^３、１２ｍ^３などから受信される反射に関連し得る。

Ｌバンドマイクロ波反射または他の無線周波数（ＲＦ）波の反射は、Ｌバンドマイクロ波またはＲＦ放射反射を検出するためのセンサ（例えば、センサ１５０又は１５２）から受け取ることができる。センサは、エリア上の少なくとも５０，１００メートル、１０００メートルまたはそれ以上に位置する物体（例えば、プラットフォーム１５５）に取り付けられ得る。このようなセンサは、例えば、衛星、航空機または気球のようなエレベーテッドプラットフォームに取り付けることができる。Ｌバンドマイクロ波（例えば、１〜２ＧＨｚの周波数帯域の高周波）または他のＲＦ波は、送信機からスキャンエリアに向かって送信され得、地上と地下の物体と相互作用した後に上記スキャンエリアから反射され得る。Ｌバンドマイクロ波の地中への侵入深さは、土壌の種類、土壌中の水分量、土地被覆の構造などによって変わることがある。例示的な侵入深さは、土壌表面から少なくとも５０メートル上に位置するリモートオブジェクトからの、深さ３メートルの間の土壌表面であってもよい。スキャンエリアから反射されたＬバンドマイクロ波は、センサによって受信され、検出され得る。センサは、異なる偏波を有する反射を識別することができる。センサ１５０及び１５２はそれぞれ、異なる分解能を有する反射を検出するように構成されてもよく、例えば、センサは、６ｍ^３及び１２ｍ^３の分解能でスキャンを受信するために使用されてもよい。

Ｌバンドマイクロ波または他のＲＦ波は、第１の偏波、例えば、水平偏波または垂直偏波で送信されてもよく、センサは、様々な変調を有する反射を検出することができる。例えば、水平偏波で送信された波からの反射は、垂直変調（ＨＶ偏波）で検出されてもよいし、水平変調（ＨＨ偏波）で検出されてもよい。他の偏波は、垂直−垂直（ＶＶ）偏波および垂直−水平（ＶＨ）偏波を含むことができる。

オペレーション２２０において、方法の実施形態は、第２の偏波でのエリアの第２のスキャンを受信するステップを含むことができる。第２のスキャンは、同じエリアからの第２のＬバンドマイクロ波反射を含むことができる。いくつかの実施形態では、第１の偏波がＨＶ偏波である場合、第２の偏波はＨＨ偏波であってもよい。いくつかの実施形態では、第２の偏波はＶＨ偏波またはＶＶ偏波であってもよい。本方法の実施形態は、第２の偏波（例えば、ＨＨ偏波）のエリアの第３のスキャンを受信するステップを含み、該第３のスキャンは前記第１および第２のスキャンよりも高い分解能でエリアからの第３のＬバンドマイクロ波反射を含む。例えば、第１及び第２のスキャンが１２ｍ^３の分解能で第１のセンサから受信される場合、６ｍ^３の分解能でＬバンドマイクロ波放射の反射を検出するための第２のセンサから第３のスキャンを受信することができる。第２のセンサは、エリア内の特定の位置から受信された第１および第２のスキャンにおけるマイクロ波反射の強度レベルから変換されたピクセルのグレーレベルがその特定の位置から受信された第３のスキャンにおけるマイクロ波反射の強度レベルから変換されたピクセル（またはピクセルズ）の対応するグレーレベルを有することができるように、第１のセンサと同様に調整されたエリアの少なくとも５０メートル、１００メートル、１０００メートルまたはそれ以上上に位置する物体（例えば、衛星、飛行機または気球）に取り付けられ得る。例えば、第１および第２のスキャンにおいて、第１および第２のスキャンがすべてのピクセルに対して１２ｍ^３（又は１３×６ｍ^２）の分解能を有する場合、４つの対応するピクセル（又は２つの対応するピクセル）が第３のスキャンにおいて受け取られ得る。他の数のスキャンが使用されてもよい。

第１、第２および任意選択で第３スキャンは、グレースケールレベル（例えば、マップ内の各ピクセルは異なるグレーレベルを有する）に変換されたマイクロ波強度レベルのグレースケール画像として受信することができる。図３Ａおよび３Ｂにおいて、１２ｍ^３の分解能で受信された例示的なスキャンを示す。図３Ａおよび図３Ｂは、衛星上に位置するＬバンドマイクロ波センサ（例えば、ＳＡＲ）から受信した、カリフォルニア州オークランドの都市部の上で取られた例示的なスキャンである。図３Ａは、ＨＶ偏波を有するスキャンであり、図３Ｂは、ＨＨ偏波を有するスキャンである。いくつかの実施形態では、この方法は、第１および第２のＬバンドマイクロ波反射をグレースケールレベルから強度レベルに変換するステップを含むことができる。本書で使用されるように、グレースケールレベルは、黒色の色素またはレベルと各ピクセルにおける白色の色素またはレベルとの間の比率に従って定義され得る。グレーレベルは、マイクロ波反射強度と相関され得る。黒レベルまたは色素の量が多いほど、特定のエリア（例えば、ピクセル）からのマイクロ波反射の強度が高くなる。例えば、センサから受信されたグレースケールレベルデータは、例えば式１を用いてデシベル（ｄＢ）強度レベルに変換することができる。
（１）Ｉ_ｄＢ＝ １０・ｌｏｇ（ＤＮ^２）−８３
ここで、Ｉ_ｄＢは各ピクセルの変換された強度レベルであり、ＤＮは各ピクセルにおけるグレースケールレベルである。式１は、一例として与えられ、異なる式を使用してグレーレベルを他の強度レベルに変換することは、本発明の範囲内であることは、当業者には理解されるべきである。この方法の実施形態は、第３のスキャンもグレースケールから強度レベルに変換するステップを含むことができる。

本方法の実施形態は、第３の偏波でのエリアの第４のスキャンを受信することを含み、該第４のスキャンはエリアからの第４のＬバンドマイクロ波反射を含む。例えば、第４のスキャンはＶＨ偏波を有する反射を含むことができる。本方法の実施形態は、第４の偏波でのエリアの第５のスキャンを受信することを含み、該第５のスキャンはエリアからの第５のＬバンドマイクロ波反射を含む。例えば、第４のスキャンは、ＶＶ偏波を有する反射を含むことができる。第４および第５のスキャンは、第１のセンサ（例えば、６ｍ^３の分解能を有するセンサ）から受け取ることができる。

いくつかの実施形態では、例えば、式（１）を使用して、受信されたすべてのスキャン（例えば、１−５）をグレースケールから強度レベルに変換することができる。

オペレーション２３０において、本方法の実施形態は、第２のスキャンを用いて第１のスキャンからの電磁（ＥＭ）ノイズをフィルタリングするステップを含むことができる。電磁ノイズは、スキャンされたエリアに位置する建物、植生または他の地形の特徴から反射されるまたは跳ね返される反射を含み得る。ＥＭ信号およびＲＦ信号からＥＭノイズをフィルタリングするための技術にはいくつかの方法が知られており、本発明は特定の方法またはアルゴリズムに限定されない。発明の実施形態による、各ピクセルからのＥＭノイズをフィルタリングするためのいくつかの例示的な方法は、例えば以下の式を使用して建物からのノイズを低減するステップを含むことができる（本書で説明する他の式と同様に、他のまたは異なる式を使用することができる）：
（２） Ｆｄ＝１／２（ＨＨ_ｄＢ ^２−２・ＨＶ_ｄＢ ^２）
ここで、Ｆｄは、スキャンエリア内に位置する固体物体からの跳ね返り反射による電磁ノイズであり、ＨＨ_ｄＢは、そのピクセルにおけるＨＨ偏波反射の強度レベルであり、ＨＶ_ｄＢは、そのピクセルにおけるＨＶ偏波反射の強度レベルである。いくつかの実施形態では、電磁ノイズをフィルタリングするステップは、スキャンされたエリアに配置された固体物体から受信された反射をフィルタリングするステップを含むことができる。
（３） Ｃ＝（ＨＨ_ｄＢ ^２）／（２Ｆｄ）
（４） Ｆｖ＝２・（１／２ＨＨ_ｄＢ ^２−Ｆｄ・Ｃ^２）
ここで、Ｆｖは、スキャンされたエリア内に位置する固体物体から受信される計算された電磁反射ノイズである。

いくつかの実施形態では、ＥＭノイズをフィルタリングするために、追加の偏波（例えば、ＶＶおよびＶＨ偏波）からの反射が使用され得る。このような反射は、例えば、拡張された式（２）に含まれてもよい。式（２）〜（４）で計算されたＦｖおよびＣのような様々なパラメータを使用して、式（５）に従ってフィルタリングされた第１のスキャンを計算することができる。
（５）Ｂｓ＝ＨＨ_ｄＢ−（the EM noise）
ここで、ＢｓはフィルタリングされたＥＭノイズ反射である。

本発明のいくつかの実施形態による、電磁ノイズをフィルタリングした後の典型的なＨＨ偏波スキャン（例えば、Ｂｓスキャン）を図４に示す。図３Ａおよび図３Ｂにおけるスキャンと比較して見ることができるように、フィルタリングされたスキャンは比較的均一であり、大きなノイズの多いエリアまたは部分はない。図４〜図７は、スキャンにおける各ピクセルでの強度（輝度）レベルのグレースケール表示である。図４〜図７は、式（１）の逆式を使用して、方法の様々なステップを計算するために使用される強度レベルを、ｄＢからグレースケールに再変換することによって作成された。

オペレーション２４０において、本方法の実施形態は、様々な（例えば、一連の）種類の水源の典型的なラフネス値と、フィルタリングされた第１のスキャンとに基づいて水のラフネスマップを作成するステップを含むことができる。いくつかの実施形態において、様々な種類の水源の典型的なラフネス値は、プロセッサ１１２に関連するデータベース、例えばストレージユニット１２０に格納され得る。当該技術分野から、塩気の強い海、湖、川、スイミングプール、下水管および飲用水管のような異なる水源は、記録され既知の異なる典型的な反射を有する。このデータは、望まれていないすべての水源を含む水のラフネスマップを作成するために使用され得る。例えば、上記マップは、飲用水以外の水源（例えば、川、スイミングプール、下水管のような都市水源）に関連するすべての反射をマッピングするステップを含むことができる。水のラフネスマップを作成する例示的なプロセスは、式（６）で与えられる。
（６） Ｋｓ＝ａＢｓ^２＋ｂＢｓ＋ｃ

ここで、ａは飲用水の平均ラフネス、ｂは開放された真水の水源（例えばスイミングプール、泉および湖）の平均ラフネスであり、ｃは下水の平均ラフネスである。 典型的な水のラフネスマップを図５に示す。図５は、大部分が暗く、暗い部分は水のラフネスが検出されない部分である。

いくつかの実施形態において、水のラフネスは、水の化学組成に基づいて計算することができる。水中で溶質となり得る化学物質の量は、水の誘電特性に影響を与える可能性がある。特定の周波数において、塩分の量が水の誘電率を変化させ、塩分が高いほど誘電率が高くなることは、当該技術分野において周知である。異なる誘電率を有する地下水は、同じ条件で異なる水のラフネス（例えば、異なる典型的なマイクロ波反射）を有することができる。塩素、カルシウムおよび重炭酸塩などのいくつかの例示的な溶質は、水の塩分の一因になり得る。地球上の異なる地域の飲用水は異なる塩分濃度を持っており、例えば、イスラエルの飲用水中のカルシウム量は、ドイツの飲用水中のカルシウム量よりもはるかに多い。イスラエルにおける岩や土壌には水中のカルシウム量に寄与する大量の石灰岩が含まれている。一部の地域では、例えば、地方自治体によって実施される水のフッ素化または飲用水の他の操作のために、２つの近隣都市間であっても水の化学組成に差異が存在し得る。

いくつかの実施形態では、水の化学的組成に基づいて、水のラフネスが計算される場合、例えば上記式（６）を用い、その地域の水の化学組成に基づいた式（６）の「ａ」パラメータおよび／または「ｃ」パラメータを選択するステップを含むことができる。いくつかの実施形態では、「ａ」パラメータを選択するステップは、例えばストレージユニット１２０内のプロセッサ１１２に関連するメモリに格納されたルックアップテーブルからパラメータを選択するステップを含むことができる。ルックアップテーブルは、様々な化学組成を有する水のための様々な「ａ」および／または「ｃ」パラメータのリストを含む。追加的または代替的に、「ａ」パラメータおよび／または「ｃ」パラメータを選択するステップは、「ａ」パラメータおよび／または「ｃ」パラメータを変更するステップ（例えば、「塩分パラメータ」を乗算するステップ）を含むことができる。塩分パラメータは、プロセッサ１１２に関連するメモリ、例えばストレージユニット１２０に保存されてもよい。

オペレーション２５０において、本方法の実施形態は、水のラフネスマップおよびフィルタリングされた第１のスキャンを用いて第１の類型の水源を識別するステップを含むことができる。例示的な式（７）および（８）は、第１の水源の値を計算するために使用され得る。
（７） Ｗｃ’=Ｂｓ・Ｋｓ^Ｋｓ
（８） Ｗｃ=−ｄ・Ｗｃ’^２−ｅ・Ｗｃ’−ｆ

ここで、Ｗｃは、スキャンされたエリア内における各ピクセルの第１の水源（例えば飲用水）の計算値であり、ｄは都市部に関する定数であり、ｅは半都市部に関する定数であり、ｆは都市以外の地域に関連する定数である。これらの定数は、水源の種類、土壌の種類、土壌中の水分量、計算前の所定の時間間隔（例えば１週間）におけるその地域の降水量（例えば雨）、または同様のものによって異なる場合がある。

いくつかの実施形態において、Ｗｃは、エリアにおける土壌の種類、エリアにおける土壌の密度およびスキャンされるエリアの地形のうちの少なくとも一つに基づいた補正パラメータを用いて追加的に計算することができる。いくつかの実施形態において、Ｗｃを計算するステップは、データベースから受信した識別された水源から水分レベルを低減するステップを含むことができる。水分レベルは、エリア内の土壌の湿度特性と、計算前の所定の時間間隔（例えば、１週間）内のエリア内の雨量などの雨量のうちの少なくとも一つに基づいて計算することができる。

図６は、本発明のいくつかの実施形態による識別された水源を用いた例示的なマップであり、地理的表示における含水量を示す。飲用水の検出分解能は、第１、第２、および任意に第３のスキャンの分解能に等しいので、スキャンされた分解能（例えば、３ｍ^２，６ｍ^２，１２ｍ^２など）よりも小さい飲用水または他の水源は、検出できない。

図７は、本発明のいくつかの実施形態による、識別された飲用水漏れ（例えば、Ｗｃマップ）を有する例示的なマップである。マップ上の各小ドットは、異なるグレースケール（例えば、異なる含水量）を有し、漏水に対応する。一部の漏水は、単一のピクセルによってカバーされるエリアよりも大きく、いくつかのピクセルを含むことがある。この方法の実施形態は、単一の漏れを定義するために飲用水の漏れとして識別された隣接ピクセルを合計するか、または組み合わせるステップを含むことができる。強度レベルは、例えばｄＢ値で計算することができ、水容量に変換することができる。

オペレーション２６０において、この方法の実施形態は、識別された第１の類型の水源に基づいて、エリア内の異なる位置で含水量を計算するステップを含むことができる。いくつかの実施形態では、識別されたすべての水源（例えば、漏れ）がそれ自体の強度値を有するので、これらの値を用いて各水源に関連する水分量を計算することができる。強度レベルが高いほど（例えば、そのピクセルでのＷｃが高いほど、または隣接するピクセルでＷｃの合計が高いほど）、含水量が高くなる。この方法の実施形態は、反射強度レベルから計算された含水量を、例えば、１時間あたりのガロン数、１時間当たりの立方体数などの異なるエリア位置のための水容量の量に変換するステップを含むことができる。水容量は強度に比例する。使用される容量単位（例えば、ガロン／時間、立方体／時間など）の関数として、強度レベルを容量に変換するために、異なる定数を使用することができる。各ピクセルに対し計算された強度レベルは、強度レベルを水容量に変換する既知の定数（例えば、異なる容量単位に対して異なる定数が使用され得る）によって乗算されてもよい。いくつかの実施形態は、隣接ピクセルに対して計算された合計容量を含むことができる。スキャンされたエリア内の位置にそれぞれ対応するいくつかの隣接ピクセルに対して計算された水容量は、対応する場所で大きな地下水漏れが見つかる可能性があることを示すことができる。

この方法の実施形態は、水容量の変換された量を一つ以上のスキャンされたエリアのグラフィックマップ上に表示するステップを含むことができる。変換された量は、都市エリアの街路図、郡の道路地図、衛星地図などに表示され得る。水容量の換算された量は、ユーザインタフェース１３０に含まれるスクリーン１３２上に表示されてもよい。飲用水の漏れの場所を有するカリフォルニアの都市内のオークランドの例示的なストリートマップ（市街地図）を図８に示す。受信されたスキャンは、比較的広いエリアからの情報（例えば、ピクセル）を含むことができるので、データをユーザ（例えば市の職員）に提示する地域に関するマップは、スキャンされたエリアの一部のみを含むことができる。ユーザは、スキャンされたエリア内の関心のあるすべてのエリア（例えば、市街地）をカバーする画面上の地域に関するマップを（例えば、マウスまたはキーボードを使用して）移動させることができる。検出された漏れのいくつかは、（例えば、座標を使用して）対応する地域に関するマップにおける水容量値および場所が与えられた図７において小さな灰色の点として示されている。例えば、図８に示すように、マップ上の特定の場所に配置されたマークの各々は、異なる漏水量（例えば、ガロン／時間）を提示する。当業者であれば、表示された情報を地理情報システム（ＧＩＳ）の上に表示することができることを理解されたい。更に、水容量値及び位置情報と並行して送水管（水道管）、送水バルブ等のような付加的な情報が表示されてもよいことを理解されたい。このような情報表現は、漏水の原因のより良い理解を可能にし、リアルタイムで意思決定を促進する可能性がある。

図９について参照する。図９は、本発明のいくつかの実施形態による地下水の遠隔検出の例示的な方法のフローチャートである。この方法の実施形態は、例えば、システム１００または別のシステムによって実行され得る。オペレーション９１０において、この方法の実施形態は、第１の偏波でのエリアの第１のスキャンを受信するステップを含むことができる。オペレーション９１０は、図２に示す方法のオペレーション２１０と実質的に同じであってもよく、オペレーション２１０に関して上述した走査、ステップおよび式を含むことができる。

オペレーション９２０において、本方法の実施形態は、スキャンされたエリアの少なくとも一部の光学データを受信するステップ、またはスキャンされたエリアの少なくとも一部を表すステップを含むことができる。光学データは、１ミリメートルから１０ナノメートルの範囲の波長（例えば、赤外線スペクトルから紫外線スペクトルまで）で捕捉され得る。光学データは、プラットフォーム１５５上または他の場所に位置する少なくとも一つのキャプチャーデバイスまたはセンサ（センサ１５０または１５２など）から受け取ることができる。キャプチャーデバイスは、赤外線（ＩＲ）カメラ、可視光カメラおよび／または紫外線（ＵＶ）カメラを含むことができる。光学データは、衛星光学画像、航空写真などを含むことができる。例示的な光学データは、ＩＲカメラによって捕捉されたエリアのＩＲ画像、エリアの可視光写真（例えば空中写真）またはエリアのＵＶスキャンを含むことができる。

オペレーション９３０において、本方法の実施形態は、光学データを用いて、第１のスキャンからの電磁ノイズをフィルタリングするステップを含むことができる。いくつかの実施形態では、この方法は、光学データにおける隣接ピクセルの色（例えば、波長）または強度を比較して、光学データにおける差異または予想外の色を検出するステップを含むことができる。例えば、ＩＲ放射は、スキャンされたエリア内の様々な位置での温度差のために変化し得る。近隣の土壌や土地と比較して、地下水は、地下水漏れによって濡れる土壌と土地の温度を下げる可能性がある。いくつかの実施形態において、近隣地区よりも冷たいエリアの検出は、地下水の存在を示し得る。さらに別の例では、地下水の存在は、特定の地域における植生の存在および／または植生または土壌の色に影響を及ぼす可能性がある。例えば、地下水の存在は：敷石舗装内の敷石の間に著しい地衣類（苔）の成長を引き起こし得、実質的に乾燥した植生（例えば、夏の間）における植生の一部に緑の葉を再生させることができ、土壌の色の変化（例えば、より暗くなる）などを引き起こすことができる。これらの色の変化は、検出された場合、地下水の存在を示している可能性がある。いくつかの実施形態において、地下水の存在に対し検出された表示は、第１のスキャンからＥＭノイズをフィルタリングするために使用され得る。

いくつかの実施形態は、第２の偏波でのエリアの第２のスキャンを受信するステップを含み、第２のスキャンは、エリアからの第２のＬバンドマイクロ波反射を含み、図２に示す実施形態のオペレーション２２０に関して述べたように、第１のセンサからのものである。いくつかの実施形態において、第１のスキャンからＥＭノイズをフィルタリングするステップは、図２の実施形態のオペレーション２３０に関して述べたように、第２のスキャンを使用するステップをさらに含むことができる。

オペレーション９４０〜９６０は、図２の実施形態のオペレーション２４０〜２６０と実質的に同じであってもよく、オペレーション２４０〜２６０のステップ、働きおよび式を含むことができる。図９の実施形態は、図２の実施形態に関して含まれ、開示され得る任意の働きまたはステップを含み得る。

図１０について参照する。 図１０は、本発明のいくつかの実施形態による地下水を遠隔検出する例示的な方法のフローチャートである。図１０の方法の実施形態は、例えば、システム１００によって、または別のシステムによって実行されてもよい。オペレーション１０１０において、実施形態は、第１の偏波でのエリアの第１のスキャンを受信することを含むことができる。オペレーション１０１０は、図２の実施形態のオペレーション２１０と実質的に同じであってもよい。オペレーション２１０に関して上記開示した働き、ステップおよび式を含むことができる。

オペレーション１０２０において、実施形態は、データベースからエリアに関連する地理データを受信するステップを含むことができる。いくつかの実施形態において、地理データは、その地域に関連する土地被覆データを含むことができる。典型的な土地被覆は、密集した都市部、市街地、公園、農業地域、工業地域、村および／または舗装地域のような種類を含むことができる。いくつかの実施形態において、土地被覆データは、スキャンされたエリア内の様々な部分を、例えば上記列挙した土地被覆の種類のような様々な土地被覆タイプに分類するステップを含むことができる。図１１には、様々な土地被覆タイプに分類されたスキャンされたエリアのグラフィック描写が示されている。図１１は、一実施形態によるマップ上の異なる位置に４つの土地被覆タイプを提示するエリアの一部のマップである。土地被覆において、場所Ａは工業地域に分類され、場所Ｂは市街地として分類され、場所Ｃは公園として分類され、場所Ｄは舗装地域に分類され得る。他の分類を使用してもよい。

いくつかの実施形態において、地理データは、スキャンされたエリア内の物体（例えば、建物）の位置、長さ、幅および高さを含むことができる。エリア内の建物の少なくとも一部については、各建物の位置および寸法を地理データに含めることができる。

オペレーション１０３０において、実施形態は、地理データを使用する第１のスキャンからの電磁ノイズをフィルタリングするステップを含むことができる。いくつかの実施形態において、電磁ノイズをフィルタリングするステップは、エリアの分類部分の土地被覆タイプに基づいてエリアの各部分にフィルタリングパラメータを割り当てるステップを含むことができる。フィルタリングパラメータは、各土地被覆タイプに典型的なマイクロ波の散乱量に関連し得る。

いくつかの実施形態において、電磁ノイズをフィルタリングするステップは、エリア内の物体に近接する死角領域のサイズおよび位置を計算するステップを含むことができる。物体は、死角領域からのマイクロ波反射をセンサに到達させることを妨げる。建物の近くの死角領域の例示的な計算は、例えば式（９）を用いて行うことができる。
（９） Ｓ＝ｔａｎα×Ｈｂｌ
ここで、Ｓは死角領域の大きさ（単位：ｍ^２）であり、αは衛星から地面までのオフナディア角であり、Ｈｂｌは建物の高さである。３店舗の建物を対象とした計算では、４ｍ^２の死角領域が生じた。図１２は、一実施形態による、すぐ近くの建物によって生成された、計算された死角領域の例示図である。暗い物体の周りの正方形のパターン化された領域は、死角領域である。これらの死角領域は、例えば、死角領域（円で示す）に位置する領域の下に水が漏れていることが示された場合に、実施形態は、これらの表示が誤った読みであり無視されるべきであると結論するステップを含み得る。

図２のオペレーション２２０に関して述べたように、いくつかの実施形態は、第２の偏波でのエリアの第２のスキャンを受信することを含み、第２のスキャンは、エリアからの第２のＬバンドマイクロ波反射を含む。いくつかの実施形態において、第１のスキャンからＥＭノイズをフィルタリングするステップは、図２のオペレーション２３０に関して述べたように、第２のスキャンを使用するステップをさらに含むことができる。

図１０の方法の一部の実施形態は、スキャンされたエリアの少なくとも一部を表す光学データを受け取るステップを含むことができる。図９のオペレーション９２０に関して述べたように、光学データは、１ミリメートルから１０ナノメートル（例えば、赤外線から紫外線スペクトル）の範囲の波長で捕捉することができる。図１０の方法のいくつかの実施形態は、図９のオペレーション９３０に関して述べたように、光学データを用いて第１のスキャンからＥＭノイズをフィルタリングするステップをさらに含むことができる。

オペレーション１０４０〜１０６０は、図２のオペレーション２４０〜２６０と実質的に同じであってもよく、オペレーション２４０〜２６０のステップ、働きおよび式を含むことができる。図１０の実施形態は、図２および／または図９の実施形態に関して含まれ、開示され得る任意の働きまたはステップを含み得る。

本発明の特定の特徴が本明細書に図示され説明されたが、当業者には多くの変形、置換、変更、および均等物がここで生じるであろう。したがって、添付の特許請求の範囲は、本発明の真の精神に含まれるすべてのそのような変形および変更を包含するように意図されていることが理解されるべきである。

Claims (35)

1. 地下水の含有量を決定する方法であって、
   エリアの第１のＬバンドマイクロ波反射を含む第１の偏波での該エリアの第１のスキャンを受信するステップと、
   前記第１のスキャンは、Ｌバンドマイクロ波放射の反射を検出するための第１のセンサからのものであり、該センサは、前記エリアの少なくとも５０メートル上に位置する物体に取り付けられ、
   少なくとも一つの追加データを受信するステップと、
   前記少なくとも一つの追加データを用いて前記第１のスキャンから電磁ノイズをフィルタリングするステップと、
   一連の種類の水源の典型的なラフネス値と前記フィルタリングされた第１のスキャンとに基づいて水のラフネスマップを作成するステップと、
   前記水のラフネスマップおよび前記フィルタリングされた第１のスキャンを用いて第１の類型の水源を識別するステップと、
   前記識別された第１の類型の水源に基づいて、前記エリア内の場所における含水量を計算するステップと、
   を含む方法。
2. 前記少なくとも一つの追加データは、前記エリアからの第２のＬバンドマイクロ波反射を含む第２の偏波での前記エリアの少なくとも第２のスキャンを含み、該第２のスキャンは前記第１のセンサからのものである、請求項１に記載の方法。
3. 前記第１および第２のＬバンドマイクロ波反射をグレースケールレベルから強度レベルに変換するステップをさらに含む、請求項２に記載の方法。
4. 前記第１および第２のスキャンは同じ分解能を有する、請求項２または請求項３に記載の方法。
5. 前記第１および第２のスキャンの分解能よりも高い分解能で、前記エリアからの第３のＬバンドマイクロ波反射を含む第２の偏波での前記エリアの第３のスキャンを受信するステップをさらに含み、該第３のスキャンは、前記エリアの少なくとも５０メートル上に位置する物体に取り付けられたＬバンドマイクロ波放射の反射を検出するための第２のセンサからのものである、請求項４に記載の方法。
6. 前記第１および第２のスキャンを用いて前記第３のスキャンからの電磁ノイズをフィルタリングするステップをさらに含む、請求項５に記載の方法。
7. 前記第１の偏波が水平偏波であり、前記第２の偏波が垂直偏波である、請求項１〜６いずれか一つに記載の方法。
8. 前記第１の類型の水源が、地下の飲用水および地下の下水のうちの少なくとも一つを含む、請求項１〜７いずれか一つに記載の方法。
9. Ｌバンドマイクロ波放射の反射を検出するための前記センサは、衛星、航空機及び気球のうちの一つに取り付けられる、請求項１〜８いずれか一つに記載の方法。
10. 前記含水量を計算するステップは、前記エリアにおける土壌の種類、前記エリアにおける前記土壌の密度、および前記スキャンされたエリアの地形のうちの少なくとも一つに基づいて補正パラメータを計算するステップを含む、請求項１〜９いずれか一つに記載の方法。
11. 前記含水量を計算するステップは、データベースから受信した識別された水源からの水分レベルを低減させるステップを含む、請求項１〜１０いずれか一つに記載の方法。
12. 前記水分レベルは、前記エリア内の土壌の水分特性および前記計算前の所定の時間間隔における前記エリア内の降水量のうちの少なくとも一つに基づいて計算される、請求項１１に記載の方法。
13. 前記エリアからの第４のＬバンドマイクロ波反射を含む第３の偏波での前記エリアの第４のスキャンを受信するステップと、
    前記エリアからの第５のＬバンドマイクロ波反射を含む第４の偏波での前記エリアの第５のスキャンを受信するステップと、をさらに含み、
    前記第４および第５のスキャンは前記第１のセンサからのものであり、
    前記第１のスキャンからの電磁ノイズをフィルタリングするステップは、前記第４および第５のスキャンを用いてフィルタリングするステップを含む、請求項１〜１２いずれか一つに記載の方法。
14. 電磁ノイズをフィルタリングするステップは、
    スキャンされたエリア内に位置する固体物体から受け取った電磁反射ノイズをフィルタリングするステップと、
    スキャンされたエリア内に位置する固体物体から反射する電磁ノイズをフィルタリングするステップ、のうちの少なくとも一つを含む、請求項１〜１３いずれか一つに記載の方法。
15. 前記含水量を計算するステップは、計算された含水量を反射強度レベルから前記一つ以上のスキャンされたエリアに対する水容量に変換するステップを含む、請求項１〜１４いずれか一つに記載の方法。
16. 前記変換された水容量を前記一つ以上のスキャンされたエリアのグラフィカルマップ上に表示するステップをさらに含む、請求項１５に記載の方法。
17. 前記少なくとも一つの追加データは、前記スキャンされたエリアの少なくとも一部の少なくとも光学データを含み、前記光学データは、１ミリメートルから１０ナノメートルの範囲の波長で捕捉される、請求項１〜１６いずれか一つに記載の方法。
18. 前記第１の類型の水を識別するステップは、前記エリアの一部における色の変化を検出すべく前記光学データを分析するステップを含む、請求項１７に記載の方法。
19. 前記光学データは、衛星光学画像および航空写真のうちの少なくとも一つから受信される、請求項１７または１８に記載の方法。
20. 前記少なくとも一つの追加データは、データベースから受信した前記エリアに関連する少なくとも地理データを含む、請求項１〜１９いずれか一つに記載の方法。
21. 前記地理データは、前記エリアに関連する土地被覆データを含む、請求項２０に記載の方法。
22. 前記土地被覆データは、前記エリアの部分の様々な土地被覆タイプへの分類を含み、前記電磁ノイズをフィルタリングするステップは、前記エリアの部分の土地被覆タイプへの分類に基づいて、前記エリアの各部分にフィルタリングパラメータを割り当てることを含む、請求項２１に記載の方法。
23. 前記土地被覆タイプは、密集した都市部、市街地、公園、農業地域、工業地域、村および舗装地域からなるリストからのものである、請求項２２に記載の方法。
24. 前記地理データは、前記エリア内の建物の位置、長さ、幅および高さを含む、請求項２０〜２３いずれか一つに記載の方法。
25. 前記電磁ノイズをフィルタリングするステップは、前記エリア内の物体に近接する死角領域のサイズおよび位置を計算するステップを含み、前記物体は、前記死角領域からのマイクロ波反射を前記センサに到達させることを妨げる、請求項２４に記載の方法。
26. プロセッサと、
    前記プロセッサによって実行される際、該プロセッサに、
    エリアからの第１のＬバンドマイクロ波反射を含む第１の偏波での該エリアの第１のスキャンを受信させ、該第１のスキャンは、エリアの少なくとも５０メートル上に位置する物体に取り付けられたＬバンドマイクロ波放射の反射を検出するための第１のセンサからのものであり、
    少なくとも一つの追加データを受信させ、
    前記少なくとも一つの追加データを用いて前記第１のスキャンからの電磁ノイズをフィルタリングさせ、
    様々な種類の水源の典型的なラフネス値と前記フィルタリングされた第１のスキャンに基づいて水のラフネスマップを作成させ、
    前記水のラフネスマップおよび前記フィルタリングされた第１のスキャンを用いて第１の類型の水源を識別させ、
    識別された第１の類型の水源に基づいて、前記エリア内の場所における含水量を計算させる、コンピュータ実行可能命令が格納された、非一時的なコンピュータ可読媒体と、
    を備える、地下水の含有量を決定するシステム。
27. 前記少なくとも一つの追加データは、前記エリアからの第２のＬバンドマイクロ波反射を含む第２の偏波での前記エリアの少なくとも第２のスキャンを含み、前記第２のスキャンは前記第１のセンサからのものである、請求項２６に記載のシステム。
28. 前記少なくとも一つの追加データは、スキャンされたエリアの少なくとも一部の少なくとも光学データであり、前記光学データは、１ミリメートルから１０ナノメートルの範囲の波長で捕捉される、請求項２６または２７に記載のシステム。
29. 前記少なくとも一つの追加データは、データベースから受信された前記エリアに関連する少なくとも地理データである、請求項２６〜２８のいずれか一つに記載のシステム。
30. 前記命令はさらに、前記プロセッサに、前記エリアの一部の色の変化を検出するために光学データを分析することによって前記第１の類型の水を識別させる、請求項２８に記載のシステム。
31. 前記光学データは、衛星光学画像および航空写真のうちの少なくとも一つから受信される、請求項３０に記載のシステム。
32. 前記命令はさらに、前記プロセッサに、前記エリアからの第２のＬバンドマイクロ波反射を含む第２の偏波での前記エリアの第２のスキャンを受信させ、前記第２のスキャンは前記第１のセンサからのものであり、
    前記第１のスキャンから前記電磁ノイズをフィルタリングするステップは、前記第２のスキャンを使用するステップをさらに含む、請求項２７に記載のシステム。
33. 前記命令は、さらに、前記プロセッサに、前記算出された含水量を反射強度レベルから前記一つ以上のスキャンされたエリアの水容量に変換させる、請求項２６〜３２のいずれか一つに記載のシステム。
34. スクリーンをさらに備え、前記命令はさらに、前記プロセッサに、前記一つ以上のスキャンされたエリアのグラフィックマップ上の水容量の変換された量を前記スクリーン上に表示させる、請求項３３に記載のシステム。
35. 含水量をマッピングする方法であって、
    Ｌバンドマイクロ波データを含む第１の偏波でのエリアスキャンを受信するステップと、
    前記エリアを表す光学データを受信するステップと、
    前記光学データを用いて前記スキャンからノイズをフィルタリングするステップと、
    一連の水源の種類のラフネス値およびフィルタリングされたスキャンに基づいてラフネスマップを作成するステップと、
    前記ラフネスマップおよび前記フィルタリングされたスキャンを用いて水の類型を識別するステップと、
    識別された水の類型を使用して含水量を計算するステップと、
    を含む方法。

Images