結合可見光和熱成像數據，深度學習算法，訓練管涌識別模型快速監測。在無人機飛行過程中輸入采集到的圖像數據到管涌識別模型中，模型將判斷是否存在管涌現象。一旦檢測到管涌，系統將快速預警，并標注位置信息。
1.設定無人機巡檢路線、測定氣溫和庫水溫度、判定天氣狀況及壩體表面植被覆蓋情況。
2.利用無人機攜帶紅外熱像儀，根據預設的巡檢路線全面巡查堤壩下游面巡檢期間通過紅外熱像儀拍攝堤壩下游面的熱像圖;若氣溫>庫水溫度，熱像圖中的溫度低于閾值，或庫水溫度>氣溫時，報警并記錄此處為疑似滲漏部位;繼續巡檢，直到完成整個壩體下游面的巡檢;如巡檢完成也沒有警報聲，則判定該壩體沒有滲漏，并結束巡檢。
3.復飛并抵近疑似滲漏部位再次拍攝熱像圖，如果仍滿足報警條件，則確定該部位為滲漏點，并計算熱像圖中低溫區域面積(>時)或高溫區域面積(<時)。
4.間隔T時間后，重新設定溫度閾值，再次復飛并抵近滲漏點拍攝熱像圖，計算熱像圖中低溫/高溫區域面積，對比步驟(3)和(4)中低溫/高溫區域面積的變化，判斷是否存在早期非穩定滲漏。值得注意的是，在汛期時，間隔時間T不宜過長控制在2小時內。
