Post Date
Sep 26 2021

Data Assimilation of Mobile Sensors in Hydrological Models

Year
2019
Supervisor:
Dr. Abubakr Muhammad
Dr. Basit Shafiq
Dr. Hassan Arshad Nasir
Students:
Affan
MS/PhD
MS
Reference / Filters
Electrical Engineering

In developing countries like Pakistan, agriculture is an essential part of the economy, where irrigation networks are widespread across the country, and they are the major source of surface water supply to the agricultural lands. To ensure fair distribution of surface water among farmers, it is required to monitor water channels at a high spatial and temporal resolution. The irrigation channels in these countries, however, usually do not have sensors to properly monitor flows as the authorities cannot afford to install them throughout the irrigation network. Furthermore, the channel gates are usually far apart from one another, and static sensors at the gates are not enough to properly monitor the flow activities in such long channels. Therefore, inspired by mobile sensing and state estimation techniques, an estimation framework has been proposed in this research work, where we use a mix of a static and a mobile sensor to measure and estimate hydrodynamic variables (such as water levels and water velocities) for long irrigation channels. We estimate the hydrodynamic variables in two ways: (a) by assimilating velocity data of the mobile sensor in a 1-D Saint Venant model using Kalman filter, and (b) by assimilating position data of mobile sensor in an augmented model using state-dependent interacting multiple models (SD-IMM). The proposed framework is rigorously tested in simulations. Moreover, to verify the effectiveness of the framework, a field test has also been performed to estimate the water velocities and water levels in an irrigation channel near Lahore, Pakistan. The results obtained by the experiment demonstrate the accuracy of the proposed estimation process using mobile sensing.

آبی نمونوں میں متحرک سینسر کے احوال کا تخمینہ

خلاصہ: پاکستان جیسے ترقی پذیر ممالک میں ، زراعت معیشت کا ایک لازمی حصہ ہے ، جہاں پورے ملک میں آب پاشی کے نیٹ ورک بڑے پیمانے پر پھیلے ہیں۔ اور وہ زرعی زمینوں کو سطح کے پانی کی فراہمی کا سب سے بڑا ذریعہ ہیں۔ کاشتکاروں میں سطح کے پانی کی منصفانہ تقسیم کو یقینی بنانے کے لئے واٹر چینلز کے متعدد مقامات پر ہر وقت نگرانی کرنا ہوگی۔ تاہم ، ان ممالک میں آبپاشی کے چینلز میں عام طور پر بہاؤ کی مناسب نگرانی کے لئے سینسر نہیں ہوتے ہیں کیونکہ حکام ان کو آبپاشی کے پورے نیٹ ورک میں انسٹال کرنے کے متحمل نہیں ہیں۔ مزید برآں ، آبپاشی کے چینلز کے دروازے عام طور پر ایک دوسرے سے بہت دور ہوتے ہیں ، اور دروازوں پر مستحکم سینسر اس طرح کے طویل چینلز میں بہاؤ کی سرگرمیوں کی مناسب نگرانی کے لئے کافی نہیں ہوتے ہیں۔ لہذا ، موبائل سینسنگ اور حالت تخمینے کی تکنیک سے متاثر ہوکر ، اس تحقیقی کام میں ایک تخمینے کے فریم ورک کی تجویز پیش کی گئی ہے ، جہاں ہم لمبی آبپاشی کے چینلز کے لئے ہائیڈروڈی نیامک متغیر (جیسے پانی کی سطح اور پانی کی رفتار) کی پیمائش اور تخمینہ لگانے کے لئے جامد اور موبائل سینسر کا مرکب استعمال کرتے ہیں۔ ہم دو طریقوں سے ہائیڈروڈی نیامک متغیرات کا اندازہ لگاتے ہیں: (الف) کالمین فلٹر استعمال کرتے ہوئے1-D سینٹ وینینٹ ماڈل میں موبائل سنسر کی رفتار کے اعداد و شمار کو ضم کرتے ہوئے ، اور (ب) حالت منحصر متعدد انٹرایکٹو ماڈلز کے ذریعے 1-D سینٹ وینینٹ اور موبائل سنسر حرکت کے مجموعی ماڈل میں موبائل سنسر کے مقام کی معلومات کو ضم کرتے ہوئے۔ مجوزہ فریم ورک کی مکمل سافٹ ویئر سیمولیشن میں تجربہ کیا گیا ہے۔ مزید یہ کہ ، فریم ورک کی تاثیر کی تصدیق کے لئے ، پاکستان ، لاہور کے قریب آبپاشی کے چینل میں پانی کی رفتار اور پانی کی سطح کا اندازہ لگانے کے لئے ایک فیلڈ ٹیسٹ بھی کیا گیا ہے۔ تجربے کے ذریعہ حاصل کردہ نتائج موبائل سینسنگ کا استعمال کرتے ہوئے مجوزہ تخمینے فریم ورک کے عمل کی درستگی کا ثبوت دیتے ہیں۔