近年來,國內外學者對于大范圍流場測量方法進行了廣泛研究。20世紀 90年代,隨著電子及計算機相關技術的發展,出現了以實驗室圖像粒子測速技術衍生的基于圖像處理測算大范圍表面流場的方法,并在硬件設備設計和圖像處理算法等方面取得了突破性進展。較之室內實驗,現場實驗存在諸多限制和不可控因素會對結果產生影響,如風力干擾、布設儀器困難、缺乏供電設備等。天然河道的流速通常用ADP/ADCP進行單點或多點剖面測量,雖是直接測量,但儀器接觸水體會對流場形成擾動,時間和人力成本較高,且在地勢險峻或洪水情況下根本無法開展實驗?；趫D像處理方法的誕生,很大程度上解決了現場測量的困境。I.Fujita等人使用航拍方式對 Yodo河的洪水流量進行了測量,并且拼接連續圖像得到整個河道的流場圖;M.Jodeau等人使用玉米淀粉發泡粒\\(Ecofoamchips\\)作為人工示蹤粒子,測得山溪河流在水庫放水條件下的高速水流表面流場;2010年,J.LeCoz等人對比基于圖像處理測算的流量和 ADCP流量測量值,認為基于圖像方法的誤差主要在圖像采集方式、流速系數 K的確定以及矢量的插值等。從以上研究可以看出,國外研究人員不斷開展實驗,驗證基于圖像處理方法在各種工況下的可行性和精度,并基于實驗過程遇到的問題對軟硬件逐步進行改善。但在國內對于此方法的研究并不廣泛,尤其是在現場測量的應用更為缺乏。
我國西部山區在汛期經常爆發特大洪水,進而引發嚴重的泥石流災害,給當地群眾的生命財產安全以及生產生活造成了嚴重威脅。因此,對洪水以及泥石流的發生機理展開研究具有主要意義。但由于災害發生時,傳統測量儀器無法布置或不能正常工作,流速和流量等實測數據無法獲取,成為研究開展的最大阻礙。
選取典型山區河道———都江堰市龍池鎮龍溪河作為實驗對象,運用基于圖像分析的方法測算其流場,驗證此方法在山區河道中的可行性及優越性,為今后大尺度連續獲取洪水數據打下基礎,進而為防災減災提供數據支持。
1、 實驗方法
基于圖像處理技術測算河道表面流場,使用數碼攝像機 /工業相機對目標河段進行連續拍攝,根據實際流速調整幀率,確保兩幀之間的河道表面紋理只發生位移變化,而非形態。由于現場地形復雜,難以設置支架使相機垂直于河面,因此選擇傾斜拍攝,出于校正后分辨率考慮,需保證相機與河面的傾角大于 20°,并設置一定數量的地面控制點,獲取其相對坐標,對原始圖像進行正向校正?，F場實驗的整個過程無需播撒示蹤粒子,算法通過追蹤自然光狀態下的水面紋理\\(如波紋、泡漩等\\)進行后續分析。計算區域和計算點的疏密均可在算法中靈活調整,以達到實驗要求。圖像可通過無線網絡傳輸至云端存儲,供研究人員遠程下載進行計算,結果以流場矢量圖疊加現場圖的形式呈現。
相較于傳統 ADP/ADCP等測量方式,此方法具備便攜、易安裝、非接觸、高效率、高精度等較為明顯的優勢。
2、 實驗地點
龍溪河位于四川省都江堰市龍池鎮,是岷江的一級支流,全長 18.22km,平均流量 3.44m3/s,最大流量 300m3/s,最小流量 0.2m3/s。龍溪河流域受2008年汶川地震影響較大,連年發生洪水和泥石流災害。主河道坡降在 10%左右,汛期于每年 5月份開始,高峰期為 7~9月,一般陰雨多日后,當地土層逐漸蓄滿,幾小時的特大暴雨即可引發半月甚至一個月的洪水和泥石流,對當地的生態和民居環境破壞極為嚴重。圖 1為 2013年 7月洪水和泥石流致使河道兩側混凝土護坡及河床被破壞的情景,且大體量堆積體變多,導致河道淤埋抬高。
本次實驗選擇了龍溪河中游兩段\\(M、N\\)具有代表性的河道進行拍攝,河寬均約為 6m。M段河床石塊分布相對均勻,流動形態較為簡單;N段坡降稍大,流動形態更顯復雜,但由于堆積體大小不一,因此表面泛起大量浪花,更有利于圖像處理。實驗選用便攜式單反相機\\(索尼 NEX\\)拍攝,焦距 16mm,幀率 25fps,圖像分辨率為 1440×1080,M段傾角約為 25°,N段傾角約為 45°。分別在 M、N段河道兩側的石塊上布設了 6個地面控制點\\(以 M段為例,見圖 2\\),并測得其相對物理坐標。
3、 實驗結果與分析
3.1 表面流速測量結果
通過對圖像進行一系列處理和計算,M、N兩段河道的流場圖如圖 3所示,各點流速的具體數值已保存至數據組中。兩段的拍攝傾角和正向校正選取的物理坐標軸并不一致,圖中每個像素點代表的實際物理長度也有區別,M段為 0.005m/pixel,N段 為 0.002m/pixel,但所得結果的精度獨立于此參數,不受影響。
M段最大速度為1.41m/s,N段 最大速度為 1.56m/s,這是由于 N段處于 M段的上游,坡度更大,且河道更為狹窄,同一時間,N段的流速要高于 M段。流場圖較為真實地反映了當時水體的流動狀況,無奇異值出現,且 N段由于水體表面白色浪花清晰,計算效果更好。
為了證明基于圖像分析測算流場方法的精度較高并適用于山區河流,將本次實驗結果與旋槳式流速儀直接測量結果進行了比對。每條河段分別選擇水流表面 A~G七個位置,由實驗人員手持流速儀測量讀數\\(見圖 4\\),比對結果如圖 5所示?？梢钥闯?基于圖像處理的間接計算結果與旋槳式流速儀的直接測量結果吻合程度非常高,對比點基本都分布在 45°對角線附近。僅圖 5\\(a\\)中有 A、B兩點偏離較大,原因是此兩點位于遠離相機一側,且 M段拍攝傾角較小,遠處反光嚴重,致使校正后像素精度不高,造成誤差。
由于旋槳式流速儀操作正確,認為其測得的流速基本接近真實值。選用平均相對誤差\\(AverageRela\ue011tiveError\\)和 Nash-Sutcliffe效率系數\\(NSCoefficient\\)對基于圖像分析方法的有效性進行了評價,結果表明:
N段的平均相對誤差為 6.7%,NS效率系數為 95%,遠優于 M段的 28%和 67.8%。正如前文分析,M段的 A、B兩點偏差較大,除去 A、B兩點后的平均相對誤差為 10%,NS效率系數也相應提高至 89.4%。因此增大拍攝角度并規避反射噪聲,對增強圖像質量和提高計算精度有至關重要的影響。結果也說明本文方法完全適用于山區河道。
3.2 流量計算
當表面流場已知,可通過速度參數 K求得任意一點縱深的平均流速\\(Depth-averagedVelocity\\),再結合橫斷面形狀,使用流速 -面積法估算任意橫斷面的實時流量。K值受河床糙率、弗勞德數、河道坡度等因子的影響,但它們之間的關系難以用公式量化,通過大量實驗,研究人員認為,一般情況下取經驗值 K =0.85。本次實驗選擇圖 3中 N段的 S斷面計算,各流速點的間隔為25pixels\\(即0.05m\\),假設橫斷面為矩形,測量水深約為 20cm,沿 S截面積分,求得此刻此橫斷面的流量約為 0.3m3/s。若想進一步提高結果精度,可運用插值方法加密表面流速值,不同插值算法提高精度的效率也存在差異,對于此方面的研究將于后續進行。
3.3 洪水期應用的可行性分析
龍溪河從 5月份進入汛期,降水開始增多,七八月份洪水發生頻率較大。期間水體攜有大量泥沙,且由于流量大、流速快,致使表面紋理特征更為明顯。對 M段河道進行拍攝時,由于上游大型挖掘機駛過,致使短時間內水體渾濁。對此條件下的水體進行流場測算,結果如圖 6所示。流場十分平滑,效果較好,說明水體渾濁度未對圖像處理產生負面影響,甚至泥沙濃度非均勻分布導致圖像存在的明暗變化更利于測算的進行。
3.4 誤差分析
綜上所述,本次實驗結果驗證了基于圖像處理測算表面流場方法的精度較高,且適用于山區河道。但在遠區域仍存在一定誤差,需要結合實驗設置和后期處理,做出改進和修正。本次實驗導致誤差的幾個因素如下:
\\(1\\)標定點物理坐標精確度不高。為了使計算簡化成二維,標定點位置基本要貼近水面,但由于考慮須進入相機視野,因此實際各標定點仍存在 Z坐標,而假設 Z=0時會使校正后的像素產生誤差。且使用米尺量取各點距離,計算物理坐標的方法也會導致誤差出現。今后應使用全站儀實現精確標定,以減小誤差。
\\(2\\)拍攝傾角較小。傾斜拍攝影響遠端區域的像素精度,經過大幅度的正向校正后,再次降低了像素質量,導致計算誤差增大。若現場條件允許,可選用分辨率更高的 CCD相機,并加大拍攝傾角。
\\(3\\)河面反射噪聲。水面反射光的能量非常強,使相機傳感器無法捕獲此區域的信息,這是晴天現場實驗遇到的棘手問題。對于這種情況,建議將受太陽耀斑污染嚴重的像素剔除,不參與后續的信息處理。
4、 結 語
\\(1\\)通過比較基于圖像分析測算與旋槳式流速儀直接測量的流速結果,兩段河道的平均相對誤差和納什系數分別為 10%,89.4%和 6.7%,95%,驗證了前者適用于山區河道洪水測量的可行性。
\\(2\\)實驗證明,相較于傳統方法,本文分析方法具有設備便攜、易安裝、可應用于洪水期、一次性獲取大范圍流速數據、非接觸、無干擾、結果可靠真實等優勢。
\\(3\\)由于山區洪水表面紋理豐富,有利于圖像捕捉特征區域,因此,現場條件適用于此方法進行表面流場測量,為后續研究工作打下堅實基礎。
\\(4\\)對于基于圖像處理測算流場的方法,仍需通過完善硬件設置以及優化圖像處理算法等途徑提高其普適性和結果精度。
