基于图像智能识别的中小河流流量监测系统应用研究

孟 健，木正鹏，李留东，汪 康，兰天麒

（1.杭州市水文水资源监测中心，浙江 杭州 310016；2.河海大学计算机与信息学院，江苏 南京 211100；3.杭州市临安区水文站，浙江 杭州 311300）

0 引 言

河流流量是指单位时间内通过河流断面的水体体积，是河流最重要的水文要素之一。流量测验是日常水文监测的一项重要基础性工作，监测成果在公共水安全保障、生态环境治理中发挥着不可替代的作用。然而，天然河流水文情势复杂，水环境情况多样，且高洪期间含沙量高、漂浮物多、水体紊动强烈，给目前广泛应用的传统转子式流速仪等经典的接触式测流仪器[1]测验带来巨大困难。因此，开展新一代河流流量监测方法的基础理论及应用研究是当前经济社会发展和河流相关学科的迫切需求[2]。

近年来，基于图像智能识别的河流流量监测方法（以下称“图像法测流”）因其非接触、低成本、效率高等特点，在水文领域得到了广泛的关注与应用[3]。其中：大尺度粒子图像测速法（LSPIV）可获得全局流速场，但分辨率不高，且计算量较大[4]；大尺度粒子跟踪测速法（LSPTV）可得到河流表面流速估计，但要求河流表面存在可见性较好的示踪粒子[5]；时空图像测速法（STIV）对外部噪声较为敏感，且相比二维的LSPIV 和LSPTV，STIV 无法获得流场细节，不适合往复流及涡流测量，但具有空间分辨率高、运算速度快等优点[6]，适用于单向流河流水面流速实时监测。

此次研究选取在杭州市中小河流代表水文站—— 临安桥东村站开展。通过在该站点安装新一代海康“黑光”网络摄像机和相关软硬件，应用基于快速傅里叶变换的时空图像测速法（FFTSTIV）获取研究河段的表面流场，系统分析实测流场的可靠性、合理性，耦合水文水力学流量计算模型，构建智能化流量监测系统，并综合评价成果精度和系统运行情况，为该系统实际生产应用提供实践参考。

1 基于图像智能识别的流量监测系统概况

1.1 系统总体框架

本次投入实验研究的图像法测流系统主要包括现场网络摄像机、现场工控机、4G 全网通VPN 路由器、客户端服务器与流量查算软件等，总体设计方案见图1。网络摄像机按需定时连续拍摄多帧水流画面，由工控机上安装的专门解析软件提取，实现河流断面指定起点距垂线表面流速、信噪比等关键数据存储本地，客户端服务器可网络访问工控机获取测流数据，经过滤分析、合成计算后输出流量监测成果。

1.2 改进的图像法测流基本原理

采用快速傅里叶变换的时空图像测速法（FFT-STIV），以天然漂浮物目标和泡漩、泡沫等天然水面模式作为表征河流表面水体运动的示踪对象进行表面流速测流，其基本原理是：满足质量守恒定律的目标短时内的运动在时空图像中表现出显著方向性纹理特征，这可以反映目标在指定空间方向上时均运动矢量的大小[7]。由傅里叶变换的自配准性质，纹理图像的频谱能量分布于经过频谱中心且与纹理方向正交的直线上，即空域中的纹理信息决定了频域中谱线的方向、长度及强度[8]。将纹理主方向检测问题转换到频域来解决，通过在时空图像的幅度谱中检测主方向，从而得到与之正交的纹理主方向，并换算为测速线上一维时均流速。经错误矢量识别修正与水面流场定标后得到世界坐标系下的时均表面流速[9]，进而推算断面流量。

2 现场实验

2.1 站点情况

此次实验所在的桥东村水文站位于杭州市临安区锦城街道青柯村，属太湖水系东苕溪流域，集水面积233 km2，为国家基本水文站，现有降水、蒸发、水位、流量、泥沙等监测项目。

该站测验河段顺直，长度约300 m，河宽约80 m，深槽偏左岸，砂卵石河床基本稳定，两岸建有防洪堤，历史最高水位5.14 m，最大流量1 430 m3/s。该站实际生产使用悬索缆道结合转子式流速仪法测流，洪水期漂浮物较多，严重影响流量测验，研究应用非接触式测流技术十分必要。桥东村水文站水位级划分见表1。

表1 桥东村水文站水位级划分表 单位：m

2.2 比测方案

2.2.1 设备布设安装

系统安装调试工作于2022 年4 月8 日完成，测流系统安装前经实验室充分标定比对，摄像机安装在断面右岸水文缆道房顶，光轴平行于断面方向，工控机、4G 全网通VPN 路由器等设备放置于缆道房内，网络继电器绑定于室外摄像机安装支架。为加强夜间补光照明，在左岸缆道支柱上安装白光LED 式水面补光灯。河道断面与主要实验设备位置关系见图2。

图2 测流断面布置图

2.2.2 数据收集选用

本次实验比测工作结合站点日常生产开展，采用常规测流（或推流）方法与图像法测流同步进行流速、流量比测，以常规测流成果为“真值”，对图像法测流成果进行误差等相关指标的数理统计分析。为充分获取实验数据，图像法测流频次为每5 min 或10 min 测流1 次，于2022 年4 月8 日18:00—4 月27 日10:20 每10 min 测流1 次、4 月27 日10:30—6 月30 日23:55 每5 min 测流1 次，共计应有测次19 333 次，实测测次18 887 次。缆道流速仪、ADCP 实测资料时间为2022 年1—6 月，水位流量关系采用2021 年最新整编成果数据。

3 数据分析

3.1 推流准备

目前，针对非接触法测流应用较多的推流方法包括流速面积法、类浮标法、指标流速法及水动力学模型法等[10]。流速面积法、类浮标法要求全断面流速测量稳定可靠，目前图像法测流尚未达到；水动力学模型法较为复杂，实用性不强。本文重点对指标流速法进行分析。

3.1.1 流速横向分布

天然河道断面上的流速沿河宽的分布情态与水道断面形状有关，流速分布曲线的形状与断面形状相似[11]。本次现场实验中，测站2 次明显涨落水过程出现在4 月13 日 0:00—15 日 23:50、6 月4 日00:00—6日 06:30期间，相应水位变幅为1.81～2.88 m。鉴于已有研究揭示图像法测流野外应用在中高水期较适宜[12]，特在兼顾各水位级均匀分布的基础上，随机选取中高水期若干测次数据绘制图像法测点流速沿河宽分布图（见图3）。

图3 测点流速沿河宽分布图

由图3 可知：①所选取的7 个随机测次中，高水期的测次测点流速大小与断面高程呈现负相关，而且不稳定波动较低水时要平缓。分析主要原因与图像法测流机理有较大关系，低水期水面受外界风场等环境因素影响较大，表面流速测量随机误差很大；②7 个随机测次测点流速均值分布曲线形状和断面形状相似性较好，就中高水时段而言，图像法测流能较为可靠地反映天然河道流速流量的变化；③起点距39 m、57 m 附近为测点流速波动相对低值区，这为代表性测点流速的选取提供了初步参考。需要说明的是，基于一致性考虑，7 个随机测次选取均处于白天时段，对夜晚时段数据的分析亦有相似结果。

3.1.2 稳定性分析

数据的稳定性是应用指标流速法推流时选取代表性测点（或垂线）流速所重点考虑的方面。测点（或垂线）流速的稳定性可以用相同水情状况下同一测点不同测次结果的离散程度进行评估。考虑到变差系数CV值可描述各种水文气象变量的离散程度[13]，可通过计算不同测点数据样本的CV值进行稳定性分析。

值得注意的是，天然河道水情变化快，因此需对同一测点不同测次的流速序列进行一致性变换。本次采用的具体方法是：①计算所有选用测次的平均水位，利用测站已知的水位流量关系曲线推算平均水位对应的断面平均流速V平均；②计算第i测次相应水位下的断面平均流速Vi；③令ai=V平均/Vi为第i测次各测点流速一致性变换改正数，则有：

式（1）中：Vij为第i测次第j测点流速，m/s；Vij变为经一致性变换后的相应测点流速，m/s。

由流速横向分布分析可知，图像法测流系统高水时段测流适用性相对较好。为此，分白天与夜晚2 种情况，选取实验阶段水位较高且相对平稳的6 月5 日15:00—17:50、19:00—20:40 进行测点流速CV计算，时段对应的水位变化范围为2.79～2.88 m、2.60～2.71m，计算结果见图4。

图4 测点流速序列CV 值沿河宽分布图

分析计算结果可知：①白天时段中，CV值呈中泓小，中泓向岸边递增的趋势。起点距35～44 m 是CV的连续低值区，起点距57.5 m 处测点CV值最小，反映对应起点距的测速成果稳定性较好。②夜晚时段各测点CV值相较白天时段偏大，起点距22～28 m 是CV相对低值区，且远离系统安装一侧的测点CV值普遍比靠近一侧的偏大，一定程度反映了夜间测流断面光照分布仍是图像法测流的重要影响要素之一。

3.1.3 指标流速合成

经前述分析可知，用于合成指标流速的代表性测点流速可在CV低值区选取。重点分析白天时段，起点距35～44 m、57～58 m 是CV的低值区，考虑到最大程度消除测点流速测量的随机误差，在指标流速合成中全部引用起点距35～44 m、57～58 m 对应的测点流速，其计算公式为：

式（2）中：V指标i为第i测次的合成指标流速，m/s；β(35～44m)为起点距35～44 m 测点平均流速占指标流速的权重系数；V(35～44m)i为第i测次起点距35～44 m 内各测点的流速均值，m/s；β(57～58m)、V(57～58m)i示意以此类推。

式（2）中的权重系数β用“单宽流量比较法”予以确定。利用测站常规测流成果，计算统计该站不同水位级下35～44 m、57～58 m 处的单宽流量，通过式（3）、（4）计算权重系数β。

式（3）～（4）中：Q(35～44m)单为 起 点 距35～44 m 处的平均单宽流量，m3·s-1·m-1；Q(57～58m)单为起点距57～58 m 处的平均单宽流量，m3·s-1·m-1。

本次研究主要针对中高水时段推流，兼顾低水，推流最低水位定为1.90 m，常规资料推算β成果见表2。点绘β-Z（水位）关系图（见图5），可得推流水位（1.90～2.88 m）间平均β(57～58m)为0.741。因此，白天时段指标流速合成公式为：V指标i=0.259V(35～44m)i+0.741V(57～58m)i。

表2 基于缆道流速仪实测资料的各水位级下权重系数β(57～58 m) 计算成果表

图5 权重系数β(57～58 m) 与水位关系图

对实验站点指标流速滑动平均序列与实际断面平均流速序列做趋势对比，依据变化趋势、相对离差情况进行定性对比，并判别数据系列的吻合度。图6 为指标流速与断面平均流速过程对比图。从图6 可看出，4 月13 日13:50—17:00、6 月5 日9:40—11:35 和15:10—18:00 期间两流速序列趋势性吻合相对较好，遂采用上述时段指标流速与断面平均流速做相关分析。

图6 指标流速与断面平均流速过程对比图

按水位级分段定线：水位1.90～2.40 m，V断面平均=0.596 8V指标0.7349；水位2.40 m 以上，V断面平均=2.487 5V指标3.6881；得出白天时段 指标流速与断面平均流速相关性见图7。上述率定公式复相关系数R均大于0.8，接近于1，表明两流速系列相关程度较高[15]。夜晚时段断面平均流速推算公式亦可用上述方法拟合得到。

图7 断面平均流速与指标流速相关图

3.2 流量推求

选取实验期中高水时段4 月13—15 日、6 月4—6 日共947 个连续测次，通过3.1 节的率定公式进行推流，其中白天437 测次，夜晚510 测次。以40 min 为周期进行滑动计算，并绘制4 月13—14 日、6 月5 日涨落水时段图像法测流成果过程线图（见图8）。

图8 桥东村水文站水位、流量过程线图

3.3 误差分析

计算图像法测流结果与水位流量推流成果系列的相对误差、随机不确定度[14]等，以此对测流成果进行误差综合评价。白天时段中，各测次按水位分段统计相对误差均值在-12.70%～0.41%，总体相对误差为-4.76%，水位高于2.75 m 的高水测次系列相对误差均值、随机不确定度分别为-1.93%、25.80%，其余水位级测次序列随机不确定度均大于30.00%。夜晚时段中，各测次按水位分段统计相对误差均值在-32.60%～33.90%，总体相对误差为18.20%，水位高于2.75 m 的高水测次系列相对误差均值、随机不确定度为-4.63%、16.30%，其余水位级测次序列随机不确定度均大于30.00%。具体测流成果误差统计见表3。作为上述补充，利用比测期间6 次缆道流速仪法和图像法测流成果进行对比（4 月26 日系统故障停测，该日不做对比），对比成果见表4。

表3 实验期中高水时段图像法测流成果误差统计表

表4 实验期图像法测流成果与缆道流速仪测流成果统计对比表

误差统计结果显示：图像法测流应用中高水期特别是高水期误差相对较小，测量精度也基本与水位呈正相关，白天时段总体较夜晚时段测量精度高。其中，高水时段测次系统误差、随机不确定度分别在5%、20%左右，接近三类精度水文站的成果要求[15]。上述误差统计分布产生的原因与图像法测流原理密切相关，天然河流水位与流速通常呈正相关，即水位越高，流速越大。高水位条件下，河流流速大、紊动强烈，在水面易形成跟随表层水流运动的泡漩和泡沫等天然水面模式，水面出现天然漂浮物的概率也更大，为表面流速测量提供较好的示踪条件。反之，低水位河流流速小，水流紊动弱，示踪对象易受风力、降雨等干扰影响导致其跟随性和可见性差，出现天然漂浮物的概率也较低，缺乏有效示踪对象，进而导致较大的测量误差。

4 结 论

实验期间，图像法测流系统除短时段因串口线路不稳定、工控机算力不足等原因导致停测外，其余时段均正常运行，每测次测量用时控制在80～100 s，其中4 月13 日、6 月5 日2 次涨水期连续无故障运行，测量完整率达97.7%。该系统运行稳定，数据返回及时，工作效率满足日常水文测报需求。

实验数据分析显示：图像法测流成果总体可反映河流水情变化，成果的稳定性、精度水平基本与河流流速呈正相关；水面各测点中测速稳定性相差较大，存在局部相对稳定区。利用指标流速法对试验站中高水时段（Z≥1.90 m）推流系统误差7.60%；部分高水时段（Z≥2.75 m）推流系统误差-2.13%， 随机不确定度24.90%，监测成果可作为相关工作参考使用。

未来应改进弱光照条件下的系统性能，亦可考虑在较宽断面上增加图像传感器数量，耦合多传感器测量数据，提高稳定测点段覆盖占比，加强测速成果自校正算法研究，以期获取更为全面、精确的全场流速，为扩展推流手段、提高测验精度提供更多途径。