摘要：水流流速测量是水文学与水力学研究的基础，为流量估算与河流动力学分析提供必要数据。传统的原位方法如旋桨式流速仪（propeller gauge）和声学多普勒流速剖面仪（Acoustic Doppler Current Profiler, ADCP）虽准确但具侵入性且劳动强度大，而非侵入式图像处理方法如大尺度粒子图像测速（Large-Scale Particle Image Velocimetry, LSPIV）为在困难环境下测量水流提供了一种更安全、高效的替代方案。本研究通过结合可控水槽实验（flume experiments）与野外布设，评估了该方法的准确性、敏感性及操作局限性。野外实验证明了风、水面反射及示踪剂分布等环境因素对流速估算的影响；实验室测试则在受控条件下评估了软件在不同流态下的表现。在可控水槽实验与多次野外布设中均发现，LSPIV在测试范围内的中等流速条件下表现最为稳定。通过对不同尺度和环境下相同工作流程的评估，分析表明示踪剂类型与分布、关键软件参数（尤其是 interrogation area与search area设置）以及后处理与滤波策略共同影响流速估算精度。在此多尺度框架下，木屑示踪剂（wood-chip tracers）在实验室与野外条件下均比可生物降解玉米淀粉提供更稳健的表面覆盖度与可见性。虽然该方法在实验室与自然环境中均有良好表现，但仍需进一步研究以改进复杂野外条件下的图像处理并发展完全无示踪剂（tracer-free）流速估算能力。总体而言，LSPIV方法代表了一种稳健且适应性强的非接触式水流监测方案，在水文研究与河流管理中具有广泛应用潜力。
论文解读：《基于野外与实验室对比分析的大尺度粒子图像测速（LSPIV）算法验证研究》
研究背景与意义
传统的水流表面流速与流量测量方法包括旋桨式流速仪和声学多普勒流速剖面仪（Acoustic Doppler Current Profiler, ADCP），前者在低流速下无效且具侵入性，后者昂贵且空间分辨率有限。大尺度粒子图像测速（Large-Scale Particle Image Velocimetry, LSPIV）作为一种非侵入式、基于图像的表面流速测量技术，可通过无人机（Unmanned Aerial Vehicle, UAV）或固定摄像装置获取水面示踪剂运动影像来反演二维表面流速场，特别适用于洪水和难以到达的河段。然而，LSPIV在野外应用中受光照、风、水面反射、示踪剂分布不均等因素影响显著，且缺乏系统的跨尺度（实验室至野外）验证与标准化操作流程。为此，研究人员通过开展水槽（flume）对照实验与英国Aller河野外实验，采用开源软件Fudaa-LSPIV对LSPIV算法的精度、敏感性及局限性进行系统验证，并与ADV（Acoustic Doppler Velocimeter）、ADCP及旋桨式流速仪测量结果对比，以明确其适用条件并提出最佳实践建议。该论文发表于《River Research and Applications》。
主要关键技术方法
研究人员选用开源Fudaa-LSPIV软件（v1.11.13），采用地面控制点（Ground Control Point, GCP）进行正交校正（orthorectification），基于归一化互相关（normalized cross-correlation）的图案匹配算法计算速度矢量，应用时空相干性滤波及相关系数阈值进行后处理。实验室实验在英国埃克塞特大学14 m长×0.61 m宽循环水槽中进行，使用Nortek Vectrino ADV于水面下2.5 cm处测速作为基准，以木屑（1.2×0.54 cm）为示踪剂，Osmo相机120 fps拍摄并以30 fps分析，设置200×200计算网格。野外实验于英国Somerset郡River Aller（宽4.05–4.48 m）开展，使用DJI Mavic Pro 2垂直俯拍（nadir view）30 fps录制，比较木屑、小/大号可生物降解玉米淀粉示踪剂的跟踪效果，以ADCP（NivuFlow Mobile 750）和Valeport 002旋桨式流速仪断面点测值为参考。分别测试了不同interrogation area（IA）、search area（SA）及网格密度，采用归一化均方根误差（normalised Root Mean Square Error, nRMSE）与Bland–Altman图评价一致性。
研究结果
3.1 水槽实验Fudaa-LSPIV速度与实验室测量值的对比分析（Comparative Analysis of Fudaa-LSPIV Velocity Results With Laboratory Measurements）
在平均流速分别为0.121 m/s（F2）、0.234 m/s（F1）、0.430 m/s（F3）三种工况下，LSPIV结果与ADV参考值对比显示：中等流速F1（Vaverage =0.234 m/s）nRMSE最低（12.4%），准确性最高；低流速F2（0.121 m/s）nRMSE为21.7%；高流速F3（0.430 m/s）nRMSE达46.0%，LSPIV严重低估流速。Bland–Altman分析证实中等流速下偏差最小且一致性限内数据点最多，高流速下偏差增大。研究表明LSPIV在测试范围内对中等流速最敏感且准确，低流速因示踪剂位移过小、高流速因帧间位移过大超出最佳相关匹配范围而导致精度下降。
3.2 水槽实验Fudaa-LSPIV速度与野外ADCP及流速仪测量值的对比分析（Comparative Analysis of Fudaa-LSPIV Velocity Results With Field Data From ADCP and Current-Metre Measurements）
野外截面HC1（平均流速0.159 m/s）与HC2（0.116 m/s）结果表明：混合示踪剂（木屑+两种尺寸玉米淀粉）的HC1-1 nRMSE最低（7.2%），仅用木屑的HC1-4 nRMSE为11.5%，而仅用小型玉米淀粉的HC1-2 nRMSE高达46.2%。HC2截面整体误差略高于HC1，仅用木屑的HC2-4 nRMSE为16.1%，混合示踪HC2-1为26.6%。ADCP对比中HC2-4误差仅3.2%，其余案例LSPIV倾向于低估。Bland–Altman图显示HC1误差分布对称且集中于一致性限内，HC2在低流速区相对误差放大。研究确认木屑示踪剂因不易团聚、覆盖面均匀，显著优于吸湿结块的玉米淀粉；无示踪剂或分布不均区域产生零速度伪像。
讨论与结论总结（Discussion and Conclusion）
讨论部分指出：实验室流速矢量线性分布证明无风干扰影响；高流速误差升高可能与固定30 fps分析帧率有关，建议依流态调整帧率与search area；图像边缘受镜头畸变影响，建议只取画面中心区域或用外部标定预校正；野外混合示踪剂与垂直拍摄几何提升了空间分辨率和标度精度；玉米淀粉因吸湿团聚导致局部无示踪剂区，产生虚假零速，木屑为更可靠示踪剂；后期滤波（中值检验、速度阈值、相关系数峰值宽度、角离散度等）显著降低误矢量和提升质量。
结论为：开源Fudaa-LSPIV可在实验室与野外提供可靠表面流速测量，在中等流速（~0.23 m/s）及适当示踪剂（推荐木屑）、合适参数设置与后处理滤波下误差可接受。影响因素包括风速、眩光、透镜畸变及示踪剂分布。木屑示踪剂表现优于可生物降解玉米淀粉。LSPIV可作为传统侵入式测量的有效替代，适用于难以进入或危险的河段监测，未来需完善无示踪剂估算能力与标准化不确定度框架。
打赏
