摘要: 随着气候变化和社会经济的快速发展和人口的持续增长，河流天然水文情势发生了一定程度的改变，水资源的供需矛盾日益凸显，生态环境的恶化和水污染问题日益突出。为了保护水资源、维护生态平衡以及推动可持续发展，生态流量监测、调控和管理变得至关重要。然而，传统的流量监测方法存在诸多局限性，因此迫切需要采用先进技术提升监测效率和准确性。本文介绍了基于武大AiFlow视觉测流技术的生态流量智能监管平台技术，并以开化县马金溪流域为例，详细阐述了平台的监测原理、设计与组成，以及在生态流量数据分析和平台应用方面的情况。通过与传统方法的比较验证了该技术的准确性和可靠性，并指出了其在提高监测精度、降低成本等方面的优势。本文的研究为生态流量监测和管理提供了新的解决思路和技术支持，对于推动生态环境保护工作的发展具有重要意义。
Abstract:
With climate change, rapid socio-economic development, and continuous population growth, the natural hydrological regime of rivers has undergone significant changes. The conflict between water supply and demand has become increasingly prominent, along with the worsening of ecological environments and water pollution issues. To protect water resources, maintain ecological balance, and promote sustainable development, ecological flow monitoring, regulation, and management have become crucial. However, traditional flow monitoring methods have many limitations, highlighting the urgent need for advanced technologies to improve monitoring efficiency and accuracy. This paper introduces the Wuhan University AiFlow visual flow measurement technology, which serves as the core of an intelligent ecological flow regulation platform. Using the Majin River Basin in Kaihua County as an example, the paper details the monitoring principles, design, and components of the platform, as well as its application in ecological flow data analysis. Comparisons with traditional methods demonstrate the accuracy and reliability of this technology, emphasizing its advantages in enhancing monitoring precision and reducing costs. This research provides new approaches and technical support for ecological flow monitoring and management, contributing significantly to the advancement of ecological environment protection efforts.
1. 引言
水资源是人类生存和发展的重要基础，而生态流量作为水资源管理中的重要指标之一，在维护水域生态系统健康稳定、促进生物多样性、保护水生态环境等方面具有至关重要的作用[1] [2]。生态流量是为了保障大自然的自我修复能力，维持水资源可持续高效利用，不因河道减水脱流造成生态环境发生变化，保持下游河道生物的生存和生态环境的内在平衡的最小河道流量[3]。随着气候变化和社会经济的快速发展和人口的持续增长，河流天然水文情势发生了一定程度的改变[4] [5]，水资源的供需矛盾日益凸显，生态环境的恶化和水污染问题日益突出[6] [7]。因此，对生态流量进行监测、调控和管理，是保护水资源、维护生态平衡、促进可持续发展的重要举措。
随着科技不断发展和社会对水资源保护日益关注，迫切需要采用先进技术提升生态流量监测效率和准确性。目前生态流量监管平台中的生态流量监测主要是基于传统的流量监测技术和数据处理方法，包括流速仪法、浮标法、ADCP、水位流量关系法等，虽然在一定程度上可以满足流量监测的需求，但它们对低水位、低流量的生态流量监测中存在一系列缺点，影响了生态流量监测的精度[8]-[10]。并且，传统监测方法通常需要大量的人力物力投入，包括现场测量、数据处理等，成本较高且效率低下，不利于监测工作的长期稳定运行[11] [12]。而在数据处理和管理方面上，也存在着一定的局限性。由于数据处理方法相对简单，难以进行复杂的数据分析和管理，无法充分挖掘监测数据的潜在价值，限制了生态流量监管平台的应用范围和效果发挥。
相比之下，基于武大AiFlow视觉测流技术的生态流量智能监管平台具有明显优势。首先，通过先进的图像识别技术，对视频图像中的水流运动的流动特征的亮度变化进行提取和分析，由此对水流速度和流量信息进行推导计算，可以实现对低水位、低流量条件下的生态流量进行精准监测，提高监测的准确性和稳定性。其次，平台采用自动化和智能化的数据处理和管理方式，大大降低了监测成本，提高了监测效率。此外，平台还具有强大的数据分析和管理功能，能够实现对监测数据的深度挖掘和综合分析，为生态环境保护工作提供更为全面和有效的支持。
本文以浙江省开化县马金溪流域生态流量智能监管平台的龙山溪、马尫溪和开化火车站三个监测站点为研究对象，介绍基于武大AiFlow视觉测流技术的生态流量智能监管平台的构架设计、关键技术以及应用展示等方面的内容，旨在全面探讨该平台在生态流量监测与管理中的应用效果，分析其在提高监测精度、降低成本、加强数据分析与管理等方面的优势。通过对基于武大AiFlow视觉测流技术的生态流量智能监管平台这一新兴技术的深入研究与探讨，探索新的生态流量监测方法和管理模式，为解决当前生态流量监测中存在的问题提供新的解决思路和技术支持，为推动水资源管理的智能化和可持续发展作出积极的贡献。
2. 视觉测流原理与平台设计
2.1. 视觉测流原理
视觉测流技术的基本原理是通过连续拍摄水体表面的视频，然后利用图像处理技术对视频图像中的水流运动的涟漪、波纹等流动特征的亮度变化进行提取和分析，进而推导计算出水流速度和流量信息[13] [14]。与传统的流量监测方法相比，视觉测流技术不受水位、流速等因素的限制，可以实现对不同水文条件下的流量监测，具有更广泛的适用性和灵活性[15]。同时，视觉测流技术可以大大节省人力成本，因为它不需要人员实地测量，而是依靠自动化的图像处理和分析过程来获取监测数据。
2.2. 平台设计和组成
基于武大AiFlow视觉测流技术的生态流量智能监管平台，基于人工智能(AI)和大数据技术，围绕“生态流量监测、预警、统计、考核”的管理业务需求，利用最新的微服务技术，构建了B/S体系架构，应用地图可视化、图表联动、细粒度权限管理等功能，实现了各业务流程和功能模块的无缝连接。
平台总体架构包含数据采集层、网络传输层、数据资源层、应用服务层、用户层，以及信息安全保障体系、运行管理保障体系、标准规范保障体系等三套体系构成，如图1所示。AiFlow感知设备监测的河道断面水位、流速、流量数据和外部雨量站在线降雨数据经整合后，由水利专网传输至平台数据库分类存储，在生态流量目标核算、预警机制、考核机制、预报模型的支撑基础上，平台为用户提供水雨情监测、生态流量预警、数据统计分析和考核评估等功能，服务于生态流量监管业务。
平台以实时监测–动态预警–考核反馈，贯穿生态流量监管业务流程，改变生态流量被动满足的现状，提高生态流量巡查效率和监管成效。用户在平台上远程监控关键断面流量，基于预警机制触发预警，及时组织调度会商予以响应，并在平台持续关注断面生态流量缓解程度，直至预警解除。生态流量监管业务流程如图2所示。
图1. 总体架构图
图2. 生态流量智能监管业务流程
3. 平台应用
3.1. 研究区域概况
马金溪为钱塘江南源，发源于安徽省休宁县坂仓青芝埭，经江田、浯田岭、南田、玉石潭、桃林，在西坑口由西北向东南注入齐溪水库，出库后经齐溪、霞山、马金、底本、音坑、城关、华埠，与池淮溪汇合后称常山港。马金溪是浙江省开化县的最大河流，对当地生态环境和水资源具有重要影响。马金溪流域的降水情况受锋面气旋、台风等多种气象因素的影响，具有较大的不确定性和复杂性，主要集中在春夏两季，降雨量占年总量的70%左右，容易引发洪涝灾害。在干旱季节，水资源供应紧张，而盛夏季节气温高、蒸发量大，容易导致水资源短缺和生态环境恶化。因此，及时准确地监测流量变化对于防范洪水灾害、保护生态环境至关重要。通过建立生态流量智能监管平台，可以全面了解水资源的利用情况，合理调配水资源，维护流域生态平衡。
本研究选用的开化火车站、马尫溪和龙山溪三个站点，这些站点在马金溪流域中具有典型性和代表性，能够有效反映该流域的水文特征、流量变化规律和生态环境状况，为生态流量监测和管理提供了重要数据支持。这三个站点覆盖了流域不同地理区域，位于下游、中游和上游，代表了不同水域段的水文情况和生态环境特征。然而，这些站点受到气候变化和人类活动的影响，经常会出现低水位低流量的情况。随着从下游到上游环境逐渐自然程度增加，这三个站点的生态环境也呈现出不同程度的变化。因此，对这些站点的监测和分析，能够提供多样性和全面性的流量变化特征数据，有助于更好地理解马金溪流域的生态流量变化情况，为进一步的生态流量管理决策提供重要参考。
3.2. 数据分析
通过建设开化县马金溪流域生态流量智能监管平台，对流域内生态流量控制断面的水文要素及现场视频进行实时在线监测，实现生态流量远程监控，平台通过接入前端监测设备实现对生态流量的实时监测，根据核定的目标值确定预警阈值，实现生态流量预警信息的及时下发，同时平台支持核算生态流量保证率，定量分析生态流量损失差值。
登录系统，GIS地图初始展示整个开化县的地图区域。在实时水雨情监测界面如图3，可以查看各监测站点的情况，包含了实时预警数据、实时水雨情、月生态流量曲线和实时降雨情况。
图3. 水雨情监测界面
如图4所示，通过查看各个监测站点详情界面，得到各个站点的实时监测数据以及考核评估结果，选中具体站点，首页中央的断面现场视频画面随之切换为该站点对应的三维实景视频，根据实际业务需求对站点进行监控。分别通过生态流量评价模块来评估管理断面的生态流量达标率，通过生态流量考核评估模型来显示考核断面的生态流量达标率结果。
通过马金溪流域生态流量智能监管平台的现场视频界面如图5，我们可以清晰地观察到开化火车站、龙山溪站和马尫溪站的水文情况。图右上侧的测流数据展示了对应时刻测流的具体数值，通过实时监测视频与数据结合呈现的方式，进一步确保了测流的准确性和可靠性。
由此可知，该平台能很好地适用于低水位低流量时的流量监测。这种结合视频监测和测流数据的方式有助于更全面地理解生态流量的变化规律，同时确保了监测结果的准确性和可靠性。开化县马金溪流域生态流量智能监管平台在低水位低流量的河流生态流量监测方面发挥了重要作用，为生态环境的监测与保护提供了有效手段和技术支持。
图4. 监测站点详情界面
(a) 开化火车站 (b) 龙山溪 (c) 马尫溪
图5. 实时监测视频及数据
本研究采用ADCP测量数据与视觉测流技术监测数据比较，验证视觉测流技术准确性和可靠性。研究结果如表1所示表明，两者之间的数据一致性较高，监测结果相互印证，进一步验证了视觉测流技术和基于武大AiFlow视觉测流技术的生态流量智能监管平台在生态流量监测中的数据精度的可靠性。同时，在研究过程中，再次验证了视觉测流技术具有包括节省时间和人力成本等诸多优点。与传统的ADCP测量相比，视觉测流技术不需要大量人力投入，也无需频繁调整设备位置，在实际操作中更为便捷高效。
表1. 马金溪流域各站点ADCP比测数据(2023.4.25)
数据 |
开化火车站 |
马尫溪 |
龙山溪 |
水位(m) |
99.80 |
103.13 |
93.03 |
河宽(m) |
167.99 |
62.47 |
55.05 |
面积(m2) |
150.31 |
65.73 |
54.42 |
平均流速(m/s) |
0.62 |
0.35 |
0.33 |
ADCP流量(m3/s) |
92.88 |
22.63 |
17.01 |
视觉测流流量(m3/s) |
85.91 |
23.75 |
15.91 |
流量相对误差 |
−7.50% |
4.95% |
−6.45% |
综上所述，开化县马金溪流域生态流量智能监管平台的建设为生态流量监测和管理工作提供了重要的技术支持和数据基础。该平台能够实现对流域内生态流量控制断面的实时在线监测，并及时采取相应的预警和管理措施。选择开化火车站、龙山溪站和马尫溪站作为本研究的监测站点，能够全面反映马金溪流域的水文特征、流量变化规律和生态环境状况，具有典型性和代表性。通过视觉测流技术和ADCP测量数据的对比分析，验证了视觉测流技术在生态流量监测中的高精度和可靠性，同时也证实了基于武大AiFlow视觉测流技术的生态流量智能监管平台的实用性和可行性。这一系列工作不仅提升了生态流量监测的精度和效率，还节约了大量时间和人力成本，为保护和管理马金溪流域的生态环境提供了有力的支持。
3.3. 生态流量保障成效
运用开化县马金溪流域生态流量智能监管平台积累了近两年的监测数据后，开化县水利局对马金溪流域的生态流量需求进行了详细的分析和保障层次划分如表2，将生态流量分为生态基流和景观流量两个层次。生态基流是河流中最低限度的生态流量需求，缺乏会严重危及河流生物的生存环境，甚至可能破坏河流形态和生态系统的稳定性。另一方面，景观流量则注重保护和美化水体周边的景观环境，虽然不直接影响生态系统，但对提升环境质量和景观价值至关重要。
表2. 生态流量保障层次
生态流量 |
生态功能服务 |
生态保护对象 |
生态基流 |
水体连通、水体自净、生境维持 |
河流基本形态、基本栖息地、基本自净能力 |
景观流量 |
景观环境 |
涉水景观 |
自2022年建站至今，开化县马金溪流域生态流量智能监管平台对马金溪流域的生态基流满足程度进行了详细的监测和评估，具体情况如表3所示。在2022年，由于开化县平均气温较常年异常偏高的影响，部分站点(如马尫溪)的生态基流达标率低于90%，反映极端干旱天气条件生态流量保障挑战。针对这一情况，通过平台运用逐步调试预警机制，并经过考核评估，不断完善生态基流目标。在2023年度得到了显著的改善，各站点的生态基流达标率相比2022年度均有所提高，并且均高于95%。
其中，龙山溪站点在2022年有4天不达标，达标率为98.9%，生态基流为0.35 m3/s；到了2023年，不达标天数减少至2天，达标率进一步提高至99.5%。马尫溪站点在2022年不达标天数达到106天，达标率仅为70.9%，但在2023年，不达标天数大幅减少至7天，达标率显著提升至98.1%。至于开化火车站站点，2022年有21天不达标，达标率为94.2%，生态基流为2.12 m3/s。到了2023年，不达标天数减少至仅剩1天，达标率进一步提高至99.7%。
表3. 生态基流满足程度
站点 |
年份 |
不达标天数 |
达标率 |
生态基流(m3/s) |
龙山溪 |
2022 |
4 |
98.9% |
0.35 |
2023 |
2 |
99.5% |
马尫溪 |
2022 |
106 |
70.9% |
0.34 |
2023 |
7 |
98.1% |
开化火车站 |
2022 |
21 |
94.2% |
2.12 |
2023 |
1 |
99.7% |
通过开化县马金溪流域生态流量智能监管平台对监测技术、预警机制和数据分析等方面的不断优化，进一步提升了生态流量监测与管理的效率和准确性。各站点的生态基流满足程度均有所提高，这不仅有利于生态环境的保护，也为当地的旅游业发展提供了良好的水文条件，为地区经济的可持续发展奠定了坚实基础。
4. 结语
本研究中，通过对开化县马金溪流域生态流量智能监管平台的建设和应用，深入探讨了生态流量监测的重要性以及现有监测方法存在的局限性。同时，描述了平台的应用情况，以开化县马金溪流域生态流量监测评估平台中的开化火车站、龙山溪、马尫溪三个站点为例，说明了监测站点的选择和监测数据分析的过程。通过与传统ADCP测量数据的比较，验证了视觉测流技术的准确性和可靠性，并强调了基于武大AiFlow视觉测流技术的生态流量智能监管平台在提高监测精度和效率、降低成本方面的优势。
本研究建立了基于武大AiFlow视觉测流技术的生态流量智能监管平台，相较于传统的监测方法，该平台具有诸多优势，包括提高监测精度、降低成本、加强数据分析与管理等方面。通过实时监测、动态预警和考核反馈等环节，平台实现了对生态流量的全面监管和管理，为生态环境保护提供了科学有效的手段和技术支持。本研究的成果不仅在技术层面取得了显著进展，更为生态流量监管提供了新的思路和方法。基于武大AiFlow视觉测流技术的生态流量智能监管平台技术将在未来的生态环境保护和水资源管理中将发挥越来越重要的作用，促进生态环境保护工作的发展，推动新阶段水利高质量发展。
基金项目
感谢国家重点研发计划项目2023YFC3209101、水利部重大科技项目SKS-2022020和浙江省水利厅科技计划项目RA2402对本研究的支持。
NOTES
作者简介：郑玮欣(2000.3-)，广东湛江人，硕士研究生，主要从事流域水文智能监测，Email: zhengweixin00@163.com