摘要: 本文开发了一款集成传感器与改进的STIV视觉测流算法相结合的武大AiFlow便携式视觉测流仪，具备机动灵活、便于携带、测量精准等特点。为了验证该测流仪的各项性能，选取天津市、贵州贵阳和广东潮州等地进行了比测实验，结果表明武大AiFlow便携式视觉测流仪与ADCP的流速流量测量误差均在5%以内，验证了测流的准确性。此外，本设备还在四川雅安青衣江参与了防洪演练，达到了较好的效果。由于在操作和施测上具有便捷的优势，武大AiFlow便携式视觉测流仪能够实现各种测流场景下点位的迅速布控与监测。
Abstract:
In this paper, a Wuhan University AiFlow portable visual flowmeter is developed with integrated sensors and improved space-time image velocimetry (STIV) visual flow measurement algorithms, which is mobile, flexible, portable and accurate. In order to verify the performance of this flowmeter, the comparative experiments were conducted in Tianjin, Guiyang, Guizhou and Chaozhou, Guangdong, etc. The results show that the errors between the Wuhan University AiFlow portable visual flowmeter and acoustic doppler current profiler (ADCP) are within 5%. In addition, this equipment was also performed better during the flood control exercise in Qingyi River in Ya’an, Sichuan. Due to the convenient advantages in operation and measurement, the Wuhan University AiFlow portable visual flowmeter is able to realize the rapid deployment and monitoring of points under various flow measurement scenarios.
1. 引言
随着科学技术的不断发展与进步，运用各种各样的智能化设备进行数据采集和监测的方式已经适用在自然灾害防治领域中。然而对于乡镇村庄等山洪灾害防治一线来说，因所处地理位置偏远，通常普遍存在道路、网络通信、电力设施等基础设施不够完善等现象，而现如今极端天气事件频发，水旱灾害防御工作时常面临着新的挑战，仅仅依靠固定式视觉测流技术实现数据的采集、测量和分析，仍然不能满足当下的水文监测需求[1]。
传统的固定式测流设备在局部地区极端降雨天气中会出现预报精度不高[2]、社会化预警信息覆盖面不足、防御预案不完善等缺陷，即在复杂条件下缺少相应的应急测流手段。在汛期洪水高发区域，通常存在流速快、流量大等情况，传统测流手段无法确保能够安全、快速、高效的施测[3]。
本文设计并开发了一款武大AiFlow便携式视觉测流仪，该设备通过集成传感器来自动获取相关图像和环境参数，并利用改进的STIV算法对水面流速流量进行计算[4] [5]。测试选取天津市工农兵闸水文站、贵州贵阳鸭池河、广东汤溪水库三处地点，并在四川雅安青衣江参与了防洪演练，通过将所开发的武大AiFlow便携式视觉测流仪与走航式ADCP进行大量的实验比测，来有效验证了本设备的准确度。
2. 武大AiFlow便携式视觉测流仪
2.1. 系统框架
武大AiFlow便携式视觉测流仪内置测距仪和角度传感器等高精度设备，其基本结构示意图如图1所示。在测流过程中，通过内置传感器来自动获取目标区域的空间尺度和水面录像，再利用先进的STIV智能图像处理算法迅速计算表面流速，同时结合断面数据可获取流量大小，还能实现数据的就地保存和上报。
图1. 基本结构示意图
图中，相机参数为400万像素、32倍光学电动变焦，并支持实时反馈当前的焦距值，还具有强光抑制、电子透雾、背光补偿等功能，可以适应不同的监控环境；测距传感器主要用来测量装置到水边点的距离，并配合角度传感器计算装置离水边的高度与距离；角度传感器能够实时反馈当前装置的俯仰角。
此外，武大AiFlow便携式视觉测流仪内部集成了改进的STIV、PIV等各种测流算法[4]，并采用图像采集、空间尺度建立、特征追踪、位移场计算以及速度场推导等步骤实现对流体图像的分析和处理，可以实时计算流体流动的相关信息，基本原理如图2所示。
图2. 武大AiFlow便携式视觉测流仪原理示意图
设备利用摄像机或其他图像采集设备进行流体的图像获取，通过装置内置的高精度测距传感器、角度传感器就可以获得设备到水面的距离，再结合相机焦距等内参信息来构建出测量系统的空间尺度[6] [7]。通过对流体中的特征进行追踪[8]，分析流体特征在连续帧之间的移动，就可以得出流体流动的位移场，进而推导出流体的速度场。速度场中的数据可以用来分析流体的各种参数(如速度分布、湍流特性等)，再根据所得参数对流体系统设计和流体控制策略进行反馈，以便用来优化和改进整体方案。
2.2. 原理介绍
河流表面流动特征(如涟漪、波纹等)通常能够直接反映出水流变化，因此可以认为其运动速度近似等于河流表面的流速[9]。这些特征的运动会引起河流表面灰度发生变化，而对灰度的变化进行分析可以获得相应河流表面的流速大小。在采集的河流视频中沿水流方向设置一系列测速线，逐帧提取每条测速线的灰度信息来合成相应的时空图像。由于灰度的变化会在每幅时空图像中呈现出带状纹理，而利用带状纹理与竖直方向所夹的角度(纹理角)就可以计算出表面流速信息[7] [10]，相关的流速与流量计算方法可以参考GB 50179-2015《河流流量测验规范》[11]。
3. 对比实验与分析
为了验证所开发的武大AiFlow便携式视觉测流仪性能，选取天津市工农兵闸水文站、贵州贵阳鸭池河水文站、广东汤溪水库和四川雅安青衣江防洪演练四处场地进行测试及演练，并对比了走航式ADCP设备的数据，以下为各个测试点的测试过程和结果分析。
(A) 天津市工农兵闸水文站测试现场 (B) 贵州贵阳鸭池河测试现场
(C) 广东汤溪水库测试现场 (D) 四川雅安防洪演练现场
图3. 测试现场
3.1. 天津市工农兵闸水文站对比观测
测验河段位于天津市工农兵闸水文站附近电厂循环水河段，河面宽约32 m。在天津市水文水资源中心的协助下，测验人员将走航式ADCP设备与武大AiFlow便携式视觉测流仪的相关性能进行了比测，如图3(A)所示。为验证武大AiFlow便携式视觉测流仪的稳定性，还特地选取了不同的位置进行测试。
走航式ADCP的测试于2024年5月8日上午十点半左右开始，所测流速为0.66 m/s、断面流量为33.10 m3/s。上午十一时，武大AiFlow便携式视觉测流仪得到河流表面平均流速和断面流量分别为0.63 m/s和32.05 m3/s。可以很容易计算出两类参数的误差分别是−4.54%和−3.17%，符合应急监测的误差允许范围，比测结果有效验证了武大AiFlow便携式视觉测流仪的测量精确性。
3.2. 贵州贵阳鸭池河对比观测
贵州贵阳鸭池河为乌江干流之一段，属于贵州中部地区，图3(B)为贵州贵阳鸭池河的测试现场，同样采用走航式ADCP与武大AiFlow便携式视觉测流仪进行对比分析，其中便携式测流仪进行了12次不同起点距的测量。结果显示，ADCP所测流速为0.81 m/s、流量为187.64 m3/s，而便携式视觉测流仪得到的数据为0.77 m/s和180.66 m3/s，误差分别是−4.93%和−3.72%，符合应急监测的误差允许范围。
3.3. 广东汤溪水库对比观测
为了进一步验证所开发的武大AiFlow便携式视觉测流产品的性能，还在广东汤溪水库进行了对比观测，如图3(C)所示。广东汤溪水库位于饶平县北部的黄岗河中游，主要用于灌溉和防洪，同时兼有发电、养鱼等综合效益，总集水面积667平方公里、总库容3.78亿立方米，因此对该水库的水文信息进行精确监测具有十分重要的意义。与前两个测试场地一致，本次对比观测也是针对于ADCP和武大AiFlow便携式视觉测流仪，其中ADCP进行了一次测量，而同时段内便携式测流仪进行了10次测量。ADCP的流速和流量结果分别是0.83 m/s、21.10 m3/s，武大AiFlow便携式视觉测流仪所测流速为0.81 m/s、流量为20.58 m3/s，流速流量误差分别为−2.41%和−2.46%，在应急监测的误差允许范围之内。
3.4. 四川雅安青衣江防洪演练
图3(D)为武大AiFlow便携式视觉测流仪在四川雅安青衣江的防洪演练现场图，雅安地处四川中部，受到夏季风暖湿气流的影响，同时由于位于河流沿岸，水汽丰富，三面环山的河谷地形导致水汽不易扩散，因此降雨量和降雨天数相对较多。本文开发的武大AiFlow便携式视觉测流仪在防洪演练现场测得的平均流速和断面流量分别为1.67 m/s和365.32 m3/s，为防洪演练的指挥调度提供了可靠的数据。
3.5. 实验误差分析
本次对比试验中武大AiFlow便携式视觉测流仪和ADCP在各测试点所测得的流速流量误差均小于5%，完全符合流速流量测量的标准范围，而且在四川雅安防洪演练也取得了较好的效果。但是从数据对比中可以发现，便携式测流仪的平均流速相比于ADCP的结果存在偏小的现象，这主要是因为所选的测距传感器为双目激光测距雷达，该设备主要采用的是面测量方式，而非常见的点测量手段，所以在对水边进行测量时与实际的水岸分界线有一定的小误差，因此在计算空间尺度时像素精度偏小，才导致了整体流速偏小。后续可以选择采用单点激光相位式的测距仪来减少此类误差。
4. 结论
本文所开发的武大AiFlow便携式测流仪应用在测流领域时，不仅测量精度符合要求，而且高度集成的设计以及机动性强等优势使其能够适应各种恶劣环境。作为移动式的应急测流设备，该设备可实现单人装箱携带。通过在不同站点的对比观测，武大AiFlow便携式视觉测流仪所获得的数据与普遍采用的走航式ADCP较为接近，达到了输出稳定、精度高等要求，而且由于其非接触式快速测流能力，可以在短时间内完成单次断面测量，实现即装即测、即测即走。武大AiFlow便携式视觉测流仪作为水文监测装置的重要补充，为即时测流的开展与应用提供了强有力的技术保障，同时也为水文事业的现代化和智能化发挥重要作用。
基金项目
感谢国家重点研发计划项目2022YFC3002701和水利部重大科技项目SKS-2022020对本研究的支持。
NOTES
作者简介：王勇(1980-)，河北盐山人，硕士研究生，高级工程师，主要从事水文业务管理及水文规划工作，Email: eric-wy@163.com