期刊上的下一篇文章
库姆塔格沙海北部三龙沙沙丘区巴山沙丘迁移实时动态定位(RTK)监测
期刊上的上一篇文章
基于深度学习的飑线雷达回波识别
 
 
订购文章重印
字体类型:
宋体 佐治亚州 宋体,Verdana
字体大小:
澳大利亚 澳大利亚 澳大利亚
行距:
列宽:
背景:
第条

基于微波多普勒雷达表面速度的河流流量反演算法

武汉大学电子信息学院,中国武汉430072
*
信件应寄给的作者。
远程传感器。 2023,15(19), 4727;https://doi.org/10.3390/rs15194727
收到的提交文件:2023年8月14日/修订日期:2023年9月12日/接受时间:2023年9月19日/发布日期:2023年9月27日

摘要

:
非控制方法对河流流量测量具有重要意义,它不仅可以提高测量效率,而且可以确保设备和人员的安全。然而,由于其固有的缺点,如河床地形测量的要求以及确定水文参数(如等效粗糙度高度、速度指数等)的困难,使用非接触方法高效、准确地测量河流流量仍然面临挑战。为了克服上述挑战,本文提出了一种新的河流流量反演方法。在该方法中,垂直速度分为内区速度和外区速度,分别可用对数定律和抛物线定律描述。应用微波多普勒雷达采集的河流表面速度和垂直速度分布,根据垂直速度和剪切应力的连续性估计水深,然后采用速度-面积法获得河流流量。该方法不仅公式简单,而且综合考虑了不同水文条件的影响,适用于不同的河宽和水深。本文利用微波多普勒雷达在长江和圣华金河上采集的表面速度反演河流流量,结果表明,对于宽-浅、宽-深和窄-浅河流条件,平均百分误差( M(M) P(P) E类 )采用该方法反演的流量值分别为3.91%、3.82%和3.6%;均方根误差( R(右) M(M) S公司 E类 )数值分别为4.53%、5.19%和4.81%;和最大百分比误差( M(M) P(P) E类 )小于15%。结果表明,该方法可以在不需要事先测量水深的情况下,高效、高精度地反演不同河宽、不同水深下的河流流量,使河流流量的实时自动测量成为可能。

1.简介

河流流量是一个重要的水文参数,在河流水文研究、水资源管理和防洪等领域具有重要的理论和实际意义。河流流量值通常使用现场仪器(如流速计)获得[1]和声学传感器[2,]. 然而,测量流量需要人工操作员或仪器与水接触,这使得当河流表面速度或波浪较高时,测量不可靠、不安全或无法进行。为了解决上述问题,开发了一系列非接触式河流流量测量方法[4,5,6,7,8]. 然而,所有这些非接触式方法仍然需要事先使用原位仪器测量河流深度,这限制了它们的实际应用。
近年来,一些学者对利用遥感数据估算河流流量进行了研究,并取得了一些进展[9,10,11,12,13,14]. 这些方法对宏观流量监测具有重要意义。然而,空间和时间分辨率不够高,这使得满足河流流量实时测量的要求具有挑战性,它以高时空分辨率和高精度在全天候条件下以非接触方式测量河流表面速度,已日趋成熟[15,16,17]. 由于微波多普勒雷达的高性能,一些研究人员已将其用于河流流量测量[18,19,20]. 为了利用微波多普勒雷达获得河流流量,必须推导河流深度和平均流速。C.J.Legleiter等人[21]通过应用河流深度与河流表面反射率之间的关系估计河流深度,并使用速度指数法估计平均速度,从而获得河流流量。G.Dolcetti等人[22]通过应用重力-毛细波的弥散关系估计河流深度,并使用速度指数法估计平均速度,从而获得河流流量。然而,这些方法中的速度指数很难获得,这些方法的计算相当复杂,并且结果受到光学条件的严重影响,这将限制这些方法的应用。此外,要将上述方法应用于微波多普勒雷达系统,必须安装额外的光学观测仪器,从而增加雷达系统的复杂性和成本。
使用水文方法估计河流深度和流量将很方便。D.M.Bjerklie等人[23]使用曼宁阻力关系估算河流流量,J.A.Simeonov等人[24]应用稳定浅水方程反演河流深度和流量。然而,前者需要地形测量,并依赖现场数据来校准经验关系中的未知系数,而后者的计算相当复杂。明渠流量的垂直分布可以用来获得曼宁阻力系数和平均流速,这可以提高河流流量估算的效率。多年来,这引起了研究人员的兴趣,可以用幂律很好地描述[25],对数定律[26,27]抛物线定律[28,29]、和其他形式[30]. 随着河流水文学研究的发展,河流垂直流速分布被用于利用河流表面流速反演河流深度和流量。Lee等人[31,32]假设河流的垂直流速分布可以用指数公式描述,然后利用河流表面流速反演河流流量。Li等人[33]使用幂律估计河流深度,然后获得河流流量。假设平均流速是河流表面流速的0.85倍,Jin等人[34]利用曼宁方程和明渠水流扰动,倒置河流流量。然而,这些方法中的等效糙率高度、幂指数、流速指数等参数可能难以获得,使得河流流量反演的效率和准确性受到限制。为了解决这些问题,本文提出了一种新的河流流量反演方法。在该方法中,根据微波多普勒雷达获得的表面速度和垂直速度分布反演河流深度和流量。基于该方法,分别利用长江和圣华金河微波多普勒雷达获得的表面速度反演河流流量。反演的河流流量与附近水文站的结果非常吻合,证明本文的方法可以高效、高精度地应用于不同的河流条件。
本文的内容安排如下。第2节提供了河流流量反演的理论推导第3节介绍了微波多普勒雷达系统。第4节利用微波多普勒雷达在不同河宽和水深条件下采集的数据对该方法进行了验证。第5节对结果进行了分析和讨论。最后,第6节总结了全文。

2.反演表面速度测量值以估算横截面和流量中的平均速度

2.1. 微波多普勒雷达测量水面流速

用微波雷达测量河流表面速度的物理现象是多普勒频移,运动物体通过多普勒频移改变散射信号的频率。利用微波信号中的多普勒频移测量河流表面的流速,微波信号是由水流造成的散射体平流从河流表面反向散射而来的。当微波以不太大或不太小的入射角照射粗糙的水面时,它们会被短波散射回天线。这一过程称为复合表面散射,在复合表面散射中,短表面波的Bragg共振散射独立于水面上因大尺度运动而倾斜和平流的小层面[16,35]. 布拉格共振条件很好地描述了这些后向散射短波的长度
λ b条 = λ 2 θ 0
哪里 λ b条 是共振水波(布拉格波)的波长; λ θ 0 分别是微波长度和入射角。
如文献所述[16,35],只有向天线辐射或远离天线的布拉格波才是有效散射体。因此,多普勒频移方程, (f) d日 ,由于表面以线速度移动,在后向散射微波中感应 d日 朝向或远离天线
(f) d日 = 2 d日 λ
哪里 (f) d日 是多普勒频移,可以从多普勒频谱的第一个矩估计 S公司 (f) 即。, (f) d日 = (f) S公司 (f) d日 (f) S公司 (f) d日 (f) .
然后,河流表面速度 u个
u个 = d日 ± w个 余弦 θ w个 φ
哪里 φ 是天线方位角和河流流量之间的夹角; w个 是风致表面漂移,约为水面以上10m风速的3%[36]和风向一样[37]; θ w个 是风和天线方位角之间的夹角。
对于稳定均匀的明渠水流,可以认为水流方向是沿着河流的,同一流线的流速相等;因此,单基地微波雷达可以用来测量河流表面速度。通过微波雷达获得的线速度可以计算出某条流线的水面速度,如所示图1.
然后,河流表面速度可以表示为[38]
u个 = 1 N个 j个 = 1 N个 u个 j个 = 1 N个 j个 = 1 N个 d日 j个 ± w个 余弦 θ w个 j个 θ j个
哪里 θ j个 j个-第个天线方位角, d日 j个 是夹角处的线速度 θ j个 ,以及 θ w个 j个 是风和角度之间的夹角 θ j个 .

2.2. 河流流量计算

根据速度-面积法[1],河流流量可以表示为平均横截面流速和横截面面积的乘积。然而,由于天然河道和流量的复杂性,很难获得河流的平均横截面流速和横截面面积,因此很难直接计算河流流量。为了计算流量,我们可以将整个横截面均匀离散为水深恒定的分段,如所示图2; 然后,河流总流量可以用各小节的排放量和
= = 1 M(M) = = 1 M(M) U型 ¯ · S公司
哪里M(M)是子部分的数量, 是指-第款,以及 U型 ¯ S公司 是平均横截面速度和-分别为第节。
根据曼宁方程[34],平均横截面速度-第h小节可以表示为 U型 ¯ = 1 n个 R(右) 2 / D类 1 / 2 .然后,河流流量可以转换为
= = 1 M(M) 1 n个 R(右) 2 / D类 1 / 2 · S公司
哪里n个是曼宁糙率,可根据河床砾石大小、河流地质特征等因素确定[39,40]. 为了简化计算,我们可以假设砾石尺寸和其他因素在横截面上是相同的;因此,曼宁粗糙度可以被视为横截面上的常数, D类 是分段的水力坡度,等于河床坡度 J型 当流量均匀时[41]、和 小时 R(右) 是满足以下条件的分段的水深和水力半径 D类 = 小时 然后,方程式(6)可以改写为
= M(M) = 1 M(M) 1 n个 小时 5 / J型 1 / 2
哪里是河流的宽度。

2.3. 水深估算

如上所述,水深可以通过曼宁方程估算
小时 = n个 / 2 U型 ¯ / 2 J型 / 4
为此,一种广泛应用于转换表面速度的方法 U型 u个 第页 (f) 平均速度是速度指数, k个 定义为: k个 = U型 ¯ U型 u个 (f) .那么水深可以表示为
小时 = k个 / 2 n个 / 2 U型 u个 第页 (f) / 2 J型 / 4
速度指数 k个 可以设置为0.85,这适用于许多河流环境[18,34]. 然而,该指数取决于垂直速度剖面的形状,而垂直速度剖面受河流纵横比、河床粗糙度等因素的影响,因此很难确定合适的值[42].
此外,根据垂向流速分布可以得到平均流速,这为估计水深提供了一种新的方法。根据之前的工作[26,43,44],垂直速度剖面可分为两部分,如所示图3; 在内部区域, z(z) 小时 0.2 ,垂直速度剖面遵循对数定律[43]以及在外部区域中, z(z) 小时 > 0.2 ,剖面可以用对数定律描述[44,45]或抛物线定律[28,29]. 为了使公式简单且便于后续计算,我们在这里选择后者来描述外部区域的速度。
所以,垂直速度分布-第th小节可以表示为
u个 z(z) u个 * = 1 κ 自然对数 z(z) z(z) 0 = 1 κ 自然对数 30 z(z) k个 k个 / 30 z(z) 0.2 小时 u个 u个 * A类 1 b条 z(z) 小时 2 0.2 小时 < z(z) 小时
哪里z(z)是与实际河床的距离, κ = 0.4 是卡尔曼常数, u个 * = 小时 J型 是摩擦速度, z(z) 0 是天然河流流速为0的虚拟河床 z(z) 0 = k个 30 [25]、和 k个 为等效糙率高度,其值与河床形态、水流状态、泥沙淤积率等因素有关[46,47]. 为了使方程(10)有意义,垂直速度应不小于0,因此z(z)是虚拟河床和实际河床之间的距离,即 k个 30 , u个 是最大垂直速度, A类 是一个有待实验确定的常数,并且 b条 表示速度亏损系数。的值 u个 , A类 ,以及 b条 与河流纵横比、水流状态和距河岸距离等因素有关[28].
分段中的平均速度可以表示为
U型 ¯ = 1 小时 k个 k个 + 小时 u个 z(z) d日 z(z) = 0.2 u个 * κ 1 + k个 6 小时 自然对数 6 小时 k个 + 1 1 + 0.8 u个 0.8 A类 u个 * 1 b条 2 1.2 1 b条 + 1.24
平均速度可以应用曼宁方程计算,方程(11)可以改为
U型 ¯ = 1 小时 k个 k个 + 小时 u个 z(z) d日 z(z) = 0.2 u个 * κ 1 + k个 6 小时 自然对数 6 小时 k个 + 1 1 + 0.8 u个 0.8 A类 u个 * 1 b条 2 1.2 1 b条 + 1.24 = 1 n个 小时 2 / J型 1 / 2
因为水可以被视为一种流体、不可压缩、均匀、各向同性和连续的介质,所以垂直速度和速度梯度分布是连续的。所以,内部区域和外部区域之间的边界点处的速度是相同的。然后,
u个 z(z) z(z) = 0.2 小时 = u个 * κ 自然对数 6 小时 k个 = u个 A类 u个 * 0.8 b条 2
结合方程(12)和方程(13),我们可以得到
u个 * 1 κ 自然对数 6 小时 k个 = u个 A类 u个 * 0.8 b条 2 0.2 u个 * κ 1 + k个 6 小时 自然对数 6 小时 k个 + 1 1 + 0.8 u个 0.8 A类 u个 * 1 b条 2 1.2 1 b条 + 1.24 = 1 n个 小时 2 / J型 1 / 2
从方程(14)可以推断,该方程与等效粗糙度高度与水深的比值有关。定义参数 小时 k个 = 小时 k个 ,方程式(14)可以改写为
u个 * 1 κ 自然对数 6 小时 k个 = u个 A类 u个 * 0.8 b条 2 0.2 u个 * κ 1 + 1 6 小时 k个 自然对数 6 小时 k个 + 1 1 + 0.8 u个 0.8 A类 u个 * 1 b条 2 1.2 1 b条 + 1.24 = 1 n个 小时 2 / J型 1 / 2
方程(15)是关于参数的一组方程 小时 k个 , 小时 , A类 , b条 ,以及 u个 .在获得的值之后 A类 , b条 ,以及 u个 ,参数 小时 k个 和水深 小时 可通过求解方程(15)获得,而无需估计等效粗糙度高度。
的值 A类 , b条 ,以及 u个 可以使用声波传感器或其他方法收集的外部区域的速度来获得。然而,在测量河流流量时,可能很难或不可能获得垂直速度分布,因此有必要根据垂直速度分布公式获得这些值。
通过对垂直速度剖面的导数,我们可以得到垂直速度梯度分布为
d日 u个 z(z) d日 z(z) = u个 * κ 1 z(z) k个 / 30 z(z) 0.2 小时 2 A类 u个 * 小时 1 b条 z(z) 小时 0.2 小时 < z(z) 小时
如上所述,垂直速度梯度分布是连续的,因此
d日 u个 z(z) d日 z(z) z(z) = 0.2 小时 = u个 * κ 1 0.2 小时 = 2 A类 u个 * 小时 0.8 b条
A类 = 5 2 κ 0.8 b条
垂直最大流速和河流表面流速之间的关系可以从方程式(10)中获得,
u个 = u个 + u个 * A类 b条 2
哪里 u个 是由微波多普勒雷达获得的河流表面速度。
从方程(18)和(19)中,我们可以推断获得 A类 , b条 ,以及 u个 获得最大垂直速度的位置。研究人员证实,由于存在次级洋流,最大垂直流速出现在河流表面以下[48,49],其位置与河流纵横比、水深和距河岸距离等因素有关[50]. 当河流纵横比大于5且远离河岸时,可以认为最大垂直速度出现在河流表面[51]; 然后, b条 = 0 , A类 = 7.81 ,以及 u个 = u个 .
为了验证拟议的河流深度估算方法,M.C.Lee等人收集了表面速度[31]和R.T.Cheng等人[49]并将其与实测结果进行了比较。散点图如所示图4.
估计结果和测量结果之间的平均误差百分比为 3.67 % 5.99 % ,而均方根误差值为 5.02 % 7.44 % 分别是。图4结果表明,本文提出的方法能够准确估计水深,为河流流量反演提供了依据。由于缺乏相应的流量数据,因此不会使用中所示的水深进行后续流量比较图4a.基于文献提供的相应放电数据[49],使用中所示的水深进行流量比较图4b将在中执行第5节.
当河流过宽时,雷达可能无法覆盖整个河流表面,因此有必要使用已知结果估计整个横截面的水深分布。如上所述,在雷达测量期间,河流的深度和其他水力参数沿河道是恒定的,这意味着河流的侧壁没有被冲刷,如图所示图5.
根据侧壁上的剪应力分布,可以得出河流侧壁的水深分布为[43]
小时 = 小时 余弦 棕褐色的 β 小时
哪里小时是最大水深, β 是水面处的渠道侧壁角(即休止角),以及是距最大水深位置的水平距离。
为了简化计算,我们假设河流的横截面是U形的,并且与河流中心线对称。然后,可通过应用先前估算的水深和方程(20)估算整个横截面的水深分布。根据历史数据对断面水深分布进行补偿,代入式(7),得到河道流量。

2.4. 径流精度评估:误差指数

为了评估这种河流流量反演方法的合理性和可靠性,平均百分比误差( M(M) P(P) E类 ),均方根误差( R(右) M(M) S公司 E类 )和最大百分比误差( M(M) P(P) E类 )被选为精度评价方法。这些方法的方程式定义如下
M(M) P(P) E类 = 1 = 1 e(电子)
R(右) M(M) S公司 E类 = 1 = 1 e(电子) 2
M(M) P(P) E类 = 最大值 e(电子)
哪里 e(电子) 是反向河流流量, 是测量的河流流量,以及是计算编号。

3.雷达

基于S波段微波海洋遥感器(MORSE)[52],我们开发了用于河流水文参数测量的无线电多普勒测速仪(RDV)。雷达工作在S波段,VV极化,调频中断连续波(FMICW)用于实现高分辨率范围、长检测范围和天线时分复用模式。雷达的工作频率范围为2.75GHz至2.95GHz。扫频带宽在10 MHz、20 MHz和30 MHz之间变化,相应的距离分辨率分别为15 m、7.5 m和5 m。此外,单频扫描由256个占空比接近50%的发射脉冲组成。因此,多普勒数据集由256个回波组成。
为了获得河流表面速度,RDV配备了波导缝隙阵列,水平和垂直波束宽度分别为4度和24度,增益为23 dB。由于采用了FMICW,RDV实现了发射和接收共用一个天线,并且以2.5瓦的发射功率达到了1公里以上的探测范围。天线以机械扫描模式工作,每个天线覆盖4度的区域,需要10分钟来收集数据。雷达系统如所示图6为了计算河流表面速度,使用了两个天线的数据,因此,检测河流表面速度所需的总时间为20分钟。

4.现场实验和数据分析

2019年3月至4月,使用RDV雷达在长江北岸汉口水文站(114°19′36〃E,30°37′42〃N)的一个观测点进行了多次测流实验,如图所示图7.
试验期间,雷达工作频率为2.85 GHz,距离分辨率为5米。试验现场的河宽约为1800米,平均深度约为10米。现场的河道相对笔直,横断面的变化可以忽略。雷达探测区内没有桥梁、大坝或其他水工建筑物,现场没有暴雨或洪水,上游也没有水库泄洪。由于这些原因,试验期间,现场的流量是恒定且均匀的。由于现场的纵横比远大于5,雷达探测到的河面远离河岸,可以认为最大垂直速度出现在水面。速度指数为0.85的速度指数法[18]和本文提出的方法分别用于反演河流流量,并与水文站的观测结果进行了比较,如所示图8.
可以从中看到图8对于宽水面、浅水深度的河流,本文提出的方法和流速指数为0.85的流速指数法均可用于准确估算河流流量。
为了进一步研究该方法在不同水文条件下的性能,于2022年6月至7月在位于长江南岸的江心水站(114°24′28〃E,30°39′24.5〃N)进行了试验。现场和雷达的位置如所示图9.
雷达工作参数与2019年相同。6月,实验地点的长江宽约1000米,平均水深约25米。由于7月份长江流域发生干旱,长江流量显著减少,使得河道宽度和平均深度分别减少到920 m和20 m。
根据沙洲的分流作用[53],6月和7月现场流量约为 60 % 80 % 分别占总流量的百分比。试验期间,现场和水文站之间没有大量支流流入或流出,也没有暴雨。可以认为,实验地点的流量与水文站的流量相同。然后,分别使用速度指数法和建议的方法反演河流流量,结果如所示图10.
可以从中看到图10对于水面宽、水深深的河流,该方法可以准确地反演流量。然而,由于水文条件的变化,使用速度指数法反演河流流量存在显著误差,指数为0.85。

5.讨论

这个 M(M) P(P) E类 , R(右) M(M) S公司 E类 ,以及 M(M) P(P) E类 计算了浅水和深水的速度指数法,如所示表1.
不同水深下反演结果与实测结果之间的误差分布如所示图11图12分别是。
可以从中看到图11图12该方法可以在宽浅宽深河流条件下高精度反演河流流量。然而,由于流速指数受水深和河床特性等水力参数的影响[42],当水力参数发生变化时,速度指数可能不再等于0.85,这将导致使用指数0.85进行反演时出现较大偏差,如所示图11图12为了准确地反演河流流量,有必要准确地确定流速指数,这在实际测量中可能太难实现。
当河面狭窄或水深较浅时,在次级流的作用下,最大垂直流速可能出现在河面以下。为了分析所提方法在此类河流中的性能,R.T.Cheng等人于2002年4月至5月在圣华金河上X波段(9.36 GHz)相干多普勒雷达收集的数据[49]使用。试验期间河流的宽度约为70m,平均水深约为1.1m。试验期间最大垂直流速的位置如所示图13.
采用所提出的方法和指数为0.88的速度指数法对河流流量进行了反演[49]. 然后 M(M) P(P) E类 , R(右) M(M) S公司 E类 ,以及 M(M) P(P) E类 倒置结果和测量结果之间的关系如所示表2.
此外,不同方法的反演结果与测量结果之间的误差分布如所示图14.
由此可见,对于水面窄、水深浅的河流条件,由于水流的复杂性,很难准确确定流速指数,这导致流速指数法可能无法准确反演流量。结果表明,在水面狭窄、水深较浅的河流中,虽然最大垂直流速出现在水面以下,但使用该方法仍然可以准确地反演流量。同样,本文中提出的方法也可用于反演窄水面和深水的流量。
如上所示,建议的方法需要已知的曼宁粗糙度、假定的横截面几何形状和能量斜率来估计平均水深和平均速度,再加上测量的宽度来估计流量。为了准确地反演河流流量,应仔细选择这些参数的值和横截面的几何形状。

6.结论

基于垂直速度的分布,本文提出了一种利用微波多普勒雷达测量的地表速度反演河流流量的新方法。该方法无需事先测量河道断面水深分布,即可高效准确地反演不同水文条件下的河道流量。本文分析了微波多普勒雷达在不同河宽和水深下采集的流速。结果表明,对于宽浅、宽深和窄浅河流 M(M) P(P) E类 使用该方法的反向流量值为 3.91 % , 3.82 % ,以及 3.6 % 分别为;这个 R(右) M(M) S公司 E类 值为 4.53 % , 5.19 % ,以及 4.81 % 分别为; M(M) P(P) E类 不超过 15 % 结果表明,本文提出的方法在不同的河流条件下具有较高的精度。实验结果表明,本文提出的方法可以实现随时随地对河流流量进行高精度、实时、连续的非接触监测。
使用该方法反演河流流量的关键是确定最大垂直速度出现的位置。实验结果表明,对于宽水面河流,假设最大垂直流速出现在水面,可以获得准确的结果。然而,对于水面狭窄的河流,由于二次流的作用,垂直最大流速可能出现在水面以下。需要进一步研究以准确确定垂直最大速度的位置。

作者贡献

概念化、方法学、Z.C.和T.W。;软件、验证、T.W.编写原始草稿、Z.C.、T.W.&C.Z。;写作审查和编辑,Z.C.、T.W.、C.Z.和Z.H.所有作者均已阅读并同意手稿的出版版本。

基金

这项工作得到了国家自然科学基金会42276190号拨款的部分支持。

数据可用性声明

不适用。

利益冲突

作者声明没有利益冲突。

工具书类

  1. Herschy,R.速度-面积法。流量测量。仪器。 1993,4, 7–10. [谷歌学者] [交叉参考]
  2. T.H.约克。;Oberg,K.A.使用声学多普勒剖面仪测量河流流速和流量。流量测量。仪器。 2002,13, 191–195. [谷歌学者] [交叉参考]
  3. Coz,J.L。;Pierrefeu,G。;Paquier,A.通过固定侧视多普勒剖面仪监测的河流流量评估。水资源。物件。 2008,44, 1–13. [谷歌学者]
  4. 科斯塔,J.E。;Cheng,R.T。;海尼,F.P。;北卡罗来纳州梅尔彻。;斯派塞,K.R。;海耶斯,E。;工厂,W。;Hayes,K。;蒂格,C。;Barrick,D.使用雷达通过非接触方法监测河流流量。水资源。物件。 2006,42, 1–14. [谷歌学者] [交叉参考]
  5. Hong,J.H。;郭,W.D。;王洪伟。;Yeh,P.H.使用非接触地面穿透和表面速度雷达估算砾石河床的流量。河流研究申请。 2017,33, 1177–1190. [谷歌学者] [交叉参考]
  6. 富尔顿,J.W。;梅森,C.A。;埃格尔斯顿,J.R。;尼科特拉,M.J。;Chiu,C.L。;Henneberg,M.F。;Best,H.R。;Cederberg,J.R。;S.R.霍恩贝克。;罗茨佩奇(Lotspeich,R.R.)。;等。使用雷达和美国地质调查局10条河流的概率概念对地表速度和河流流量进行近场遥感。远程传感器。 2020,12, 1296. [谷歌学者] [交叉参考]
  7. Yang,Y.H。;温,B.Y。;Wang,C.J。;Hou,Y.用超高频雷达实时自动测量河流流量。IEEE地质科学。遥感快报。 2020,17, 1851–1855. [谷歌学者] [交叉参考]
  8. 陈,Z.Z。;何振英。;赵,C。;Wang,T.利用微波多普勒雷达基于RANS方程的速度分布反演方法。IEEE传输。地质科学。远程传感器。 2022,60, 5117609. [谷歌学者] [交叉参考]
  9. 比基利,D.M。;莫勒,D。;史密斯,L.C。;Dingman,S.L.使用遥感水力信息估算河流流量。J.水文学。 2005,309, 191–209. [谷歌学者] [交叉参考]
  10. 杜兰德,M。;罗德里格斯,E。;Alsdorf,D.E。;Trigg,M.根据河流高度、坡度和宽度的遥感Swath干涉测量估算河流深度。IEEE J.选择。顶部。申请。地球目标遥感。 2010,, 20–31. [谷歌学者] [交叉参考]
  11. 博宁,S。;弗拉帕特,F。;Blarel,F。;尼诺,F。;马埃,G。;Bricquet,J.P。;Seyler,F。;Onguéné,R。;埃塔梅,J。;M.C.佩兹。;等,《使用雷达测高法监测未测量河流流域的水位和流量:奥古河案例》。远程传感器。 2018,10, 350. [谷歌学者] [交叉参考]
  12. 比基利,D.M。;伯科特,C.M。;Jones,J.W。;Carabajal,C。;罗孚,J.A。;富尔顿,J.W。;Garambois,P.A.《河流流量的卫星遥感估算:阿拉斯加育空河的应用》。J.水文学。 2018,561, 1000–1018. [谷歌学者] [交叉参考]
  13. 莫拉马科,T。;巴贝塔,S。;比基利,D.M。;富尔顿,J.W。;Tarpanelli,A.河流测深估算和遥感流量评估。水资源。物件。 2019,55, 6692–6711. [谷歌学者] [交叉参考]
  14. 卢,H。;Zhang,Y。;Yang,S。;王,X。;潘,Z。;Luo,Y.利用多源遥感和RSHS估算中小河流长期流量的新方法:应用和验证。远程传感器。 2022,14, 1798. [谷歌学者] [交叉参考]
  15. 植物,W.J。;华盛顿州凯勒。;Hayes,K。;Contreras,R.《使用粗糙表面散射测量河流表面电流》,载于《IEEE天线和传播学会国际研讨会论文集》,美国华盛顿,2005年7月3日至8日。[谷歌学者]
  16. 植物,W.J。;华盛顿州凯勒。;Hayes,K。用相干微波系统测量河流表面流。IEEE传输。地质科学。远程传感器。 2005,43, 1242–1257. [谷歌学者] [交叉参考]
  17. Mutschler,医学硕士。;沙夫,P.A。;Rippl,P。;Gessler,T。;沃尔特·T。;Waldschmidt,C.使用FMCW雷达进行河流表面分析和表征。IEEE J.选择。顶部。申请。地球目标遥感。 2022,15, 2493–2502. [谷歌学者] [交叉参考]
  18. 科斯塔,J.E。;香料,K.R。;Cheng,R.T。;海尼,F.P。;新罕布什尔州梅尔彻。;瑟曼,E.M。;植物,W.J。;Keller,W.C.,《用非接触方法测量河流流量:概念验证实验》。地球物理学。Res.Lett公司。 2000,27, 553–556. [谷歌学者] [交叉参考]
  19. Alimenti,F。;Bonafoni,S。;加洛,E。;帕拉齐,V。;加蒂,R.V。;梅扎诺特,P。;罗塞利,L。;齐托,D。;巴贝塔,S。;Corradini,C。;等。使用低成本多普勒雷达传感器进行河流表面流速的非控制测量和流量估算。IEEE传输。地质科学。远程传感器。 2020,58, 5195–5207. [谷歌学者] [交叉参考]
  20. 富尔顿,J.W。;安德森,I.E。;Chiu,C.L。;索默,W。;亚当斯,J.D。;莫拉马科,T。;比基利,D.M。;富尔福德,J.M。;斯隆,J.L。;Best,H.R。;等。QCam:基于sUAS的多普勒雷达,用于测量河流流量。远程传感器。 2020,12, 3317. [谷歌学者] [交叉参考]
  21. Legleiter,C.J。;P.J.金泽尔。;Nelson,J.M.使用热粒子图像测速(PIV)和各种测深信息源对河流流量进行远程测量。J.水文学。 2017,554, 490–506. [谷歌学者] [交叉参考]
  22. 多尔塞蒂,G。;Hortobágyi,B。;佩克斯,M。;泰特,S.J。;Dervilis,N.使用非接触式水面动态测量来估算河流流量。水资源。物件。 2022,58,e2022WR032829。[谷歌学者] [交叉参考]
  23. 比基利,D.M。;丁曼有限公司。;沃罗马蒂,C.J。;靠垫,C.H。;Congalton,R.G.评估测量空间河流流量的潜力。J.水文学。 2003,278, 17–38. [谷歌学者] [交叉参考]
  24. Simeonov,J.A。;荷兰,K.T。;Anderson,S.P.,根据地表水流反演和水面高程观测进行河流流量和水深估计。J.大气。海洋。Technol公司。 2019,36, 69–86. [谷歌学者] [交叉参考]
  25. Chen,C.L.关于流动阻力幂律的统一理论。J.海德鲁。工程师。 1991,117, 371–389. [谷歌学者] [交叉参考]
  26. Absi,R.明渠水流速度分布和偶发现象的常微分方程。国际流体力学杂志。物件。 2011,39, 82–89. [谷歌学者] [交叉参考]
  27. 斯涅哈西斯,K。;Koeli,G.均匀明渠水流速度分布和偶发现象的分析模型。国际流体力学杂志。物件。 2012,39, 381–395. [谷歌学者]
  28. 萨马,K.V.N。;Lakshminarayana,P。;Rao,N.S.L.光滑矩形明渠中的速度分布。J.海德鲁。工程师。 1983,109, 270–289. [谷歌学者] [交叉参考]
  29. Sun,D.P。;王,E.P。;Dong,Z.H。;Li,G.Q.矩形断面明渠流速剖面的讨论与应用。J.Hydrodyn公司。 2004,19, 144–151. [谷歌学者]
  30. Chiu,C.L。;Chiou,J.D.矩形明渠三维水流结构。J.海德鲁。工程师。 1986,112, 1050–1067. [谷歌学者] [交叉参考]
  31. M.C.李。;赖,C.J。;Leu,J.M。;植物,W.J。;华盛顿州凯勒。;Hayes,K.使用X波段脉冲雷达的非控制洪水流量测量(I)理论。流量测量。仪器。 2002,13, 256–270. [谷歌学者] [交叉参考]
  32. M.C.李。;Leu,J.M。;赖,C.J。;植物,W.J。;华盛顿州凯勒。;Hayes,K.使用X波段脉冲雷达进行非接触式洪水流量测量(II)改进和应用。流量测量。仪器。 2002,13, 271–276. [谷歌学者] [交叉参考]
  33. Li,Z.L。;王,C.J。;Li,Y.H.基于UHF雷达的长江流量测量算法研究。武汉大学(自然科学版) 2013,59, 242–244. [谷歌学者]
  34. Jin,T。;Liao,Q.大型PIV在河流表面湍流测量和水深估算中的应用。流量测量。仪器。 2019,67, 142–152. [谷歌学者] [交叉参考]
  35. 植物,W.J。;Keller,W.C.《海面回旋微波多普勒谱中布拉格散射的证据》。《地球物理学杂志》。Res.Ocean公司。 1990,95, 16299–16310. [谷歌学者] [交叉参考]
  36. Trizna,D.低掠射角海面散射的多普勒峰值谱偏移模型。IEEE J.海洋。工程师。 1985,10, 368–375. [谷歌学者] [交叉参考]
  37. Polnikov,V.G.《裂风流的半现象学模型》。已绑定-图层Meteorol。 2019,172, 417–433. [谷歌学者] [交叉参考]
  38. Yang,Y.H。;温,不列颠哥伦比亚省。;Wang,C.J。;Hou,Y.基于UHF雷达表面流的天然河流二维速度分布建模。J.水文学。 2019,577, 123930. [谷歌学者] [交叉参考]
  39. 朗·S。;Ladson,T。;Anderson,B.《估算河流粗糙度的经验方程及其在维多利亚州四条河流中的应用综述》。澳大利亚。J.水资源。 2004,8, 69–82. [谷歌学者] [交叉参考]
  40. Arcement,G.J。;V.R.施耐德。天然河道和漫滩曼宁糙率系数选择指南; 美国政府印刷局:美国华盛顿特区,1989年。
  41. Powell,D.M.,砾石河床中的水流阻力:研究进展。地球-Sci。版次。 2014,136, 301–338. [谷歌学者] [交叉参考]
  42. M.M.I.藤田。;Hauet,A.用于河流环境中测量的大规模粒子图像测速。J.海德鲁。工程师。 2008,44, 1–14. [谷歌学者]
  43. 格拉芙,W.H。;医学硕士阿尔蒂纳卡尔。简单几何形状河道中的河流水力学流动和输移过程; 威利:美国纽约州纽约市,1998年。[谷歌学者]
  44. Coleman,N.悬浮泥沙流速剖面。J.海德鲁。物件。 1981,19, 211–229. [谷歌学者] [交叉参考]
  45. Guo,J.K.光滑矩形明渠水流的修正对数定律。J.海德鲁。物件。 2014,52, 121–128. [谷歌学者] [交叉参考]
  46. Camenen,B。;Bayram,A。;Larson,M.恒定流下平面床的等效粗糙度高度。J.海德鲁。工程师。 2006,132, 1146–1158. [谷歌学者] [交叉参考]
  47. Camenen,B。;Larson,M。;Bayram,A.振荡流下平面床的等效粗糙度高度。埃斯特瓦尔。海岸。货架科学。 2009,81, 409–422. [谷歌学者] [交叉参考]
  48. 萨马,K.V.N。;B.V.R.普拉萨德。;Sarma,A.K.《明渠二进制定律的详细研究》。J.海德鲁。工程师。 2000,126, 210–214. [谷歌学者] [交叉参考]
  49. 程,R.T。;Gartner,J.W。;梅森,R.R。;科斯塔,J.E。;植物,W.J。;香料,K.R。;海尼,F.P。;新罕布什尔州梅尔彻。;华盛顿州凯勒。;海斯,K。加利福尼亚州Vernalis圣华金河基于雷达的非接触式水流测量系统评估; 美国地质勘探局公开文件报告;美国地质勘探局:门罗公园,加利福尼亚州,美国,2004年。
  50. Wang,X.K。;王Z.Y。;Li,M.Y.,沉积物悬浮液的速度剖面以及对数定律和尾流定律的比较。J.九头蛇。物件。 2001,39, 211–217. [谷歌学者] [交叉参考]
  51. Yang,S.Q。;Tan,S.K。;Lim,S.Y.,光滑均匀明渠流中的速度分布和偶发现象。J.海德鲁。工程师。 2004,130, 1179–1186. [谷歌学者] [交叉参考]
  52. 陈,Z.Z。;王,Z.H。;陈,X。;赵,C。;谢凤。;S波段多普勒雷达系统。远程传感器。 2017,9, 1302. [谷歌学者] [交叉参考]
  53. Gao,J.关于河流浅滩的形成。J.海德鲁。工程师。 1999,6, 66–70. [谷歌学者]
图1。河流和雷达的配置。图中,红色箭头表示河流流向,橙色虚线表示流线,蓝色实线表示天线方位角,蓝色虚线表示河岸的法线方向。
图1。河流和雷达的配置。图中,红色箭头表示河流流向,橙色虚线表示流线,蓝色实线表示天线方位角,蓝色虚线表示河岸的法线方向。
遥感15 04727 g001
图2。河流横截面的几何形状。
图2。河流横截面的几何形状。
远程定位15 04727 g002
图3。均匀流的垂直速度剖面。
图3。均匀流的垂直速度剖面。
远程调校15 04727 g003
图4。测量和估计水深的散点图。()与M.C.Lee等人收集的水深进行比较[31], (b条)与R.T.Cheng等人收集的结果进行比较[49].
图4。测量和估计水深的散点图。()与M.C.Lee等人收集的水深进行比较[31], (b条)与R.T.Cheng等人收集的结果进行比较[49].
远程调校15 04727 g004
图5。河流侧壁的几何形状。
图5。河流侧壁的几何形状。
远程定位15 04727 g005
图6。RDV的配置。
图6。RDV的配置。
远程设置15 04727 g006
图7。2019年野外实验和雷达配置。图中,红点表示雷达安装位置,绿线表示雷达参考线平行于河岸,橙色线表示河岸法线,蓝色箭头表示长江水面流向。
图7。2019年野外实验和雷达配置。图中,红点表示雷达安装位置,绿线表示雷达参考线平行于河岸,橙色线表示河岸法线,蓝色箭头表示长江水面流向。
远程定位15 04727 g007
图8。比较不同的河流流量反演方法和测量结果。图中,蓝线表示测量结果,红线表示使用该方法的反演结果,绿线表示使用速度指数法的反演结果。
图8。不同河流流量反演方法与实测结果的比较。图中,蓝线表示测量结果,红线表示使用该方法的反演结果,绿线表示使用速度指数法的反演结果。
远程定位15 04727 g008
图9。2022年野外实验和雷达配置。图中,红点表示雷达安装位置,绿线表示雷达参考线平行于河岸,橙色线表示河岸法线,蓝色箭头表示长江水面流向。
图9。2022年野外实验和雷达配置。图中,红点表示雷达安装位置,绿线表示与河岸平行的雷达参考线,橙线表示河岸法线,蓝色箭头表示长江水面流向。
远程设置15 04727 g009
图10。比较不同的反向放电方法和测量结果。在图中,蓝线表示水文站的测量结果,红线表示使用该方法的反演结果,绿线表示使用速度指数法的反演结果。
图10。比较不同的反向放电方法和测量结果。在图中,蓝线表示水文站的测量结果,红线表示使用该方法的反演结果,绿线表示使用速度指数法的反演结果。
远程设置15 04727 g010
图11。平均水深为10m时河流流量的误差分布()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
图11。平均水深为10m时河流流量的误差分布()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
远程设置15 04727 g011
图12。平均水深在20m至25m之间时河流流量的误差分布()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
图12。平均水深在20m至25m之间时河流流量的误差分布()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
远程设置15 04727 g012
图13。最大垂直速度的位置。
图13。最大垂直速度的位置。
远程设置15 04727 g013
图14。不同方法的河流流量误差分布。()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
图14。不同方法下河流流量的误差分布。()采用该方法反演的河流流量误差分布(b条)速度指数法反演河道流量的误差分布。
远程设置15 04727 g014
表1。不同河流流量反演方法的误差。
表1。不同河流流量反演方法的误差。
深度方法MPE公司(%)RMSE公司(%)MaPE公司(%)
10米提议的3.914.538.7
速度指数(0.85)4.324.9910.1
20–25米提议的3.825.1910.6
速度指数(0.85)8.29.2717.3
表2。不同流量反演方法的误差。
表2。不同流量反演方法的误差。
方法MPE公司(%)RMSE公司(%)MaPE公司(%)
提议的3.64.8114.03
速度指数(0.88)16.7324.9170.92
免责声明/出版商注释:所有出版物中包含的声明、意见和数据仅为个人作者和贡献者的声明、观点和数据,而非MDPI和/或编辑的声明、看法和数据。MDPI和/或编辑对内容中提及的任何想法、方法、说明或产品造成的任何人员或财产伤害不承担任何责任。

分享和引用

MDPI和ACS样式

陈,Z。;Wang,T。;赵,C。;何,Z。基于微波多普勒雷达表面速度的河流流量反演算法。远程传感器。 2023,15, 4727.https://doi.org/10.3390/rs15194727

AMA风格

陈Z,王T,赵C,何Z。基于微波多普勒雷达表面速度的河流流量反演算法。遥感. 2023; 15(19):4727.https://doi.org/10.3390/rs15194727

芝加哥/图拉宾风格

陈泽宗、王涛、陈昭和何哲远。2023.“基于微波多普勒雷达表面速度的河流流量反演算法”遥感第15期,第19期:4727。https://doi.org/10.3390/rs15194727

请注意,从2016年第一期开始,本期刊使用文章编号,而不是页码。请参阅更多详细信息在这里.

文章指标

返回页首顶部