內(nèi)陸湖泊水體流態(tài)提取算法研究進展

摘 要：湖泊水體的運動情況屬于湖泊水動力學(xué)的范疇，是湖泊最重要的物理特性之一，其直接影響湖泊水體的物質(zhì)、能量和運輸，以及湖泊與外界的轉(zhuǎn)換、物質(zhì)與能量的轉(zhuǎn)移。本文通過對當(dāng)今國內(nèi)外湖泊水體流態(tài)提取算進行系統(tǒng)歸納與分析，得出傳統(tǒng)方法、水動力數(shù)值模擬、多時相跟蹤物探測法和光學(xué)遙感技術(shù)等四種方法的優(yōu)劣。

關(guān)鍵詞：流態(tài)；水動力數(shù)值模擬；多時相跟蹤物探測法；光學(xué)遙感

中圖分類號：TP79 文獻標識碼：A 文章編號：1003-5168（2018）10-0084-02

Research Progress of Algorithms for Extracting Water

Flow Patterns in Inland Lakes

WANG Jifeng ZHAO Yanfu

（School of Architectural and Surveying Mapping Engineering， Jiangxi University of Science and Technology，Ganzhou Jiangxi 341000）

Abstract： The motion of lake water belongs to the category of lake hydrodynamics， which is one of the most important physical characteristics of lake. It directly affects the matter， energy and transportation of lake water， the transformation between lake and the outside world， and the transfer of matter and energy. This paper systematically summarized and analyzed current domestic and international lake water body flow extraction calculations， and obtained the advantages and disadvantages of the traditional methods， hydrodynamic numerical simulation， multi-temporal tracking material detection method and optical remote sensing technology.

Keywords： flow pattern information；hydrodynamic numerical simulation；multiphase tracking method；optical remote sensing

湖泊水體的運動情況屬于湖泊水動力學(xué)的范疇，其直接影響湖泊水體的物質(zhì)、能量和運輸，以及湖泊與外界的轉(zhuǎn)換、物質(zhì)與能量的轉(zhuǎn)移[1]。因此，掌握湖泊水體的流態(tài)信息是人們進一步認識和評估水中污染物及懸浮物質(zhì)對湖泊生態(tài)環(huán)境的影響和湖泊水資源保護的重要基礎(chǔ)。本文對國內(nèi)外湖泊水體流態(tài)提取方法進行了系統(tǒng)歸納總結(jié)，為深入研究流態(tài)信息提供重要參考。

1 水體流態(tài)提取方法現(xiàn)狀分析

確定水體流向，即水流方向場提取的方法有很多。這些方法的運用較為廣泛，在海洋、河口、湖泊和河流等方面都有重要實踐。在內(nèi)陸湖泊水體流向提取研究方面，目前運用較為普遍的方法有現(xiàn)場觀測法和計數(shù)值模擬法。傳統(tǒng)的現(xiàn)場觀測法是利用水文測流儀器現(xiàn)場對水體進行流向和流速的觀測。數(shù)值模擬方法則是依據(jù)水動力學(xué)、泥沙動力學(xué)和數(shù)值計算等方法仿真模擬出湖泊水體的動力特征。隨著計算機技術(shù)和航空航天技術(shù)的迅速發(fā)展，出現(xiàn)了更多新的方法來探測水體流向信息，如利用多時相示蹤物探測、光學(xué)遙感影像分析等。

1.1 現(xiàn)場觀測法

傳統(tǒng)的水流方向測量主要采用流速儀等儀器來實地測量水體。常見的流速測量儀器有：畢托管測速技術(shù)、機械測速技術(shù)、電磁測速技術(shù)、聲學(xué)多普勒測速技術(shù)、熱線熱膜風(fēng)速儀測速技術(shù)、激光多普勒測速技術(shù)及粒子成像測速技術(shù)[2]。

薛元忠等[3]利用ADCP儀，采用走航測量的方式，獲取了2002年5月到6月重慶至江陰水域水體流速剖面的大量實測資料。這一研究為ADCP技術(shù)在復(fù)雜地形和水文條件的使用提供了理論參考。

1.2 水動力數(shù)值模擬法

水動力的數(shù)值模擬最先是應(yīng)用在海岸工程、水運工程中的，其實隨著現(xiàn)代計算機技術(shù)、流體力學(xué)和GIS技術(shù)等的發(fā)展而發(fā)展起來的。目前，國際上已研發(fā)出了大量的水動力研究模型，如丹麥水力研究所研制的MIKE模型，美國的SMS模型、WASP模型、QUAL模型、EFPC模型和CE-QUAL-W2模型，荷蘭的Delft3D模型及美國密西西比大學(xué)水科學(xué)與工程計算中心研發(fā)的CCHE模型等。

王領(lǐng)元[4]利用MIKE 11對某一入海口位置的水位、流量變化情況進行了數(shù)值模擬，并將關(guān)鍵斷面的模擬值與實際值進行比較，計算結(jié)果與實際的測量值較為吻合，精度可以滿足預(yù)測要求，研究取得了較理想的結(jié)果。

1.3 多時相示蹤物探測法

多時相示蹤物探測法的原理是利用衛(wèi)星遙感影像中在海流作用下的示蹤劑來對海流進行測量。其中，示蹤物的選擇包括海洋表面溫度（SST）、葉綠素數(shù)據(jù)及影像灰度值等。Crocker等[5]利用最大相關(guān)系數(shù)法反演得到加利福尼亞南部海岸的海表溫度圖像，其與海色圖像的相關(guān)系數(shù)為0.50～0.89，平均相關(guān)系數(shù)為0.74，反演的海面洋流流速度均方根誤差是7.4cm/s，平均誤差小于2cm/s。

國內(nèi)毛志華等[6]利用AVHRR衛(wèi)星遙感影像反演臺灣海峽SST溫度，并比較最大相關(guān)系數(shù)法和相關(guān)松弛法兩種不同方法下得到的海表流場矢量圖。研究表明，在一定條件下利用相關(guān)松弛方法來計算海面表層的流場是可行的。該方法的運用常常需要時間連續(xù)且特征明顯的影像，除此之外，湖泊表面溫度的反演不同于海洋表面情況，可選取的示蹤物較少，因此多時相示蹤物探測法在湖泊方面運用較少。

1.4 光學(xué)遙感影像圖像分析法

目前，商用的衛(wèi)星可以提供10m到亞米級別空間分辨率的衛(wèi)星影像。在這些具有較高分辨率特性的影像上，道路、大型建筑物、河流和湖泊的規(guī)則形狀和紋理特征都清晰可辨，這為紋理分析在遙感圖像識別中的應(yīng)用提供了客觀基礎(chǔ)[7]。

王鳳鈴等[8]對呼倫湖的TM影像進行數(shù)據(jù)分析，通過彩色合成圖像的亮度變化判斷出懸浮物的空間分布情況，利用湖流特征與懸浮物空間分布之間的關(guān)系確定出湖流的速度和方向。研究表明，該方法所得結(jié)果與實際狀況基本一致。

2 總結(jié)與展望

2.1 總結(jié)

通過對現(xiàn)有湖流研究方法進行分析可以看出：傳統(tǒng)現(xiàn)場觀測法的精度最高，但由于空間方位等的限制，很難全面了解湖流的時空變化；水動力數(shù)值模擬是應(yīng)用最為廣泛的方法，但該方法的應(yīng)用需要研究者具有較強的專業(yè)知識，不僅對數(shù)據(jù)和硬件設(shè)備要求較高，而且需要大量同時難以確定的實際觀測數(shù)據(jù)，特別是當(dāng)模擬時間周期較長（如幾年或者十幾年）時，運算比較慢；多時相示蹤物探測法受示蹤物的影響，多應(yīng)用在海洋領(lǐng)域，且對遙感影像具有較為嚴格的時間要求。光學(xué)遙感影像的圖像分析方法具有前三種無法比擬的優(yōu)勢，但目前較多的是結(jié)合人工目視解譯的方式，沒有深入到定量或者半定量化的研究。

2.2 展望

關(guān)于內(nèi)陸湖泊水體流態(tài)信息提取算法，應(yīng)該從這幾面方面深入開展工作。①深入研究大氣校正算法。大氣校正作為影像處理關(guān)鍵環(huán)節(jié)，對水體信息作用很大。②分析多時相影像水體流態(tài)信息，結(jié)合計算機語言實現(xiàn)智能化提取。③利用更高分辨率影像，從定量角度分析水體流態(tài)信息。④結(jié)合物理定義，增加水動力數(shù)值模擬的參數(shù)，改變運算速度。

參考文獻：

[1]Toyota M，Taira A，Hikida M，et al. Field measurememts of lake currents in Lake Suwa by means of ADCP[J]. Japanese Journal of Limnology，2010（1）：45-52.

[2]馬駿，劉德富，紀道斌，等.三峽水庫支流庫灣低流速條件下測流方法探討及應(yīng)用[J].長江科學(xué)院院報，2011（6）：30-34.

[3]薛元忠，顧靖華，韋桃源.聲學(xué)多普勒流速剖面儀原理及其在長江中下游的應(yīng)用[J].海洋科學(xué)，2004（10）：24-28.

[4]王領(lǐng)元.丹麥MIKE11水動力模塊在河網(wǎng)模擬計算中的應(yīng)用研究[J].中國水運（學(xué)術(shù)版），2007（2）：108-109.

[5]Crocker R I，Matthews D K，Emery W J，et al. Computing Coastal Ocean Surface Currents From Infrared and Ocean Color Satellite Imagery[J]. IEEE Transactions on Geoscience Remote Sensing，2007（2）：435-447.

[6]毛志華，潘德爐.利用衛(wèi)星遙感SST估算海表流場[J].海洋通報，1996（1）：84-90.

[7]曹忠權(quán)，謝平，金花.星載合成孔徑雷達遙感技術(shù)的地學(xué)應(yīng)用[J].地球物理學(xué)進展， 2004（2）：291-295.

[8]王鳳玲，劉惠敏，丁克旭.呼倫湖航天遙感綜合調(diào)查──湖流特征和地下水補給的遙感信息提取原理[J].環(huán)境與發(fā)展，1996（3）：22-23.