基于被动声学监测的大河系统推移质通量规模化评估：卢瓦尔河流域的应用与验证

《Science of The Total Environment》：Scaling up bedload monitoring: a passive acoustic approach for large river systems

本文针对大河系统推移质（bedload）通量量化难题，提出一种基于水听器的被动声学监测方法。研究在卢瓦尔河流域7个站点（2018-2025年）建立声学评级曲线，通过蒙特卡洛分析证实仅需4个分层采样点即可获得可靠曲线（误差<20%）。交叉验证显示声学估算与16种半经验公式、25年地形变化分析具有量级一致性，揭示出强烈的空间变异性（5000-455,000 吨/年）。该技术为建立可持续的推移质监测网络提供了实用路径，解决了河流管理中泥沙通量量化的关键数据缺口。

　　

河流是地球生态系统的血脉，而河床泥沙的运移如同血液流动般维系着河流的健康。推移质（Bedload）——那些沿河底滚动、滑动、跳跃的泥沙颗粒——虽然只占河流输沙总量的一小部分，却是塑造河床形态、维持栖息地结构的关键角色。然而，量化这些“河床行者”的运移量一直是河流管理者和科学家面临的巨大挑战。传统直接采样方法不仅耗时费力，更难以捕捉洪水期间或大空间尺度上的动态变化。这种数据空白严重制约着我们对河流形态演变、泥沙预算乃至全球沉积物通量的理解。

正是在这一背景下，发表于《Science of The Total Environment》的研究提出了一种创新解决方案：利用被动声学监测技术来规模化量化大型河流系统的推移质输移。研究人员在法国最长的河流——卢瓦尔河流域展开了长达七年的系统性监测，旨在回答三个核心问题：被动声学监测能否从单点测量扩展到流域尺度？声学估算结果与理论公式和形态变化分析是否一致？流域尺度的监测网络能揭示怎样的泥沙连通性模式？

技术方法概述

研究团队在卢瓦尔河及其主要支流设置了七个监测站（2018-2025年），使用水听器（hydrophone）与声学记录仪（Teledyn RESON TC4014和RTSYS RESEA 320）组合，通过轻量船拖曳进行声学测绘。声谱通过快速傅里叶变换（FFT）分析，计算5-350 kHz频段的声功率（acoustic power），并利用已建立的校准曲线将其转换为推移质通量。通过蒙特卡洛敏感性分析评估评级曲线（rating curve）的稳健性，并采用16种半经验输沙公式和1995-2020年地形变化数据（基于地形-水深激光雷达（topo-bathymetric LiDAR））进行交叉验证。

2.3 基于声学测绘的推移质通量评估

研究人员开发了一套系统的声学测绘协议。测量时，船体定位在测量断面上游，在水听器距离水面0.5-1.0米的情况下进行纵向漂流，记录水柱中的声音信号。每个漂流约30秒，覆盖50米距离，每个断面至少进行10次漂流以捕捉横向变异性。声学数据经过频谱分析后，利用卢瓦尔河（Le Guern等，2021）和山区河流（Nasr等，2023）建立的校准曲线将声功率（P_ac）转换为单位宽度推移质通量（q_b）。通过积分整个断面，得到总推移质输沙率（Q_b），并建立与流量的幂律关系（Q_b= a·Q^b）。结合长期流量序列，计算1995-2020期间的平均年推移质通量（Q_bm）和有效流量（Q_eff）。

2.4 推移质评级曲线敏感性

蒙特卡洛分析表明，采用分层采样策略时，仅需4个测量点即可获得“非常好”的性能（RMSE比率≤1.2），7个点达到“优秀”性能（比率≤1.10）。分层采样在所有配置下均优于随机采样，RMSE改善4-12%，置信区间更窄。五点的分层配置展示了最佳成本效益，在保证精度的同时大幅减少了测量需求。

3.1 推移质评级曲线敏感性分析

七个监测站的评级曲线参数显示，决定系数（r2）在0.56-0.98之间，表明声学方法与流量之间存在良好的幂律关系。平均年推移质通量估计值在空间上变化显著，从上游的32-41 kt yr^-1到下游的204-281 kt yr^-1。有效流量（Q_eff）与年平均流量（Q_ma）的比值在0.1到3.1之间，表明不同河段的输沙机制存在显著差异。

3.2.1 平均年通量的空间分布

空间分布图清晰显示了推移质通量的显著变异性，这不能单纯用下游流量增加来解释。阿列河（Allier River）的贡献尤为突出，其输沙量（78-99 kt yr^-1）占汇合后中游河段通量的近77%。在吉恩（Gien）和布雷埃蒙（Bréhémont）之间，通量增加了2.8至4.5倍，而谢尔河（Cher River）的贡献很小。在维埃纳河（Vienne River）汇入后，下游河段通量甚至呈现下降趋势。蒙让站（Montjean）估算的通量（~204-281 kt yr^-1）可视为卢瓦尔河输入大西洋的推移质总量。

3.2.2 有效流量模式

有效流量分析揭示了流域内不同的泥沙输移动力学。阿列河具有最独特的输沙模式，其标准化有效流量（Q_eff）最低（0.1），近一半的年输沙量发生在年平均流量以下。相反，谢尔河的输沙高度集中在洪水事件中（Q_eff= 3.1）。卢瓦尔河干流各站则显示出更为均衡的输沙模式。

3.2.3 与长期形态变化的比较

声学通量与基于1995-2020年河床高程变化计算的通量在空间格局上具有一致性。中游卢瓦尔河表现为沉积主导，而大约在700公里处之后转为侵蚀趋势。这种形态变化模式与声学通量的空间梯度相吻合，为声学估算结果提供了独立的验证。

3.3 与半经验输沙公式的比较

与16种半经验公式的对比显示，最佳公式（如Bagnold、Schoklitch、Rickenmann）的误差可低至2.4%-11.3%，具有量级一致性。然而，公式间变异系数高达31.4%-88.4%，部分公式误差超过2000%，凸显了公式选择和站点特异性的重要性。声学方法通过直接测量实际通量，规避了理论公式关于输沙能力和参数平均化的假设限制。

研究结论与意义

这项研究证实了被动声学监测作为一种实用、可扩展的方法，用于量化大型河流系统推移质通量的巨大潜力。通过流域尺度的系统部署和多重交叉验证，研究不仅提供了卢瓦尔河泥沙运移的详细图谱，更重要的是展示了一种建立可持续推移质监测网络的可行路径。该方法显著降低了传统测量的物流成本，使得高频次、大范围的监测成为可能，有助于填补全球泥沙预算评估的关键数据缺口。研究揭示的泥沙连通性模式（如阿列河的重要贡献和支流因水坝造成的输沙中断）为河流管理提供了直接科学依据，对于理解河流系统对气候变化和人类活动的响应、指导生态修复和沉积物管理具有重要价值。随着该技术在不同河流系统的进一步应用和标准化，有望推动全球河流泥沙监测进入一个新的阶段。