冰盖河流中的推移质动力学：基于图像导出颗粒质量和大尺度粒子图像测速的欧拉推移质通量估算

《Journal of Hydrology》：Bedload dynamics under river ice: Eulerian bedload flux from image-derived particle mass and large-scale particle image velocimetry

　　

准确测量、模拟和预测推移质输移率即使经过一个世纪的研究和各种方法仍然是一个挑战。推移质输移率是在溪流或河床活跃层中以跃移或滚动方式输移的沉积物量化数量，通常表示为每单位时间输移的沉积物体积或重量。它与作为悬移质或溶解质在水流中输移的更细沉积物不同，因为作为推移质输移的沉积物由更大更重的颗粒组成，如沙子、砾石和卵石，其沉速大于水流垂向特征以使其保持悬浮。除了沉积物颗粒的大小和形状外，推移质输移率还受许多因素影响，例如水流速度和湍流、河道坡度以及河道是明渠还是冰盖条件。推移质输移与河床形态演变密切相关，因为它影响河床形态及其尺寸和分布。这些对于各种生态和工程问题都很重要，例如鱼类栖息地形成、河流连通性、洪水风险管理和基础设施稳定性。然而，大多数专注于推移质分析和建模的研究仅限于明渠水流事件或条件，完全忽略了冬季沉积物过程，这是由于来自季节性冰盖河流的冬季推移质输移率数据非常有限。然而，冬季沉积物输移可能很显著，并且可以在比明渠条件下更低的流量下发生，而沉积物输移率事件的时空尺度从非常小的尺度到大尺度不等。最近，少数河段尺度的野外研究调查了冰盖弯曲河流中的水流条件和相关的潜在沉积物输移，例如基于计算沉积物输移所需的临界流速和剪切流速，并证明了冰盖季节中沉积物输移的发生。由于气候变化的影响，预计冰盖水流期和河流形态包括沉积物输移条件将发生变化，但由于缺乏准确定量的冰盖推移质量，其未来幅度难以预测。 传统上，野外环境中的推移质输移率测量是使用劳动密集型且难以操作的机械设备进行的，例如压差式推移质采样器或收集器。这些设备本质上具有侵入性，这意味着设备本身的存在会影响河床形状和测量期间测量的推移质输移率。机械设备捕捉推移质输移时空波动的能力也有限，仅能描述来自一个点或断面的平均无量纲输移率。机械设备涉及许多不确定性来源，例如设备设计、采样时间以及设备在河床中的正确位置，特别是如果存在高程变化和沙波或沙丘。例如，经常使用的压差式采样器在理想采样条件下报告的不确定性通常在20%到50%之间，在低输移率或粗沉积物占主导时变异性更大。采样器的效率随粒径变化：细沙可被高估高达75%，而较粗的砾石常被低估30%。这些不确定性在冬季冰盖条件下会被放大，因为推移质输移高度不规则并在时间和空间上波动，这是由于水流的间歇性性质，这可能比明渠条件下更明显。此外，机械设备在零下环境温度下难以使用，因为设备和样品容易冻结且难以处理。这些零下温度在极地地区的河流中是典型的。 由于机械测量设备的挑战和局限性，已有多种基于非侵入式间接方法的实验来量化推移质输移，使用水声测量设备和图像测速方法，这些主要在实验室条件下进行。图像测速方法允许在各种条件下以及从不同平台进行连续、非侵入式的二维速度测量。为此目的存在各种算法，并用于监测河流水流条件。粒子图像测速最初是为了在受控实验室环境中测量流体和气体运动而开发的，但已发展到用于野外条件。在大尺度粒子图像测速中，图像被分成称为查询区域的小块或单元，这些区域在图像序列中进行互相关。结果是查询区域在图像对之间的表观运动，这是对查询区域内粒子实际运动的空间平均近似，提供了一个稀疏位移场。基于LSPIV的方法属于估算推移质输移率的欧拉方法范畴，并已在先前研究中应用。欧拉方法在设定位置提供沉积物通量，推移质输移率在一个控制体积上取平均。欧拉方法提供沉积物运动的空间连续估计，非常适合捕捉大面积上的连贯输移模式。然而，已知欧拉估计对图像处理参数敏感，例如查询窗口大小和帧率，并依赖于关于观测到的表面运动与体积沉积物通量之间关系的假设。 水声传感设备，如声学多普勒流速剖面仪，已显示出作为非侵入式方法在大尺度和各种条件下估算推移质输移率的潜力。ADCP是一种成熟的工具，它使用声束测量垂直水柱中水流的三个主要分量。由于测量通常从移动平台进行，因此必须使用ADCP的底跟踪功能测量的船速来校正速度。当河床静止时，船速被假定为可以从河床后向散射返回脉冲的多普勒频移计算出的平行速度分量。如果河床物质正在移动，则船速会受到河床速度的偏差影响，也称为表观推移质速度。表观推移质速度不直接测量沉积物质量，将其转换为推移质输移率需要用物理样本进行校准。这种校准通常是特定于地点的，并受许多因素影响，包括推移质浓度、推移质层厚度、颗粒粒度分布和ADCP的声学参数。最近的研究发现，通过同时应用上述图像测速方法与水声测量，可以建立这种校准。 基于图像的方法提供了一种量化局部推移质浓度和速度的潜在手段，但其在河冰下的现场应用仍鲜有记录。特别是，关于基于图像的推移质输移率和速度如何与常规参考测量（如在冰盖条件下的Helley-Smith采样和ADCP底跟踪）进行比较的证据有限。本研究通过评估一个基于水下图像的框架来解决这一方法论空白，该框架用于量化河冰下固定相机视场内的局部推移质输移。具体而言，研究人员旨在：(i) 从基于图像的颗粒浓度和图像测速中估算推移质输移率，(ii) 将基于图像的估计值与Helley-Smith推移质样本和ADCP底跟踪测量值进行比较，以及(iii) 表征相机视场内推移质输移的短期时间变异性和局部空间异质性。测量于2024年冬季在芬兰北部冰盖条件下的野外活动中进行。除了GoPro视频测量外，还使用Helley-Smith机械压差式推移质采样器采集了参考推移质样本，并使用声学多普勒流速剖面仪和声学多普勒测速仪测量了参考速度数据。

论文解读文章

一、研究背景与问题

推移质输移是河床形态演变的核心驱动力，直接影响鱼类栖息地形成、河流连通性、洪水风险管理和基础设施稳定性。然而，过去一个世纪的研究大多聚焦于明渠水流条件，严重忽视了冬季冰盖期河流的沉积物输移过程。这主要是由于缺乏来自季节性冰盖河流的冬季推移质输移率实测数据。实际上，冬季沉积物输移可能在比明渠更低的流量下发生，且具有显著的时空变异性。传统上，野外推移质测量依赖机械采样器，如Helley-Smith压差式采样器。这类设备不仅劳动强度大、操作困难，而且具有侵入性，会干扰河床形态和测量结果。其不确定性在理想条件下可达20%-50%，在粗颗粒占优或低输移率时变异性更大。更重要的是，在零下环境温度中，设备易冻结，这在极地地区尤为突出。此外，机械采样只能提供点或断面上的平均输移率，无法捕捉推移质输移固有的时空波动。近年来，非侵入式的水声设备如声学多普勒流速剖面仪和图像测速方法，特别是大尺度粒子图像测速，已被用于实验室或明渠条件下的推移质估算。但在河冰覆盖这一极端环境下，基于图像的推移质定量方法在现场的应用仍极为匮乏，其与Helley-Smith采样器及ADCP底跟踪数据的对比验证几乎空白。因此，本研究旨在填补这一方法论空白，评估一种水下图像框架在冰盖条件下量化局部推移质输移的可行性。

二、研究目标与意义

研究人员在芬兰北部的Pulmankijoki河流进行了2024年冬季的野外测量。该河流冰盖期长达7个月。通过在冰盖上开凿约100×100厘米的方孔，研究人员同步部署了GoPro HERO10 Black摄像机、ADCP、声学多普勒测速仪和Helley-Smith采样器，获取了六组6分钟长的推移质数据。研究的主要目标是：(i) 基于图像导出的颗粒浓度和图像测速估算推移质输移率；(ii) 将图像估算值与Helley-Smith采样和ADCP底跟踪数据进行对比；(iii) 刻画相机视场内推移质输移的短期时间波动和局部空间异质性。该研究的重大意义在于首次在真实冰盖河流条件下，系统地比较了图像法与传统机械采样和水声法的表现，揭示了图像法在捕捉高时空分辨率输移动态方面的独特优势，为寒冷地区河流沉积物输移研究提供了新的技术路径。

三、关键技术方法

研究人员采用了以下主要技术方法：

1. 1.
   水下视频采集与相机标定：使用GoPro HERO10 Black以4000×3000像素、60帧/秒录制河床视频。通过Agisoft Metashape建立河床高程模型，结合有效焦距和相机到河床距离，计算出地面采样距离为0.129毫米/像素，确定可靠检测下限为0.516毫米。
2. 2.
   背景减除与颗粒检测：采用帧间差分法结合Otsu自动阈值分割提取运动前景。利用OpenCV轮廓追踪算法识别颗粒，并通过面积、致密度、圆度和长宽比等形状准则进行滤波。对超过300像素的大轮廓实施迭代形态学开运算以分解团聚颗粒。
3. 3.
   大尺度粒子图像测速：使用基于PyTorch的TorchPIV库进行GPU加速的LSPIV计算。最终选用搜索区128×128像素、查询区64×64像素、一次多遍迭代、最终网格32×32像素的参数组合，帧率为10帧/秒。异常速度通过信噪比和归一化中值滤波剔除并插补。
4. 4.
   质量通量与速度估算：基于颗粒等效直径和密度计算单颗粒质量，汇总得到各网格单元的颗粒面浓度和质量面密度。结合LSPIV速度，按公式计算瞬时推移质输移率。同时，利用ADCP底跟踪的表观推移质速度经面浓度归一化后与图像速度对比。

四、研究结果

4.1 颗粒粒度分布

视频检测到的颗粒粒度分布中，1.0毫米和1.4毫米的颗粒输移量最大，而Helley-Smith样本中0.5毫米筛网截留的颗粒最多。当仅比较两者共享的粒径范围时，分布趋于一致。视频得出的平均D₁₀、D₅₀、D₉₀分别为477.1微米、1047.2微米和2012.1微米，均大于Helley-Smith全样本的对应值，表明视频法倾向于检出更大颗粒，而Helley-Smith采样器对小颗粒可能存在过采样。

4.2 推移质输移率

六次测量中，视频法得到的平均推移质输移率比Helley-Smith全样本低36.4%；但当只比较共享粒径范围时，差异缩小至-5.5%。这表明粒径范围不匹配是造成两者差异的主要原因。空间分析显示，输移率在沙丘脊线处最高，而在背流侧槽谷处最低，清晰地反映了沙丘迁移过程中迎流面侵蚀、背流面堆积的机制。例如，第三次测量中，位于沙丘脊线的子区域输移率显著高于槽谷区。第六次测量时，河床无明显沙丘形态，输移率空间分布更为均匀。

4.3 推移质速度

视频法得到的质量加权平均推移质速度约为0.060米/秒，与基于截断Helley-Smith样本估算的速度0.070米/秒以及归一化ADCP底跟踪速度0.052米/秒处于同一量级。在第三次、第四次和第六次测量中，LSPIV质量加权速度与ADCP表观速度的时间序列趋势呈现明显的重叠，表明两种独立方法在捕捉推移质速度动态方面具有一致性。但整体相关性不强，可能源于ADCP仅有一个波束覆盖相机视场，且清澈水体中ADCP噪声较大。

4.4 不确定性分析

通过蒙特卡洛模拟，研究人员设置了八种不同的参数情景，涵盖颗粒密度、形状因子、面积上限、致密度、圆度、长宽比等阈值的变化。基准情景下的面浓度为0.064，质量通量变化设为0%。最宽松的情景导致质量通量增加9.2%，最严格的情景导致减少48.9%。其中，形状因子从0.524降低到0.350（代表更扁平的颗粒）可使质量通量下降33.2%，表明颗粒体积假设是最大的不确定性来源。

五、讨论与结论

讨论部分指出，视频法与Helley-Smith采样在输移率上的差异主要源于两方面：一是视频无法检测小于0.5毫米的细颗粒，而Helley-Smith对这些颗粒有过采样倾向；二是两者的采样空间不一致——Helley-Smith是点采样，而视频覆盖约30×30厘米的区域，能够捕捉沙丘迁移引起的强空间异质性。ADCP底跟踪速度与LSPIV速度的弱相关性被归因于ADCP仅一个波束落入相机视场，且清澈水体中声学信号信噪比低。研究还观察到Helley-Smith采样器本身会在其周围诱发局部湍流，导致第五次测量中采样器附近出现异常高的输移率，凸显了侵入式采样的弊端。

研究结论认为，基于水下视频的推移质输移估算方法在冰盖河流条件下是可行的，能够提供比传统机械采样更高的时间和空间分辨率。该方法成功捕获了沙丘迁移驱动的输移动态，且在与共享粒径范围的Helley-Smith数据对比时，平均输移率差异仅为-5.5%。LSPIV速度与ADCP底跟踪速度的量级吻合进一步验证了方法的可靠性。尽管存在颗粒体积假设和细颗粒漏检等不确定性，但该方法为寒冷地区冬季推移质监测提供了重要的非侵入式替代方案，有望推动冰盖河流沉积物输移过程的理解和预测。