《Water》:Assessing Whitewater Difficulty Using Specific Stream Power Based on Site-Scale UAV Measurements on the Deschutes River
编辑推荐:
船艇爱好者使用难度等级(class rating)在I至VI级尺度上描述白水难度;这些等级由经验丰富的船艇爱好者通过判断进行赋值和修正。这些做法行之有效,但增加物理测量可提高其可靠性,并便于在不同河流与流量之间进行白水比较。这项探索性研究将比流功率(speci
船艇爱好者使用难度等级(class rating)在I至VI级尺度上描述白水难度;这些等级由经验丰富的船艇爱好者通过判断进行赋值和修正。这些做法行之有效,但增加物理测量可提高其可靠性,并便于在不同河流与流量之间进行白水比较。这项探索性研究将比流功率(specific stream power, SSP)——一种描述河流能量传递的物理学指标——作为白水难度的指示因子。研究数据使用搭载相机的DJI Phantom 4 RTK四旋翼无人机,在俄勒冈州上德舒特河(Upper Deschutes River)的八个研究位点采集;各点位在一个或两个流量下进行评估,白水难度从I级平水到V级串联急流。河道比降与宽度数据由无人机(unmanned aerial vehicle, UAV)摄影测量和机载激光雷达(light detection and ranging, LiDAR)联合获取,并计算每个位点的SSP。白水等级与位点平均SSP(自由度df=6,p<0.05;rs=0.95,95%置信区间CI [0.72, 1.00])、位点平均比降(rs=0.95,95% CI [0.72, 1.00])和位点内最大SSP(rs=0.93,95% CI [0.58, 1.00])密切相关;位点内最大比降、最小宽度和束窄比与白水等级也有显著但较弱的关系。白水条件的物理评估可能有助于支持大坝拆除、水电重新许可或其他河道内流量谈判中的管理决策。
**研究背景与问题**
白水船艇爱好者依靠I–VI级难度等级(class rating)描述急流难度,这些等级通常由经验丰富的船艇爱好者依据长期实地接触进行经验判断赋值。这种社会文化评估虽然有效,但主观性较强,难以在不同河流或流量之间进行客观比较;不准确的等级可能带来安全风险。比流功率(specific stream power, SSP)是由物理第一性原理导出的指标,表示单位水表面积上的能量传递率,综合了流量、比降和宽度。已有研究仅在河段尺度检验SSP与白水难度的关系,尚未在场地尺度自然河道中系统验证。本研究旨在探讨SSP及其组分流量、比降、宽度与船艇爱好者给定的白水等级之间的关系,并发展无人机(unmanned aerial vehicle, UAV)摄影测量与遥感方法用于急流评估。
**研究内容与结论**
研究人员在美国俄勒冈州上德舒特河(Upper Deschutes River)选取8个研究位点,难度从I级平水到V级串联急流,采用搭载相机的DJI Phantom 4 RTK四旋翼无人机采集影像,结合机载激光雷达(light detection and ranging, LiDAR)数据提取河道宽度、比降和高程剖面,并计算场地尺度SSP。研究发现,白水等级与场地平均SSP、场地平均比降和场地内最大SSP呈强相关(Spearman秩相关系数分别为0.95、0.95和0.93,df=6,p<0.05);场地内最大比降、最小宽度和束窄比与等级有显著但较弱的相关。研究表明,物理测量可以作为白水难度评估的客观辅助手段,有助于大坝拆除、水电重新许可和河道内流量谈判中的管理决策。
**关键方法**
研究人员利用搭载1英寸CMOS 4K相机的DJI Phantom 4 RTK四旋翼无人机,通过RTK/GNSS模式执行双网格航线摄影;使用Drone2map软件生成正射影像(orthomosaic)和数字高程模型(digital elevation model, DEM),在ArcGIS Pro中基于湿/干线提取河道宽度并建立中心线和高程剖面。由于UAV高程数据误差较大,比降数据最终采用1 m分辨率机载LiDAR数字高程模型。通过“杆与桶”尺度棒法、激光测距仪及已知尺寸物体检验模型精度;采用Spearman秩相关和Pearson相关分析等级与河道指标的关系。样本来自上德舒特河8个急流位点,评估流量为75–1718 cfs(2.1–48.6 m
3/s)。
**研究结果**
**流量(Flows)**:流量按最近上游测站日流量并扣除灌溉渠引水和地下水损失估算。较高评估流量接近10%超越频率流量,低流量接近99%超越频率流量。
**高程剖面(Elevation Profiles)**:基于2 m LiDAR高程剖面显示,难度较高的急流具有更大总落差和更陡剖面;剖面可用于识别瀑布、跌水和深潭等关键形态,例如Dillon Falls(IV+)在240 m处的高梯度瀑布和随后深潭。
**比降(Slope)**:场地平均比降介于<1%–4%,更难的急流通常具有更陡的平均比降;最陡2 m段达93%,最陡10 m段达37%。有限的UAV数据显示较高流量下陡峭比降最大值减小、最小值增大,与船艇爱好者所述“高流量填充”现象一致。
**宽度(Width)**:最小宽度7–36 m,最大宽度45–91 m,束窄比0.20–0.85;更窄河道和更紧束窄对应更高难度。对于覆盖河底的流量,宽度随流量变化很小;Sawyer Park(II)和Marioland(III)例外,低流量未完全覆盖河底或漫过礁石时宽度变化较大。
**比流功率(Specific Stream Power)**:场地平均SSP的排序与难度等级基本一致,仅Marioland(III)例外;场地内最大SSP也显示出与等级的良好关系。在流量覆盖河底的情形下,SSP变化主要由流量变化而非宽度变化驱动。
**相关性(Correlations)**:Spearman相关显示场地平均SSP(r
s=0.95)、场地平均比降(r
s=0.95)和场地内最大SSP(r
s=0.93)与等级强相关;最小宽度和束窄比显著负相关(r
s=?0.81);最大比降相关受Dillon瀑布离群值影响,排除该瀑布后相关显著上升。
**误差(Error)**:均方根误差(root mean square error, RMSE)检验显示