结合双向观测与连续小波变换消除桨洗干扰的UAS多普勒雷达河流水面速度反演方法

《IEEE Transactions on Geoscience and Remote Sensing》：River surface velocity estimation using UAS-borne Doppler radar and continuous wavelet transform

　　

摘要：

河流水面速度的可靠估算是水文监测、洪水预报和水资源管理的基础，然而传统实地测量仍然局限于有限的空间且操作成本高昂。配备多普勒雷达的无人航空系统（UAS）提供了一种快速、非接触式测速的远程感知解决方案。然而，混合环境风与螺旋桨诱导的气流（桨洗气流）会导致雷达回波显著畸变，使得复合速度估计中混淆了真实河流流速与局部诱导气流运动。为解决这一挑战，我们开发了一种针对UAS搭载多普勒雷达测量的双向观测框架。同一水面足迹分别从两个相反的观测方向进行观测，并使用连续小波变换（CWT）分析每次采集的多普勒频谱，以分辨混合速度分量。随后，通过解析集成双向测量来去除桨洗诱导的干扰，从而在微风条件下实现真实河流水面速度的反演。所提出的方法通过在五条河流、超过50个断面进行的现场实验进行了评估，覆盖了从20到250厘米/秒的广泛速度范围。反演速度通过与OTT-MFPro流速仪、声学多普勒流速剖面仪（ADCP）和FlowTracker获取的独立实地测量进行了验证。结果表明与参考观测具有高度一致性，双向测量配置实现了低于20%的归一化均方根误差。这些结果突显了UAS搭载多普勒雷达结合双向观测和小波频谱分析的能力，能够缓解桨洗诱导的速度偏差，并实现精确的河流水面速度反演。单向测量则表现出较大的不确定性，特别是在低速条件下。

显示更多