priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2026-69-9-800-811pribor-603Research ArticleМЕТОДЫ И ПРИБОРЫ ДЛЯ АНАЛИЗА И КОНТРОЛЯ МАТЕРИАЛОВ, ИЗДЕЛИЙ, ВЕЩЕСТВ И ПРИРОДНОЙ СРЕДЫMETHODS AND DEVICES FOR MONITORING AND DIAGNOSTICS OF MATERIALS, PRODUCTS, SUBSTANCES AND THE NATURAL ENVIRONMENTОсобенности технической и программной реализации метода определения скорости течения воды в малых реках на основе кросскорреляционного анализа изображенийFeatures of the technical and software implementation of the method for determining small rivers flow velocity based on cross-correlation image analysisАнтоненковД. А.AntonenkovD. A.

Дмитрий Александрович Антоненков — канд. техн. наук; отдел гидрофизики шельфа; ст. научный сотрудник

Севастополь

Dmitry A. Antonenkov — PhD; Department of Shelf Hydrophysics; Senior Researcher

Sevastopol

dmitry_science@mail.ruМорской гидрофизический институт РАНРоссияMarine Hydrophysical Institute of the RANRussian Federation202616102026699800811Copyright © Национальный исследовательский университет ИТМО, 20262026Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/603

Основная цель работы — показать особенности технической и программной реализации метода определения скорости течения воды в реках и каналах с помощью регистрации и обработки видеоизображений водной поверхности, а также проанализировать эффективность метода по сравнению со стандартными измерениями гидрометрической вертушкой и поплавковым методом. Приведен краткий обзор наиболее часто используемых способов определения скорости течения. Рассмотрены этапы программной обработки получаемых видеоданных и методика определения средней скорости потока на основе кросскорреляционного анализа изображений. Приведены результаты апробации метода, подтвердившие его работоспособность; расхождения с результатами, полученными с помощью аттестованной гидрометрической вертушки, в целом не превысили 11 %. Данный метод позволяет оперативно получать данные о скорости потока в реках и каналах без использования дорогостоящего оборудования. Отличительная особенность метода — возможность определения поля скоростей течения по всему поперечному створу исследуемого водного объекта, что позволяет получить более точные данные. 

The main goal of the work is to demonstrate the features of the technical and software implementation of the method for determining the water flow velocity in rivers and channels by recording and processing video images of the water surface, as well as to analyze the effectiveness of the method in comparison with standard measurements using a hydrometric turbine and the float method. A brief overview of the most commonly used methods for determining flow velocity is provided. The stages of software processing of the obtained video data and the methodology for determining the average flow velocity based on cross correlation analysis of images are considered. The results of the method’s testing are presented, confirming its effectiveness; the discrepancies with the results obtained using a certified hydrometric vane generally do not exceed 11 %. This method allows for the rapid acquisition of data on flow velocity in rivers and canals without the use of expensive equipment. A distinctive feature of the method is the ability to determine the flow velocity field across the entire cross section of the water body under study, which makes it possible to obtain more accurate data compared to standard measuring tools.

кросскорреляционный анализ изображенийскорость теченияобработка видеоизображенийрасход водырасчет стокаPIV методметоды визуализацииcross-correlation image analysisflow velocityvideo image processingwater flowrunoff calculationPIV methodvisualization methodsработа выполнена в рамках государственного задания по теме FNNN-2024-0016 „Исследование пространственно-временной изменчивости океанологических процессов в береговой, прибрежной и шельфовых зонах Черного моря под воздействием природных и антропогенных факторов на основе контактных измерений и математического моделирования“ (шифр „Прибрежные исследования“).the work was carried out within the framework of the state assignment for the project FNNN-20240016, “Investigation of the spatiotemporal variability of oceanographic processes in the coastal, nearshore, and shelf zones of the Black Sea under the influence of natural and anthropogenic factors, based on in situ measurements and mathematical modeling” (code “Coastal Studies”).ReferencesКлименко Д. Е. Развитие гидрометрических вертушек в России и за рубежом // Географический вестник. 2010. № 2. С. 64–76.Klimenko D.E. Geograficheskiy vestnik, 2010, no. 2, pp. 64–76. (in Russ.)Dykman V. Z. Technical tools for studying structure and dynamics of water masses// Physical Oceanography. 2016. N 6 (192). P. 43–55. DOI: 10.22449/1573-160X-2016-6-43-55.Dykman V.Z. Physical oceanography, 2016, no. 6(192), pp. 43–55, DOI: 10.22449/1573-160X-2016-6-43-55.Вознюк Ю. С. Приборы для измерения скорости течения водных потоков. Гидрометрическая вертушка // Экологический вестник Донбасса. 2023. № 8. С. 29–35.Voznyuk Yu.S. Ecological Bulletin of Donbass, 2023, no. 8, pp. 29–35. (in Russ.)Определение расхода воды методом смешения. [Электронный ресурс]: https://ozlib.com/875808/tehnika/opredelenie_rashoda_vody_metodom_smesheniya#286, 14.02.2025.https://ozlib.com/875808/tehnika/opredelenie_rashoda_vody_metodom_smesheniya#286. (in Russ.)Бебенина Т. П. Основы гидрометрии и гидрологии. Екатеринбург: Изд-во УГГУ, 2010. 138 с.Bebenina T.P. Osnovy gidrometrii i gidrologii (Fundamentals of Hydrometry and Hydrology), Ekaterinburg, 2010,Cavalli M., Tarolli P. Application of LiDAR technology for rivers analysis// Italian Journal of Engineering Geology and Environment. 2011. P. 33–44. DOI:10.4408/IJEGE.2011-01.S-03.р. (in Russ.)Alimenti F. et al. Noncontact Measurement of River Surface Velocity and Discharge Estimation With a Low-Cost Doppler Radar Sensor // IEEE Trans. on Geoscience and Remote Sensing. 2020. Vol. 58, N 7. P. 5195–5207. DOI: 10.1109/TGRS.2020.2974185.Cavalli M., Tarolli P. Italian Journal of Engineering Geology and Environment, 2011, рр. 33–44, DOI:10.4408/Боскачев Р. В., Чубаренко Б. В., Кондрашов А. А., Корж А. О. Инструментальные инклинометрические измерения течений в реках Преголя и Дейма в период 10.12–26.12.2019 // Процессы в геосредах. 2020. № 3(25). С. 747–754.IJEGE.2011-01.S-03.Спирин Ю. А. Методика анализа связи между расходами и уровнями воды у рек посредством выявления зависимости // Вестн. Балт. фед. ун-та им. И. Канта. Естественные и медицинские науки. 2020. № 3. С. 40–50.Alimenti F. et al. IEEE Transactions on Geoscience and Remote Sensing, 2020, no. 7(58), pp. 5195–5207, DOI:Липатов И. В. Особенности создания математической модели и ее реализации для моделирования гидродинамики речного потока в нижнем течении р. Оки // Научные проблемы водного транспорта. 2024. № 78. С. 156–168. DOI: 10.37890/jwt.vi78.444.1109/TGRS.2020.2974185.Fujita I., Muste M., Kruger A. Large-scale particle image velocimetry for flow analysis in hydraulic engineering applications // Hydraul. Res. 1998. Vol 36. P. 397–414.Boskachev R.V., Chubarenko B.V., Kondrashov A.A., Korzh A.O. Protsessy v geosredakh, 2020, no. 3(25), pp. 747–Zhang Z., Wang X., Fan T. H., Xu L. Z. River surface target enhancement and background suppression for unseeded LSPIV// Flow Meas. Instrum. 2013. Vol 30. P. 99–111.(in Russ.)Biggs H. J., Smith, B., Detert M., Sutton H. Surface image velocimetry: Aerial tracer particle distribution system and techniques for reducing environmental noise with colored tracer particles // River Res. Appl. 2022. Vol 38. P. 1192– 1198.Spirin Yu.A. Vestnik IKBFU. Natural and Medical Sciences, 2020, no. 3, pp. 40–50. (in Russ.)Oyallon E., Rabin J. An Analysis of the SURF Method // Image Processing on Line. 2015. Vol 5. P. 176–218. DOI: 10.5201/ipol.2015.69.Lipatov I.V. Scientific Problems of Water Transport, 2024, no. 78, pp. 156–168, DOI: 10.37890/jwt.vi78.444. (in Russ.)Abdel-Aziz Y. I., Karara H.M., Hauck M. Direct Linear Transformation from Comparator Coordinates into Object Space Coordinates in Close-Range Photogrammetry// Photogrammetric Engineering & Remote Sensing. 1971. Vol. 81(2). P. 103–107.Fujita I., Muste M., Kruger A. Hydraul. Res., 1998, vol. 36, рр. 397–414.Du Ye Fei et al. A Method Based on Two Constraints for Camera Calibration Interior Parameters // Applied Mechanics and Materials. 2011. Vol. 103. P. 181–186. DOI:10.4028/www.scientific.net/amm.103.181.Zhang Z., Wang X., Fan T.H., Xu L.Z. Flow Meas. Instrum., 2013, vol. 30, рр. 99–111.Hauet A. Estimation de débit et mesure de vitesse en rivière par Large-Scale Particle Image Velocimetry / Institut National Polytechnique de Grenoble. 2006.Biggs H.J., Smith B., Detert M., Sutton H. River Res. Appl., 2022, vol. 38, рр. 1192–1198.Jahanmiri M. Particle Image Velocimetry: Fundamentals and Its Applications. Research report 2011:03 / Department of Applied Mechanics, Chalmers Univ. of Technology. Göteborg, Sweden, 2011. 58 p.Oyallon E., Rabin J. Image Processing On Line, 2015, vol. 5, рр. 176–218, DOI: 10.5201/ipol.2015.69.Patalano A., García C. M., Rodríguez A. Rectification of Image Velocity Results (RIVeR): A simple and user-friendly toolbox for large scale water surface Particle Image Velocimetry (PIV) and Particle Tracking Velocimetry (PTV) // Computers & Geosciences. 2017. Vol. 109. P. 323–330.Abdel-Aziz Y.I., Karara H.M., Hauck M. Photogrammetric Engineering & Remote Sensing, 1971, no. 2(81),Fujita I., Muste M., Kruger A. Large-scale particle image velocimetry for flow analysis in hydraulic engineering applications // Hydraul. Res. 1998. Vol 36. P. 397–414.pp. 103–107.Лучшева А. А. Практическая гидрометрия. Л.: Гидрометеоиздат, 1983. 424 с.Du Ye Fei et al. Applied Mechanics and Materials, 2011, vol. 103, рр. 181–186, DOI:10.4028/www.scientific.net/Antonenkov D. A. A method for determining water flow in small rivers based on processing water surface video images // Water Resources. 2024. Vol. 51, N 6. P. 922–927. DOI: 10.1134/S0097807824701112.amm.103.181.Hauet A. Estimation de débit et mesure de vitesse en rivière par Large-Scale Particle Image Velocimetry, InstitutHauet A. Estimation de débit et mesure de vitesse en rivière par Large-Scale Particle Image Velocimetry, InstitutNational Polytechnique de Grenoble, 2006.National Polytechnique de Grenoble, 2006.Jahanmiri M. Particle Image Velocimetry: Fundamentals and Its Applications, Research report 2011:03. DepartmentJahanmiri M. Particle Image Velocimetry: Fundamentals and Its Applications, Research report 2011:03. Departmentof applied mechanics, Chalmers University of technology, Göteborg, Sweden, 2011, 58 p.of applied mechanics, Chalmers University of technology, Göteborg, Sweden, 2011, 58 p.Patalano A., García C.M., Rodríguez A. Computers & Geosciences, 2017, vol. 109, рр. 323–330.Patalano A., García C.M., Rodríguez A. Computers & Geosciences, 2017, vol. 109, рр. 323–330.Fujita I., Muste M., Kruger A. Hydraul. Res., 1998, vol. 36, рр. 397–414.Fujita I., Muste M., Kruger A. Hydraul. Res., 1998, vol. 36, рр. 397–414.Luchsheva A.A. Prakticheskaya gidrometriya (Practical hydrometry), Leningrad, 1983, 424 р. (in Russ.)Luchsheva A.A. Prakticheskaya gidrometriya (Practical hydrometry), Leningrad, 1983, 424 р. (in Russ.)Antonenkov D.A. Water Resources, 2024, no. 6(51), pp. 922–927, DOI: 10.1134/S0097807824701112.Antonenkov D.A. Water Resources, 2024, no. 6(51), pp. 922–927, DOI: 10.1134/S0097807824701112.

The authors declare that there are no conflicts of interest present.