Особенности технической и программной реализации метода определения скорости течения воды в малых реках на основе кросскорреляционного анализа изображений

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. 

1. Клименко Д. Е. Развитие гидрометрических вертушек в России и за рубежом // Географический вестник. 2010. № 2. С. 64–76.

2. 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.

3. Вознюк Ю. С. Приборы для измерения скорости течения водных потоков. Гидрометрическая вертушка // Экологический вестник Донбасса. 2023. № 8. С. 29–35.

4. Определение расхода воды методом смешения. [Электронный ресурс]: https://ozlib.com/875808/tehnika/opredelenie_rashoda_vody_metodom_smesheniya#286, 14.02.2025.

5. Бебенина Т. П. Основы гидрометрии и гидрологии. Екатеринбург: Изд-во УГГУ, 2010. 138 с.

6. 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.

7. 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.

8. 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.

9. 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.

10. 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.

11. 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.

12. 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.

13. 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.

14. 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.

15. 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.

16. 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.

17. Hauet A. Estimation de débit et mesure de vitesse en rivière par Large-Scale Particle Image Velocimetry / Institut National Polytechnique de Grenoble. 2006.

18. 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.

19. 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.

20. 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.

21. Лучшева А. А. Практическая гидрометрия. Л.: Гидрометеоиздат, 1983. 424 с.

22. 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.