• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于无人机航测黄河源弯曲河道泥沙亏损量计算

李志威 汤韬

李志威, 汤韬. 基于无人机航测黄河源弯曲河道泥沙亏损量计算[J]. 水科学进展, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
引用本文: 李志威, 汤韬. 基于无人机航测黄河源弯曲河道泥沙亏损量计算[J]. 水科学进展, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
LI Zhiwei, TANG Tao. Calculation of bend-scale sediment balance in meandering rivers of Yellow River source based on UAV aerial survey[J]. Advances in Water Science, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
Citation: LI Zhiwei, TANG Tao. Calculation of bend-scale sediment balance in meandering rivers of Yellow River source based on UAV aerial survey[J]. Advances in Water Science, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005

基于无人机航测黄河源弯曲河道泥沙亏损量计算

doi: 10.14042/j.cnki.32.1309.2020.01.005
基金项目: 

国家自然科学基金资助项目 No.51979012

湖南省科技重大专项经费资助项目 No.2018SK1010

详细信息
    作者简介:

    李志威(1984-), 男, 湖北云梦人, 副研究员, 博士, 主要从事河流动力学研究。E-mail:lzhiwei2009@163.com

  • 中图分类号: TV147

Calculation of bend-scale sediment balance in meandering rivers of Yellow River source based on UAV aerial survey

Funds: 

the National Natural Science Foundation of China No.51979012

the Major Project of Science & Technology of Hunan Province No.2018SK1010

图(10) / 表 (4)
计量
  • 文章访问数:  28
  • HTML全文浏览量:  4
  • PDF下载量:  25
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-06-12
  • 网络出版日期:  2019-12-06
  • 刊出日期:  2020-01-30

基于无人机航测黄河源弯曲河道泥沙亏损量计算

doi: 10.14042/j.cnki.32.1309.2020.01.005
    基金项目:

    国家自然科学基金资助项目 No.51979012

    湖南省科技重大专项经费资助项目 No.2018SK1010

    作者简介:

    李志威(1984-), 男, 湖北云梦人, 副研究员, 博士, 主要从事河流动力学研究。E-mail:lzhiwei2009@163.com

  • 中图分类号: TV147

摘要: 弯曲河流的河道冲淤变化在长时间尺度处于动态的平衡状况,其泥沙输移部分来自于凹岸冲刷与凸岸淤积的差值。2018年采用无人机航测获取黄河源典型弯曲河流(麦曲、哈曲、格曲和兰木错曲)连续弯道的低空影像数据,通过图像技术处理后生成高精度地形,进而提取单个弯道和连续弯道的断面地形,计算弯道凸、凹两侧断面面积和相邻断面间的差值。结果表明,凹岸侵蚀崩岸产生的泥沙量与凸岸点边滩淤积的泥沙量是不平衡的,即存在一个泥沙亏损量。对于单个弯道,兰木错曲单位河长的泥沙亏损量约为0.191 m3,麦曲、哈曲和格曲单位河长的泥沙亏损量约为0.045 m3,且相同河段的沿程亏损量具有不均匀性,其间接反映不同弯道横向的迁移速率具有差异性。

English Abstract

李志威, 汤韬. 基于无人机航测黄河源弯曲河道泥沙亏损量计算[J]. 水科学进展, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
引用本文: 李志威, 汤韬. 基于无人机航测黄河源弯曲河道泥沙亏损量计算[J]. 水科学进展, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
LI Zhiwei, TANG Tao. Calculation of bend-scale sediment balance in meandering rivers of Yellow River source based on UAV aerial survey[J]. Advances in Water Science, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
Citation: LI Zhiwei, TANG Tao. Calculation of bend-scale sediment balance in meandering rivers of Yellow River source based on UAV aerial survey[J]. Advances in Water Science, 2020, 31(1): 39-50. doi: 10.14042/j.cnki.32.1309.2020.01.005
  • 黄河源位于青藏高原东北部, 其广泛发育草甸-泥炭型弯曲河流, 除了发生自然裁弯时的局部河段, 其河床基本处于冲淤平衡状态[1]。这些弯曲河流的流域源头和坡面均为草甸或泥炭覆盖, 其产沙量低。由于凹岸崩岸蚀退受滨河植被和崩塌块的短期护岸作用, 使得弯道的凹岸侵蚀速率与凸岸缓慢淤积速率可以保持同步, 河段尺度的弯道横向迁移速率基本保持不变。根据2011—2019年野外观测和高分辨率的遥感影像, 在河段尺度(数公里)内, 连续弯道的河道宽度基本保持不变, 但是为什么弯道可以维持近似恒定河宽或者什么机制决定河宽不变性, 仍是一个重要的科学问题。

    黄河源弯曲河流的水文过程较平稳, 输沙基本平衡, 河道长期处于一种动态的调整过程, 其泥沙输移主要来源于河岸崩岸侵蚀量, 其中一部分淤积在凸岸的点边滩, 另一部分以悬移质形式被水流携带至下游或淤积在牛轭湖。黄河源弯曲河流的崩岸形式以悬臂式为主导, 其凹岸崩岸过程决定弯道横向迁移速率和泥沙输移[2-5]。前人在弯道水槽中试验研究凹岸坡脚处的崩塌体在水力作用下输移过程及其对岸坡稳定性与河床冲淤的相互影响, 崩岸产生的泥沙, 只有部分淤积到凸岸边滩, 另一部分则随水流输移至下游[6]。弯曲河流的河岸侵蚀过程受近岸流速、水深、河岸物质组成等诸多因素影响, 以往对河岸侵蚀速率的估算, 主要通过野外观测、遥感影像及地形图、泥沙平衡及生物特征3种方法[7-9], 其对应于1~100年的时间尺度。目前对于二元河岸侵蚀过程的模拟与机制的研究, 国内外广泛应用BSTEM(Bank Stability and Toe Erosion Model)模型模拟河岸侵蚀与崩岸过程[10-12]。凸岸的点边滩是弯曲河道同岸输沙形成的弧形淤积体。在年内时间尺度弯曲河流凹岸侵蚀和凸岸点边滩淤积同步进行, 在此过程中粗泥沙在凸岸边滩处淤积, 弯道点边滩也由此产生与发育, 其演变规律与来水来沙和滨河植被条件密切相关[13-14]。弯曲河流横向迁移过程由凹岸崩岸的外延和凸岸淤积的推挤共同驱动, 因此, 弯道凹岸侵蚀与凸岸淤积的泥沙亏损量对于弯曲河流横向迁移和泥沙输移具有重要的指示作用。

    目前对于黄河源弯曲河流的河床演变规律研究, 缺少高精度的实测地形和水沙数据, 采用传统地形测量方法(如经纬仪、全站仪、差分GPS等测绘仪器)获取实测资料受人为因素和自然条件约束较大, 测量范围小, 难以开展长期野外测量。近年来无人机(Unmanned Aerial Vehicle, UAV)技术迅猛发展, 无人机航测因其成本低、可操作性强、获取影像分辨率高、采集速度快以及能够灵活地进行测量和生成高精度地形数据等优点, 成为除了遥感卫星之外[15]另一种获取高分辨率影像数据的野外测量方法[16-17], 并在黄河源弯曲河流崩岸研究方面已有初步应用[12]

    2018年5—6月采用大疆无人机获取黄河源的麦曲、兰木错曲、哈曲和格曲的野外航测原始数据, 同时运用RTK-GPS系统对研究区域进行实地打点, 进一步校正误差。采用Pix4D mapper、Cloud Compare和ArcGIS等软件对UAV航测影像进行处理[18], 基于UAV航测影像生成的高精度地形数据, 计算河段尺度等间距断面的凸岸区域的垂向面积和凹岸区域的垂向面积, 单位河长的泥沙亏损量定义为前断面附近1 m范围与后断面附近1 m范围内凸岸侧与凹岸侧的体积之差, 从而计算一系列弯道的凸岸与凹岸泥沙亏损量。

    • 黄河源区是指黄河干流于唐乃亥水文站以上流域, 位于青藏高原东北部。该范围涉及青海、四川、甘肃三省, 总面积约为13.2 km2, 年均径流量约200.0亿m3, 年均输沙量约1 000万t。黄河源干支流分布众多的弯曲河流, 如兰木错曲、泽曲、哈曲、格曲和热曲等。2018年黄河源野外观测采用UAV航测4个河段, 包括麦曲、兰木错曲、哈曲和格曲, 并选取1~3 km的弯曲河段作为研究对象(图 1)。

      图  1  研究区域

      Figure 1.  Study area

      这4条河流均属于黄河源代表性的草甸-泥炭型弯曲河流, 它们的弯道河宽基本相似, 横向迁移速率接近。基于Google Earth影像、处理后的UAV影像和2011—2019年野外实地测量数据, 对4个选取河段测量河宽、断面间距、地面坡度、两侧河岸高差, 其特征值如表 1所示。这4个河段的地面坡度哈曲>兰木错曲>麦曲>格曲, 两侧河岸高差以兰木错曲最大(0.3 m), 而其余3个河段较接近, 分别为0.05 m、0.03 m和0.02 m。

      表 1  4个弯曲河流的各河段测量参数

      Table 1.  Measurement parameters of sinuous reaches in four meandering rivers

      河段 河宽/m 断面间距/m 地面坡度 两侧河岸高差/m
      麦曲 5(±2) 3 0.005 0.05
      兰木错曲 10(±2) 3 0.008 0.30
      哈曲 9(±4) 3 0.010 0.03
      格曲 8(±3) 3 0.003 0.02
    • 2018年5月至6月, 采用大疆(精灵Advanced 4)无人机航测获取黄河源麦曲、兰木错曲、哈曲和格曲的航测原始数据, 同时运用中海达RTK(载波相位差分技术)测绘系统对研究区域进行实地打点, 进一步矫正误差。需要说明的是, UAV航测格曲河段突遇降雨, 未采用RTK打点。4个河段航测基本参数如表 2所示, 航测高度80 m和160 m对应的地面几何分辨率分别为21.5 mm和42.9 mm。

      表 2  4个弯曲河段的无人机航测基本参数

      Table 2.  Basic parameters of UAV aerial survey in four meandering reaches

      测量河段 经纬度 测量时间 飞行高度/m 影像/幅 旁向重叠度/% 航线重叠度/% RTK
      麦曲 32°56′54″N, 103°03′16″E 2018-05-28 80 527 85 85
      兰木错曲 34°24′23″N, 101°25′53″E 2018-06-01 160 488 85 85
      哈曲 33°04′58″N, 102°53′40″E 2018-05-29 160 657 85 85
      格曲 33°10′26″N, 102°51′26″E 2018-05-30 160 737 85 85
    • 由于UAV影像畸变大, 误差匹配点较多, 受影像纹理质量及点云匹配插值的影响, 测量区域存在不同点云密度分布及地物边界点云插值不连续等误差问题, 导致生成的DEM地形数据上存在噪点。然而, 噪点将影响整个DEM数据的精度, 导致局部地形数据无法运用, 降低了航测数据的可靠度和科学性。因此, 减小UAV航测的DEM数据噪点, 对获取高精度、高分辨率的DEM航测地形数据及研究高原河流的河床演变问题具有重要的应用价值。

      笔者通过总结大量野外航测和数据处理方法, 利用2017—2018年野外UAV航测数据, 经过多种方法分析比较, 最终提出一种基于UAV航测地形数据的噪声处理技术。该方法简单易学, 时间成本与人力成本低, 降噪效果好, 极大地提高航测DEM数据精度和可靠性, 为进一步获取青藏高原河流形态与地形数据提供了科学且可靠的测量方法。基本操作步骤如下:

      (1) 运行Pix4D mapper第1项处理(初始化处理)。初始化处理选项中, 选择特征点图像比例为“全面高精度处理”, 处理完毕后生成质量报告。同时对实地RTK点进行“刺点”操作, 刺点完成后运行“重新匹配与优化”, 直至质量报告检查通过。此步骤的目的为矫正航拍影像的畸变, 通过不断优化相机参数来减小影像畸变误差。

      (2) 运行Pix4D mapper第2项处理(点云及纹理处理)。选取最佳点云密度图像比例(1/2), 匹配最低数值为3, 导出点云格式为LAS文件, 处理原始图像得到点云数据。

      (3) 运行Pix4D mapper第3项处理(DSM, 正射影像和指数)。设置DSM正射参数, 分辨率为自动, 生成正射影像, 同时取消软件自带的DSM过滤噪点操作。

      (4) Cloud Compare点云处理。运用Cloud Compare软件对Pix4D mapper处理后得到的各部点云进行拼接合并。选取最优栅格尺寸0.3 m, 命名为“Raster 0.3”, 输出的栅格文件包含高程(Elevation 0.3)和点密度(Density 0.3)2种波段数据。

      (5) ArcMap降噪处理。分析无人机正射影像DSM数据, 裁剪研究区域, 运用ArcMap对点云生成的DEM栅格文件进行栅格代数计算、插值计算、波段提取及噪声过滤等操作, 最终得到降噪后的优化DEM数据。

    • 在优化的DEM影像上提取弯道断面(图 2), 现以提取某断面为例, 简要介绍本研究建立的计算方法。由于UAV航测地形数据只能获取地面高程, 水面部分及水下断面信息是无效的, 故需要对提取出的断面数据进行预处理。河道断面提取后, 确定两侧河岸坡顶最高点, 记为A、B, 两侧河岸坡角最低点, 记为C、D, 以下部分即为水面以下。由于提取出的断面地形在接近水面时产生大量噪点, 导致临近的高程点起伏变化明显, 坡脚位置很难确定, 故C、D点位置的选取与确定对于本研究的准确性尤为重要。本研究主要通过3个原则来确定C、D两点的位置:①选取位置在高程点变化明显(存在大量噪点)的区域附近;②同一断面河岸两侧的水平面高程一致;③同一弯道由入口断面到出口断面, 水平面高程递减。

      图  2  基于UAV航测地形数据的弯道断面地形示意(以麦曲河段A6断面为例)

      Figure 2.  Topographical diagram of a meandering section based on UAV data (A6 section of Maiqu River section as an example)

      断面面积采用条分法, 使用梯形公式计算, 将总面积视为多个梯形的面积, 凸、凹岸两侧断面面积分别记为S1S2。计算同一个弯道断面凸、凹岸部分面积及测量相邻两断面间距。

      凸岸部分断面面积计算公式为

      $$ {S_1} = \frac{1}{2}\sum\limits_{i = 1}^n {({X_{i + 1}} - {X_i})[({H_1} - {H_{i + 1}}) + ({H_1} - {H_i})]} $$ (1)

      式中:S1为凸岸部分面积;X为河道断面起点距(以凸岸侧起点为0);H1为凸岸侧河岸坡顶高程;Hi为第i处高程;n为断面数。

      凹岸部分断面面积计算公式为

      $$ {S_2} = \frac{1}{2}\sum\limits_{j = 1}^n {({Y_{j + 1}} - {Y_j})[({H_2} - {H_{j + 1}}) + ({H_2} - {H_j})]} $$ (2)

      式中:S2为凹岸部分面积;Y为河道断面起点距(以凹岸侧起点为0);H2为凹岸侧河岸坡顶高程;Hj为第j处高程。

      等间距提取断面, 同一断面附近1 m范围内凸、凹岸侧的体积为

      $$ {V_i} = {S_1}L $$ (3)
      $$ {V_o} = {S_2}L $$ (4)

      式中:ViVo分别为同一断面附近1 m范围内凸、凹岸侧的体积;S1S2分别为凸、凹岸部分断面面积, 取L=1 m。

      相邻断面凸、凹岸侧泥沙亏损量计算公式为

      $$ \Delta {V_{{i_m}}} = {V_{{i_m}}} - {V_{{i_{m + 1}}}}\ \ \ \ \ \ (m = 1,2, \cdots ,19) $$ (5)
      $$ \Delta {V_{{o_n}}} = {V_{{o_n}}} - {V_{{o_{n + 1}}}}\ \ \ \ \ \ (n = 1,2, \cdots ,19) $$ (6)

      式中:VimVon分别为mn断面附近1 m范围内凸、凹岸侧的体积;ΔVim、ΔVon分别代表mm+1断面之间凸岸的泥沙亏损量、nn+1断面之间凹岸的泥沙亏损量。

      采用以上计算方法也存在一定误差, 具体表现为由于UAV航测数据水面高程信息无效, 同时也缺少河道水下的地形数据, 本计算方法忽略了水面以下的断面面积, 假定水面以下凸、凹岸两部分面积相等。实际上以河道中心线为界, 水面下凸、凹岸部分面积具有一定差异, 由于凹岸冲刷存在深槽、凸岸淤积发育点边滩, 水面以下凸岸部分面积应当略小于凹岸。因此, 真实的凸岸侧面积与凹岸侧面积之差应当比计算值略大。

      弯道前后断面间的泥沙亏损量计算, 若将亏损部分体积视为三棱锥或圆锥体, 则前后断面泥沙亏损量实际计算式应为

      $$ \Delta V = \frac{1}{3}\Delta SL $$ (7)

      式中:ΔV为前后断面间泥沙亏损量;ΔS为前断面与后断面面积的差值(凸、凹岸部分分开计算);L为断面提取的间距, 是前后断面线与河岸交点之间的曲线距离, 不是断面间的垂直距离。通过计算与对比, 发现该方法的测量距离具有一定的主观性, 而且计算过程较复杂, 故本研究选择直接将两断面附近1 m范围内凸、凹岸侧的体积各自相减, 以研究弯曲河流连续弯道的泥沙亏损量。

    • 对于弯道的选择与提取, 采取河宽变化较小、尽量避开沙洲、两侧岸坡无植被或植被较少等的原则, 对4个河段各选取5个典型弯道, 每个研究弯道各等间距拉取20个断面(图 3)。同时对每个河段选取一个典型的连续弯道, 每个研究弯道各等间距提取一系列断面(44~51个), 如图 4所示。断面提取过程采用ArcMap进行, 使用Interpolate line工具。通过对比基于无人机航测地形数据和RTK打点, 可知提取的高程点数据误差为±4 cm。

      图  3  研究弯道与断面的选取

      Figure 3.  Selected bends and cross sections

      图  4  连续弯道及断面的选取

      Figure 4.  Successive bends and cross sections

    • 表 3中各相邻断面间凸、凹岸泥沙亏损量为ΔVi、ΔVo, 记其平均值分别为ΔViΔVo;记ΔV为单位河长泥沙亏损量。通过1.3节的计算方法进行计算(结果汇总如表 3所示), 发现黄河源弯曲河流在单个弯道处的单侧断面面积变化具有一定的规律性, ΔS基本都是正值, 因为凸岸边滩范围大, 且临近河道部分有明显弧度, 而凹岸相比较平整, 几乎垂直于河道, 且在崩岸发生前崩塌块处于悬臂状态。ΔVi大多为负值, ΔVo大多为正值, ΔV全部为负, 说明在水流作用下凹岸冲刷和凸岸淤积的过程中, 凹岸崩塌产生的崩塌块分解后的泥沙, 并非全部输移至凸岸形成凸岸边滩, 而是有一定数量的泥沙亏损。由于凹岸侧岸高大于凸岸侧, 所以在河段尺度(数公里)内, 连续弯道的河道宽度能基本保持不变。

      表 3  4个弯曲河流选取河段的计算结果

      Table 3.  Calculation results of selected river sections in four meandering rivers

      河段 弯道编号 ΔS/m2 ΔVi/m3 ΔVo/m3 ΔV=ΔVi-ΔVo/m3
      麦曲 A 1.194 -0.029 0.104 -0.133
      B 1.402 -0.084 -0.005 -0.079
      C -0.217 -0.098 0.060 -0.158
      D 0.732 -0.111 0.209 -0.320
      E 1.126 -0.173 0.067 -0.240
      兰木错曲 A 0.565 -0.151 -0.016 -0.135
      B -0.739 -0.181 0.022 -0.203
      C 1.727 -0.171 0.139 -0.310
      D 0.021 0.016 0.197 -0.181
      E -1.145 0.032 0.182 -0.150
      哈曲 A 0.361 -0.007 0.017 -0.024
      B -0.227 -0.007 0.026 -0.033
      C 0.663 -0.044 0.056 -0.100
      D 0.025 -0.023 0.008 -0.031
      E -0.086 -0.097 0.193 -0.290
      格曲 A -0.032 -0.005 0.001 -0.006
      B 0.046 -0.004 0.001 -0.005
      C -0.213 -0.002 0.022 -0.024
      D 0.056 -0.006 0.004 -0.010
      E 0.015 -0.006 0.002 -0.008

      选取河段的计算结果表明(表 3), 不仅4个弯曲河流之间泥沙亏损和河湾演变的情况不同, 而且对于同一河流在2~3 km尺度河段内的不同弯道之间都有较大的差别。麦曲河段单个弯道单位河长的泥沙亏损量为0.079~0.32 m3, 兰木错曲为0.135~0.309 m3, 哈曲为0.02~0.291 m3(大多为0.002~0.033 m3), 格曲为0.005~0.024 m3。麦曲河段和兰木错曲属于较小尺度弯曲河流, 弯道崩岸速率较大故泥沙亏损量较大。哈曲和格曲的测量河段处河宽尺度大于前者, 崩岸速率低, 河岸物质组成二元结构, 河岸更加稳定, 故泥沙亏损量相对较小。

      断面间隔3 m, 等间距提取一系列断面, 记凸岸部分面积为S1, 凹岸部分面积为S2。选取其中4个有代表性的弯道(图 5图 6)进行分析。

      图  5  麦曲河段弯道E和兰木错曲河段弯道C的单侧断面面积变化

      Figure 5.  One-side cross-sectional area change of bend E in Maiqu River and bend C in Lanmucuoqu River

      图  6  哈曲河段弯道C和格曲河段弯道B的单侧断面面积变化

      Figure 6.  One-side cross-sectional area change of Bend C in Haqu River and Bend B in Gequ River

      相比凹岸向外的张拉作用(短时间尺度的崩岸过程), 凸岸向内的推挤作用(中时间尺度的淤积过程)具有滞后性。在弯道入口段(如麦曲河段弯道E1—E7断面、兰木错曲河段弯道C1—C5断面、哈曲河段弯道C1—C6断面、格曲河段弯道B1—B9断面), 由于凸岸还未开始淤积, 凹岸已经开始受水流冲刷, 故测量出凸岸部分面积小于凹岸部分(图 5图 6)。在弯道段, 河段弯道的凹岸处受水流冲刷侵蚀, 崩塌块落入水中被水流带走, 故凹岸侧面积有变小的趋势, 随着凸岸淤积的加重, 凸岸边滩增大, 凸岸向横向展宽, 凸岸面积有增大的趋势。在弯道出口段, 凸岸边滩逐渐变小直到消失, 凸岸部分面积开始有减小的趋势, 而凹岸部分面积没有大的变化。

      4个河段中麦曲河段、兰木错曲、哈曲的5个弯道关于单侧断面面积变化的共同点:从入口段到出口段, 河段的凸岸部分先小于凹岸部分, 通过弯顶后, 凸岸部分面积超过凹岸部分(图 5图 6)。对于单侧断面面积而言, 麦曲与兰木错曲河段在经过弯顶前后都有较大波动。与之不同的是, 哈曲河段的凸岸部分先小于凹岸部分, 凸岸部分面积变化不大且断面面积极小(小于0.2 m2), 相反凹岸部分面积波动较明显。通过弯顶后, 凸岸部分面积大于凹岸部分, 且凸岸部分面积开始出现大的波动, 凹岸部分趋于平缓且断面面积变得很小(小于0.2 m2)。需要说明的是, 分析哈曲的UAV航测影像发现, 哈曲河段的凸岸边滩部分生长有茂密的灌木丛, 计算面积的时候不可避免将灌木视为河岸的一部分, 故实际凸岸面积应该比图 6所示偏小。除去灌木丛的误差, 哈曲河段两侧断面面积变化与格曲接近。

      对于格曲河段, 单侧断面面积也有着类似的变化, 不过因为流量较小, 河流冲刷过程缓慢, 河道冲淤变化不明显, 导致单侧断面面积均在0.2 m2以下, 尤其是凹岸断面面积仅在0.06 m2以下, 这与之前的3个河段有很大差别。究其原因, 格曲为若尔盖黑河上游的一条支流, 流量相比麦曲和兰木错曲都小。同时野外考察发现, 此支流与哈曲同属泥炭型弯曲河流。泥炭型河岸上层为草本, 中间为泥炭层较厚, 下层为湖相的粉沙, 夹杂河流相的粗沙或卵石, 有层理结构。实地测量格曲河岸高度约为2 m, 沿程测量了河岸泥炭层的厚度发现最厚泥炭层约为1.8 m, 最薄约为1.2 m。格曲的二元河岸物质组成限制了河岸冲刷, 从而导致弯曲横向迁移速率缓慢。

    • 为了更加直观地表现单个弯道泥沙亏损量的变化过程, 记ΔVi为凸岸前断面与后断面的面积之差, 其值为负, 说明凸岸泥沙后断面淤积更多, ΔVo为凹岸前断面与后断面的面积之差, 若该值为负, 说明在凹岸该断面处发生了崩塌。选取同样的代表弯道进行分析(图 7图 8)。

      图  7  麦曲弯道E与兰木错曲弯道C的单位河长泥沙亏损量

      Figure 7.  Sediment loss per unit channel length of bend E in Maiqu River and Bend C in Lanmucuoqu River

      图  8  哈曲弯道C与格曲弯道B的单位河长泥沙亏损量

      Figure 8.  Sediment loss per unit channel length of Bend C in Haqu River and Bend B in Gequ River

      单位河长泥沙亏损量没有明显的规律, 基本都在零附近波动, 且每个弯道ΔVi、ΔVo之间存在较明显的相同趋势(图 7图 8)。规律不明显的原因在于弯曲河流崩岸发生的随机性, 崩岸的发生与否与弯道的位置无关, 在弯道入口段、弯顶段、出口段都有可能发生崩岸。据此推断ΔVo曲线的波谷处(如麦曲弯道E的断面2、5、11)在UAV航测前, 已发生崩岸, 且ΔVo曲线的波谷处前后断面的泥沙亏损量均为正值且相差不大。从单位河长泥沙亏损量变化范围来看, 麦曲和哈曲河段范围略小于兰木错曲, 前两者在-1~1 m3之间, 后者在-0.5~1.5 m3之间, 且格曲的变化范围最小(-0.15~0.15 m3)。因为这3个河流河宽与岸高不一样, 兰木错曲的岸高在选取的4个河段中最高。

    • 以河道中心线为界, 河道进口凸岸侧为凸岸部分, 进口凹岸侧为凹岸部分(凸、凹岸侧是人为定义的两侧, 与实际的凸、凹岸需区分开)。对4个代表河段各选用一段连续弯道, 断面间隔3 m, 等间距提取一系列断面, 同样利用式(1)—式(6)对连续弯道进行计算(结果汇总如表 4所示)。ΔS为凸岸侧与凹岸侧面积之差, 基本都是正值, ΔVoΔVi、ΔV均接近0, 说明连续弯道的各个弯道之间的泥沙量存在补偿关系。如上个弯道亏损的泥沙随水流输移至下个弯道时产生了淤积, 拦截了部分泥沙, 然后下个弯道正常亏损的泥沙又可以补偿到后面的弯道。值得说明的是, 由于连续弯道a(麦曲)为“S”型弯道(包含3个弯道), 故单位河长亏损量要比其余3个连续弯道大0.131 m3以上。

      表 4  4个弯曲河流连续弯道的计算结果

      Table 4.  Calculation results of four successive bends in four meandering rivers

      弯道 ΔS/m2 ΔVi/m3 ΔVo/m3 ΔV=ΔVi-ΔVo/m3
      麦曲 0.889 -0.058 0.083 -0.141
      兰木错曲 0.512 0.009 -0.011 0.020
      哈曲 0.361 0.003 0.013 -0.010
      格曲 -0.021 0.001 -0.002 0.003

      由连续弯道的计算结果可知(表 4), 麦曲河段的泥沙亏损量最大, 单位河长(3 m)亏损0.141 m3, 哈曲单位河长亏损0.01 m3, 而兰木错曲和格曲几乎无泥沙亏损。这一结果的原因在于连续弯道的凸、凹岸划分是人为定义的(以河道进口凸岸侧为凸岸部分, 进口凹岸侧为凹岸部分), 计算的最终数值并不能代表泥沙亏损量, 只是反映泥沙亏损量的变化。通过对河段测量发现, 4个河段虽然河宽差距不大, 但地面坡度却有较大的区别(表 1)。兰木错曲与格曲, 河宽相近, 地面坡度相差较大, 泥沙亏损量变化相差很大。

      对4个代表弯曲河段各选连续弯道的一个河段, 断面间隔3 m, 等间距提取一系列断面, 计算结果见图 9。由图 9可知, 黄河源不同河段的两侧断面面积都有着同样的变化规律, 从入口段到出口段, 河段的凸岸部分先小于凹岸部分, 通过弯顶后, 凸岸部分面积超过了凹岸部分, 到下一个弯顶后, 凸岸部分面积又开始小于凹岸部分。可以推断, 这种规律性的变化是长期性的。麦曲连续弯道取的是“3”型弯道, 即总共包括3个弯道, 故断面面积的变化又多了一个阶段的规律, 而其余3个河段取的连续弯道是“S”型弯道。麦曲河段的单侧断面面积在0~5 m2之间, 兰木错曲在0~6 m2之间, 哈曲在0~2.5 m2之间, 格曲在0~0.2 m2之间。可见4个河段中, 兰木错曲的河道演变最剧烈, 其次是麦曲河段, 断面面积量级最小的是格曲。兰木错曲与格曲, 虽然河宽相近, 但单侧断面面积变化范围却相差约30倍。

      图  9  连续弯道单侧断面面积变化

      Figure 9.  One-side cross-sectional area change of subsequent bends

    • 选取同样的代表弯道进行分析(图 10)。麦曲河段的单位河长泥沙亏损量在-1.5~1.5 m3之间, 兰木错曲在-4~5 m3之间, 哈曲在-1.2~0.8 m3之间, 格曲在-0.15~0.2 m3之间。由ΔVo曲线波动范围及波动频率可见, 4个河段中, 兰木错曲的河道崩岸最为剧烈。兰木错曲与格曲, 河宽相近, 但泥沙亏损量变化相差很大, 具体表现为兰木错曲的凸、凹岸单位河长的泥沙亏损量曲线变化的方差分别为0.843和1.227, 格曲的凸、凹岸单位河长的泥沙亏损量曲线变化的方差分别为0.001和0.002。

      图  10  连续弯道泥沙亏损量变化

      Figure 10.  Sediment loss change of subsequent bends

      图 10可进一步证实ΔVi、ΔVo之间的相同变化趋势。从单位河长泥沙亏损量变化范围来看, 兰木错曲两侧河岸高差为1.0~1.5 m, 易于产生大体积的崩塌块, 故崩岸产生泥沙亏损量最大, 河道横向迁移速率最快, 这与野外观测结果一致。哈曲和格曲基本都在零附近的很小范围波动, 说明大体积的崩岸很少发生, 河岸处在较稳定状况。

    • (1) 基于无人机航测黄河源4个弯曲河流并获取低空影像数据, 采用Pix 4D mapper、Cloud Compare和ArcGIS处理, 得到降噪后的河道DEM数据, 实现了将无人机航测应用到了河道冲淤变化分析和提出了弯道单位河长泥沙亏损量的计算方法。

      (2) 从弯道入口段到出口段, 凸岸单侧断面面积大于凹岸。通过弯顶后, 凸岸单侧断面面积急剧减小, 凹岸单侧断面面积急剧增大, 随后保持较平稳的状态, 而且凸岸单侧断面面积小于凹岸。对于同一个弯道, 凸岸与凹岸的泥沙亏损量存在相同的变化趋势。

      (3) 弯曲河道始终存在横向冲淤不平衡的亏损量, 对于单个弯道(河宽为3~12 m), 兰木错曲单位河长的泥沙亏损量约为0.191 m3, 麦曲、哈曲和格曲单位河长的泥沙亏损量约为0.045 m3, 且同一个河段沿程亏损量较不均匀, 这间接表明在河段尺度弯道河宽只是近似不变, 而且不同弯道横向迁移速率均表现一定的差异性。

      本研究的不足之处在于, 首先是缺少河道水下地形数据, 无法计算凹岸与凸岸水下部分的泥沙亏损量。其次, 由于只有一年的无人机航测数据, 不能反映其在年际时间尺度内的动态变化, 今后的工作准备采用2019年无人机航测数据, 分析同一个弯道泥沙亏损量的年际变化。

参考文献 (18)

目录

    /

    返回文章
    返回