灌區量測水方法與技術研究進展

邵帥超，章少輝，張 凱，劉建麗

（流域水循環模擬與調控國家重點實驗室 中國水利水電科學研究院，北京 100048）

0 引 言

量測水是灌區水資源優化配置和現代化管理的基本手段，是提高灌溉水有效系數的重要途徑[1-5]。針對使用情景及現狀條件，選擇適合的量測水方法與技術可以大大提高計量精度、降低輸配水系統風險事故發生的概率，對實現灌區用水的可持續發展有著深遠意義和影響[6]。

盡管諸多學者針對農業節水已經開展了大量研究，我國灌溉水利用率與發達國家仍存在較大差距。不當的計量技術選擇與設備選用造成水量計量誤差大，進而降低了灌溉水利用率。我國灌區量測水主要分為3 個階段：20 世紀中期，國內開始重視量測水技術的研究應用，水工建筑物量水為主要形式，相關技術發展較為緩慢[7,8]。20 世紀80 年代，量測水技術進入快速發展期，大量量測水技術及設備應用于灌區[9]。諸多學者先后提出了圓柱形量水槽[10]、機翼形量水槽[11-13]等多種量測設施，快速推動了建筑物量測水發展。隨著超聲波、電磁波[14]等術的更新換代，國內外發明了大量的新型量測水設備，并進行了相關數值模擬工作，量測設備的準確性、抗干擾性都有很大進步。楊紅玲等[15]發現，相較流速儀，超聲波流量計測量明渠流量精度高、適應性強、不影響流態，可與微機配合使用，實現數據的實時監測和傳輸。2020 年，量測技術進入高質量發展期。精準量測是智慧灌區發展的基石與瓶頸，在硬件技術上，雷達、紅外等非接觸式技術在量測水方面具有便捷、成本低、易維護等優點，且可進行數據的實時傳輸。目前對于有高精度量測水要求的渠道或河道，無接觸式量測水技術仍然受到現有技術局限性的約束，無法達到量測要求，可考慮通過接觸式和非接觸式量測水技術相結合的方式來進行量測。在模型算法上，隨著科學技術不斷發展，利用模型算法在新型量測設備研發和數據處理上也展開了一系列的研究[16,17]。

綜上所述，亟需開展針對灌區不同條件下量測水方法和技術在實際應用以及研究發展方面的相關研究，為灌區信息化發展提供支撐。為此，本文系統歸納了灌區量測水方法與技術適用性與優缺點，詳盡闡述了量測水方法與技術存在問題及改進方法，為推動灌區量測水技術發展提供支持。

1 研究進展

1.1 水工建筑物量水研究進展

水工建筑物量水是一種基于能量守恒原理，利用閘門、跌水等渠道固有建筑物進行量測的手段，是最先被使用在大型渠道上的量測水方法之一[7]。由于利用水工建筑物量水可以減少量測水設備建設和運行的投資，且水頭損失小，目前仍是灌區干、支渠等大渠道在量測水時的第一選擇。

閘門量水是常見的水工建筑物量水方法之一。管光華等[18]針對閘門自由出流和淹沒出流對應公式算出的理論值和實測值誤差較大的問題，提出了基于實測數據的流量計算方法，模擬結果精度很高，可對不同流態的過閘水流進行模擬。針對U 形渠道縱坡較大時缺少合適的量測水設備這一問題，SEAK S 等[19]通過建立不同條件下跌水口水深和臨界水深之間的關系，進而得到斷面流量，即僅需在跌水口處設置水深監測裝置就可對流量進行量測。這種方法可將誤差控制在10%以內，對斗渠及以下U 形渠道的流量量測提供了一種經濟便捷的方式。見表1。

1.2 特設量水設備量水研究進展

特設量水設備量水指為實現渠道流量測定而專門修建的建筑物進行測流的方法，包括量水槽和量水堰，量水槽和量水堰都是對斷面進行科學收縮以產生臨界流來進行測流的。其中，量水槽量水是當前灌區明渠最易推廣的一種量測水技術，對其進行升級改造，可以大大促進灌區量測水技術發展，提高數據測量精度。

在形狀上對量水槽進行升級改造，可提高其量測精度并擴大其適用范圍。呂宏興等[11]提出了機翼形量水槽，并在U形渠道上開展研究，發現相比于拋物線量水槽、直臂式量水槽和長喉道量水槽，其具有水頭損失小、精度高、便于操作等優點。劉鴻濤等[20,21]和潘志寶等[22]分別在矩形渠道和梯形渠道擴展了相關研究，發現機翼形量水槽在這3種斷面渠道上均可適用。默月[23]在機翼形量水槽上配備了自主研發的水位傳感器，能夠達到測量準確、顯示穩定可靠等效果，以此實現了渠道的自動化量測水。為進一步擴大量水槽的量測范圍，劉鴻濤等[24]參照賽鴿翼的形狀，發明了仿賽鴿翼截面曲線形量水槽，相較于機翼形量水槽，其精度更高、壅水高度更低并且適用范圍更廣。見表1。

針對梯形量水堰測流范圍小和易淤積的問題，高飛飛等[25]提出了一種堰孔組合的新型量水堰。新型量水堰在底部增設了一個孔口，由于其結構發生了改變，過流規律也隨之發生變化，傳統堰的量測公式不再適用?；诹烤V一化分析原理，利用實驗室實測數據和FLUENT模擬數據，擬合出了一個新的綜合流量系數表達式，其測流的平均相對誤差為2.63%。

1.3 流速—面積法量水研究進展

流速—面積法量水作為國內外應用最廣泛且最基本的量測水方法，量測精度較高，常作為其他量測水技術測流的率定手段。但由于其測流過程較為復雜繁瑣、測流耗時長，一般不建議采用傳統的轉子式流速儀和旋杯式流速儀在大型渠道上進行流量測定。隨著技術不斷更新換代，超聲波等技術日趨成熟。盡管超聲波流量計等新型儀器價格較高，但其測量準確，可適用于復雜流態，且可對較寬的大型渠道進行流量量測，是順應流速—面積法量水的未來發展方向的。

流速—面積法量水的原理基于斷面流速分布規律，為探究渠道斷面流速垂向流速分布規律，諸多專家針對不同斷面渠道的流場分布規律進行了探索。在KEDEGAN[26]提出明渠斷面流速呈對流速分布規律之后，COLES[27]結合尾流函數對其進行了修正。諸多學者[28-32]針對不同形式過流斷面的流速分布規律開展研究，分別利用指數率、對數率、拋物線和雙冪律擬合等方法針對垂向流速分布進行了分析。發現引入尾流函數修正后的對數率分布雖具有較高的精度，但尾流函數的計算受水深影響，在實際使用中會存在不便。常用的擬合方法中，雙冪律和拋物線分布擬合效果最好，指數率和對數率擬合效果稍差。為快速得到斷面流量，王寶賀等[33]提出基于水面一點法的非接觸式流量計算方法，解決了傳統流速儀測流難度大的問題。根據HAUET 等[34]研究得知，中垂線平均流速和斷面的平均流速近似相等，且中垂線平均流速與中垂線水面流速具有恒定比例關系，其關系不隨水深、流量等參數變化，僅與渠道本身相關。王寶賀等利用拋物線函數對其垂向流速進行擬合發現比例關系確實存在，且與HAUET 等研究結果一致，從而建立了中垂線水面流速與斷面平均流速的關系，實現了通過中垂線水面流速來獲取斷面平均流速，其方法可為其他灌區的測流工作提供思路。

利用數值模擬對實際渠道流場進行模擬是一種研究流速分布規律的有效方式[35-37]。程科等[38]基于計算流體力學（Computational Fluid dynamics,CFD）對順直梯形明渠的流速分布規律進行研究，對比了標準k-ε模型、RNGk-ε模型、雷諾應力模型（RSM）分別在寬淺渠和窄深渠上進行的模擬結果，在利用剛蓋假定法和VOF（Volume of Fraction）法處理渠道自由水面后，結合PISO算法對壓力—流速場進行了解耦。模擬結果顯示：剛蓋假定法在模擬寬淺渠時效果更好，利用VOF 法處理窄深渠更合適。RNGk-ε模型的模擬結果最穩定，在模擬順直渠道模擬中表現較好。范恬等[39]基于圓柱繞流模型和流速—面積法，提出了利用橫向擺桿式測流裝置進行測流的新方法，通過建立擺桿的水平轉動角度θ和斷面流速v之間的數學關系來獲取流量，對物理實驗和數值計算結果獲得的θ和v進行相關分析，其相關系數可達0.99 以上。利用該裝置測得的流量精度與電磁流量計相近，平均測量誤差僅為2.31%，為提高灌區測流準確度提供了一種新方法。

對于不規則斷面的大型渠道或河道，用傳統的流速—面積法測流工作量極大。利用多普勒原理來進行測流，可以快速、精準地對不規則斷面的渠道或河道進行流量和流速分布的測定。聲學多普勒流速剖面儀(Acoustic Doppler Current Profiler,ADCP)作為一種集多學科技術為一體的量測設備，是通過多普勒原理來取得流速大小，進而求得斷面流量。它具有精度高、能耗小的優點，可在工況復雜情況下進行工作。利用不同類型ADCP 進行渠道流量量測及流速研究的案例很多[40-43]，給斷面流量的量測和流速分布規律的研究提供了便利（見圖1）。袁德忠等[44]針對常用量測水技術構建的網格單元與斷面平均流速關系無法準確推求流量這一問題，提出基于機器學習模型，利用H-ADCP 對測得的各單元流速，建立與傳統量測水技術測得的斷面流速之間的關系，共構建了支持向量機、BP 神經網絡模型、極限學習機3 種機器學習模型，對8 種網格單元分配方案進行了模擬。其中，BP 神經網絡模型效果最好，為機器學習融入量測水技術提供了新思路。

圖1 走航式ADCP流速測量剖面圖Fig.1 Navigation ADCP flow velocity measurement profile

在技術更新上，超聲波流量計等新型量測設備和傳統流速儀量水具有相同級別的準確度，且前者在便捷程度、適用性等方面均有很大優勢。李效賢[45]于廣東省東深供水工程渠首太園泵站，首次針對大型渠道，進行了超聲波流量計測流與流速儀測流對比試驗，結果表明超聲波流量計與流速儀測流具有相同等級測量精度。楊紅玲等[15]經過對比分析，超聲波流量計適用性強，可實現水情數據的實時監測和傳輸。ZHENG D等[46]為進一步提高超聲波流量計的量測準確性，通過CFD 建模驗證的方法模擬傳感器突出和凹陷的情景，對比實測數據和模擬數據，結果顯示突出的傳感器是一種更好的布置類型，其精度更高。

1.4 水位—流量法量水研究進展

水位—流量法量水指利用渠道中穩定的水位—流量關系，通過觀測渠道水位來得到流量，具有經濟、方便的優點。但渠道運行過程中，水位—流量關系不是恒定不變的，需定期對其進行校核，是目前無法大面積推廣的主要原因。

針對利用水位—流量單一對應關系量水不準確的問題，程銀才等[47]采用基于時間序列和動態數據處理的門限方法進行改進，利用黃山市呈村水文站1998 年實測水位流量資料，進行2種方法的對比，結果顯示新方法的準確度更高。由于資料有限，影響因子僅限于水位變量，其水位—流量關系在多變量影響下的使用有待進一步探究。2017年，YIHONG M 等[48]針對明渠流量測定方法不足的問題，采用BP 神經網絡擬合分段流量的計算，設計了一種多截面的分段流量計算方法，并利用流速—面積法率定，結果表明多截面流量計算方法具有更高的準確性。

利用水位—流量關系可對雷達探頭等新型儀器測流時存在的測流盲區進行數據補充。宋秋英等[49]針對多普勒雷達探頭在流速較小時誤差較大這一問題，依據上下游水位差來反求水位差與流量之間的關系，對雷達探頭的測流盲區進行數據補充，利用SonTek S5 聲學多普勒流速儀和浮標法進行監測，對水位差和流量之間曲線進行回歸擬合，結果顯示兩者形成的函數曲線擬合關系良好，相關系數達0.99 以上。利用該方法可以很好地彌補雷達測流盲區的數據，彌補多普勒雷達測流的缺陷。

利用網絡模型模擬的方法對流量進行預測在經濟性和穩定性上具有很大優勢。針對灌區量水中傳統的曲線擬合方法存在精度不足、流態不易確定的問題，YASEEN Z M 等[50]為推求馬來西亞的Johor 河流的日徑流量，通過RBF 神經網絡和前饋神經網絡來預測，結果顯示RBF 神經網絡具有更好的精度和可靠性。張娜[51]針對該問題，分別利用BP 神經網絡模型、RBF 神經網絡模型和灰色神經網絡模型對干渠流量進行預測，結果表明BP 神經網絡模型精度最高?；贐P 神經網絡模型，再利用遺傳算法建立GA—BP模型和利用改進的粒子群算法建立IIWPSO—BP 模型，通過對比得知IIWPSO—BP 模型的穩定性和精度均更具優勢。趙力學等[52]利用變分模態分解（VMD）能夠處理非平穩序列的優勢，結合BP 神經網絡能較好處理非線性擬合的優點，提出了一種基于VMD—BP 的流量預測方法，通過該方法處理長江宜昌水文站1998、1999 年水位—流量數據的誤差為1.61%，目前已被當地采用。表明該方法在流量預測方面具有較高的推薦價值。

采用非線性最小二乘法（NLS）擬合水位—流量關系曲線在對數變換時存在方差不穩定的問題，李應求等[53]利用基于Box—Cox 變換的極大似然估計（MLE）進行改進，將其應用于湘江流域衡陽、株洲等6 個測站，結果表明基于Box—Cox的MLE 方法可以更好地擬合水位和流量之間的關系，應用范圍也更廣。同時發現對數變換屬于Box—Cox 變換中的一種，在建立水位—流量關系時，具有一定的借鑒意義。

2 討 論

作為灌區節水的重要手段，量測水在灌區日常調度運行中同樣起著重要作用。近年來，盡管相關學者為經濟、快速和準確地測得渠道流量已經展開展了大量研究，量測設備的準確性、穩定性均有明顯改進；利用模型模擬對設備進行研發改造也有不少案例。但筆者認為量測水在以下3方面尚需進一步研究。

（1）在流速分布的機理研究方面。機理研究作為人們認識自然規律的重要方法，主要分為2種方法：一種為通過試驗實測數據直接分析總結規律，得到的結論容易被接受；另一種為通過實測數據率定模型，再通過模型構建來分析結果和總結規律。針對流速分布規律的機理研究同樣主要分為以下2方面：一方面是試驗研究，另一方面是模型模擬研究。關于試驗研究，針對不同類型斷面渠道，利用框架式流速儀、ADCP、移動測流車等方法，對不同渠道類型、渠道尺寸、水深、糙率等參數條件下的流速分布規律進行分析，探究各參數條件對流速分布的影響[39]。關于模型模擬研究，利用FLUENT、FLOW-3D 等水動力學軟件對各種渠道流速分布規律進行模擬研究，來獲取更全面的流速分布規律。在明確流速分布規律的基礎上，探究關鍵點流速與斷面平均流速間的函數關系，為灌區快速測流提供便利[38,54]。

（2）在數據驅動模型方面。實時感知數據的采集和傳輸是數字孿生灌區建設的基礎，量測水作為獲取實時感知數據的重要手段，在數字孿生灌區建設中有至關重要的作用[55]。隨著人工智能的不斷進步，在流量預測方面，可利用深度學習在考慮邊坡系數、縱坡、底寬、水深、糙率等參數共同作用下，建立觀測參數與流量之間穩定復雜的繩套關系，以達到快速準確預測流量的效果[56]。然而深度學習技術基于龐大的數據量才能發揮其優勢，當數據量不足時難以對目標變量進行準確預測。為此可考慮結合機理與數據驅動模型，利用機理模型對自然規律的認知和數據驅動模型對數據規律的分析方面的優勢，形成機理和數據驅動的耦合模型[16]。針對不同應用場景，合理選擇耦合模式，構建滿足計算精度和效率的模型。

（3）在儀器設備研發方面。非接觸式技術作為新時代背景下的新興技術手段，包括超聲波、激光、雷達和視頻圖像等技術。非接觸式量測水技術作為目前灌區測流的未來發展方向，具有不受水體干擾、裝卸方便等優點。非接觸式量測水技術已在灌區有應用實例[57-59]，但在精度、可靠性等方面仍無法與接觸式量測水技術相比。應在技術成本和數據準確性均衡條件下，加大對非接觸式量測水技術的研發力度，提升其精度、可靠性等，力爭使之成為灌區量測水的主流技術，為智慧灌區感知數據的獲取提供可靠依據，為建立全面的感知體系提供數據支撐[60]。