黄 幸

（西安理工大学水利水电学院，陕西 西安710048）

随着科技的快速发展，水文监测现代化日渐凸显，水平声学多普勒流速剖面仪（水平式ADCP）由于能实时监测水下水平层的流速分布，已在水文行业得到了广泛推进，近年来已应用于复杂环境或受水利工程影响的大江大河的流量在线监测［1-2］。水平式ADCP流量测流原理是将换能器探头固定水平安装在水面下某一水深处，根据反射回来的声波频率大小计算出各层水流流速，建立稳定的水平层流速与断面平均流速的关系以进行流量推求［3］。

水平式ADCP流量测验误差来源主要有流速脉动引起的流速测量误差和横向流速实测区间的代表性误差［4］。针对安装方式、数据分析及关系线拟合等方面提高流量精度，前人做了大量的研究。魏伟从支臂式、轨道式的安装方式优缺点做了分析［5］，但未涉及如何减小换能器探头在水流冲击力作用下振动而产生流速脉动误差分析；杜兴强、沈健、樊铭哲通过调整仪器换能器安装位置的改进方案获取了更好的流速代表性［6］，表明仪器安装的高度对横向流速区间的代表性有影响；陈金浩、黄士稳、吕耀光分析了仪器使用中各个环节的误差来源及应用难点［7］；徐刚等利用小波分析理论对水平式ADCP监测数据的奇异点进行剔除、降噪处理，基于BP神经网络处理指标流速与断面平均流速关系［8］；袁德忠等分析比较了支持向量回归、BP神经网络、极限学习机模型对单元格代表流速与断面平均流速关系的拟合精度［9］；黄士稳等分析了水平式ADCP受含沙量的影响测流距离缩短现象，提出来分段定线推流方法。本文在前人研究的基础上，从换能器探头静水装置减小脉动误差、水平式ADCP回波强度选取稳定的代表单元格流速、Matlab小波剔除突变点、BP神经网络和代表流速法拟合曲线等方面进行研究。

1 仪器物理安装和数据分析

1.1 换能器探头静水装置减小脉动误差

水平式ADCP换能器在水流的冲击力下会产生振动，引起的随机误差叠加到测量数据中使得测速数据的误差增大［10］。为防止水流冲击力对换能器产生振动而研制了加盖防浪静水装置，其结构及功能说明如下。将不锈钢桶里面焊接3根呈丁字形分布的槽钢，用于水平放置水平式ADCP换能器。不锈钢桶底部做一进水弧形开口，其方向垂直于水流方向见图1（a），在断面合适位置进行钢筋混凝土的浇筑安装。将5根带有PE塑胶滑轮的不锈钢钢管固定在仪器换能器上，其中4根钢管在同一平面上，另一根垂直于该平面。将换能器滑轮各自卡在槽钢中滑动到不锈钢桶底部以确保换能器水平安放，换能器探头方向应面向进水弧形开口见图1（b）。此装置避免了水流直接冲击换能器，减小了仪器振动带来的误差。由于滑轮的作用，检修清洗仪器时可以将换能器上下滑动取出，方便快捷，能达到提高仪器物理性精度的目的。

图1 水平式ADCP加盖防浪静水装置安装示意图

1.2 横向流速实测区间的代表流速选取

由于水平式ADCP换能器的波束受到水流紊乱如旋涡、水下障碍物、含沙量大等因素的干扰，回波强度常出现紊乱现象。通过Q-Moniter-H（流量通）［11］软件回放如图2所示，其中0～3 m左右的回波为数据盲区，104 m～190 m的回波受到来自对岸的强反射而发生紊乱。可选取5 m～103 m回波稳定、流速紊动较小的水平层流速作为横向实测区间的代表流速。

图2 水平式ADCP回波信号图

1.3 Matlab小波工具箱阈值剔除突变点

水平式ADCP采集的数据因受水平层水流紊乱、过往船只、水中含沙量等影响，会产生突变点数据。为提高数据拟合精度，可利用Matlab小波工具箱阈值去噪处理对无效数据进行剔除。小波阈值去噪的理论依据为小波多层分解后的信号小波系数幅值要大于噪声的系数幅值。具体处理过程是使用一维信号模型设置一个阈值，大于该阈值的小波系数为有用信号进行收缩和保留，小于该阈值的小波系数为噪声予以剔除，由此实现去噪效果。去噪流程图见图3。

图3 小波阈值去噪流程图

基于Matlab阈值去噪应用较多［12-13］，一般应用为通过对含噪数据进行多层小波分解得到分解系数，设置适当的值作为阈值，选择硬阈值函数或软阈值函数处理。硬阈值函数法是将信号的绝对值与阈值比较，小于阈值的点置为零，其余不变。软阈值函数法是将信号的绝对值与阈值比较，大于或等于阈值的点向零收缩，变为该点值与阈值之差。

1.4 拟合方案

1.4.1 代表流速法

代表流速法是一种根据断面代表流速与流速仪法或走航式ADCP测得的断面流速建立相关关系的方法，其中断面代表流速为水平式ADCP稳定水平层的全部或部分单元格流速的算术平均值。

代表流速法的推流过程为：①根据水平式ADCP断面代表流速和流速仪法或走航式ADCP测得的断面流速建立相关关系；②根据水位数据和大断面资料推求出断面过水面积；③根据断面代表流速和断面过水面积完成断面流量的推求。

断面流量计算的基本公式如下所示：

1.4.2 基于BP神经网络模型

BP神经网络（Back Propagation）是一种按误差逆传播算法训练的多层前馈网络，具有优良的分裂能力和多维函数映射能力，其本质是将网络误差平方作为目标函数，采用梯度下降法计算目标函数的最小值［14-15］。

BP神经网络由输入层、隐含层、输出层三层结构组成。输入的信息通过输入层向隐含层逐层传播，最终传到输出层并计算出均方差和相关系数。输出结果之前判断是否满足期望，满足期望输出结果，否则误差将按原路反向传播，逐层计算误差对各神经元权重值的偏导数，重复正向反向传播，直至误差满足期望后结束BP神经网络训练。BP神经网络图见图4。

图4 BP神经网络图

2 实例分析

以北碚水文站的水平式ADCP流量在线监测设备为分析对象进行仪器物理安装和数据分析。此站为一类精度站，测站特性为河道平坦顺直、断面较稳定，中低水的水位流量关系受长江三峡电站和上游14 km左右草街电站蓄放水影响关系较紊乱，高水的水位流量关系呈绳套线型。流量在线监测设备为ChannelMaster型水平式ADCP，系统频率为300 kHz，单元数为1～128，单元尺寸为2 m，监测频率为15 min/次。采用图1的静水装置固定安装在图5所示的河道左岸断面线上，仪器探头纵横摇角度为0°，同时采用流速仪法和遥控船ADCP所测数据进行比测。

图5 北碚水文站大断面与水平式ADCP安装示意

2.1 代表流速单元格段选取和突变点数据分析

选取2017年1月～2019年8月共210测次的流速仪断面平均流速，与同时期的水平式ADCP不同单元格的代表流速作为样本数据。经分析，水平式ADCP在2017年09月11日5：00～12日01：30、2018年06月28日02：00～12：00、2018年07月11日16：10～07月14日21：00，2018年07月15日03：05～17日13：00时间内代表流速区间的流速棒紊乱，造成数据失真，应予剔除。剔除数据如图6区域1所示，该区域对应的含沙量范围为1.58 kg/m3～3.23 kg/m3。由此可知，该水平式ADCP仪器能在该站正常使用的含沙量范围为小于1.58 kg/m3。在实际工作中应密切注意沙情变化，以便及时恢复流速仪测流。图6区域2、区域3为离散程度较大的点，说明其对应单元格段的算术平均流速不宜作为代表流速使用。再通过Q-Moniter-H（流量通）［10］软件回放水平式ADCP数据综合判定，可认为4～8单元格段（离仪器距离9.40 m～19.40 m）流速分布均匀，回波信号稳定、流速紊动较小，可作为水平式ADCP的代表流速。

图6 代表流速与断面平均流速关系

然后用Matlab小波工具箱阈值去噪剔除水平式ADCP（4～8）单元格段中的突变点数据见图7。

图7 Ma tla b小波工具箱去噪图

2.2 代表流速与断面平均流速关系拟合评定

采用代表流速法拟合关系线见图8，BP神经网络法拟合关系线见图9，BP神经网络拟合残差见图10。拟合关系线定线精度见表1。

图8 代表流速法拟合关系图

图9 BP神经网络拟合关系图

图10 BP神经网络残差图

表1 4～8单元格段不同方法拟合精度表

根据水文整编规范要求，稳定关系线的系统误差和随机不确定度应满足规范定线精度要求见表2。表2可作为本文关系线拟合的评定指标。

表2 定线精度指标表［16］

表1中代表流速法和BP神经网络法的定线精度指标均满足表2的规定，其中BP神经网络法的一元二次关系拟合精度指标最佳，公式为y=-0.026x2+1.1x+0.0039。

2.3 成果验证

采用2020年37测次流速仪法断面平均流速与同时期水平式ADCP（4～8）单元格段代表流速为验证样本见图11。样本水位范围为192.95 m～189.99 m；含沙量范围为0.5 kg/m3～2.21 kg/m3。

序号1～4的相对误差为11.81%～33.66%、序号6的相对误差为22.82%、序号8～9的相对误差为-19.19%～30.38%、序号32～34的相对误差-14.81%～31.98%。其余序号误差均符合规范要求。

图11 BP神经网络一元二次关系精度验证图

图11 的误差超限原因分析如下：①序号1～4、6、8～9对应水位范围172.95 m～175.47 m，水位较低，含沙量很小，主要受上游草街水利枢纽蓄放水影响，水位过程线锯齿严重，水位涨落变化快。流速仪法每测次时间约1.1 h左右，测验时间过长，水位涨落造成测次断面平均流速偏大或偏小。相比之下，水平式ADCP间隔15 min采集的单元格段代表流速数据更准确，可用遥控船走航ADCP（一般5 min～10 min一个测回）进行低水比测，再分段拟合低水部分关系。②序号32～34受含沙量影响，水平式ADCP部分数据失真。③中高水段误差较小，满足规范要求。

3 结论与建议

根据北碚站水平式ADCP仪器静水装置的物理安装方法、水平式ADCP无效数据综合评判剔除、选取单元格段代表流速与流速仪法断面平均流速，采用代表流速法、BP神经网络模型拟合关系线。通过验证检验，结果表明：

（1）仪器静水装置及安装方法能有效地防止水流直接冲击水平式ADCP换能器，减小振动和数据脉动误差。换能器在滑轮的作用下能上下滑动，维护清洗方便，可推广。

（2）Matlab小波工具箱突变点分析剔除简单有效。剔除突变点后的数据拟合关系线的精度有所提高。

（3）水平式ADCP换能器受高水高沙影响，当超过某沙量级的含沙量后采集数据有可能失真，应分析其使用范围。

（4）BP神经网络模型对关系线的拟合比代表流速法好。

（5）对受水利工程影响的站点，低水部分受电站蓄放水影响使水位过程线锯齿严重，可用遥控船走航式ADCP法代替流速仪法比测，再分段分析关系线。