← 最新论文
📄 earth_science

A multi-river contactless airborne river bathymetry dataset

本文展示了一个大型且公开可用的数据集,该数据集包含了来自七条欧洲和非洲河流的、由无人机(UAS)搭载的非接触式透波雷达与声呐水深测量数据,并经过地面真值验证,以证明空中制图在多种自然条件下的有效性。

原作者: Xinqi Hu, Zhen Zhou, Fabian Merk, Markus Disse, Elisa Caccamo, Silvia Barbetta, Daniele Giordan, Angelica Tarpanelli, Villads Flendsted Jensen, Michael Andreas Pedersen, Sune Nielsen, Daniel Wennerber
发布于 2026-10-05
📖 1 分钟阅读☕ 轻松阅读

原作者: Xinqi Hu, Zhen Zhou, Fabian Merk, Markus Disse, Elisa Caccamo, Silvia Barbetta, Daniele Giordan, Angelica Tarpanelli, Villads Flendsted Jensen, Michael Andreas Pedersen, Sune Nielsen, Daniel Wennerberg, Viktor Fagerström, David Gustafsson, Alexey Dobrovolskiy, Niksa Orlic, Tomislav Grubesa, Luka Drmić, Peter Bauer-Gottwein

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

要了解一条河流,必须观察其表面之下。对于研究洪水、管理水资源或追踪地形变化的科学家来说,河床的形状与流经其上的水流同样重要。这种被称为“水深测量”(bathymetry)的隐藏地形,决定了水的流速、积水的位置以及在风暴期间水位上升的高度。传统上,绘制这种水下地形是一项缓慢、困难且往往充满危险的工作。它通常需要人们涉水进入河中、乘坐船只,或将沉重的设备降入湍流之中。这些方法受限于水深、流速以及河岸的可达性。在许多偏远或危险的地点,获取这类关键数据几乎是不可能的,这导致我们在理解河流行为方面存在认知空白。

一项新研究提供了一种全新的观察方式。来自欧洲和非洲各大学及研究机构的研究人员创建了一个大型开放式数据集,记录了无需接触水面即可获取的河流深度测量数据。通过配备特殊传感器的无人机,他们从空中对七条不同的河流进行了测绘,捕捉到了详细的河床地图。团队发现,这些非接触式方法的效果非常出色,其精度能够媲美传统的地面测量,并且能够到达船只和人员无法到达的地方。通过向公众免费开放这些数据,研究人员为改进洪水预测、理解河流生态学以及完善帮助我们管理水资源的计算机模型提供了宝贵的工具。

该项目始于一个简单但宏大的目标:从各种现实世界的河流中收集高质量的深度数据。在2023年晚些时候至2025年中期之间,团队对位于瑞典、德国、意大利、贝宁和尼日利亚的七条河流中的81个特定横截面进行了调查。这些河流的大小和特征各异,从北部的寒冷清澈的托尔内河(Torne River),到西非温暖且富含沉积物的河道。其目标不仅仅是进行几次测量,而是建立一个全面的数据集,用于测试并改进如何从空中绘制河流地图。

为了实现这一目标,团队依靠了一支无人机机队,主要是大疆(DJI)Matrice 300,并携带了两种主要的传感器。第一种是穿透式雷达系统,它向空气和水层发射电磁波。当这些电磁波撞击水面时,一部分会立即反射回来,而其余部分则穿过水体,撞击河床并向上反射。通过测量这两个信号返回的时间微小差异,系统可以计算出水的深度。第二种传感器是声呐设备,它使用声波而非无线电波。与雷达不同,声呐需要与水直接接触,通过一根系绳悬挂在无人机下方。研究人员同时使用了这两种方法来对比结果,并将声呐和传统的地面测量作为已知标准,以检查新雷达技术的准确性。

结果表明,基于无人机的雷达方法非常有效。在团队可以将无人机数据与使用高精度GPS设备的地面实测数据进行对比的部分,雷达测量值与地面真实值非常接近。无人机读数与地面实测值之间的误差通常在12厘米左右,大多数误差甚至更小。这种水平的精度足以满足许多重要应用,例如设计防洪设施或模拟水流通过河道的过程。研究还证实,雷达方法相比声呐具有明显的优势。由于雷达不需要接触水面,它可以飞越流速极快的湍流以及水生植物密集的区域,而在这些区域,系绳声呐可能会遇到困难或发生缠绕。

然而,研究人员也指出,雷达方法并非在所有情况下都完美无缺。它观测河床的能力很大程度上取决于水的电学特性。在溶解盐类或矿物质含量极高的河流中,雷达信号可能会在到达河底之前被吸收,从而导致难以获取读数。团队发现,当水的电导率过高时,雷达的性能会显著下降。相比之下,声呐和传统的地面调查则不受此问题的影响。这意味着,虽然雷达是许多河流的强大工具,但它最适用于相对清澈、矿物质较少的淡水环境。

研究团队发布的这个数据集不仅仅是一组数字,它是一个旨在帮助其他科学家和工程师的资源。数据不仅包括深度测量值,还包括每个点的精确位置,允许用户重建河床的三维形状。研究人员首次能够获得来自不同大洲、使用相同现代技术采集的大型河流剖面数据集。这使得直接比较不同河流的行为以及不同测量技术在各种条件下的表现成为可能。该数据目前正被用于测试从空间估算河流流量的新方法,并用于改进预测洪水的计算机模型。

通过证明无人机可以在不进入水中的情况下精确绘制河床地图,这项研究为更频繁、更安全地监测我们的水道打开了大门。河流在不断变化,受到侵蚀、沉积和人类活动的影响。能够快速、安全地绘制这些变化的变化图,对于保障社区安全和有效管理水资源至关重要。该项目的成功表明,在不久的将来,我们或许可以像更新天气预报一样,利用天空来观察水底的世界,从而轻松更新全球河流的地图。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →