为进一步分享各国针对山洪灾害风险管理的经验及相关新技术的研发成果，推进从国家到社区不同层面的防灾减灾建设，2021年05月07日（星期五），中国水科院联合法国蔚蓝海岸大学组织了“云上名家谈”——“山洪流量的估算新方法”线上研讨会。作为“国际山洪计划（FFP）”的第四次活动，此次研讨会邀请了来自西班牙、中国和日本的三位专家，对在山洪事件中流速、流量监测的新方法、新设备进行了汇报。全球500多位观众观看了直播。
会议介绍：
亚洲水理事会副主席、法国尼斯蔚蓝海岸大学Philippe Gourbesville教授首先进行了开场介绍。他指出，山洪的特点之一即为洪水的陡涨陡落，水位流量的迅速变化，响应时间极短，相关决策者需要实时地掌握山洪过程中的水位、流量变化量级，才能及时地制定或调整山洪应急响应方案，减少山洪损失。但是受山区复杂地貌及山洪特点的影响，传统的水文学测量方法往往无法准确获取山洪过程中水位、流量的快速变化，给山洪灾害应急响应决策制定带来了较大困难。此次会议旨针对解决这一难题给出相应的建议。
技术研讨：
来自西班牙加泰罗尼亚理工大学的Manuel Gomez Valentin教授的报告题目是：“刻画表面流的图像处理和实验技术”。本报告主要关注了如何将实验技术应用于面积较大、地貌较复杂的城市洪水表面流的测量。他提出了采用表面流图像测速技术(SFIV)实现对城市洪水流变化的实时监测。该技术通过对表面流的图像进行解析、识别、分析进而获得流体表面的速度和分布。报告详细介绍了表面流图像测速技术(SFIV)的主要工作流程与技术特点，通过在不同实验条件下与实测流量进行对比，验证了该技术在对流体表面流速监测方面的适用性，以及将其应用于面积较大、地貌较复杂的城区的可行性。同时，他也强调了在现行视频采集技术下的SFIV结果取决于监测到的表面流扰动数量、图像分辨率与光照等因素。
来自武汉大学的刘德地教授的报告题目是“基于图像识别和人工智能的新一代流量测量产品研究进展与展望”。他首先对比了传统的水位、流速监测方法与新一代的基于视频的流量测量方法，归纳了相关技术的优缺点，之后重点介绍了武汉大学自主研发的新一代人工智能流量测量设备(WHU AiFlow)的原理与应用效果。他表示AiFlow以视频监控设备为基础，采用了最新的图像识别和人工智能技术，融合了图像的时空算法，应用便捷，使用场景广泛，可以对水位、流速、流量进行全自动监测，是现阶段最为先进的监测设备之一。该设备不但可用于规则的明渠流量测量、也可以应用于自然河流流量测量、湖泊水库管理、山洪预警等多种场景。通过对现有技术的总结，他提出了对未来山洪流量监测设备研发的展望。他表示，今后针对山洪等极端事件的水位、流速监测，应该将风场等其他自然因素一并考虑，从而不断改进识别算法，提高实用性、增强准确性、拓展产品种类、提高测量效率、降低成本。
来自日本京都大学防灾研究所Sameh Kantoush副教授报告的主题为“在Wadi系统中如何利用视频软件解析洪水流量估算”。Wadi是阿拉伯语，指的是山谷和干涸的河流。他的重点研究对象为干旱地区山洪实时水位、流量监测。目前，干旱地区爆发的山洪事件已经成为该类型区最具破坏性的灾害之一。由于干旱区的河道往往常年缺水，因此针对大江大河及明渠等自然、人工河道的水位、流量监测方法往往不能很好地描述干旱区山洪由突然来水造成的水位、流量激变。针对这一难题，他提出了以下的解决办法：利用图像测量方法，对流速、流量、水位、泥沙厚度和悬浮泥沙浓度等多个因子的变化进行视频捕捉；通过将无人机、摄像头和固定站IP（卫星图像）整合为新的监测站，利用图像测速技术绘制可靠的流量曲线（流量估算）。他建议，尽量将基于远程通信技术的图像采集系统均匀分布在大范围受山洪影响的干旱区，以对不同特点的山洪进行更好的监测和预警。
Philippe Gourbesville教授对会议进行了总结。他指出，近期的各种山洪应急方案都参考了报告中介绍的新技术，例如通过视频来进行不同条件下的流速估算。他认为，这些创新的方法将被逐步纳入针对山洪灾害的云端监测网络，从而向参与山洪灾害防治的相关决策制定者提供有用的信息。
直播回放已上传至中国山洪灾害防治——国际山洪计划(FFP)官网：
中国水利水电科学研究院