CN109858142A - 一种基于大数据的生态智慧堤坝 - Google Patents
一种基于大数据的生态智慧堤坝 Download PDFInfo
- Publication number
- CN109858142A CN109858142A CN201910085084.6A CN201910085084A CN109858142A CN 109858142 A CN109858142 A CN 109858142A CN 201910085084 A CN201910085084 A CN 201910085084A CN 109858142 A CN109858142 A CN 109858142A
- Authority
- CN
- China
- Prior art keywords
- dykes
- dams
- data
- dam
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Revetment (AREA)
Abstract
本发明公开了一种基于大数据的生态智慧堤坝,涉及生态堤坝、河道行洪安全技术领域,其特征是:包括数据获取模块、数据处理模块、数据显示模块和网络通信模块;数据获取模块用于对堤坝信息进行实时或定时感知并采集;数据处理模块接收数据获取模块采集到的堤坝信息,并基于大数据的云计算对堤坝信息进行实时或定时分析;数据显示模块接收数据处理模块的处理数据,并实现堤坝动态化实时效果展示;网络通信模块用于实现数据获取模块、数据处理模块、数据显示模块之间的数据交互。该发明能够及时客观地把握堤坝的状态,保证河道行洪安全;并通过物联互通、信息共享、大数据分析和计算,以及三维实体模型显示技术手段,实现生态堤坝的智慧性运维监控。
Description
技术领域
本发明涉及生态堤坝、河道行洪安全技术领域,特别是涉及一种基于大数据的生态智慧堤坝。
背景技术
河堤的作用是让河水按照人们规定的方向流动,防止河水外溢泛滥成灾,以减少或避免对人类活动的侵害。
河道防洪堤坝通常用是以当地土、石料为主,经过抛填、辗压等方法堆筑而成。堤坝一般呈梯形断面,边坡陡缓与堤高、筑堤土料和堤基岩土力学性质有关,堤顶宽度根据堤高、巡查交通、防汛抢险等要求确定,堤顶高程按防洪水位、风浪爬高、安全加高确定,堤坝断面应满足坡面抗滑稳定和渗透稳定要求;对易受风浪、水流冲刷的部位采取必要的防护措施。
生态河堤以保护、营造良好的生态环境和自然景观为前提,在考虑安全性、耐久性的同时,将过去用混凝土、浆砌石等不透水的河堤修建成土体、水体、生物相互涵养,适合生物生长的河堤,使其具有生态廊道、缓冲带和植被护岸等功效,不仅可以为防洪安全提供可靠保障,同时还是一道人水和谐相处的风景线。20世纪90年代以来,西方发达国家都大规模拆除已经修建的混凝土河堤,重新修建生态河堤,增强了水体自净能力,适合生物生存和繁衍,改善了河道的水体和生态环境。
当堤坝投入使用以后,人们需要对堤坝的状态进行实时掌控,这样才可以保证水利工程的安全使用,目前,为了保证堤坝的正常使用,人们需要定期对堤坝进行检测和维护,但是传统的检测和维护大多是采用人工定时定点的方式完成,显然这种传统的方式耗费大量的人力和物力,同时,人为检测的结果具有很大的随机性,很难实时客观的反映堤坝的实时状态。
发明内容
本发明要解决的技术问题是:提供一种基于大数据的生态智慧堤坝;该基于大数据的生态智慧堤坝能够及时客观地把握堤坝的状态,保证河道行洪安全;并通过物联互通,信息共享,大数据分析、计算,以及三维实体模型显示等技术手段,实现生态堤坝的智慧性运维监控。
本发明的目的是提供一种基于大数据的生态智慧堤坝,至少包括:数据获取模块、数据处理模块(云计算分析)、数据显示模块以及网络通信模块;其中:
上述数据获取模块实现堤坝信息实时感知并采集:
堤坝基本信息获取模块,获取原始数据,包括:堤坝总平面布置图的平面坐标及标高,堤坝结构尺寸,筑堤材料分区及其材料属性,堤坝基础岩土分层及其岩土物理力学属性、堤坝植被绿化种类、范围,河道水情、冰情,以及堤坝区域的降雨、气温、风力风向、日照、冻土深度等气象数据,视频数据等;
以一定间隔设置坝体、坝基岩土力学指标采集器,实时采集,至少包括岩土常规物理力学参数、土料固结、含水率,坝体、坝基岩土应力应变及其土料固结状态;
以一定间隔设置堤坝垂直沉降、水平位移等堤坝变形观测点,并实时采集;
以一定间隔设置堤坝渗流水位计,实时获取堤坝的渗流水位、周边地下水位;
以一定间隔设置河道水位、流量、流速、含沙量、水质观测仪,定期采集数据。
以一定间隔设置蒸散发仪:实时采集植物蒸散发、裸地蒸发、水面蒸发;
以一定间隔设置视频监测点,实时采集堤坝表观数据,包括裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等侵蚀破坏情况;实时采集堤坝植被绿化植物长势、覆盖度、植物营养状况诊断、病虫害等情况。
进一步,上述数据处理模块实现基于大数据的云计算实时分析:
分类存储:将上述采集的各类信息,分类存储;形成堤坝整体结构布置模型的矢量图,各类观测仪器设备的布设位置、仪器性能、采集参数等属性信息库。
云计算实时分析:至少包括,①各类信息的统计分析,并按需形成报表,以供决策;②河道不同水位时,坝体渗流稳定性分析;③河道不同水位时,堤坝迎水侧、背水侧坝坡的抗滑稳定性分析;④河道不同水位时,坝体坝基的应力应变状态;⑤堤坝土质材料的固结、沉降等状态;⑥堤坝植被长势、植被覆盖度、植被根系发育度、植被营养状况、病虫害等状态。⑦植被需水量、施肥施药量分析;⑧其它诊断和预警分析计算等。
更进一步,数据显示模块实现堤坝动态化实时效果展示:
依据上述信息,按照堤坝走向、不同坝身结构尺寸、筑坝材料属性,坝基岩土力学性质,堤坝植被绿化种植品种、范围等变化情况,形成三维整体堤坝数字模型。人们可根据自己的需要,按不同区、段、块、层等进行任意单元的剖分和展示。展示内容至少应包括:
实时显示坝体浸润线、渗流出逸点位置,渗透水量,判定渗透破坏情况;
实时显示最危险滑动面位置,发生滑动的概率等参数;
实时显示最危险应力应变超过限值的区位,发生破坏的概率等参数;
实时显示降雨、气温、风力风向、日照、冻土深度、冰情等气象情况;
实时显示河道水位、流量、流速、含沙量、水质状态;
实时显示坝垂直沉降、水平位移情况;
实时显示堤坝植被绿化植物长势、覆盖度
实时显示堤坝洞穴侵蚀破坏、岸坡防护结构完整性、风浪及冲蚀堤坡状况
实时显示其它各类云分析计算成果;
网络通信模块实现物联实时数据传输交互:
上述堤坝信息实时感知并采集模块、基于大数据的云计算实时分析模块、堤坝动态化实时效果展示模块、均通过网络通信模块进行数据交互。
进一步,数据处理模块所完成的云统计分析、云计算等成果,至少包括:①可根据需要,随时打印出各类信息的统计分析报表;②堤坝浸润线、渗流出逸点位置、渗透水量,坝体渗流稳定性,是否会产生渗透破坏;③堤坝最危险滑动面位置,发生滑动的可能性,是否会发生坝坡滑移破坏;④坝体应力应变状态绘制应力应变等值线图或云图,判断是否存在超过限值的区位,警示发生破坏可能性。
所述堤坝浸润线,为上游河道水位与堤坝上游坡面交点和坝体测压管水位的连线,包括其延长线。所述出逸点高度a0按上游河道水位与堤坝上游坡面交点和坝体测压管水位的连线平滑后的延长线与下游坡面交点确定;
所述渗透水量,采用下式(1)进行计算:
式中:q为单宽流量(单位:m3/d);
k为渗透系数(单位:m/d);
H1、H2分别为堤坝上、下游水位(单位:m);
m1、m2分别为堤坝上、下游坝坡坡比;
s为浸润线的水平投影长度(单位:m),s=B+m2H+(H-H1)m1-m2(a0+H2);
B为堤坝坝顶宽度(单位:m);
H为堤坝高度(单位:m);
λ为系数,
所述下游坝坡渗出段的渗流坡降,为紧邻出逸点上游侧的测压管水头(测压管水位标高-下游水位标高)除以测压管到出逸点的距离,采用下式(2)进行计算:
其中:J为下游坝坡渗出段渗流坡降;
a0为出逸点上游侧的测压管水头(单位:m);
s1为测压管至出逸点的距离(单位:m)。
当J≤J允许允许时,坝体渗流稳定,否则坝体渗流不稳定。
进一步,确定堤坝最危险滑动面位置,根据堤坝上游侧(内侧)河道水位、下游侧(外侧)水位或外侧地下水位条件,分析计算堤坝上、下游坡面的稳定性。所述分析计算方法采用有限单元法,按毕肖普计算公式(不限于),对堤身、连同堤基进行分析计算,找出安全系数最小的滑动面。
安全系数采用下式(3)进行计算:
其中:W1为坝外水位以上土体重(单位:kN);
W2为坝外水位以下土体浮重(单位:kN);
us为渗透压力减去浮托力(单位:kPa),即等于uw-γwz;
uw为渗透压力(单位:kPa),即土条底部中点的等势线水头压力;
γw为水的容重(单位:kN/m3);
α为土条底面弧线与水平方向的夹角(单位:°);
为材料的摩擦角(单位:°);
C′为材料的粘聚力(单位:kPa);
b为土条宽度(单位:m)。
当K≤K允许时,堤坝上、下游坡面处于稳定状态,否则处于不稳定状态,会发生坝坡滑移破坏。
进一步,确定堤坝坝体应力应变,采用Duncan-chang模型,其切线模量Et随应力状态的变化关系如下式(4):
式中:为土体有效内磨擦角(单位:°);
c为土体有效凝聚力(单位:kPa);
k为弹性模量系数;
n为弹性模量指数;
Rf为破坏比;
Pa为大气压强(单位:kPa)。
切线泊松比μt采用Dannil模型,其表达式为下式(5):
μt=μi+(μtf-μi)·S (5)
式中:μtf为破坏时的切线泊松比
μi为初始切线泊松比,μi=G-Flog(σ3/Pa)
式中G、F为泊松比试验参数。
S为剪应力水平采用下式(6)进行计算:
式中c、k、n、Rf、G、F、μtf均为材料属性,通过仪器实测获取。
进一步:数据处理模块通过视频采集模块采集到的视频监测数据,准确定位堤坝产生堤坝裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等侵蚀破坏的坐标位置,范围、尺寸大小等程度;经过云计算模块,给出修复方案及材料用量,以指导管护人员实施补救措施。
进一步:数据获取模块采集视频监测成果,当地气象、植物蒸散发观测成果,数据处理模块准确确定堤坝植被绿化植物长势、覆盖度、植物营养状况诊断、病虫害产生的坐标位置、范围,经过云计算模块,科学准确地计算出植被生长所需的水分、各种营养成分、病虫种类及药剂使用品种、用量、最佳施用时间等,自动按需启动供给按钮精准实施补救措施。
所述堤坝植被生长所需的水分采用下式(7)计算:
堤坝林草地防护区田间持水量:
W≥Et植被+Es土壤×(1-植被覆盖度) (7)
式中:W为堤坝林草地防护区田间持水量,单位是mm;
Et植被为林草地植被蒸腾,单位是mm;
Es土壤为林草地田间裸地蒸发,单位是mm。
堤坝林草地防护区田间土壤含水率θ应满足:θmin≤θ≤θmax
式中:θmin为林草地田间土壤含水率下线,一般按照不同植物种类确定;
θmax为林草地田间土壤含水率上线,一般按照不同植物种类确定。
单位面积土壤含水量采用下式(8)进行计算::
W=γHθ=Pa+ΔV (8)
式中:γ为林草地田间土壤干容重,单位是g/cm3;
H为林草地土壤湿润层深度,单位是cm,一般按林草地植物种类的根系深度确定;
Pa为人工灌溉期间有效降水量,单位是mm;
ΔV为人工灌溉补水量,单位是mm。
堤坝林草地防护区田间土壤含水率θ≤θmin时,自动开启人工灌溉系统,缓慢补水至土壤含水率θ=θmax停止。
本发明具有的优点和积极效果是:
本发明是以物联网、智能技术、云计算与大数据等信息技术为基本手段,建立动态精细化的可感知、可分析、可控制的智能化的堤坝;智慧堤坝信息实时感知采集层、物联实时数据传输层、基于大数据的云计算实时分析层、动态化实时效果展示与管理决策系统等基本架构;具有整体性、协同性、融合可拓展性、自主性和集成可视性的特点。在信息自主采集、智能重构分析、智能决策、可视化等方面的实现跨越式发展。生态智慧堤坝建立了一个即时的可管理、可监控的智能平台,使防洪堤坝变得“智慧”起来,为传统的防洪系统加入了智慧因子,通过全面感知、识别、模拟和预测水利态势,形成全方位、立体式、高覆盖的网络监测系统,全面提升防洪决策指挥、水资源管理、水环境治理的信息化和智能化水平。
本发明能够获取堤坝信息实时感知数据,通过基于大数据的云计算实时分析,实现堤坝动态化实时效果展示和反映堤坝运行状态,并通过网络通信方式进行数据交互。具体可根据需要,随时打印出各类信息的统计分析报表,展示堤坝浸润线、渗流出逸点位置,给出渗透水量,提示坝体的渗流稳定性,判断是否会产生渗透破坏;展示堤坝最危险滑动面位置及其抗滑稳定安全系数,展示堤身应力应变等值线图,判断是否存在超过限值的区位,警示发生破坏的可能性;展示并准确定位堤坝产生堤坝裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等侵蚀破坏的坐标位置,范围、尺寸大小等,以指导管护人员实施补救措施。准确确定堤坝植被绿化植物长势、覆盖度、植物营养状况、病虫害等产生的具体位置、范围,准确给出植被生长所需的水量等,并实现按需自动启动精准补水等措施。
附图说明
图1为本发明优选实施例中均质堤坝无排水设备渗流计算简图;
图2为本发明优选实施例中均质堤坝可能最危险滑弧计算简图;
图3为本发明优选实施例中主应力σ1等值线图;
图4为本发明优选实施例中应力水平等值线图。
其中,1、均质堤坝;2、测压管;3、浸润线;4、最危险滑动面;5、绿植;6、第一主应力σ1等值线;7、应力水平等值线。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,现展示部分内容,例举说明具体的实施方法(不限于),详细说明如下:
一种基于大数据的生态智慧堤坝,包括:数据获取模块、数据处理模块(云计算分析)、数据显示模块以及网络通信模块;其中:
上述数据获取模块实现堤坝信息实时感知并采集:
堤坝基本信息获取模块,获取原始数据,包括:堤坝总平面布置图的平面坐标及标高,堤坝结构尺寸,筑堤材料分区及其材料属性,堤坝基础岩土分层及其岩土物理力学属性、堤坝植被绿化种类、范围,河道水情、冰情,以及堤坝区域的降雨、气温、风力风向、日照、冻土深度等气象数据,视频数据等;
以一定间隔设置坝体、坝基岩土力学指标采集器,实时采集,至少包括岩土常规物理力学参数、土料固结、含水率,坝体、坝基岩土应力应变及其土料固结状态;
以一定间隔设置堤坝垂直沉降、水平位移等堤坝变形观测点,并实时采集;
以一定间隔设置堤坝渗流水位计,实时获取堤坝的渗流水位、周边地下水位;
以一定间隔设置河道水位、流量、流速、含沙量、水质观测仪,定期采集数据。
以一定间隔设置蒸散发仪:实时采集植物蒸散发、裸地蒸发、水面蒸发;
以一定间隔设置视频监测点,实时采集堤坝表观数据,包括裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等侵蚀破坏情况;实时采集堤坝植被绿化植物长势、覆盖度、植物营养状况诊断、病虫害等情况。
进一步,上述数据处理模块实现基于大数据的云计算实时分析:
分类存储:将上述采集的各类信息,分类存储;形成堤坝整体结构布置模型的矢量图,各类观测仪器设备的布设位置、仪器性能、采集参数等属性信息库。
云计算实时分析:至少包括,①各类信息的统计分析,并按需形成报表,以供决策;②河道不同水位时,坝体渗流稳定性分析;③河道不同水位时,堤坝迎水侧、背水侧坝坡的抗滑稳定性分析;④河道不同水位时,坝体坝基的应力应变状态;⑤堤坝土质材料的固结、沉降等状态;⑥堤坝植被长势、植被覆盖度、植被根系发育度、植被营养状况、病虫害等状态。⑦植被需水量、施肥施药量分析;⑧其它诊断和预警分析计算等。
更进一步,数据显示模块实现堤坝动态化实时效果展示:
依据上述信息,按照堤坝走向、不同坝身结构尺寸、筑坝材料属性,坝基岩土力学性质,堤坝植被绿化种植品种、范围等变化情况,形成三维整体堤坝数字模型。人们可根据自己的需要,按不同区、段、块、层等进行任意单元的剖分和展示。展示内容至少应包括:
实时显示坝体浸润线、渗流出逸点位置,渗透水量,判定渗透破坏情况;
实时显示最危险滑动面4位置,发生滑动的概率等参数;
实时显示最危险应力应变超过限值的区位,发生破坏的概率等参数;
实时显示降雨、气温、风力风向、日照、冻土深度、冰情等气象情况;
实时显示河道水位、流量、流速、含沙量、水质状态;
实时显示坝垂直沉降、水平位移情况;
实时显示堤坝植被绿化植物长势、覆盖度
实时显示堤坝洞穴侵蚀破坏、岸坡防护结构完整性、风浪及冲蚀堤坡状况
实时显示其它各类云分析计算成果;
网络通信模块实现物联实时数据传输交互:
上述堤坝信息实时感知并采集模块、基于大数据的云计算实时分析模块、堤坝动态化实时效果展示模块、均通过网络通信模块进行数据交互。
进一步,数据处理模块所完成的云统计分析、云计算等成果,至少包括:①可根据需要,随时打印出各类信息的统计分析报表;②堤坝浸润线、渗流出逸点位置、渗透水量,坝体渗流稳定性,是否会产生渗透破坏;③堤坝最危险滑动面位置,发生滑动的可能性,是否会发生坝坡滑移破坏;④坝体应力应变状态绘制应力应变等值线图或云图,判断是否存在超过限值的区位,警示发生破坏可能性。
所述堤坝浸润线,为上游河道水位与堤坝上游坡面交点和坝体测压管水位的连线,包括其延长线。所述出逸点高度a0按上游河道水位与堤坝上游坡面交点和坝体测压管水位的连线平滑后的延长线与下游坡面交点确定;
所述渗透水量,采用(1)式进行计算:
式中:q为单宽流量(单位:m3/d);
k为渗透系数(单位:m/d);
H1、H2分别为堤坝上、下游水位(单位:m);
m1、m2分别为堤坝上、下游坝坡坡比;
s为浸润线的水平投影长度(单位:m),s=B+m2H+(H-H1)m1-m2(a0+H2);
B为堤坝坝顶宽度(单位:m);
H为堤坝高度(单位:m);
λ为系数,
所述下游坝坡渗出段的渗流坡降,为紧邻出逸点上游侧的测压管水头(测压管水位标高-下游水位标高)除以测压管到出逸点的距离;按(2)式计算:
其中:J为下游坝坡渗出段渗流坡降;
a0为出逸点上游侧的测压管水头(单位:m);
s1为测压管至出逸点的距离(单位:m)。
当J≤J允许允许时,坝体渗流稳定,否则坝体渗流不稳定。
进一步,确定堤坝最危险滑动面位置,根据堤坝上游侧(内侧)河道水位、下游侧(外侧)水位或外侧地下水位条件,分析计算堤坝上、下游坡面的稳定性。所述分析计算方法采用有限单元法,按毕肖普计算公式(不限于),对堤身、连同堤基进行分析计算,找出安全系数最小的滑动面。
安全系数按(3)式计算:
其中:W1为坝外水位以上土体重(单位:kN);
W2为坝外水位以下土体浮重(单位:kN);
us为渗透压力减去浮托力(单位:kPa),即等于uw-γwz;
uw为渗透压力(单位:kPa),即土条底部中点的等势线水头压力;
γw为水的容重(单位:kN/m3);
α为土条底面弧线与水平方向的夹角(单位:°);
为材料的摩擦角(单位:°);
C′为材料的粘聚力(单位:kPa);
b为土条宽度(单位:m)。
当K≤K允许时,堤坝上、下游坡面处于稳定状态,否则处于不稳定状态,会发生坝坡滑移破坏。
进一步,确定堤坝坝体应力应变,采用Duncan-chang模型,其切线模量Et随应力状态的变化关系按(4)式计算:
式中:为土体有效内磨擦角(单位:°);
c为土体有效凝聚力(单位:kPa);
k为弹性模量系数;
n为弹性模量指数;
Rf为破坏比;
Pa为大气压强(单位:kPa)。
切线泊松比μt采用Dannil模型,其表达式为(5)式:
μt=μi+(μtf-μi)·S
式中:μtf为破坏时的切线泊松比
μi为初始切线泊松比,μi=G-Flog(σ3/Pa)
式中G、F为泊松比试验参数
S为剪应力水平,按(6)式计算
式中c、k、n、Rf、G、F、μtf均为材料属性,通过仪器实测获取。
进一步:数据处理模块通过视频采集模块采集到的视频监测数据,准确定位堤坝产生堤坝裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等侵蚀破坏的坐标位置,范围、尺寸大小等程度;经过云计算模块,给出修复方案及材料用量,以指导管护人员实施补救措施。
进一步:数据获取模块采集视频监测成果,当地气象、植物蒸散发观测成果,数据处理模块准确确定堤坝植被绿化植物长势、覆盖度、植物营养状况诊断、病虫害产生的坐标位置、范围,经过云计算模块,科学准确地计算出植被生长所需的水分、各种营养成分、病虫种类及药剂使用品种、用量、最佳施用时间等,自动按需启动供给按钮精准实施补救措施。
所述堤坝植被生长所需的水分采用下式计算:
堤坝林草地防护区田间持水量,按(7)式计算
W≥Et植被+Es土壤×(1-植被覆盖度)
式中:W为堤坝林草地防护区田间持水量,单位是mm;
Et植被为林草地植被蒸腾,单位是mm;
Es土壤为林草地田间裸地蒸发,单位是mm。
堤坝林草地防护区田间土壤含水率θ应满足:θmin≤θ≤θmax
式中:θmin为林草地田间土壤含水率下线,一般按照不同植物种类确定;
θmax为林草地田间土壤含水率上线,一般按照不同植物种类确定。
单位面积土壤含水量,按(8)式计算
W=γHθ=Pa+ΔV
式中:γ为林草地田间土壤干容重,单位是g/cm3;
H为林草地土壤湿润层深度,单位是cm,一般按林草地植物种类的根系深度确定;
Pa为人工灌溉期间有效降水量,单位是mm;
ΔV为人工灌溉补水量,单位是mm。
堤坝林草地防护区田间土壤含水率θ≤θmin时,自动开启人工灌溉系统,缓慢补水至土壤含水率θ=θmax停止。
请参阅图1至图4:
某行洪河道防洪堤防工程,采用建筑信息模型化(BIM)技术进行勘测设计,形成了整体BIM模型,对堤坝总体平面布置图的平面坐标及标高,堤坝结构尺寸,筑堤材料分区,堤坝基础岩土分层及其岩土物理力学属性、堤坝植被绿化防护的种类、范围等均创建了信息库。
防洪堤防工程采用了智慧工地管理和仿真施工技术,为方便施工土料填筑料的质量管理和控制,沿堤岸线方向划分了多个区段,每个区段分层填筑,每一个填筑仓块均作为一个施工质量控制单元,建立填筑材料质量、碾压施工质量等技术参数和材料物理力学参数数据库。
为实时感知堤坝运行状态信息,按照一定间隔分别设置了坝体、坝基岩土力学指标采集器,堤坝垂直沉降、水平位移观测仪,堤坝渗流水位计,河道水位、流量、流速、含沙量、水质观测仪,堤坝林草植被防护区设置了蒸散发仪等观测设施设备,创建了各类监测仪器设备的基本信息库和各类信息实时采集数据库。
堤坝管理区设置了视频监测器等信息采集设施,时采集堤坝表观数据,如裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴等;实时采集堤坝植被绿化植物长势、覆盖度、植物营养状况、病虫害等,并将视频采集到的信息转化成三维矢量图(BIM图)。系统还能够接受工程区附近的水文、气象等部门设置的各类水文气象数据,包括降雨、气温、风力风向、日照、冻土深度等有关技术参数。
上述堤坝信息实时感知数据的采集,不断地为云计算实时分析提供基础资料,经云计算分析完成堤坝动态化实时效果展示,网络通信系统为数据信息共享、云计算分析以及三维实体模型展示等提供数据的实时交互,实现生态堤坝的智慧性运维管理。
防洪堤防为均质堤坝1,坝高7.50m,坝顶宽5.80m,上游坝坡坡比1:2.75,下游坝坡坡比1:2.50。筑坝材料为壤土,渗透系数为2.23×10-5cm/s,堤坝填筑土允许渗流坡降J允许为0.4。坝基沙质壤土层,渗透系数为5.00×10-1cm/s,坝基沙质壤土层允许渗流坡降J允许为0.6。筑坝材料的主要物理力学参数详见下表1。
表1为筑坝材料的主要物理力学参数
河道主槽一般常年有水,滩地采用地被绿植物5防护,迎水坡设计行洪洪水位以上采用灌木植被防护,背水坡采用地被草皮防护,外坡脚排水沟以外30m采用防护林带保护。
河道某断面行洪水位6.5m时,该断面1#~3#测压管2水位分别显示为5.7m、4.5m、2.4m,坡脚排水沟水位0.7m。则有坝体浸润线如图1所示,渗流出逸点高度为1.2m,渗流水量q=0.014m3/d。
下游坝坡渗出段的渗流坡降,jt=0.175;
Jt≤j允许=0.4,坝体渗流稳定。
采用有限单元法,对堤身、连同堤基进行有限单元划分,并根据相应坝体浸润线3位置,采用相应土料的物理力学参数,坝体承受渗流水的作用力,采用渗流有限元计算,得出各单元的渗透压力,然后分配到各结点上。
按前述毕肖普计算公式,对坝体或连同坝基进行抗滑稳定安全校核。计算中假定一系列滑动面,对于每一个滑动面计算安全系数,比较各滑动面的安全系数,得出安全系数最小的滑动面。计算成果如图2所示弧线。
按前述Duncan-chang模型,计算坝体的非线性应力应变关系,相应水位下,主应力最大值为0.46MPa,主应力σ1等值线6如图3所示。小主应力最大值为0.26MPa,小主应力σ3等值线图(略)。应力水平等值线7图如图4所示,坝体应力水平均小于0.8,处于安全状态。
监测资料显示,河道滩地草本植物、迎水坡防护灌木、背水坡防护草皮、坡脚外防护林带的植被覆盖度、单位面积每天蒸腾量、单位面积田间裸地每天蒸发量,土壤湿润层深度、土壤含水率、田间土壤干容重、灌溉其间有效降水量,按照不同植物种类确定林草地田间土壤含水率下、下线控制值,按前述公式计算植被需水量,详见表2所示,计算表明,背水坡防护草皮当期单位面积最少应补水2.5058mm,由于灌溉其间发生了降水,单位面积有效降水量为1.5mm,当期单位面积最大灌溉补水量2.7812mm。其它地块的植被不需要人工灌溉补水。
表2为生态堤坝植被需水量计算表
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的一切变化与改进,均应仍归属于本发明的专利涵盖范围之内。
Claims (3)
1.一种基于大数据的生态智慧堤坝,其特征在于,至少包括:数据获取模块、数据处理模块、数据显示模块以及网络通信模块;其中:
上述数据获取模块用于对堤坝信息进行实时或定时感知并采集;所述堤坝信息包括:堤坝总平面布置图的平面坐标及标高、堤坝结构尺寸、筑堤材料分区及其材料属性、堤坝基础岩土分层及其岩土物理力学属性、堤坝植被绿化种类、堤坝植被绿化范围,河道水情、河道冰情、以及堤坝区域的气象数据和视频数据;上述气象数据包括降雨、气温、风力风向、日照、冻土深度;
上述数据处理模块接收数据获取模块采集到的堤坝信息,并基于大数据的云计算对堤坝信息进行实时或定时分析;所述数据处理模块包括分类存储单元和云计算实时或定时分析单元;其中:所述分类存储单元将堤坝信息进行分类存储,形成堤坝整体结构布置模型的矢量图,各类观测仪器设备的布设位置、仪器性能、采集参数属性信息库;所述云计算实时或定时分析单元包括,a、各类信息的统计分析,并按需形成报表,以供决策;b、河道不同水位时,坝体渗流稳定性分析;c、河道不同水位时,堤坝迎水侧、背水侧坝坡的抗滑稳定性分析;d、河道不同水位时,坝体坝基的应力应变状态;e、堤坝土质材料的固结、沉降状态;f、堤坝植被长势、植被覆盖度、植被根系发育度、植被营养状况、病虫害状态;g植被需水量、施肥施药量分析;h、预警分析计算;
上述数据显示模块接收数据处理模块的处理数据,并实现堤坝动态化实时效果展示;上述堤坝动态化实时效果展示具体包括:按照堤坝走向、不同坝身结构尺寸、筑坝材料属性,坝基岩土力学性质、堤坝植被绿化种植品种、堤坝植被绿化种植范围变化情况,形成三维整体堤坝数字模型,根据需要,按不同区、段、块、层进行任意单元的剖分和展示;
上述网络通信模块用于实现数据获取模块、数据处理模块、数据显示模块之间的数据交互。
2.根据权利要求1所述的基于大数据的生态智慧堤坝,其特征在于,上述数据获取模块对堤坝信息进行实时或定时感知并采集的具体过程为:
以一定间隔设置坝体、坝基岩土力学指标采集器;对岩土常规物理力学参数、土料固结、含水率,坝体、坝基岩土应力应变及其土料固结状态进行实时或定时采集;
以一定间隔设置堤坝变形观测点,用于对堤坝垂直沉降、水平位移进行实时或定时采集;
以一定间隔设置堤坝渗流水位计,实时获取堤坝的渗流水位、周边地下水位;
以一定间隔设置河道水位、流量、流速、含沙量、水质观测仪,定期或实时采集河道水位、流量、流速、含沙量、水质的数据;
以一定间隔设置蒸散发仪:实时或定时采集植物蒸散发、裸地蒸发、水面蒸发的数据;
以一定间隔设置视频监测点,实时或定时采集堤坝表观数据,包括裂缝、滑坡、坍塌、隆起,冲刷破坏、渗透变形、表面洞穴的侵蚀破坏情况;实时或定时采集堤坝植被绿化植物长势、覆盖度、植物营养状况诊断、病虫害的数据。
3.根据权利要求1所述的基于大数据的生态智慧堤坝,其特征在于,
所述堤坝动态化实时效果展示的内容至少包括:
实时显示坝体浸润线、渗流出逸点位置、渗透水量、判定渗透破坏情况;
实时显示最危险滑动面位置、发生滑动的概率;
实时显示最危险应力应变超过限值的区位,发生破坏的概率;
实时显示降雨、气温、风力风向、日照、冻土深度、冰情;
实时显示河道水位、流量、流速、含沙量、水质状态;
实时显示坝垂直沉降、水平位移;
实时显示堤坝植被绿化植物长势、覆盖度;
实时显示堤坝洞穴侵蚀破坏、岸坡防护结构完整性、风浪及冲蚀堤坡状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910085084.6A CN109858142A (zh) | 2019-01-29 | 2019-01-29 | 一种基于大数据的生态智慧堤坝 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910085084.6A CN109858142A (zh) | 2019-01-29 | 2019-01-29 | 一种基于大数据的生态智慧堤坝 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109858142A true CN109858142A (zh) | 2019-06-07 |
Family
ID=66896648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910085084.6A Pending CN109858142A (zh) | 2019-01-29 | 2019-01-29 | 一种基于大数据的生态智慧堤坝 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858142A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110670551A (zh) * | 2019-09-30 | 2020-01-10 | 深圳春沐源控股有限公司 | 雍水建筑物 |
CN111080982A (zh) * | 2019-12-31 | 2020-04-28 | 三峡大学 | 一种基于多传感器的大坝安全智能监测与预警系统及方法 |
CN111382526A (zh) * | 2020-04-13 | 2020-07-07 | 四创科技有限公司 | 一种识别防渗断面类型耦合监测数据的堤坝渗流分析方法 |
CN111721361A (zh) * | 2020-06-29 | 2020-09-29 | 杭州鲁尔物联科技有限公司 | 一种堤防监测系统、方法及设备 |
CN111795676A (zh) * | 2020-06-29 | 2020-10-20 | 智仁科技(天津)有限公司 | 一种堤坝险情应急预警系统 |
DE202022100694U1 (de) | 2022-02-07 | 2022-03-30 | Indirani Govindasamy | Intelligentes System für die Datenverwaltung und Leistungsverbesserung von Echtzeit-IoT-Anwendungen mit Big Data Computing |
CN114557269A (zh) * | 2022-03-21 | 2022-05-31 | 中国科学院新疆生态与地理研究所 | 基于汊渗轮灌调整荒漠河岸系统的方法 |
CN116878592A (zh) * | 2023-09-08 | 2023-10-13 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测系统及检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
CN206133287U (zh) * | 2016-09-26 | 2017-04-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种大坝病险诊断大数据分析预警平台 |
CN109145445A (zh) * | 2018-08-22 | 2019-01-04 | 中国三峡建设管理有限公司 | 一种水电工程智能化建设管理系统 |
-
2019
- 2019-01-29 CN CN201910085084.6A patent/CN109858142A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
CN206133287U (zh) * | 2016-09-26 | 2017-04-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种大坝病险诊断大数据分析预警平台 |
CN109145445A (zh) * | 2018-08-22 | 2019-01-04 | 中国三峡建设管理有限公司 | 一种水电工程智能化建设管理系统 |
Non-Patent Citations (2)
Title |
---|
王在艾: "大坝安全监测自动化现状及发展趋势", 《湖南水利水电》 * |
钟登华等: "从数字大坝到智慧大坝", 《水力发电学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110670551A (zh) * | 2019-09-30 | 2020-01-10 | 深圳春沐源控股有限公司 | 雍水建筑物 |
CN111080982A (zh) * | 2019-12-31 | 2020-04-28 | 三峡大学 | 一种基于多传感器的大坝安全智能监测与预警系统及方法 |
CN111382526A (zh) * | 2020-04-13 | 2020-07-07 | 四创科技有限公司 | 一种识别防渗断面类型耦合监测数据的堤坝渗流分析方法 |
CN111382526B (zh) * | 2020-04-13 | 2022-08-02 | 四创科技有限公司 | 一种识别防渗断面类型耦合监测数据的堤坝渗流分析方法 |
CN111721361A (zh) * | 2020-06-29 | 2020-09-29 | 杭州鲁尔物联科技有限公司 | 一种堤防监测系统、方法及设备 |
CN111795676A (zh) * | 2020-06-29 | 2020-10-20 | 智仁科技(天津)有限公司 | 一种堤坝险情应急预警系统 |
CN111795676B (zh) * | 2020-06-29 | 2022-08-16 | 智仁科技(天津)有限公司 | 一种堤坝险情应急预警系统 |
DE202022100694U1 (de) | 2022-02-07 | 2022-03-30 | Indirani Govindasamy | Intelligentes System für die Datenverwaltung und Leistungsverbesserung von Echtzeit-IoT-Anwendungen mit Big Data Computing |
CN114557269A (zh) * | 2022-03-21 | 2022-05-31 | 中国科学院新疆生态与地理研究所 | 基于汊渗轮灌调整荒漠河岸系统的方法 |
CN116878592A (zh) * | 2023-09-08 | 2023-10-13 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测系统及检测方法 |
CN116878592B (zh) * | 2023-09-08 | 2024-02-27 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测系统及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858142A (zh) | 一种基于大数据的生态智慧堤坝 | |
Liu et al. | GIS-based effect assessment of soil erosion before and after gully land consolidation: A case study of Wangjiagou project region, Loess Plateau | |
Wu et al. | Monitoring of gully erosion on the Loess Plateau of China using a global positioning system | |
Samarasinghea et al. | Application of remote sensing and GIS for flood risk analysis: a case study at Kalu-Ganga River, Sri Lanka | |
Vanacker et al. | River channel response to short-term human-induced change in landscape connectivity in Andean ecosystems | |
Martínez‐Casasnovas et al. | Sediment production in large gullies of the Mediterranean area (NE Spain) from high‐resolution digital elevation models and geographical information systems analysis | |
Evans et al. | Post‐mining landform evolution modelling: 2. Effects of vegetation and surface ripping | |
Rapp et al. | Soil erosion and sedimentation in four catchments near Dodoma, Tanzania | |
Şen | Water structures and climate change impact: a review | |
Howes et al. | Modeling runoff and runon in a desert shrubland ecosystem, Jornada Basin, New Mexico | |
Tao | Progress in sandy desertification research of China | |
CN113886922B (zh) | 一种基于大数据和现场试验为基础的丁坝群设计方法 | |
Song et al. | The long-term water level dynamics during urbanization in plain catchment in Yangtze River Delta | |
Xu et al. | Research on the protection of expansive soil slopes under heavy rainfall by anchor-reinforced vegetation systems | |
CN207974125U (zh) | 膨胀土边坡智能预警及防护系统 | |
CN107916672A (zh) | 膨胀土边坡智能预警及防护系统 | |
Sidorchuk et al. | Model for estimating gully morphology | |
Toyos et al. | GIS‐assisted modelling for debris flow hazard assessment based on the events of May 1998 in the area of Sarno, Southern Italy: II. Velocity and dynamic pressure | |
Dvigalo et al. | The geological and geomorphic impact of catastrophic landslides in the Geyser Valley of Kamchatka: Aerial photogrammetry | |
Koutný et al. | Physical characteristics affecting the infiltration of high intensity rainfall into a soil profile. | |
Stathis et al. | Assessment of land-use change effect on a design storm hydrograph using the SCS curve number method | |
Indriani et al. | Hydrological Study of the Nakayasu Hydrograph Method for Design of Water Retention in the JIIPE Gresik Industrial Estate | |
CN117831231B (zh) | 一种对易淹易涝片区进行积淹预警的方法 | |
Yudono et al. | Erosion and Flood Discharge Plans Analysis on The Capacity of The Dead River Lake | |
Kozłowska | Floodplain delineation based on analysis of digital elevation model, soil maps and occurrence of quaternary formations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |