CN112487732A - 一种冲积性河道冲淤模拟新方法及系统 - Google Patents
一种冲积性河道冲淤模拟新方法及系统 Download PDFInfo
- Publication number
- CN112487732A CN112487732A CN202011288568.XA CN202011288568A CN112487732A CN 112487732 A CN112487732 A CN 112487732A CN 202011288568 A CN202011288568 A CN 202011288568A CN 112487732 A CN112487732 A CN 112487732A
- Authority
- CN
- China
- Prior art keywords
- river channel
- river
- amount
- silt
- time period
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种冲积性河道冲淤模拟新方法及系统,其中,方法包括:输入预设时间段;输入目标文件,且目标文件包括:模型设置文件以及来水来沙文件;基于目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;基于目标文件,获取预设时间段对应的初始时刻的平滩流量,根据河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;判断目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;否则,重新计算河道冲淤量,直到目标时刻为预设时间段对应的末尾时刻,输出计算结果。用以通过研究冲积性河道泥沙冲淤规律,提高了冲淤量计算精度和计算效率。
Description
技术领域
本发明涉及多沙河流技术领域,特别涉及一种冲积性河道冲淤模拟新方法及系统。
背景技术
冲积性河道河床演变过程极其复杂,工程实践中往往需要计算河道的冲淤过程及由冲淤变化引起的平滩流量变化,判断分析黄河下游河槽变化,为黄河防洪保安提供依据。目前对于冲积性河道冲淤演变机理认识不够全面,虽然水沙动力学模型可以计算河道冲淤变化,但参数率定难度大,率定后的参数也很难满足不同水沙变化条件下冲淤预测需要,需要采用多模型、多方法进行研究。
为解决上述问题,考虑泥沙沉降和上扬规律,深入地研究冲积性河道泥沙冲淤规律,建立了一种冲积性河道冲淤模拟新方法和系统。
发明内容
本发明提供的一种冲积性河道冲淤模拟新方法及系统,用以通过研究冲积性河道泥沙冲淤规律,提高了冲淤量计算精度和计算效率。本发明的冲积性河道模拟新方法及系统可普遍适用于冲积性河道,步骤简明、成果可靠、要求资料少、计算简便、易于操作,是一种易于为基层科技工作者掌握和使用的简便方法。
本发明实施例提供一种冲积性河道冲淤模拟新方法,包括:
输入预设时间段;
输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;
否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
在一种可能实现的方式中,基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,其包括:
基于如下公式(1)、(2)、(3)、(4),计算河道床面泥沙的上扬沙量和沉降沙量;
ΔWs=f(S)-f(S*) (2)
f(S)=ηWS (4)
其中,γ′为泥沙干容重;A表示断面过水面积;t表示时间;B表示河宽;M为将悬移质泥沙分为M组;ωk表示第k组泥沙颗粒的沉速;S*k表示第k组泥沙挟沙力;Sk为第k组泥沙的含沙量;α表示恢复饱和系数;ΔWs为河道冲淤量;f(S*)为反映水流作用下,河道床面泥沙的上扬沙量;ΔWs i0为上一时段河道泥沙冲淤量;为计算时段与河道进口流量有关的函数;f(S)为反映在重力的作用下,水流中进入河道泥沙的沉降沙量;Ws为上游来沙量,η为沉积比例,经过率定黄河下游河道沉积比例η在0.35~0.38之间。
在一种可能实现的方式中,所述来水来沙文件包括:进入河道的日流量和日输沙率。
在一种可能实现的方式中,基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量之后,还包括:
获取与所述目标文件对应的河道在不同时间点的河道边缘块信息;
对每个河道边缘块进行监测,建立所述预设时间段内的对应所述河道边缘块的阶梯坡度的变化信息;
基于所述河道边缘块信息以及变化信息,建立河道边缘坡度变化模型,同时,建立阶梯坡度的变化信息与河道边缘块信息在每个时间点的一一参数对应关系;
根据所述参数对应关系,确定当前时间点与上一时间点以及下一时间点之间的参数变化情况,输入到所述河道边缘坡度变化模型中,预估当前时间点对应的第一坡度以及下一时间点对应的第二坡度,同时,确定所述第一坡度与第二坡度之间的第一坡度变化量;
当所述第一坡度变化量与当前时间点到下一时间点监测出的第二坡度变化量一致,保持当前河道边缘坡度变化模型不变;
否则,获取所述第一坡度变化量与所述第二坡度变化量之间的变化差异参数,并基于所述变化差异参数建立差异矩阵;
通过所述差异矩阵对当前河道边缘坡度变化模型进行修正处理,直到修正后的河道边缘坡度变化模型确定的坡度变化量与监测的坡度变化量一致;
基于合格的河道边缘坡度变化模型以及结合不同时间点的河道边缘块附着的泥沙量以及河道边缘块在不同时间点的平均水流速度,确定所述泥沙量对对应河道边缘块的坡度的影响权重;
根据所述影响权重,对对应河道边缘块的当前冲淤量进行修正,并根据所有河道边缘块的修正结果,对所述河道冲淤量进行修正。
在一种可能实现的方式中,对对应河道边缘块的当前冲淤量进行修正之后,包括:
建立修正后的当前冲淤量对应的所述河道边缘块中每个坐标点的坡度值,并建立相应的点阵矩阵,且所述点阵矩阵中的每个点阵参数与坡度值相关,当所述河道边缘块中的每个坐标点基于标准斜坡面凸起时,对应的坡度值为1,基于标准斜坡面水平时,对应的坡度值为0,基于标准斜坡面凹陷时,对应的坡度值为-1;
确定坡度值为1的坐标点个数,并进行第一标注,同时,确定坡度值为-1的坐标点个数,并进行第二标注;
获取第一标注结果对应的第一标注面基于标准斜坡面的第一角度集合以及第二标注结果对应的第二标注面基于标准斜坡面的第二角度集合;
按照位置坐标顺序,对所述第一角度集合中的第一角度进行构建,获得第一曲面结果,同时,对第二角度集合中的第二角度进行分析,获取第二曲面结果;
根据标准斜坡面、第一曲面结果以及第二曲线结果,确定所述河道边缘块中易堆积淤泥的位置单元以及易冲积淤泥的位置单元;
确定所述河道边缘块基于河道的位置权重;
获取所述易堆积淤泥的位置单元的堆积属性以及易冲积淤泥的位置单元的冲积属性;
按照所述位置权重、堆积属性、冲积属性、易堆积淤泥的位置单元个数以及易冲积淤泥的位置单元个数,判断是否需要对所述河道边缘块进行外界补救,若需要,进行第一报警提醒,否则,进行第二报警提醒。
在一种可能实现的方式中,判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束,在其过程中,还包括:
验证是否需要对所述预设时间段的末尾时刻进行向后调整,其步骤包括:
获取所述目标时刻对应的初始时刻的所涉及的模拟参数种类,所述模拟参数种类包括:河道冲淤量种类、平滩流量种类以及河道冲淤量与平滩流量之间的变化参数种类;
获取所述预设时间段内每个时间点的河道信息;
基于所述时间点以及河道信息,构建初始时刻所涉及的每个模拟参数种类的模拟曲线,并对每条模拟曲线进行拟合处理,同时,计算拟合处理后的每条模拟曲线之间的关联度S;
其中,i=1时,表示河道冲淤量种类;i=2时,表示平滩流量种类以及河道冲淤量;i=3时,表示平滩流量之间的变化参数种类;n1表示按照模拟曲线上的时间点的总个数;dip1表示基于河道信息中的第i种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;djp1表示河道信息中的第j种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;
当所述关联度S大于或等于预设值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
当所述关联度小于预设值时,获取每个时间点影响所述河道信息的外界干扰信息,并建立所述外接干扰信息的干扰矩阵,并提取干扰矩阵同类干扰因子对应的干扰向量,并获取对应的特征值;
获取所述特征值与拟合处理后的每条模拟曲线之间的影响值,并筛选最大影响值,当所述最大影响值小于或等于预设影响值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
否则,获取大于预设影响值对应的模拟曲线对应的参数种类,同时,提取对应的干扰因子;
基于所述参数种类以及干扰因子,从调整数据库中,调取对应的延后时段,并基于所述末尾时刻进行延后时段的向后调整。
在一种可能实现的方式中,所述河道信息与河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化参数相关。
本发明实施例提供一种冲积性河道冲淤模拟新系统,包括:
输入模块,用于输入预设时间段,且输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
第一计算模块,用于基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
第二计算模块,用于基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
判断模块,用于判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;
否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明提供的一种冲积性河道冲淤模拟新方法的流程图;
图2为本发明提供的一种冲积性河道冲淤模拟新系统的结构图;
图3为本发明提供的8亿t情景下进入下游河道历年径流量、输沙量过程图;
图4为本发明提供的6亿t情景下进入下游河道历年径流量、输沙量过程图;
图5为本发明提供的3亿t情景下进入下游河道历年径流量、输沙量过程图;
图6为本发明提供的黄河下游河道旧模型冲淤验证成果图;
图7为本发明提供的利津以上河道累计淤积量计算值与实测值对比图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供一种冲积性河道冲淤模拟新方法,如图1所示,包括:
步骤1:输入预设时间段,输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
步骤2:基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
步骤3:基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
步骤4:判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
该实施例中,在输入目标文件时,是输入的系统计算需要的参数设置文件和来水来沙资料,且系统参数设置需要设置计算时段(预设时间段),来水来沙包括进口的日流量和日输沙率。
该实施例中,泥沙计算的目的是计算河道淤积量。
根据水体泥沙下沉和床面泥沙上扬规律,不考虑上扬泥沙颗粒和沉降泥沙颗粒的相互碰撞,并近似将两个过程视为独立过程,河道冲淤量计算公式如下:
ΔWs=f(S)-f(S*) (2)
式中:
f(S*)为反映水流作用下,河道床面泥沙的上扬沙量;ΔWs i0为上一时段河道泥沙冲淤量;为计算时段与河道进口流量有关的函数,通过小浪底水库运用以来清水下泄期间黄河下游控制断面含沙量恢复实测资料进行率定,2010年以来黄河小浪底水库清水下泄黄河下游各控制断面含沙量见表1,且表1为2010年以来小浪底清水下泄下游各控制断面含沙量(河床粗化)。
f(S)为反映在重力的作用下,水流中进入河道泥沙沉降的沙量,需要在f(S*)率定的基础上,根据河道实测冲淤量资料率定。
f(S)=ηWS (4)
式中:η为上游来沙在河段的沉积比例,根据黄河下游河道淤积实测资料率定,沉积比例η在0.35~0.38之间。
该实施例中,输出结果为输出河道进出流量、含沙量、泥沙冲淤量和平滩流量变化过程等结果。
上述技术方案的有益效果是:用以通过研究冲积性河道泥沙冲淤规律,提高了冲淤量计算精度和计算效率。本发明的冲积性河道模拟新方法及系统可普遍适用于冲积性河道,步骤简明、成果可靠、要求资料少、计算简便、易于操作,是一种易于为基层科技工作者掌握和使用的简便方法。
针对上述实施例,可进行如下应用:
由于冲积性河道河床演变极其复杂,模拟难度大。本系统考虑泥沙沉降和上扬规律,深入地研究了冲积性河道泥沙冲淤规律,建立了冲淤模拟新方法和计算系统,可满足不同水沙变化条件下河道泥沙冲淤和平滩流量计算的需要,提高了冲淤量计算精度,整理资料少,计算速度快,提高了计算效率。已在黄河下游河道改造与滩区治理研究、国家重点研发计划等多个研究和生产项目中得到应用,为黄河防洪减淤和水沙调控提供了技术支撑。
其具体实施例如下:
实施例1:
模拟计算了黄河未来来沙8亿t情景下黄河下游河道冲淤变化。8亿t情景下,50年系列进入下游平均水量、沙量分别为272亿m3和7.70亿t,年平均含沙量为28.31kg/m3,进入下游历年水沙过程见图3。
本方法计算黄河下游河道冲淤量结果为80.91亿t,原水沙动力学模型计算结果为81.77亿t,相差0.86亿t,本方法计算和原水沙动力学模型计算结果相差不大,结合实测资料经合理性分析,本方法计算和原水沙动力学模型计算结果都符合实际情况。
实施例2:
模拟计算了黄河未来来沙6亿t情景下黄河下游河道冲淤量。6亿t情景下,50年系列平均进入下游水量、沙量分别为262.74亿m3和6.06亿t,年平均含沙量为230.6kg/m3,进入黄河下游历年水沙过程见图4。
本方法计算黄河下游河道冲淤量结果为49.79亿t,原水沙动力学模型计算结果为47.67亿t,相差2.12亿t,结合实测资料经合理性分析,与原水沙动力学模型计算结果相比较,本方法计算结果更符合实际情况。
实施例3:
模拟计算了黄河未来来沙3亿t情景下黄河下游河道冲淤量。3亿t情景下进入下游50年系列平均水量、沙量分别为247.95亿m3和3.21亿t,年平均含沙量为12.94kg/m3,进入下游历年水沙过程见图5。
本方法计算黄河下游河道冲淤量结果为0.69亿t,原水沙动力学模型计算结果为1.95亿t,相差1.26亿t,结合实测资料经合理性分析,与原水沙动力学模型计算结果相比较,本次模型计算结果更符合实际情况。
三组实施例本发明模型和原水沙动力学模型计算结果对比见表2,模型计算结果对比如下:
计算结果表明,当黄河来沙多的情况下,本方法计算结果和原水沙动力学模型计算结果相差不大,当黄河来沙少的情况下,本方法和原水沙动力学模型计算结果相差比较大,本方法考虑了进入河道泥沙沉降和河床泥沙上扬规律,以及河床粗化程度对计算冲淤量的影响,其计算结果更符合实际情况。
采用本方法、原水沙动力学模型对实测资料分别进行验证计算,结果表明,本方法计算精度更好。
计算河段为黄河下游铁谢至利津河段,全长约830km,主要控制站有花园口、夹河滩、高村、孙口、艾山、利津。采用1976年-2016年实测资料,对原水沙动力学模型进行验证。1976年7月-2016年6月进入黄河下游水量306.69亿m3、沙量5.58亿t,其中1976年7月-1999年6月进入黄河下游水量343.55亿m3、沙量9.35亿t,1999年7月-2016年6月进入黄河下游水量255.40亿m3、沙量0.86亿t。原水沙动力学模型冲淤量计算值与实测值的对比见图6。从计算结果来看,原水沙动力学模型计算成果和实测成果相比,冲淤量较小的河段计算结果相对误差较大,其他河段冲淤量误差可控制在20%以内。
采用1976年-2016年实测资料,对本发明提出的方法进行验证。多年平均进入黄河下游水量354.93亿m3、沙量7.49亿t。利津以上河道累计淤积量计算值与实测值对比见图7。从计算成果来看,本发明提出的方法1976-2016年黄河下游利津以上河段冲淤量计算值与实际值误差均在20%范围内,计算精度高,且新计算方法步骤简明、成果可靠、要求资料少、计算简便、易于操作,大大加快了模型计算速度,提高了计算效率,可普遍适用于冲积性河道。
在一种可能实现的方式中,所述来水来沙文件包括:进入河道的日流量和日输沙率。
在一种可能实现的方式中,基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量之后,还包括:
获取与所述目标文件对应的河道在不同时间点的河道边缘块信息;
对每个河道边缘块进行监测,建立所述预设时间段内的对应所述河道边缘块的阶梯坡度的变化信息;
基于所述河道边缘块信息以及变化信息,建立河道边缘坡度变化模型,同时,建立阶梯坡度的变化信息与河道边缘块信息在每个时间点的一一参数对应关系;
根据所述参数对应关系,确定当前时间点与上一时间点以及下一时间点之间的参数变化情况,输入到所述河道边缘坡度变化模型中,预估当前时间点对应的第一坡度以及下一时间点对应的第二坡度,同时,确定所述第一坡度与第二坡度之间的第一坡度变化量;
当所述第一坡度变化量与当前时间点到下一时间点监测出的第二坡度变化量一致,保持当前河道边缘坡度变化模型不变;
否则,获取所述第一坡度变化量与所述第二坡度变化量之间的变化差异参数,并基于所述变化差异参数建立差异矩阵;
通过所述差异矩阵对当前河道边缘坡度变化模型进行修正处理,直到修正后的河道边缘坡度变化模型确定的坡度变化量与监测的坡度变化量一致;
基于合格的河道边缘坡度变化模型以及结合不同时间点的河道边缘块附着的泥沙量以及河道边缘块在不同时间点的平均水流速度,确定所述泥沙量对对应河道边缘块的坡度的影响权重;
根据所述影响权重,对对应河道边缘块的当前冲淤量进行修正,并根据所有河道边缘块的修正结果,对所述河道冲淤量进行修正。
该实施例中,河道的不同时间点是指的预设时间段内的时间点,建立河道边缘块信息,是因为在对河道冲淤量进行获取的过程中,通过考虑河道边缘的各种信息,来提高对冲淤量修正的准确性,且河道边缘块,例如,是以一平米为单位划分的河道边缘,以此构成河道边缘块。
该实施例中,由于河道边缘块一般是倾斜面,因此,可以获取倾斜面的阶梯坡度,其阶梯坡度是指的倾斜面上不同高度的坡度倾斜程度可能存在不同,因此,为阶梯坡度。
该实施例中,变化信息是基于坡度倾斜程度确定的。
该实施例中,建立坡度变化模型,是为了后续对边缘地方的淤积量进行有效预估。
该实施例中,河道边缘块信息与河道边缘块水的平均流速等相关;
该实施例中,确定参数变化情况,是为了能够精确确定到不同时间点,来提高确定参数变化的精细化,为后续预估第一坡度以及第二坡度提供数据基础。
该实施例中,通过模型来预估第一坡度以及第二坡度之间的变化量以及通过实时监测来确定坡度变化量,是为了对河道边缘坡度变化模型进行有效验证,保证预测的精准性。
该实施例中,变化差异参数,例如是淤积量等相关,建立的差异矩阵,例如是该河道边缘块中,每个坐标点的淤积差量。
该实施例中,通过差异矩阵对模型进行修正处理,便于提高模型的精准性,通过将合格的模型与泥沙量和水流速度进行结合,便于确定对坡度的影响权重,泥沙量和水流速度对坡度的影响结果越大,对应的影响权重越大。
通过对河道边缘块进行修正,进而实现对河道冲淤量的整体修正,提高其的可靠性。
上述技术方案的有益效果是:建立坡度变化模型,是为了后续对边缘地方的淤积量进行有效预估,确定参数变化情况,是为了能够精确确定到不同时间点,来提高确定参数变化的精细化,为后续预估第一坡度以及第二坡度提供数据基础,通过模型来预估第一坡度以及第二坡度之间的变化量以及通过实时监测来确定坡度变化量,是为了对河道边缘坡度变化模型进行有效验证,保证预测的精准性,通过对河道边缘块进行修正,进而实现对河道冲淤量的整体修正,提高其的可靠性。
在一种可能实现的方式中,对对应河道边缘块的当前冲淤量进行修正之后,包括:
建立修正后的当前冲淤量对应的所述河道边缘块中每个坐标点的坡度值,并建立相应的点阵矩阵,且所述点阵矩阵中的每个点阵参数与坡度值相关,当所述河道边缘块中的每个坐标点基于标准斜坡面凸起时,对应的坡度值为1,基于标准斜坡面水平时,对应的坡度值为0,基于标准斜坡面凹陷时,对应的坡度值为-1;
确定坡度值为1的坐标点个数,并进行第一标注,同时,确定坡度值为-1的坐标点个数,并进行第二标注;
获取第一标注结果对应的第一标注面基于标准斜坡面的第一角度集合以及第二标注结果对应的第二标注面基于标准斜坡面的第二角度集合;
按照位置坐标顺序,对所述第一角度集合中的第一角度进行构建,获得第一曲面结果,同时,对第二角度集合中的第二角度进行分析,获取第二曲面结果;
根据标准斜坡面、第一曲面结果以及第二曲线结果,确定所述河道边缘块中易堆积淤泥的位置单元以及易冲积淤泥的位置单元;
确定所述河道边缘块基于河道的位置权重;
获取所述易堆积淤泥的位置单元的堆积属性以及易冲积淤泥的位置单元的冲积属性;
按照所述位置权重、堆积属性、冲积属性、易堆积淤泥的位置单元个数以及易冲积淤泥的位置单元个数,判断是否需要对所述河道边缘块进行外界补救,若需要,进行第一报警提醒,否则,进行第二报警提醒。
该实施例中,第一标注、第二标注,可以是颜色上存在的不同。
该实施例中,第一曲面结果和第二曲面结果,是针对于斜坡上的凹陷或凸起的点建立的。
该实施例中,位置权重,是指河道边缘块当前所处河道位置的重要程度。
该实施例中,堆积属性,例如是指的堆积效率,冲积属性,例如是指的冲积效率等。
上述技术方案的有益效果是:通过根据不同的坡度值进行相应的标注,进而构建不同的曲线结果,可有效的确定不同的位置单位,为后续是否需要补救提供判断基础,且通过获取对应单元的属性,以及单元个数,并通过进行报警提醒,便于进行有效的外界补救,避免因河道边缘块的损坏程度过大,影响河道淤积量,降低风险。
在一种可能实现的方式中,判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束,在其过程中,还包括:
验证是否需要对所述预设时间段的末尾时刻进行向后调整,其步骤包括:
获取所述目标时刻对应的初始时刻的所涉及的模拟参数种类,所述模拟参数种类包括:河道冲淤量种类、平滩流量种类以及河道冲淤量与平滩流量之间的变化参数种类;
获取所述预设时间段内每个时间点的河道信息;
基于所述时间点以及河道信息,构建初始时刻所涉及的每个模拟参数种类的模拟曲线,并对每条模拟曲线进行拟合处理,同时,计算拟合处理后的每条模拟曲线之间的关联度S;
其中,i=1时,表示河道冲淤量种类;i=2时,表示平滩流量种类以及河道冲淤量;i=3时,表示平滩流量之间的变化参数种类;n1表示按照模拟曲线上的时间点的总个数;dip1表示基于河道信息中的第i种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;djp1表示河道信息中的第j种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;
当所述关联度S大于或等于预设值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
当所述关联度小于预设值时,获取每个时间点影响所述河道信息的外界干扰信息,并建立所述外接干扰信息的干扰矩阵,并提取干扰矩阵同类干扰因子对应的干扰向量,并获取对应的特征值;
获取所述特征值与拟合处理后的每条模拟曲线之间的影响值,并筛选最大影响值,当所述最大影响值小于或等于预设影响值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
否则,获取大于预设影响值对应的模拟曲线对应的参数种类,同时,提取对应的干扰因子;
基于所述参数种类以及干扰因子,从调整数据库中,调取对应的延后时段,并基于所述末尾时刻进行延后时段的向后调整。
在一种可能实现的方式中,所述河道信息与河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化参数相关。
该实施例中,参数种类与模拟参数种类一致。
该实施例中,干扰因子,如人为破坏因子、自然灾害破坏因子等。
上述技术方案的有益效果是:通过基于时间点以及河道信息,构建初始时刻所涉及的每个模拟参数种类的模拟曲线,进而根据公式,计算每个曲线之间的关联度,初次根据关联度的比较结果来判定是否向后调整,然后,获取外界干扰信息,并建立干扰矩阵以及干扰向量,进而确定对应的特征值,便于确定基于特征值的影像志,进而再次判断是否需要向后调整,最后通过提取干扰因子以及获取对应的参数种类,来调取延后时段,可以有效的避免因为选取时间段的不合适,导致河道冲淤量的计算结果的输出不完整性,通过延后时段,可以有效保证获取合理时间段的河道冲淤量,便于提供有效的数据参考。
本发明实施例提供一种冲积性河道冲淤模拟新系统,如图2所示,包括:
输入模块,用于输入预设时间段,且输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
第一计算模块,用于基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
第二计算模块,用于基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
判断模块,用于判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;
否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
上述技术方案的有益效果是:考虑泥沙沉降和上扬规律,深入地研究了冲积性河道泥沙冲淤规律,建立了冲淤模拟新方法和计算系统,可满足不同水沙变化条件下河道泥沙冲淤和平滩流量计算的需要,提高了冲淤量计算精度,整理资料少,计算速度快,提高了计算效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种冲积性河道冲淤模拟新方法,其特征在于,包括:
输入预设时间段;
输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;
否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
2.如权利要求1所述的冲积性河道冲淤模拟新方法,其特征在于,基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,其包括:
基于如下公式(1)、(2)、(3)、(4),计算河道床面泥沙的上扬沙量和沉降沙量;
ΔWs=f(S)-f(S*) (2)
f(S)=ηWS (4)
3.如权利要求1所述的冲积性河道冲淤模拟新方法,其特征在于,所述来水来沙文件包括:进入河道的日流量和日输沙率。
4.如权利要求1所述的冲积性河道冲淤模拟新方法,其特征在于,基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量之后,还包括:
获取与所述目标文件对应的河道在不同时间点的河道边缘块信息;
对每个河道边缘块进行监测,建立所述预设时间段内的对应所述河道边缘块的阶梯坡度的变化信息;
基于所述河道边缘块信息以及变化信息,建立河道边缘坡度变化模型,同时,建立阶梯坡度的变化信息与河道边缘块信息在每个时间点的一一参数对应关系;
根据所述参数对应关系,确定当前时间点与上一时间点以及下一时间点之间的参数变化情况,输入到所述河道边缘坡度变化模型中,预估当前时间点对应的第一坡度以及下一时间点对应的第二坡度,同时,确定所述第一坡度与第二坡度之间的第一坡度变化量;
当所述第一坡度变化量与当前时间点到下一时间点监测出的第二坡度变化量一致,保持当前河道边缘坡度变化模型不变;
否则,获取所述第一坡度变化量与所述第二坡度变化量之间的变化差异参数,并基于所述变化差异参数建立差异矩阵;
通过所述差异矩阵对当前河道边缘坡度变化模型进行修正处理,直到修正后的河道边缘坡度变化模型确定的坡度变化量与监测的坡度变化量一致;
基于合格的河道边缘坡度变化模型以及结合不同时间点的河道边缘块附着的泥沙量以及河道边缘块在不同时间点的平均水流速度,确定所述泥沙量对对应河道边缘块的坡度的影响权重;
根据所述影响权重,对对应河道边缘块的当前冲淤量进行修正,并根据所有河道边缘块的修正结果,对所述河道冲淤量进行修正。
5.如权利要求4所述的冲积性河道冲淤模拟新方法,其特征在于,对对应河道边缘块的当前冲淤量进行修正之后,包括:
建立修正后的当前冲淤量对应的所述河道边缘块中每个坐标点的坡度值,并建立相应的点阵矩阵,且所述点阵矩阵中的每个点阵参数与坡度值相关,当所述河道边缘块中的每个坐标点基于标准斜坡面凸起时,对应的坡度值为1,基于标准斜坡面水平时,对应的坡度值为0,基于标准斜坡面凹陷时,对应的坡度值为-1;
确定坡度值为1的坐标点个数,并进行第一标注,同时,确定坡度值为-1的坐标点个数,并进行第二标注;
获取第一标注结果对应的第一标注面基于标准斜坡面的第一角度集合以及第二标注结果对应的第二标注面基于标准斜坡面的第二角度集合;
按照位置坐标顺序,对所述第一角度集合中的第一角度进行构建,获得第一曲面结果,同时,对第二角度集合中的第二角度进行分析,获取第二曲面结果;
根据标准斜坡面、第一曲面结果以及第二曲线结果,确定所述河道边缘块中易堆积淤泥的位置单元以及易冲积淤泥的位置单元;
确定所述河道边缘块基于河道的位置权重;
获取所述易堆积淤泥的位置单元的堆积属性以及易冲积淤泥的位置单元的冲积属性;
按照所述位置权重、堆积属性、冲积属性、易堆积淤泥的位置单元个数以及易冲积淤泥的位置单元个数,判断是否需要对所述河道边缘块进行外界补救,若需要,进行第一报警提醒,否则,进行第二报警提醒。
6.如权利要求1所述的冲积性河道冲淤模拟新方法,其特征在于,判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束,在其过程中,还包括:
验证是否需要对所述预设时间段的末尾时刻进行向后调整,其步骤包括:
获取所述目标时刻对应的初始时刻的所涉及的模拟参数种类,所述模拟参数种类包括:河道冲淤量种类、平滩流量种类以及河道冲淤量与平滩流量之间的变化参数种类;
获取所述预设时间段内每个时间点的河道信息;
基于所述时间点以及河道信息,构建初始时刻所涉及的每个模拟参数种类的模拟曲线,并对每条模拟曲线进行拟合处理,同时,计算拟合处理后的每条模拟曲线之间的关联度S;
其中,i=1时,表示河道冲淤量种类;i=2时,表示平滩流量种类以及河道冲淤量;i=3时,表示平滩流量之间的变化参数种类;n1表示按照模拟曲线上的时间点的总个数;dip1表示基于河道信息中的第i种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;djp1表示河道信息中的第j种模拟参数种类对应的模拟曲线上的第p1个时间点的模拟值;
当所述关联度S大于或等于预设值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
当所述关联度小于预设值时,获取每个时间点影响所述河道信息的外界干扰信息,并建立所述外接干扰信息的干扰矩阵,并提取干扰矩阵同类干扰因子对应的干扰向量,并获取对应的特征值;
获取所述特征值与拟合处理后的每条模拟曲线之间的影响值,并筛选最大影响值,当所述最大影响值小于或等于预设影响值时,判定为不需要对所述预设时间段的末尾时刻进行向后调整;
否则,获取大于预设影响值对应的模拟曲线对应的参数种类,同时,提取对应的干扰因子;
基于所述参数种类以及干扰因子,从调整数据库中,调取对应的延后时段,并基于所述末尾时刻进行延后时段的向后调整。
7.如权利要求6所述的冲积性河道冲淤模拟新方法,其特征在于,
所述河道信息与河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化参数相关。
8.一种冲积性河道冲淤模拟新系统,其特征在于,包括:
输入模块,用于输入预设时间段,且输入目标文件,且所述目标文件包括:模型设置文件以及来水来沙文件;
第一计算模块,用于基于所述目标文件,确定河道进入河道床面泥沙沉降和泥沙上扬情况,并计算得到河道冲淤量;
第二计算模块,用于基于所述目标文件,获取所述预设时间段对应的初始时刻的平滩流量,根据所述河道冲淤量、平滩流量以及河道冲淤量与平滩流量之间的变化关系,计算预设时间段内目标时刻的平滩流量;
判断模块,用于判断所述目标时刻是否为预设时间段对应的末尾时刻,若是,计算结束;
否则,重新计算河道冲淤量,直到所述目标时刻为预设时间段对应的末尾时刻,输出计算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011288568.XA CN112487732B (zh) | 2020-11-18 | 2020-11-18 | 一种冲积性河道冲淤模拟方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011288568.XA CN112487732B (zh) | 2020-11-18 | 2020-11-18 | 一种冲积性河道冲淤模拟方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112487732A true CN112487732A (zh) | 2021-03-12 |
CN112487732B CN112487732B (zh) | 2022-10-25 |
Family
ID=74931225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011288568.XA Active CN112487732B (zh) | 2020-11-18 | 2020-11-18 | 一种冲积性河道冲淤模拟方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112487732B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113221366A (zh) * | 2021-05-20 | 2021-08-06 | 黄河勘测规划设计研究院有限公司 | 一种河道动态输沙水量计算方法与系统 |
CN113536462A (zh) * | 2021-07-16 | 2021-10-22 | 黄河勘测规划设计研究院有限公司 | 适用于多泥沙河流的防沙平底船尺寸设计方法及系统 |
CN114923544A (zh) * | 2022-07-20 | 2022-08-19 | 中国长江三峡集团有限公司 | 出口断面水位的预测方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682317A (zh) * | 2016-12-29 | 2017-05-17 | 武汉大学 | 上下游边界共同控制下河段平滩流量预测模型的构建方法 |
JP2019104975A (ja) * | 2017-12-13 | 2019-06-27 | 株式会社堀場エステック | 濃度制御装置、ガス制御システム、成膜装置、濃度制御方法、及び濃度制御装置用プログラム |
CN110472367A (zh) * | 2019-08-23 | 2019-11-19 | 黄河勘测规划设计研究院有限公司 | 一种多沙河流干支流水沙全交互模拟方法及系统 |
CN110543731A (zh) * | 2019-09-05 | 2019-12-06 | 黄河勘测规划设计研究院有限公司 | 一种高含沙河流水库水沙分置调度模拟方法及系统 |
CN111008459A (zh) * | 2019-11-14 | 2020-04-14 | 天津大学 | 一种融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法 |
-
2020
- 2020-11-18 CN CN202011288568.XA patent/CN112487732B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682317A (zh) * | 2016-12-29 | 2017-05-17 | 武汉大学 | 上下游边界共同控制下河段平滩流量预测模型的构建方法 |
JP2019104975A (ja) * | 2017-12-13 | 2019-06-27 | 株式会社堀場エステック | 濃度制御装置、ガス制御システム、成膜装置、濃度制御方法、及び濃度制御装置用プログラム |
CN110472367A (zh) * | 2019-08-23 | 2019-11-19 | 黄河勘测规划设计研究院有限公司 | 一种多沙河流干支流水沙全交互模拟方法及系统 |
CN110543731A (zh) * | 2019-09-05 | 2019-12-06 | 黄河勘测规划设计研究院有限公司 | 一种高含沙河流水库水沙分置调度模拟方法及系统 |
CN111008459A (zh) * | 2019-11-14 | 2020-04-14 | 天津大学 | 一种融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113221366A (zh) * | 2021-05-20 | 2021-08-06 | 黄河勘测规划设计研究院有限公司 | 一种河道动态输沙水量计算方法与系统 |
CN113221366B (zh) * | 2021-05-20 | 2023-01-31 | 黄河勘测规划设计研究院有限公司 | 一种河道动态输沙水量计算方法与系统 |
CN113536462A (zh) * | 2021-07-16 | 2021-10-22 | 黄河勘测规划设计研究院有限公司 | 适用于多泥沙河流的防沙平底船尺寸设计方法及系统 |
CN114923544A (zh) * | 2022-07-20 | 2022-08-19 | 中国长江三峡集团有限公司 | 出口断面水位的预测方法、装置及电子设备 |
CN114923544B (zh) * | 2022-07-20 | 2022-10-04 | 中国长江三峡集团有限公司 | 出口断面水位的预测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112487732B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112487732B (zh) | 一种冲积性河道冲淤模拟方法及系统 | |
EP4216117B1 (en) | Method and apparatus for training water-and-sediment prediction model for reservoir and method and apparatus for predicting water-and-sediment in reservoir | |
CN112464584B (zh) | 自由表面流的水位和流量推求方法 | |
CN108256177A (zh) | 一种河流水沙模型的参数优化方法和系统 | |
CN111259607B (zh) | 一种河湖过渡区水文边界界定方法 | |
CN113569438B (zh) | 基于多源降雨融合和实时校正的城市洪涝模型构建方法 | |
CN109583035B (zh) | 基于元胞自动机的城市面源污染物累积冲刷过程计算方法 | |
CN113591411A (zh) | 一种水库泥沙淤积预测预报方法 | |
CN105930670A (zh) | 基于模型参数不确定性的河流突发污染事故动态预测方法 | |
CN113887087B (zh) | 潮汐河段底沙输移引起的航道淤积量计算方法及系统 | |
CN109960891A (zh) | 一种非一致性设计洪水计算方法 | |
CN106320256B (zh) | 一种多沙河流抽水蓄能电站过机泥沙通量的确定方法 | |
Duc et al. | Numerical simulation of contraction scour in an open laboratory channel | |
CN115640881A (zh) | 一种基于lstm的水库入库径流预报模型的水库水位修正方法 | |
CN103823988A (zh) | 一种超大尺度流域水量水质耦合模拟预测分析方法 | |
CN109783934A (zh) | 一种基于h-adcp的断面平均流速拟合率定方法 | |
CN106354940A (zh) | 基于水质模型不确定性输入的景观水水质模拟与预警方法 | |
CN103353295A (zh) | 一种精确预测大坝坝体垂直变形量的方法 | |
CN113737710B (zh) | 天然河道推移质输沙率的估算方法 | |
CN102393228A (zh) | 基于水力学原理推求实时过闸流量应用方法 | |
CN113672872A (zh) | 一种基于遥感影像的平原河网水量置换率计算方法及终端 | |
CN109828270B (zh) | 一种表征地面沉降时序演变的方法 | |
CN109326332B (zh) | 潮汐水网区水环境容量计算方法 | |
CN115422850A (zh) | 基于efdc和边缘计算判断河流入河排污口污染贡献率的方法 | |
Zeng et al. | Applications of CFD for flow rating at complex water control structures |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |