CN112765909B - 一种统一高程和水深数据网格单元编号的方法 - Google Patents

一种统一高程和水深数据网格单元编号的方法 Download PDF

Info

Publication number
CN112765909B
CN112765909B CN202110086021.XA CN202110086021A CN112765909B CN 112765909 B CN112765909 B CN 112765909B CN 202110086021 A CN202110086021 A CN 202110086021A CN 112765909 B CN112765909 B CN 112765909B
Authority
CN
China
Prior art keywords
grid
data
riverbed
elevation
data set
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.)
Active
Application number
CN202110086021.XA
Other languages
English (en)
Other versions
CN112765909A (zh
Inventor
熊海滨
周炜兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202110086021.XA priority Critical patent/CN112765909B/zh
Publication of CN112765909A publication Critical patent/CN112765909A/zh
Application granted granted Critical
Publication of CN112765909B publication Critical patent/CN112765909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明提供了一种统一高程和水深数据网格单元编号的方法。本发明构建河床原始数据集；构建地形插值后的网格单元、节点河床高程数据集；构建含植被区标记值的网格单元河床高程数据集；构建平面二维水流模型，计算得到各级流量下的网格单元水深数据集；对网格单元河床高程、水深数据集进行编号统一化计算处理；结合网格单元河床高程数据集、编号统一后的网格单元水深数据集，通过植被等效糙率公式计算得到河床糙率数据集。本发明提出了解决不同网格数据编号存在差异的方法，克服了不同数据间无法直接结合使用的局限性，通过网格编号统一后联合使用网格单元高程、水深数据计算植被等效阻力，能精确反映不同淹水条件下的植被阻力变化。

Description

一种统一高程和水深数据网格单元编号的方法
技术领域
本发明涉及河流数值模拟技术领域，尤其涉及一种统一高程和水深数据网格单元编号的方法。
背景技术
研究岸滩植被孳生导致的河床阻力增加产生的影响效应，是水力学及河流工程数值模拟领域的热点问题，由于不同深度淹水条件下植被对水流的阻力作用不同，模型边界能否准确反映不同水深下植被区等效阻力是模拟的关键。研究中往往需将平面离散数据点网格化，再采用相关公式在网格数据基础上进行后续计算分析。考虑到问题的复杂性，过程中常要涉及多种类型网格数据。具体表现为需结合网格地形高程数据、网格水深数据。然而，这些数据通常利用不同软件，或者同一软件的不同模块中计算获得，各软件的相互独立及网格编号规则的差异，可能产生同一套网格中不同类型数据网格编号及坐标不对应问题，将导致不同类型数据间无法直接结合使用，应对不同编号网格数据进行统一化。已有研究对此论述甚少，忽视网格编号差异不仅计算结果将出现谬误，甚至可能给相关工程研究带来巨大经济损失。
发明内容
本发明基于地理坐标相同原则，提供了一种网格编号统一化的方法，使不同网格编号数据能相互结合和交换，从而应用考虑植被区等效河床阻力的糙率面文件边界生产技术。
为实现考虑岸滩区域植被分布带等效河床糙率面文件的生成，本发明提供了一种统一高程和水深数据网格单元编号的方法，包括以下步骤：
步骤1：构建河床高程原始数据集；
步骤2：构建河床高程原始数据集通过自然邻点插值法计算处理，得到地形插值处理后网格单元河床高程数据集、地形插值处理后网格节点河床高程数据集；
步骤3：将地形插值处理后网格单元河床高程数据集通过植被区特征值标记，得到标记后网格单元河床高程数据集；
步骤4：构建平面二维水流模型，将地形插值处理后网格节点河床高程数据集通过平面二维水流模型计算，得到不同流量下的网格单元水深数据集；
步骤5：结合地形插值处理后网格单元河床高程数据集、网格单元水深数据集，通过网格编号及坐标归一化方法计算处理，得到编号统一后的网格单元水深数据集；
步骤6：结合标记后网格单元河床高程数据集、编号统一后的网格单元水深数据集，通过滩区植被等效糙率公式计算，得到考虑植被区等效河床糙率的河床糙率数据集。
作为优选，步骤1所述河床高程原始数据集为：
datak(x,y)
k∈[1,L],x∈[minx,maxx],y∈[miny,maxy]
其中，datak(x,y)为第k个年份的河床高程原始数据集中横坐标为x纵坐标为y河床勘测高程数据，L为年份的数量，minx为区域中横坐标的最小值，maxx为区域中横坐标的最大值，miny为区域中纵坐标的最小值，maxy为区域中纵坐标的最大值；
作为优选，步骤2所述地形插值处理后网格单元河床高程数据集为：
Adatak(xm,ym)
步骤2所述地形插值处理后网格节点河床高程数据集为：
A'datak(xn,yn)
k∈[1,L],m∈[1,M],n∈[1,N]；
其中，Adatak(xm,ym)为地形插值处理后的第k个年份的第m个网格单元区域的河床高程数据，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标，M为网格单元的数量；A'datak(xn,yn)为地形插值处理后的第k个年份的第n个网格节点位置的河床高程数据，xn为第n个网格节点对应的横坐标，yn为第n个网格节点对应的纵坐标，N为网格节点的数量；
作为优选，步骤3所述标记后网格单元河床高程数据集为：
adatak(xm,ym)
k∈[1,L],m∈[1,M]
其中，adatak(xm,ym)为第k个年份的第m个标记后网格单元河床高程数据。
作为优选，步骤4所述不同流量下的网格单元水深数据集为：
Hqdatak(x'm,y'm)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(x'm,y'm)为第k个年份下第q个流量时第m个网格单元的水深值。Q为流量级个数，x'm为第m个网格单元中心对应的横坐标，y'm为第m个网格单元中心对应的纵坐标。
作为优选，步骤5中所述网格编号及坐标归一化方法具体如下：
首先用升序提取网格单元河床高程数据集Adatak(xm,ym)中的网格1～M编号的Adatak(xm,ym)、xm、ym对应值，同理依次提取网格单元水深数据集Hqdatak(x'm,y'm)中网格1～M编号的Hqdatak(x'm,y'm)、x'm、y'm对应值。
同时将xm与x'm、ym和y'm从1～M依次进行匹配，共计2×M×M次，每当xm＝x'r∩ym＝y'r，r∈[1,M]时，使Adatak(xm,ym)＝H1datak(x'n,y'n)，可得与网格单元河床高程数据集编号及坐标一致的网格单元水深数据集H1datak(xm,ym)，同理对H2datak(x'm,y'm)进行相同处理，得数据集H2datak(xm,ym)，直至HQdatak(xm,ym)；
步骤5所述编号统一后的网格单元水深数据集为：
Hqdatak(xm,ym)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(xm,ym)为k个年份下第q个流量级时第m个网格单元的水深值，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标；
作为优选，步骤6考虑植被区等效河床糙率的河床糙率数据集的具体计算过程如下：
当河床为非植被区时，其糙率值为模型率定值，当河床为植被区时，采用植被等效糙率公式为：
Figure GDA0003622948840000041
其中，Nqadatak(xj,yj)为植被区第q个流量级下植被区第k个年份内第j个网格单元等效曼宁系数，k'为二次流附加阻力影响系数，ck为第k个年份植被密度，nq,k第q个流量级下第k个年份河床曼宁系数(模型率定值)，Cd为拖曳力系数，αv为形状系数，
Figure GDA0003622948840000042
为第k个年份植被高度，Hqdatak(xj,yj)为第q个流量级下植被区第k个年份内第j个网格单元水深。g为重力加速度，dk为第k个年份植被直径。
与已有方法相比，本发明提出了解决不同网格数据编号存在差异的方法，克服了不同数据间无法直接有效结合使用的局限性，并将其应用数值模拟研究的热点问题中。植被等效糙率面积文件作为水动力模拟的核心参数，通过网格编号统一后联合使用网格高程和网格水深数据计算植被等效阻力，能精确的反映不同淹水条件下的植被阻力变化情况，所述方法只需结合常规软件和编程技术，十分便于上手和复制推广。
附图说明
图1：为本发明实施例1中的流程示意图。
图2：为本发明实施例1中的插值地形分布图。
图3：为本发明实施例1中边滩区域特征值标记图。
图4：为本发明实施例1中网格地形数据编号及坐标属性图。
图5：为本发明实施例1中网格水深数据编号及坐标属性图。
图6：为本发明实施例1中编号坐标转换后网格水深数据坐标属性图。
图7：为本发明实施例1中考虑植被带等效河床阻力的糙率分布图。
具体实施方式
本发明根据同一套网格下编号和坐标存在差异的地形数据和水深数据，通过坐标相同原则，将其转换成相同网格编号和坐标下数据，以下采用河流数值模拟领域常用的Mike21模型为例，MIKE21软件模型由丹麦水力学研究所(DHI)研制开发，可用于河流、湖泊、河口及海域的水流、波浪、泥沙及生态水质的模拟研究。模型整合了前后处理模块(PP)、水动力模块(HD)、对流扩散模块(TR)、输沙模块(ST)、输泥模块(MT)、溢油模块(OS)、粒子追踪模块(PT)等，水动力模块作为核心模块，是驱动其他模块运行的基础。前处理模块中具有非常强大的自动网格生成器工具(Mesh generator)，可对研究区域进行矩形网格、非结构网格划分，并具有多种网格嵌套、局部加密等功能，对复杂边界及水工结构物具有良好的适应性，且该软件界面友好、上手容易，在国内外工程中被广泛应用。各模块的输出面文件中每个网格单元都有特定的编号，且有对应的地理坐标。尽管各计算模块的网格单元编号具有一致性，但其与前处理模块输出网格文件单元编号却不对应，相同编号网格对应不同坐标，且无明显规律。应对不同模块间网格编号的差异性进行归一化处理，使不同模块数据能灵活交互，在充分利用MIKE软件各模块强大功能的基础上实现数据的有效整合。采用本发明提供的编号统一方法，借助Excel软件，能够制作考虑局部岸滩植被等效河床阻力的糙率面文件。本领域技术人员可采用计算机软件技术实现自动运行本发明技术方案。以下结合相关附图和实施例1详细说明本发明技术方案。
在进行水动力数值模拟时，糙率文件十分关键，无论的模型率定还是工况计算，常需要通过糙率的改变来实现。当下植被孳生对河道水流条件影响是河流动力学领域的研究热点之一，植被通常分布在地势较高的岸滩上，且研究表明不同淹没水深条件下植被对河道阻力的影响亦不相同。因此，在考虑植被阻力导致的河床糙率增加时，需同时结合前处理的高程数据及计算模块输出的水深数据。
本发明第一实施例为一种统一高程和水深数据网格单元编号的方法，包括以下步骤：
步骤1：构建河床高程原始数据集；
步骤1所述河床高程原始数据集为：
datak(x,y)
k∈[1,L],x∈[minx,maxx],y∈[miny,maxy]
其中，datak(x,y)为第k个年份的河床高程原始数据集中横坐标为x纵坐标为y河床勘测高程数据，L＝10为年份的数量，minx＝525250为区域中横坐标的最小值，maxx＝602713为区域中横坐标的最大值，miny＝3348640为区域中纵坐标的最小值，maxy＝3397970为区域中纵坐标的最大值3397970；
步骤2：构建河床高程原始数据集通过自然邻点插值法计算处理，得到地形插值处理后网格单元河床高程数据集、地形插值处理后网格节点河床高程数据集；
步骤2所述地形插值处理后网格单元河床高程数据集为：
Adatak(xm,ym)
步骤2所述地形插值处理后网格节点河床高程数据集为：
A'datak(xn,yn)
k∈[1,L],m∈[1,M],n∈[1,N]；
其中，Adatak(xm,ym)为地形插值处理后的第k个年份的第m个网格单元区域的河床高程数据，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标，M＝68434为网格单元的数量；A'datak(xn,yn)为地形插值处理后的第k个年份的第n个网格节点位置的河床高程数据，xn为第n个网格节点对应的横坐标，yn为第n个网格节点对应的纵坐标，N＝36352为网格节点的数量；
步骤3：将地形插值处理后网格单元河床高程数据集通过植被区特征值标记，得到标记后网格单元河床高程数据集：
步骤3所述标记后网格单元河床高程数据集为：
adatak(xm,ym)
k∈[1,L],m∈[1,M]
其中，adatak(xm,ym)为第k个年份的第m个标记后网格单元河床高程数据。
步骤4：构建平面二维水流模型，将地形插值处理后网格节点河床高程数据集通过平面二维水流模型计算，得到不同流量级下的网格单元水深数据集；
步骤4所述不同流量级下的网格单元水深数据集为：
Hqdatak(x'm,y'm)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(x'm,y'm)为第k个年份下第q个流量时第m个网格单元的水深值。Q＝4为流量级个数，x'm为第m个网格单元中心对应的横坐标，y'm为第m个网格单元中心对应的纵坐标。
步骤5：结合步骤2所述的地形插值处理后网格单元河床高程数据集、步骤4所述的模型计算的网格单元水深数据集，通过网格编号及坐标归一化方法计算处理，得到编号统一后的网格单元水深数据集：
步骤5中所述网格编号及坐标归一化方法具体如下：
首先用升序提取网格单元河床高程数据集Adatak(xm,ym)中的网格1～68434编
号的Adatak(xm,ym)、xm、ym对应值，同理依次提取网格单元水深数据集Hqdatak(x'm,y'm)中网格1～68434编号的Hqdatak(x'm,y'm)、x'm、y'm对应值。
同时将xm与x'm、ym和y'm从1～68434依次进行匹配，共计2×68434×68434次，每当xm＝x'r∩ym＝y'r，r∈[1,68434]时，使Adatak(xm,ym)＝H1datak(x'n,y'n)，可得与网格单元河床高程数据集编号及坐标一致的网格单元水深数据集H1datak(xm,ym)，同理对H2datak(x'm,y'm)进行相同处理，得数据集H2datak(xm,ym)，直至H4datak(xm,ym)；
步骤5所述编号统一后的网格单元水深数据集为：
Hqdatak(xm,ym)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(xm,ym)为k个年份下第q个流量级时第m个网格单元的水深值，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标。
步骤6：结合步骤3所述的标记后网格单元河床高程数据集、步骤5所述的编号统一后的网格单元水深数据集，通过河床糙率及滩区植被等效糙率公式计算，得到考虑植被区等效河床糙率的河床糙率数据集。
步骤6考虑植被区等效河床糙率的河床糙率数据集的具体计算过程如下：
当河床为非植被区时，其糙率值为模型率定值，当河床为植被区时，采用植被等效糙率公式为：
Figure GDA0003622948840000081
其中，Nqadatak(xj,yj)为植被区第q个流量级下植被区第k个年份内第j个网格单元等效曼宁系数，k'为二次流附加阻力影响系数，ck为第k个年份植被密度，nq,k第q个流量级下第k个年份河床曼宁系数(模型率定值)，Cd为拖曳力系数，αv为形状系数，
Figure GDA0003622948840000082
为第k个年份植被高度，Hqdatak(xm,ym)为第q个流量级下植被区第k个年份内第j个网格单元水深。g为重力加速度，dk为第k个年份植被直径，公式参数具体获取为现有技术及现场观测数据。
参见图1，本发明第二实施例以长江中游某河段某边滩为例，结合2011年地形资料及水文观测资料按照以下步骤制作生成不同水深条件下的边滩植被等效糙率面文件，具体步骤如下：
步骤1：提取研究区域河床高程数据，具体方法为：
采用CAD自带数据提取功能或插件工具对2011年的河道边界的坐标值、地勘散点的坐标值及高程值进行提取，参照MIKE21软件读取数据规则，在这两次提取的数据列后增加一列属性值，然后分别复制到4个不同的*.txt文件中，重命名为2011landline.xyz、2011terrain.xyz文件。
步骤2：研究区域网格化和地形插值，具体方法为：
步骤2.1：打开MIKE Zero-New File-Mesh Generator，弹出对话框要求选择投影坐标系，实施例中选择NON-UTM，点击菜单栏中Data-Import Bounder导入2011landline.xyz边界文件，设置列序列、投影方式、坐标单位及弧线定义后可看到工作框中的河段边界，可采用工具栏中点、弧、多边形、删除工具对边界进行移动、插入、删除等编辑处理，在闭合的边界多边形中设置网格的类型和大小后，点击菜单栏中Mesh-GenerateMesh，将自动生成网格，实施例中采用三角形网格，网格数量N＝27462，点击Mesh-SmoothMesh对网格进行光滑处理。
步骤2.2：点击Data-Manage Scatter Data添加2011terrain.xyz高程文件。点击Mesh-Interpolate采用自然邻点法进行地形插值。然后点击Mesh-Export Mesh将插值后的网格地形导出，分别导出成2011terrain.mesh和2011terrain.dfsu文件，如图2所示。
步骤3：岸滩范围确定及特征值标记及数据提取。具体方法为：
步骤3.1：首先复制一份步骤2所得2011terrain.dfsu文件，实施例重命名为2011terrain copy.dfsu文件，并双击打开，利用工具栏下的多边形选择工具(Position ofnode selection polygon)选中网格加密区，在弹出的Edit Element Data对话框中可以看到四列数据，依次为网格单元编号、高程值、X坐标、Y坐标，数据行数为加密区的网格数量。然后将高程一列数据复制到Excel软件中，将其全部改为与整个河段高程范围外任意一相同值，实施例中设为100。作为岸滩区标记，以便后续识别，最后将其复制到Edit ElementData对话框中的高程一列替换原有高程值，如图3所示，并进行保存。
步骤3.2：双击打开步骤1所得2011terrain.dfsu文件，点击Data-Select All选中整个研究区域，在弹出的Edit Element Data对话框中可以看到四列数据，依次为网格单元编号、高程值、X坐标、Y坐标，其中单元编号为1至N，总计27462行数据，如图4所示。然后将后三列数据复制到2011terrain.txt文本文件中备用，用同样方法将步骤2中修改后的2011terrain copy.dfus文件的后三列数据复制到2011terrain copy.txt文件中。
步骤4：网格单元水深值的计算及数据提取。
步骤4.1：打开MIKE Zero-New File-MIKE 21-Flow Model FM，在区域(Domain)导入2011terrain.mesh网格地形文件，对模型参数进行率定，使其能够反映河段内当前的水流运动特点。
实施例分别以50000m3/s流量为例，依据实测水文资料，对模型参数进行了率定，且验证效果良好，可反映河道内的水流运动特点。同时在输出结果Outputs-Outputspecification-Output format选择Area series格式输出，并在Output items-Basicvariables勾选Total water depth，即可计算出存储网格单元水深的h.dfsu文件。
步骤4.2：采用和步骤3相同的方式打开步骤4中生成的h.dfsu文件并选中整个研究区域，可以看到对话框中四列含有网格编号、网格面积、X坐标、Y坐标数据，如图5所示，对比发现，同样的网格编号对应的坐标与步骤3中并不相同。将后三列数据复制到h.txt文件中备用。
步骤5：网格单元高程及面积数据编号统一。基于坐标相同原则，将面积数据对应的坐标统一到地形数据中，具体方法为：
实施例中基于Fortran编程技术，将步骤3中生成的2011terrain.txt文件和步骤5生成的h.txt作为两个输入文件，建立实型数组Z(N)、X1(N)、Y1(N)和H(N)、X2(N)、Y2(N)分别读取两个文件对应的三列数据。利用循环语句，首先将X1(1)与X2(1)，X2(2)…X2(N)，然后将X1(2)与X2(1)，X2(2)…X2(N)，依次类推，最后将X1(N)与X2(1)，X2(2)…X2(N)进行比较，共计N×N次比较。同理，对数组Y1(N)和Y2(N)进行比较，当X1(i)＝X2(j)∩Y1(i)＝Y2(j)时，其中i、j＝1、2…N，将对应的H(j)对应的值赋给Z(i)。然后将运算后的结果数组Z(N)、X1(N)、Y1(N)输出到h change.txt文件，即完成网格编号转换，结果文件如图6所示，此时文件存储的第一列数据为与2011terrain.txt地形文件的坐标对应的网格水深，且网格编号完全一致。
步骤6：植被区等效河床糙率计算。根据分别分布区域和高程带，在结合水深、植被生长特征参数确定河床等效糙率。将步骤3中生成的2011terrain.txt和2011terraincopy.txt文件的高程列和步骤5输出的h change.txt文件的水深列复制到同一Execl软件工作表中不同列。实施例中植被分布带高程为19～22m，使其D2＝IF(B2＝100,(IF(AND(C2<22,C2>19),100,C2)),C2)函数进行双重判定，首先根据特征值100判断数据点是否在岸滩范围内，其次根据高程值是否在分布带内判断该点的高程是否在植被生长带，从而可以筛选出岸滩内植被生长带的网格单元数据点，然后根据公式
Figure GDA0003622948840000101
计算这些点的等效河床曼宁系数。其中，nv为等效曼宁系数，k为二次流附加阻力影响系数，c为植被密度，n河床曼宁系数，Cd为拖曳力系数，αv为形状系数，hv为植被高度，h为水深。g为重力加速度，d为植被直径，具体获取为现有技术和现场观测数据。将计算的等效糙率列数据复制替换到相同网格编号的2011terrain.dfsu(或2011terrain copy.dfsu)文件中的高程值列即可实现结果可视化，如图7所示。文件可作为MIKE21水动力模块的糙率面文件参与植被阻力数值模拟研究。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，并不会偏离本发明的精神或者超过所附权利要求书所定义的范围。

Claims (6)

1.一种统一高程和水深数据网格单元编号的方法，其特征在于，包括以下步骤：
步骤1：构建河床高程原始数据集；
步骤2：通过自然邻点插值法计算处理，得到地形插值处理后网格单元河床高程数据集、地形插值处理后网格节点河床高程数据集；
步骤3：将地形插值处理后网格单元河床高程数据集通过植被区特征值标记，得到标记后网格单元河床高程数据集；
步骤4：构建平面二维水流模型，将地形插值处理后网格节点河床高程数据集通过平面二维水流模型计算，得到不同流量级下的网格单元水深数据集；
步骤5：结合地形插值处理后网格单元河床高程数据集、网格单元水深数据集，通过网格编号及坐标归一化方法计算处理，得到编号统一后的网格单元水深数据集；
步骤6：结合标记后网格单元河床高程数据集、编号统一后的网格单元水深数据集，通过河床糙率及滩区植被等效糙率公式计算，得到考虑植被区等效河床糙率的河床糙率数据集。
2.根据权利要求1所述的统一高程和水深数据网格单元编号的方法，其特征在于，
步骤1所述河床高程原始数据集为：
datak(x,y)
k∈[1,L],x∈[minx,maxx],y∈[miny,maxy]
其中，datak(x,y)为第k个年份的河床高程原始数据集中横坐标为x纵坐标为y河床勘测高程数据，L为年份的数量，minx为区域中横坐标的最小值，maxx为区域中横坐标的最大值，miny为区域中纵坐标的最小值，maxy为区域中纵坐标的最大值。
3.根据权利要求1所述的统一高程和水深数据网格单元编号的方法，其特征在于，
步骤2所述地形插值处理后网格单元河床高程数据集为：
Adatak(xm,ym)
步骤2所述地形插值处理后网格节点河床高程数据集为：
A'datak(xn,yn)
k∈[1,L],m∈[1,M],n∈[1,N]；
其中，Adatak(xm,ym)为地形插值处理后的第k个年份的第m个网格单元区域的河床高程数据，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标，M为网格单元的数量；A'datak(xn,yn)为地形插值处理后的第k个年份的第n个网格节点位置的河床高程数据，xn为第n个网格节点对应的横坐标，yn为第n个网格节点对应的纵坐标，N为网格节点的数量。
4.根据权利要求1所述的统一高程和水深数据网格单元编号的方法，其特征在于，
步骤3所述标记后网格单元河床高程数据集为：
adatak(xm,ym)
k∈[1,L],m∈[1,M]
其中，adatak(xm,ym)为第k个年份的第m个标记后网格单元河床高程数据；
步骤4所述不同流量级下的网格单元水深数据集为：
Hqdatak(x'm,y'm)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(x'm,y'm)为第k个年份下第q个流量时第m个网格单元的水深值；Q为流量级个数，x'm为第m个网格单元中心对应的横坐标，y'm为第m个网格单元中心对应的纵坐标。
5.根据权利要求1所述的统一高程和水深数据网格单元编号的方法，其特征在于，
步骤5中所述网格编号及坐标归一化方法具体如下：
首先用升序提取网格单元河床高程数据集Adatak(xm,ym)中的网格1～M编号的Adatak(xm,ym)、xm、ym对应值，同理依次提取网格单元水深数据集Hqdatak(x'm,y'm)中网格1～M编号的Hqdatak(x'm,y'm)、x'm、y'm对应值；
同时将xm与x'm、ym和y'm从1～M依次进行匹配，共计2×M×M次，每当xm＝x'r且ym＝y'r，r∈[1,M]时，使Adatak(xm,ym)＝H1datak(x'n,y'n)，可得与网格单元河床高程数据集编号及坐标一致的网格单元水深数据集H1datak(xm,ym)，同理对H2datak(x'm,y'm)进行相同处理，得数据集H2datak(xm,ym)，直至HQdatak(xm,ym)；
步骤5所述编号统一后的网格单元水深数据集为：
Hqdatak(xm,ym)
q∈[1,Q],k∈[1,L],m∈[1,M]
其中，Hqdatak(xm,ym)为k个年份下第q个流量级时第m个网格单元的水深值，xm为第m个网格单元中心的横坐标，ym为第m个网格单元中心的纵坐标。
6.根据权利要求1所述的统一高程和水深数据网格单元编号的方法，其特征在于，
步骤6考虑植被区等效河床糙率的河床糙率数据集的具体计算过程如下：
当河床为非植被区时，其糙率值为模型率定值，当河床为植被区时，采用植被等效糙率公式为：
Figure FDA0003622948830000031
其中，Nqadatak(xj,yj)为植被区第q个流量级下植被区第k个年份内第j个网格单元等效曼宁系数，k'为二次流附加阻力影响系数，ck为第k个年份植被密度，nq,k第q个流量级下第k个年份河床曼宁系数，Cd为拖曳力系数，αv为形状系数，
Figure FDA0003622948830000032
为第k个年份植被高度，Hqdatak(xj,yj)为第q个流量级下植被区第k个年份内第j个网格单元水深，g为重力加速度，dk为第k个年份植被直径。
CN202110086021.XA 2021-01-22 2021-01-22 一种统一高程和水深数据网格单元编号的方法 Active CN112765909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110086021.XA CN112765909B (zh) 2021-01-22 2021-01-22 一种统一高程和水深数据网格单元编号的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110086021.XA CN112765909B (zh) 2021-01-22 2021-01-22 一种统一高程和水深数据网格单元编号的方法

Publications (2)

Publication Number Publication Date
CN112765909A CN112765909A (zh) 2021-05-07
CN112765909B true CN112765909B (zh) 2022-06-14

Family

ID=75702625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110086021.XA Active CN112765909B (zh) 2021-01-22 2021-01-22 一种统一高程和水深数据网格单元编号的方法

Country Status (1)

Country Link
CN (1) CN112765909B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113390471B (zh) * 2021-06-10 2022-03-01 北京航空航天大学 一种基于gnss反射信号的河流流量估算方法
CN115983163B (zh) * 2023-03-20 2023-07-07 水利部珠江水利委员会水文局 基于sph算法的流域建模方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108978573A (zh) * 2018-08-16 2018-12-11 长江水利委员会长江科学院 一种地形数据快速可视化辅助河床演变研究的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103590363B (zh) * 2013-11-26 2015-06-24 武汉大学 下切性河段水位降幅的控制节点定位防护方法
CN105528955B (zh) * 2014-09-30 2018-02-06 国际商业机器公司 生成道路网络的方法及其装置
CN105260571B (zh) * 2015-11-06 2017-05-10 中国海洋大学 一种滩浅海水动力模拟方法
CN108629135B (zh) * 2018-05-11 2021-07-20 中国水利水电科学研究院 非统一高精度曲面网格水流水质模拟及可视化方法和系统
CN109101732B (zh) * 2018-08-15 2021-05-04 四川大学 基于地形特征界线的无汊河道二维结构网格剖分方法
CN110399587B (zh) * 2019-06-21 2020-10-13 武汉大学 利用距平残差识别河道调整对水位影响幅度的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108978573A (zh) * 2018-08-16 2018-12-11 长江水利委员会长江科学院 一种地形数据快速可视化辅助河床演变研究的方法

Also Published As

Publication number Publication date
CN112765909A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
Merwade et al. GIS techniques for creating river terrain models for hydrodynamic modeling and flood inundation mapping
Dam et al. Modeling centuries of estuarine morphodynamics in the Western Scheldt estuary
Larsen et al. Appropriate complexity landscape modeling
CN112765909B (zh) 一种统一高程和水深数据网格单元编号的方法
Romero et al. Improved reservoir characterization through evolutionary computation
Pyrcz et al. A library of training images for fluvial and deepwater reservoirs and associated code
Hiatt et al. Geometry and topology of estuary and braided river channel networks automatically extracted from topographic data
Wang et al. Conditioning 3D object-based models to dense well data
Cromwell et al. Estimating watershed subsurface permeability from stream discharge data using deep neural networks
Hajizadeh et al. An algorithm for 3D pore space reconstruction from a 2D image using sequential simulation and gradual deformation with the probability perturbation sampler
Wright et al. Integrating connectivity into hydrodynamic models: An automated open‐source method to refine an unstructured mesh using remote sensing
Norrena et al. Automatic determination of well placement subject to geostatistical and economic constraints
Pilotti Extraction of cross sections from digital elevation model for one‐dimensional dam‐break wave propagation in mountain valleys
Yanshu et al. A three-dimensional model of deep-water turbidity channel in Plutonio oilfield, Angola: From training image generation, optimization to multi-point geostatistical modelling
Roy et al. A study on hydrodynamic and morphological behavior of Padma river using Delft3d model
Kourakos et al. Inverse groundwater modeling with emphasis on model parameterization
Huybrechts et al. Automatic calibration of bed friction coefficients to reduce the influence of seasonal variation: case of the Gironde estuary
Kazemi et al. A review of map and spatial database generalization for developing a generalization framework
Young et al. Initialization and setup of the Coastal Model Test Bed: integrated bathymetry
Liao et al. Topological Relationship‐Based Flow Direction Modeling: Stream Burning and Depression Filling
Soriano-Vargas et al. A synthetic case study of measuring the misfit between 4D seismic data and numerical reservoir simulation models through the Momenta Tree
Zhang et al. Improving channel hydrological connectivity in coastal hydrodynamic models with remotely sensed channel networks
Allgeier et al. Surrogate‐Model Assisted Plausibility‐Check, Calibration, and Posterior‐Distribution Evaluation of Subsurface‐Flow Models
CN116128329B (zh) 一种流域尺度的水电功能分区方法
Kitterød et al. Modelling Bedrock Topography

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