CN114372427B - 一种水动力模型的建立方法 - Google Patents
一种水动力模型的建立方法 Download PDFInfo
- Publication number
- CN114372427B CN114372427B CN202210030250.4A CN202210030250A CN114372427B CN 114372427 B CN114372427 B CN 114372427B CN 202210030250 A CN202210030250 A CN 202210030250A CN 114372427 B CN114372427 B CN 114372427B
- Authority
- CN
- China
- Prior art keywords
- area
- hydrodynamic model
- mike
- water
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 72
- 238000004088 simulation Methods 0.000 claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012876 topography Methods 0.000 claims description 10
- 235000014676 Phragmites communis Nutrition 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims 1
- 238000013507 mapping Methods 0.000 abstract 1
- 238000012795 verification Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 244000207740 Lemna minor Species 0.000 description 1
- 235000006439 Lemna minor Nutrition 0.000 description 1
- 241000219000 Populus Species 0.000 description 1
- 235000001855 Portulaca oleracea Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本发明涉及一种水动力模型的建立方法,包括如下步骤:步骤1、采用非结构网格对模拟区域进行剖分,得到模拟区域的网格文件;步骤2、在MIKE21软件中建立空白的MIKE21水动力模型,并将模拟区域的网格文件导入MIKE21软件;步骤3、融合所述河道的静水状态的多维度信息,映射成所述MIKE21水动力模型中各网格的初始值;步骤4、选定实测监测点,将实测监测点在MIKE21水动力模型中对应的位置确定为计算节点,采集并输出计算节点的监控数据;步骤5、基于采集的各计算节点的监控数据、水动力模型的模拟值,得到预测数据;等技术特征,采用本发明方法建立的水动力模型,计算效率高,预测结果偏差小,准确度高。
Description
技术领域
本发明属于工程施工技术领域,具体涉及一种水动力模型的建立方法。
背景技术
在白洋淀水域修建围堤围埝开展养殖种植曾在历史的长河中为当地经济作出了重要贡献,然而,随着社会的发展,在环保生态越来越重视的今天,将围堤围埝进行拆除,恢复水域自然生态也成为社会发展的必要环节,然而在围堤围埝拆除过程中,构建水动力模型,通过对水质水流进行监测和预测,可以指导围堤围埝过程中的拆除施工,确定围堤围埝的拆除高度,意义重大。
然而目前的水动力模型的建立存在如下的问题:比如1)输入数据的准确性低,涵盖的参数有限,2)采用传统的三角形网格进行网格剖分,预测结果的误差大。
发明内容
本发明的目的在于克服现有技术中的的缺陷,提供了一种水动力模型的建立方法,其计算效率高,预测结果偏差小,准确度高。
为实现上述目的,本发明所采取的技术方案如下:
一种水动力模型的建立方法,包括如下步骤:
步骤1、采用非结构网格对模拟区域进行划分,得到模拟区域的网格文件;
步骤2、在MIKE21软件中建立空白的MIKE21水动力模型,并将模拟区域的网格文件导入MIKE21软件;
步骤3、选定实测监测点,将实测监测点在MIKE21水动力模型中对应的位置确定为计算节点,采集并输出计算节点的监控数据;
步骤4、基于各计算节点的监控数据和预测数据分别对水动力指标的控制方程进行参数率定以对水动力指标进行模拟和预测;
步骤5、基于采集的各计算节点的监控数据、水动力模型的模拟值,对水动力模型的预报部分进行动态更新得到预测数据。
进一步的,在将模拟区域的网格文件导入MIKE21软件之后,在采集并输出计算节点的监控数据之间,还需要融合所述河道的静水状态的多维度信息,映射成所述MIKE21水动力模型中各网格的初始值;
所述多维度信息包括水质监测信息、水下地貌信息、地理信息、气象信息和卫星遥感信息。
进一步的,计算节点的监控数据包括水位数据、水流量数据。
更进一步的,所述多维度信息还包括地形数据、水流量数据、风场数据、降雨数据、蒸发量数据等。
进一步的,计算节点的监控数据包括水位数据、水流量数据。
进一步的,水动力模型的控制方程如下:
连续性方程:;
X方向动量方程:
Y方向动量方程:
式中:
h(x,y,t):水底高程(=ζ-d,m);
d(x,y,t):水深(m);
ζ(x,y,t):水面高程(m);
p,q(x,y,t):x或y方向上的流量密度(m3/s/m)=μh,vh;
μ、v-分别为x、y方向的沿水深分布的流速流量(m/s);
C(x,y):谢才系数(m1/2/s);
g:重力加速度(m/s2);
f(V):风摩擦系数;
V,Vx,Vy(x,y,t):x、y方向风速流量(m/s);
Ω(x,y):科氏力参数,纬度相关(s-1);
pa(x,y,t):大气压强(kg/m/s2);
pw:水密度(kg/m3);
x,y:x方向、y方向坐标;
t:时间;
τ xx,τ xy,τ yy:有效剪切应力分量。
更进一步的,采用隐式交替方向(ADI)技术对水动力模型质量和动量方程进行离散,所得的矩阵方程用追赶法求解,各微分项和重要的系数均采用中心差分格式。
更进一步的,Taylor级数展开的截断误差要求达到二阶至三阶精度。
进一步的,所述实测监测点设置水流监控设备和水位监控设备。
进一步的,采用非结构网格对模拟区域进行划分,是采用地形数据对模拟区域进行剖分;所述地形根据地形边界分为高堼区、村庄区、围堤围埝、围堤围埝内部区、水面区和芦苇区。
更进一步的,在采用地形数据对模拟区域进行剖分过程中,对于高堼区和村庄区不进行剖分;对于堤埝部分进行局部网格加密,水面部分进行概化处理。
更进一步的,在采用地形数据对模拟区域进行剖分过程中,每个地形区域单独设置网格大小;其中,水面区网格最大,芦苇区最小;
将模拟区域进行剖分完毕后,还包括将小网格删除合并,即可形成白洋淀淀模拟区的非结构化的三角形网格
与现有技术相比,本发明的有益效果在于:
本发明充分考虑到水质监测信息、水下地貌信息、地理信息、气象信息和卫星遥感信息对水动力学的影响,并采用非结构性网格进行网格剖分,通过在监控位点设置水流监控设备和水位监控设备对监控点的水动力参数进行实施监控,采用MIKE21水动力模型,并通过隐式交替方向(ADI)技术对水动力模型质量和动量方程进行离散,极大的提高了水动力模型的预测准确度,降低了其预测偏差,本发明建立的水动力模型,其更适用于下垫面类型较多、地形地貌复杂水域的。
说明书附图
图1为本发明一个实施例中模拟区域的边界图;
图2为本发明一个实施例中模拟区域的地形插值图;
图3为本发明一个实施例中水位模拟值和实测值的对比图。
具体实施方式
下面将结合具体实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种水动力模型的建立方法,包括如下步骤:
步骤1、采用非结构网格对模拟区域进行划分,得到模拟区域的网格文件;
步骤2、在MIKE21软件中建立空白的MIKE21水动力模型,并将模拟区域的网格文件导入MIKE21软件;
步骤3、选定实测监测点,将实测监测点在MIKE21水动力模型中对应的位置确定为计算节点,采集并输出计算节点的监控数据;
步骤4、基于各计算节点的监控数据和预测数据分别对水动力指标的控制方程进行参数率定以对水动力指标进行模拟和预测;
步骤5、基于采集的各计算节点的监控数据、水动力模型的模拟值,对水动力模型的预报部分进行动态更新得到预测数据。
进一步的,在将模拟区域的网格文件导入MIKE21软件之后,在采集并输出计算节点的监控数据之间,还需要融合所述河道的静水状态的多维度信息,映射成所述MIKE21水动力模型中各网格的初始值;
所述多维度信息包括水质监测信息、水下地貌信息、地理信息、气象信息和卫星遥感信息。
进一步的,所述实测监测点设置水流监控设备和水位监控设备;
计算节点的监控数据包括水位数据、水流量数据。
进一步的,水动力模型的控制方程如下:
连续性方程:
X方向动量方程:
Y方向动量方程:
式中:
h(x,y,t):水底高程(=ζ-d,m);
d(x,y,t):水深(m);
ζ(x,y,t):水面高程(m);
p,q(x,y,t):x或y方向上的流量密度(m3/s/m)=μh,vh;
μ、v-分别为x、y方向的沿水深分布的流速流量(m/s);
C(x,y):谢才系数(m1/2/s);
g:重力加速度(m/s2);
f(V):风摩擦系数;
V,Vx,Vy(x,y,t):x、y方向风速流量(m/s);
Ω(x,y):科氏力参数,纬度相关(s-1);
pa(x,y,t):大气压强(kg/m/s2);
pw:水密度(kg/m3);
x,y:x方向、y方向坐标;
t:时间;
τ xx,τ xy,τ yy:有效剪切应力分量。
进一步的,采用隐式交替方向(ADI)技术对水动力模型质量和动量方程进行离散,所得的矩阵方程用追赶法求解,各微分项和重要的系数均采用中心差分格式。
更进一步的,Taylor级数展开的截断误差要求达到二阶至三阶精度。
进一步的,采用非结构网格对模拟区域进行划分,是采用地形数据对模拟区域进行剖分;所述地形根据地形边界分为高堼区、村庄区、围堤围埝、围堤围埝内部区、水面区和芦苇区。
更进一步的,在采用地形数据对模拟区域进行剖分过程中,对于高堼区和村庄区不进行剖分;对于堤埝部分进行局部网格加密,水面部分进行概化处理。
更进一步的,在采用地形数据对模拟区域进行剖分过程中,每个地形区域单独设置网格大小;其中,水面区网格最大,芦苇区最小;
将模拟区域进行剖分完毕后,还包括将小网格删除合并,即可形成白洋淀淀模拟区的非结构化的三角形网格。
下面以具体实施例详细阐述。
本实施例以南刘庄模拟区域北至新安北堤,西至漾堤口村、北刘庄村、南刘庄村等村庄的边缘,东至鸳鸯岛景区,南至四门堤,面积约5.74平方公里,进行水动力模型的建立,具体方法为:
步骤1:采用非结构性网格对南刘庄模拟区进行剖分,并导入MIKE21软件。本实施例中剖分的网格单元个数为36849个,设置的计算节点个数为18846个。如图1所示,1、模拟区域,2、入流边界一(府河主流通道);4、入流边界二(萍河主流通道),3、出流边界,总计三个开边界。除三个开边界外,其他边界与外界无水力交换。
其中,在采用地形数据对模拟区域进行剖分过程中,对于高堼区和村庄区不进行剖分;对于堤埝部分进行局部网格加密,水面部分进行概化处理。
在采用地形数据对模拟区域进行剖分过程中,每个地形区域单独设置网格大小;其中,水面区网格最大,芦苇区最小;
将模拟区域进行剖分完毕后,还包括将小网格删除合并,即可形成白洋淀淀模拟区的非结构化的三角形网格。
其中,构建的非结构化的三角形网格模型的糙率的选取跟设置的不同区域有关,水面区的糙率值随着水深增加而减小;芦苇区的糙率也跟淹没水深有关,取值随着水深增加而减小。
步骤2、为准确模拟水下地形与微地形构造,淀泊地形基础数据采用1∶2000的CAD地形图,建模过程中对高程点进行了质量检查与修正处理,模型中网格高程采用加权反离法插值。插值得出的水下地形见图2,模拟区域高程主要介于3.08m~8.26m之间。
此外,还需将地理信息、气象信息和卫星遥感信息等导入MIKE21软件;
步骤3、将计算节点的监测数据导入MIKE21软件,构建水动力模型,并利用控制方程对模拟区域的水位、流量进行预测;
1)水动力指标的控制方程如下:
连续性方程:
X方向动量方程:
Y方向动量方程:
式中:
h(x,y,t):水底高程(=ζ-d,m);
d(x,y,t):水深(m);
ζ(x,y,t):水面高程(m);
p,q(x,y,t):x或y方向上的流量密度(m3/s/m)=μh,vh;
μ、v-分别为x、y方向的沿水深分布的流速流量(m/s);
C(x,y):谢才系数(m1/2/s);
g:重力加速度(m/s2);
f(V):风摩擦系数;
V,Vx,Vy(x,y,t):x、y方向风速流量(m/s);
Ω(x,y):科氏力参数,纬度相关(s-1);
pa(x,y,t):大气压强(kg/m/s2);
pw:水密度(kg/m3);
x,y:x方向、y方向坐标;
t:时间;
τ xx,τ xy,τ yy:有效剪切应力分量。
2)控制方程数值离散方法
采用隐式交替方向(ADI)技术对水动力模型质量和动量方程进行离散,所得的矩阵方程用追赶法求解,各微分项和重要的系数均采用中心差分格式。防止了离散过程中可能发生的质量和动量失真和能量失真,Taylor级数展开的截断误差达到二阶至三阶精度。
步骤4、水动力模型参数率定验证
通过将南刘庄模拟区率定阶段得到的预测参数应用到2020.07-08月白洋淀水位、流量模拟中,选取某一计算节点作为水位验证点,初始水位设置为6.71m,从而检验此模型参数的准确性、可靠性,具备可移植性,检测结果见图3。
从图3可知,验证结果较好,确定性系数0.968。本次构建的南刘庄示范区水动力模型参数准确可用。
在进行水动力模型参数率定验证需要进行多次,直至证明模型可用。
具体包括:水动力模型建立之后进行试运行,利用测定的长序列水位数据实测值与模型模拟值进行比对,如果误差较大则修改模型参数;之后再次进行水动力模型参数率定验证,直至测定的长序列水位数据实测值与模型模拟值的误差较小则证明模型可用。
以上所述实施方式仅为本发明的优选实施例,而并非本发明可行实施的穷举。对于本领域一般技术人员而言,在不背离本发明原理和精神的前提下对其所作出的任何显而易见的改动,都应当被认为包含在本发明的权利要求保护范围之内。
Claims (8)
1.一种水动力模型的建立方法,其特征在于,包括如下步骤:
步骤1、采用非结构网格对模拟区域进行划分,得到模拟区域的网格文件;
步骤2、在MIKE21软件中建立空白的MIKE21水动力模型,并将模拟区域的网格文件导入MIKE21软件;
步骤3、选定实测监测点,将实测监测点在MIKE21水动力模型中对应的位置确定为计算节点,采集并输出计算节点的监控数据;
步骤4、基于各计算节点的监控数据和预测数据分别对水动力指标的控制方程进行参数率定以对水动力指标进行模拟和预测;
步骤5、基于采集的各计算节点的监控数据、水动力模型的模拟值,对水动力模型的预报部分进行动态更新得到预测数据;
水动力模型的控制方程如下:
连续性方程:
X方向动量方程:
Y方向动量方程:
式中:
h(x,y,t):水底高程;
ζ(x,y,t):水面高程;
p(x,y,t),q(x,y,t):x和y方向上的流量密度分别为μh和vh;
μ、v分别为x、y方向的沿水深分布的流速流量;
C(x,y):谢才系数;
g:重力加速度;
f:风摩擦系数;
Vx(x,y,t),Vy(x,y,t):x、y方向风速流量;
Ω(x,y):科氏力参数,纬度相关;
pa(x,y,t):大气压强;
pw(x,y,t):水密度;
x,y:x方向、y方向的坐标;
t:时间;
τxx,τxy,τyy:有效剪切应力分量。
2.根据权利要求1所述的一种水动力模型的建立方法,其特征在于,
在将模拟区域的网格文件导入MIKE21软件之后,在采集并输出计算节点的监控数据之前,还需要融合河道的静水状态的多维度信息,映射成所述MIKE21水动力模型中各网格的初始值;
所述多维度信息包括水质监测信息、水下地貌信息、地理信息、气象信息和卫星遥感信息。
3.根据权利要求1所述的一种水动力模型的建立方法,其特征在于,计算节点的监控数据包括水位数据、水流量数据。
4.根据权利要求1所述的一种水动力模型的建立方法,其特征在于,
采用隐式交替方向技术对水动力模型质量和动量方程进行离散,所得的矩阵方程用追赶法求解,各微分项和系数均采用中心差分格式。
5.根据权利要求1所述的一种水动力模型的建立方法,其特征在于,
所述实测监测点设置水流监控设备和水位监控设备。
6.根据权利要求1所述的一种水动力模型的建立方法,其特征在于,
采用非结构网格对模拟区域进行划分,是采用地形数据对模拟区域进行剖分;所述地形根据地形边界分为高堼区、村庄区、围堤围埝、围堤围埝内部区、水面区和芦苇区。
7.根据权利要求6所述的一种水动力模型的建立方法,其特征在于,
在采用地形数据对模拟区域进行剖分过程中,对于高堼区和村庄区不进行剖分;对围堤围埝进行局部网格加密,水面区进行概化处理。
8.根据权利要求7所述的一种水动力模型的建立方法,其特征在于,
在采用地形数据对模拟区域进行剖分过程中,每个地形区域单独设置网格大小;其中,水面区网格最大,芦苇区最小;
将模拟区域进行剖分完毕后,还包括将小网格删除合并,即可形成白洋淀淀模拟区的非结构化的三角形网格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210030250.4A CN114372427B (zh) | 2022-01-12 | 一种水动力模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210030250.4A CN114372427B (zh) | 2022-01-12 | 一种水动力模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114372427A CN114372427A (zh) | 2022-04-19 |
CN114372427B true CN114372427B (zh) | 2024-07-05 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448124A (zh) * | 2018-11-06 | 2019-03-08 | 北京英视睿达科技有限公司 | 水质模拟方法和装置 |
AU2020101587A4 (en) * | 2020-07-31 | 2020-09-10 | China Institute Of Water Resources And Hydropower Research | Coupling method of 1D and 2D hydrodynamic models based on spatial topology |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448124A (zh) * | 2018-11-06 | 2019-03-08 | 北京英视睿达科技有限公司 | 水质模拟方法和装置 |
AU2020101587A4 (en) * | 2020-07-31 | 2020-09-10 | China Institute Of Water Resources And Hydropower Research | Coupling method of 1D and 2D hydrodynamic models based on spatial topology |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114997541B (zh) | 一种基于数字孪生技术的城市内涝预测方法及预警平台 | |
CN113239439B (zh) | 盾构施工地表沉降预测系统及方法 | |
Kuiry et al. | Coupled 1D–Quasi-2D flood inundation model with unstructured grids | |
CN111651885A (zh) | 一种智慧型海绵城市洪涝预报方法 | |
CN102436550B (zh) | 复杂边界及实际地形上溃坝洪水的自适应模拟方法 | |
CN104851360A (zh) | 一种洪水风险图的生成方法和系统 | |
CN106570563A (zh) | 基于卡尔曼滤波和bp神经网络的变形预测方法和装置 | |
CN108664705B (zh) | 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法 | |
CN108563837A (zh) | 一种冲积河流水沙模型的模型参数实时校正方法和系统 | |
CN109948198A (zh) | 一种基于非线性函数的围岩分级可靠性评价方法 | |
CN113139350A (zh) | 台风作用下考虑流固耦合效应的建筑结构抗风分析方法 | |
Zhang et al. | Analysis of 50-year wind data of the southern Baltic Sea for modelling coastal morphological evolution–a case study from the Darss-Zingst Peninsula | |
Daham et al. | One and Two-Dimensional Hydraulic Simulation of a Reach in Al-Gharraf River | |
CN114580310A (zh) | 一种基于palm实现wrf模拟风场降尺度处理的方法 | |
CN102054294A (zh) | 基于曲面论和优化控制理论的曲面建模方法 | |
CN114372427B (zh) | 一种水动力模型的建立方法 | |
Wang et al. | A non-uniform grid approach for high-resolution flood inundation simulation based on GPUs | |
Liu et al. | Hindcasting and predicting surge heights and waves on the Taiwan coast using a hybrid typhoon wind and tide-surge-wave coupled model | |
CN114372427A (zh) | 一种水动力模型的建立方法 | |
Bates et al. | Lisflood-fp | |
CN114154325A (zh) | 一种定常与非定常混合风能资源评估方法及系统 | |
Kuok et al. | Particle swarm optimization for calibrating and optimizing Xinanjiang model parameters | |
Yuk et al. | Modelling of storm-induced seawater flooding in the Suyeong River area, South Korea: A case study due to the storm surge and waves during Typhoon Sanba | |
Kwon et al. | Simulation of Storm Surge due to the Changes of Typhoon Moving Speed in the South Coast of Korean Peninsula | |
CN117454720B (zh) | 一种极端天气海上风电场冲刷风险仿真预测方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |