CN116341422A - 一种潜伏式充水橡胶坝抑咸方法及系统 - Google Patents

一种潜伏式充水橡胶坝抑咸方法及系统 Download PDF

Info

Publication number
CN116341422A
CN116341422A CN202310609315.5A CN202310609315A CN116341422A CN 116341422 A CN116341422 A CN 116341422A CN 202310609315 A CN202310609315 A CN 202310609315A CN 116341422 A CN116341422 A CN 116341422A
Authority
CN
China
Prior art keywords
data
rubber dam
river
water
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
Application number
CN202310609315.5A
Other languages
English (en)
Other versions
CN116341422B (zh
Inventor
涂向阳
吕文斌
刘晋高
麦万良
范楚航
黄代忠
蓝萧峰
杨裕桂
吴尧
刘国珍
王斌
戈军
沈旭舟
罗伟林
李红婷
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.)
Pearl River Hydraulic Research Institute of PRWRC
Original Assignee
Pearl River Hydraulic Research Institute of PRWRC
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 Pearl River Hydraulic Research Institute of PRWRC filed Critical Pearl River Hydraulic Research Institute of PRWRC
Priority to CN202310609315.5A priority Critical patent/CN116341422B/zh
Publication of CN116341422A publication Critical patent/CN116341422A/zh
Application granted granted Critical
Publication of CN116341422B publication Critical patent/CN116341422B/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/219—Managing data history or versioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Computer Graphics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及感潮河道枯水期抑咸的技术领域，尤其涉及一种潜伏式充水橡胶坝抑咸方法及系统。所述方法包括以下步骤：利用GIS对河道进行感潮区域的历史水文数据采集，生成历史水文数据；根据历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据；利用卫星遥感技术对河道进行河道地形采集处理，生成河道地形数据；利用计算机模拟技术对历史水文数据与河道地形数据进行河口区感潮河道的三维数字模型建立，生成河道控制断面三维模型。本发明通过枯水期涨潮期咸潮上溯时对橡胶坝充水至目标高度及体积，达到抑咸效果；枯水期落潮期时对橡胶坝排干，使得河道河床恢复原状，以实现对河道的枯水期时的抑咸效果。

Description

一种潜伏式充水橡胶坝抑咸方法及系统
技术领域
本发明涉及感潮河道枯水期抑咸的技术领域，尤其涉及一种潜伏式充水橡胶坝抑咸方法及系统。
背景技术
在河口地区，潮水和淡水的交界处形成了咸水楔体，这会对河口周围的生态环境和水资源利用产生负面影响。因此，需要采取一些方法来减少咸水楔体的影响，其中潜伏式充水橡胶坝就是一种抑咸方法。然而，传统的潜伏式充水橡胶坝抑咸方法橡胶坝没有根据河道枯水期时水位与流量的状况进行具体分析建设，使得枯水期涨潮期咸潮上溯，充水橡胶坝充水抑咸效果差，并且枯水期落潮期充水橡胶坝排干，也会对河道的落潮水流和水流下泄功能造成影响。
发明内容
基于此，本发明提供一种潜伏式充水橡胶坝抑咸方法及系统，以解决至少一个上述技术问题。
为实现上述目的，一种潜伏式充水橡胶坝抑咸方法，包括以下步骤：
步骤S1：利用GIS对河道进行感潮区域的历史水文数据采集，生成历史水文数据；根据历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据；
步骤S2：利用卫星遥感技术对河道进行河道地形采集处理，生成河道地形数据；利用计算机模拟技术对历史水文数据与河道地形数据进行河口区感潮河道的三维数字模型建立，生成河道控制断面三维模型；
步骤S3：通过河道控制断面三维模型进行模拟河道控制断面水位及流量数据提取处理，生成河道断面的水位流量数据；
步骤S4：根据水位流量数据与河道地形数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数；
步骤S5：利用线性回归算法对历史水文数据与河道地形数据进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；利用枯水期水文数据对河道控制断面三维数字模型进行参数调整以预测枯水期水位流量数据，生成河道断面的枯水期水位流量数据；
步骤S6：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；根据橡胶坝摆放参数与橡胶坝安全经验数据进行潜伏式充水橡胶坝建立，生成橡胶坝数据；
步骤S7：在预设的枯水期咸潮上溯显著期间内利用传感器对河道进行感潮区域的潮汐变化数据实时采集处理，生成实时潮汐变化数据；根据实时潮汐变化数据对橡胶坝数据进行橡胶坝智能抑咸调节处理，生成智能抑咸调节橡胶坝数据。
本发明通过对历史水文数据的采集和分析，可以对河道的水文特征有更深入的了解，包括水位、流量等，对于后续步骤提供了数据基础，并且可以通过历史水文数据的分析得到河道枯水期时水文数据；对于河道枯水期时的数据采集，可以分析河道中河水与海水交汇处在枯水期咸水上溯期时的河道水位高度与流量数据，对于后续步骤中橡胶坝的建设提供了主要的数据基础；对于河道地形的数据采集，可以清晰分析河道的具体特征，为后续步骤中的模型建立与橡胶坝构建提供了主要依据；建立河道控制断面三维数字模型，准确地模拟河口区感潮河道的水文特性，预测河道在不同水文条件下的流量、水位等参数，有助于对河道的水利资源进行科学合理的开发和利用，对河道的治理和改善进行科学规划，为后续的工程设计提供更加精准的依据；对河道断面进行精确的水位和流量模拟，获得高精度的水位流量数据，提高了水文数据的精度和可靠性，河道断面的水位流量数据是水利工程设计的基础数据，提高数据精度可以更加准确地评估设计方案，优化工程设计；橡胶坝摆放参数的设计可以更加科学合理地确定橡胶坝的长度、间距等关键参数，以适应不同的河道地形和水位流量条件，提高橡胶坝的防洪效果和经济效益，减少因人工主观因素导致的设计失误和漏洞，提高设计的精度和可靠性；底部咸水楔体高度预测分析，帮助确定咸水楔体高度的大小，这是确定橡胶坝高度与材料参数设计的重要基础，更准确地设计橡胶坝的高度与材料；通过对枯水期水位流量数据的预测，可以更准确地了解河道在干旱季节的水量情况，在枯水期提前做好水资源调度的规划和安排，预测河道枯水期的水位流量数据可以更好地指导实际的水资源调度，从而更好地保障当地的水资源供应和生态环境的健康发展，为河流管理和水资源利用提供科学依据；利用橡胶坝安全预测经验公式计算底部咸水楔体高度数据与枯水期水位流量数据对应的橡胶坝安全经验值，可以评估橡胶坝的安全性能，为后续的橡胶坝建立提供了基础，同时，根据橡胶坝摆放参数与橡胶坝安全经验数据，建立潜伏式充水橡胶坝，实现了潮汐河口区的调度和水文运算，提高了治理效果，保护了区域内的生态环境和人民生命财产安全；通过传感器对河道感潮区域的潮汐变化数据实时采集处理，可以实时监测河道潮汐的变化情况，为后续的智能调节提供数据支持；根据实时潮汐变化数据对橡胶坝数据进行智能抑咸调节处理，可以在保证淡水资源供应的情况下，有效控制咸水的侵入，提高淡水资源的利用率；通过对橡胶坝的智能抑咸调节，可以减少咸水对生态环境的影响，保护当地的生态环境和生物多样性。因此，本发明的潜伏式充水橡胶坝抑咸方法橡胶坝是根据河道枯水期时水位与流量的状况进行具体分析建设，使得枯水期涨潮期咸潮上溯，充水橡胶坝充水抑咸效果优良，并且枯水期落潮期充水橡胶坝排干，河道河床恢复原状，对河道的落潮水流和水流下泄功能不会造成影响。
优选地，步骤S1包括以下步骤：
步骤S11：根据预设的感潮河道区间对河道进行河道区域划分，生成感潮河道区域数据；
步骤S12：利用GIS对感潮河道区域数据进行感潮区域的历史水文数据采集，生成历史水文数据；
步骤S13：利用预设的枯水期水文数据标准对历史水文数据进行河道枯水期时间序列区间分析，生成历史枯水期时间区间；
步骤S14：根据历史枯水期时间区间对历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据。
本发明对河道进行感潮河道区间的划分，有助于后续步骤针对性地进行河道地形采集和三维数字模型建立；利用GIS对感潮河道区域的历史水文数据进行采集，可以获取感潮区域的历史水文数据，包括水位、流量等信息，为后续步骤提供数据支持和基础；利用预设的枯水期水文数据标准对历史水文数据进行河道枯水期时间序列区间分析，可以准确地找出历史数据中符合枯水期标准的时间段，提高后续数据提取的准确性和可靠性；根据历史枯水期时间区间对历史水文数据进行枯水期水文数据提取处理，可以提取出符合枯水期标准的历史水文数据，为后续步骤的建模和预测提供可靠数据基础，同时，减少了其他时段的数据干扰，提高了建模和预测的准确性和可靠性。
优选地，步骤S2包括以下步骤：
步骤S21：利用卫星遥感技术对河道进行河道地形图像采集处理，生成初始河道地形图像；
步骤S22：对初始河道地形图像进行图像几何校正处理，生成河道地形图像；
步骤S23：利用图像处理技术对河道地形数据进行几何信息提取处理，生成河道地形几何数据；
步骤S24：利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，生成河道地形数据；
步骤S25：对河道地形数据进行感潮区域河口二维平面数据提取处理，生成平面二维河口数据；
步骤S26：对历史水文数据进行水文数据特征提取处理，生成水文特征数据；
步骤S27：利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，生成河网水动力数值模型；
步骤S28：根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，生成河道控制断面三维模型。
本发明利用卫星遥感技术对河道进行河道地形图像采集处理，可以获取高分辨率、全覆盖的河道地形图像数据，为后续处理提供数据基础；对初始河道地形图像进行图像几何校正处理，可以纠正图像的畸变和误差，提高图像精度和准确性；利用图像处理技术对河道地形数据进行几何信息提取处理，可以提取出河道地形的几何信息，如高程、坡度等参数，为后续处理提供数据基础；利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，可以生成真实、准确、高精度的河道地形数据，为后续的数值模型建立提供数据基础；对河道地形数据进行感潮区域河口二维平面数据提取处理，可以提取出河口处的二维平面数据，为后续建立数值模型提供重要的边界条件；对历史水文数据进行水文数据特征提取处理，可以提取出水文数据中的特征参数，如流量、水位、波浪等，为后续的数值模型建立提供数据基础；利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，可以建立真实、准确、高精度的河网水动力数值模型，为后续的河道调控和管理提供重要的理论依据；根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，可以提取出河道控制断面的三维模型，为后续的河道调控和管理以及潜伏式充水橡胶坝的建立提供重要的数据基础。
优选地，步骤S3包括以下步骤：
步骤S31：获取模型水文调整参数；
步骤S32：利用模型水文调整参数对河道控制断面三维模型进行水文参数调整，生成优化河道控制断面三维模型；
步骤S33：对优化河道控制断面三维模型进行河道断面水位及流量数据提取处理，生成河道断面的水位流量数据。
本发明通过获取模型水文调整参数，并对河道控制断面三维模型进行水文参数调整，可以提高模型的预测精度，减小预测误差，从而更准确地预测河道断面的水位和流量数据；对河道控制断面三维模型进行优化，可以使模型更符合实际情况，从而提高模型的可信度，使得预测结果更加可靠；对河道断面水位流量数据的提取和调整，可以更好地掌握河道水情，从而减少橡胶坝充水过程中可能出现的风险，保证橡胶坝的使用安全。
优选地，步骤S4包括以下步骤：
步骤S41：对河道地形数据进行河道地形特征提取处理，生成河道地形特征数据；
步骤S42：根据水位流量数据与河道地形特征数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数。
本发明对河道地形数据进行河道地形特征提取处理，提取河道中的高程、坡度、曲率等特征信息，生成河道地形特征数据。通过这个步骤，可以对河道的地形特征进行全面的、系统化的描述和分析；根据水位流量数据与河道地形特征数据进行潜伏式充水橡胶坝摆放参数设计，对橡胶坝的摆放位置、数量、高度等参数进行科学合理的设计，更好地实现调节河道水位、控制河道水流的目的，这个步骤对于河道治理和防洪工程的设计都具有重要意义。
优选地，步骤S5包括以下步骤：
步骤S51：利用线性回归算法进行底部咸水楔体高度的映射关系模型构建，生成咸水楔体高度预测模型；
步骤S52：将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；
步骤S53：利用枯水期水文数据对优化河道控制断面三维模型进行枯水期水文参数调整处理，生成枯水期河道控制断面三维模型；
步骤S54：对枯水期河道控制断面三维模型进行枯水期河道断面水位及流量数据提取处理，生成河道断面的枯水期水位流量数据。
本发明通过线性回归算法构建底部咸水楔体高度预测模型，可以预测未来咸水楔体高度的变化情况，并且将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，可以得到底部咸水楔体高度数据，为后续的水文模拟提供重要参数；通过枯水期水文数据对优化河道控制断面三维模型进行调整处理，可以更加准确地模拟河道枯水期的水位流量变化情况；对枯水期河道控制断面三维模型进行水位流量数据提取处理，可以得到河道枯水期的水位流量数据，为后续的水文模拟和水资源管理提供重要依据。
优选地，步骤S6包括以下步骤：
步骤S61：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；
步骤S62：基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，生成橡胶坝材料等级；
步骤S63：基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，生成橡胶坝高度等级；
步骤S64：根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，生成橡胶坝数据。
本发明利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，可以评估橡胶坝在不同水位流量条件下的安全性能，进一步提高橡胶坝建设的可靠性和安全性；基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，可以确定橡胶坝所需的材料等级，保证橡胶坝材料的可靠性和耐久性；基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，可以确定橡胶坝的高度等级，保证橡胶坝在不同水位流量条件下的稳定性和安全性；根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，可以根据所需的橡胶坝材料和高度等级以及摆放参数，建立具有良好安全性能和稳定性的橡胶坝，进一步提高橡胶坝建设的可靠性和安全性。
优选地，步骤S61中的橡胶坝安全预测经验公式如下所示：
Figure SMS_1
；
式中，
Figure SMS_6
表示为橡胶坝安全经验数据，/>
Figure SMS_8
表示为枯水期水位流量数据的系数，/>
Figure SMS_10
表示为第/>
Figure SMS_11
个枯水期的水位数据，/>
Figure SMS_13
表示为第/>
Figure SMS_14
个枯水期的流量数据，/>
Figure SMS_16
表示为参考水位值，/>
Figure SMS_2
表示为参考流量值，/>
Figure SMS_4
表示为临界水位值，/>
Figure SMS_7
表示为临界流量值，/>
Figure SMS_9
表示为第/>
Figure SMS_12
个枯水期的底部咸水楔体高度数据，/>
Figure SMS_15
表示为橡胶坝的深度，/>
Figure SMS_17
表示为第/>
Figure SMS_18
个枯水期的河宽数据，/>
Figure SMS_3
表示为橡胶坝的底部宽度，/>
Figure SMS_5
表示为橡胶坝安全经验数据的异常调整值。
本发明利用橡胶坝安全预测经验公式，该公式综合考虑了枯水期水位流量数据的系数
Figure SMS_27
、/>
Figure SMS_29
第/>
Figure SMS_31
个枯水期的水位数据、/>
Figure SMS_33
第/>
Figure SMS_35
个枯水期的流量数据、/>
Figure SMS_36
参考水位值、/>
Figure SMS_37
参考流量值、
Figure SMS_19
临界水位值、/>
Figure SMS_21
临界流量值、/>
Figure SMS_23
第/>
Figure SMS_25
个枯水期的底部咸水楔体高度数据、/>
Figure SMS_28
橡胶坝的深度、/>
Figure SMS_30
第
Figure SMS_32
个枯水期的河宽数据、/>
Figure SMS_34
橡胶坝的底部宽度以及函数之间的相互关系作用，以形成函数关系式/>
Figure SMS_20
，通过计算比例因子/>
Figure SMS_22
中的当前水位和流量与临界水位和流量的比例关系，比例越大，橡胶坝越容易受到水流冲击，通过求和关系得到最大的河流水位和流量的安全边界综合值，以此来确定橡胶坝安全的最大高度值与所需材料，通过/>
Figure SMS_24
以此利用底部咸水楔体高度数据、河宽数据等得到橡胶坝安全经验数据的综合贡献值，以此对橡胶坝安全经验数据得到进一步的数据验证，使得数据更加可靠与稳定，该公式计算得到的安全经验数据可以用于确定橡胶坝的材料等级和高度等级，从而提高橡胶坝的抗咸能力和安全性能。利用橡胶坝安全经验数据的异常调整值/>
Figure SMS_26
对函数关系进行调整修正，减少异常数据或误差项带来的误差影响，从而更准确地生成橡胶坝安全经验数据，提高了对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理的准确性和可靠性。同时该公式中的异常调整值可以根据实际情况进行调整，应用于不同的河道，提高了算法的灵活性与适用性。
优选地，步骤S7包括以下步骤：
步骤S71：获取枯水期咸潮上溯显著期间以及枯水期转潮期间；
步骤S72：根据橡胶坝数据进行橡胶坝目标高度数据及体积数据分析处理，生成橡胶坝目标高度体积数据；
步骤S73：在枯水期咸潮上溯显著期间内根据橡胶坝目标高度体积数据对橡胶坝数据进行橡胶坝目标高度及目标体积充水抑咸调节处理，生成橡胶坝充水数据；
步骤S74：在枯水期转潮期间内根据预设的上下游河道高程数据对橡胶坝数据进行排水调节处理，生成橡胶坝排水数据；
步骤S75：对橡胶坝充水数据与橡胶坝排水数据进行橡胶坝抑咸调节数据整合，生成智能抑咸调节橡胶坝数据。
本发明获取枯水期咸潮上溯显著期间以及枯水期转潮期间的数据，可以帮助识别和确定潮汐的时间段，为后续调节措施提供准确的时间范围；根据橡胶坝数据对橡胶坝最大高度及最大体积数据分析，确定橡胶坝在特定条件下的目标高度和目标体积，以便进行充水调节达到抑咸效果；在枯水期咸潮上溯显著期间内，根据预设的橡胶坝目标高度体积数据对橡胶坝进行充水抑咸调节处理，可以确保橡胶坝达到预设的高度和体积，有效阻挡底部的盐水楔上溯，保持河道的淡水环境；在枯水期转潮期间内，根据预设的上下游河道高程数据对橡胶坝进行排水调节处理，可以恢复橡胶坝的排水状态，使其顶部高程与上下游河道高程完全一致，确保河道的水流平衡；对橡胶坝充水数据与橡胶坝排水数据进行整合，生成智能抑咸调节橡胶坝数据，可以综合考虑充水和排水的调节效果，优化橡胶坝的抑咸性能，提高水文调节的效率和精度。
在本说明书中，提供了一种潜伏式充水橡胶坝抑咸系统，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的潜伏式充水橡胶坝抑咸方法。
本申请有益效果在于，本发明对于橡胶坝的预测水位与流量方面，采用三维模型模拟预测能够更加精确地预测未来的水位和流量，提高橡胶坝的调控和运行水平。通过对历史数据的学习和拟合，建立数学模型来预测未来的水位和流量，这样可以更准确地掌握橡胶坝的运行状况，提高调控的效率和精度，同时可以根据枯水期的相关参数对三维模型的参数进行修正，以此得到枯水期时咸水上溯时模拟的水位流量数据，提高预测的准确性和稳定性。在计算橡胶坝稳定性方面，采用底部咸水楔体高度和橡胶坝深度的指数函数，加上河宽和底部宽度等参数，使用经验公式计算橡胶坝在不同水位和流量条件下的稳定性，可以提高橡胶坝的稳定性和安全性，由于橡胶坝底部存在咸水楔体，加上水位和流量的变化，橡胶坝的稳定性容易受到影响，因此，采用经验公式计算橡胶坝的稳定性，可以更全面地考虑不同因素的影响，提高橡胶坝的稳定性和安全性。通过对橡胶坝的监测和预警系统的建立和完善，以及对橡胶坝的调控和管理的强化，可以及时发现和处理橡胶坝运行中的异常情况和风险，保证橡胶坝的安全性和可靠性，提高橡胶坝的应急调控能力，降低未对橡胶坝进行操作时可能发生灾害的风险，以此对河道中枯水上溯期时河水与海水交汇处进行阻拦，以此利用潜伏式充水橡胶坝对河道完成抑咸作用。
附图说明
图1为本发明一种潜伏式充水橡胶坝抑咸方法的步骤流程示意图；
图2为图1中步骤S2的详细实施步骤流程示意图；
图3为图1中步骤S5的详细实施步骤流程示意图；
图4为图1中步骤S6的详细实施步骤流程示意图；
图5为图1中步骤S7的详细实施步骤流程示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的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。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
本申请实施例提供一种潜伏式充水橡胶坝抑咸方法及系统，所述GIS技术全称为：Geographic Information Systems（地理信息系统）。所述河道包括但不限于：A地河道、B地河道等至少一种。
为实现上述目的，请参阅图1至图5，一种潜伏式充水橡胶坝抑咸方法，包括以下步骤：
步骤S1：利用GIS对河道进行感潮区域的历史水文数据采集，生成历史水文数据；根据历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据；
步骤S2：利用卫星遥感技术对河道进行河道地形采集处理，生成河道地形数据；利用计算机模拟技术对历史水文数据与河道地形数据进行河口区感潮河道的三维数字模型建立，生成河道控制断面三维模型；
步骤S3：通过河道控制断面三维模型进行模拟河道控制断面水位及流量数据提取处理，生成河道断面的水位流量数据；
步骤S4：根据水位流量数据与河道地形数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数；
步骤S5：利用线性回归算法对历史水文数据与河道地形数据进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；利用枯水期水文数据对河道控制断面三维数字模型进行参数调整以预测枯水期水位流量数据，生成河道断面的枯水期水位流量数据；
步骤S6：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；根据橡胶坝摆放参数与橡胶坝安全经验数据进行潜伏式充水橡胶坝建立，生成橡胶坝数据；
步骤S7：在预设的枯水期咸潮上溯显著期间内利用传感器对河道进行感潮区域的潮汐变化数据实时采集处理，生成实时潮汐变化数据；根据实时潮汐变化数据对橡胶坝数据进行橡胶坝智能抑咸调节处理，生成智能抑咸调节橡胶坝数据。
本发明通过对历史水文数据的采集和分析，可以对河道的水文特征有更深入的了解，包括水位、流量等，对于后续步骤提供了数据基础，并且可以通过历史水文数据的分析得到河道枯水期时水文数据；对于河道枯水期时的数据采集，可以分析河道中河水与海水交汇处在枯水期咸水上溯期时的河道水位高度与流量数据，对于后续步骤中橡胶坝的建设提供了主要的数据基础；对于河道地形的数据采集，可以清晰分析河道的具体特征，为后续步骤中的模型建立与橡胶坝构建提供了主要依据；建立河道控制断面三维数字模型，准确地模拟河口区感潮河道的水文特性，预测河道在不同水文条件下的流量、水位等参数，有助于对河道的水利资源进行科学合理的开发和利用，对河道的治理和改善进行科学规划，为后续的工程设计提供更加精准的依据；对河道断面进行精确的水位和流量模拟，获得高精度的水位流量数据，提高了水文数据的精度和可靠性，河道断面的水位流量数据是水利工程设计的基础数据，提高数据精度可以更加准确地评估设计方案，优化工程设计；橡胶坝摆放参数的设计可以更加科学合理地确定橡胶坝的长度、间距等关键参数，以适应不同的河道地形和水位流量条件，提高橡胶坝的防洪效果和经济效益，减少因人工主观因素导致的设计失误和漏洞，提高设计的精度和可靠性；底部咸水楔体高度预测分析，帮助确定咸水楔体高度的大小，这是确定橡胶坝高度与材料参数设计的重要基础，更准确地设计橡胶坝的高度与材料；通过对枯水期水位流量数据的预测，可以更准确地了解河道在干旱季节的水量情况，在枯水期提前做好水资源调度的规划和安排，预测河道枯水期的水位流量数据可以更好地指导实际的水资源调度，从而更好地保障当地的水资源供应和生态环境的健康发展，为河流管理和水资源利用提供科学依据；利用橡胶坝安全预测经验公式计算底部咸水楔体高度数据与枯水期水位流量数据对应的橡胶坝安全经验值，可以评估橡胶坝的安全性能，为后续的橡胶坝建立提供了基础，同时，根据橡胶坝摆放参数与橡胶坝安全经验数据，建立潜伏式充水橡胶坝，实现了潮汐河口区的调度和水文运算，提高了治理效果，保护了区域内的生态环境和人民生命财产安全；通过传感器对河道感潮区域的潮汐变化数据实时采集处理，可以实时监测河道潮汐的变化情况，为后续的智能调节提供数据支持；根据实时潮汐变化数据对橡胶坝数据进行智能抑咸调节处理，可以在保证淡水资源供应的情况下，有效控制咸水的侵入，提高淡水资源的利用率；通过对橡胶坝的智能抑咸调节，可以减少咸水对生态环境的影响，保护当地的生态环境和生物多样性。然而，本发明的潜伏式充水橡胶坝抑咸方法对于橡胶坝的具体摆放位置与摆放范围会根据河道断面的情况进行分析设置；橡胶坝的高度及材料有根据河道枯水期时水位与流量的状况进行具体分析，能够在建设橡胶坝时对橡胶坝的顶峰高度进行合理调配，使得建设橡胶坝时不会造成材料浪费，并且能够很好的抵御枯水期咸潮上溯显著期间时的河水与海水交汇，使得潜伏式充水橡胶坝抑咸效果优异。
本发明实施例中，参考图1所述，为本发明一种潜伏式充水橡胶坝抑咸方法的步骤流程示意图，在本实例中，所述潜伏式充水橡胶坝抑咸方法包括以下步骤：
步骤S1：利用GIS对河道进行感潮区域的历史水文数据采集，生成历史水文数据；根据历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据；
本发明实施例中，使用GIS软件创建河道的感潮区域的边界范围，并查询该范围内历史的水位、流量、潮汐等水文参数，生成历史水文数据；根据历史水文数据，确定枯水期的时间段，可以根据长期观测资料或统计分析结果来确定，提取对应的枯水期水文数据，包括枯水期内的水位和流量数据等数据。
步骤S2：利用卫星遥感技术对河道进行河道地形采集处理，生成河道地形数据；利用计算机模拟技术对历史水文数据与河道地形数据进行河口区感潮河道的三维数字模型建立，生成河道控制断面三维模型；
本发明实施例中，使用卫星遥感数据，如高分辨率遥感影像或激光雷达数据，获取河道及周边地形的空间信息，利用遥感影像或激光雷达数据提取河道的几何形状，包括河道宽度、深度、河床坡度等参数，对获取的遥感数据进行预处理，包括影像校正、去噪、拼接等，以获取高质量的河道地形数据；使用计算机模拟软件，如流体力学模型的Delft3D、MIKE21等或水动力学模型，建立感潮河道的三维数字模型，将历史水文数据和河道地形数据输入到模型中，设定边界条件和初始条件，进行数值模拟，以此获得河道控制断面三维模型。
步骤S3：通过河道控制断面三维模型进行模拟河道控制断面水位及流量数据提取处理，生成河道断面的水位流量数据；
本发明实施例中，通过调整河道控制断面三维模型的时间、天气状况等参数进行模型模拟运行，对模拟运行的结果进行水位及流量的数据提取处理，生成河道断面的水位流量数据。
步骤S4：根据水位流量数据与河道地形数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数；
本发明实施例中，将水位流量数据与河道地形数据进行结合分析，运用统计分析和可视化技术研究水位和流量的变化规律，以及它们与河道地形之间的关系，以此确定橡胶坝的摆放参数，如位置、长度、宽度等，以此生成橡胶坝摆放参数。
步骤S5：利用线性回归算法对历史水文数据与河道地形数据进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；利用枯水期水文数据对河道控制断面三维数字模型进行参数调整以预测枯水期水位流量数据，生成河道断面的枯水期水位流量数据；
本发明实施例利用线性回归算法建立历史水文数据和河道地形数据与底部咸水楔体高度之间的线性回归模型，从历史水文数据和河道地形数据中提取底部咸水楔体高度的特征，作为线性回归模型的输入变量，通过线性回归模型的输出得到底部咸水楔体高度数据；使用河道控制断面三维数字模型结合枯水期水文数据，进行参数调整和模拟计算，根据模拟计算的结果预测枯水期水位流量数据，并生成河道断面的枯水期水位流量数据。
步骤S6：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；根据橡胶坝摆放参数与橡胶坝安全经验数据进行潜伏式充水橡胶坝建立，生成橡胶坝数据；
本发明实施例中，利用橡胶坝安全预测经验公式计算出枯水期抑咸运行工况条件下，针对实时的河道水位及相应底部咸水楔体高度条件得到所需的橡胶坝安全经验数据，该数据越高表示需要建立的橡胶坝则材质需要越安全，高度也需要越高才能抵挡河水与海水的交汇，达到抑咸效果；利用上述步骤得到的橡胶坝摆放参数确定橡胶坝的摆放位置、长度、宽度等各种参数，再利用橡胶坝安全经验数据确定橡胶坝的高度、材质等参数，以此建立橡胶坝，从而生成橡胶坝数据。
步骤S7：在预设的枯水期咸潮上溯显著期间内利用传感器对河道进行感潮区域的潮汐变化数据实时采集处理，生成实时潮汐变化数据；根据实时潮汐变化数据对橡胶坝数据进行橡胶坝智能抑咸调节处理，生成智能抑咸调节橡胶坝数据。
本发明实施例中，根据当地河道相关的枯水期区间得到预设的枯水期咸潮上溯显著期间，在枯水期咸潮上溯显著期间内利用传感器对河道进行感潮区域的潮汐数据实时采集处理，如提取感潮区域内的潮汐关键信息，如潮汐的起伏、周期等，通过潮汐信息中得到一定时间范围内的潮汐变化数据，如涨潮之间潮水高低水位差，以此生成实时潮汐变化数据；根据实时潮汐变化数据对橡胶坝数据进行橡胶坝智能抑咸调节处理，如实时潮汐变化数据较大时，对橡胶坝进行充水调节，实时潮汐变化数据较校时，对橡胶坝进行排水调节，以此生成智能抑咸调节橡胶坝数据。
优选地，步骤S1包括以下步骤：
步骤S11：根据预设的感潮河道区间对河道进行河道区域划分，生成感潮河道区域数据；
步骤S12：利用GIS对感潮河道区域数据进行感潮区域的历史水文数据采集，生成历史水文数据；
步骤S13：利用预设的枯水期水文数据标准对历史水文数据进行河道枯水期时间序列区间分析，生成历史枯水期时间区间；
步骤S14：根据历史枯水期时间区间对历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据。
本发明对河道进行感潮河道区间的划分，有助于后续步骤针对性地进行河道地形采集和三维数字模型建立；利用GIS对感潮河道区域的历史水文数据进行采集，可以获取感潮区域的历史水文数据，包括水位、流量等信息，为后续步骤提供数据支持和基础；利用预设的枯水期水文数据标准对历史水文数据进行河道枯水期时间序列区间分析，可以准确地找出历史数据中符合枯水期标准的时间段，提高后续数据提取的准确性和可靠性；根据历史枯水期时间区间对历史水文数据进行枯水期水文数据提取处理，可以提取出符合枯水期标准的历史水文数据，为后续步骤的建模和预测提供可靠数据基础，同时，减少了其他时段的数据干扰，提高了建模和预测的准确性和可靠性。
本发明实施例中，通过考虑河道的地理特征、潮汐范围等因素，将河道划分出感潮区域，感潮河道区域可以根据河道的长度、宽度、潮汐变化等因素确定，生成感潮河道区域数据；利用GIS对感潮河道区域内的历史水文数据进行数据采集，包括水位、流量等信息，这些数据可以从相关水文监测站点、水文部门或相关研究机构获取；根据预设的枯水期水文数据标准对历史水文数据进行分析，确定河道的枯水期时间序列区间，这可以基于历史数据中水位的变化情况得出；根据确定的历史枯水期时间区间，从历史水文数据中提取对应时间段内的水位、流量等，从而生成枯水期水文数据。
优选地，步骤S2包括以下步骤：
步骤S21：利用卫星遥感技术对河道进行河道地形图像采集处理，生成初始河道地形图像；
步骤S22：对初始河道地形图像进行图像几何校正处理，生成河道地形图像；
步骤S23：利用图像处理技术对河道地形数据进行几何信息提取处理，生成河道地形几何数据；
步骤S24：利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，生成河道地形数据；
步骤S25：对河道地形数据进行感潮区域河口二维平面数据提取处理，生成平面二维河口数据；
步骤S26：对历史水文数据进行水文数据特征提取处理，生成水文特征数据；
步骤S27：利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，生成河网水动力数值模型；
步骤S28：根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，生成河道控制断面三维模型。
本发明利用卫星遥感技术对河道进行河道地形图像采集处理，可以获取高分辨率、全覆盖的河道地形图像数据，为后续处理提供数据基础；对初始河道地形图像进行图像几何校正处理，可以纠正图像的畸变和误差，提高图像精度和准确性；利用图像处理技术对河道地形数据进行几何信息提取处理，可以提取出河道地形的几何信息，如高程、坡度等参数，为后续处理提供数据基础；利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，可以生成真实、准确、高精度的河道地形数据，为后续的数值模型建立提供数据基础；对河道地形数据进行感潮区域河口二维平面数据提取处理，可以提取出河口处的二维平面数据，为后续建立数值模型提供重要的边界条件；对历史水文数据进行水文数据特征提取处理，可以提取出水文数据中的特征参数，如流量、水位、波浪等，为后续的数值模型建立提供数据基础；利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，可以建立真实、准确、高精度的河网水动力数值模型，为后续的河道调控和管理提供重要的理论依据；根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，可以提取出河道控制断面的三维模型，为后续的河道调控和管理以及潜伏式充水橡胶坝的建立提供重要的数据基础。
作为本发明的一个实例，参考图2所示，为图1中步骤S2的详细实施步骤流程示意图，在本实例中所述步骤S2包括：
步骤S21：利用卫星遥感技术对河道进行河道地形图像采集处理，生成初始河道地形图像；
本发明实施例中，通过卫星遥感技术获取河道地形的图像数据，可以利用高分辨率遥感影像对河道进行拍摄和采集，生成初始河道地形图像。
步骤S22：对初始河道地形图像进行图像几何校正处理，生成河道地形图像；
本发明实施例中，对初始图像进行几何校正处理，纠正图像中的畸变和变形，以获得准确的河道地形图像。
步骤S23：利用图像处理技术对河道地形数据进行几何信息提取处理，生成河道地形几何数据；
本发明实施例中，使用图像处理技术从河道地形图像中提取几何信息，如河道的宽度、长度、曲线等几何特征数据。
步骤S24：利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，生成河道地形数据；
本发明实施例中，利用数字高程模型（DEM）生成算法，将河道地形几何数据转换为具有高程信息的数字化河道地形数据，这样可以得到具有高程数据的河道地形模型。
步骤S25：对河道地形数据进行感潮区域河口二维平面数据提取处理，生成平面二维河口数据；
本发明实施例中，根据感潮区域的定义和河道地形数据，提取河道河口处的二维平面数据，这些数据可以包括河道的入海口位置、河口宽度等信息。
步骤S26：对历史水文数据进行水文数据特征提取处理，生成水文特征数据；
本发明实施例中，针对历史水文数据，提取与潮汐、水位、流量等相关的水文特征，例如潮汐周期、最大水位、最大流量等，生成水文特征数据。
步骤S27：利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，生成河网水动力数值模型；
本发明实施例中，利用计算机模拟技术将水文特征数据和河道地形数据作为输入，建立感潮区域仿真运行的水动力三维数值模型，生成河网水动力数值模型。
步骤S28：根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，生成河道控制断面三维模型。
本发明实施例中，根据平面二维河口数据选取河网水动力数值模型的对应位置，将该位置进行标记为模型感潮区域特征部分，采用空间截取的方式将模型限制在感潮区域特征部分内并进行三维化处理，生成河道控制断面的三维模型。
优选地，步骤S3包括以下步骤：
步骤S31：获取模型水文调整参数；
步骤S32：利用模型水文调整参数对河道控制断面三维模型进行水文参数调整，生成优化河道控制断面三维模型；
步骤S33：对优化河道控制断面三维模型进行河道断面水位及流量数据提取处理，生成河道断面的水位流量数据。
本发明通过获取模型水文调整参数，并对河道控制断面三维模型进行水文参数调整，可以提高模型的预测精度，减小预测误差，从而更准确地预测河道断面的水位和流量数据；对河道控制断面三维模型进行优化，可以使模型更符合实际情况，从而提高模型的可信度，使得预测结果更加可靠；对河道断面水位流量数据的提取和调整，可以更好地掌握河道水情，从而减少橡胶坝充水过程中可能出现的风险，保证橡胶坝的使用安全。
本发明实施例中，获取根据实际情况和需求确定的模型水文调整参数，这些参数可以包括模型精度要求、观测数据的可靠性、水动力特征的准确度等；根据模型水文调整参数对河道控制断面三维模型进行水文参数的调整，包括调整断面的横截面形状、潮汐边界条件、流速分布等，以使模型更好地符合实际情况，生成优化河道控制断面三维模型；基于优化的河道控制断面三维模型通过模拟和计算，提取河道断面的水位和流量数据，包括根据潮汐情况模拟不同时刻的水位数据、计算流量分布等，生成河道断面的水位流量数据。
优选地，步骤S4包括以下步骤：
步骤S41：对河道地形数据进行河道地形特征提取处理，生成河道地形特征数据；
步骤S42：根据水位流量数据与河道地形特征数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数。
本发明对河道地形数据进行河道地形特征提取处理，提取河道中的高程、坡度、曲率等特征信息，生成河道地形特征数据。通过这个步骤，可以对河道的地形特征进行全面的、系统化的描述和分析；根据水位流量数据与河道地形特征数据进行潜伏式充水橡胶坝摆放参数设计，对橡胶坝的摆放位置、数量、高度等参数进行科学合理的设计，更好地实现调节河道水位、控制河道水流的目的，这个步骤对于河道治理和防洪工程的设计都具有重要意义。
本发明实施例中，使用地形分析算法提取河道地形的特征信息，这些特征包括河道宽度、深度、梯度、河床类型等，根据具体需求选择适当的特征参数，将其提取为河道地形特征数据；结合水位流量数据和河道地形特征数据进行橡胶坝摆放参数设计，参数应考虑水位变化、流量分布、地形特征以及橡胶坝的功能需求，确定橡胶坝的摆放位置、数量、间距、长度等参数，生成橡胶坝摆放参数。
优选地，步骤S5包括以下步骤：
步骤S51：利用线性回归算法进行底部咸水楔体高度的映射关系模型构建，生成咸水楔体高度预测模型；
步骤S52：将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；
步骤S53：利用枯水期水文数据对优化河道控制断面三维模型进行枯水期水文参数调整处理，生成枯水期河道控制断面三维模型；
步骤S54：对枯水期河道控制断面三维模型进行枯水期河道断面水位及流量数据提取处理，生成河道断面的枯水期水位流量数据。
本发明通过线性回归算法构建底部咸水楔体高度预测模型，可以预测未来咸水楔体高度的变化情况，并且将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，可以得到底部咸水楔体高度数据，为后续的水文模拟提供重要参数；通过枯水期水文数据对优化河道控制断面三维模型进行调整处理，可以更加准确地模拟河道枯水期的水位流量变化情况；对枯水期河道控制断面三维模型进行水位流量数据提取处理，可以得到河道枯水期的水位流量数据，为后续的水文模拟和水资源管理提供重要依据。
作为本发明的一个实例，参考图3所示，为图1中步骤S5的详细实施步骤流程示意图，在本实例中所述步骤S5包括：
步骤S51：利用线性回归算法进行底部咸水楔体高度的映射关系模型构建，生成咸水楔体高度预测模型；
本发明实施例中，利用线性回归算法建立底部咸水楔体高度与相关因素之间的映射关系模型，如利用最小二乘法建立数学模型，生成咸水楔体高度预测模型。
步骤S52：将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；
本发明实施例中，将预处理后的历史水文数据和河道地形数据作为输入，传输至已构建的咸水楔体高度预测模型，利用咸水楔体高度预测模型对输入数据进行分析和计算，生成底部咸水楔体高度数据。
步骤S53：利用枯水期水文数据对优化河道控制断面三维模型进行枯水期水文参数调整处理，生成枯水期河道控制断面三维模型；
本发明实施例中，利用枯水期水文数据对优化河道控制断面三维模型进行参数调整，涉及修改河道的几何形状、河床材料、流量等参数，使优化河道控制断面三维模型针对于枯水期的水文数据进行模拟运行，生成枯水期河道控制断面三维模型。
步骤S54：对枯水期河道控制断面三维模型进行枯水期河道断面水位及流量数据提取处理，生成河道断面的枯水期水位流量数据。
本发明实施例中，根据枯水期河道控制断面三维模型的仿真运行，利用水流计算方法对运行结果的枯水期河道断面水位及流量数据提取处理，生成河道断面的枯水期水位流量数据。
优选地，步骤S6包括以下步骤：
步骤S61：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；
步骤S62：基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，生成橡胶坝材料等级；
步骤S63：基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，生成橡胶坝高度等级；
步骤S64：根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，生成橡胶坝数据。
本发明利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，可以评估橡胶坝在不同水位流量条件下的安全性能，进一步提高橡胶坝建设的可靠性和安全性；基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，可以确定橡胶坝所需的材料等级，保证橡胶坝材料的可靠性和耐久性；基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，可以确定橡胶坝的高度等级，保证橡胶坝在不同水位流量条件下的稳定性和安全性；根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，可以根据所需的橡胶坝材料和高度等级以及摆放参数，建立具有良好安全性能和稳定性的橡胶坝，进一步提高橡胶坝建设的可靠性和安全性。
作为本发明的一个实例，参考图4所示，为图1中步骤S6的详细实施步骤流程示意图，在本实例中所述步骤S6包括：
步骤S61：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；
本发明实施例中，将底部咸水楔体高度数据和枯水期水位流量数据作为输入，应橡胶坝安全预测经验公式进行计算，得到所需橡胶坝安全经验数据，根据该橡胶坝安全经验数据用来对橡胶坝的材料与高度的标准进行计算。
步骤S62：基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，生成橡胶坝材料等级；
本发明实施例中，使用加权计算方法将预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，如综合计算得出来的等级较高，则用材质好的橡胶坝材料，保障橡胶坝的安全，计算得出来的等级较低，则用材质普通的橡胶坝材料，节约橡胶坝的所需成本。
步骤S63：基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，生成橡胶坝高度等级；
本发明实施例中，使用加权计算方法将预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，如综合计算得出来的等级较高，则将橡胶坝高度设置高点，保障橡胶坝的安全，计算得出来的等级较低，则将橡胶坝高度设置低点，节约橡胶坝的所需成本。
步骤S64：根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，生成橡胶坝数据。
本发明实施例中，根据橡胶坝摆放参数、橡胶坝材料等级和橡胶坝高度等级的结果，进行潜伏式充水橡胶坝的建立，确定橡胶坝的摆放位置、宽度、长度、高度、材料等进行建设，生成橡胶坝数据。
优选地，步骤S61中的橡胶坝安全预测经验公式如下所示：
Figure SMS_38
；
式中，
Figure SMS_43
表示为橡胶坝安全经验数据，/>
Figure SMS_45
表示为枯水期水位流量数据的系数，/>
Figure SMS_47
表示为第/>
Figure SMS_49
个枯水期的水位数据，/>
Figure SMS_51
表示为第/>
Figure SMS_53
个枯水期的流量数据，/>
Figure SMS_55
表示为参考水位值，/>
Figure SMS_39
表示为参考流量值，/>
Figure SMS_42
表示为临界水位值，/>
Figure SMS_44
表示为临界流量值，/>
Figure SMS_46
表示为第/>
Figure SMS_48
个枯水期的底部咸水楔体高度数据，/>
Figure SMS_50
表示为橡胶坝的深度，/>
Figure SMS_52
表示为第/>
Figure SMS_54
个枯水期的河宽数据，/>
Figure SMS_40
表示为橡胶坝的底部宽度，/>
Figure SMS_41
表示为橡胶坝安全经验数据的异常调整值。
本发明利用橡胶坝安全预测经验公式，该公式综合考虑了枯水期水位流量数据的系数
Figure SMS_64
、/>
Figure SMS_65
第/>
Figure SMS_67
个枯水期的水位数据、/>
Figure SMS_69
第/>
Figure SMS_71
个枯水期的流量数据、/>
Figure SMS_72
参考水位值、/>
Figure SMS_74
参考流量值、/>
Figure SMS_56
临界水位值、/>
Figure SMS_60
临界流量值、/>
Figure SMS_62
第/>
Figure SMS_63
个枯水期的底部咸水楔体高度数据、/>
Figure SMS_66
橡胶坝的深度、/>
Figure SMS_68
第
Figure SMS_70
个枯水期的河宽数据、/>
Figure SMS_73
橡胶坝的底部宽度以及函数之间的相互关系作用，以形成函数关系式/>
Figure SMS_57
，通过计算比例因子/>
Figure SMS_58
中的当前水位和流量与临界水位和流量的比例关系，比例越大，橡胶坝越容易受到水流冲击，通过求和关系得到最大的河流水位和流量的安全边界综合值，以此来确定橡胶坝安全的最大高度值与所需材料，通过/>
Figure SMS_59
以此利用底部咸水楔体高度数据、河宽数据等得到橡胶坝安全经验数据的综合贡献值，以此对橡胶坝安全经验数据得到进一步的数据验证，使得数据更加可靠与稳定，该公式计算得到的安全经验数据可以用于确定橡胶坝的材料等级和高度等级，从而提高橡胶坝的抗咸能力和安全性能。利用橡胶坝安全经验数据的异常调整值/>
Figure SMS_61
对函数关系进行调整修正，减少异常数据或误差项带来的误差影响，从而更准确地生成橡胶坝安全经验数据，提高了对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理的准确性和可靠性。同时该公式中的异常调整值可以根据实际情况进行调整，应用于不同的河道，提高了算法的灵活性与适用性。
优选地，步骤S7包括以下步骤：
步骤S71：获取枯水期咸潮上溯显著期间以及枯水期转潮期间；
步骤S72：根据橡胶坝数据进行橡胶坝目标高度数据及体积数据分析处理，生成橡胶坝目标高度体积数据；
步骤S73：在枯水期咸潮上溯显著期间内根据橡胶坝目标高度体积数据对橡胶坝数据进行橡胶坝目标高度及目标体积充水抑咸调节处理，生成橡胶坝充水数据；
步骤S74：在枯水期转潮期间内根据预设的上下游河道高程数据对橡胶坝数据进行排水调节处理，生成橡胶坝排水数据；
步骤S75：对橡胶坝充水数据与橡胶坝排水数据进行橡胶坝抑咸调节数据整合，生成智能抑咸调节橡胶坝数据。
本发明获取枯水期咸潮上溯显著期间以及枯水期转潮期间的数据，可以帮助识别和确定潮汐的时间段，为后续调节措施提供准确的时间范围；根据橡胶坝数据对橡胶坝最大高度及最大体积数据分析，确定橡胶坝在特定条件下的目标高度和目标体积，以便进行充水调节达到抑咸效果；在枯水期咸潮上溯显著期间内，根据预设的橡胶坝目标高度体积数据对橡胶坝进行充水抑咸调节处理，可以确保橡胶坝达到预设的高度和体积，有效阻挡底部的盐水楔上溯，保持河道的淡水环境；在枯水期转潮期间内，根据预设的上下游河道高程数据对橡胶坝进行排水调节处理，可以恢复橡胶坝的排水状态，使其顶部高程与上下游河道高程完全一致，确保河道的水流平衡；对橡胶坝充水数据与橡胶坝排水数据进行整合，生成智能抑咸调节橡胶坝数据，可以综合考虑充水和排水的调节效果，优化橡胶坝的抑咸性能，提高水文调节的效率和精度。
作为本发明的一个实例，参考图5所示，为图1中步骤S7的详细实施步骤流程示意图，在本实例中所述步骤S7包括：
步骤S71：获取枯水期咸潮上溯显著期间以及枯水期转潮期间；
本发明实施例中，通过水文观测站或传感器等设备实时监测河道的水位和潮汐数据，并通过数据分析和处理，获取确定的枯水期咸潮上溯显著期间和枯水期转潮期间的时间范围。
步骤S72：根据橡胶坝数据进行橡胶坝目标高度数据及体积数据分析处理，生成橡胶坝目标高度体积数据；
本发明实施例中，收集橡胶坝的相关数据，包括设计参数、实际高度、实际体积，根据实际所需需求，目标高度或体积可能为实际的橡胶坝数据的最大高度与体积数据的百分之八十，能达到最好的抑咸效果，以此生成橡胶坝目标高度体积数据。
步骤S73：在枯水期咸潮上溯显著期间内根据橡胶坝目标高度体积数据对橡胶坝数据进行橡胶坝目标高度及目标体积充水抑咸调节处理，生成橡胶坝充水数据；
本发明实施例中，在枯水期咸潮上溯显著期间内将潜伏式抑咸充水橡胶坝充水至目标高度和目标体积，以阻挡河道底部的盐水楔上溯；
步骤S74：在枯水期转潮期间内根据预设的上下游河道高程数据对橡胶坝数据进行排水调节处理，生成橡胶坝排水数据；
本发明实施例中，在枯水期转潮期间（枯水期落潮前），将潜伏式枯水期抑咸充水橡胶坝排水至完全排水状态，橡胶坝顶部高程恢复与预设的上下游河道高程完全一致状态，排水塌落后的充水橡胶坝不影响枯水期河道落潮期的落潮水流。
步骤S75：对橡胶坝充水数据与橡胶坝排水数据进行橡胶坝抑咸调节数据整合，生成智能抑咸调节橡胶坝数据。
本发明实施例中，将橡胶坝的充水数据和排水数据进行整合，并且将橡胶坝充水与排水时相关的水文数据以及橡胶坝抑咸的效果数据记录下来，生成智能抑咸调节橡胶坝的数据。
在本说明书中，提供了一种潜伏式充水橡胶坝抑咸系统，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的潜伏式充水橡胶坝抑咸方法。
本申请有益效果在于，本发明对于橡胶坝的预测水位与流量方面，采用三维模型模拟预测能够更加精确地预测未来的水位和流量，提高橡胶坝的调控和运行水平。通过对历史数据的学习和拟合，建立数学模型来预测未来的水位和流量，这样可以更准确地掌握橡胶坝的运行状况，提高调控的效率和精度，同时可以根据枯水期的相关参数对三维模型的参数进行修正，以此得到枯水期时咸水上溯时模拟的水位流量数据，提高预测的准确性和稳定性。在计算橡胶坝稳定性方面，采用底部咸水楔体高度和橡胶坝深度的指数函数，加上河宽和底部宽度等参数，使用经验公式计算橡胶坝在不同水位和流量条件下的稳定性，可以提高橡胶坝的稳定性和安全性，由于橡胶坝底部存在咸水楔体，加上水位和流量的变化，橡胶坝的稳定性容易受到影响，因此，采用经验公式计算橡胶坝的稳定性，可以更全面地考虑不同因素的影响，提高橡胶坝的稳定性和安全性。通过对橡胶坝的监测和预警系统的建立和完善，以及对橡胶坝的调控和管理的强化，可以及时发现和处理橡胶坝运行中的异常情况和风险，保证橡胶坝的安全性和可靠性，提高橡胶坝的应急调控能力，降低未对橡胶坝进行操作时可能发生灾害的风险，以此对河道中枯水上溯期时河水与海水交汇处进行阻拦，以此利用潜伏式充水橡胶坝对河道完成抑咸作用。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种潜伏式充水橡胶坝抑咸方法，其特征在于，包括以下步骤：
步骤S1：利用GIS对河道进行感潮区域的历史水文数据采集，生成历史水文数据；根据历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据；
步骤S2：利用卫星遥感技术对河道进行河道地形采集处理，生成河道地形数据；利用计算机模拟技术对历史水文数据与河道地形数据进行河口区感潮河道的三维数字模型建立，生成河道控制断面三维模型；
步骤S3：通过河道控制断面三维模型进行模拟河道控制断面水位及流量数据提取处理，生成河道断面的水位流量数据；
步骤S4：根据水位流量数据与河道地形数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数；
步骤S5：利用线性回归算法对历史水文数据与河道地形数据进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；利用枯水期水文数据对河道控制断面三维数字模型进行参数调整以预测枯水期水位流量数据，生成河道断面的枯水期水位流量数据；
步骤S6：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；根据橡胶坝摆放参数与橡胶坝安全经验数据进行潜伏式充水橡胶坝建立，生成橡胶坝数据；
步骤S7：获取枯水期咸潮上溯显著期间以及枯水期转潮期间；在枯水期咸潮上溯显著期间内对橡胶坝数据进行橡胶坝充水抑咸调节处理，生成橡胶坝充水数据；在枯水期转潮期间内对橡胶坝数据进行排水调节处理，生成橡胶坝排水数据；对橡胶坝充水数据与橡胶坝排水数据进行橡胶坝抑咸调节数据整合，生成智能抑咸调节橡胶坝数据。
2.根据权利要求1所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S1包括以下步骤：
步骤S11：根据预设的感潮河道区间对河道进行河道区域划分，生成感潮河道区域数据；
步骤S12：利用GIS对感潮河道区域数据进行感潮区域的历史水文数据采集，生成历史水文数据；
步骤S13：利用预设的枯水期水文数据标准对历史水文数据进行河道枯水期时间序列区间分析，生成历史枯水期时间区间；
步骤S14：根据历史枯水期时间区间对历史水文数据进行枯水期水文数据提取处理，生成枯水期水文数据。
3.根据权利要求2所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S2包括以下步骤：
步骤S21：利用卫星遥感技术对河道进行河道地形图像采集处理，生成初始河道地形图像；
步骤S22：对初始河道地形图像进行图像几何校正处理，生成河道地形图像；
步骤S23：利用图像处理技术对河道地形数据进行几何信息提取处理，生成河道地形几何数据；
步骤S24：利用数字高程模型生成算法对河道地形几何数据进行仿真河道地形生成处理，生成河道地形数据；
步骤S25：对河道地形数据进行感潮区域河口二维平面数据提取处理，生成平面二维河口数据；
步骤S26：对历史水文数据进行水文数据特征提取处理，生成水文特征数据；
步骤S27：利用计算机模拟技术对水文特征数据与河道地形数据进行感潮区域水动力三维数值模型建立，生成河网水动力数值模型；
步骤S28：根据平面二维河口数据对河网水动力数值模型进行感潮区域特征部分模型截取处理，生成河道控制断面三维模型。
4.根据权利要求3所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S3包括以下步骤：
步骤S31：获取模型水文调整参数；
步骤S32：利用模型水文调整参数对河道控制断面三维模型进行水文参数调整，生成优化河道控制断面三维模型；
步骤S33：对优化河道控制断面三维模型进行河道断面水位及流量数据提取处理，生成河道断面的水位流量数据。
5.根据权利要求4所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S4包括以下步骤：
步骤S41：对河道地形数据进行河道地形特征提取处理，生成河道地形特征数据；
步骤S42：根据水位流量数据与河道地形特征数据进行潜伏式充水橡胶坝摆放参数设计，生成橡胶坝摆放参数。
6.根据权利要求5所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S5包括以下步骤：
步骤S51：利用线性回归算法进行底部咸水楔体高度的映射关系模型构建，生成咸水楔体高度预测模型；
步骤S52：将历史水文数据与河道地形数据传输至咸水楔体高度预测模型进行底部咸水楔体高度预测分析，生成底部咸水楔体高度数据；
步骤S53：利用枯水期水文数据对优化河道控制断面三维模型进行枯水期水文参数调整处理，生成枯水期河道控制断面三维模型；
步骤S54：对枯水期河道控制断面三维模型进行枯水期河道断面水位及流量数据提取处理，生成河道断面的枯水期水位流量数据。
7.根据权利要求6所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S6包括以下步骤：
步骤S61：利用橡胶坝安全预测经验公式对底部咸水楔体高度数据与枯水期水位流量数据进行橡胶坝安全经验值计算处理，生成橡胶坝安全经验数据；
步骤S62：基于预设的橡胶坝材料权重信息与橡胶坝安全经验数据进行橡胶坝材料等级计算，生成橡胶坝材料等级；
步骤S63：基于预设的橡胶坝高度权重信息与橡胶坝安全经验数据进行橡胶坝高度等级计算，生成橡胶坝高度等级；
步骤S64：根据橡胶坝摆放参数、橡胶坝材料等级以及橡胶坝高度等级进行潜伏式充水橡胶坝建立，生成橡胶坝数据。
8.根据权利要求7所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S61中的橡胶坝安全预测经验公式如下所示：
Figure QLYQS_1
；
式中，
Figure QLYQS_7
表示为橡胶坝安全经验数据，/>
Figure QLYQS_9
表示为枯水期水位流量数据的系数，/>
Figure QLYQS_11
表示为第
Figure QLYQS_12
个枯水期的水位数据，/>
Figure QLYQS_14
表示为第/>
Figure QLYQS_15
个枯水期的流量数据，/>
Figure QLYQS_18
表示为参考水位值，/>
Figure QLYQS_3
表示为参考流量值，/>
Figure QLYQS_5
表示为临界水位值，/>
Figure QLYQS_6
表示为临界流量值，/>
Figure QLYQS_8
表示为第/>
Figure QLYQS_10
个枯水期的底部咸水楔体高度数据，/>
Figure QLYQS_13
表示为橡胶坝的深度，/>
Figure QLYQS_16
表示为第/>
Figure QLYQS_17
个枯水期的河宽数据，/>
Figure QLYQS_2
表示为橡胶坝的底部宽度，/>
Figure QLYQS_4
表示为橡胶坝安全经验数据的异常调整值。
9.根据权利要求7所述的潜伏式充水橡胶坝抑咸方法，其特征在于，步骤S7包括以下步骤：
步骤S71：获取枯水期咸潮上溯显著期间以及枯水期转潮期间；
步骤S72：根据橡胶坝数据进行橡胶坝目标高度数据及体积数据分析处理，生成橡胶坝目标高度体积数据；
步骤S73：在枯水期咸潮上溯显著期间内根据橡胶坝目标高度体积数据对橡胶坝数据进行橡胶坝目标高度及目标体积充水抑咸调节处理，生成橡胶坝充水数据；
步骤S74：在枯水期转潮期间内根据预设的上下游河道高程数据对橡胶坝数据进行排水调节处理，生成橡胶坝排水数据；
步骤S75：对橡胶坝充水数据与橡胶坝排水数据进行橡胶坝抑咸调节数据整合，生成智能抑咸调节橡胶坝数据。
10.一种潜伏式充水橡胶坝抑咸系统，其特征在于，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9中任一项所述的潜伏式充水橡胶坝抑咸方法。
CN202310609315.5A 2023-05-29 2023-05-29 一种潜伏式充水橡胶坝抑咸方法及系统 Active CN116341422B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310609315.5A CN116341422B (zh) 2023-05-29 2023-05-29 一种潜伏式充水橡胶坝抑咸方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310609315.5A CN116341422B (zh) 2023-05-29 2023-05-29 一种潜伏式充水橡胶坝抑咸方法及系统

Publications (2)

Publication Number Publication Date
CN116341422A true CN116341422A (zh) 2023-06-27
CN116341422B CN116341422B (zh) 2023-08-01

Family

ID=86893279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310609315.5A Active CN116341422B (zh) 2023-05-29 2023-05-29 一种潜伏式充水橡胶坝抑咸方法及系统

Country Status (1)

Country Link
CN (1) CN116341422B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494954A (zh) * 2023-12-29 2024-02-02 珠江水利委员会珠江水利科学研究院 一种滨海感潮河口区水系综合治理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202787192U (zh) * 2012-09-10 2013-03-13 珠江水利委员会珠江水利科学研究院 抑咸活动潜坝
CN104294793A (zh) * 2014-10-30 2015-01-21 珠江水利委员会珠江水利科学研究院 河流入海口气泡抑咸技术
CN104926032A (zh) * 2015-06-10 2015-09-23 中国水利水电科学研究院 一种沿海城市感潮河道多级复合强化净化方法
CN106447078A (zh) * 2016-08-29 2017-02-22 河海大学 保障河口供水安全的水利工程智能调控系统及调控方法
CN107516172A (zh) * 2017-09-04 2017-12-26 珠江水利委员会珠江水利科学研究院 咸潮影响地区抢淡蓄淡应急供水调度方法
CN110008642A (zh) * 2019-04-29 2019-07-12 珠江水利委员会珠江水利科学研究院 一种基于气幕的河口水道咸潮上溯距离抑制方法及系统
CN112900350A (zh) * 2021-01-19 2021-06-04 珠江水利委员会珠江水利科学研究院 潜伏式抑咸活动拍门结构

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202787192U (zh) * 2012-09-10 2013-03-13 珠江水利委员会珠江水利科学研究院 抑咸活动潜坝
CN104294793A (zh) * 2014-10-30 2015-01-21 珠江水利委员会珠江水利科学研究院 河流入海口气泡抑咸技术
CN104926032A (zh) * 2015-06-10 2015-09-23 中国水利水电科学研究院 一种沿海城市感潮河道多级复合强化净化方法
CN106447078A (zh) * 2016-08-29 2017-02-22 河海大学 保障河口供水安全的水利工程智能调控系统及调控方法
CN107516172A (zh) * 2017-09-04 2017-12-26 珠江水利委员会珠江水利科学研究院 咸潮影响地区抢淡蓄淡应急供水调度方法
CN110008642A (zh) * 2019-04-29 2019-07-12 珠江水利委员会珠江水利科学研究院 一种基于气幕的河口水道咸潮上溯距离抑制方法及系统
CN112900350A (zh) * 2021-01-19 2021-06-04 珠江水利委员会珠江水利科学研究院 潜伏式抑咸活动拍门结构

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
S PURNAMA ET AL.: "Saline water intrusion toward groundwater: Issues and its control", 《JOURNAL OF NATURAL RESOURCES AND DEVELOPMENT》, pages 25 - 32 *
王青 等: "基于水幕方法的珠江河口抑咸对策", 《水资源保护》, vol. 34, no. 05, pages 50 - 56 *
罗丹 等: "磨刀门咸潮物理模型试验 -Ⅴ活动潜坝抑咸效果研究", 《人民珠江》, pages 45 - 48 *
罗丹: "潜伏式抑咸活动拍门的研究", 《人民珠江》, vol. 32, no. 04, pages 1 - 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494954A (zh) * 2023-12-29 2024-02-02 珠江水利委员会珠江水利科学研究院 一种滨海感潮河口区水系综合治理方法
CN117494954B (zh) * 2023-12-29 2024-07-05 珠江水利委员会珠江水利科学研究院 一种滨海感潮河口区水系综合治理方法

Also Published As

Publication number Publication date
CN116341422B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
Zhao et al. Integrating a reservoir regulation scheme into a spatially distributed hydrological model
Timbadiya et al. A 1D–2D coupled hydrodynamic model for river flood prediction in a coastal urban floodplain
Elias et al. Hydrodynamic validation of Delft3D with field measurements at Egmond
CN116341422B (zh) 一种潜伏式充水橡胶坝抑咸方法及系统
Poretti et al. An approach for flood hazard modelling and mapping in the medium Valtellina
Kang et al. Evaluation of farmland losses from sea level rise and storm surges in the Pearl River Delta region under global climate change
Nam et al. Short‐term flood inundation prediction using hydrologic‐hydraulic models forced with downscaled rainfall from global NWP
CN113505546A (zh) 一种洪水风险预测系统
Hu et al. Prediction of the future flood severity in plain river network region based on numerical model: A case study
Varouchakis et al. Development of a statistical tool for the estimation of riverbank erosion probability
CN115115262A (zh) 一种洪水风险灾害评估的方法
CN115471078A (zh) 一种基于城市水务系统的洪涝风险点评估方法及装置
CN116306340A (zh) 一种模拟不同工况下的城市内涝风险分布的方法
Nogherotto et al. An integrated hydrological and hydraulic modelling approach for the flood risk assessment over Po river basin
CN117494954B (zh) 一种滨海感潮河口区水系综合治理方法
Lee et al. Application of EurOtop to improve simulations of coastal inundations due to wave overtopping
Mansour et al. Assessing the compatibility of EPR rates with one-dimensional numerical modelling in monitoring shoreline kinematics along with supplying near/long-term forecasts
Mazzoleni et al. Data assimilation in hydrologic routing: Impact of model error and sensor placement on flood forecasting
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
Street et al. Modeling the wave climate in the Baltic sea
Albano et al. Flood scenario spatio-temporal mapping via hydrological and hydrodynamic modelling and a remote sensing dataset: A case study of the Basento river (Southern Italy)
Shen Influence of uncertainties in DEM resolution and surface friction to the building treatment methods in urban inundation modelling
Banasiak Hydrodynamic 2D model of the city centre hydrosystem of the City of Wrocław and its flood capacity analysis.
Lago Application of deep learning for high-resolution flood mapping in urban watersheds
Banasiak ODRA2D–two-dimensional cascade flood modelling for the Odra River–development and applications

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