CN116451413A - 基于水沙动力自适应特性的河口治理模拟方法 - Google Patents
基于水沙动力自适应特性的河口治理模拟方法 Download PDFInfo
- Publication number
- CN116451413A CN116451413A CN202310042095.2A CN202310042095A CN116451413A CN 116451413 A CN116451413 A CN 116451413A CN 202310042095 A CN202310042095 A CN 202310042095A CN 116451413 A CN116451413 A CN 116451413A
- Authority
- CN
- China
- Prior art keywords
- estuary
- original
- data
- image
- embankment
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004088 simulation Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 136
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 238000012360 testing method Methods 0.000 claims abstract description 39
- 238000013178 mathematical model Methods 0.000 claims abstract description 26
- 238000011010 flushing procedure Methods 0.000 claims abstract description 16
- 238000009991 scouring Methods 0.000 claims abstract description 14
- 230000000877 morphologic effect Effects 0.000 claims abstract description 5
- 230000033001 locomotion Effects 0.000 claims description 93
- 238000012937 correction Methods 0.000 claims description 20
- 238000009825 accumulation Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 3
- 239000013505 freshwater Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000009471 action Effects 0.000 description 15
- 238000009412 basement excavation Methods 0.000 description 8
- 238000004062 sedimentation Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000008021 deposition Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009418 renovation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- MCSXGCZMEPXKIW-UHFFFAOYSA-N 3-hydroxy-4-[(4-methyl-2-nitrophenyl)diazenyl]-N-(3-nitrophenyl)naphthalene-2-carboxamide Chemical compound Cc1ccc(N=Nc2c(O)c(cc3ccccc23)C(=O)Nc2cccc(c2)[N+]([O-])=O)c(c1)[N+]([O-])=O MCSXGCZMEPXKIW-UHFFFAOYSA-N 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000001022 rhodamine dye Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及河口治理分析决策技术领域，尤其涉及一种基于水沙动力自适应特性的河口治理模拟方法。该方法包括以下步骤：获取河口基础数据，并根据河口基础数据构建河口物理模型或数学模型；开展物理模型清水动床试验或数学模型清水动床冲刷模拟计算，获取冲刷后的河床形态数据；根据形态数据生成河口治理方案；根据河口治理方案构建河口治理模型，并根据河口治理模型进行浑水定床淤积试验或数学模型模拟计算，根据主槽淤积特性，获取主槽淤积特性数据；对主槽淤积特征数据进行稳定性计算，生成主槽稳定性参数，以供河口治理。本发明通过河口水沙动力分布特性模拟，实现河床冲、淤强度的自适应性，弱化人工干预，以提供稳定可靠的河口治理方案。
Description
技术领域
本发明涉及河口治理分析决策技术领域，尤其涉及基于水沙动力自适应特性的河口治理模拟方法。
背景技术
随着国际经贸的兴盛，促使我国沿海经济带不断壮大，珠三角、长三角都依托内陆河及出海口而发展，河口的开发力度进一步加大。1)河岸两侧港口、码头、围填海等工程的建设，使得岸线不断向海(水域)推进，导致近岸的浅滩水域被侵占，河床形态发生不可逆的改变；2)同时，由于河道通航要求，需要从港口、码头位置向出海口水域开挖航道，会改变河床的自然形态；3)为了提高上游防洪能力，开展河口治理，进行清淤，开挖主槽，扩大行洪断面，保证上游河道和网河区洪水安全宣泄。
如何开展河口治理，采用什么样的开挖方案，是设计的重点。常规的研究方式：设计一条线路，开挖深槽，定期进行地形监测，如果淤积严重，影响到通航、行洪，再开展清淤，维护主槽稳定。
发明内容
本发明为解决上述技术问题，提出了一种基于水沙动力自适应特性的河口治理模拟方法，以解决至少一个上述技术问题。
一种基于水沙动力自适应特性的河口治理模拟方法，包括以下步骤：
步骤S1：获取河口基础数据，并根据河口基础数据构建河口物理模型或数学模型；
步骤S2：开展物理模型清水动床冲刷试验或数学模型清水动床冲刷模拟计算，获取冲刷后的河床冲刷形态数据；
步骤S3：根据河床冲刷后的形态数据生成河口治理方案；
步骤S4：根据河口治理方案构建河口治理模型，并根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据；
步骤S5：对主槽淤积特征数据进行稳定性计算，生成主槽稳定性参数，以供河口治理。
本实施例不进行人为设计路线，采用物理模型动床试验的方式，在径流、潮汐动力的作用下，基于水沙相互作用、自我演变调节为主导，分析河口水域在自然动力的作用下，哪个区域会发展出主槽，根据自然演变的规律，按照自然深槽的走向，设计河口治理主槽的分布位置，再按照冲深，设计河底的开挖高程。
在本说明书的一个实施例中，步骤S1包括以下步骤：
步骤S11：获取原始河口基础数据，其中原始河口基础数据包括原始潮流流向数据、原始涨潮潮流数据、原始落潮潮流数据以及原始潮流间拓扑关系数据；
步骤S12：获取原始河口图像信息序列以及修建堤防后获取的堤防河口图像信息序列，并对原始河口图像信息序列以及堤防河口图像信息序列进行特征提取，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集；
步骤S13：根据原始河口图像特征运动数据集以及堤防河口图像特征运动数据集通过潮流系数加权计算公式进行计算，生成潮流加权系数，并将原始河口基础数据通过潮流加权系数进行加权计算并进行率定，生成河口基础数据；
步骤S14：根据河口基础数据生成河口水动力特性数据；
步骤S15：根据河口水动力特性数据以及河口基础数据构建河口物理模型或数学模型。
本实施例通过图像数据分析，通过原始河口图像信息以及设立水利工程后的堤防河口图像信息进行比对计算，生成加权系数，以根据原始河口图像信息的记录参数进行加权计算，从而生成稳定可靠的河口基础数据，以建立准确的河口物理模型。
在本说明书的一个实施例中，其中潮流系数加权计算公式具体为：
Pt为潮流加权系数，ai为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据，αi为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据相应的权重信息，bi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据，βi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据的参数信息的权重信息，ui为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据对应的流量速度信息，θ为调整项的权重信息，为调整项的误差系数，x为根据标准河口图像特征生成的调整项，i的取值为1、2、3...N，n为潮流加权系数的修正项。
本实施例提供一种潮流系数加权计算公式，该公式充分考虑了原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据ai、原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据相应的权重信息αi、堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据bi、堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据的参数信息的权重信息βi、原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据对应的流量速度信息ui、调整项的权重信息θ、调整项的误差系数根据标准河口图像特征生成的调整项x以及之间的相互关系，以形成函数关系并通过潮流加权系数的修正项n进行修正，从而提供准确可靠的数据支撑。
在本说明书的一个实施例中，步骤S12包括以下步骤：
步骤S121：获取原始河口图像信息序列以及堤防河口图像信息序列；
步骤S122：对原始河口图像信息序列以及堤防河口图像信息序列进行关键像素点提取，生成原始河口图像信息序列的原始河口潮流分布特征点集序列以及堤防河口图像信息序列的堤防河口潮流分布特征点集序列；
步骤S123：将原始河口图像信息序列中的当前原始河口图像信息的原始河口潮流分布特征点集与原始河口图像信息序列中的下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配，生成原始河口潮流匹配特征点集，并将堤防河口图像信息序列中的当前堤防河口图像信息的堤防河口潮流分布特征点集与堤防河口图像信息序列中的下一张堤防河口图像信息的堤防河口潮流分布特征点集进行匹配，生成堤防河口潮流匹配特征点集；
步骤S124：根据步骤S123的方式依次将原始河口图像信息序列中的原始河口潮流分布特征点集与下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配以及堤防河口图像信息序列中的堤防河口潮流分布特征点集与下一张堤防河口图像信息序列中的堤防河口潮流分布特征点集进行匹配，生成原始河口图像全匹配特征点集以及堤防河口图像全匹配特征点集，且根据原始河口图像全匹配集在原始河口图像信息中的相对位置以及堤防河口图像全匹配特征点集在堤防河口图像信息中的相对位置分布进行位置空间计算，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集。
本实施例通过对高清运动摄像头拍摄的图像信息序列进行依次比对，依次对相近两张的图像信息的特征进行比对，从而生成图像运动特征信息，并根据在图像的相对位置以及预设的参数分析方式，从而生成图像运动数据信息，提供准确的水动力分布特征信息。
在本说明书的一个实施例中，步骤S2包括以下步骤：
步骤S21：获取清水流量数据；
步骤S22：基于河口物理模型或数学模型，通过清水动床试验的河口床沙计算公式对清水流量数据进行河口流量与河床推移质的运动关系的模拟计算，生成河口断面流量流速推移质运动数据；
步骤S23：根据河口断面流量流速推移质运动数据对河口物理模型或数学模型进行修正，获取冲刷后的河床冲刷形态数据。
本实施例通过清水动床试验计算，实现对断面形态变化的模拟，从而分析水沙自适应特性，研究深槽在自然动力作用下的发育、演变和分布。
在本说明书的一个实施例中，其中河口床沙计算公式具体为：
Q为河口断面流量流速推移质运动数据，v为清水流速信息，f为清水流量水动力含沙平均加权量，p为清水流速信息对应的平均含沙量，z为清水流量水动力的调整项，r为清水流速信息的平均含沙量，为清水流速信息的平均含沙量的实际误差调整项，/>为河口断面流量流速推移质运动数据的修正项。
本实施例提供一种河口床沙计算公式，该公式充分考虑清水流速信息v、清水流量水动力含沙平均加权量f、清水流速信息对应的平均含沙量p、清水流量水动力的调整项z、清水流速信息的平均含沙量清水流速信息的平均含沙量的实际误差调整项r以及相互之间的作用关系，以形成函数关系/>并通过河口断面流量流速推移质运动数据的修正项/>进行修正，从而提供准确可靠的数据支撑。
在本说明书的一个实施例中，步骤S3包括以下步骤：
根据河床冲刷后的形态数据中的河床主槽数据以及河床深泓线分布数据，生成河口预治理方案；
获取河道整治历史经验数据，并根据河道整治历史经验数据对河口预治理方案进行调整，以生成河口治理方案。
本实施例通过根据河床冲刷后的形态数据中的河床主槽数据以及河床深泓线分布数据，生成河口预治理方案，并获取河道整治历史经验数据，并根据河道整治历史经验数据对河口预治理方案进行调整，以生成河口治理方案，从而为下一步做好前提准备工作。
在本说明书的一个实施例中，步骤S4包括以下步骤：
根据河口治理方案构建河口治理模型；
根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据，其中浑水定床试验计算的步骤为通过浑水淤积计算公式进行计算；
其中浑水淤积计算公式具体为：
S为主槽淤积特性数据中的浑水淤积数据，s为浑水流速信息，γ为浑水流速水动力的当前含沙量的调整项，m为浑水流量水动力的调整项，h为浑水流量水动力含沙平均加权量，t为浑水流速信息的平均含沙量的实际误差调整项,c为浑水流速信息的平均含沙量，为浑水流速信息的平均含沙量的当前预估加权信息，/>为主槽淤积特性数据中的浑水淤积数据的修正项。
本实施例通过根据河口治理方案构建河口治理模型，并根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据，从而为下一步做好前提准备。
本实施例提供一种浑水淤积计算公式，该公式充分考虑浑水流速信息s、浑水流速水动力的当前含沙量的调整项γ、浑水流量水动力的调整项m、浑水流量水动力含沙平均加权量h、浑水流速信息的平均含沙量的实际误差调整项t、浑水流速信息的平均含沙量c、浑水流速信息的平均含沙量的当前预估加权信息以及相互之间的作用关系，以形成函数关系/>并通过主槽淤积特性数据中的浑水淤积数据的修正项/>进行修正，以提供准确的数据支持。
在本说明书的一个实施例中，步骤S5包括以下步骤：
通过主槽稳定性计算公式对主槽淤积特征数据进行计算，生成主槽稳定性参数；
根据主槽稳定性参数生成主槽稳定性报告，以供河口治理；
其中主槽稳定性计算公式具体为：
P为主槽稳定性参数，li为第i个主槽横截面的平均长度信息，wi为第i个主槽横截面的平均宽度信息，gi为第i个主槽横截面的预估平均淤积量，u为调整项，a为第i个主槽横截面的面积收敛系数，o为预估加权淤积量，ω为根据当前主槽流量信息的预估淤积信息，t为根据当前主槽流量信息的预估淤积信息的权重调整信息，ε为主槽稳定性参数的修正项。
本实施例通过主槽稳定性计算，以生成主槽稳定性参数，从而根据主槽稳定性参数生成主槽稳定性报告，以实现科学可靠的河口主槽治理。
本实施例提供一种主槽稳定性计算公式，该公式充分考虑了第i个主槽横截面的平均长度信息li、第i个主槽横截面的平均宽度信息wi、第i个主槽横截面的预估平均淤积量gi、调整项u、第i个主槽横截面的面积收敛系数a、预估加权淤积量o、根据当前主槽流量信息的预估淤积信息ω、根据当前主槽流量信息的预估淤积信息的权重调整信息t，以及相互之间的作用关系，以形成函数关系并通过主槽稳定性参数的修正项ε进行修正，从而提供准确可靠的数据支持。
在本说明书的一个实施例中，其中根据主槽稳定性参数，生成主槽稳定性报告的步骤包括以下步骤：
步骤S51：判断主槽稳定性参数是否大于预设的第一主槽稳定性阈值；
步骤S52：确定主槽稳定性参数大于预设的第一主槽稳定性阈值时，生成高等级稳定性主槽报告；
步骤S53：确定主槽稳定性参数小于或等于预设的第一主槽稳定性阈值时，判断主槽稳定性参数是否大于第二主槽稳定性阈值；
步骤S54：确定主槽稳定性参数大于预设的第二主槽稳定性阈值时，生成中等级稳定性主槽报告；
步骤S55：确定主槽稳定性参数小于或等于预设的第二主槽稳定性阈值时，生成低等级稳定性主槽报告。
本实施例通过不同的主槽稳定性跟预设的不同的主槽稳定性阈值的比对，以生成不同的稳定性报告，从而为实施人员提供直观的河口治理方案报告。
本发明不进行人为设计路线，采用物理模型动床试验的方式，在径流、潮汐动力的作用下，基于水沙相互作用、自我演变调节为主导，分析河口水域在自然动力的作用下，哪个区域会发展出主槽，根据自然演变的规律，按照自然深槽的走向，设计河口治理主槽的分布位置，再按照冲深，设计河底的开挖高程，以实现主槽治理方案与河口的水沙动力分布、河势格局相适应。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出了一实施例的一种基于水沙动力自适应特性的河口治理模拟方法的步骤流程图；
图2示出了一实施例的河口物理模型构建方法的步骤流程图；
图3a-3b示出了一实施例的河口图像特征运动数据集生成方法的步骤流程图；
图4示出了一实施例的河床冲刷形态数据生成方法的步骤流程图；
图5示出了一实施例的稳定性主槽报告生成方法的步骤流程图；
图6示出了一实施例的试验流态示踪的效果展示图；
图7示出了一实施例的1号断面冲刷前后泥面线的效果展示图；
图8示出了一实施例的2号断面冲刷前后泥面线的效果展示图；
图9示出了一实施例的3号断面冲刷前后泥面线的效果展示图；
图10示出了一实施例的4号断面冲刷前后泥面线的效果展示图。
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。
请参阅图1至图10，一种基于水沙动力自适应特性的河口治理模拟方法，包括以下步骤：
步骤S1：获取河口基础数据，并根据河口基础数据构建河口物理模型或数学模型；
步骤S2：开展物理模型清水动床冲刷试验或数学模型清水动床冲刷模拟计算，获取冲刷后的河床冲刷形态数据；
步骤S3：根据河床冲刷后的形态数据生成河口治理方案；
步骤S4：根据河口治理方案构建河口治理模型，并根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据；
步骤S5：对主槽淤积特征数据进行稳定性计算，生成主槽稳定性参数，以供河口治理。
具体地，例如①围填工程实施后，主槽被切断，开展清水动床试验，研究河床冲刷形态。
②根据冲刷后主槽的分布位置，制定河口治理方案。
③将河口治理方案建模，开展浑水定床试验，分析主槽的淤积特性。
④研究该方法确定的主槽是否稳定，是否符合区域的水动力特性。
本实施例不进行人为设计路线，采用物理模型动床试验的方式，在径流、潮汐动力的作用下，基于水沙相互作用、自我演变调节为主导，分析河口水域在自然动力的作用下，哪个区域会发展出主槽，根据自然演变的规律，按照自然深槽的走向，设计河口治理主槽的分布位置，再按照冲深，设计河底的开挖高程。
在本说明书的一个实施例中，请参阅图2，步骤S1包括以下步骤：
步骤S11：获取原始河口基础数据，其中原始河口基础数据包括原始潮流流向数据、原始涨潮潮流数据、原始落潮潮流数据以及原始潮流间拓扑关系数据；
具体地，例如生成可视化用户输入界面，以获取原始河口基础数据。
步骤S12：获取原始河口图像信息序列以及修建堤防后获取的堤防河口图像信息序列，并对原始河口图像信息序列以及堤防河口图像信息序列进行特征提取，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集；
具体地，例如通过如下图的历史测试数据进行测试，获取测试图像信息；
模拟试验径潮水文组合
具体地，例如通过CFOG算法生成图像特征运动数据集。
步骤S13：根据原始河口图像特征运动数据集以及堤防河口图像特征运动数据集通过潮流系数加权计算公式进行计算，生成潮流加权系数，并将原始河口基础数据通过潮流加权系数进行加权计算并进行率定，生成河口基础数据；
步骤S14：根据河口基础数据生成河口水动力特性数据；
步骤S15：根据河口水动力特性数据以及河口基础数据构建河口物理模型或数学模型。
具体地，例如所有上、下游边界的过渡段都按实测地形模拟，保证上下游可较好的模拟径流、潮汐过程，尽可能的保证模型与原型相似。
根据试验场地面积、供水能力，选定模型的平面比尺为1:700。垂直比尺根据模型水流处于紊流阻力平方区的水深比尺条件来确定，并参考国内大型河口模型设计，确定模型的垂直比尺为1:100，相应的变率为7；水流时间比尺为1:70，冲刷时间比尺为1:559。
本实施例通过图像数据分析，通过原始河口图像信息以及设立水利工程后的堤防河口图像信息进行比对计算，生成加权系数，以根据原始河口图像信息的记录参数进行加权计算，从而生成稳定可靠的河口基础数据，以建立准确的河口物理模型。
在本说明书的一个实施例中，其中潮流系数加权计算公式具体为：
Pt为潮流加权系数，αi为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据，αi为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据相应的权重信息，bi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据，βi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据的参数信息的权重信息，ui为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据对应的流量速度信息，θ为调整项的权重信息，为调整项的误差系数，x为根据标准河口图像特征生成的调整项，i的取值为1、2、3...N，n为潮流加权系数的修正项。
本实施例提供一种潮流系数加权计算公式，该公式充分考虑了原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据ai、原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据相应的权重信息αi、堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据bi、堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据的参数信息的权重信息βi、原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据对应的流量速度信息ui、调整项的权重信息θ、调整项的误差系数根据标准河口图像特征生成的调整项x以及之间的相互关系，以形成函数关系并通过潮流加权系数的修正项n进行修正，从而提供准确可靠的数据支撑。
在本说明书的一个实施例中，请参阅图3a-3b，步骤S12包括以下步骤：
步骤S121：获取原始河口图像信息序列以及堤防河口图像信息序列；
具体地，例如通过高清运动摄像头获取图像信息。
步骤S122：对原始河口图像信息序列以及堤防河口图像信息序列进行关键像素点提取，生成原始河口图像信息序列的原始河口潮流分布特征点集序列以及堤防河口图像信息序列的堤防河口潮流分布特征点集序列；
具体地，例如加入罗丹明染色剂，观测落潮时径流输移路线，如图6所示，对超过预设的RBG值的图像像素点进行识别并提取。
步骤S123：将原始河口图像信息序列中的当前原始河口图像信息的原始河口潮流分布特征点集与原始河口图像信息序列中的下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配，生成原始河口潮流匹配特征点集，并将堤防河口图像信息序列中的当前堤防河口图像信息的堤防河口潮流分布特征点集与堤防河口图像信息序列中的下一张堤防河口图像信息的堤防河口潮流分布特征点集进行匹配，生成堤防河口潮流匹配特征点集；
具体地，例如通过多模态图像融合匹配算法进行计算，从而生成匹配的特征点集。
步骤S124：根据步骤S123的方式依次将原始河口图像信息序列中的原始河口潮流分布特征点集与下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配以及堤防河口图像信息序列中的堤防河口潮流分布特征点集与下一张堤防河口图像信息序列中的堤防河口潮流分布特征点集进行匹配，生成原始河口图像全匹配特征点集以及堤防河口图像全匹配特征点集，且根据原始河口图像全匹配集在原始河口图像信息中的相对位置以及堤防河口图像全匹配特征点集在堤防河口图像信息中的相对位置分布进行位置空间计算，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集。
具体地，例如其中位置空间计算通过将原图像分布特征点进行匹配后进行图像相对位置、帧数时间差以及实际等比例转化，生成图像特征运动数据集。
本实施例通过对高清运动摄像头拍摄的图像信息序列进行依次比对，依次对相近两张的图像信息的特征进行比对，从而生成图像运动特征信息，并根据在图像的相对位置以及预设的参数分析方式，从而生成图像运动数据信息，提供准确的水动力分布特征信息。
在本说明书的一个实施例中，请参阅图4，步骤S2包括以下步骤：
步骤S21：获取清水流量数据；
具体地，例如生成用户输入界面，并通过用户输入界面获取清水流量数据。
步骤S22：基于河口物理模型或数学模型，通过清水动床试验的河口床沙计算公式对清水流量数据进行河口流量与河床推移质的运动关系的模拟计算，生成河口断面流量流速推移质运动数据；
步骤S23：根据河口断面流量流速推移质运动数据对河口物理模型或数学模型进行修正，获取冲刷后的河床冲刷形态数据。
具体地，例如在无开挖(现状地形)情况下，A河口现状主槽被围填，在常年洪水作用下，会形成新的主槽，A河出口处主槽靠岸，至下游出口处略微向西偏转；如图7至图10所示，根据河口淤积的起点距、高度绘制断面冲刷前后泥面线，其中实线为现状河床，虚线为新岸线在自然冲刷下的结果，1号、2号、3号断面位于现状河出口深槽被占用段，4号断面位于工程下游段。1号断面深泓线靠左岸，断面最深位置-3.8m，约40％的深槽被侵占；岸线外推后，在自然冲刷演变条件下，深泓线西侧滩面冲刷变深，深槽向西侧发展、扩宽，但深槽仍然靠近左侧堤岸，冲刷后河床深槽底高程-3.3m。2号断面位置，现状深槽最深位置为-3.3m；围填后-3m深槽全部被侵占，冲刷试验后，近岸20-190m范围内冲刷形成-2m深槽，深泓线最低高程-2.6m，深泓线距离堤脚位置约100m，深槽基本贴岸分布。3号断面位置，现状-3m深槽距离岸线约490-680m，最深位置-3.6m，近岸被侵占后，深槽大部分得以保留；冲刷后，深泓线向西摆动约70m，近岸发生淤积，西侧浅滩贴近深槽段形成冲刷，断面最低点高程-3.4m，-3m深槽缩窄约65m。4号断面位置，从岸线向西侧水域逐渐变深，现状滩面无明显深槽分布；冲刷试验后，河床整体表现为冲刷，近岸滩面平均下切约0.09m/a。
本实施例通过清水动床试验计算，实现对断面形态变化的模拟，从而分析水沙自适应特性，研究深槽在自然动力作用下的发育、演变和分布。
在本说明书的一个实施例中，其中河口床沙计算公式具体为：
Q为河口断面流量流速推移质运动数据，v为清水流速信息，f为清水流量水动力含沙平均加权量，p为清水流速信息对应的平均含沙量，z为清水流量水动力的调整项，r为清水流速信息的平均含沙量，为清水流速信息的平均含沙量的实际误差调整项，/>为河口断面流量流速推移质运动数据的修正项。
本实施例提供一种河口床沙计算公式，该公式充分考虑清水流速信息v、清水流量水动力含沙平均加权量f、清水流速信息对应的平均含沙量p、清水流量水动力的调整项z、清水流速信息的平均含沙量清水流速信息的平均含沙量的实际误差调整项r以及相互之间的作用关系，以形成函数关系/>并通过河口断面流量流速推移质运动数据的修正项/>进行修正，从而提供准确可靠的数据支撑。
在本说明书的一个实施例中，步骤S3包括以下步骤：
根据河床冲刷后的形态数据中的河床主槽数据以及河床深泓线分布数据，生成河口预治理方案；
具体地，例如通过试验，与现状相比，新冲刷的深槽束窄，-2m深槽宽度150-280m，-3m深槽宽度70-130m；现状深泓线位于-3.3至-4.2m，新岸线条件下，深槽变浅，介于-2.6至-3.4m。
获取河道整治历史经验数据，并根据河道整治历史经验数据对河口预治理方案进行调整，以生成河口治理方案。
具体地，例如结合新冲刷后的主槽、深泓线分布，制订河口治理方案。根据河道整治经验，深槽开挖时预留回淤空间，根据现状及冲刷试验后深泓线分布，可将挖深初定在-4m。
整治起点为河出口，与上游深槽对接，下游接现状-4m等高线，全长约4.0km，推荐深槽开挖至-4.0m，基本沿着本次研究成果中新冲刷出现的深槽布置，上游底宽150m，下游底宽200m，边坡1:7。
本实施例通过根据河床冲刷后的形态数据中的河床主槽数据以及河床深泓线分布数据，生成河口预治理方案，并获取河道整治历史经验数据，并根据河道整治历史经验数据对河口预治理方案进行调整，以生成河口治理方案，从而为下一步做好前提准备工作。
在本说明书的一个实施例中，步骤S4包括以下步骤：
根据河口治理方案构建河口治理模型；
根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据，其中浑水定床试验计算的步骤为通过浑水淤积计算公式进行计算；
具体地，例如1号断面，-4m深槽底宽159m，开挖主槽距离岸线50至209m；淤积试验后，平均淤积厚度0.75m，-3m深槽宽146m，距离岸线37至183m，主槽最深位置高程-3.40m，距离岸线103m。2号断面，-4m深槽底宽175m，开挖主槽距离岸线50至225m；淤积试验后，平均淤积厚度0.68m，-3m深槽宽155m，距离岸线50至205m，主槽最深位置高程-3.56m，距离岸线88m。3号断面，-4m深槽底宽190m，开挖主槽距离岸线50至240m；淤积试验后，平均淤积厚度0.53m，-3m深槽宽185m，距离岸线29至214m，主槽最深位置高程-3.62m，距离岸线119m。4号断面位于治理河段下游900m，断面呈微淤态势。
主槽平均淤积厚度 单位：m
其中浑水淤积计算公式具体为：
S为主槽淤积特性数据中的浑水淤积数据，s为浑水流速信息，γ为浑水流速水动力的当前含沙量的调整项，m为浑水流量水动力的调整项，h为浑水流量水动力含沙平均加权量，t为浑水流速信息的平均含沙量的实际误差调整项,c为浑水流速信息的平均含沙量，为浑水流速信息的平均含沙量的当前预估加权信息，/>为主槽淤积特性数据中的浑水淤积数据的修正项。
本实施例通过根据河口治理方案构建河口治理模型，并根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据，从而为下一步做好前提准备。
本实施例提供一种浑水淤积计算公式，该公式充分考虑浑水流速信息s、浑水流速水动力的当前含沙量的调整项γ、浑水流量水动力的调整项m、浑水流量水动力含沙平均加权量h、浑水流速信息的平均含沙量的实际误差调整项t、浑水流速信息的平均含沙量c、浑水流速信息的平均含沙量的当前预估加权信息以及相互之间的作用关系，以形成函数关系/>并通过主槽淤积特性数据中的浑水淤积数据的修正项/>进行修正，以提供准确的数据支持。
在本说明书的一个实施例中，步骤S5包括以下步骤：
通过主槽稳定性计算公式对主槽淤积特征数据进行计算，生成主槽稳定性参数；
具体地，例如通过本实施例提供的主槽稳定性计算公式进行计算。
根据主槽稳定性参数生成主槽稳定性报告，以供河口治理；
具体地，例如根据历史稳定性参数数据同主槽稳定性参数进行比对，生成主槽稳定性报告。
其中主槽稳定性计算公式具体为：
P为主槽稳定性参数，li为第i个主槽横截面的平均长度信息，wi为第i个主槽横截面的平均宽度信息，gi为第i个主槽横截面的预估平均淤积量，u为调整项，a为第i个主槽横截面的面积收敛系数，o为预估加权淤积量，ω为根据当前主槽流量信息的预估淤积信息，t为根据当前主槽流量信息的预估淤积信息的权重调整信息，ε为主槽稳定性参数的修正项。
本实施例通过主槽稳定性计算，以生成主槽稳定性参数，从而根据主槽稳定性参数生成主槽稳定性报告，以实现科学可靠的河口主槽治理。
本实施例提供一种主槽稳定性计算公式，该公式充分考虑了第i个主槽横截面的平均长度信息li、第i个主槽横截面的平均宽度信息wi、第i个主槽横截面的预估平均淤积量gi、调整项u、第i个主槽横截面的面积收敛系数a、预估加权淤积量o、根据当前主槽流量信息的预估淤积信息ω、根据当前主槽流量信息的预估淤积信息的权重调整信息t，以及相互之间的作用关系，以形成函数关系并通过主槽稳定性参数的修正项ε进行修正，从而提供准确可靠的数据支持。
在本说明书的一个实施例中，请参阅图5，其中根据主槽稳定性参数，生成主槽稳定性报告的步骤包括以下步骤：
步骤S51：判断主槽稳定性参数是否大于预设的第一主槽稳定性阈值；
具体地，例如判断主槽稳定性参数如23.5是否大于预设的第一主槽稳定性阈值如60。
步骤S52：确定主槽稳定性参数大于预设的第一主槽稳定性阈值时，生成高等级稳定性主槽报告；
具体地，例如确定主槽稳定性参数如70大于预设的第一主槽稳定性阈值如60时，生成高等级稳定性主槽报告。
步骤S53：确定主槽稳定性参数小于或等于预设的第一主槽稳定性阈值时，判断主槽稳定性参数是否大于第二主槽稳定性阈值；
具体地，例如确定主槽稳定性参数如56小于或等于预设的第一主槽稳定性阈值如60时，判断主槽稳定性参数是否大于第二主槽稳定性阈值。
步骤S54：确定主槽稳定性参数大于预设的第二主槽稳定性阈值时，生成中等级稳定性主槽报告；
具体地，例如确定主槽稳定性参数如38.3大于预设的第二主槽稳定性阈值如30时，生成中等级稳定性主槽报告。
步骤S55：确定主槽稳定性参数小于或等于预设的第二主槽稳定性阈值时，生成低等级稳定性主槽报告。
具体地，例如确定主槽稳定性参数如28.1小于或等于预设的第二主槽稳定性阈值如30时，生成低等级稳定性主槽报告。
本实施例通过不同的主槽稳定性跟预设的不同的主槽稳定性阈值的比对，以生成不同的稳定性报告，从而为实施人员提供直观的河口治理方案报告。
本发明不进行人为设计路线，采用物理模型动床试验的方式，在径流、潮汐动力的作用下，基于水沙相互作用、自我演变调节为主导，分析河口水域在自然动力的作用下，哪个区域会发展出主槽，根据自然演变的规律，按照自然深槽的走向，设计河口治理主槽的分布位置，再按照冲深，设计河底的开挖高程，以实现主槽治理方案与河口的水沙动力分布、河势格局相适应。
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，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
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)
1.一种基于水沙动力自适应特性的河口治理模拟方法，其特征在于，包括以下步骤：
步骤S1：获取河口基础数据，并根据河口基础数据构建河口物理模型或数学模型；
步骤S2：开展物理模型清水动床冲刷试验或数学模型清水动床冲刷模拟计算，获取冲刷后的河床冲刷形态数据；
步骤S3：根据河床冲刷后的形态数据生成河口治理方案；
步骤S4：根据河口治理方案构建河口治理模型，并根据河口治理模型进行浑水定床淤积试验或数学模型模拟计算，根据主槽淤积特性，生成主槽淤积特征数据；
步骤S5：对主槽淤积特征数据进行稳定性计算，生成主槽稳定性参数，以供河口治理。
2.根据权利要求1所述的方法，其特征在于，步骤S1包括以下步骤：
步骤S11：获取原始河口基础数据，其中原始河口基础数据包括原始潮流流向数据、原始涨潮潮流数据、原始落潮潮流数据以及原始潮流间拓扑关系数据；
步骤S12：获取原始河口图像信息序列以及修建堤防后获取的堤防河口图像信息序列，并对原始河口图像信息序列以及堤防河口图像信息序列进行特征提取，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集；
步骤S13：根据原始河口图像特征运动数据集以及堤防河口图像特征运动数据集通过潮流系数加权计算公式进行计算，生成潮流加权系数，并将原始河口基础数据通过潮流加权系数进行加权计算并进行率定，生成河口基础数据；
步骤S14：根据河口基础数据生成河口水动力特性数据；
步骤S15：根据河口水动力特性数据以及河口基础数据构建河口物理模型或数学模型。
3.根据权利要求2所述的方法，其特征在于，其中潮流系数加权计算公式具体为：
Pt为潮流加权系数，ai为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据，αi为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据相应的权重信息，bi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据，βi为堤防河口图像特征运动数据集中的第i个堤防河口图像特征运动数据的参数信息的权重信息，ui为原始河口图像特征运动数据集中的第i个原始河口图像特征运动数据对应的流量速度信息，θ为调整项的权重信息，为调整项的误差系数，x为根据标准河口图像特征生成的调整项，i的取值为1、2、3...N，n为潮流加权系数的修正项。
4.根据权利要求2所述的方法，其特征在于，步骤S12包括以下步骤：
步骤S121：获取原始河口图像信息序列以及堤防河口图像信息序列；
步骤S122：对原始河口图像信息序列以及堤防河口图像信息序列进行关键像素点提取，生成原始河口图像信息序列的原始河口潮流分布特征点集序列以及堤防河口图像信息序列的堤防河口潮流分布特征点集序列；
步骤S123：将原始河口图像信息序列中的当前原始河口图像信息的原始河口潮流分布特征点集与原始河口图像信息序列中的下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配，生成原始河口潮流匹配特征点集，并将堤防河口图像信息序列中的当前堤防河口图像信息的堤防河口潮流分布特征点集与堤防河口图像信息序列中的下一张堤防河口图像信息的堤防河口潮流分布特征点集进行匹配，生成堤防河口潮流匹配特征点集；
步骤S124：根据步骤S123的方式依次将原始河口图像信息序列中的原始河口潮流分布特征点集与下一张原始河口图像信息的原始河口潮流分布特征点集进行匹配以及堤防河口图像信息序列中的堤防河口潮流分布特征点集与下一张堤防河口图像信息序列中的堤防河口潮流分布特征点集进行匹配，生成原始河口图像全匹配特征点集以及堤防河口图像全匹配特征点集，且根据原始河口图像全匹配集在原始河口图像信息中的相对位置以及堤防河口图像全匹配特征点集在堤防河口图像信息中的相对位置分布进行位置空间计算，生成原始河口图像特征运动数据集以及堤防河口图像特征运动数据集。
5.根据权利要求1所述的方法，其特征在于，步骤S2包括以下步骤：
获取清水流量数据；
基于河口物理模型或数学模型，通过清水动床试验的河口床沙计算公式对清水流量数据进行河口流量与河床推移质的运动关系的模拟计算，生成河口断面流量流速推移质运动数据；
根据河口断面流量流速推移质运动数据对河口物理模型或数学模型进行修正，获取冲刷后的河床冲刷形态数据。
6.根据权利要求5所述的方法，其特征在于，其中河口床沙计算公式具体为：
Q为河口断面流量流速推移质运动数据，v为清水流速信息，f为清水流量水动力含沙平均加权量，p为清水流速信息对应的平均含沙量，z为清水流量水动力的调整项，r为清水流速信息的平均含沙量，为清水流速信息的平均含沙量的实际误差调整项，/>为河口断面流量流速推移质运动数据的修正项。
7.根据权利要求1所述的方法，其特征在于，步骤S3包括以下步骤：
根据河床冲刷后的形态数据中的河床主槽数据以及河床深泓线分布数据，生成河口预治理方案；
获取河道整治历史经验数据，并根据河道整治历史经验数据对河口预治理方案进行调整，以生成河口治理方案。
8.根据权利要求1所述的方法，其特征在于，步骤S4包括以下步骤：
根据河口治理方案构建河口治理模型；
根据河口治理模型进行物理模型浑水定床淤积试验或数学模型悬沙淤积模拟计算，根据主槽淤积特性，生成主槽淤积特征数据，其中浑水定床试验计算的步骤为通过浑水淤积计算公式进行计算；
其中浑水淤积计算公式具体为：
S为主槽淤积特性数据中的浑水淤积数据，s为浑水流速信息，γ为浑水流速水动力的当前含沙量的调整项，m为浑水流量水动力的调整项，h为浑水流量水动力含沙平均加权量，t为浑水流速信息的平均含沙量的实际误差调整项，c为浑水流速信息的平均含沙量，为浑水流速信息的平均含沙量的当前预估加权信息，/>为主槽淤积特性数据中的浑水淤积数据的修正项。
9.根据权利要求1所述的方法，其特征在于，步骤S5包括以下步骤：
通过主槽稳定性计算公式对主槽淤积特征数据进行计算，生成主槽稳定性参数；
根据主槽稳定性参数生成主槽稳定性报告，以供河口治理；
其中主槽稳定性计算公式具体为：
P为主槽稳定性参数，li为第i个主槽横截面的平均长度信息，wi为第i个主槽横截面的平均宽度信息，gi为第i个主槽横截面的预估平均淤积量，u为调整项，a为第i个主槽横截面的面积收敛系数，o为预估加权淤积量，ω为根据当前主槽流量信息的预估淤积信息，t为根据当前主槽流量信息的预估淤积信息的权重调整信息，ε为主槽稳定性参数的修正项。
10.根据权利要求9所述的方法，其特征在于，其中根据主槽稳定性参数，生成主槽稳定性报告的步骤包括以下步骤：
判断主槽稳定性参数是否大于预设的第一主槽稳定性阈值；
确定主槽稳定性参数大于预设的第一主槽稳定性阈值时，生成高等级稳定性主槽报告；
确定主槽稳定性参数小于或等于预设的第一主槽稳定性阈值时，判断主槽稳定性参数是否大于第二主槽稳定性阈值；
确定主槽稳定性参数大于预设的第二主槽稳定性阈值时，生成中等级稳定性主槽报告；
确定主槽稳定性参数小于或等于预设的第二主槽稳定性阈值时，生成低等级稳定性主槽报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310042095.2A CN116451413B (zh) | 2023-01-12 | 2023-01-12 | 基于水沙动力自适应特性的河口治理模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310042095.2A CN116451413B (zh) | 2023-01-12 | 2023-01-12 | 基于水沙动力自适应特性的河口治理模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116451413A true CN116451413A (zh) | 2023-07-18 |
| CN116451413B CN116451413B (zh) | 2023-11-14 |
Family
ID=87126147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310042095.2A Active CN116451413B (zh) | 2023-01-12 | 2023-01-12 | 基于水沙动力自适应特性的河口治理模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116451413B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102383394A (zh) * | 2011-08-09 | 2012-03-21 | 黄河水利委员会黄河水利科学研究院 | 河工动床实体模型耦合试验方法 |
| CN108532532A (zh) * | 2018-04-12 | 2018-09-14 | 福建省水利水电勘测设计研究院 | 感潮河道防洪防潮岸线制定方法 |
| CN113008741A (zh) * | 2021-02-10 | 2021-06-22 | 华北水利水电大学 | 基于水下摄像技术的明流床面颗粒观测系统及试验方法 |
| CN114218840A (zh) * | 2021-12-27 | 2022-03-22 | 河海大学 | 河口航道水沙运动及其地形演变整体建模及可视化系统 |
| CN115305864A (zh) * | 2022-08-04 | 2022-11-08 | 珠江水利委员会珠江水利科学研究院 | 一种滨海淤积型河道综合治理方法及系统 |
| CN115346427A (zh) * | 2022-08-22 | 2022-11-15 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种波浪作用下沙质海岸岸滩演变物理模型试验方法 |
-
2023
- 2023-01-12 CN CN202310042095.2A patent/CN116451413B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102383394A (zh) * | 2011-08-09 | 2012-03-21 | 黄河水利委员会黄河水利科学研究院 | 河工动床实体模型耦合试验方法 |
| CN108532532A (zh) * | 2018-04-12 | 2018-09-14 | 福建省水利水电勘测设计研究院 | 感潮河道防洪防潮岸线制定方法 |
| CN113008741A (zh) * | 2021-02-10 | 2021-06-22 | 华北水利水电大学 | 基于水下摄像技术的明流床面颗粒观测系统及试验方法 |
| CN114218840A (zh) * | 2021-12-27 | 2022-03-22 | 河海大学 | 河口航道水沙运动及其地形演变整体建模及可视化系统 |
| CN115305864A (zh) * | 2022-08-04 | 2022-11-08 | 珠江水利委员会珠江水利科学研究院 | 一种滨海淤积型河道综合治理方法及系统 |
| CN115346427A (zh) * | 2022-08-22 | 2022-11-15 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种波浪作用下沙质海岸岸滩演变物理模型试验方法 |
Non-Patent Citations (3)
| Title |
|---|
| LUCY CLARKE ET AL.: "An experimental investigation of autogenic behaviour during alluvial fan evolution", GEOMORPHOLOGY, vol. 115 * |
| 刘国珍等: "茅洲河口滩槽自生性物理模型试验研", 中国农村水利水电, no. 9, pages 95 - 100 * |
| 孙世泉等: "潼南航电枢纽定床泥沙输移试验研究", 四川水力发电, vol. 37, no. 1, pages 23 - 27 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116451413B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Loureiro et al. | Extreme erosion on high-energy embayed beaches: Influence of megarips and storm grouping | |
| Van der Wegen et al. | Morphodynamic modeling of tidal channel evolution in comparison to empirical PA relationship | |
| CN115496015B (zh) | 一种基于流量梯度变化的水动力分析决策方法 | |
| Stănică et al. | Dealing with erosion along the Danube Delta coast. The CONSCIENCE experience towards a sustainable coastline management | |
| Van Rijn | Estuarine and coastal sedimentation problems | |
| Cooper et al. | Predicting coastal evolution using a sediment budget approach: a case study from southern England | |
| Long et al. | Three decadal morphodynamic evolution of a large channel bar in the middle Yangtze River: Influence of natural and anthropogenic interferences | |
| Shin et al. | Shift of estuarine type in altered estuaries | |
| CN116451413B (zh) | 基于水沙动力自适应特性的河口治理模拟方法 | |
| Wainwright et al. | Measurement and modelling of an artificial coastal lagoon breach | |
| Gong et al. | Response of sediment dynamics in the York River Estuary, USA to tropical cyclone Isabel of 2003 | |
| Han et al. | Geomorphic evolution of the Qingshuigou channel of the Yellow River Delta in response to changing water and sediment regimes and human interventions | |
| Pontee et al. | Nearfield erosion at the steart marshes (UK) managed realignment scheme following opening | |
| CN112627102A (zh) | 一种天然石块构成型多级阶梯-深潭消能系统设计方法 | |
| CN107993218A (zh) | 基于代数多重网格和分水岭分割的图像融合方法 | |
| Weppe et al. | Modelling surf break wave mechanics with SWASH-an application to Mangamaunu point break (Kaikoura, New Zealand) | |
| Galano et al. | Extending the Particle Finite Element Method for sediment transport simulation | |
| Esmaeili et al. | Numerical study on flushing channel evolution, case study of Dashidaira reservoir, Kurobe river | |
| Measures et al. | Processes controlling river-mouth lagoon dynamics on high-energy mixed sand and gravel coasts | |
| Worthy | High-resolution total stream power estimates for the Cotter river, Namadgi national park, Australian capital territory | |
| Steijn et al. | North-Coast of Texel: a comparison between reality and prediction | |
| Zhang et al. | Human impacts on riverbed morphology and hydrology in the lower reaches of the West River, China | |
| Sowmya et al. | Watershed delineation using SRTM DEM for Bangalore South Region | |
| Pitman et al. | Beach cusp morphodynamics on a composite beach observed using UAV structure from motion | |
| Hsu et al. | Morphological evolution mechanism of Gravel-bed braided river by numerical simulation on Da-jia River |
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 |