CN116882851B - 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 - Google Patents
基于多尺度耦合仿真的水库群防洪系统评估方法与设备 Download PDFInfo
- Publication number
- CN116882851B CN116882851B CN202311156583.2A CN202311156583A CN116882851B CN 116882851 B CN116882851 B CN 116882851B CN 202311156583 A CN202311156583 A CN 202311156583A CN 116882851 B CN116882851 B CN 116882851B
- Authority
- CN
- China
- Prior art keywords
- flood
- flood control
- flow
- dimensional
- control system
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 149
- 230000008878 coupling Effects 0.000 title claims abstract description 106
- 238000010168 coupling process Methods 0.000 title claims abstract description 106
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 106
- 238000011156 evaluation Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 101
- 238000004364 calculation method Methods 0.000 claims abstract description 96
- 230000009467 reduction Effects 0.000 claims abstract description 36
- 230000000694 effects Effects 0.000 claims abstract description 34
- 238000013210 evaluation model Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 273
- 230000003313 weakening effect Effects 0.000 claims description 83
- 239000011159 matrix material Substances 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 61
- 239000008239 natural water Substances 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 20
- 238000011144 upstream manufacturing Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 230000001788 irregular Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000001771 impaired effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 4
- 101710154918 Trigger factor Proteins 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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
Abstract
本发明公开了基于多尺度耦合仿真的水库群防洪系统评估方法与设备,属于水库群防洪减灾能力评估技术领域。现有方案没有公开如何对水库群本体外的流域进行洪水冲淹风险的科学评价,将会影响水库群防洪效果以及能力的准确评估。本发明的基于多尺度耦合仿真的水库群防洪系统评估方法,通过构建多维数值仿真模型、流域水库群耦合模型、削减指标计算模型、多尺度水淹指标体系、防洪能力评估模型,实现基于多尺度耦合仿真的水库群防洪系统评价。本发明可对水库本体外的流域进行洪水冲淹风险的科学计算,并通过构建多尺度水淹指标体系,可以对流域水库群的防洪效果以及能力,进行更加全面的多角度准确评估,因而更利于水库群防洪系统的推广使用。
Description
技术领域
本发明涉及基于多尺度耦合仿真的水库群防洪系统评估方法与设备,属于水库群防洪减灾能力评估技术领域。
背景技术
水库群作为由多个水库组合而成的系统,是对原有库区防洪作用的叠加与强化。随着水库数量的增加,同一流域内不同水库运行的相互影响已成为水库群防洪系统的主要考虑因素。水库群联合调度作为一项重要的非工程防洪措施,将协调流域各功能区段的调度特点,制定优化调度方案,协调和提高既有水库的调度效能。
由于水库群的累计与叠加的影响,水库群防洪系统对削弱洪水风险的效果评价变得异常复杂,如何对流域大规模水库群联合防洪系统的削弱洪水风险的能力与效果进行有效评价是一项亟待解决的难题。
进而,中国专利(CN111401630A)公开了一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,其包括:建立防洪系统水库属性动态评价初始指标体系;建立水库群实时调度“动态等效”模型,生成水库属性样本真集;建立粗糙集信息系统决策表;建立基于粗糙集等价关系原理的指标约简模型;基于约简指标体系进行评价规则提取,用于水库属性实时动态评价。
上述方案基于水库群联合防洪调度中水文补偿、水力补偿和库容补偿基本原理,从实时水雨情况、水库利用状况、水库对控制断面洪水削减能力及水库间水文联系,选择水库属性评价指标,该评价方法主要关注水库群库区本身,其选择的指标主要表征水库属性,从而可以实现对防洪调度过程中水库属性的评价。
但上述方案没有公开如何对水库群本体外的流域进行洪水冲淹风险的科学评价,并且由于流域的河道、堤岸一般直接与居民区或田地相邻,因此当流域及河岸具有洪涝冲淹风险时,对周边环境以及居民影响更大,因此如果不能对流域内的洪水冲淹风险进行科学有效的评价,将会影响水库群防洪效果以及能力的准确评估,从而不利于水库群防洪系统的推广使用。
发明内容
针对上述问题或上述问题之一,本发明的目的一在于提供一种通过构建多维数值仿真模型、流域水库群耦合模型、削减指标计算模型、多尺度水淹指标体系、防洪能力评估模型,得到流域在水库群防洪系统介入前的自然水流数据,以及水库群防洪系统介入后的干预水流数据;并根据自然水流数据和干预水流数据,得到削弱指标数据;并对削弱指标数据进行处理,得到水库群防洪系统的流域防洪能力评估值,方案科学、合理,切实可行的基于多尺度耦合仿真的水库群防洪系统评估方法。
针对上述问题或上述问题之一,本发明的目的二在于提供一种能对水库本体外的流域进行洪水冲淹风险的科学计算,并通过构建多尺度水淹指标体系,可以对流域水库群的防洪效果以及能力,进行更加全面的多角度准确评估,因而更利于水库群防洪系统的推广使用的基于多尺度耦合仿真的水库群防洪系统评估方法。
针对上述问题或上述问题之一,本发明的目的三在于提供一种充分考虑水库群防洪系统对流域洪水冲淹风险的减弱作用;并根据流域冲淹风险的影响因素,构建多尺度水淹指标体系,从而可以对水库群防洪系统削弱洪水风险的能力与效果进行全方面、多角度的准确评估,方案详尽,便于推广使用的基于多尺度耦合仿真的水库群防洪系统评估方法与设备。
为实现上述目的之一,本发明的第一种技术方案为:
基于多尺度耦合仿真的水库群防洪系统评估方法,包括以下内容:
根据流域来流过程,利用预先构建的多维数值仿真模型,计算得到流域在水库群防洪系统介入前的自然水流数据;
通过预先构建的流域水库群耦合模型,将自然水流数据和水库群属性数据进行耦合,得到流域在水库群防洪系统介入后的干预水流数据;
利用预先构建的削减指标计算模型,并根据预先建立的多尺度水淹指标体系,对自然水流数据和干预水流数据进行处理,得到削弱指标数据;
多尺度水淹指标体系至少包括一维水淹指标和/或二维水淹指标;
一维水淹指标,用于表征水库群防洪系统削弱洪峰的效果;
二维水淹指标,用于表征流域两岸的淹没情况;
利用预先构建的防洪能力评估模型对削弱指标数据进行耦合计算,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价。
本发明经过不断探索以及试验,通过构建多维数值仿真模型、流域水库群耦合模型、削减指标计算模型、多尺度水淹指标体系、防洪能力评估模型,得到流域在水库群防洪系统介入前的自然水流数据,以及水库群防洪系统介入后的干预水流数据;并根据自然水流数据和干预水流数据,得到削弱指标数据;并对削弱指标数据进行处理,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价,方案科学、合理,切实可行。
进一步,本发明充分考虑流域冲淹风险的影响因素,对水库本体外的流域进行洪水冲淹风险的科学计算,并通过构建多尺度水淹指标体系,可以对流域水库群的防洪效果以及能力,进行更加全面的多角度准确评估,因而更利于水库群防洪系统的推广使用。
作为优选技术措施:
多维数值仿真模型至少构建一维数值仿真单元、二维数值仿真单元和用于判断是否触发二维数值仿真单元的仿真触发逻辑单元;
一维数值仿真单元,用于根据流域内河流的流向将流域离散成一维网格单元,一维网格单元包括若干单元节点;在一维网格单元的基础上,耦合基于水量的连续性方程与动量方程,并采用有限体积方法计算得到一个或多个单元节点随时间变化的水位场和流量场;
二维数值仿真单元,用于基于地形数据和流域的糙率数据并在一维网格单元的基础上,建立不规则三角形网格单元,不规则三角形网格单元包括若干二维单元节点;根据流域内的初始水深和流速条件,获得二维单元节点上的随时间变化的水深场与流速场;
仿真触发逻辑单元,将一维数值仿真单元计算出的水位场和流量场,与流域安全水位阈值进行对比,计算二维仿真触发逻辑变量,判断是否需要启动二维数值仿真单元的计算。
作为优选技术措施:
构建一维数值仿真单元的方法如下:
S11:基于流域水系数据以及流域内河流的流向,构建具有若干单元节点的一维网格单元;
S12:在单元节点上映射流域断面测绘形状以及河床糙率,并在每个单元节点建立一个初始水位场和初始流量场;
S13:根据初始时刻流域自然径流量以及初始水位场和初始流量场,计算得到一维网格单元平衡状态下的水位场和流量场;
S14:将水位场与流量场作为初始条件,基于流域自然情况下的来流过程,获得自然情况下每个单元节点随时间变化的流量场数据与水位场数据;
S15:根据流量场数据与水位场数据,构建自然情况下的流量矩阵和水位矩阵;
自然情况为未耦合水库群防洪系统作用的情况;
构建二维数值仿真单元的方法如下:
S21:基于流域地形数据和水系数据,构建具有若干二维单元节点的不规则三角形网格单元;
S22:在每个二维单元节点上构建数据矩阵,数据矩阵至少包括二维单元节点所在位置的高程信息和摩擦系数;
S23:在二维单元节点上建立一个初始水深场和初始流速场;
S24:在初始水深场和初始流速场的基础上,将初始时刻的流域径流作为固定边界条件,并结合高程信息和摩擦系数,得到流域内平衡状态下的水深场和流速场;
S25:将流域内的水深场和流速场作为初始条件,基于流域自然来流过程,计算流域内地表径流的过程,得到无水库群防洪系统作用下的水深矩阵和流速矩阵,以模拟不规则三角形网格单元的自然情况。
作为优选技术措施:
构建仿真触发逻辑单元的方法如下:
S31:获取一维数值仿真单元计算出的水位矩阵,以及流域安全水位阈值;
S32:将水位矩阵中的每个水位数据分别与流域安全水位阈值相减,得到某个时间段内的多个单元节点的若干对比值;
S33:当某个单元节点的对比值连续Y分钟都大于零时,则形成触发二维数值仿真单元的逻辑变量;
当某个单元节点的若干对比值小于零,或对比值不连续Y分钟都大于零时,则形成不触发二维数值仿真单元的逻辑变量。
作为优选技术措施:
流域水库群耦合模型至少包括一维流域水库群耦合单元、二维流域水库群耦合单元;
一维流域水库群耦合单元,包括以下内容:
将自然情况下的水位场与流量场作为初始条件,并根据流域来流过程以及水库群属性数据,将上游水库泄洪过程作为上游流量边界,获得水库群防洪系统介入后,每个单元节点随时间变化的耦合水位场与耦合流量场;并根据耦合水位场与耦合流量场,构建所有单元节点上受到水库群防洪系统介入后的耦合流量矩阵和耦合水位矩阵;
二维流域水库群耦合单元,包括以下内容:
将自然情况下的水深场和流速场作为初始条件,并根据流域来流过程以及水库群属性数据,将上游水库泄洪过程作为上游流量边界,获得水库群防洪系统介入后,每个二维单元节点随时间变化的耦合水深场与耦合流速场;并根据耦合水深场与耦合流速场,构建受到水库群防洪系统介入后的耦合水深矩阵和耦合流速矩阵;
水库群属性数据至少包括水库数量、水库的下泄流量过程和库水位过程;
耦合水位矩阵或/和耦合流量矩阵或/和耦合水深矩阵或/和耦合流速矩阵形成干预水流数据。本发明对水位、流量、水深、流速等数据进行实时、连续采集,可使得本发明的评估方法具有足够高的时效性和时间颗粒度。
作为优选技术措施:
一维水淹指标至少包括削峰能力指标和削洪能力指标;
二维水淹指标至少包括最大淹没水深削弱能力指标、淹没面积削弱能力指标、淹没历时削弱能力指标和洪涝风险因子;
削减指标计算模型,包括一维水淹指标计算单元、二维水淹指标计算单元;
一维水淹指标计算单元,用于根据水位矩阵和流量矩阵,以及耦合水位矩阵和耦合流量矩阵,计算得到削峰能力值和削洪能力值;
二维水淹指标计算单元,用于根据水深矩阵和流速矩阵,以及耦合水深矩阵和耦合流速矩阵,计算最大淹没水深削弱能力值、淹没面积削弱能力值、淹没历时削弱能力值和洪涝风险因子;
削峰能力值或/和削洪能力值或/和最大淹没水深削弱能力值或/和淹没面积削弱能力值或/和淹没历时削弱能力值或/和洪涝风险因子组成削弱指标数据。
根据洪涝风险因子计算洪涝风险削弱能力值,其具体步骤如下:
步骤1,构建洪涝风险等级以及对应的权重数据
洪涝风险等级包括一级风险、二级风险、三级风险、无风险;
相应的权重数据为Q或Q/2或Q/4或0;
步骤2,根据洪涝风险等级以及对应的权重数据,并设置等级阈值,建立风险值判断表达式;
步骤3,根据等级阈值,判断洪涝风险因子在风险值判断表达式中的位置,从而得到洪涝风险削弱能力值。
作为优选技术措施:
防洪能力评估模型对削弱指标数据进行处理的方法如下:
步骤1,构建削弱洪水风险能力评估体系;
削弱洪水风险能力评估体系包括能力评估结论以及对应的综合评估结果阈值;
能力评估结论为差或合格或良好或优秀或卓越;
步骤2,根据能力评估结论以及对应的综合评估结果阈值,建立评估判断表达式;
步骤3,根据削峰能力值、削洪能力值、最大淹没水深削弱能力值、淹没面积削弱能力值、淹没历时削弱能力值和洪涝风险因子,计算得到综合评估结果值;
步骤4,将综合评估结果值带入到评估判断表达式中,并与综合评估结果阈值进行对比,得到相应的能力评估结论,完成水库群防洪系统的评估。
作为优选技术措施:
还包括流域来水预报模型,用于对流域来水进行预报,得到流域来流过程;
流域来水预报模型对流域来水进行预报的方法如下:
基于高程数据,将整个流域划分为若干个子流域;
根据若干个子流域的出口断面的来水量,预报流量过程,得到若干个子流域流量数据;
根据若干个子流域流量数据,构建流域内各支流来流的流量矩阵,得到流域来流过程。
为实现上述目的之一,本发明的第二种技术方案为:
基于多尺度耦合仿真的水库群防洪系统评估方法,包括以下步骤:
第一步,利用预先构建的流域来水预报模型,对流域来水进行预报,得到来流过程;
第二步,根据来流过程,利用预先构建的多维数值仿真模型,计算得到流域在水库群防洪系统介入前的自然水流数据;
第三步,通过预先构建的流域水库群耦合模型,将自然水流数据和水库群属性数据进行耦合,得到流域在水库群防洪系统介入后的干预水流数据;
第四步,利用预先构建的削减指标计算模型,并根据预先建立的多尺度水淹指标体系,对自然水流数据和干预水流数据进行处理,得到削弱指标数据;
多尺度水淹指标体系至少包括一维水淹指标和/或二维水淹指标;
一维水淹指标至少包括削峰能力指标和削洪能力指标,其用于表征水库群防洪系统削弱洪峰的效果;
二维水淹指标至少包括最大淹没水深削弱能力指标、淹没面积削弱能力指标、淹没历时削弱能力指标和洪涝风险因子,其用于表征流域两岸的淹没情况;
第五步,利用预先构建的防洪能力评估模型对削弱指标数据进行耦合计算,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价。
本发明经过不断探索以及试验,通过构建流域来水预报模型、多维数值仿真模型、流域水库群耦合模型、削减指标计算模型、多尺度水淹指标体系、防洪能力评估模型,得到流域在水库群防洪系统介入前的自然水流数据,以及水库群防洪系统介入后的干预水流数据;并根据自然水流数据和干预水流数据,得到削弱指标数据;并对削弱指标数据进行处理,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价,方案科学、合理,切实可行。
进一步,本发明充分考虑水库群防洪系统对流域洪水冲淹风险的减弱作用,流域洪水冲淹风险包括但不限于洪水冲淹水深、洪水冲淹面积、洪水冲淹历时等;并根据流域冲淹风险的影响因素,构建多尺度水淹指标体系,从而可以对水库群防洪系统削弱洪水风险的能力与效果进行全方面、多角度的准确评估,方案详尽,便于推广使用。
为实现上述目的之一,本发明的第三种技术方案为:
基于多尺度耦合仿真的水库群防洪系统评估设备,其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的基于多尺度耦合仿真的水库群防洪系统评估方法。
与现有技术方案相比,本发明具有以下有益效果:
本发明经过不断探索以及试验,通过构建多维数值仿真模型、流域水库群耦合模型、削减指标计算模型、多尺度水淹指标体系、防洪能力评估模型,得到流域在水库群防洪系统介入前的自然水流数据,以及水库群防洪系统介入后的干预水流数据;并根据自然水流数据和干预水流数据,得到削弱指标数据;并对削弱指标数据进行处理,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价,方案科学、合理,切实可行。
进一步,本发明充分考虑流域冲淹风险的影响因素,对水库本体外的流域进行洪水冲淹风险的科学计算,并通过构建多尺度水淹指标体系,可以对流域水库群的防洪效果以及能力,进行更加全面的多角度准确评估,因而更利于水库群防洪系统的推广使用。
进一步,本发明充分考虑水库群防洪系统对流域洪水冲淹风险的减弱作用,流域洪水冲淹风险包括但不限于洪水冲淹水深、洪水冲淹面积、洪水冲淹历时等;并根据流域冲淹风险的影响因素,构建多尺度水淹指标体系,从而可以对水库群防洪系统削弱洪水风险的能力与效果进行全方面、多角度的准确评估,方案详尽,便于推广使用。
附图说明
图1为本发明流域水库群防洪系统评估方法的第一种流程示意图。
图2为本发明流域水库群防洪系统评估方法的第二种流程示意图。
图3为本发明水库群防洪系统评估设备的一种数据处理流程示意图。
图4为自然情况下,相邻某易受灾害村镇的流域云图。
图5为水库群防洪系统介入后,相邻某易受灾害村镇的流域云图。
图6为水库群防洪系统介入前后,图5所示流域的流量过程对比示意图。
图7为图5所示流域的水位过程对比示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。
本发明基于多尺度耦合仿真的水库群防洪系统评估方法的第一种具体实施例:
基于多尺度耦合仿真的水库群防洪系统评估方法,包括以下内容:
根据流域来流过程,利用预先构建的多维数值仿真模型,计算得到流域在水库群防洪系统介入前的自然水流数据;
通过预先构建的流域水库群耦合模型,将自然水流数据和水库群属性数据进行耦合,得到流域在水库群防洪系统介入后的干预水流数据;
利用预先构建的削减指标计算模型,并根据预先建立的多尺度水淹指标体系,对自然水流数据和干预水流数据进行处理,得到削弱指标数据;
多尺度水淹指标体系至少包括一维水淹指标和/或二维水淹指标;
一维水淹指标,用于表征水库群防洪系统削弱洪峰的效果;
二维水淹指标,用于表征流域两岸的淹没情况;
利用预先构建的防洪能力评估模型对削弱指标数据进行耦合计算,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价。
如图1所示,本发明基于多尺度耦合仿真的水库群防洪系统评估方法的第二种具体实施例:
基于多尺度耦合仿真的水库群防洪系统评估方法,包括以下步骤:
第一步,利用预先构建的流域来水预报模型,对流域来水进行预报,得到来流过程;
第二步,根据来流过程,利用预先构建的多维数值仿真模型,计算得到流域在水库群防洪系统介入前的自然水流数据;
第三步,通过预先构建的流域水库群耦合模型,将自然水流数据和水库群属性数据进行耦合,得到流域在水库群防洪系统介入后的干预水流数据;
第四步,利用预先构建的削减指标计算模型,并根据预先建立的多尺度水淹指标体系,对自然水流数据和干预水流数据进行处理,得到削弱指标数据;
多尺度水淹指标体系至少包括一维水淹指标和/或二维水淹指标;
一维水淹指标至少包括削峰能力指标和削洪能力指标,其用于表征水库群防洪系统削弱洪峰的效果;
二维水淹指标至少包括最大淹没水深削弱能力指标、淹没面积削弱能力指标、淹没历时削弱能力指标和洪涝风险因子,其用于表征流域两岸的淹没情况;
第五步,利用预先构建的防洪能力评估模型对削弱指标数据进行耦合计算,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价。
如图2所示,本发明基于多尺度耦合仿真的水库群防洪系统评估方法的一种较佳实施例:
一种基于多尺度耦合仿真的水库群防洪系统评估方法,包括以下步骤:
S1:基于流域内支流出口控制站实测流量资料,根据小流域出口断面的来水预报流量过程,搭建0维数值仿真模型,计算流域内主要干流上各支流来流的流量过程。
S2:基于流域内河道断面测绘资料,根据河道稳定平衡状态下的水位和流量条件,并考虑自然径流和水库群防洪系统给出的调度决策,将河流沿流向方向离散成一维网格单元,构建一维数值仿真模型。一维数值仿真模型包括多维数值仿真模型中的一维数值仿真单元、流域水库群耦合模型中的一维流域水库群耦合单元;其用于计算水库群防洪系统介入前后,河道随时间变化的水位场和流量场。
S3:基于水库群防洪系统介入前后流域河道的水位场和流量场,对水库群防洪系统削弱洪水风险的效果进行初步评估。
S4:遍历每个一维网格单元节点上的自然情况下的水位数据,并与河道安全水位进行对比,计算二维数值仿真模型的触发逻辑变量,判断是否需要启动精细化的基于二维网格面的仿真计算。
S5:基于高精度地形数据、河道内与两岸的糙率数据,根据河道内稳定状态下的水深和流速条件,考虑自然径流以及水库群防洪系统给出的调度决策,对河道及两岸地表离散为二维网格单元,搭建二维数值仿真模型。二维数值仿真模型包括多维数值仿真模型中的二维数值仿真单元、流域水库群耦合模型中的二维流域水库群耦合单元;其用于结合并行计算加速技术,快速获得水库群防洪系统介入前后二维网格单元节点上的随时间变化的水深场与流速场。
S6:遍历每一个二维网格单元节点上的水库群防洪系统介入前后的水深与流速数据,构建削减指标计算模型,从而可利于削减指标计算模型计算河道两岸的淹没情况,如最大淹没水深、淹没面积、淹没历时、洪涝风险因子,对水库群防洪系统对削弱流域洪水风险的效果作进一步的评价。
S7:结合S3与S6的结果,构建防洪能力评估模型,对水库群防洪系统对削弱流域洪水风险的能力与效果作整体的综合性评价。
所述步骤S1,基于数字高程模型的高程数据,对整个流域进行了子流域划分,根据小流域出口断面的来水预报流量过程,考虑流域内支流出口控制站实测流量资料,搭建0维数值仿真模型,构建流域内主要干流上各支流来流的流量矩阵,其表达式如下:
,
其中为支流编号,/>为在i时刻支流/>汇入干流的流量,/>,/>表示支流总数。
所述步骤S2,将流域内主要干流沿河流的流向离散成一维网格单元,基于水量的连续性方程与动量方程,采用有限体积方法计算得到单元节点随时间变化的水位场和流量场,其具体步骤如下所示:
S21:基于流域水系,沿着河道流向构建离散一维网格单元,将河道断面测绘形状以及河床糙率映射到单元节点上。在每个单元节点建立一个初始水位场和初始流量场/>,根据0时刻河道自然径流量,构建一维数值仿真模型,计算得到一维河道内稳定状态的水位场/>和流量场/>。
S22:将S21中的稳定的水位场与流量场作为初始条件,基于S1得到的流域来流过程以及自然情况下干流河道径流,获得自然情况(无水库群防洪系统作用)下每个单元节点随时间变化的水位场与流量场,构建单元节点上自然情况下的流量矩阵和水位矩阵/>,其表达式如下:
,
,
其中,为一维网格单元节点编号,/>为/>时刻该单元节点k在自然情况下的流量值,/>为/>时刻该单元节点k在自然情况下的水位值,/>。
S23:将S21中的稳定的水位场与流量场作为初始条件,基于S1得到的流域来流过程,并考虑水库群防洪系统的调度决策,将上游水库泄洪过程作为上游流量边界,搭建一维数值仿真模型,获得水库群防洪系统介入后,某调度决策下所有单元节点随时间变化的水位场与流量场,构建所有单元节点上受到水库群防洪系统介入后的流量矩阵和水位矩阵/>,其计算公式如下:
,
,
其中,为一维网格单元节点编号,/>为/>时刻该单元节点k在流域水库群防洪调度决策下的流量值,/>为/>时刻该单元节点k在流域水库群防洪决策下的水位值,。
所述步骤S3,基于一维河道断面在整个流域的防洪重要性的不同,根据水库群防洪系统介入前后流域河道的水位场和流量场,对水库群防洪系统削弱洪水风险的效果进行初步评价,其具体步骤如下所示:
S31:遍历水库群防洪系统介入前后,所有一维数值仿真模型单元节点上的流量数据,统计每个单元节点在自然情况下的洪峰流量与水库群防洪系统介入后的洪峰流量/>,并分别计算两种工况下,洪水期间所有一维网格单元节点上的总洪量,其计算公式如下:
。
S32:遍历水库群防洪系统介入前后,所有单元节点上的洪峰流量和总洪量数据,计算每个单元节点位置上水库群防洪系统的削峰量与削洪量,其具体的计算公式如下所示:
削峰量,
削洪量。
S33:将流域内不同区域的防洪重要性映射到一维网格单元节点上:),遍历每个单元节点位置的削峰量矩阵和削洪量矩阵,计算削峰能力与削洪能力,用于初步评价该水库群防洪系统对洪水风险的削减效果,其具体的计算公式如下所示:
削峰能力,
削洪能力。
所述步骤S4,遍历每个一维单元节点上,水库群防洪系统介入前即自然情况下的水位数据,并与河道安全水位进行对比,计算二维仿真触发逻辑变量,判断是否需要启动二维数值仿真计算,其具体步骤如下所示:
S41:遍历每个单元节点的水位数据,水位数据矩阵的表达式如下所示:
,
计算断面水位超安全的逻辑变量,其计算公式如下:
,
其中,表示第i个时刻断面水位超安全的逻辑变量,/>表示单元节点/>所在河道断面的安全水位。
S42:遍历每个单元节点k的水位超安全的逻辑变量,其表达式如下:
,
计算断面风险逻辑变量,其计算公式如下:
,
当某单元节点所在河道断面的水位超过安全水位10分钟,则认为该单元节点位置河道两岸具有较大冲淹风险。
S43:计算二维数值仿真触发逻辑变量,其表达式如下:
,
其中,表示二维数值仿真触发逻辑变量,k表示一维网格单元节点编号;
若则不触发二维数值仿真计算,水库群防洪系统对削减洪水风险的能力与效果根据削峰能力/>与削洪能力/>进行综合评定;若/>,进行步骤S5。
所述步骤S5,基于高精度地形数据、河道内与两岸的糙率数据,根据河道内稳定状态下的水深和流速条件,考虑自然径流以及水库群防洪系统给出的调度决策,构建二维数值仿真模型,结合并行计算加速技术,快速获得水库群防洪系统介入前后二维网格单元节点上的随时间变化的水深场与流速场,其具体步骤如下所示:
S51:基于流域地形和水系构建不规则三角形网格单元,在每个单元节点n上构建数据矩阵,矩阵包括该单元节点所在位置的高程,摩擦系数等数据。在单元节点上新建一个初始水深场和初始流量场/>,将初始时刻t=0时河道径流作为固定边界条件,构建流域二维数值仿真模型,模拟计算流域内河道径流过程,得到河道内稳定平衡状态下的水深场/>和流速场/>。
S52:将河道内稳定的水深场和流速场/>作为初始条件,基于S1给出的流域来流过程、考虑河道自然径流,构建并行加速的二维数值仿真模型,模拟计算流域内地表径流的过程,构建二维不规则三角形网格单元节点位置上自然情况,即无水库群防洪系统作用下的水深矩阵/>和流速矩阵/>,其计算公式如下所示:
,
,
其中n为二维网格单元节点编号,为/>时刻该单元节点n在自然情况下的水深值,/>为/>时刻该单元节点n在自然情况下的流速值,/>。
S53:将河道内稳定的水深场和流速场/>作为初始条件,基于S1给出的流域来流过程,并考虑水库群防洪系统的调度决策,将上游水库泄洪过程作为上游流量边界,构建二维数值仿真模型,结合并行计算加速技术,模拟计算流域内地表径流的过程,获得水库群防洪系统介入后,某调度决策下各单元节点随时间变化的水深场与流速场,构建单元节点位置n上的受到水库群防洪系统介入后的水深矩阵/>和水位矩阵/>,其计算公式如下:
,
,
其中,为二维网格单元节点编号,/>为/>时刻该单元节点n在流域水库群防洪调度决策下的水深值,/>为/>时刻该单元节点n在流域水库群防洪决策下的水位值,。
所述步骤S6,削减指标计算模型计算河道两岸的淹没情况的具体步骤如下:
S61:遍历每一个二维网格单元节点,对于水库群防洪系统介入前后河道两岸的水深场与流速场,分别计算两个工况下,流域洪水冲淹风险评价指标矩阵。
进一步地,所述流域洪水冲淹风险评价指标,包括:最大淹没水深、最大淹没面积、最大淹没历时、洪涝风险因子。
所述最大淹没水深,遍历每个二维网格单元节点上的水深过程,取最大水深,构建形成流域二维网格单元上的最大淹没水深场。
所述最大淹没面积,遍历河道两岸单元节点的水深数据,构建淹没逻辑变量矩阵,其表达式如下所示:
,
其中,。
河道两岸单元节点水深大于0.1m的区域为淹没区域,计算淹没面积变量的公式如下:
,
其中,代表单元节点n相关网格单元面积。
计算流域内最大淹没面积的公式如下:
。
所述最大淹没历时,基于淹没逻辑变量矩阵,计算淹没历时变量。遍历河道两岸每个二维单元节点的淹没历时变量/>,统计出河道两岸的最大淹没历时,其表达式如下所示:
。
所述洪涝风险因子,根据洪水期间随时间变化的水深场和流速场/>,考虑泥石因子作用,构建洪涝风险因子矩阵,进一步对流域的洪涝风险进行评价,其包括以下内容:
遍历每个二维网格单元节点上的水深数据,水深矩阵的表达式如下所示:
,
并计算得到泥石因子矩阵,其计算公式如下所示:
。
遍历每个二维网格单元节点上的水深数据、流速数据,考虑泥石因子存在,计算得到流域洪涝风险因子矩阵,其计算公式如下所示:
,
其中。
构建最大洪涝风险因子场,根据最大洪涝风险因子,计算流域洪涝风险等级矩阵,其计算公式如下所示:
S62:将流域内不同区域的防洪重要性映射到二维网格单元节点上,其表达式如下所示:
),
遍历每个单元节点位置的流域洪水冲淹风险评价指标矩阵,综合计算与评价该水库群防洪系统对洪水风险的削减能力,削减能力至少包括最大淹没水深削弱能力、最大淹没面积削弱能力/>、最大淹没历时削弱能力/>、洪涝风险削弱能力/>,其计算公式分别如下所示:
;
;
;
。
所述步骤S7,基于一维数值仿真模型与二维数值仿真模型的计算结果,防洪能力评估模型从A:削峰能力、B:削洪能力、C:最大淹没水深削弱能力、D:最大淹没面积削弱能力、E:最大淹没历时削弱能力和F:洪涝风险削弱能力共6个评价指标,对水库群防洪系统的流域洪水风险的削弱能力和效果进行全方面,多角度的快速评价。
进一步地,根据步骤S3和S6的结果,可以计算水库群防洪系统的综合防洪减灾能力,其具体的计算公式如下:
;
其中,表示水库群防洪系统的综合防洪减灾能力。
本发明通过构建0维数值仿真模型、一维数值仿真模型、二维数值仿真模型、削减指标计算模型、防洪能力评估模型,建立一种对水库群防洪系统削弱洪水风险能力效果的多指标快速评估方法。本发明的评估方法能够全方位,多角度地评价水库群防洪系统对整个流域的洪水风险的削减效果,且得益于多尺度耦合仿真技术方案,本发明的评估方法具有足够高的时效性和时间颗粒度。
如图3所示,本发明基于多尺度耦合仿真的水库群防洪系统评估设备的一个具体实施例:
应用本发明水库群防洪系统评估方法搭建水库群防洪系统评估设备,基于多尺度耦合仿真的水库群防洪系统评估设备,包括以下几个模块:流域来水预报模块、联合调度模块、一维数值仿真计算模块、触发因子模块、二维数值仿真计算模块、数据处理及可视化模块,调度成果分析与评价模块。在本实施例中,流域具有31支流,水库群包括4个水库。
流域来水预报模块,包括以下内容:
基于数字高程模型的高程数据,对整个流域进行了子流域划分,在各子流域的出口断面进行来水预报。且根据小流域出口断面的来水预报流量过程,考虑流域内支流出口控制站实测流量资料,搭建0维数值仿真模型,构建流域内主要干流上共31支流来流的流量矩阵,其表达式如下所示:
,
其中为支流编号,/>为在i时刻支流/>汇入干流的流量,/>。各支流的来流过程传入一维数值仿真计算模块与二维数值仿真计算模块。
联合调度模块,包括以下内容:
基于来水预报的计算成果,设置水库群调度决策方案,水库群调度决策方案包括4个水库的各自下泄流量过程和库水位过程/>,并传入一维数值仿真计算模块。
一维数值仿真计算模块,包括以下内容:
基于流域水系,沿着河道,构建密度为35m的一维网格单元,并在河床高程变化速率较大的区域进行网格加密,然后将河道断面测绘数据和河道、漫滩的糙率数据映射到每个一维网格单元节点上。在每个单元节点建立一个初始水位场和初始流量场/>,根据0时刻上游河道径流量以及下游水位,构建一维数值仿真模型,计算得到水库调度前,一维河道内稳定状态的水位场/>和流量场/>。
根据来水预报模块中获得的31条支流来水过程,以及联合调度模块传入的4个水库下泄流量过程/>和库水位过程/>,构建一维数值仿真模型,计算水库群防洪系统介入前后,未来洪水期内,随时间变化的水位场和流量场,自然情况下的流量矩阵/>和水位矩阵/>的表达式如下所示:
,
,
受到水库群防洪系统介入后的流量矩阵和水位矩阵/>的表达式如下所示:/>
,
,
其中,为一维网格单元节点编号。
触发因子模块,包括以下内容:
本模块遍历每个一维网格单元节点上的自然情况下的水位数据,并与河道安全水位进行对比,计算二维数值仿真触发逻辑变量,判断是否需要触发二维数值仿真计算。如果需要触发二维数值仿真计算,则将来水预报模块计算的支流来流的时间序列传入二维数值仿真计算模块并启动计算,并将一维数值仿真计算模块计算得到的水位矩阵与流量矩阵传入数据处理及可视化模块;如果不需要触发二维数值仿真计算,则仅将当前的一维数值仿真计算结果传入数据处理及可视化模块。
触发因子的计算流程如下:
遍历每个一维网格单元节点的水位数据,水位数据矩阵的表达式如下所示:
,
计算断面水位超安全的逻辑变量,其计算公式如下所示:
,
其中,表示单元节点/>所在河道断面的安全水位。
遍历每个单元节点k的水位超安全的逻辑变量,其表达式如下所示:
,
计算断面风险逻辑变量,其计算公式如下所示:
,
当某单元节点所在河道断面的水位超过安全水位10分钟,则认为该断面单元节点位置河道两岸具有较大冲淹风险。
计算二维数值仿真触发逻辑变量:,若/>则不触发二维数值仿真计算,直接将一维网格单元节点的水位场和流量场传入数据处理及可视化模块;若/>,则系统将来水预报模块中的主要干流上支流来流的时间序列/>传入二维模型仿真计算模块并启动计算。/>
二维数值仿真计算模块,包括以下内容:
基于高精度地形数据、河道内与两岸的糙率数据,根据河道内稳定状态下的水深和流速条件,考虑自然径流以及水库群防洪系统给出的调度决策,构建并行加速计算的二维数值仿真模型,快速获得水库群防洪系统介入前后二维网格单元节点上的随时间变化的水深场与流速场。
二维数值仿真计算模块的计算流程如下所示:
基于流域地形和水系构建不规则三角形网格单元,在每个单元节点n上构建数据矩阵,矩阵包括该单元节点所在位置的高程,摩擦系数等数据。在单元节点上新建一个初始水深场和初始流量场/>,将初始时刻t=0时河道径流作为固定边界条件,构建流域二维模型,模拟计算流域内河道径流过程,得到河道内稳定平衡状态下的水深场/>和流速场/>。
将河道内稳定的水深场和流速场/>作为初始条件,基于来水预报模块传入的31条流域来流过程/>、以及联合调度模块传入的4水库下泄流量过程和库水位过程/>,构建并行加速的二维数值仿真模型,模拟计算流域内地表径流的过程,构建二维不规则三角形网格单元节点位置上水库群防洪系统介入前后的水深矩阵和流速矩阵。自然情况下二维网格单元节点上的水深矩阵与流速矩阵的表达式如下所示:
,
。
在水库群防洪系统介入后,在联合调度策略下,二维网格单元节点上的水深矩阵与流速矩阵的表达式如下所示:
,
,
其中n为二维网格单元节点编号。
数据处理及可视化模块,包括以下内容:
如果需要触发二维数值仿真计算,系统将水库群防洪系统介入前后,二维网格单元节点的水深数据和流速数据以及一维网格单元节点的水位数据与流量数据传入本模块,并在本模块计算统计流域的最大淹没面积,最大淹没水深,淹没历时等洪水冲淹情况;如果不需要触发二维数值仿真计算,系统仅将一维网格单元节点的水位数据与流量数据传入本模块。随后将这些数据在系统的前端进行可视化展示。
调度成果分析与评价模块,包括以下内容:
将数据处理及可视化模块处理完成的关于洪水风险削弱能力的指标进行展示与分析,并从整体上全方面,多角度地进行综合性的评价。
应用本发明评价系统的一个具体实施例:
在本实施例中,主要关注该水库群防洪系统对流域下游某易受灾害村镇范围内的防洪减灾效果。因此防洪重要性/>矩阵在该村镇范围外的区域设置为0,在该村镇范围内任意单元节点都相同。
某易受灾害村镇在自然情况下,其附近流域的云图,可参见图4;再经过水库群防洪系统介入后,村镇/>附近流域的云图,可参见图5;水库群防洪系统介入前后,相邻村镇/>的流域断面的流量(单位为每秒立方米/>)随时间(单位为小时h)的变化对比,可参见图6;该流域的水位(单位为米m)随时间(单位为小时h)的变化对比,可参见图7。
削峰能力的计算公式如下:
=/>;
削洪能力的计算公式如下:
=/>;
最大淹没水深削弱能力的计算公式如下:
,
其中,表示在村镇/>范围内的单元节点个数。
最大淹没面积削弱能力的计算公式如下:
=/>;
最大淹没历时削弱能力的计算公式如下:
=/>;
洪涝风险削弱能力的计算公式如下:
;
水库群防洪系统的综合评价结果即综合防洪减灾能力的计算公式如下:
。
因而,可得到如表1所示的该水库群防洪系统介入后,对该流域范围内洪水风险的削弱效果评估值;再根据表2所示的能力评估结论以及对应的综合评估结果阈值,可得知该水库群防洪系统对流域下游某易受灾害村镇范围内的防洪减灾效果为良好。
表1:削弱效果评估表
表2:能力评估结论表
应用本发明方法的一种计算机设备实施例:
一种计算机设备,其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的基于多尺度耦合仿真的水库群防洪系统评估方法。
应用本发明方法的一种计算机介质实施例:
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的基于多尺度耦合仿真的水库群防洪系统评估方法。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (2)
1.基于多尺度耦合仿真的水库群防洪系统评估方法,其特征在于:
包括以下内容:
根据流域来流过程,利用预先构建的多维数值仿真模型,计算得到流域在水库群防洪系统介入前的自然水流数据;
多维数值仿真模型至少构建一维数值仿真单元、二维数值仿真单元和用于判断是否触发二维数值仿真单元的仿真触发逻辑单元;
一维数值仿真单元,用于根据流域内河流的流向将流域离散成一维网格单元,一维网格单元包括若干单元节点;在一维网格单元的基础上,耦合基于水量的连续性方程与动量方程,并采用有限体积方法计算得到一个或多个单元节点随时间变化的水位场和流量场;
二维数值仿真单元,用于基于地形数据和流域的糙率数据并在一维网格单元的基础上,建立不规则三角形网格单元,不规则三角形网格单元包括若干二维单元节点;根据流域内的初始水深和流速条件,获得二维单元节点上的随时间变化的水深场与流速场;
仿真触发逻辑单元,将一维数值仿真单元计算出的水位场和流量场,与流域安全水位阈值进行对比,计算二维仿真触发逻辑变量,判断是否需要启动二维数值仿真单元的计算;
通过预先构建的流域水库群耦合模型,将自然水流数据和水库群属性数据进行耦合,得到流域在水库群防洪系统介入后的干预水流数据;
流域水库群耦合模型至少包括一维流域水库群耦合单元、二维流域水库群耦合单元;
一维流域水库群耦合单元,包括以下内容:
将自然情况下的水位场与流量场作为初始条件,并根据流域来流过程以及水库群属性数据,将上游水库泄洪过程作为上游流量边界,获得水库群防洪系统介入后,每个单元节点随时间变化的耦合水位场与耦合流量场;并根据耦合水位场与耦合流量场,构建所有单元节点上受到水库群防洪系统介入后的耦合流量矩阵和耦合水位矩阵;
二维流域水库群耦合单元,包括以下内容:
将自然情况下的水深场和流速场作为初始条件,并根据流域来流过程以及水库群属性数据,将上游水库泄洪过程作为上游流量边界,获得水库群防洪系统介入后,每个二维单元节点随时间变化的耦合水深场与耦合流速场;并根据耦合水深场与耦合流速场,构建受到水库群防洪系统介入后的耦合水深矩阵和耦合流速矩阵;
利用预先构建的削减指标计算模型,并根据预先建立的多尺度水淹指标体系,对自然水流数据和干预水流数据进行处理,得到削弱指标数据;
多尺度水淹指标体系至少包括一维水淹指标和/或二维水淹指标;
一维水淹指标,用于表征水库群防洪系统削弱洪峰的效果;
二维水淹指标,用于表征流域两岸的淹没情况;
利用预先构建的防洪能力评估模型对削弱指标数据进行耦合计算,得到水库群防洪系统的流域防洪能力评估值,实现基于多尺度耦合仿真的水库群防洪系统评价;
其包括以下步骤:
S1:基于流域内支流出口控制站实测流量资料,根据小流域出口断面的来水预报流量过程,搭建0维数值仿真模型,计算流域内主要干流上各支流来流的流量过程;
S2:基于流域内河道断面测绘资料,根据河道稳定平衡状态下的水位和流量条件,并考虑自然径流和水库群防洪系统给出的调度决策,将河流沿流向方向离散成一维网格单元,构建一维数值仿真模型;一维数值仿真模型包括多维数值仿真模型中的一维数值仿真单元、流域水库群耦合模型中的一维流域水库群耦合单元;其用于计算水库群防洪系统介入前后,河道随时间变化的水位场和流量场;
S3:基于水库群防洪系统介入前后流域河道的水位场和流量场,对水库群防洪系统削弱洪水风险的效果进行初步评估;
S4:遍历每个一维网格单元节点上的自然情况下的水位数据,并与河道安全水位进行对比,计算二维数值仿真模型的触发逻辑变量,判断是否需要启动精细化的基于二维网格面的仿真计算;
S5:基于高精度地形数据、河道内与两岸的糙率数据,根据河道内稳定状态下的水深和流速条件,考虑自然径流以及水库群防洪系统给出的调度决策,对河道及两岸地表离散为二维网格单元,搭建二维数值仿真模型;二维数值仿真模型包括多维数值仿真模型中的二维数值仿真单元、流域水库群耦合模型中的二维流域水库群耦合单元;其用于结合并行计算加速技术,快速获得水库群防洪系统介入前后二维网格单元节点上的随时间变化的水深场与流速场;
S6:遍历每一个二维网格单元节点上的水库群防洪系统介入前后的水深与流速数据,构建削减指标计算模型,削减指标计算模型计算河道两岸的淹没情况,淹没情况包括最大淹没水深、淹没面积、淹没历时、洪涝风险因子,对水库群防洪系统对削弱流域洪水风险的效果作进一步的评价;
S7:结合S3与S6的结果,构建防洪能力评估模型,对水库群防洪系统对削弱流域洪水风险的能力与效果作整体的综合性评价;
所述步骤S1,基于数字高程模型的高程数据,对整个流域进行了子流域划分,根据小流域出口断面的来水预报流量过程,考虑流域内支流出口控制站实测流量资料,搭建0维数值仿真模型,构建流域内主要干流上各支流来流的流量矩阵,其表达式如下:
,
其中为支流编号,/>为在i时刻支流/>汇入干流的流量,/>,/>表示支流总数;
所述步骤S2,将流域内主要干流沿河流的流向离散成一维网格单元,基于水量的连续性方程与动量方程,采用有限体积方法计算得到单元节点随时间变化的水位场和流量场,其具体步骤如下所示:
S21:基于流域水系,沿着河道流向构建离散一维网格单元,将河道断面测绘形状以及河床糙率映射到单元节点上;在每个单元节点建立一个初始水位场和初始流量场,根据0时刻河道自然径流量,构建一维数值仿真模型,计算得到一维河道内稳定状态的水位场/>和流量场/>;
S22:将S21中的稳定的水位场与流量场作为初始条件,基于S1得到的流域来流过程以及自然情况下干流河道径流,获得自然情况(无水库群防洪系统作用)下每个单元节点随时间变化的水位场与流量场,构建单元节点上自然情况下的流量矩阵和水位矩阵/>,其表达式如下:
,
,
其中,为一维网格单元节点编号,/>为/>时刻该单元节点k在自然情况下的流量值,/>为/>时刻该单元节点k在自然情况下的水位值,/>;
S23:将S21中的稳定的水位场与流量场作为初始条件,基于S1得到的流域来流过程,并考虑水库群防洪系统的调度决策,将上游水库泄洪过程作为上游流量边界,搭建一维数值仿真模型,获得水库群防洪系统介入后,某调度决策下所有单元节点随时间变化的水位场与流量场,构建所有单元节点上受到水库群防洪系统介入后的流量矩阵和水位矩阵/>,其计算公式如下:
,
,
其中,为一维网格单元节点编号,/>为/>时刻该单元节点k在流域水库群防洪调度决策下的流量值,/>为/>时刻该单元节点k在流域水库群防洪决策下的水位值,;
所述步骤S3,基于一维河道断面在整个流域的防洪重要性的不同,根据水库群防洪系统介入前后流域河道的水位场和流量场,对水库群防洪系统削弱洪水风险的效果进行初步评价,其具体步骤如下所示:
S31:遍历水库群防洪系统介入前后,所有一维数值仿真模型单元节点上的流量数据,统计每个单元节点在自然情况下的洪峰流量与水库群防洪系统介入后的洪峰流量/>,并分别计算两种工况下,洪水期间所有一维网格单元节点上的总洪量,其计算公式如下:
;
S32:遍历水库群防洪系统介入前后,所有单元节点上的洪峰流量和总洪量数据,计算每个单元节点位置上水库群防洪系统的削峰量与削洪量,其具体的计算公式如下所示:
削峰量,
削洪量;
S33:将流域内不同区域的防洪重要性映射到一维网格单元节点上:),遍历每个单元节点位置的削峰量矩阵和削洪量矩阵,计算削峰能力与削洪能力,用于初步评价该水库群防洪系统对洪水风险的削减效果,其具体的计算公式如下所示:
削峰能力,
削洪能力;
所述步骤S4,遍历每个一维单元节点上,水库群防洪系统介入前即自然情况下的水位数据,并与河道安全水位进行对比,计算二维仿真触发逻辑变量,判断是否需要启动二维数值仿真计算,其具体步骤如下所示:
S41:遍历每个单元节点的水位数据,水位数据矩阵的表达式如下所示:
,
计算断面水位超安全的逻辑变量,其计算公式如下:
,
其中,表示第i个时刻断面水位超安全的逻辑变量,/>表示单元节点/>所在河道断面的安全水位;
S42:遍历每个单元节点k的水位超安全的逻辑变量,其表达式如下:
,
计算断面风险逻辑变量,其计算公式如下:
,
当某单元节点所在河道断面的水位超过安全水位10分钟,则认为该单元节点位置河道两岸具有较大冲淹风险;
S43:计算二维数值仿真触发逻辑变量,其表达式如下:
,
其中,表示二维数值仿真触发逻辑变量,k表示一维网格单元节点编号;
若则不触发二维数值仿真计算,水库群防洪系统对削减洪水风险的能力与效果根据削峰能力/>与削洪能力/>进行综合评定;若/>,进行步骤S5;
所述步骤S5,基于高精度地形数据、河道内与两岸的糙率数据,根据河道内稳定状态下的水深和流速条件,考虑自然径流以及水库群防洪系统给出的调度决策,构建二维数值仿真模型,结合并行计算加速技术,快速获得水库群防洪系统介入前后二维网格单元节点上的随时间变化的水深场与流速场,其具体步骤如下所示:
S51:基于流域地形和水系构建不规则三角形网格单元,在每个单元节点n上构建数据矩阵,矩阵包括该单元节点所在位置的高程,摩擦系数等数据;在单元节点上新建一个初始水深场和初始流量场/>,将初始时刻t=0时河道径流作为固定边界条件,构建流域二维数值仿真模型,模拟计算流域内河道径流过程,得到河道内稳定平衡状态下的水深场和流速场/>;
S52:将河道内稳定的水深场和流速场/>作为初始条件,基于S1给出的流域来流过程、考虑河道自然径流,构建并行加速的二维数值仿真模型,模拟计算流域内地表径流的过程,构建二维不规则三角形网格单元节点位置上自然情况,即无水库群防洪系统作用下的水深矩阵/>和流速矩阵/>,其计算公式如下所示:
,
,
其中n为二维网格单元节点编号,为/>时刻该单元节点n在自然情况下的水深值,/>为/>时刻该单元节点n在自然情况下的流速值,/>;
S53:将河道内稳定的水深场和流速场/>作为初始条件,基于S1给出的流域来流过程,并考虑水库群防洪系统的调度决策,将上游水库泄洪过程作为上游流量边界,构建二维数值仿真模型,结合并行计算加速技术,模拟计算流域内地表径流的过程,获得水库群防洪系统介入后,某调度决策下各单元节点随时间变化的水深场与流速场,构建单元节点位置n上的受到水库群防洪系统介入后的水深矩阵/>和水位矩阵/>,其计算公式如下:
,
,
其中,为二维网格单元节点编号,/>为/>时刻该单元节点n在流域水库群防洪调度决策下的水深值,/>为/>时刻该单元节点n在流域水库群防洪决策下的水位值,;
所述步骤S6,削减指标计算模型计算河道两岸的淹没情况的具体步骤如下:
S61:遍历每一个二维网格单元节点,对于水库群防洪系统介入前后河道两岸的水深场与流速场,分别计算两个工况下,流域洪水冲淹风险评价指标矩阵;
进一步地,所述流域洪水冲淹风险评价指标,包括:最大淹没水深、最大淹没面积、最大淹没历时、洪涝风险因子;
所述最大淹没水深,遍历每个二维网格单元节点上的水深过程,取最大水深,构建形成流域二维网格单元上的最大淹没水深场;
所述最大淹没面积,遍历河道两岸单元节点的水深数据,构建淹没逻辑变量矩阵,其表达式如下所示:
,
其中,;
河道两岸单元节点水深大于0.1m的区域为淹没区域,计算淹没面积变量的公式如下:
,
其中,代表单元节点n相关网格单元面积;
计算流域内最大淹没面积的公式如下:
;
所述最大淹没历时,基于淹没逻辑变量矩阵,计算淹没历时变量;遍历河道两岸每个二维单元节点的淹没历时变量/>,统计出河道两岸的最大淹没历时,其表达式如下所示:
;
所述洪涝风险因子,根据洪水期间随时间变化的水深场和流速场/>,考虑泥石因子作用,构建洪涝风险因子矩阵,进一步对流域的洪涝风险进行评价,其包括以下内容:
遍历每个二维网格单元节点上的水深数据,水深矩阵的表达式如下所示:
,
并计算得到泥石因子矩阵,其计算公式如下所示:
;
遍历每个二维网格单元节点上的水深数据、流速数据,考虑泥石因子存在,计算得到流域洪涝风险因子矩阵,其计算公式如下所示:
,
其中;
构建最大洪涝风险因子场,根据最大洪涝风险因子,计算流域洪涝风险等级矩阵,其计算公式如下所示:
S62:将流域内不同区域的防洪重要性映射到二维网格单元节点上,其表达式如下所示:
),
遍历每个单元节点位置的流域洪水冲淹风险评价指标矩阵,综合计算与评价该水库群防洪系统对洪水风险的削减能力,削减能力至少包括最大淹没水深削弱能力、最大淹没面积削弱能力/>、最大淹没历时削弱能力/>、洪涝风险削弱能力/>,其计算公式分别如下所示:
;
;
;
;
所述步骤S7,基于一维数值仿真模型与二维数值仿真模型的计算结果,防洪能力评估模型从A:削峰能力、B:削洪能力、C:最大淹没水深削弱能力、D:最大淹没面积削弱能力、E:最大淹没历时削弱能力和F:洪涝风险削弱能力共6个评价指标,对水库群防洪系统的流域洪水风险的削弱能力和效果进行全方面,多角度的快速评价;
根据步骤S3和S6的结果,计算水库群防洪系统的综合防洪减灾能力,其具体的计算公式如下:
;
其中,表示水库群防洪系统的综合防洪减灾能力。
2.基于多尺度耦合仿真的水库群防洪系统评估设备,其特征在于:
其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1所述的基于多尺度耦合仿真的水库群防洪系统评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156583.2A CN116882851B (zh) | 2023-09-08 | 2023-09-08 | 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156583.2A CN116882851B (zh) | 2023-09-08 | 2023-09-08 | 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116882851A CN116882851A (zh) | 2023-10-13 |
CN116882851B true CN116882851B (zh) | 2023-11-28 |
Family
ID=88266699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311156583.2A Active CN116882851B (zh) | 2023-09-08 | 2023-09-08 | 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116882851B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
CN110033164A (zh) * | 2019-03-04 | 2019-07-19 | 华中科技大学 | 一种水库群联合防洪调度的风险评估与决策方法 |
CN111401630A (zh) * | 2020-03-13 | 2020-07-10 | 河海大学 | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 |
WO2021073192A1 (zh) * | 2019-10-16 | 2021-04-22 | 大连理工大学 | 一种考虑预报误差降低水库洪水起调水位的预报调度方法 |
CN113723024A (zh) * | 2021-08-30 | 2021-11-30 | 浙江大学 | 一种适用于滨海地区的“溪流”-“河道”-“河口”分布式洪水过程模拟方法 |
CN113935603A (zh) * | 2021-09-29 | 2022-01-14 | 中水珠江规划勘测设计有限公司 | 水库群多目标预报预泄调度规则优化方法、系统、介质 |
CN114048699A (zh) * | 2021-11-22 | 2022-02-15 | 深圳技术大学 | 综合能源系统电热联合电磁暂态仿真模型建立和计算方法 |
CN114155318A (zh) * | 2021-12-06 | 2022-03-08 | 中国水利水电科学研究院 | 一种基于Gojs的水库群防洪联合调度方案概化图制作方法 |
CN114997541A (zh) * | 2022-08-03 | 2022-09-02 | 浙江远算科技有限公司 | 一种基于数字孪生技术的城市内涝预测方法及预警平台 |
CN115310806A (zh) * | 2022-08-08 | 2022-11-08 | 河海大学 | 一种基于空间信息格网的洪涝灾害损失评估方法 |
CN116070971A (zh) * | 2023-03-27 | 2023-05-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 河湖水系有序流动调控方法和系统 |
CN116307261A (zh) * | 2023-05-11 | 2023-06-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水库防洪调度评估系统及其调度评估方法 |
-
2023
- 2023-09-08 CN CN202311156583.2A patent/CN116882851B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
CN110033164A (zh) * | 2019-03-04 | 2019-07-19 | 华中科技大学 | 一种水库群联合防洪调度的风险评估与决策方法 |
WO2021073192A1 (zh) * | 2019-10-16 | 2021-04-22 | 大连理工大学 | 一种考虑预报误差降低水库洪水起调水位的预报调度方法 |
CN111401630A (zh) * | 2020-03-13 | 2020-07-10 | 河海大学 | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 |
CN113723024A (zh) * | 2021-08-30 | 2021-11-30 | 浙江大学 | 一种适用于滨海地区的“溪流”-“河道”-“河口”分布式洪水过程模拟方法 |
CN113935603A (zh) * | 2021-09-29 | 2022-01-14 | 中水珠江规划勘测设计有限公司 | 水库群多目标预报预泄调度规则优化方法、系统、介质 |
CN114048699A (zh) * | 2021-11-22 | 2022-02-15 | 深圳技术大学 | 综合能源系统电热联合电磁暂态仿真模型建立和计算方法 |
CN114155318A (zh) * | 2021-12-06 | 2022-03-08 | 中国水利水电科学研究院 | 一种基于Gojs的水库群防洪联合调度方案概化图制作方法 |
CN114997541A (zh) * | 2022-08-03 | 2022-09-02 | 浙江远算科技有限公司 | 一种基于数字孪生技术的城市内涝预测方法及预警平台 |
CN115310806A (zh) * | 2022-08-08 | 2022-11-08 | 河海大学 | 一种基于空间信息格网的洪涝灾害损失评估方法 |
CN116070971A (zh) * | 2023-03-27 | 2023-05-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 河湖水系有序流动调控方法和系统 |
CN116307261A (zh) * | 2023-05-11 | 2023-06-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水库防洪调度评估系统及其调度评估方法 |
Non-Patent Citations (2)
Title |
---|
Risk Analysis and Quantitative Evaluation of Large and Middle- Scaled Reservoir Flood;Xu Xiangyang等;《International Conference on Computer Engineering and Technology》;141-145 * |
城市排洪河道防洪能力评估方法研究;徐平波等;《城市住宅》;130-133 * |
Also Published As
Publication number | Publication date |
---|---|
CN116882851A (zh) | 2023-10-13 |
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 | |
CN108021780B (zh) | 一种基于无规则非结构网格模型的山洪动态仿真方法 | |
Ge et al. | A dike–groyne algorithm in a terrain-following coordinate ocean model (FVCOM): Development, validation and application | |
Poretti et al. | An approach for flood hazard modelling and mapping in the medium Valtellina | |
Pilotti et al. | Dam-break modeling in alpine valleys | |
Saravanan et al. | Geomorphology based semi-distributed approach for modeling rainfall-runoff modeling using GIS | |
Shiach et al. | The applicability of the shallow water equations for modelling violent wave overtopping | |
Liao et al. | Numerical simulation of a dam break for an actual river terrain environment | |
Dong et al. | A coupled 1-D and 2-D channel network mathematical model used for flow calculations in the middle reaches of the Yangtze River | |
Yuan et al. | Study on the impact of rainfall pattern in small watersheds on rainfall warning index of flash flood event | |
CN116882851B (zh) | 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 | |
Zhang et al. | Influence of bridge piers shapes on the flow of the lower Yellow River | |
Jeong et al. | Instantaneous physical rainfall–runoff prediction technique using a power–law relationship between time to peak and peak flow of an instantaneous unit hydrograph and the rainfall excess intensity | |
Cheng et al. | Time and Flow Characteristics of Component Hydrographs Related to Rainfall–Streamflow Observations | |
Thakur et al. | Exploring CCHE2D and its sediment modelling capabilities | |
Chang et al. | The effects of spatial discretization on performances and parameters of urban hydrological model | |
Li et al. | Use of Nash's IUH and DEMs to identify the parameters of an unequal‐reservoir cascade IUH model | |
Gartner et al. | Implementation of post-fire debris-flow hazard assessments along drainage networks, southern California, USA | |
Reis et al. | Wave overtopping of a porous structure: numerical and physical modeling | |
Ding et al. | Integrated coastal process modeling and impact assessment of flooding and sedimentation in coasts and estuaries | |
Orozco et al. | Comparison Between HEC-RAS and TELEMAC-2D Hydrodynamic Models of the Loire River, Integrating Levee Breaches | |
Kuntiyawichai | Effectiveness of Ubol Ratana and Lam Pao reservoirs for flood mitigation in the downstream area of the Chi River basin using HEC-HMS Model | |
Milišić et al. | Estimation of channel and flood plain roughness using HEC-RAS model: A case study of the Veseočica River, Bosnia and Herzegovina | |
Dou et al. | Numerical simulations of flow and sediment transport within the Ning-Meng reach of the Yellow River, northern China | |
Hong et al. | Muskingum and Lag method river routing parameters for Klang River at Kuala Lumpur city centre derived using recorded hydrographs |
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 |