CN116933960B - 一种沙坝潟湖型潮汐汊道航槽选线方法 - Google Patents

一种沙坝潟湖型潮汐汊道航槽选线方法 Download PDF

Info

Publication number
CN116933960B
CN116933960B CN202310956194.1A CN202310956194A CN116933960B CN 116933960 B CN116933960 B CN 116933960B CN 202310956194 A CN202310956194 A CN 202310956194A CN 116933960 B CN116933960 B CN 116933960B
Authority
CN
China
Prior art keywords
tidal
sediment
tide
navigation
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310956194.1A
Other languages
English (en)
Other versions
CN116933960A (zh
Inventor
王茂枚
朱昊
张玉龙
鞠海建
张子鹏
何苗苗
荣海北
丁玲
陈颖
沈佩瑶
程晓东
王晓松
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.)
JIANGSU WATER CONSERVANCY SCIENTIFIC RESEARCH INSTITUTE
Original Assignee
JIANGSU WATER CONSERVANCY SCIENTIFIC RESEARCH INSTITUTE
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 JIANGSU WATER CONSERVANCY SCIENTIFIC RESEARCH INSTITUTE filed Critical JIANGSU WATER CONSERVANCY SCIENTIFIC RESEARCH INSTITUTE
Priority to CN202310956194.1A priority Critical patent/CN116933960B/zh
Publication of CN116933960A publication Critical patent/CN116933960A/zh
Application granted granted Critical
Publication of CN116933960B publication Critical patent/CN116933960B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Fuzzy Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种沙坝潟湖型潮汐汊道航槽选线方法，利用耦合模型模拟不同概化地形条件下深槽的演变机制，选取落潮流主水道作为候选航槽；模拟沙坝潟湖体系的泥沙输移及各潮汐汊道泥沙净输移，基于沙坝潟湖体系的泥沙输移确定潮汐汊道通航可行性，并基于各潮汐汊道泥沙净输移确定候选航槽；最后在候选航槽上选取水深大于预设阈值的通航断面，计算各汊道通航断面在一个大潮周期里的每个时刻的潮通量，将潮通量结果中所有正值相加，即落潮通量，选取落潮通量较大的潮汐汊道作为选线航槽。本发明的方法能够从长时间尺度上模拟深槽演变机制，在候选航槽的选取时能够考虑到未来港口建设的长期稳定，保障航槽水深的自然维持，还能够降低成本改善生态环境。

Description

一种沙坝潟湖型潮汐汊道航槽选线方法
技术领域
本发明属于海岸动力及潮汐通航技术领域，具体涉及一种沙坝潟湖型潮汐汊道航槽选线的方法。
背景技术
世界上河口海岸地区不仅是人类活动的聚集地，也是陆海相互作用最为敏感的区域，更是人类开发活动的受载体。沙坝-潟湖型海岸是世界沉积性海岸的重要组成部分，占世界海岸线长度的10％～13％，也是我国分布最广的海岸类型之一。它是由沙坝(堡岛)、潟湖和潮汐汊道等地貌单元构成。潮汐汊道是指由潮海岸潟湖、海湾或河口湾等被陆地包围的水域与外海交换水体的通道，它是连接纳潮水域与外海、维持港口通航和水体交换的枢纽，其演变特征是整个沙坝潟湖型海岸地貌体系研究的基础。
沙坝潟湖型海岸往往具有丰富的滩涂资源和天然的深水航道条件，为其大规模港口建设提供了得天独厚的条件和优势。国内外众多学者针对河口海岸的港口航道建设开展了大量研究。自19世纪中叶法国塞纳河口第一个开始整治以后，引起各国的重视，过了若干年各国河口港相继都进行治理。由于当时受科学技术水平的限制，和整治工程实际经验的缺乏，又鉴于法国塞纳河口整治以后，引起上下河段的严重淤积，因而如英国默塞河口等都采用疏俊的方法取得所需的水深。但随着船只吃水深度的不断增加，对航道水深的要求亦相应增加。单靠疏浚挖泥很难增加较大的水深，故在本世纪初已有不少河口港采取疏浚结合整治的治理原则。但对航道工程的规划，航槽的选择，主要依靠经验，缺乏科学依据，如美国密西西比河西南水道的治理，经多次变动，资金的浪费甚巨。到了本世纪20年代，河工模型试验已被广泛应用，对河口整治规划起了一定的作用。到了40年代的初期，模型已能复演河口盐淡水的混合和拦门沙淤积的部位。使河口港航道的治理前进了一大步，水深获得较大幅度的增加。
以往针对河口海岸的航道工程规划设计等研究往往针对各河口海岸水深条件较好的水域，通过模型试验研究及航道整治措施提升通航条件，从而达到设计水深。然而，沙坝潟湖型潮汐汊道的水深维持机制研究不足，还未有针对沙坝潟湖型潮汐汊道的航道选线方法。若航槽选线方法不够科学，后期需依靠大量的航道整治工程措施来提升航道水深，不仅耗费大量的人力物力，也会对河口海岸的生态环境造成破坏。
发明内容
本发明提供了一种沙坝潟湖型潮汐汊道航槽选线方法，目的是科学合理的选择天然条件最为优越且适宜建造港口的潮汐汊道，从而减少人类活动对生态环境的不良影响。
为实现上述技术目的，本发明采用如下方案：
一种沙坝潟湖型潮汐汊道航槽选线方法，包括：
分别建立沙坝潟湖型海岸大范围潮波模型及潮汐汊道局部动力地貌数学模型，并引入波浪影响建立耦合模型；
利用耦合模型模拟不同概化地形条件下深槽的演变机制，选取落潮流主水道作为候选航槽；模拟沙坝潟湖体系的泥沙输移及各潮汐汊道泥沙净输移，基于沙坝潟湖体系的泥沙输移确定潮汐汊道通航可行性，并基于各潮汐汊道泥沙净输移确定候选航槽；
采用大范围潮波模型计算候选航槽一个大潮周期的潮流场过程，提取局部动力地貌模型边界处潮位历时过程作为边界条件，计算一个大潮周期内各候选航槽涨、落潮流量过程；
在候选航槽上选取水深大于预设阈值的通航断面，计算各汊道通航断面在一个大潮周期里的每个时刻的潮通量，将潮通量结果中所有正值相加，即落潮通量，选取落潮通量较大的潮汐汊道作为选线航槽。
作为一种优选的实施方式，所述利用耦合模型模拟不同概化地形条件下深槽的演变机制的方式为：
在初始地形的基础上对潮汐汊道中影响潮通量的结构进行填平处理，以获得不同的概化地形，在不同概化地形条件下利用耦合模型进行长时期模拟，根据深槽的形成机制确定落潮流主水道；
所述部分高程填平处理指对高于或低于预设高程的部分进行抹除，使结构达到预设高程。
作为一种优选的实施方式，基于泥沙输移确定可行性和候选航槽包括：
先根据沙坝潟湖体系的泥沙输移确定潮汐汊道通航可行性，当沙坝潟湖体系的海向泥沙净输移量小于或等于陆向泥沙净输移量时，确定该潮汐汊道不适宜选线，否则选取海向泥沙净输移量大于陆向泥沙净输移量的潮汐汊道作为候选航槽。
作为一种优选的实施方式，所述大范围潮波模型以基于浅水假设及Boussinesq假设的不可压缩流体Navier-Stokes方程作为水动力控制方程；大范围潮波模型的开边界设置于断面平均水深＞2m处，且开边界与研究区域距离＞10km。
作为一种优选的实施方式，局部动力地貌数学模型模拟时，将泥沙组分按照中值粒径范围a～b划分为三组粘性沙和三组非粘性沙，其中三组粘性沙的中值粒径分别为a，60，三组非粘性沙的中值粒径分别为100，/>b；单位均为μm。
作为一种优选的实施方式，局部动力地貌数学模型模拟时，各泥沙组分的厚度基于如下方式确定：
将海床实测点的中值粒径在海域上根据模型网格进行插值，得到海域内海床上任意一点的中值粒径；
根据各点中值粒径和泥沙组分中值粒径数值范围，确定代表泥沙组分并获取泥沙组分厚度：
d2＝δ-d1
其中，d1为组分1厚度，c1为组分1中值粒径，d2为组分2厚度，c2为组分2中值粒径，c为海床上任意一点的中值粒径，c1＜c＜c2，δ为床面可动层厚度。
作为一种优选的实施方式，局部动力地貌数学模型计算时，基于沙坝潟湖型海岸N年间海岸地形历史高程最大差值确定床面可动层厚度，N＞15。
作为一种优选的实施方式，所述局部动力地貌数学模型包含一个离岸边界和两个与海岸垂直的接岸边界；所述离岸边界采用水位边界，所述接岸边界采用Neumann边界。
作为一种优选的实施方式，采用波作用量守恒的波浪相位平均模型作为控制方程，模拟波浪的影响。
作为一种优选的实施方式，利用耦合模型模拟不同概化地形条件下深槽的演变机制时，根据潮汐汊道工程状态确定加速因子，对于自然演变的潮汐汊道，利用固定加速因子进行加速计算，对于工程实施后的潮汐汊道，利用变加速因子进行加速计算，所述变加速因子基于如下方式确定：
①设置加速因子＝1，模拟工程后研究区域k1日内冲淤变化，之后依次增加加速因子数值，分别计算冲淤变化量并与加速因子为1时对比，取满足与加速因子＝1时k1日冲淤变化量的误差在预设范围内的最大加速因子值作为k1日内冲淤变化计算用加速因子MFk1；
②利用MFk1计算k1日冲淤后地形基础上采用加速因子1计算k2日冲淤量，之后依次增加加速因子数值，按照①中所述方式获取加速因子MFk2；
③基于①、②的方式计算MFk3……MFk(n-1)、MFkn，直至MFk(n-1)＝MFkn，则在kn后的模拟时间都使用MFkn；kn＞k(n-1)＞……＞k1。
本发明的方法具有如下有益效果：
(1)能够从长时间尺度上模拟深槽演变机制，在候选航槽的选取时能够考虑到保障未来港口建设的稳定性，并利用可变加速因子确保长时间模拟的效率和准确性。
(2)从泥沙净输移角度判断沙坝潟湖体系的冲淤状态，判断航道建设后其航槽水深是否能够长期维持，保障航槽水深的自然维持，减少泥沙疏浚及其他人类工程措施，降低成本并保障生态环境。
(3)通过动力地貌数学模型计算，定量确定各汊道涨、落潮通量，从两次筛选得到的候选航槽中选取落潮通量较大的潮汐汊道作为选线航槽，能够尽量获取较宽的天然航槽，且水流条件优越有利于船舶航行安全。
附图说明
图1是沙坝潟湖型潮汐汊道系统。
图2是大范围海域潮波模型计算域网格分布示意图(沿潮流及与潮流垂直方向每隔5个网格显示)。
图3为方案1老龙沟概化模型计算结果，其中(a)为初始地形，(b)为计算70年后地形。
图4为方案2老龙沟概化模型计算结果，其中(a)为初始地形，(b)为计算70年后地形。
图5为渤海湾老龙沟余口门断面泥沙净通量。
具体实施方式
下面结合说明书附图和具体的实施例，对本发明作详细描述。
实施例1
本实施例以渤海湾曹妃甸老龙沟潮汐汊道为例进行说明。本发明的应用方法包括如下步骤：
(1)建立耦合模型；
①建立渤海湾大范围海域潮波模型，开边界设置在大连至烟台，该区域水深较大且远离研究区域。在开边界上，水位由8个天文潮汐分潮组成(M2，S2，N2，K2，K1，O1，P1，Q1)，这些分潮的振幅和相位是从东中国海潮波预报模型中获取，该模型范围包含渤海、黄海和东海且经过较好验证。
根据以下公式计算开放边界处的水位：
其中，η(t)表示关于时间t的水位；A0表示一个潮周期的平均水位；n表示相关分潮的个数；表示每个分潮的振幅；Fi表示节点振幅系数；ωi表示频率；/>表示相位。
对于研究区域内的浅水区(如潮滩)，该模型考虑了干湿过程，其主要方法是在每个时间步计算之前对水位点和速度点(由于使用正交网格)进行一系列检查。对于水位点，使用周围四个深度点的最大值(dmax)作为水深。在速度点，床面高程是单元顶点(dmean)中指定值的算术平均值。对于速度点处的水位，采用所谓的逆风方法。通过比较水位点和速度点的总水深与阈值深度±(本文中±＝0.01m)来确定计算网格是湿还是干。该模型在零初始条件(冷启动)下启动，运行3个月(2006年2月1日至4月1日)，涵盖渤海湾实测数据过程。前7天被视为螺旋上升期，在分析中被忽略。
②采用Neumann开边界建立沙坝潟湖型潮汐汊道海域中长时间尺度动力地貌数学模型；
为了提高模型计算效率，方便于计算中长时间尺度的潮汐汊道的形态演变，因此建立了局部动力地貌模型，其边界条件可由渤海潮波模型提供。
模型中将的粘性沙计算通过用源和汇项来解决平流扩散方程：
式中，h是水深(m)；ci是第i个泥沙成分的悬沙浓度(kg/m3)；ux和uy分别是x和y方向上垂线流速分量(m/s)；εs,x和εs,y是泥沙成分的涡动扩散系数(m2/s)；Ei和Di分别是第i个泥沙成分的悬浮和沉降通量(kg/m2/s)
非粘性沙的底部参考高度:
式中，Fac是自定义的比例因子，ks是与水流相关的粗糙高度，Δr是波浪引起的沙纹高度(0.025m)，h是水深。
波流共同作用下的推移质输沙公式采用：
式中，Sb是推移质输沙率(km/m/s)；d50是泥沙中值粒径；s是泥沙容重；ws是泥沙沉速；ueff是基于有效波高的垂线平均流速和近底计算层速度联合计算出的速度值；ucr是基于谢尔兹曲线的非粘性泥沙的临界垂线平均速度；g是重力加速度。
模型中地貌形态演变在水流计算中进行更新，泥沙和动力地貌的计算均与水流同时计算。该模型可以通过使用代表性的水动力设置和加速因子来模拟从数秒到数千年时间尺度上的动力地貌演化过程。
动力地貌模型有三个开边界，一个是离岸边界，另外两个是与海岸垂直的接岸边界。在应用动力地貌模型研究近海工程及其演变时，边界条件在设置和验证过程中通常会遇到困难。主要问题是开边界如何确定合适的边界条件。这是由于作用在模型域上的过程的组合使得水位和流速在沿岸方向变化。如果边界条件与这种分布不相匹配，则会产生边界扰动，模型计算时位于边界处的结果将不再准确。此外，由于动力地貌模拟的时间尺度一般为几十年到上千年，若采用常用的水位时间过程边界，则数据量过大，且容易出现边界上流线紊乱的问题，本模型中A-A’和B-B’两个接岸边界采用Neumann边界，只需提供频率、相位和振幅三个参数，即可代表任意时刻潮位变化数据，不仅可以解决在潮波在传递过程中对开边界的扰动，而且解决了中长时间尺度计算时，开边界数据量过大的复杂难题。
根据下列公式给出接岸边界的水位过程：
其中：为振幅(m)；/>表示频率(rad/h)；/>表示波浪数(rad/m)；dAB代表A和B之间的距离，则A和B之间相位的差别可表示为/>Lj是波长，/>u是流速，对于浅水流速可以根据/>求得。
对上式方程两边求导可得接岸边界设置为纽曼型边界的动力方程：
开边界上的泥沙通量通设置为给定零含沙量梯度。糙率根据沉积物粒径分布和水深计算，其值在0.014～0.018之间。
③将波浪计算模块与已建立的动力地貌模型进行耦合，在潮波和泥沙模块中加入波浪的影响
本发明采用波作用量守恒的波浪相位平均模型作为控制方程，基于离散波作用平衡方程，通过耦合其它计算模块，在水流和泥沙模块中加入波浪的影响。
波作用量N(σ，θ)与波能密度E(σ，θ)之间关系为：
式中，σ，θ分别为角频率和波向。
控制方程，即波作用量守恒方程在笛卡尔坐标系下表达式为：
式中，第一项代表波作用量随时间的变化率；第二项和第三项分别代表了波作用量在坐标空间x、y上的变化；第四项为水深和流速的变化引起的波作用量在频率上的变化；第五项表示由于水深和流场变化引起的折射，即波作用量在空间方向的传播；右侧S表示波作用量的源汇项，包括风输入项、波与波之间的非线性相互作用、白帽耗散等。cx、cy、cσ、cα分别表示在x、y、σ、α空间的波浪传播速度，可以采用线性波理论进行计算。
风能的输入，即风能向波浪的转化主要采用共振机制和反馈机制来描述，可以表示为线性增长和指数增长之和：
Sw＝G+PE(σ,α)
式中，G、P与波频、波向、风速、风向有关。G为线性增长项。P为指数增长项。
波能耗散机理主要包括三个方面：白帽耗散Sds,w、底摩擦耗散Sds,b以及由于水深变浅引起的波浪破碎Sds,br。深水中波浪表面的破碎现象称之为白帽耗散，主要由波陡决定。目前的白帽耗散公式主要基于脉动平均模型进行求解：
式中，Γ为波陡系数；为平均角频率；/>为平均波数；k为各组分波数。
低摩擦模型则包括三种模型：JONSWAP经验模型、Collins拖拽理论模型、Madsen等的涡黏模型。三者均可表示为：
式中，Cbottom为与波浪质点底部轨道速度有关的底摩擦系数；h为水深，k为波浪系数，d为泥沙粒径。
由于水深变浅导致的波浪破碎的过程较为复杂，采用单位时间内谱分量的耗散表达式：
式中，Etot为总波能；Dtot为单位水平面积上由波浪破碎导致的波能平均耗散率。
不同频率间的波浪由于非线性相互作用发生能量交换，深水中四阶波-波非线性相互作用控制着波谱的变化，可以使波能从谱峰向低频(使谱峰频率减小)和高频(产生白帽耗散)转移；在浅水中，三阶波-波非线性相互作用可以使波能从低频向高频转移。
四阶波-波非线性相互作用主要采用离散作用近似(DIA)方法计算；三阶波-波非线性相互作用主要基于双线性波的离散三阶近似(DTA)模型进行计算。
(2)对沙坝潟湖型潮汐汊道进行概化模拟计算，确定涨潮冲刷槽和落潮冲刷槽
为了论证通道深槽的动力形成机制，利用已验证的数学模型对不同概化地形条件下深槽演变进行计算和分析。
深槽的动力形成机制涉及地形的长时期演变，在模拟时引入加速因子，可设置加速因子MF为1(即未加速)计算动力地貌模型中研究区域一年内整体的冲淤变化量，记为V0。然后设置加速因子为5×N，N＝1,2,3…。当N＝1时计算研究区域一年内整体的冲淤变化量V1，若则表示模型计算精度足够，继续计算N＝2时研究区域一年内整体的冲淤变化量V2，以此类推，直到计算到/>则取MF＝5×(N-1)。本实施例中渤海湾老龙沟潮汐汊道动力地貌模型中MF＝55，表示当计算速度提升55倍时，仍然可以较为精确的计算出潮汐汊道演变的动力地貌过程。
作为改进的，大量工程经验表明工程实施结束后(如航道疏浚、丁坝、潜坝等)，一段时间内地形冲淤变化剧烈，随着地貌向平衡态发展，冲淤速率减缓。若采取常规的加速因子试算方法，由于前期地貌冲淤变化大，往往即使采取较小的加速因子，也可能由于迭代发散导致误差极大，此情形下，原有单一加速因子不能解决模拟精度与模拟效率之间的矛盾。本发明提出了一种前期采用较小加速因子，后期采用较大加速因子的变加速因子模拟方法。具体的，首先采用加速因子1(不加速)计算工程后研究区域10天内冲淤变化(若直接计算一年内冲淤则加速因子只能取很小，计算效率很低，这是常规方法的局限性)，然后设置加速因子为5×N，N＝1,2,3…，计算冲淤变化量并与加速因子为1时对比，与上文中类似，得到10天的加速因子MF10，然后再采用MF10计算10天冲淤后的地形基础上再采用加速因子1(不加速)计算20天冲淤量，然后设置加速因子为5×N，N＝1,2,3…，计算冲淤变化量并与加速因子为1时对比，得到MF20，然后使用同样方法计算MF30，MF50，…MF50+50N，直到MF50+50N＝MF50N，即随着模拟时间的增加加速因子不再改变时，我们认为已经取得最大加速因子。此后模拟时间内均采用MF50+50N。
模拟时对泥沙参数进行精细化设置，假设沙坝潟湖型海岸床沙中值粒径为a～b微米(一般a<60表示存在粘性沙，b>100表示存在非粘性沙)，模型可以设置泥沙组分为，粘性沙三组，中值粒径分别为a，60微米；非粘性沙三组，中值粒径分为100，/>b微米。
例如渤海湾老龙沟潮汐汊道床沙中值粒径为5～200微米，则设置泥沙组分如下表所示。
表1动力地貌模型中的泥沙组分
确定床面可动层厚度：床面可动层厚度影响着床沙的沙源提供已经河床的变形极限，若床面可动层设置过小，则可能发生冲深不足则停止冲蚀的情况。研究河段缺少相应的地勘资料，且历年河床质采样点是有限的。通过对比近二十年来沙坝潟湖海岸地形历史高程变化范围(最大值-最小值)，分析研究区域历史高程最大变幅，从而确定床面可动层厚度。特别的，高程变幅指的是近二十年来当地高程所经历的最高点与最低点的差值，并非相邻两个测次的地形冲淤幅度。以渤海湾老龙沟为例，1986～2006年间，冲淤变化最大值为16.7m，则床面可动层厚度δ设置为16.7m。
确定研究区域各处每种泥沙组分的泥层厚度：将海床实测点的中值粒径在海域上根据模型网格进行插值得到海域内海床上任意一点的中值粒径，假设海床某处实测中值粒径为c微米，若c介于a和微米之间，则对应选择m1，m2两种泥沙组分进行代表，m1的厚度设置为/>m2的厚度设置为/>若c介于/>和60微米之间，则对应选择m2，m3两种泥沙组分进行代表，m2的厚度设置为/>m3的厚度设置为/>若c介于60～100微米之间，则对应选择m3，s1两种泥沙组分进行代表，m3的厚度设置为/>s1的厚度设置为/>若c介于/>微米之间，则对应选择s1，s2两种泥沙组分进行代表，s1的厚度设置为/>s2的厚度设置为/>若c介于/>和b微米之间，则对应选择s2，s3两种泥沙组分进行代表，s2的厚度设置为/>s3的厚度设置为如此，则可以得到整个研究区域任何一点处每种泥沙组分的厚度数值。
方案1在初始地形基础上将潮汐深槽内低于-5m高程部分全部填平至-5m(见图3中(a))，边界条件不变的情况下计算70年后(见图3中(b))，从结果可见，东槽不断拓宽及冲深，潮通量逐渐增加，最终形成了贯通的-10m深槽，成为涨潮流主水道。而西槽却未形成，说明东槽为涨潮冲刷形成的涨潮优势水道。
方案2为将口门拦门沙部分抹平至-5m高程(见图4中(a))，失去了拦门沙的分流作用，涨潮流将分散进入潮汐通道，失去了涨潮流冲刷的作用，东槽逐渐消失，而由于沙坝的存在，落潮流仍然能够保持较为强劲的动力，因此西水道仍然能够保持-10m深槽的贯通。计算结果从定性角度说明西槽为落潮冲刷优势水道，东槽为涨潮冲刷优势水道，选取西槽为候选航槽。
(3)计算泥沙余输移，判断整个沙坝潟湖体系净泥沙输移的正负值，以及各汊道净泥沙输移的正负值；
采用已经建立的动力地貌数学模型进行沙坝潟湖体系的泥沙输移计算，余流的指向代表泥沙净输移的方向。为加深了解深槽中泥沙净输移的过程，给出了口门横截面上泥沙输移的净通量，正值代表由外海向内输移，负值代表由陆向海方向输移，结果如图5所示。由图5可见，泥沙净输移方向跟余流方向较为一致，西槽内泥沙向海输移，而东槽内泥沙向陆输移。一次大潮过程西槽的海向泥沙净输移量为129.6t，东槽的陆向泥沙净输移量为43.2t，总的海向净泥沙通量为86.4t。海向泥沙输移代表潮汐汊道处于发展中，有利于水深的长期维持，适宜航道建设；陆向泥沙输移代表潮汐汊道处于淤积中，不利于水深的长期维持，不适宜航道建设。因此说明整个沙坝潟湖潮汐汊道系统泥沙净输移为海向，水深可以较好的维持，适宜选择为通航航道，即选取西槽为候选航槽。
(4)采用动力地貌数学模型模拟各潮汐汊道涨、落潮流量过程，计算各汊道涨、落潮通量，选取落潮通量大的航槽作为通航水道。步骤(4)可定量确定落潮冲刷优势水道。由于选取的沙坝潟湖体系仅含西槽和东槽，西槽为唯一候选航槽。此处通过定量的方式确定西槽作为选线航槽的合理性。
采用已建立的大范围潮波模型计算一个大潮周期的潮流场过程，提取局部动力地貌模型边界处潮位历时过程作为边界条件，计算局部动力地貌模型一个大潮周期内各汊道涨、落潮流量过程。在各潮汐汊道(东槽、西槽)上选取水深大于5m的通航断面，计算各汊道通航断面在一个大潮周期里的涨、落潮通量。通航断面上每个时刻的潮通量正值表示落潮通量，负值表示涨潮通量。将所有正值相加即为一个大潮周期内的落潮通量，所有负值相加则为一个大潮周期内的涨潮通量。
本实施例中的计算结果为：一个大潮周期内，东槽落潮通量为33676.7m3，涨潮通量为31149.1m3，西槽落潮通量为52182.36m3，涨潮通量为36568.7m3。选取落潮通量较大的西槽汊道作为选线航槽。

Claims (8)

1.一种沙坝潟湖型潮汐汊道航槽选线方法，其特征在于，包括：
分别建立沙坝潟湖型海岸大范围潮波模型及潮汐汊道局部动力地貌数学模型，并引入波浪模块建立耦合模型；
利用耦合模型模拟不同概化地形条件下深槽的演变机制，选取落潮流主水道作为候选航槽；模拟沙坝潟湖体系的泥沙输移并计算各潮汐汊道泥沙净输移，基于沙坝潟湖体系的泥沙输移确定潮汐汊道通航可行性，并基于各潮汐汊道泥沙净输移确定候选航槽；
采用大范围潮波模型计算候选航槽一个大潮周期的潮流场过程，提取局部动力地貌模型边界处潮位历时过程作为边界条件，计算一个大潮周期内各候选航槽涨、落潮流量过程；
在候选航槽上选取水深大于预设阈值的通航断面，计算各汊道通航断面在一个大潮周期里的每个时刻的潮通量，将潮通量结果中所有正值相加，即落潮通量，选取落潮通量较大的潮汐汊道作为选线航槽；
其中，所述利用耦合模型模拟不同概化地形条件下深槽的演变机制的方式为：
在初始地形的基础上对潮汐汊道中影响潮通量的结构进行填平处理，以获得不同的概化地形，在不同概化地形条件下利用耦合模型进行长时期模拟，根据深槽的形成机制确定落潮流主水道；
所述填平处理指对高于或低于预设高程的部分进行抹除，使结构达到预设高程；
利用耦合模型模拟不同概化地形条件下深槽的演变机制时，根据潮汐汊道工程状态确定加速因子，对于自然演变的潮汐汊道，利用固定加速因子进行加速计算，对于工程实施后的潮汐汊道，利用变加速因子进行加速计算，所述变加速因子基于如下方式确定：
①设置加速因子＝1，模拟工程后研究区域k1日内冲淤变化，之后依次增加加速因子数值，分别计算冲淤变化量并与加速因子为1时对比，取满足与加速因子＝1时k1日冲淤变化量的误差在预设范围内的最大加速因子值作为k1日内冲淤变化计算用加速因子MFk1；
②利用MFk1计算k1日冲淤后地形基础上采用加速因子1计算k2日冲淤量，之后依次增加加速因子数值，按照①中所述方式获取加速因子MFk2；
③基于①、②的方式计算MFk3……MFk(n-1)、MFkn，直至MFk(n-1)＝MFkn，则在kn后的模拟时间都使用MFkn；kn＞k(n-1)＞……＞k1。
2.根据权利要求1所述的方法，其特征在于，基于泥沙输移确定可行性和候选航槽包括：
先根据沙坝潟湖体系的泥沙输移确定潮汐汊道通航可行性，当沙坝潟湖体系的海向泥沙净输移量小于或等于陆向泥沙净输移量时，确定该潮汐汊道不适宜选线，否则选取海向泥沙净输移量大于陆向泥沙净输移量的潮汐汊道作为候选航槽。
3.根据权利要求1所述的方法，其特征在于，所述大范围潮波模型以基于浅水假设及Boussinesq假设的不可压缩流体Navier-Stokes方程作为水动力控制方程；大范围潮波模型的开边界设置于断面平均水深＞2m处，且开边界与研究区域距离＞10km。
4.根据权利要求1所述的方法，其特征在于，局部动力地貌数学模型模拟时，将泥沙组分按照中值粒径范围a～b划分为三组粘性沙和三组非粘性沙，其中三组粘性沙的中值粒径分别为a，60，三组非粘性沙的中值粒径分别为100，/>b；单位均为μm。
5.根据权利要求1所述的方法，其特征在于，局部动力地貌数学模型模拟时，各泥沙组分的厚度基于如下方式确定：
将海床实测点的中值粒径在海域上根据模型网格进行插值，得到海域内海床上任意一点的中值粒径；
根据各点中值粒径和泥沙组分中值粒径数值范围，确定代表泥沙组分并获取泥沙组分厚度：
d2＝δ-d1
其中，d1为组分1厚度，c1为组分1中值粒径，d2为组分2厚度，c2为组分2中值粒径，c为海床上任意一点的中值粒径，c1＜c＜c2，δ为床面可动层厚度。
6.根据权利要求5所述的方法，其特征在于，局部动力地貌数学模型计算时，基于沙坝潟湖型海岸N年间海岸地形历史高程最大差值确定床面可动层厚度，N＞15。
7.根据权利要求1所述的方法，其特征在于，所述局部动力地貌数学模型包含一个离岸边界和两个与海岸垂直的接岸边界；所述离岸边界采用水位边界，所述接岸边界采用Neumann边界。
8.根据权利要求1所述的方法，其特征在于，采用波作用量守恒的波浪相位平均模型作为控制方程，模拟波浪的影响。
CN202310956194.1A 2023-08-01 2023-08-01 一种沙坝潟湖型潮汐汊道航槽选线方法 Active CN116933960B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310956194.1A CN116933960B (zh) 2023-08-01 2023-08-01 一种沙坝潟湖型潮汐汊道航槽选线方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310956194.1A CN116933960B (zh) 2023-08-01 2023-08-01 一种沙坝潟湖型潮汐汊道航槽选线方法

Publications (2)

Publication Number Publication Date
CN116933960A CN116933960A (zh) 2023-10-24
CN116933960B true CN116933960B (zh) 2024-02-27

Family

ID=88382509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310956194.1A Active CN116933960B (zh) 2023-08-01 2023-08-01 一种沙坝潟湖型潮汐汊道航槽选线方法

Country Status (1)

Country Link
CN (1) CN116933960B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256137A (zh) * 2017-09-18 2018-07-06 水利部交通运输部国家能源局南京水利科学研究院 一种强潮河口湾人工岛作业区港池航道回淤模拟方法
CN114580283A (zh) * 2022-03-07 2022-06-03 水利部交通运输部国家能源局南京水利科学研究院 山溪性强潮河口分汊段中长期动力地貌演变数值模拟方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256137A (zh) * 2017-09-18 2018-07-06 水利部交通运输部国家能源局南京水利科学研究院 一种强潮河口湾人工岛作业区港池航道回淤模拟方法
CN114580283A (zh) * 2022-03-07 2022-06-03 水利部交通运输部国家能源局南京水利科学研究院 山溪性强潮河口分汊段中长期动力地貌演变数值模拟方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
乌坎沙坝泻湖潮汐汊道演变及航道尺度研究;尹常训等;交通科学与工程;全文 *
新村潟湖整治对潟湖水动力环境影响的数值模拟研究;刘尚辰;中国优秀硕士学位论文全文数据库 基础科学辑;第2-4章 *
潮汐河口河槽沙侧向捕集机制研究;杨忠勇;中国博士学位论文全文数据库 工程科技II辑;第2-4章 *
破碎波作用下沙坝附近悬浮泥沙浓度试验研究;潘昀等;人民长江;全文 *
风浪流共同作用下海岸泥沙输移和港口航道选择;罗肇森等;第十二届中国海洋工程学术讨论会议论文集;全文 *

Also Published As

Publication number Publication date
CN116933960A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN108629055B (zh) 一种基于饱和输沙原理的沙质内河航道回淤量预报方法
Takahashi et al. Modeling sediment transport due to tsunamis with exchange rate between bed load layer and suspended load layer
CN106920202A (zh) 一种平原城市河网畅流活水方法
CN114266205B (zh) 河口水道水沙运动实验模拟及测量系统
CN104331599A (zh) 一种非结构化网格嵌套波浪数值模拟方法
CN107908888A (zh) 一种感潮河段生态环境需水量计算方法
Li et al. Responses of water environment to tidal flat reduction in Xiangshan Bay: Part I hydrodynamics
Kuang et al. A two-dimensional morphological model based on next generation circulation solver II: Application to Caofeidian, Bohai Bay, China
Odd Mathematical modelling of mud transport in estuaries
Eelkema et al. Morphological effects of the Eastern Scheldt storm surge barrier on the ebb-tidal delta
CN114329950A (zh) 基于动态概化的斜坡式潜堤波浪水动力影响数值模拟方法
Wei et al. Long-term morphodynamic evolution of the Pearl River Delta from the perspective of energy flux and dissipation changes
Zhu et al. Morphologic modelling of tidal inlet on a barrier-lagoon coast: Case study of the Laolonggou tidal inlet in the Bohai Bay
Zhang et al. Simulation and analysis of Back siltation in a navigation channel using MIKE 21
CN116933960B (zh) 一种沙坝潟湖型潮汐汊道航槽选线方法
Jiao et al. Morphodynamic characteristics and medium-term simulation of the north—south passage under the impact of the Yangtze Estuary deepwater navigation channel project
CN117807752B (zh) 一种沙坝潟湖型潮汐汊道中长期演变预测方法
CN116702507B (zh) 一种高海况下宽级配沙坝潟湖海域动力地貌数值模拟方法
Dam et al. Long term process-based morphological model of the Western Scheldt Estuary
CN107503879B (zh) 一种基于“凿礁成道”开发海洋潮流能资源的方法
Huang et al. Numeric simulation of suspended sediment transportation during dredging of Harbor Basin
CN114117609B (zh) 航道整治方法及装置
CN107992640A (zh) 入海口深水航道沿程月度最小疏浚量确定方法
Jayathilaka et al. Numerical modelling of the spatial variation of sediment transport using wave climate schematisation method-a case study of west coast of Sri Lanka
Groenenboom Modelling sand-mud-bed interaction in the Scheldt estuary

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