WO2025232002A1 - 一种基于多传感器阵列的明渠断面输沙量测量方法 - Google Patents

Abstract

本发明公开了一种基于多传感器阵列的明渠断面输沙量测量方法，包括如下步骤：1)采样输沙量测量参数q；2)进行标准化得到标准化数据Q；3)计算获得Q的标准化协方差矩阵R_Q，以及特征值λ和特征向量t；4)选取主影响因素，确定第一主影响因素、第二主影响因素、...、第z主影响因素；5)计算获得决定系数R²、均方根误差RMSE、平均绝对误差MAE；若R²<R_d、RMSE<RMSE_d且MAE<MAE_d，则该组输沙量测量参数有效，否则返回步骤1)重新采样输沙量测量参数：6)根据有效的输沙量测量参数计算输沙量C_s。本发明的输沙量测量方法极大的提高了明渠输沙量的测量精度，确保了对水体泥沙状况进行有效监测。

Description

一种基于多传感器阵列的明渠断面输沙量测量方法 技术领域

本发明涉及输沙量测量技术领域，尤其涉及一种基于多传感器阵列的明渠断面输沙量测量方法。

背景技术

全球水土流失的现象日趋严重。要想治理好泥沙，首要问题就是能够对水体泥沙状况进行有效监测，获取实时的、精确的悬沙浓度数据，对于研究泥沙的输运过程十分重要。我国对于输沙过程的研究已经具有很长的历史，不过大部分属于理论研究，精确测量结果很多来源于中小尺度测量。对于大河流，港湾的输沙过程的实时监测经验较少，监测技术缺乏深入研究。

目前，常用的输沙量测量是获取流量和含沙量后通过计算求得断面的输沙量。流量测量可通过流速面积法等进行计算获得，而含沙量测量主要有三种，即传统人工采样分析方法(如烘干法、比重法等)、声学测量法(ADCP等)和光学测量法(光学散射、光学投射等)。但是在测量含沙量的过程中并未考虑到水中含沙量的粒径和色度对测量过程中的影响。输沙量测量的准确性有待提高。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种基于多传感器阵列的明渠断面输沙量测量方法，分别测量水深、流速、温度、含沙量、砂粒径、砂粒表面色度因素，通过分析不同因素的影响效果和权重来计算断面输沙量。该方式极大的提高了明渠输沙量的测量精度，确保了对水体泥沙状况进行有效监测。

本发明提供的一种基于多传感器阵列的明渠断面输沙量测量方法，包括如下步骤：

1)按照时间间隔T分别采样输沙量测量参数q，所述输沙量测量参数包 括水深值q₁、流速值q₂、温度值q₃、含沙量值q₄、砂粒径值q₅、砂粒表面色度值q₆；

2)对所述输沙量测量参数进行标准化得到标准化数据Q；

3)计算获得Q的标准化协方差矩阵R_Q，以及R_Q的特征值λ和所述特征值λ对应的特征向量t；

4)选取主影响因素，分别计算各输沙量测量参数对应的主影响因素贡献率M_j以及累计贡献率∑M_j；

其中，累计贡献率∑M_j≥0.85的输沙量测量参数为主影响因素，再根据M_j值由大到小确定第一主影响因素、第二主影响因素、...、第z主影响因素，z≤输沙量测量参数的种类数量；

5)建立计算模型，经计算模型计算获得含沙量计算值；现场进行含沙量的实际测量得到含沙量真实值；由含沙量计算值与含沙量真实值计算获得决定系数R²、均方根误差RMSE、平均绝对误差MAE；若R²<R_d、RMSE<RMSE_d且MAE<MAE_d，则该组输沙量测量参数有效，否则返回步骤1)重新采样输沙量测量参数；

其中，R_d为预设的决定系数阈值，RMSE_d为预设的均方根误差阈值，MAE_d为预设的平均绝对误差阈值：

6)根据有效的输沙量测量参数计算输沙量C_s。

进一步的，所述标准化数据Q为：

其中：

进一步的，所述标准化协方差矩阵R_Q为：

所述特征值λ的计算公式为：
R_QQ-λQ＝0；

其中，特征值λ₁≥λ₂…≥λ_y≥0，y≤6；

所述特征值λ_h对应的特征向量为t_h，h＝1,2,...,y；

进一步的，所述主影响因素贡献率M_j为：

所述累计贡献率∑M_j为：

进一步的，所述计算模型为：

构建规则i：若x₁＝A_i，x₂＝B_i，x₃＝C_i，x₄＝D_i，x₅＝E_i，x₆＝F_i，则：
f_i＝t_i1x₁+t_i2x₂+...+t_izx_z；

其中，i＝1,2,...,z；A_i、B_i、C_i、D_i、E_i、F_i是规则i对应的非线性参数；

计算模型第1层：对主影响因素输入信号进行模糊化处理，第i个节点的隶属度值为：

其中，{m_i,n_i,k_i}为适应性变量；

计算模型第2层：计算各个模糊规则的触发强度w_i；

计算模型第3层：根据第二层获得归一化触发强度

计算模型第4层：计算规则输出，计算第i条规则对模型输出的贡献：

计算模型第5层：去模糊化，获得含沙量计算值：

进一步的，所述决定系数R²为：

所述均方根误差RMSE为：

所述平均绝对误差MAE为：

其中，为第i次现场实际测量含沙量真实值；为前i次现场实际测量含沙量真实平均值；m为现场实际测量含沙量的总次数。

进一步的，所述输沙量C_s为：

相对于现有技术而言，本发明的有益效果是：

本发明的输沙量测量方法通过多传感器分别采样与输沙量的计算相关的输沙量测量参数q，经计算确定其中的主影响因素，即对输沙量计算影响较大的输沙量测量参数。然后经计算获得决定系数R²、均方根误差RMSE和平均绝对误差MAE；再经比较确定获得的输沙量测量参数q是否有效，无效则重新获取输沙量测量参数q；有效则根据有效的输沙量测量参数计算输沙量C_s。本发明的输沙量测量方法极大的提高了明渠输沙量的测量精度，确保了对水体泥沙状况进行有效监测。为水力特性、水资源分配以及河流生态系统的平衡分析提供了数据基础，为水资源管理、环境保护、河流工程规划和防洪工程等方面的决策和措施提供了技术保障。

应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为基于多传感器阵列的明渠断面输沙量测量方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

请参考图1，本发明的实施例提供了一种基于多传感器阵列的明渠断面输沙量测量方法，包括如下步骤：

1)按照时间间隔T分别采样输沙量测量参数q，包括水深值q₁、流速值q₂、温度值q₃、含沙量值q₄、砂粒径值q₅、砂粒表面色度值q₆；

2)对输沙量测量参数进行标准化得到标准化数据Q，标准化数据Q为：

其中：

3)计算获得Q的标准化协方差矩阵R_Q，以及R_Q的特征值λ和所述特征值λ对应的特征向量t；

标准化协方差矩阵R_Q为：

特征值λ的计算公式为：
R_QQ-λQ＝0；

其中，特征值λ₁≥λ₂…≥λ_y≥0，y≤6；

特征值λ_h对应的特征向量为t_h，h＝1,2,...,y；

4)选取主影响因素，分别计算各输沙量测量参数对应的主影响因素贡献率M_j以及累计贡献率ΣM_j；

主影响因素贡献率M_j为：

累计贡献率ΣM_j为：

其中，累计贡献率ΣM_j≥0.85的输沙量测量参数为主影响因素，再根据M_j值由大到小确定第一主影响因素、第二主影响因素、...、第z主影响因素，z≤输沙量测量参数的种类数量；

5)建立计算模型，经计算模型计算获得含沙量计算值；

计算模型为：

构建规则i：若x₁＝A_i，x₂＝B_i，x₃＝C_i，x₄＝D_i，x₅＝E_i，x₆＝F_i，则：
f_i＝t_i1x₁+t_i2x₂+...+t_izx_z,i＝1,2,···,z；

其中，A_i、B_i、C_i、D_i、E_i、F_i是规则i对应的非线性参数；

计算模型第1层：对主影响因素输入信号进行模糊化处理，第i个节点的隶属度值为：

其中，{m_i,n_i,k_i}为适应性变量；

计算模型第2层：计算各个模糊规则的触发强度w_i；

计算模型第3层：根据第二层获得归一化触发强度

计算模型第4层：计算规则输出，计算第i条规则对模型输出的贡献：

计算模型第5层：去模糊化，获得含沙量计算值：

现场进行含沙量的实际测量得到含沙量真实值；由含沙量计算值与含沙量真实值计算获得决定系数R²、均方根误差RMSE、平均绝对误差MAE；

决定系数R²为：

均方根误差RMSE为：

平均绝对误差MAE为：

其中，为第i次现场实际测量含沙量真实值；为前i次现场实际测量含沙量真实平均值；m为现场实际测量含沙量的总次数；

若R²<R_d、RMSE<RMSE_d且MAE<MAE_d，则该组输沙量测量参数有效，否则返回步骤1)重新采样输沙量测量参数；

其中，R_d为预设的决定系数阈值，RMSE_d为预设的均方根误差阈值，MAE_d为预设的平均绝对误差阈值：

6)根据有效的输沙量测量参数计算输沙量C_s：

在本实施例中，进行输沙量测量时，通过通过多传感器连续采样与输沙量的计算相关的输沙量测量参数q，经标准化处理后得到标准化数据Q，再经计算获得协方差矩阵R_Q、特征值λ和特征向量t；然后计算各输沙量测量参数对应的主影响因素贡献率M_j以及累计贡献率∑M_j，并确定主影响因素，即对输沙量计算影响较大的输沙量测量参数；

然后建立计算模型计算获得含沙量计算值，现场进行含沙量的实际测量得到含沙量真实值；由含沙量计算值和含沙量真实值计算获得决定系数R²、均方根误差RMSE和平均绝对误差MAE，再经比较确定获得的输沙量测量参数q是否有效，若无效则重新获取输沙量测量参数q；若有效则根据有效的输沙量测量参数计算输沙量C_s。

本发明的输沙量测量方法极大的提高了明渠输沙量的测量精度，确保了对水体泥沙状况进行有效监测，为水力特性、水资源分配以及河流生态系统的平衡分析提供了数据基础，为水资源管理、环境保护、河流工程规划和防洪工程等方面的决策和措施提供了技术保障。

在本说明书的描述中，术语“一个实施例”、“一些实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则 之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (7)

1. 一种基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，包括如下步骤：

   1)按照时间间隔T分别采样输沙量测量参数q，所述输沙量测量参数包括水深值q₁、流速值q₂、温度值q₃、含沙量值q₄、砂粒径值q₅、砂粒表面色度值q₆；
   

   2)对所述输沙量测量参数进行标准化得到标准化数据Q；

   3)计算获得Q的标准化协方差矩阵R_Q，以及R_Q的特征值λ和所述特征值λ对应的特征向量t；

   4)选取主影响因素，分别计算各输沙量测量参数对应的主影响因素贡献率M_j以及累计贡献率∑M_j；

   其中，累计贡献率∑M_j≥0.85的输沙量测量参数为主影响因素，再根据M_j值由大到小确定第一主影响因素、第二主影响因素、...、第z主影响因素，z≤输沙量测量参数的种类数量；

   5)建立计算模型，经计算模型计算获得含沙量计算值；现场进行含沙量的实际测量得到含沙量真实值；由含沙量计算值与含沙量真实值计算获得决定系数R²、均方根误差RMSE、平均绝对误差MAE；若R²<R_d、RMSE<RMSE_d且MAE<MAE_d，则该组输沙量测量参数有效，否则返回步骤1)重新采样输沙量测量参数；

   其中，R_d为预设的决定系数阈值，RMSE_d为预设的均方根误差阈值，MAE_d为预设的平均绝对误差阈值：

   6)根据有效的输沙量测量参数计算输沙量C_s。
2. 根据权利要求1所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述标准化数据Q为：
   

   其中：
   
   
   
3. 根据权利要求2所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述标准化协方差矩阵R_Q为：
   

   所述特征值λ的计算公式为：
   R_QQ-λQ＝0；

   其中，特征值λ₁≥λ₂…≥λ_y≥0，y≤6；

   所述特征值λ_h对应的特征向量为t_h，h＝1,2,...,y；
   
4. 根据权利要求3所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述主影响因素贡献率M_j为：
   

   所述累计贡献率∑M_j为：
   
5. 根据权利要求4所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述计算模型为：

   构建规则i：若x₁＝A_i，x₂＝B_i，x₃＝C_i，x₄＝D_i，x₅＝E_i，x₆＝F_i，则：
   f_i＝t_i1x₁+t_i2x₂+...+t_izx_z,i＝1,2,···,z；

   其中，A_i、B_i、C_i、D_i、E_i、F_i是规则i对应的非线性参数；

   计算模型第1层：对主影响因素的输入信号进行模糊化处理，第i个节点的隶属度值为：
   

   其中，{m_i,n_i,k_i}为适应性变量；

   计算模型第2层：计算各个模糊规则的触发强度w_i；
   

   计算模型第3层：根据第二层获得归一化触发强度
   

   计算模型第4层：计算规则输出，计算第i条规则对模型输出的贡献：
   

   计算模型第5层：去模糊化，获得含沙量计算值：
   
6. 根据权利要求5所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述决定系数R²为：
   

   所述均方根误差RMSE为：
   

   所述平均绝对误差MAE为：
   

   其中，为第i次现场实际测量含沙量真实值；为前i次现场实际测量含沙量真实平均值；m为现场实际测量含沙量的总次数。
7. 根据权利要求6所述的基于多传感器阵列的明渠断面输沙量测量方法，其特征在于，所述输沙量C_s为：