台风暴雨影响区溃坝洪灾淹没损失评估

东南沿海地区受台风暴雨影响易发生山洪、诱发水库溃坝,且水库下游区域往往地势低洼开阔,易积水而出现大面积内涝,对溃坝洪水演进产生一定影响.采用能够考虑下游初始淹没水深的二维洪水演进模型计算溃坝洪水过程,阐述了溃坝洪水数值计算方法、洪水淹没损失分类及损失率确定方法,建立溃坝洪灾淹没损失评估模型.以戍浦江流域为例,确定溃坝洪灾损失率与淹没水深等级关系,对淹没区进行溃坝洪灾淹没损失评估.计算结果表明：水库一旦发生溃坝,洪灾将造成83亿元经济损失,下游社会和生态环境遭到严重破坏,采取有效的预警措施能够显著减少下游的人员伤亡及经济损失.通过溃坝灾害评估,有助于提高水库安全管理水平,为制定防洪避险预案提供支持.     

大坝监测数据自回归模型特征根的应用研究

为了通过对大坝监测数据的分析来确定大坝安全监测的安全监控指标,应用时间序列分析方法,采用Levinson递推方法进行参数估计,对大坝监测数据回归分析模型的残差建立AR(p)模型.根据AR(p)模型特征多项式的根与单位圆距离的变化情况来判断大坝结构性态的变化趋势,并据此进行大坝的安全评价.在应用实例中,拱坝在运行过程中产生的裂缝和对坝体所进行的灌浆加固措施,对坝体结构性态所产生的影响以及变化均能够在分析结果中较好地反映出来,表明在大坝观测数据分析时,可以应用该方法有效地进行大坝结构性态的安全评价.     

时延神经网络应用于洪水预报

本文运用时延神经网络模型来模拟降雨径流过程,根据Takens相空间重构理论对前期影响雨量进行重构,并将其作为神经网络降雨输入结点.该方法可以有效改变以往神经网络输入结点主观性的问题,为正确确定神经网络输入结点提供了理论依据.通过计算实例表明,该方法的降雨径流预测精度较高.     

基于小波分解的径流预报非线性模型

径流时间序列中包含了大量的信息,从频率域上来看,这些信息包括变化平稳的低频信息和变化相对剧烈的高频信息。本文利用小波分解,将径流时间序列分解为低频项和高频项,低频项采用逐步回归法预报,高频项采用基于自组织法求解的Volterra滤波器预报,两者结果综合,最终实现径流预报。实例计算表明,该模型具有足够高的计算精度。     

大坝渗流观测数据中的混沌现象

探索性研究了大坝渗流观测数据中的混沌现象。文章首先采用互信息量法选择时间延迟τ,然后根据Takens重构相空间理论对大坝渗流观测数据进行相空间重构。作为实例研究,计算出了某水库大坝的渗流观测数据序列的最大Lyapunov指数为正,证明了在大坝渗流观测数据中存在混沌现象。     

浙江省水域调查录入系统的设计和应用

浙江省水域调查录入系统将调查数据与电子地图相整合,对分类水域数据进行统计计算,并对输入数据进行合理性和完整性检查,得到调查范围内现有水域的详细数据,实现了水域调查数据输入、计算、统计和查询的数字化管理,提高了工作效率和工作质量,为各地下阶段水域保护规划编制和水域管理工作提供了数据支持。对该系统的设计原则、功能和技术设计等作了介绍。     

考虑非饱和区的土石坝渗流分析

土石坝的渗流场是由饱和与非饱和渗流区组成的统一体,由于受测定非饱和土渗流参数的试验设备限制,考虑非饱和区的土石坝渗流分析在实际工程中应用不多.本文根据国外实验室测定的体积含水量曲线,结合国外研究者提出的体积含水量曲线、渗透性函数的估算方法,在考虑非饱和区的情况下,对均质土坝的稳态渗流、瞬态渗流进行了分析与比较,得出一些粗浅的看法,以供探讨.     

基于相空间重构理论的神经网络在大坝渗流预测中的应用

简述了混沌预测方法和原理,提出运用神经网络来模拟混沌系统的动力学模型。通过实例重构出大坝渗流观测数据相空间,将其作为神经网络的输入,对渗流观测数据进行了预测。计算结果表明,基于相空间重构理论的神经网络模型具有一定的准确性和有效性,对于处理非线性问题是一种有益的探索。     

BP-GA学习算法在短期洪水预报中的应用

先用遗传算法在权值空间中搜索，直到找到某一稳定的适应度值。针对遗传算法（CA）只能找到问题的本致解的缺点，利用BP算法在GA找到的权空间中进一步搜索，以求找至问题的准确解，并实现短期降雨径流的模拟和预报。在构建网络模型时，综合考虑了气候因素、前期降雨量上游支流的前期流人流量和计算出口断面的前期流量的影响。实验结果表明，基于这一方法的短期洪水预报具有较高的精度和可靠性。     

加固后的土石坝中新建防渗墙应力变形分析

用接触单元模拟原始土石坝体和新建防渗墙之间的接触面,利用有限元计算处水位变化对防渗墙应力和变形的影响,并且与不考虑接触单元时的防渗墙上的应力和变形进行了对比分析.文章进一步分析了刚性混凝土防渗墙和塑性混凝土防渗墙上的应力和变形特点,为设计提供一定依据.