共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
冰坝是一种危害性很大的自然灾害。冰坝出现时,常常造成河道堵塞,壅高上游水位,使河水出槽,冰排上岸。“94.4”松花江佳木斯冰坝水位壅高达历史同期最高水位,冰坝使佳木斯城区147艘船只撞向岸边,损坏67艘,其中3艘沉入江底,冲毁护岸,淹没土地,损失达1700万元。研究冰坝的发生、发展规律,利于及早预测,努力避免或减少损失。 相似文献
5.
嫩江上游冰坝成因及预报方法 总被引:4,自引:1,他引:3
嫩江上游灾害性冰坝凌汛屡屡发生。为探讨冰坝成因和预报方法,本文在统计历史冰坝凌汛特性的基础上,对流域水文气象特性和冰坝特点及冰坝凌汛的成因进行了分析,并建立了冰坝凌汉壅水高度与影响因素的关系,为开江期冰坝凌汛预报提供了依据。 相似文献
6.
7.
8.
万家寨水利枢纽位于黄河北干流托克托至龙田峡谷河段,1998年10月水库下闸蓄水,到2001已经历3个凌汛期,每年凌汛期水库库尾均出现不同程度的冰塞和冰坝壅水。结合水库蓄水后近3年水库冰凌的实际情况。分析了水库防凌对电站发电效益的影响,提出了凌汛期水库调度运行的建议及库区河段冰凌的综合防治措施。 相似文献
9.
基于神经网络理论的开河期冰坝预报研究 总被引:2,自引:0,他引:2
在北方高寒地区的天然河道,开河期冰坝形成和导致凌汛的机理复杂,目前的冰水动力学模型难以模拟和预报其发生、发展和溃决的过程,可用的冰坝预报多采用传统的统计学方法和经验判别式法,为应对严重的防凌形势,迫切需要找到冰坝预报的新方法。本文在对开河期冰坝成因及机理研究的基础上,建立了基于神经网络理论的冰坝预报模型,并将其应用到黑龙江上游凌汛灾害频发的漠河江段冰坝预报中。通过神经网络聚类法预报冰坝是否发生,神经网络聚类法预报精度为85%,高于传统统计学的几率分析法62%的预报精度。通过预报开河日期实现了对冰坝发生时间的预报,开河日期预报平均预见期为10天,最大误差2天,预报合格率100%。该模型提前准确预报2017年黑龙江漠河江段开河冰坝发生情况。及时、准确的冰坝预报能为提前制订主动防凌方案和采取必要防凌措施提供重要的依据。 相似文献