A new three-dimensional finite-volume non-hydrostatic shock-capturing model for free surface flow

In this paper a new finite-volume non-hydrostatic and shock-capturing three-dimensional model for the simulation of wave-structure interaction and hydrodynamic phenomena(wave refraction, diffraction, shoaling and breaking) is proposed. The model is based on an integral formulation of the Navier-Stokes equations which are solved on a time dependent coordinate system: a coordinate transformation maps the varying coordinates in the physical domain to a uniform transformed space. The equations of motion are discretized by means of a finite-volume shock-capturing numerical procedure based on high order WENO reconstructions. The solution procedure for the equations of motion uses a third order accurate Runge-Kutta(SSPRK) fractional-step method and applies a pressure corrector formulation in order to obtain a divergence-free velocity field at each stage. The proposed model is validated against several benchmark test cases.     

基于非结构化网格上的三维微幅表面流动非静压数值模型

建立了基于非结构化网格求解三维微幅自由表面流动非静压数值模型.一种有限差分法和有限体积法相结合的方法被用来在非结构化网格上离散控制方程.模型中采用分步法,以使压力项分解为静水压力项和动水压力项来单独处理.在每一时间步,得到关于水位和由压力泊松方程得到的动水压力的稀疏的线性方程组.模型是质量守恒的和对于重力波速、风应力、底摩阻、垂向黏性无条件稳定的.通过三个非恒定微幅自由表面流动算例的数值解和解析解的比较,验证了本文所建立的模型能够准确有效的预测三维微幅自由表面流动.     

基于非结构化网格上的三维微幅自由表面流动非静压数值模型

建立了基于非结构化网格求解三维微幅自由表面流动非静压数值模型。一种有限差分法和有限体积法相结合的方法被用来在非结构化网格上离散控制方程。模型中采用分步法,以使压力项分解为静水压力项和动水压力项来单独处理。在每一时间步,得到关于水位和由压力泊松方程得到的动水压力的稀疏的线性方程组。模型是质量守恒的和对于重力波速、风应力、底摩阻、垂向黏性无条件稳定的。通过三个非恒定微幅自由表面流动算例的数值解和解析解的比较,验证了本文所建立的模型能够准确有效的预测三维微幅自由表面流动。     

Hyperbola-Logistic叠加模型预测地基沉降

针对Hyperbola模型和Logistic模型的优缺点,提出Hyperbola-Logistic叠加模型,该叠加模型综合了两种单项预测模型的优点,以期达到高精度的预测结果。结合发电厂地基沉降现场观测数据,利用Hyperbola-Logistic叠加模型预测地基沉降,并与单项沉降预测模型的拟合结果进行比较分析。结果表明:与两种单项预测模型的预测结果相比较,叠加模型减小了系统误差,提高了整体的预测精度,拟合结果可靠,适用于发电厂地基沉降量的预测。新模型具有一定的适用性,是一种分析预测地基沉降的有效方法。     

GM组合模型用于城市生活用水量预测

以天津市为例,采用GM组合模型预测城市生活用水量,力求提高预测的精度。首先,通过对往年城市用水特点的分析,运用多元逐步回归的方法和等维灰数递补动态模型对天津市城市生活用水量进行预测,预测的平均误差分别为7.59%和11.55%;然后,采用上述两种模型的GM组合模型对天津市城市生活用水量进行预测,预测的平均误差降低为5.06%。实践证明,GM组合模型适用于城市生活用水量的预测,精度令人满意。     

具有复杂计算域的三维非静压流动数值模拟

建立了基于非结构化网格的表层静压假设的三维流动非静压数值模型。模型中采用半隐式分步法求解Navier-Stokes控制方程。运用满足自由表面运动学边界条件的水位演化方程来计算自由表面,动量方程中的对流项和水平扩散项采用Semi-Lagrangian方法离散。模型能有效求解正压的、斜压的、静压和非静压三维流动问题,并具有质量守恒、无条件稳定等优点。通过孤立波在缓变底坡上的传播和渤海潮流运动两个算例对模型进行检验,通过数值计算结果和实测结果的比较,验证了模型能够准确的模拟具有强三维流动特性的自由表面流动问题的能力和具有良好的复杂边界适应性。     

An integrated model of wave-seabed-structure interactions

The phenomenon of wave-seabed-structure interactions have occurred in the marine environment with a coastal permeable (or partially permeable) structure, which has attracted great attention from coastal engineers involved in the design of marine structures. In this study, a porous seabed model based on Biot’s consolidation equation and pore-elastic theory is integrated into the COBRAS wave-structure model. This integrated model is verified by the laboratory experiments. Some dominant factors affecting the wave motion and its induced seabed response are examined by using this model, including wave parameters and structure properties.

     

中国坡面水蚀预报模型研究

基于我国坡面水蚀预报模型研究成果,考虑浅沟侵蚀对坡面侵蚀产沙的重要影响,建立了我国坡面水蚀预报模型,给出了模型参数降雨侵蚀力、坡度与坡长、浅沟侵蚀影响因子的算法和采用数值。指出今后应加强土壤可蚀性因子、覆盖—管理因子和水土保持措施因子的研究与集成。利用自然坡面径流小区实测资料对模型进行验证,表明模型具有较高的预报精度,在有浅沟和无浅沟的坡面上,预报精度达88%以上。     

基于PSO-SVM的来水量预测模型

由于中小河流径流量复杂的变化特征,来水量有效预测模型建立较为困难,建立来水量预测的支持向量机模型,并对支持向量机进行了优化,选取河流径流量的数据样本对模型进行训练与预测,与实际值进行比较,同时用BP神经网络模型对相同的数据样本进行预测,并对两种模型的预测数据进行分析比较,结果表明,改进的支持向量机(PSO-SVM)具有较高的预测精度。     

上海西区排污口近岸水域稀释扩散规律研究

上海西区排污口设计日排污水量80万吨,是我国目前最大排污口。由于污水排放,在上海长江南岸形成数公里长的岸边污染带,给工农业、渔业、饮用水和环境等方面造成一定影响。为研究西区排污口污水排入长江后稀释扩散规律,长委会水资源保护科研所自1990年起,在丰、平、枯水期和不同潮型条件下,对西区排污口进行了十余次监测,采集了大量数据。根据各种条件下实测的浓度场,分析了横向和纵向的浓度分布,并计算了横向和纵向扩(离)散系数,为长江上海江段水资源保护规划和西区排污口改造提供了重要数据。     

膜下滴灌棉花根系发育参数的BP模型预测

通过对人工神经网络理论中BP网络的分析,建立描述不同水分条件下膜下滴灌根冠间非线形变化的模拟模型,通过该模型利用棉花地上部株高、干物重、叶面积参数、时间及土壤水分预测膜下滴灌不同水分处理下的根系参数,以2000年在新疆的大田棉花试验结果作为学习样本和检验样本。结果表明,所建立的人工神经网络模型对描述不同水分条件下根、冠复杂的非线性关系方面具有较高的精度和应用价值。     

渗流场中点预报模型及其可靠度分析

建立在频波分析、相关分析和概率统计分析基础上的点预报模型，应用两个样本均值差显著度和多个样本均方差显著度的测定方法，对原观设备的可靠度、灵敏性；对观测资料的正确性、分散性和可靠度；对渗流场的突变和缓变等均作出了判断。动态的点预报模型不仅给出点预报值的期望值和可能变化的范围，还给出了预报值的可靠度和显著度，并估算了预报模型对样本总体模型的偏差。     

基于CEEMDAN-BiLSTM的月降水量预测模型

准确预报降水量对防洪防涝、水资源高效开发和利用起着至关重要的作用。由于降水量序列具有较强的非线性和突变性,使得传统的统计预测模型难以准确表征其时序特征。因此,本文提出了基于完全自适应噪声集合经验模态分解（CEEMDAN）和双向长短时记忆网络（BiLSTM）的月降水量预测模型,通过对1960年1月～2013年12月的江西宜春气象站降水量数据进行预测,并与长短时记忆网络模型（LSTM）、BiLSTM、互补集合经验模态分解和长短时记忆网络模型（CEEMD-LSTM）、CEEMD-BiLSTM 和CEEMDAN-LSTM 模型进行了对比。结果表明：基于CEEMDAN 法能够得到具有波动性更小的降水量分量序列,以此构建的BiLSTM 模型能够很好地捕捉降水量序列的变化特征;相较于其他模型,其预测结果的均方根误差、平均绝对误差和平均绝对百分比误差更小,且相关系数更大,即CEEMDAN-BiLSTM 模型在降水量预测上具有更为良好的性能,该模型可为降水量预测提供一种新方法。     

基于ARIMA-RTA组合模型的海堤工程沉降预测

海堤工程沉降预测对工程维护和灾害防治具有重要意义,但因影响沉降的因素较多,目前尚无一种普适 的分析模型. 以海堤工程的沉降数据为研究对象,充分利用ARIMA 模型较高的拟合能力和RTA 的等维递补预 测思想提高海堤工程监测数据的预测长度,建立了ARIMA鄄RTA 组合预测模型,并以浙江某海堤工程为例进行 了实例计算,对沉降实测值和模型预测值进行比较. 结果表明,ARIMA鄄RTA 组合模型能够充分挖掘监测数据的 动态信息,具有物理机制明确,预测精度高的优点,为海堤工程监测资料分析提供了新的研究思路.     

基于灰色GM(1，1)模型的农田灌溉需水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以实例(长治市1997~2004年灌溉用水资料)建立了灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行了精度检验,其模型的拟合精度达95.3%。用所建立的模型对长治市2005~2012年农灌需水量进行了外推预测。预测结果表明,该灰色模型用于农灌需水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合。     

小波神经网络模型在地下水预测中的应用

应用小波神经网络模型对辽中平原地区地下水进行预测,并结合区域内实测的地下水水位井观测数据,分析了小波神经网络模型在地下水预测的适用性。研究结果表明:小波神经网络模型在辽中平原地区地下水预测具有较好的预测精度,预测和实测地下水水位之间的相对误差均在15%以内,绝对误差在0.08~2.39mm之间。研究成果对于辽中地区地下水预测具有参考价值。     

钱塘江河口抗咸流量预报模式及其检验

钱塘江河口咸水入侵的影响因素有径流、潮汐、江道地形、取水量等,其中径流和潮汐的相互作用是取水口盐度是否超标的决定因素。基于咸水入侵的主要影响因素,分析抗咸流量预报的关键点,建立了取水口盐度超标时间与径流、潮差的定量响应关系,构建了抗咸流量预报模式,给出了模式中各参数的计算方法。将该预报模式应用于钱塘江河口2012—2014年的最小抗咸流量模拟预报,经实践检验,按照预报值调度下泄流量,可满足杭州市抗咸要求。抗咸实践表明,不仅大潮期需保证足够的抗咸流量,中、小潮期泄放流量也不得小于预报流量。     

基于HJ-1A CCD影像和ELM模型的太湖叶绿素a预测研究

以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于 ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络和支持向量机 SVM进行了比较。研究结果表明：ELM模型预测值与实测值之间的R²高达0.911 4,而BP和SVM模型的R²分别为0.366 3和0.744 8,均方根误差RMSE由BP模型和SVM模型的3.728 8 μg/L和2.132 4 μg/L降为ELM模型的1.327 0 μg/L, ELM模型的平均相对误差MRE=2.65％,小于BP模型的6.59%和SVM模型的3.89%;与其他两种方法相比,ELM模型反演太湖水体叶绿素a浓度精度更高,ELM模型参数选择简单,可以显著提高模型的学习速度,不易陷入局部最优值,具有更好的泛化性能;ELM模型可以有效地应用于内陆水体叶绿素a浓度的预测。     

Hydrological Prediction in a Tropical Watershed Dominated by Oxisols Using a Distributed Hydrological Model

Hydrological models have been used in many places of the world in order to support practitioners with respect to watershed management actions. The goal of this research was to apply the Lavras Simulation of Hydrology (LASH model) to a Brazilian tropical watershed dominated by Oxisols, to estimate maximum, minimum and mean stream flows for both current land-use (“scenario 1”) and other regional trend land-use scenarios (“scenario 2”—pasture into eucalyptus; and “scenario 3”—eucalyptus into pasture). This model is a continuous, distributed and semi-conceptual model for simulation of different hydrological components on a daily basis. The model had a good performance with respect to the “scenario 1”, resulting in Nash-Sutcliffe coefficients equal to 0.81, 0.82 and 0.98 for minimum, maximum and mean discharges, respectively. When “scenario 2” was simulated, it was found that minimum, mean and maximum stream flows had their values reduced in average by 7.39 %, 13.84 % and 20.38 %, respectively. On the contrary, it was observed in “scenario 3” an increase in average by 0.23 %, 0.44 % and 1.19 % for minimum, mean and maximum stream flows, respectively. With respect to water yield, scenario 2 resulted in a mean reduction of 119 mm, whereas for scenario 3 the difference was not so pronounced in relation to the current land use. Results obtained in scenario 2 are troublesome since this watershed drains into an important regional Hydroelectric Power Plant Reservoir and this approach needs to be considered by the Minas Gerais State electric energy company for its planning strategies for the future.