用水沙地形资料结合遥感数据分析河道变化——以长江铜陵黑沙洲河段为例

以铜陵黑沙洲河段为研究对象,用水沙地形资料结合遥感数据分析了该河段的演变特性.首先利用该河段多年水文泥沙和地形等相关资料进行对比分析,并在微观上侧重分析该河段天然洲、黑沙洲的边滩演变和深槽变化及主流摆动,其次以ERDAS软件为平台,通过对已获取的遥感数据进行处理和集成,对演变特性做补充,从宏观上分析铜陵河段的河势演变特点,最后预估了铜陵河段演变趋势.     

加快水电发展 开展水沙综合调度

我国人口多,经济总量大,能耗高,用电总量也大。现阶段电网的主力电源仍然为煤电、水电和核电,而风电、油电、太阳能发电、生物质发电、海洋能发电等只能是电网的小补充。     

荆江河段河床冲淤计算滞后响应模型改进

针对河床演变滞后响应模型在荆江河段的应用进行了三方面的改进:一是对于特征变量平衡值的计算表达式进行了调整,更为全面地考虑了非汛期来水量、泥沙级配和水位等水力要素对于河道冲淤变化的影响;二是考虑年际间来水来沙过程的变化,对河道调整速率参数β的计算方法进行了修正;三是引入水面比降J作为折减系数,在模型计算中减弱洞庭湖出流对于下荆江干流的顶托效应影响。选取2003-2014年荆江河段枯水河槽对应的单位河长累计冲刷量作为模型的特征变量,结合枝城、沙市、监利和城陵矶4个水文站的实测资料对改进后的模型进行验证。结果表明,改进后的模型更为准确地反映了特征变量随水沙等条件变化的调整规律,计算精度R2达到0.85~0.97之间,在进行有关荆江河段河道冲淤计算时有较好的适应性。     

紊动流速实时处理系统及其在弯道模型中的应用

本文介绍一种紊动流速数据采集与处理系统,该系统能适用于各种率定曲线,能同紊动流速仪联机进行实时处理,并成功地用于弯道模型中紊动流速的量测,从而为说明河道环流结构影响水流紊动结构第一次提供了实验资料。     

河道线变形神经网络预测模型研究

以长江下荆江河段较为典型的石首弯道为研究对象，研究建立了一种基于BP神经网络的河道岸线变形预测模型。计算表明，该模型能较为准确地模拟预测石首弯道进出口段典型断面岸线变化。模拟精度较高，便于应用。     

基于BP神经网络的河道断面变形预测模型

采用“试错法”，以及通过建立网络训练学习过程与网络特征参数之间的反馈机制，对BP神经网络隐含层单元数和特征参数进行优化选择。在此基础上，以河段水沙条件、水流主流位置及河道边界条件为输入向量，河道断面高程或冲淤变形为输出向量，建立了基于BP神经网络的河道断面变形预测模型。经长江中游马家咀河段实测资料验证，模型能准确模拟和预测该河段各断面的冲淤变化过程。     

Leap-frog格式的改进

运用待定系数法,对Leap-frog格式进行了改进,构造出一新的高精度ILF格式,新格式有非保守型和保守型两种.通过数值试验表明,ILF格式的计算结果与解析解吻合良好,与Leap-frog格式相比计算精度得到明显改善,可用于实际计算.     

珠江采沙河段水沙数学模型研究

论文通过引入适用于采沙河流的水沙数学控制方程组,确定了珠江河流采沙影响因子一采沙通量Fm,从而建立起珠江采沙河段水沙数学模型。经实测资料检验,结果表明该模型的模拟计算结果与实测结果吻合良好,利用该模型可较好地对珠江采沙河道的演变情况进行模拟。