基于热带风暴“三巴”的台风浪数值模拟研究

利用第三代海浪模式WAVEWATCHⅢ构建二重嵌套台风浪模型,采用NCEP分析风场为驱动场,以热带风暴"三巴"为例将模式运用到中国近海台风浪模拟中,采用美国国家海洋和大气管理局(NOAA)再分析数据(有效波高)作为对比对象.验证结果表明,该模式能较好地反映中国近海海域台风浪过程,同时说明NCEP分析风场适用于该海域波浪数值研究.     

江苏省灌南县风暴潮灾害风险评估与区划

以江苏省灌南县为例,建立高分辨率ADCIRC非结构三角形网格风暴潮灾害风险评估模型,并利用16期典型台风进行验证。通过模型对耦合风暴潮和天文潮的可能最大台风风暴潮和不同等级强度台风风暴潮进行模拟,选取可能造成巨大灾害的台风路径,叠加21年间各月最高潮位10%超越概率的高潮位(273 cm),形成了不同等级台风叠加天文高潮位的风暴潮淹没模拟结果。结合承灾体脆弱性等级和危险性等级结果进行灌南县风暴潮灾害风险等级评估与区划,灌南县高风险区集中在堆沟港镇东部区域。     

基于自适应迭代学习的多智能体系统编队控制

针对带未知时变参数的非线性多智能体系统的编队问题,提出一种分布式自适应迭代学习控制策略。首先,通过傅里叶级数对系统的不确定参数进行展开,采用一个收敛级数序列处理傅里叶级数展开产生的截断误差,结合多智能体运行过程中的编队误差推导自适应迭代学习控制律和参数更新律;其次,针对领导者动态对大部分智能体都是未知的情况,设计新的辅助控制来补偿未知动态和避免未知有界干扰;然后,基于李亚普诺夫能量函数证明了在所设计控制律作用下多智能体系统编队误差随着迭代次数的增加在有限时间内趋于0;最后,将该控制策略运用到多无人机编队系统中,并通过搭建半物理实验平台,验证了控制方法的有效性。实验结果表明该控制方法可以确保多智能体快速形成所需编队,并且每个智能体在有限时间内可以精确跟踪期望轨迹。所提方法充分考虑了多智能体系统的参数不确定性以及抗干扰的能力,为实际应用中复杂多智能体系统的精确控制提供了有效的方法。     

自控翻板闸门在山区小型水库中的应用

通过工程实例,介绍了自控闸门在小型水库中的作用及其泄洪情况与洪水自由泄流的比较.     

垂向平均含沙量计算方法初探

从2种悬沙垂向分布公式出发,结合对数流速分布公式,导出2种常见垂向平均含沙量计算方法的比值关系表达式。讨论了2种方法的区别与联系:两者不一定相等,比值可以大于1,也可以小于1,当近底相对水深稍大(如大于0.01)时加权平均含沙量小于算术平均含沙量,与实际相符;2种垂向平均含沙量的差异主要由悬沙及流速垂向分布不均匀性引起。对2种方法的实际应用情况进行了初步分析。     

透空式防波堤港内非线性波浪数学模型及应用

在含有水深高阶项的椭圆型缓坡方程中考虑波浪的非线性影响,并基于Behrendt辐射边界条件,推导出了考虑反射、透射边界条件的非线性波浪数学模型.采用椭圆浅滩地形试验结果对数学模型进行了验证,数值模拟结果与试验值符合较好.利用该模型进行某透空式防波堤港内波浪数值模拟,得到了合理的港内波高分布,较好地反映了边界反射或透射对港内波况的影响.     

非线性抛物型缓坡方程的数值模拟

参考Lo对MNLS方程中非线性项的处理方法,但不转换到频域求解,同时采用Li修正的非线性弥散关系,对非线性抛物型缓坡方程在复数域进行数值模拟,并分别在Berkhoff椭圆地形及淹没圆形浅滩地形验证了该模型,得到了较好的结果。此模型可以有效地模拟非线性波浪问题。此非线性项的处理方法使得数值计算过程中不需迭代求解,同时减少了边界周期性的限制,易于操作编程,提高了计算效率。     

机器学习视角下的多光谱卫星浅海水深反演研究

利用覆盖典型海岛的Landsat-8 OLI多光谱卫星遥感影像和收集到的水深数据，分别采用传统多元线性回归模型、机器学习中的back propagation(BP)神经网络模型和随机森林模型对目标海域水深进行整体反演，并对三种方法的反演精度进行评价。结果表明：相比于多元线性回归模型，机器学习方法的水深反演精度更高；随机森林模型的水深反演精度最高，平均绝对误差为1.94 m，平均绝对百分比误差为18.29%，模型的鲁棒性更加出色，整体精度较多元线性回归模型有明显提高。本研究比较三种方法构建的浅海水深模型的性能，为后续更加高效地获取高精度浅海水深信息提供参考价值。