基于數(shù)據(jù)挖掘的錢塘江河口水沙運(yùn)動(dòng)規(guī)律研究.pdf

1、錢塘江河口潮強(qiáng)流急,涌潮洶涌,河床沖淤變化劇烈,是最具代表性的強(qiáng)潮河口。探索與運(yùn)用錢塘江河口水沙運(yùn)動(dòng)規(guī)律,一直是治理和保護(hù)該河口的一項(xiàng)重要的基礎(chǔ)性工作。歷經(jīng)幾代人的努力,錢塘江河口水沙運(yùn)動(dòng)規(guī)律研究發(fā)展了實(shí)測(cè)資料分析、數(shù)值模擬計(jì)算與河工模型試驗(yàn)等多種預(yù)測(cè)手段并取得了系列的研究成果。近幾年,灰色理論、神經(jīng)網(wǎng)絡(luò)、分形理論、小波分析等現(xiàn)代數(shù)據(jù)挖掘技術(shù)的出現(xiàn),為水沙運(yùn)動(dòng)規(guī)律研究提供了新的研究思路與途徑。
　　 論文在總結(jié)前人研究的基礎(chǔ)上,

2、利用錢塘江河口大量的實(shí)測(cè)資料,采用小波分析、人工神經(jīng)網(wǎng)絡(luò)及其藕合模型等數(shù)據(jù)挖掘技術(shù),結(jié)合理論分析、水槽試驗(yàn)等研究手段,揭示錢塘江河口徑流、涌潮、細(xì)顆粒泥沙起動(dòng)流速與沉降速度、潮流挾沙能力以及河床沖淤等變化特征與運(yùn)動(dòng)規(guī)律,以便為錢塘江河口的整治及重大涉水工程建設(shè)提供技術(shù)基礎(chǔ),主要工作內(nèi)容歸納如下:
　　 (1)基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型研究。針對(duì)錢塘江涌潮高度、泥沙起動(dòng)流速、細(xì)顆粒泥沙絮凝沉降速度及潮流挾沙能力與其影響因素之間存在

3、復(fù)雜的非線性關(guān)系,在識(shí)別各影響因子與分析訓(xùn)練樣本代表性的基礎(chǔ)上,運(yùn)用神經(jīng)網(wǎng)絡(luò)的最佳函數(shù)逼近性能,建立了基于徑向基函數(shù)(RBF)網(wǎng)絡(luò)的預(yù)測(cè)模型。經(jīng)實(shí)測(cè)與試驗(yàn)數(shù)據(jù)的檢驗(yàn),該類模型均具有較好的泛化能力,并在定量評(píng)價(jià)各影響因子的貢獻(xiàn)程度中得到了成功應(yīng)用。
　　 (2)基于小波分析的水動(dòng)力與河床沖淤的長(zhǎng)周期特性研究.依據(jù)長(zhǎng)系列的水文與地形資料,在分析復(fù)Morlet小波函數(shù)基本特性的基礎(chǔ)上,選用該小波對(duì)標(biāo)準(zhǔn)化序列進(jìn)行了小波變換,根據(jù)小波變換

4、系數(shù)與小波方差,揭示了錢塘江河口年徑流、潮差、沙坎高程以及河床容積的變化過(guò)程伴隨著21a左右的顯著周期,預(yù)計(jì)2010年以后,該河口徑流將轉(zhuǎn)入偏豐期。并以顯著周期為紐帶,提出了錢塘江河口水沙運(yùn)動(dòng)的長(zhǎng)周期演變模式。
　　 (3)涌潮高度對(duì)影響因素與治江縮窄工程的響應(yīng)研究。通過(guò)涌潮高度的神經(jīng)網(wǎng)絡(luò)模型,結(jié)合正交試驗(yàn)設(shè)計(jì)理論,定量地分析了各因素與大規(guī)模治江縮窄工程對(duì)涌潮的影響程度,結(jié)果表明,涌潮高度與下游潮汐呈正相關(guān)關(guān)系,而與河道地形呈負(fù)

5、相關(guān)關(guān)系,當(dāng)徑流流量小于7000m3/s時(shí),涌潮高度隨徑流增大而增大,超過(guò)此范圍后,則隨徑流增大而減小.大規(guī)模治江縮窄后,涌潮沿程強(qiáng)度分布趨于穩(wěn)定,在順直江道條件下,鹽官涌潮高度減小了0.17m,而彎曲江道,則增大了0.39m。
　　 (4)細(xì)顆粒泥沙起動(dòng)流速、沉降速度與潮流挾沙能力的經(jīng)驗(yàn)公式研究?；诖罅康乃硨?shí)測(cè)資料與試驗(yàn)數(shù)據(jù),通過(guò)量綱分析與多元回歸率定相關(guān)參數(shù),建立了適合于錢塘江河口水流特性的細(xì)顆粒泥沙起動(dòng)流速、沉降速度與

6、潮流挾沙能力的經(jīng)驗(yàn)擬合公式.經(jīng)實(shí)測(cè)與試驗(yàn)資料檢驗(yàn),公式具有良好的擬合精度與應(yīng)用范圍。此外,文中還提出了從非恒定實(shí)測(cè)水沙過(guò)程中提取泥沙起動(dòng)流速與潮流挾沙能力的方法。
　　 (5)基于小波分析與神經(jīng)網(wǎng)絡(luò)的河床容積預(yù)報(bào)模型研究。針對(duì)河床容積變化具有趨勢(shì)性、周期性和隨機(jī)性的特點(diǎn),在小波分析將時(shí)間序列分解成若干細(xì)節(jié)序列和背景序列的基礎(chǔ)上,結(jié)合人工神經(jīng)網(wǎng)絡(luò)技術(shù),建立了錢塘江河口河床容積的預(yù)報(bào)模型。經(jīng)實(shí)測(cè)資料檢驗(yàn),最優(yōu)的預(yù)報(bào)模型(方案6),其