黃河中下游泥沙預(yù)報模型研究.pdf_第1頁
已閱讀1頁,還剩116頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、天然河流中的泥沙預(yù)報,是一個在學(xué)術(shù)上及應(yīng)用上都具有重要意義的研究課題。黃河因沙多水黃而聞名,黃河的泥沙預(yù)報是一項難度很大、研究問題極為復(fù)雜的挑戰(zhàn)性課題,又是治黃生產(chǎn)實踐迫切需要解決的一項重大課題,目前國內(nèi)外尚無可借鑒的成熟經(jīng)驗和方法。本文針對黃河科學(xué)治理和合理開發(fā)的迫切需要,研究內(nèi)容主要包括以下幾個方面: (1)參考洪峰預(yù)報和洪水過程預(yù)報精度評價思路,建立了次洪輸沙量、最大含沙量、含沙量過程預(yù)報精度評價的指標(biāo)。 (2)孤

2、山川全流域位于多沙粗沙區(qū),99.7%的面積位于粗泥沙集中來源區(qū),是最易產(chǎn)生高含沙洪水的地區(qū),因此選其作為河龍區(qū)間典型支流。首先計算出暴雨中心不同百分比雨量(10%~100%,間隔10%)最短歷時及雨強,再通過優(yōu)選找出其影響水沙的主要雨強因素,從而建立考慮面平均雨量、暴雨中心最優(yōu)百分比雨強的次洪降雨輸沙預(yù)報模型。 (3)龍門含沙量是吳堡及吳龍區(qū)間來水來沙共同造成的,參照洪水預(yù)報中合成流量的概念,引入合成含沙量概念,反映來水來沙空間

3、分布和干支流水沙的耦合性;在方案中引入了預(yù)報站洪峰流量作為輸沙動力因子,使預(yù)報精度進一步提高。 (4)選用龍門站1956~2003年洪峰流量在起報標(biāo)準(zhǔn)5000m<'3>/s以上的洪水85場,以吳堡含沙量、輸入站合成含沙量、Q<,m龍><'α>p<,吳><'β>和Q<,m龍><'α>p<,合><'β>為自變量,考慮洪水不同來源,建立了基于統(tǒng)計途徑的最大含沙量預(yù)報模型。模型在“03·7”山陜區(qū)間洪水中進行了應(yīng)用,龍門站預(yù)報值為140

4、kg/m<'3>,較實測值偏大13kg/m<'3>,小于允許誤差60kg/m<'3>,結(jié)果比較滿意。 (5)挑選夾河灘站1960~2003年89場洪水,利用人工神經(jīng)網(wǎng)絡(luò)方法,根據(jù)夾河灘站洪水沙峰主要受花園口站洪水沙峰、夾河灘站洪峰流量的影響,建立了夾河灘站洪水最大含沙量預(yù)報模型。該模型在“04·8”洪水中進行了應(yīng)用,預(yù)報值為258.6kg/m<'3>,實測值為270kg/m<'3>,相對誤差為-4.2%,在精度要求范圍內(nèi),且高于

5、夾河灘站基于統(tǒng)計途徑的結(jié)果。 (6)含沙量過程預(yù)報處于探索階段,目前尚缺乏評價其模型性能的合理標(biāo)準(zhǔn)。本論文從兩方面進行考慮,用確定性系數(shù)評價預(yù)報過程和實測過程的形狀相似度,用絕對誤差和相對誤差評價洪水過程輸沙總量。 (7)首次將雙值挾沙力公式引入不平衡輸沙模型,對花園口至夾河灘河段洪水含沙量過程預(yù)報進行研究,結(jié)果表明該模型可用于含沙量過程預(yù)報。 (8)系統(tǒng)響應(yīng)函數(shù)法是以系統(tǒng)概念為基礎(chǔ)的水文學(xué)方法,在洪水預(yù)報方面得

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論