原文传递
长江下游黑沙洲水道的演变特征分析与趋势预测
| 论文题名： | 长江下游黑沙洲水道的演变特征分析与趋势预测 |
| 关键词： | 黑沙洲水道;人工神经网络;演变特征;趋势预测 |
| 摘要： | 长江下游的黑沙洲水道位于安徽省境内，是典型的鹅头型分汊河型，也是长江下游干流航道中的重点碍航浅水道。本文以黑沙洲水道为主要研究对象，建立了黑沙洲水道数字高程模型(DEM)，分流比计算模型，基于BP神经网络的浅滩演变预测模型，分析了黑沙洲水道在三峡蓄水后的时空变化特征，并预测了南水道心滩变化趋势。本文主要内容及结论有以下几点: (1)整合黑沙洲水道原有的CAD航道图和现在的电子航道图资料，基于GIS平台，建立黑沙洲水道的数字高程模型，并应用GIS的空间数据分析功能，提取黑沙洲水道河床演变特征分析和BP神经网络模型需的浅滩面积、体积、形心位置等数据。 (2)收集分析了黑沙洲水道上游大通水文站的水沙特征值、水沙年际变化、水沙年内变化。采用一维水流模型计算并分析得到黑沙洲水道整治前南水道枯水期分流比约为61.5％，洪水期分流比约为59.2％;整治工程对枯水期南水道的分流比影响较大，分流比从61.5％左右减少到59％左右。 (3)在对上游大通站水文年际变化、年内变化及三峡蓄水后的水文变化进行详细分析的基础上，对黑沙洲南水道的时间和空间变化特征进行了分析。黑沙洲南水道时间变化特征是:浅滩年际变化受来水、来沙条件的不同组合影响，例如大水小沙年冲刷，反之淤积;浅滩年内变化变现为洪淤枯冲。黑沙洲南水道的空间变化特征是:心滩位置的年际变化不大，但在年内洪水期和枯水期的摆动较大。 (4)以黑沙洲南水道的浅滩为研究对象，在分析浅滩演变影响因素的基础上，建立了基于BP神经网络的浅滩演变预测模型，分析并确定了模型的输入因子为各时段的径流量Q、输沙量G、流量小于15000m3/s、20000m3/s、30000m3/s、40000m3/s及40000m3/s以上的天数，含沙量小于85g/m3、120 g/m3、170 g/m3、200 g/m3及200 g/m3以上的天数，以及时段初始时刻的心滩面积A'、体积V'及形心位置X';输出因子为心滩面积A、体积V及形心X。通过试验确定网络结构和参数，得到较好的预测结果，说明BP神经网络设计合理，能正确反映演变影响因素与结果之间的复杂关系。 综上，本文对黑沙洲水道的演变规律分析和认识，可为该河段整治工程维护提供依据和参考。研究过程中挖掘数字航道中丰富的数据资源的方法，以及建立的BP神经网络预测模型，可提高数字航道资源的利用效率，指导和服务工程实践。 |
| 作者： | 陈冬 |
| 专业： | 港口、海岸及近海工程 |
| 导师： | 陈一梅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
