[发明专利]一种河流水沙模型的参数优化方法和系统有效
申请号: | 201711464005.X | 申请日: | 2017-12-28 |
公开(公告)号: | CN108256177B | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 冶运涛;曹引;尚毅梓;蒋云钟;梁犁丽;龚家国;杜龙江;仇亚琴;王浩 | 申请(专利权)人: | 中国水利水电科学研究院 |
主分类号: | G06F30/28 | 分类号: | G06F30/28;G06F113/08;G06F119/14 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100038*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 河流 模型 参数 优化 方法 系统 | ||
1.一种河流水沙模型的参数优化方法,其特征在于,包括如下步骤:
基于卫星遥感影像数据和河道的地形高程数据计算生成计算网格;
采集所述河道的待预测区域的初始场和边界条件信息,并进行排列得到所述待预测区域的信息文件;
根据所述待预测区域的信息文件求解水沙模型;所述水沙模型包括沙层活动层和分层记忆层;采用拉丁超立方体采样对所述水沙模型的多个模型参数在可行域内进行分层采样,得到多个参数组;
利用所述模型参数组合,求解河流水沙模型得到每个所述参数组所对应的似然度值;
将所述多个参数组中,低于设定阈值的似然度值所对应的参数组予以删除;
将所述多个参数组中剩余的参数组所对应的似然度值进行排序,确定不确定性区间;
利用GLUE累积似然度值对模型参数进行区域敏感度分析;
其中,根据所述待预测区域的信息文件求解水沙模型包括:
在各粒径组泥沙发生淤积时,增加所述分层记忆层的层数,并对所述分层记忆层配位t时刻的床沙活动层级配
在各粒径组泥沙均发生冲刷时,减少所述分层记忆层的层数。
2.如权利要求1所述的参数优化方法,其特征在于,所述基于卫星遥感影像数据和河道的地形高程数据生成计算网格,包括:
基于卫星遥感影像数据,提取水体边界,生成河道平面三角形网格;
利用河道地形高程数据对所述河道三角形网格进行插值运算,得到所述河道平面三角形网格的节点高程。
3.如权利要求1所述的参数优化方法,其特征在于,所述区域初始场和边界条件信息包括所述河道高程、河宽、上游边界的流量和含沙量、下游边界的水位、多个断面的初始流量场、初始水位场、初始含沙量场、悬沙级配、床沙级配中的部分或全部。
4.如权利要求1所述的参数优化方法,其特征在于,所述水沙模型为水动力学控制方程、悬移质不平衡输移方程、推移质不平衡输移方程、床面变形方程和挟沙力计算公式中的部分或全部。
5.如权利要求1所述的参数优化方法,其特征在于,所述模型参数包括水动力参数和泥沙参数,其中:
所述水动力参数包括糙率系数和/或紊动粘滞系数;
所述泥沙参数包括紊动扩散系数、悬移质泥沙恢复饱和系数、推移质泥沙恢复饱和系数、悬移质挟沙力经验参数和推移质挟沙力经验参数中的部分或全部。
6.一种河流水沙模型的参数优化系统,其特征在于,包括:
网格生成模块,用于基于卫星遥感影像数据和河道的地形高程数据生成计算网格;
信息采集模块,用于采集所述河道的待预测区域的初始场信息和边界条件信息,并进行排列得到所述待预测区域的信息文件;
模型计算模块,用于根据所述待预测区域的信息文件求解水沙模型;所述水沙模型包括沙层活动层和分层记忆层;
分层采样模块,用于采用拉丁超立方体采样对所述水沙模型的多个模型参数在可行域内进行分层采样,得到多个参数组;
似然度计算模块,用于利用所述模型参数组合,求解河流水沙模型得到每个所述参数组所对应的似然度值;
参数组筛选模块,用于设定似然度阈值,将所述多个参数组中,低于预设阈值的似然度值所对应的参数组予以删除;
不确定性分析模块,用于将所述多个参数组中剩余的参数组所对应的似然度值进行排序,确定不确定性量化区间;
敏感度分析模块,用于利用GLUE累积的所述似然度值对模型参数进行区域敏感度分析;
所述模型计算模块具体用于在各粒径组泥沙发生淤积时,增加所述分层记忆层的层数,并对所述分层记忆层配位t时刻的床沙活动层级配在各粒径组泥沙均发生冲刷时,减少所述分层记忆层的层数。
7.如权利要求6所述的参数优化系统,其特征在于,所述网格生成模块包括:
平面网格生成单元,用于基于卫星遥感影像数据,提取水体边界,生成河道平面三角形网格;
插值计算单元,用于利用河道地形高程数据对所述河道平面三角形网格进行插值运算,得到所述河道平面三角形网格的节点高程。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院,未经中国水利水电科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711464005.X/1.html,转载请声明来源钻瓜专利网。