一种感潮河段泥沙淤积预测方法与流程

1.本发明属于泥沙淤积预测技术领域，具体是指一种感潮河段泥沙淤积预测方法。


背景技术：

2.感潮河段或其支流内河航道上通常建有船闸，船闸下游引航道及其口门区往往都出现泥沙淤积问题。一方面因处于感潮河段，水流泥沙运动受到潮流和径流双重动力因素的影响，引航道及其口门区的流态和泥沙运动状态十分复杂。另一方面，感潮河段船闸为提高通过能力，当闸上下游水位接近时，往往打开闸门实行开通闸运行，引航道内将会有水流颊繁流进流出，使得水流泥沙运动更为复杂。
3.目前对于这类工程泥沙淤积预测计算难度较大，即使采用物理模型试验或数值模拟计算的方法，也常常难以准确反映实际状况。


技术实现要素：

4.针对上述情况，为克服现有技术的缺陷，本发明提供了一种通过确定河段内泥沙淤积的必要条件，求取优化水沙运动模型，判断结果较为简单，可以解决目前泥沙淤积预测计算难度大的问题，可以求取感潮河段泥沙淤积的冲淤趋势和冲淤深度的感潮河段泥沙淤积预测方法。
5.本发明采取的技术方案如下：本发明一种感潮河段泥沙淤积预测方法，包括以下步骤：
6.步骤s1：确定感潮河段泥沙淤积的必要条件：所述必要条件包括该感潮河段的边界条件信息、该感潮河段的水沙分层信息以及该感潮河段上游的水流量和含沙量；
7.步骤s2：根据该感潮河段的边界条件信息和该感潮河段的水沙分层信息求取水沙运动模型，通过对水沙模型的模型参数在该感潮河段区域内进行分成分层采样，得到若干组参数组，利用模型参数组合、求解水沙运动模型得到每个参数组对应的似然度值，并删除若干参数组中低于设定阈值的相关参数组，采用实测材料对水沙运动模型进行水流量和含沙量的确定；
8.步骤s3：根据步骤s1中测得的水流量和含沙量，代入物理模型试验求取该感潮河段的冲淤趋势；
9.步骤s4：若步骤s3中的物理模型试验所得的结论包括步骤s2中所得的水流量和含沙量，则根据该物理模型试验冲淤特性结论直接判断冲淤趋势；若步骤s3中的物理模型试验所得的结论不满足测量结果，且实测含沙量小于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最小流量作为该感潮河段的泥沙冲淤趋势，若实测含沙量大于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最大流量作为该感潮河段的泥沙冲淤趋势。
10.进一步地，所述步骤s4后还包括测量该感潮河段的冲淤深度，可通过传统数学模型方法计算。
11.进一步地，所述步骤s1中该感潮河段的边界条件信息包括河段的边坡、下游边界的水位、河宽、初始水位场和初始含沙量场。
12.进一步地，取步骤s1中该感潮河段上游15～25km的范围采集流量和含沙量，并对沙峰进行监测。
13.采用上述方案本发明取得的有益效果如下：本方案一种感潮河段泥沙淤积预测方法，通过确定河段内泥沙淤积的必要条件，求取优化水沙运动模型，判断结果较为简单，可以解决目前泥沙淤积预测计算难度大的问题，可以求取感潮河段泥沙淤积的冲淤趋势和冲淤深度。
具体实施方式
14.下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
15.本发明一种感潮河段泥沙淤积预测方法，包括以下步骤：
16.步骤s1：确定感潮河段泥沙淤积的必要条件：所述必要条件包括该感潮河段的边界条件信息、该感潮河段的水沙分层信息以及该感潮河段上游的水流量和含沙量；
17.步骤s2：根据该感潮河段的边界条件信息和该感潮河段的水沙分层信息求取水沙运动模型，通过对水沙模型的模型参数在该感潮河段区域内进行分成分层采样，得到若干组参数组，利用模型参数组合、求解水沙运动模型得到每个参数组对应的似然度值，并删除若干参数组中低于设定阈值的相关参数组，采用实测材料对水沙运动模型进行水流量和含沙量的确定；
18.步骤s3：根据步骤s2中测得的水流量和含沙量，代入物理模型试验求取该感潮河段的冲淤趋势；
19.步骤s4：若步骤s3中的物理模型试验所得的结论包括步骤s2中所得的水流量和含沙量，则根据该物理模型试验冲淤特性结论直接判断冲淤趋势；若步骤s3中的物理模型试验所得的结论不满足测量结果，且实测含沙量小于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最小流量作为该感潮河段的泥沙冲淤趋势，若实测含沙量大于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最大流量作为该感潮河段的泥沙冲淤趋势。
20.其中，所述步骤s4后还包括测量该感潮河段的冲淤深度，可通过传统数学模型方法计算。
21.所述步骤s1中该感潮河段的边界条件信息包括河段的边坡、下游边界的水位、河宽、初始水位场和初始含沙量场。
22.取步骤s1中该感潮河段上游15～25km的范围采集流量和含沙量，并对沙峰进行监测。
23.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖
非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
24.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
25.以上对本发明及其实施方式进行了描述，这种描述没有限制性，实施例所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。


技术特征：
1.一种感潮河段泥沙淤积预测方法，其特征在于，包括以下步骤：步骤s1：确定感潮河段泥沙淤积的必要条件：所述必要条件包括该感潮河段的边界条件信息、该感潮河段的水沙分层信息以及该感潮河段上游的水流量和含沙量；步骤s2：根据该感潮河段的边界条件信息和该感潮河段的水沙分层信息求取水沙运动模型，通过对水沙模型的模型参数在该感潮河段区域内进行分成分层采样，得到若干组参数组，利用模型参数组合、求解水沙运动模型得到每个参数组对应的似然度值，并删除若干参数组中低于设定阈值的相关参数组，采用实测材料对水沙运动模型进行水流量和含沙量的确定；步骤s3：根据步骤s2中测得的水流量和含沙量，代入物理模型试验求取该感潮河段的冲淤趋势；步骤s4：若步骤s3中的物理模型试验所得的结论包括步骤s2中所得的水流量和含沙量，则根据该物理模型试验冲淤特性结论直接判断冲淤趋势；若步骤s3中的物理模型试验所得的结论不满足测量结果，且实测含沙量小于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最小流量作为该感潮河段的泥沙冲淤趋势，若实测含沙量大于相应流量值对应的冲刷状态含沙量，则将物理模型试验冲淤特性结论中的最大流量作为该感潮河段的泥沙冲淤趋势。2.根据权利要求1所述的一种感潮河段泥沙淤积预测方法，其特征在于：所述步骤s4后还包括测量该感潮河段的冲淤深度，可通过传统数学模型方法计算。3.根据权利要求1所述的一种感潮河段泥沙淤积预测方法，其特征在于：所述步骤s1中该感潮河段的边界条件信息包括河段的边坡、下游边界的水位、河宽、初始水位场和初始含沙量场。4.根据权利要求1所述的一种感潮河段泥沙淤积预测方法，其特征在于：取步骤s1中该感潮河段上游15～25km的范围采集流量和含沙量，并对沙峰进行监测。

技术总结
本发明公开了一种感潮河段泥沙淤积预测方法，包括确定感潮河段泥沙淤积的必要条件；根据该感潮河段的边界条件信息和该感潮河段的水沙分层信息求取水沙运动模型，通过对水沙模型的模型参数分层采样优化模型；根据步骤S1中测得的水流量和含沙量，代入物理模型试验求取该感潮河段的冲淤趋势。本发明属于泥沙淤积预测技术领域，具体是提供了一种通过确定河段内泥沙淤积的必要条件，求取优化水沙运动模型，判断结果较为简单，可以解决目前泥沙淤积预测计算难度大的问题，可以求取感潮河段泥沙淤积的冲淤趋势和冲淤深度的感潮河段泥沙淤积预测方法。积预测方法。


技术研发人员：薛向东 董晓瑜 陈彬 陈赟 陈鹏 陈坚 陈宣铁
受保护的技术使用者：平阳县水利发展投资有限公司
技术研发日：2021.09.27
技术公布日：2022/1/3