学位论文 > 优秀研究生学位论文题录展示

基于数据挖掘的钱塘江河口水沙运动规律研究

作　者: 曾剑
导　师: 孙志林；潘存鸿
学　校: 浙江大学
专　业: 港口、海岸及近海工程
关键词: 钱塘江河口小波分析人工神经网络涌潮径流细颗粒泥沙起动流速沉降速度潮流挟沙能力河床冲淤
分类号: TV148.1
类　型: 博士论文
年　份: 2011年
下　载: 217次
引　用: 0次
阅　读: 论文下载

内容摘要

钱塘江河口潮强流急,涌潮汹涌,河床冲淤变化剧烈,是最具代表性的强潮河口。探索与运用钱塘江河口水沙运动规律,一直是治理和保护该河口的一项重要的基础性工作。历经几代人的努力,钱塘江河口水沙运动规律研究发展了实测资料分析、数值模拟计算与河工模型试验等多种预测手段并取得了系列的研究成果。近几年,灰色理论、神经网络、分形理论、小波分析等现代数据挖掘技术的出现,为水沙运动规律研究提供了新的研究思路与途径。论文在总结前人研究的基础上,利用钱塘江河口大量的实测资料,采用小波分析、人工神经网络及其藕合模型等数据挖掘技术,结合理论分析、水槽试验等研究手段,揭示钱塘江河口径流、涌潮、细颗粒泥沙起动流速与沉降速度、潮流挟沙能力以及河床冲淤等变化特征与运动规律,以便为钱塘江河口的整治及重大涉水工程建设提供技术基础,主要工作内容归纳如下：(1)基于人工神经网络的预测模型研究。针对钱塘江涌潮高度、泥沙起动流速、细颗粒泥沙絮凝沉降速度及潮流挟沙能力与其影响因素之间存在复杂的非线性关系,在识别各影响因子与分析训练样本代表性的基础上,运用神经网络的最佳函数逼近性能,建立了基于径向基函数(RBF)网络的预测模型。经实测与试验数据的检验,该类模型均具有较好的泛化能力,并在定量评价各影响因子的贡献程度中得到了成功应用。(2)基于小波分析的水动力与河床冲淤的长周期特性研究。依据长系列的水文与地形资料,在分析复Morlet小波函数基本特性的基础上,选用该小波对标准化序列进行了小波变换,根据小波变换系数与小波方差,揭示了钱塘江河口年径流、潮差、沙坎高程以及河床容积的变化过程伴随着21a左右的显著周期,预计2010年以后,该河口径流将转入偏丰期。并以显著周期为纽带,提出了钱塘江河口水沙运动的长周期演变模式。(3)涌潮高度对影响因素与治江缩窄工程的响应研究。通过涌潮高度的神经网络模型,结合正交试验设计理论,定量地分析了各因素与大规模治江缩窄工程对涌潮的影响程度,结果表明,涌潮高度与下游潮汐呈正相关关系,而与河道地形呈负相关关系,当径流流量小于7000 m3/s时,涌潮高度随径流增大而增大,超过此范围后,则随径流增大而减小。大规模治江缩窄后,涌潮沿程强度分布趋于稳定,在顺直江道条件下,盐官涌潮高度减小了0.17m,而弯曲江道,则增大了0.39m。(4)细颗粒泥沙起动流速、沉降速度与潮流挟沙能力的经验公式研究。基于大量的水沙实测资料与试验数据,通过量纲分析与多元回归率定相关参数,建立了适合于钱塘江河口水流特性的细颗粒泥沙起动流速、沉降速度与潮流挟沙能力的经验拟合公式。经实测与试验资料检验,公式具有良好的拟合精度与应用范围。此外,文中还提出了从非恒定实测水沙过程中提取泥沙起动流速与潮流挟沙能力的方法。(5)基于小波分析与神经网络的河床容积预报模型研究。针对河床容积变化具有趋势性、周期性和随机性的特点,在小波分析将时间序列分解成若干细节序列和背景序列的基础上,结合人工神经网络技术,建立了钱塘江河口河床容积的预报模型。经实测资料检验,最优的预报模型(方案6),其拟合阶段与检验阶段的合格率可达97.5%与88.2%,确定性系数可达0.90与0.71,计算结果总体令人满意,为河床容积预报提供了一种可行的技术方案。

全文目录

致谢  5-6
摘要  6-8
Abstract  8-10
目次  10-12
1 绪论  12-27
  1.1 研究背景和意义  12-14
  1.2 国内外研究现状和发展趋势  14-24
  1.3 本文主要研究内容  24-27
2 涌潮强度预测模型及影响因子分析  27-42
  2.1 钱塘江涌潮概况  27-30
  2.2 钱塘江涌潮动力特性  30-31
  2.3 基于RBF网络的涌潮强度预测模型  31-35
  2.4 影响因素的定量分析  35-38
  2.5 大规模治江缩窄对涌潮的影响分析  38-40
  2.6 本章小结  40-42
3 钱塘江河口径流与潮汐长周期特征分析  42-56
  3.1 钱塘江河口水动力  42-44
  3.2 小波分析原理  44-47
  3.3 钱塘江河口径流的小波分析  47-49
  3.4 钱塘江河口潮汐的小波分析  49-52
  3.5 径流周期变化对河床的影响  52-54
  3.6 本章小结  54-56
4 强潮河口泥沙起动流速分析  56-72
  4.1 钱塘江河口泥沙  56
  4.2 泥沙水槽起动试验与分析  56-61
  4.3 大水深泥沙起动流速分析  61-62
  4.4 泥沙起动流速公式的对比与修正  62-68
  4.5 泥沙起动流速的神经网络模型  68-70
  4.6 本章小结  70-72
5 河口泥沙絮凝沉降速度分析  72-86
  5.1 泥沙沉降试验与分析  72-75
  5.2 絮凝沉速的神经网络模型  75-76
  5.3 絮凝沉降的影响因素分析  76-83
  5.4 絮凝沉速的拟合公式  83-84
  5.5 钱塘江河口絮凝沉降的现场观测  84-85
  5.6 本章小结  85-86
6 强潮河口潮流挟沙能力研究  86-100
  6.1 水沙数据的整理与选取  86-91
  6.2 挟沙能力资料的提取  91-93
  6.3 挟沙能力的神经网络模型  93-94
  6.4 挟沙能力的影响因素分析  94-97
  6.5 挟沙能力的经验公式  97-98
  6.6 本章小结  98-100
7 沙坎与河床冲淤分析及预报  100-117
  7.1 钱塘江河口河床演变特点  100-102
  7.2 沙坎变化的小波分析  102-105
  7.3 河床冲淤的小波分析  105-108
  7.4 小波和神经网络的藕合模型  108-110
  7.5 河床容积预报  110-115
  7.6 本章小结  115-117
8 结论与展望  117-120
  8.1 主要结论  117-118
  8.2 创新点  118
  8.3 研究展望  118-120
参考文献  120-128
攻读博士学位期间取得的科研成果  128-129
作者简历  129

基于数据挖掘的钱塘江河口水沙运动规律研究

内容摘要

全文目录

相似论文