【摘 要】
:
近年来随着气候变化的加剧,城市化进程的加快,极端降雨频发,洪涝灾害造成了较大的生命财产损失。同时随着计算性能提升和计算方法的改进,雨洪数值模型成为研究洪涝问题的重要
论文部分内容阅读
近年来随着气候变化的加剧,城市化进程的加快,极端降雨频发,洪涝灾害造成了较大的生命财产损失。同时随着计算性能提升和计算方法的改进,雨洪数值模型成为研究洪涝问题的重要技术手段。然而城市区域精细地形和管网资料缺失严重难以获取,极大地限制了雨洪数值模型的应用。本文针对无资料区域洪涝过程模拟不足的现状,以开发一套适用于无资料区,模拟精度更好,更为简便的模拟方法为目标。在西安理工大学开发的全水动力雨洪模拟基础上,提出适用于精确地形缺失区的摩阻修正方法和适用于管网资料缺失区的等效排水方法,提高了模型在无资料区洪涝过程模拟精度,并通过基本算例对提出方法进行了验证。通过对浅水方程中摩阻项进行理论分析及公式推导,提出基于粗糙DTM地形的摩阻修正方法。对四个主要影响因子:地形坡度、建筑密度、单宽流量和网格分辨率进行了敏感性分析,确定修正系数对网格分辨率不敏感。采用非线性拟合得到修正系数与地形坡度、建筑密度和单宽流量的关系式。通过理想城市流域和Toce河物理模型试验区域洪涝过程对该方法进行了验证,结果表明采用摩阻修正方法在不同点位和断面处水深模拟精度明显提升,该方法有望成为一种适用于精细地形资料缺失区洪水演进过程的高效模拟方法。基于水量平衡原理提出了适用于管网资料缺失区的全域等效排水、道路等效排水和雨水井等效排水方法。上述方法仅需在二维地表模型中对降雨源项进行处理,其中雨水井等效排水方法可根据设计管网标准或实测数据进行限制修正。分别采用三种方法对理想城市流域和沣西新城实际流域的降雨径流过程进行模拟,并与耦合模型结果进行了对比分析。结果显示雨水井等效排水方法模拟效果最佳,道路等效排水方法次之,全域等效排水方法效果较差。相较与耦合模型,本文所提出的等效排水方法简单有效,可为城市管网资料缺失区雨洪过程模拟提供理论依据。此外,结合可获取的地形数据和高精度影像数据,通过对建筑、沟道和雨水井等特征提取可进行完全无资料区域洪涝过程数值模拟。本文通过构建地表摩阻修正方法与地下管网排水过程概化方法开展资料缺失城区雨洪过程数值模拟研究,可为资料缺失城区规划、设计、管理和运维提供技术支撑。
其他文献
网络考试系统是高校考试方式的发展趋势,尤其今年疫情带来的影响,更加迫切的需要考试的网络化。本论文探索实现的是支持大规模考生参加的局域网网络考试系统。本论文主要通过对现有考试方式的分析,确立了系统开发的可行性、必要性,完成了系统的功能性需求、非功能性需求。之后对网络考试系统进行了概要设计,介绍了微服务架构与单体应用架构之间的对比,阐释了本文采用微服务架构的优点,设计了考务管理前端、考试终端,进行了微
国际能源危机的来临、国家政策的导向促使节能问题成为制造业关注的重点问题。随着智能工厂的发展,机器人柔性生产线将会在未来逐渐成为制造工厂中的生产主力军,同时也是制造工厂的主要能耗者。可以预见,机器人柔性生产线节能技术具有重要的研究意义。本文基于工业机器人轨迹规划和柔性生产线调度,开展机器人柔性生产线节能技术研究。所提出的节能技术均在真实工业机器人与柔性生产线进行了应用实验,具有一定的应用价值。主要研
随着互联网技术的快速发展,安全技术与云计算逐渐交织形成一种新的安全防御途径——安全共享资源池。“安全即服务”作为一种新的服务受到学术界和产业界极大的关注,用户只需租用安全资源,即可在不消耗本地计算资源的情况下享受到安全服务。但是随着安全共享资源池的扩展,数据中心管理成本不断增加,安全资源池如何在确保安全性的同时降低成本成为人们关注的问题。研究根据节点资源负载随时间的变化特点,达到安全共享资源池的资
连接查询技术往往需要很高的时间开销。随着数据量加大,连接查询会因其时间开销过大而失去实用性。现实的数据集通常是包含大量重复元组的脏数据集,会造成查询结果包含重复元
随着大数据时代的到来,互联网迎来新的发展,无论对于企业还是个人,数据信息都越来越重要,保护数据信息的安全,在发生意外的时候保证充足的容灾备份成为当下越来越重要的研究方向。由于数据量的飞速增长,需要通过迅速、高效的方法把源数据同步到备份服务器中。采用常规同步的方法在面对数据量较大的时候,有占用存储空间多,占用网络带宽高,同步效率低下等问题,所以本文从现实考虑出发,提出以数据分块算法和布隆过滤器为基础
近年来,国家多次进行普法行动意图让全国人民知法懂法,以此来降低犯罪率。全靠人力来普法将是一个漫长而艰难的过程,目前很多涉案人员了解案情都是要通过求助专业法律人员,这
人类获取信息的80%以上来自视觉,大脑视觉系统具有效率高和鲁棒性强等优势,如何理解和模拟大脑视觉信息加工方式是神经科学与计算机科学交叉领域的热点问题。功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)因其良好的时空间分辨率和无损成像等优点已成为研究人脑的主要手段之一。基于f MRI建立视觉编码模型是以大脑视觉感知机制为依据,模拟大脑视觉信息处理
用户识别问题是数据分析和挖掘中的重要问题之一,旨在实现对关联到某些资源信息的人的身份进行验证。通常情况下,研究人员利用与用户相关的数据资源,提取可以作为用户身份标识的特征,通过特征降维、选择等操作后,使用相似性度量方法对用户的特征进行相似度匹配,输出相似度最大的结果作为识别结果。用户识别问题在个性化推荐、信息取证和隐私保护等领域具有广泛的应用和重要的研究价值。在用户识别问题研究中,特征的选择和构造
当前,信息过载问题严重困扰着每一个人。在我们的日常生活以及互联网行业中,推荐系统对于解决信息过载问题起着不可或缺的作用。在实际应用中,几乎每一条数据都带有时间标签,数据间的时间跨度是一个不可忽视的问题。因此时序性推荐系统受到广泛关注。直观地讲,数据越旧,推荐时的时间权重就越小,因此常规研究始终使用遗忘曲线来建模时间因子。但是,这些研究仅将时间作为一个公共属性,而不是维度。用户和项目之间的每次交互行
随着网络技术的不断发展,P2P网络由于其匿名性与开放性的特点而得到了广泛的应用,如文件共享和即时通信。同时这些特性也为P2P网络带来了新的挑战,恶意节点随意的传播非法消息,会对网络的可用性以及用户体验带来负面的影响,并且P2P网络的动态性与分布性也使得节点之间很难进行长期并稳定的交易,目前所提出的信任模型并不能很好的解决P2P网络中存在的交易不可靠、动态网络拓扑等问题,现有的研究成果仍然存在不足,