ADCP盲區(qū)流速反演模型在錢塘江河口地區(qū)的應用.docx

1、人民長江YangtzeRiver文章編號：1001-4179(2017)51-0117-03ADCP盲區(qū)流速反演模型在錢塘江河口地區(qū)的應用卷坤軍半，花£，21傳喜"，花祥3（1.浙江省河海測繪院，浙江杭州310008；2.浙江省河口海岸重點實驗室，浙江杭州310020；3.浙江省工程勘察院，浙江寧波315012）摘要：基于拋物線和對數(shù)流速分布模型，經(jīng)概化、推導轉化為流速分布線性模型，對ADCP流速數(shù)據(jù)進行回歸分析；以最小二乘算法建立回弟模型，實現(xiàn)了對ADCP盲區(qū)流速的反演。將反演模型應用于對錢塘江河口流速的測量，實測數(shù)據(jù)表明：漲急時，流速剖面服從拋物線模型；落急時，流速割面

2、服從對數(shù)模型。采用對應反演模型計算的流速與實測數(shù)據(jù)基本一致，說明反演模型能準確地對ADCP盲區(qū)流速進行推算。關鍵詞：ADCP；盲區(qū)流速；流速剖面；回歸分析；河口地區(qū)；錢塘江.中圖法分類號：P641文獻標志碼：ADOI：10.16232/ki.1001-4179.2017.SI.031收稿日期：2017-02-07基金項目：浙江省科技計劃項目（2016F10012）；浙江省水利科技計劃項目（RC1501）；浙江省水利科技計劃項目（RC1605）作者簡介：張坤軍，男，工程師，碩士，主要從亨海洋聲學探測工作。Email：redkj1盲區(qū)流速形成分析聲學多普勒流速剖面儀（ADCP）是基于聲學多普勒原理

3、進行流速測量的高性能儀器，相比傳統(tǒng)的流速測量方法，具有時間、空間分辨率高等顯著特征，在我國水文測驗領域得到了廣泛應用。如1997年三峽工程大江截流和2002年三峽工程明渠截流，以及廣東北江飛來峽工程截流，均使用了ADCP進行流量觀測；其他如杭州灣跨海大橋、港珠澳大橋等工程，也均使用了ADCP進行流速測量。ADCP測量時受換能器電子設備、外殼及船體等影響易產(chǎn)生“激振效應”，在水層上部形成上盲區(qū)，上盲區(qū)的厚度與換能器的人水深度、ADCP工作頻率和參數(shù)設定等因素相關；此外，由于底部回聲信號受到干擾而產(chǎn)生“旁瓣效應”，在水層底部形成了下盲區(qū)。在實際應用中，盲區(qū)流速的確定通常是根據(jù)相關的經(jīng)驗采用常數(shù)外推

4、法，該處理方式?jīng)]有顧及到垂線流速剖面分布的實際情況，因而所得到的盲區(qū)流速與實際可能存在著較大的偏差。錢塘江河口地區(qū)屬于強涌潮河段，潮流流速快，最大瞬時流速超過4m/s,ADCP測流底跟蹤失效的情形時有發(fā)生，從而導致下盲區(qū)范圍增大，如果采用常數(shù)外推法來估算下盲區(qū)流速，其風險勢必會進一步加大。為此,本文基于經(jīng)典流速分布模型，利用Excel自帶的回歸分析工具，對錢塘江河口定點觀測ADCP流速數(shù)據(jù)的剖面分布進行了反演，進而對ADCP盲區(qū)流速進行推算。2盲區(qū)流速反演模型2.1流速分布模型2.1.1拋物線模型流速剖面可以用拋物線的形式來描述垂線流速的分布u.U/z2,=%1uz0/式中，U為z點的流速,m

5、/s；um為測點最大流速,m/s；=JR為河底摩阻流速，m/s；c°為待定系數(shù),z為河底邊界至計算點的高度,m；z。為河底粗糙高度,m。若U，、Zo、匕為常數(shù)，令a=-C°U,/zQ29b=2C0u*/z0,c=um-cou*，則上式可簡化為u=az"+bz+c(2)式(2)表明：流速分布可視為變量z和>的二元線性函數(shù),a0和c為常數(shù)，運用二元線性回歸分析計算得到常數(shù)值，即可建立拋物線分布模型。2.1.2對數(shù)模型對于流速剖面，還可以用卡門-普朗特對數(shù)分布形式來描述垂線流速的分布:式中"為卡門常數(shù)，其取值在不同區(qū)域存在著差異，平均取值約為0.4。若u

6、*、ZqM為常數(shù)，令a=u*/k,b=-u*nz/k,則式(3)可化簡為u=axInz+b(4)式(4)表明：流速分布可被視為變量Inz的一元線性函數(shù)，。和b為常數(shù)，運用線性回歸分析可計算得到常數(shù)值，即可建立對數(shù)分布模型。2.2回歸分析建模對于ADCP測得的流速數(shù)據(jù)，本文采用Excel建立回歸分析模型，對流速剖面分布進行特征分析。回歸分析作為基本的定量分析工具，對于很多表面上看來與回歸分析無關并且似乎難以理解的數(shù)學方法，都可以借助于回歸分析得到簡明的解釋?；诨貧w分析的盲區(qū)流速推算過程如下。.(1)對河底至計算點高度z和對應流速"在Excel中作散點圖，可以初步判斷出點列的分布具有何

7、種趨勢。有時流速剖面的上、下水層會出現(xiàn)分層現(xiàn)象，即上、下水層分別服從于不同的函數(shù)模型，而單純根據(jù)圖像難以判斷其點列是服從何種模型。(2) 由于拋物線模型和對數(shù)模型均為非線性函數(shù)，因此，需要將非線性模型轉換成線性模型，再采用最小二乘算法進行線性回歸分析，最小二乘算法即采用誤差平方和最小的方法。對2種非線性模型分別進行如下處理:對于拋物線模型，以z和I?為自變量,以u為因變量，作二元線性回歸分析;對于對數(shù)模型，將z取自然對數(shù)，以Inz為自變量，以u為因變量，作一元線性回歸分析。以對數(shù)模型為例，對回歸分析中的最小二乘算法作如下描述：一元回歸模型可以定義為V=aX+b+e(5)式中，丫為流速”的向量集

8、/為屁的向量集/為殘差項，。和6為待定常數(shù)。對殘差可表示為&=匕、，最小二乘法的目的是找到能夠使誤差平方和最小的常數(shù)Q和6,即nnmin£(匕一丫)？=min£(匕一aX-b)'(6)»=1i-1利用式(6)分別對*和£求一階導數(shù)，得到Z=M匕_七-M=-云，最后再對其求二階偏導。由于二A階偏導均大于零，因此確認所求的常數(shù)Q和6滿足誤差平方和最小的條件。(3) 分別對每一時刻的流速數(shù)據(jù)建立2種模型,并對模型的擬合效果進行比較，從中選擇最優(yōu)模型，拋物線模型和對數(shù)模型回歸效果分別如圖1和圖2所示。利用Excel自帶的回歸分析工具，對步驟(2)

9、中處理完成的數(shù)據(jù)進行回歸分析，生成“回歸結果摘要(summaryoutput)”，通過比較2個模型的相關系數(shù)R2和標準誤差選擇該時刻的最優(yōu)模型。其中，標準誤差的計算公式如下：式中，幾為樣本數(shù)目；皿為口變量數(shù)目凹為實測流速,m/s；£j為擬合流速，m/s。(4) 根據(jù)確定的流速剖面分布模型，將盲區(qū)水層對應的實際高度z代入模型，計算出對應時刻的上、下層盲區(qū)流速。圖1拋物線模型回歸分析圖2對數(shù)模型回歸分析3應用實踐為驗證前文給出的盲區(qū)流速推算方法的可行性,在2015年秋季大潮汛期間，利用RDI生產(chǎn)的600kHzADCP,在錢塘江河口區(qū)域進行了定點流速測量，將ADCP的層寬設為0.5m,換能

10、器吃水深度為0.5mo針對獲取的流速數(shù)據(jù)，選取漲急（1,2,3,4）和落急（5,6,7,8）兩個特征時刻附近的各4組流速數(shù)據(jù)，分別采用拋物線法和對數(shù)法建立垂線流速模型，相應模型的擬合相關系數(shù)夫2和標準誤差s如表1所示，不同時刻的流速剖面分布特征如圖3所示。表1不同流速模型擬合相關系數(shù)R2和標準誤差s數(shù)據(jù)拋物線流速模型對數(shù)流速模型序列R2SR2510.99640.04900.96180.152120.99330.07850.97260.153230.99770.04720.98170.130440.99510.05620.97160.178650.97820.10450.99700.038060

11、.98850.07300.99690.036970.97920.10220.99600.044080.98240.10180.99500.0534e1515圖3不同時刻流速剖面分布特征u/(m»s_,)(f)17:00u/(m»s0(Q17:30u/(m*s_1)(e)16:30(a)10:0()u/(ws'9(b)10:301510u/(s1)(c)11:0002圖3中，實心符號“”代表實測流速值，空心符號“”代表推算流速值，曲線代表流速剖面模擬曲線。其中，圖3（a）、（b）、（c）、（d）為漲急時段的典型流速分布，圖3（e）、（f）、（g）、（h）為落急時段的典

12、型流速分布。由圖1結合表1所列參數(shù)可歸納如下。（1）漲急和落急時段的流速剖面分布存在著差異，漲急時段的流速分布服從于拋物線流速模型，落急時段的流速分布服從于對數(shù)流速模型。（2）漲急時段的分層最大流速并非出現(xiàn)在表層,具有典型的拋物線特征，而且隨著漲潮流速的減小，最大流速逐漸向表層轉移。（3）落急時段的流速剖面呈現(xiàn)出較好的對數(shù)分布，相對于漲急時段,其流速剖面形態(tài)比較穩(wěn)定。4結語對于ADCP的盲區(qū)流速，一般是根據(jù)相關經(jīng)驗采用常數(shù)外推法來進行確定，測流垂線的流速剖面在不同時段可能會出現(xiàn)變化，依賴固定常數(shù)進行外推所得到的盲區(qū)流速有時與實際存在著較大的出入。針對上述問題，本文以2種經(jīng)典的流速分布模型為基礎

13、，分別對漲急時段和落急時段的錢塘江河口地區(qū)定點ADCP流速數(shù)據(jù)進行了回歸分析?；貧w分析結果表明：漲急時段的流速剖面分布服從于拋物線模型，而落急時段的流速剖面則服從于對數(shù)模型，進而可以計算得到所對應時刻的盲區(qū)流速。盡管如此，基于回歸分析的盲區(qū)流速推算方法仍然存在著一定的局限性。本文對單點垂線大潮汛漲急（下轉第151頁）18s減至最大振幅的20%然后逐漸趨于穩(wěn)定。在2030s,水平地震加速度趨于一個較為穩(wěn)定的變化，在圖9中安全系數(shù)也趨于一個較為穩(wěn)定的變化。由這兩圖對比可知，安系數(shù)隨著水平地震加速度的波動而變化，而兩者的曲線變化規(guī)律大體一致。4結論(1) 本文采用QUAKE/W和SLOPE/W耦合的

14、方式,模擬了黃土墻邊坡在地震響應下的邊坡應力應變以及震后的穩(wěn)定性。在天然工況下邊坡處于穩(wěn)定狀態(tài)，而在地震的工況下滑坡內(nèi)部應力值較大并出現(xiàn)了3個明顯的剪應變變形區(qū)并有貫通的跡象，說明邊坡可能在震后出現(xiàn)整體失穩(wěn)，需要及時治理。(2) 在評價震后穩(wěn)定性的時候采用了最小平均安全系數(shù)的方法，更加符合邊坡實際情況，為邊坡的穩(wěn)定性分析提供更可靠的依據(jù)。參考文獻：1 張倬元，王士天，王蘭生.工程地質分析原理M.北京：地質出版社,1994.2 許強，李為樂.汶川地震誘發(fā)滑坡方向效應研究J.四川大學學報：工程科學版，2010,42(SI)：7-14.3 王秀英，聶高眾，王松.汰川地震誘發(fā)滑坡的地震動加速度評判標準

15、JJ.地震學報，2011,33(1)：82-90.4 許沖，戴福初，姚鑫.汶川地震誘發(fā)滑坡災害的數(shù)量與面積J.科技導報(北京),2009,27(11)：79-81.5 許強，李為樂.汶川地震誘發(fā)大型滑坡分布規(guī)律研究J.力學學報,2010,18(6)：818-826.6 唐川，朱靜，張翔瑞.G1S支持下的地震誘發(fā)滑坡危險區(qū)預測研究J.地震研究,2001,24(1)：73-81.7 賀小黑，王思敬.地；T條件下不同類型邊坡的穩(wěn)定性研究J.化工礦產(chǎn)地質,2014(2)：105-111.8 葉海林，黃潤秋，鄭穎人，等.地震作用下邊坡穩(wěn)定性安全評價的研究J.地下空間與工程學報,2009,5(6)：124

16、8-1257.9 鄭潁人，趙尚毅，張魯渝.用有限元強度折減法進行邊坡穗定分析J.中國工程科學,2002,4(10)：52-56.10 夏敏，任光明，郭亞莎，等.地震誘發(fā)滑坡復活機制的FLAC3D數(shù)值模擬分析J.工程地質學報,2010,18(3):305-311.11 劉漢龍，費康，高玉峰.邊坡地震穗定姓時程分析方法J.巖土力學,2003,24(4)：553-556.(編輯：鄭毅)(上接第119頁)時段和落急時段的流速剖面進行了回歸分析，分析結果對關注底層最大流速的河床沖刷、橋墩沖刷等研究領域具有一定的參考借鑒意義。但是本文并沒有涉及到轉流等慢流速時段的流速剖面的分析，今后應選擇一定范圍內(nèi)的若干個典型垂線來對漲潮、落潮流速剖面分布的變化規(guī)律進行完整的研究。參考文獻：1 楊豐，楊俊青.多普勤法測流技術簡介J.水文，2004,24(2)：59.2 劉勇勝，黃程鵬.ADCP在內(nèi)陸核電廠址水史觀測中的應用J.長江工程職業(yè)技術學院學報，2014,31(1)：12劉彥祥.ADCP技術發(fā)展及其應用綜述J.海洋測繪，2016,36