岷江—横江洪水顶托对向家坝水电站通航影响研究

通航为向家坝水电站功能之一。为发挥电站通航效益,明确电站适宜通航水流条件,前期通过实船试航试验初步确定电站最大通航流量不超8 500 m³/s,且最大泄洪流量不超2 200 m³/s双控标准。然而,在近年船舶通航实际调度中发现,向家坝水电站通航水流条件除受下泄流量影响以外,还受下游岷江、横江洪水顶托作用影响。通过建立向家坝—泸州一维非恒定流模型,模拟当汛期向家坝水电站依次按4 000 m³/s至8 000 m³/s各级流量恒定出库时,分别遭遇岷江、横江5～100 a一遇不同典型年洪水顶托后,向家坝水文站水位日变幅、小时变幅情况。得出当遭遇岷江50 a一遇、横江100 a一遇洪水顶托时,向家坝水文站最大水位小时变幅分别达0.55、1.19 m/h,最大水位日变幅分别达7.59、6.87 m/d;且仅当遭遇岷江、横江5～10 a一遇部分工况洪水顶托时,向家坝水文站水位满足小时变幅不超过1 m/h、日变幅不超过3 m/d双控要求,其余工况下水位变幅均超标准。研究成果可为后续向家坝水电站通航调度提供参考。     

白鹤滩蓄水期向家坝控泄对下游航道影响分析

基于最新河道断面资料,建立向家坝—泸州的一维非恒定流模型,定量分析白鹤滩水库蓄水期间,在保证正常通航情况下向家坝水电站的最小通航流量和对应日调节出库流量方案.按横江70 m3/s、岷江700 m3/s恒定侧向入流,向家坝水电站按不同量级出库情况模拟,计算沿程各断面水位,求出向家坝下游最低通航水位265.8 m对应流量约...     

长江中游水位短期预测预报研究

本文首先采用数据驱动模型获取长江中游沿程入汇流量,再依据相关关系法对中游短期水位进行预测预报,并针对监利、武汉关、九江等重要站点预测水位影响因素较多的特性,采取多元回归模型去综合考虑多因素与变量的线性关系,构建精度更佳的水位预测模型。     

近50年东江三角洲潮汐运动的变化研究

基于东江三角洲的5个水文观测站和东江下游的博罗流量观测站数据,分析近50 a来东江三角洲潮汐运动特征的变化。水文统计学方法表明上游石龙站点的水位和潮差变化程度远大于下游的大盛和泗盛围站点,且石龙站点低低潮曾发生于小潮,后发生于大潮时期,这一变化与潮汐分潮振幅变化相关。T_Tide调和分析得出的分潮振幅结果显示,各站点的振幅变化与水位和潮差变化相关,尤其石龙站点的半月分潮和半日分潮大小的转换能够说明低低潮发生时间的变化。此外计算出的地形指标变化,表明石龙站点因人类活动所导致的河床下切所引起的潮动力变化,对以上变化起到不同程度的影响作用。     

石角站设计最低通航水位计算方法的探讨

目前,北江下游人类活动频繁,使得该河段及其主要汇入河流的水文泥沙特性发生了较大的变化。2003年以前,石角站的水位变幅不大,但2003年以后,石角站的水位急剧下降,如要按照规范上思路采用水位系列进行统计分析,其计算结果必然偏大,而石角站历年的年平均流量系列多年变化比较稳定所以,本文考虑从流量系列出发,根据流量与水位之间的对应关系寻找切合实际的计算方法。     

电站日调节对宜昌—大埠街砂卵石河段航道维护的影响

本文基于宜昌—大埠街砂卵石河段的航道特点,选取了宜昌站、枝城站、马家店站点的分时水位流量数据,分析了三峡蓄水后电站日调节对下游近坝河段沿程水位和航道条件的影响,为长江近坝砂卵石河段航道维护管理工作提供了参考。     

洪水对长江口风暴潮的影响

河口地区容易遭受洪水和风暴潮复合作用的影响。通过对长江大通站流量长周期序列分析,采用FVCOM建立三维河口风暴潮模型,研究了长江口风暴潮对径流的响应。结论如下：1)长江口天文高潮位(风暴高潮位)随径流的增加而抬升,两者线性关系极强,可为河口洪水和风暴潮的预报提供参考。2)对于给定的天文潮(风暴潮)情景,水位增长率只与站点所在位置有关,且越往上游水位增长率越大。3)风暴增水在江阴段取得峰值,在江阴以上的感潮河段随着流量增大而减小,在江阴以下的河口段变化不明显。     

向家坝电站调峰对航运的影响分析

向家坝工程坝址以下可常年通行1000t级船舶,电站在日调峰运行、枢纽泄洪情况下均可能导致下游水位发生变化,分析研究表明,在基流相同的情况下,单位时间内下泄流量的变幅越大,下游河道水位变幅越剧烈,对下游河道安全通航的影响越大。     

金沙江宜宾段非恒定流过程及传播特性

金沙江、岷江的非恒定流调节过程较为复杂,在宜宾汇合后形成新的非恒定流向下游传播。通过近年实测资料,分析金沙江、岷江非恒定流特征及汇合效果。结果表明:宜宾段非恒定流特征与向家坝电站下泄非恒定流的符合度更高,岷江的非恒定流无典型过程;宜宾段水位变幅和金沙江、岷江水位变幅存在线性关系;涨幅在1.7 m左右,起调水位在1 m左右的泄水波可作为宜宾段非恒定流过程的典型代表,其在下游的传播速度沿程基本保持一致,衰减幅度随着距离的增加而减小。     

基于AutoML的长江下游周旬尺度枯水位及潮位预报

基于微软在2018年发布的自动化机器学习建模平台Azure AutoML,探索长江下游水位及潮位预报模型构建与应用。以大通枯水期周旬尺度最低水位、南京未来14与20次低潮中最低潮位的预报为例，开展研究并从模型构建与评估、预报精度、输入因子重要性等角度进行分析。研究结论表明：微软Azure AutoML平台可便捷地进行自动化机器学习模型的构建；两站点的预报模型在2014—2020年模型构建过程、2021年模型精度分析过程中均取得较高的精度指标，但在最低水位(潮位)波动变幅较大的阶段，预报模型的性能有待进一步提高；大通站不同预见期预报模型的重要输入因子较为一致，排名前三的重要变量依次为八里江、大通、安庆水位；南京潮位预报规律较为复杂，应尽量纳入更长时段的前期潮位信息。