排序方式: 共有5条查询结果,搜索用时 149 毫秒
1
1.
受到岷江、横江影响,向家坝下游水富—宜宾段水位变化特性复杂,干支流间水位、流量数据属于多维时空数据。研究选取spectral temporal graph neural network(StemGNN)时空图神经网络用于向家坝下游多站点水位预报,结果表明:该方法适用于研究区域的多站点水位预报,未来1、8 h模型预报性能较优,在向家坝站、宜宾站、李庄站3处的最大预报误差约为0.5 m。StemGNN特点是能够从输入数据中自动提取河网结构信息,体现研究区域的汇流特性。横江流量对于研究区域水位流量影响较小;向家坝水库水位、横江水位、高场水位代表研究区域前期的水位情况,高场流量作为较大的流量输入,对于研究区域水位流量影响较大。研究成果可为近坝段、支流入汇等水位变化特性复杂河段的多站点水位预报提供新思路。 相似文献
2.
3.
为探明城陵矶—武汉河段的航道水深资源,根据每一水道的河相关系参数对研究河段进行区段划分,并采用稳定航深估算法对不同区段的航道最大稳定航深进行计算,进而确定研究河段的航道最大水深。结果表明:研究河段依据水道河相关系参数变化规律,可自上游至下游分为仙峰水道—新堤水道、石头关水道—簰洲水道、水洪口水道—白沙洲水道区段;这3个区段在98%设计通航保证率流量、航宽200 m下的航道最大稳定水深自上而下分别为6.133、11.268和6.433 m,故城陵矶—武汉河段在200 m规划航宽下基于自然禀赋的最大稳定航深为6.1 m。 相似文献
4.
5.
1