潮汐河口浅滩整治水位研究（上）

在采用新的设计方法分析潮汐河口的水沙特性的基础上，结合整理论分析和经验总结，提出潮汐河口浅滩整治的新理论及最高、最优整治水位等新概念。提出计算最高整治水位的三种方法及相应计算公式。分析了最优整治水位的确定方法，并结合实例进行了计算分析。     

《水道港口》征稿简则

<正>《水道港口》由交通部天津水运工程科学研究院主办,为中国科技论文统计源期刊(中国科技核心期刊)。主要刊载与海岸河口、内河航道、港口工程、通航建筑、波浪、防护建筑物、交通环境保护等有关的科研基础理论以及手段和方法的研究论文,报道国内外     

马来西亚Pahang河口概念性整治方案研究

根据以往国内外一些主要潮汐河口深水航道的整治经验,通过马来西亚Pahang河口海域实测水文、泥沙及水深测量等现场实测资料分析,确定了Pahang河口的整治原则,即整治与疏浚相结合、采用工程措施束水攻沙及因势利导;根据整治原则,提出了Pahang河口概念性方案工程布置,即对南北河口分别进行双导堤整治,口门宽度与现有河口口门宽度一致,堤头设在波浪破碎点以外500 m,导堤采用高水堤,与现有口门沙洲高程一致,可达到防浪、防沙及束水攻沙、维持水深并保证通航的要求。     

基于双线阵相机的高铁CPⅢ自动测距系统

本文设计了一种高速铁路CPⅢ的自动测距系统,该系统以双线阵相机作为CPⅢ的图像采集设备,运用HALCON软件对采集到的CPⅢ图像进行自动识别得出CPⅢ中心的像素坐标,利用交汇测量原理计算出CPⅢ在相机坐标系中的位置,再经过坐标系的变换得出CPⅢ到铁轨中心的距离,通过Visual C++2008编程将图像采集、自动识别、计算等集成一体,实现了CPⅢ的自动测距,与全站仪、经纬仪等仪器比较显的方便许多。     

交汇水域船舶轨迹预测与航行意图识别

针对典型水上交通场景交汇水域，研究了1种数据驱动的船舶轨迹预测与航行意图识别方法。设计CNN+LSTM组合神经网络，通过学习交汇水域船舶的历史轨迹，以CNN+LSTM网络为编码器提取其通航环境及船舶航行时空特征，LSTM与全连接层为解码器同步输出未来时段内船舶轨迹序列和航路选择，从而形成船舶轨迹与航行意图识别模型。同时，引入Dropout网络结构描述该模型的预测不确定性，采用随机关闭CNN+ LSTM核心网络部分神经单元的方式，以相同轨迹序列作为输入获取多组相近的预测结果，根据其统计均值与方差对船舶轨迹预测的不确定性进行量化。以美国沿海某交汇水域公开AIS数据为对象开展实验，创建了该交汇水域船舶航行轨迹数据集，以输入时长60 min，采样频率3 min作为输入条件，Dropout值取0.5，实验结果表明:所提方法对未来60 min时段内的轨迹预测误差为3.946 n mile，航行意图识别准确率达87%，不确定性估计覆盖率达85.7%。与LSTM预测方法相比，当船舶操纵性发生改变时，所提CNN+LSTM模型的轨迹预测误差降低了31.6%，而且兼具船舶航行意图识别及预测不确定性估计能力，有利于智能航行与海事监管技术发展。      

长江口河口湿地冲淤对潮流的影响研究

本文对长江口崇明东滩、横沙东滩和九段沙湿地的冲淤变化进行定量描述,应用FVCOM模型建立长江口三维潮流数值计算模型,重点模拟淤积1年、5年和10年三种工况下长江口各分支航道的潮位、潮时、潮流垂向结构变化。计算结果表明,长江口地区随着淤积程度的逐步加强,潮位、潮时、潮流垂向结构发生显著变化,并且越往上游,受影响程度逐次减弱。     

《水运工程》2010～2014年录用论文供稿单位10强榜单(含专辑增刊)

<正>~~