水流泥沙数学模型的数据同化与参数反演

《水流泥沙数学模型的数据同化与参数反演》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、水流泥沙数学模型的数据同化与参数反演(申请清华大学工学博士学位论文)培养单位：水利水电工程系学科：水利工程研究生：赖瑞勋指导教师：方红卫教授二○一五年六月Dataassimilationandparametersinversionofwater-sedimentnumericalmodelDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementforthedegreeofDoctorofPhilosophyinHydraul

2、icEngineeringbyLaiRuixunDissertationSupervisor:ProfessorFangHongweiApril,2015摘要摘要提高水流泥沙预测精度对防洪规划、灾情评估、防汛、工程施工等方面有重要意义。水沙数学模型和原型观测资料是河道水流泥沙可以获取的两类信息来源。水沙数学模型以水沙动力学理论为基础，是对水流泥沙输移过程的物理概化和数学描述，存在一定的模型结构误差。原型观测数据由于观测设备、观测手段和数据处理等方面的原因，也存在一定的误差。随着原型观测技术和信息通信技术的发展，有必要开展

3、水沙数学模型的数据同化方面的研究，融合模型计算值和原型观测值，提高模型预测精度，将既有的水沙数学模型发展为实时校正的水沙数学模型。建立了河道水沙数学模型的集合卡尔曼滤波数据同化系统。在一维水沙输移方程的基础上，将水位、流量、含沙量和糙率参数作为控制变量，以控制理论为基础，构造了这些参变量的状态空间方程和观测方程。分析了这些参变量的误差分布规律，利用集合卡尔曼滤波方法，建立了水位、流量、含沙量和糙率参数的集合卡尔曼滤波同化系统。建立了悬移质泥沙输移的变分同化系统。构造了模型预测含沙量和原型观测含沙量之间差值的代价函数，并将

4、悬移质泥沙输移方程作为代价函数的约束条件。推导了带约束条件代价函数的伴随方程，及其对恢复饱和系数、挟沙力参数k和指数m的梯度。分析了集合卡尔曼滤波和变分同化算法的优缺点，建立了河道水流泥沙的耦合数据同化机制。耦合同化机制中，集合卡尔曼滤波优化水位流量并反演糙率参数，并利用变分同化方法优化含沙量并反演泥沙输移参数，其中集合卡尔曼滤波逼近得到的模型误差作为含沙量变分数据同化的背景误差。水沙集合卡尔曼滤波系统应用于黄河下游2011年调水调沙案例，分析了模拟水位、流量和含沙量的精度，分析了反演糙率参数与水位等变量的相关关系。含沙

5、量变分同化系统应用于黄河下游2009年调水调沙案例，分析了模拟含沙量的精度，以及反演泥沙参数的合理性，分析了变分同化系统对没有观测资料区域的影响。水沙耦合数据同化系统应用于黄河下游2013年调水调沙案例，分析了耦合数据同化机制的可行性。关键词：水流泥沙；数学模型；集合卡尔曼滤波；变分同化；参数反演IAbstractAbstractImprovingthepredictedaccurationofwaterlevel,discharge,sedimentconcentrationisimporttotheapplicati

6、ononfloodriskanalyses.Water-sedimentnumericalmodelandfieldobservationarethetwomaindatasourcestoinvestigatetherealriver.Ontheonehand,water-sedimentnumericalmodelsarebasedonthetheoryofdynamicsandaretheformofmathematicaldescriptionfromtherealphysicalphenomenon.Sothe

7、water-sedimentnumericalmodelshavestructuralerrors.Ontheotherhand,thefieldobservationshaveerrorsattributingtotheinstrument,observedthechnicsanddatapreprocess.Withthetechnicaldevelopmentoffieldobservationandinformationcommunication,itisnecessarytoresearchadataassim

8、ilationsystemforwater-sedimentnumericalmodel.Inthedataassimilationsystem,theobservationsandnumericalresultsareintegratedandmixedtogetherformoreaccuratepredicti