【摘 要】
：
高分辨率城市内涝预报能更准确反映城市内涝情况,有助于及时发布预警预报信息,降低城市内涝带来的损失。基于预报降雨校正模块和高精度水文水动力模型,耦合GRAPES_MESO数值天气预报模式,构建了基于陆气耦合的城市内涝模拟预报模型。并以陕西省西咸新区部分区域为研究对象,通过三场实测暴雨检验模型的预报性能。结果表明,所建模型能高效准确预测城市内涝积水要素,计算15 h降雨-致涝过程平均用时为0.82 h
论文部分内容阅读
高分辨率城市内涝预报能更准确反映城市内涝情况,有助于及时发布预警预报信息,降低城市内涝带来的损失。基于预报降雨校正模块和高精度水文水动力模型,耦合GRAPES_MESO数值天气预报模式,构建了基于陆气耦合的城市内涝模拟预报模型。并以陕西省西咸新区部分区域为研究对象,通过三场实测暴雨检验模型的预报性能。结果表明,所建模型能高效准确预测城市内涝积水要素,计算15 h降雨-致涝过程平均用时为0.82 h,预报内涝积水面积平均误差低于10%,积水量平均误差小于20%,可见模型预报性能良好,能高效开展城市内涝
其他文献
南四湖是南水北调东线工程最大的调蓄湖泊,研究南四湖有色可溶性有机物(CDOM)的组成、来源与时空变化规律,对于保障东线调水水质具有重要意义。运用三维荧光光谱(EEMs)与平行因子分析模型(PARAFAC)等技术手段研究2019年5月及11月不同水文情景下南四湖CDOM组成与来源特征。结果表明,PARAFAC解析EEMs获得3种荧光组分,即微生物作用的类腐殖酸C1、陆源类腐殖酸C2和类色氨酸C3。其
采用微波耦合Fe~0/H_2O_2(MW—Fe~0/H_2O_2)工艺调理剩余污泥,探究其对污泥破解性能的影响。运用以响应曲面法(RSM)为依据的Box-Behnken设计,以pH值、微波能量(W)、H_2O_2/Fe~0值为影响因素,建立污泥破解率(DD)和MLVSS/MLSS值的预测模型,以实现对工艺参数的优化。结果表明,当初始pH值为2、W为450 kJ/L、H_2O_2/Fe~0值为3时,
以四环素(TC)为目标污染物,研究了热活化过硫酸盐(PS)体系对TC的降解动力学、降解机理及中间产物的生物毒性。结果表明,TC的降解过程符合准一级反应动力学,TC降解主要集中在反应前20 min;提高体系温度或PS/TC(物质的量浓度比)都可以显著提高TC的降解速率;酸性条件下TC的降解效果最好。TC的降解途径主要包括:脱甲基、脱氨基、脱羟基、开环、加氧和水解。在反应前40～60 min的TC降解
以台湾省台东县关山人工湿地系统为研究对象,探讨了曝气氧化塘+人工湿地组合工艺处理农村污水的效果。2008年8月—2018年12月,每月采集1次数据,共收集125组数据。结果表明,人工湿地系统对BOD_5的平均去除率为(61.55±16.71)%,平均表面污染物负荷为(1.23±0.52)g/(m~2·d);对SS的平均去除率为(63.39±11.18)%,平均表面污染物负荷为(2.62±2.36)
污水印记药物(WWMPs)是城市河流中新兴的污染物。采用旱伞草、灯芯草和菖蒲3种挺水植物,以阿奇霉素(AZM)、磺胺噻唑(STZ)、布洛芬(IBU)、双氯芬酸(DCF)、扑热息痛(PRC)、阿替洛尔(ATL)、氯贝酸(CLF)、卡马西平(CBM)和咖啡因(CAF)共9种WWMPs作为目标物,通过测定水相中4种常规指标和水相、沉积相、植物中WWMPs浓度的变化,探究单种植物人工生态系统对城市河流水质
采用SOS/umu方法与双杂交酵母体系检测了珠三角某地区1家污水处理厂进出水样品、7个工业企业废水和排水样品以及6个受纳水体样品共15个样品的遗传毒性与雌激素效应。结果表明,该区域污水厂进出水、工业企业废水和排水以及受纳水体均表现出显著遗传毒性效应,且受纳水体的雌激素效应高于污水厂出水及工业企业排水。对于污水厂进出水及工业企业排水,在低浓度(1.57～12.5 mL/孔)暴露条件下,遗传毒性R值在
针对传统排水管道缺陷检测中需要消耗大量人力的问题,基于人工智能算法——卷积神经网络(CNN),建立自动检测和评估排水管道缺陷的智能系统。对CCTV视频图像中六种常见的管道状态(裂缝、错口、障碍物、残墙坝根、树根和正常类别)进行模型学习、训练和测试。CNN模型训练和验证的正确率分别为100%和97%,六类管道状态的平均识别准确率达到90%,证明所构建的模型在不需要相关检测专业知识的情况下,可以很好地
向厌氧系统中投加载体材料是促进反应器快速启动的有效手段,为此将蜂巢石投加到上流式污泥床反应器(UASB)中,研究蜂巢石对UASB反应器处理垃圾焚烧发电渗滤液启动性能的影响。结果表明,与未投加蜂巢石相比,投加蜂巢石的反应器可在24 d内完成启动,COD去除率保持在90%以上,启动时间缩短了10 d;反应器的产气性能得到显著提升,平均日产气量与产甲烷量分别提高9.38%和9.81%;同时挥发性悬浮物/
针对目前雨水调蓄利用设施削减径流峰值效果不佳、调度决策滞后等问题,结合不同的实际调度需求,提出了一种调度决策方案,即在区域暴雨洪水管理模型(SWMM)分析的基础上,利用临近降雨预报数据构建临近降雨预测序列,应用差分进化算法驱动SWMM模型进行决策值寻优,以获取最优目标值下的决策方案。利用Python完成相应决策系统的构建后,通过分析决策方案的特点,深入探究方案在实际应用中的优势与局限。模拟结果表明
暴雨洪水管理模型(SWMM)的模拟准确性取决于其参数率定结果,而传统的线性和非线性数学回归方法难以得到全域最优解。为提高参数率定的准确性,利用SWMM的计算引擎调用函数与MATLAB软件平台进行耦合,采用拉丁超立方抽样法对待率定参数进行抽样形成参数组导入模型,最终利用BP神经网络进行训练完成模型参数的自动率定过程。案例研究结果表明,BP神经网络算法可有效完成参数的自动率定过程,且只需经历5次迭代便