论文部分内容阅读
钱塘江在杭州湾处呈现的喇叭口形状造就其独特的风景钱塘江大潮。但是,在人们领略大自然这一奇特魅力的同时,钱塘江涌潮也给人们带来了不可忽视的灾害,几乎每年都会发生多起钱塘江潮水卷人事件。如果能够实现对涌潮的准确预报,就可以增强防灾预案的针对性和可操作性,方便相关部门开展防潮工作,从而减少事故的发生。文中提出一种基于水位数据的“黑箱”建模方法,并在该方法的基础上开发了钱塘江涌潮自动检测与实时预报系统,其主要工作如下:(1)介绍了基于统计规律的涌潮预报方法、基于调和分析的涌潮预报方法和基于水动力学的涌潮预报方法。针对上述三种预报方法存在的问题,研究一种具有自学习、自适应功能的预报算法。文中提出了一种基于历史水位数据的“黑箱”建模方法,通过“黑箱”建模最终确定了判断涌潮到达的具体条件,并且提出了相应的涌潮分段实时预报方法,以满足钱塘江涌潮预报的需求。(2)针对历史水位数据中存在的问题(数据扰动、不符合规律等),对钱塘江进行实地调研,分析流速辅助判断的必要性,并基于Android操作系统设计流速检测装置以采集SurfaceVelocity Radar (SVR)流速仪数据。对涌潮自动监测站进行了升级试点改造,新增SVR流速仪并设计适配器以消除紊流对流速测量的影响。(3)将采集到的现场数据通过GPRS/GSM网络传输到水文站服务器。开发钱塘江涌潮预报软件,对文中提出的涌潮分段实时预报方法进行具体实现,并将预报结果存至实时预报数据库中,以便预报信息发布。(4)为方便对涌潮实时预报信息的查看,对钱塘江涌潮实时预报网站进行设计开发。通过调用google地图以及文本形式两种方式,实现预报信息的显示模块;设计管理员控制模块,系统管理员可通过该网站对预报信息进行修正,方便其对涌潮预报信息的管理。(5)对系统进行实际运行,以测试该预报方法的性能。将预报结果与实际涌潮信息进行对比分析可知,文中提出的预报方法具有较高的精度,满足了人们对钱塘江涌潮实时预报的需求。