刘 叶,丁龙翔
(广州市增城区水务局,广州 510000)
水动力模型是一种描述水流受力与运动相互关系的数学模型,使用模型内流体力学的基本方程,数值模拟流动水的动力迁移过程[1]。在城市化建设下,城市用水不断增加,对城市河道堤防的安全防护已经成为当下的研究重点,安全评估城市河道堤防的状态,能够为实际河道的防护工作提供一定的数据支持。为此,在水动力模型的参与下,构建一种城市河道堤防安全评估方法。综合城市空间内的降水量以及堤防溃堤的数值,不断探究不同河堤位置的汇流条件[2]。在构建城市河道堤防安全评估方法上,在进入21世纪后,国外研究人员在有限元分析方法的支持下,构建得到多种水动力分析模型,并在多个溃堤的数值控制下,分析得到多个临界系数[3]。我国研究水动力模型起步较晚,在上个世纪90年代初期,相关研究人员采用TVD格式,预测得到适应性较强的高性能算法,并应用到实际河道处理工作中。
城市河道内的水位较为稳定,所以在水动力耦合城市河道水位时,采用垂向耦合的方式处理河道堤防中的水流[4],采用水动力模型将城市的排水管看作为河道堤防的组成部分。针对一维管网结构节点,计算管道节点间的交换流量,计算公式为:
(1)
式中:Qn为管道节点处的交换流量数值;c0为管道口的出流系数;Amh为管道节点间的交换面积;H1D为管道1的流量数值;H2D为管道2的流量数值;g为重力常数。
在管道外部雨水的影响下,管网相交处产生了一部分的节点回流,此时节点回流为:
(2)
式中:cw为堰流系数;w为堰流宽度;其余参数含义不变。
在上述水流数值的控制下,不同城市河道在不同位置存在透水区和不透水区[5],以式(1)、式(2)中涉及数值作为经验初始值,设定耦合过程的参数,见表1。
在水动力模型中,设定表1耦合参数后,计算河道中的流量数值,计算公式为:
表1 设定的耦合参数
(3)
式中:Hmax为河堤内的最高水位数值;其余参数含义不变。
以式(3)处理得到的城市河道水流量作为数值基础,计算河道堤防汇流过程堤防产生的变化。
将上述计算得到的水流量数值作为河道堤防运行正常数值[6-7],在计算河道堤防汇流时,根据堤防土壤表面因降雨产生的自由水流,河道堤防产生了一定数值的干扰流量,产生干扰流量的过程见图1。
图1 产生干扰流量的过程
在图1产生干扰流量的过程中,以河道堤防产生的坡度数值[8-9],计算堤防储存量与通量的关系,计算公式为:
Q=αhm
(4)
式中:Q为河道堤防单位宽度自由水的流量数值;α为河道坡度的影响参数;m为河道表面糙率参数。
所以,此时堤防在降水过程中水流的连续方程为:
(5)
式中:t为降雨时间;x为水流沿坡度方向的距离;q(x,t)为侧向入流参数;其余参数含义不变。
控制形成的水流在河堤的上流边界处[10],控制方程可表示为:
(6)
式中:u为河道上游;w为河堤单元宽度;L为河堤单元长度;其余参数含义不变。
根据上述计算公式可知,控制河道堤防上游处的汇流方向为侧向入流后,河堤的边界将外部雨水转化为河道内的汇流[11]。将上述处理过程作为评估对象,构建一个河道堤防的安全评估过程。
综合上述处理过程涉及的各项数值指标,整合上述指标为一个数据集合G={g1,g2,…,gn}。根据专家对上述数据的评价意见,定义专家评价的范数,计算公式为:
(7)
式中:p为评价专家的数量。
将前述处理的各项指标作为基础层,将专家评价得到的范数作为安全层。在构建安全评估方法时,针对两个不同的层次建立评价过程[12-13]。前述处理得到的指标,间接影响了河道堤防的安全,所以基础层的评估过程可表示为:
(8)
式中:j为河道堤防数值指标的数量;b为指标的属性参数;其余参数含义不变。
在该基础层评估过程下,将专家评价的范数与式(8)联立处理,最终河道堤防的安全评价过程可表示为:
(9)
式中:wi为专家评价参数权重数值;其余参数含义不变。
在上述处理过程下,在实现对城市河道堤防安全评估时,综合考虑专家范数,不断优化安全评估方法的安全可靠性[14-15]。综合上述处理,最终完成对基于水动力模型的城市河道堤防安全评估方法的研究。
随机选取一处城市河道堤防作为实验对象,在河堤的走势处设定12处测试点,设定的测试点见图2。
图2 选定的城市河道
在图2所示的城市河道内,根据该测试点的历史数据,定义测试点的成灾水位。实际的成灾水位见表2。
表2 设置测点的成灾水位
由表2中测试点成灾水位数值可知,定义河道堤防的水位数值在成灾水位的3/4时,则定义该测点处于不安全状态。分别使用文献[2]中的安全评价方法、文献[6]中的安全评估方法以及文中设计的安全评估方法进行实验,对比3种安全评估方法的性能。
基于上述实验准备,设定上述3种安全评估方法作用表2中的测试点,控制上述测试点在相同的季节内,保证测点不受外部环境的影响。使用3种安全评估方法模拟计算测点处的水深,以人工测量的水深数值作为对比,3种安全评估方法最终得到的测点水深数值及误差见表3。
表3 3种安全评估方法评估水深误差
由表3误差结果可知,以实际测量的测量点的水深数值作为标准数值,根据测量结果可知,文献[2]中的安全评估方法得到的平均水深误差数值在0.273 m,水深数值最大;文献[6]中的安全评估方法得到的平均水深数值在0.127 m左右,得到的水深数值误差较小;而文中设计的安全评估方法得到的平均水深数值在0.055 m左右。与上述两种文献中的安全评估方法得到的水深误差数值相比,文中设计方法得到的水深误差数值最小。
保持上述实验环境不变,汇总3种安全评估方法评估过程使用的指标,以该指标作为实验对象,联合安全评估方法得到的模拟值,构建评估指标的精度检验计算公式,可表示为:
(10)
控制3种安全评估模拟处理相同时间段的水深数据,3种安全评估方法的精度结果见图3。
图3 3种安全评估方法精度结果
由图3所示的指标精度结果可知,以相同时间段内的实测数据作为处理对象,根据图3中数值结果可知,文献[2]中的安全评估方法的平均NSE数值为0.654,精度数值较小;文献[6]中的安全评估方法的平均NSE数值在0.734左右,评估方法涉及处理的指标精度较高;文中设计的安全评估方法平均的NSE数值在0.902左右。与上述两种文献中的安全评估方法相比,文中设计的安全评价方法实际评估过程指标的精度数值最高。
在上述实验环境下,整理3种安全评估方法的评估指标,计算各个指标的特征变量,计算公式为:
(11)
其中:pt为特征变量的集合。
根据上述计算公式得到的数值结果,使用边际分布worm图处理特征变量数值,以变量数值的单位正态残差作为标准,3种安全评估方法得到特征变量的拟合优度结果见图4。
图4 3种安全评估方法结果
由图4所示的实验结果可知,控制3种安全评估方法的正态残差为固定区间,根据图4中散点的分布情况可知,文献[2]中的安全评估方法散落在置信线的两侧,该种方法指标的频率并未存在足够的拟合优度;文献[6]中的优化方法的散点分布较为紧凑,该种方法指标频率存在较强的拟合优度;而文中设计的评估方法对应得到的散点较为紧凑,安全评估指标的拟合优度较强。
城市洪涝灾害不断增多,如何安全评估城市河道堤防的安全状态成为当下的研究重点。在水动力模型的支持下,设计一种安全评估方法,能够改善现有安全评估方法指标精度数值过小、预测河道水深数值不准确、安全评估指标拟合优度较弱的问题。但文中设计的安全评估方法使用的水动力模型参数属于固定数值,对不同城市条件下的河道堤防是否适用还有待研究,对河堤的安全评估工作还需不断地学习研究。