本文關(guān)鍵詞：城市雨洪模型參數(shù)敏感性分析與率定，由筆耕文化傳播整理發(fā)布。

【摘要】：城市化進(jìn)程使得城市的人口和規(guī)模在不斷的擴(kuò)大,但城市洪澇災(zāi)害卻不斷加劇,造成巨大的經(jīng)濟(jì)損失和社會(huì)影響。這是由于城市化改變了城市下墊面條件,增加了暴雨發(fā)生的頻率,同時(shí)落后老化的城市管道排水系統(tǒng)難以滿足排水要求。為了加強(qiáng)對城市雨洪形成機(jī)制的了解,防范潛在的洪水風(fēng)險(xiǎn),建立雨洪模型進(jìn)行模擬分析顯得非常必要,而雨洪模型中涉及許多參數(shù),需要對模型參數(shù)進(jìn)行敏感性分析和率定以提高模型的精確度。本文以濟(jì)南市英雄山路周邊為研究區(qū)域,在實(shí)測資料的基礎(chǔ)上,利用GIS和SWMM軟件構(gòu)建了城市雨洪模型,并對模型進(jìn)行了參數(shù)敏感性分析和率定,研究成果如下：1.論述了國內(nèi)外城市雨洪模型的研究現(xiàn)狀,介紹了模型參數(shù)敏感性分析和率定的一些方法。2.構(gòu)建了SWMM雙排水系統(tǒng)模型。利用GIS對濟(jì)南市的DEM進(jìn)行水文分析和數(shù)據(jù)提取,通過inp.PINS工具將GIS和SWMM進(jìn)行數(shù)據(jù)耦合,建立了濟(jì)南市城區(qū)雙排水系統(tǒng)模型,大大提高了模型構(gòu)建的精度和效率。3.對SWMM模型參數(shù)進(jìn)行敏感性分析。利用互信息法對SWMM模型參數(shù)進(jìn)行敏感性分析,并與偏相關(guān)分析法進(jìn)行對比,得到了各個(gè)參數(shù)對輸出結(jié)果敏感性的大小,以及非線性關(guān)系的強(qiáng)弱。4.實(shí)現(xiàn)了參數(shù)自動(dòng)率定和人工率定的相結(jié)合。利用人工神經(jīng)網(wǎng)絡(luò)對SWMM模型參數(shù)進(jìn)行自動(dòng)率定,得到自動(dòng)率定參數(shù),再根據(jù)模型參數(shù)敏感性分析的結(jié)果進(jìn)行人工率定,率定后的模型模擬結(jié)果和實(shí)測數(shù)據(jù)十分吻合。5.對城市雨洪模型響應(yīng)結(jié)果進(jìn)行分析。在人工率定參數(shù)的基礎(chǔ)上,分析了研究區(qū)域道路和管道對洪水的響應(yīng),確定了研究區(qū)域的積水區(qū)域、深度、流速以及持續(xù)的時(shí)間并分析其原因。
【關(guān)鍵詞】：城市雨洪模型 敏感性分析 參數(shù)率定 互信息 人工神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TU998.4
【目錄】：

• 摘要8-9
• ABSTRACT9-11
• 第一章 緒論11-18
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 城市雨洪模型研究現(xiàn)狀12-13
• 1.2.2 參數(shù)敏感性研究現(xiàn)狀13-15
• 1.2.3 參數(shù)率定研究現(xiàn)狀15-16
• 1.3 主要研究內(nèi)容16-18
• 第二章 模型參數(shù)敏感性分析及率定方法18-37
• 2.1 SWMM模型基本原理與結(jié)構(gòu)18-24
• 2.1.1 SWMM介紹18
• 2.1.2 SWMM物理對象18-20
• 2.1.3 SWMM流量演算20-22
• 2.1.4 SWMM輸入?yún)?shù)22-24
• 2.2 模型參數(shù)敏感性分析方法24-31
• 2.2.1 敏感性分析概述24-26
• 2.2.2 參數(shù)抽樣方法26-28
• 2.2.3 偏相關(guān)分析28-29
• 2.2.4 互信息29-31
• 2.3 模型參數(shù)率定方法31-37
• 2.3.1 參數(shù)率定概述31-32
• 2.3.2 人工神經(jīng)網(wǎng)絡(luò)32-37
• 第三章 基于GIS構(gòu)建SWMM城市雨洪模型37-55
• 3.1 模型構(gòu)建概述37-39
• 3.1.1 研究區(qū)域概況37-38
• 3.1.2 模型構(gòu)建路線38-39
• 3.2 水文分析39-43
• 3.2.1 GIS概述39-40
• 3.2.2 Arc Hydro Tools簡介40-41
• 3.2.3 劃分研究區(qū)域41-43
• 3.3 數(shù)據(jù)提取43-50
• 3.3.1 子匯水區(qū)數(shù)據(jù)提取43-46
• 3.3.2 節(jié)點(diǎn)數(shù)據(jù)提取46-48
• 3.3.3 管道數(shù)據(jù)提取48-50
• 3.4 雙排水系統(tǒng)雨洪模型的構(gòu)建50-55
• 3.4.1 inp.PINS軟件介紹50-52
• 3.4.2 模型的構(gòu)建過程52-55
• 第四章 基于互信息的模型參數(shù)敏感性分析55-70
• 4.1 引言55
• 4.2 拉丁超立方抽樣55-56
• 4.3 模型輸入輸出文件的建立56-58
• 4.4 模型結(jié)果統(tǒng)計(jì)58-59
• 4.5 互信息的matlab實(shí)現(xiàn)59-61
• 4.6 敏感性結(jié)果分析61-70
• 4.6.1 互信息結(jié)果分析61-65
• 4.6.2 偏相關(guān)結(jié)果分析65-68
• 4.6.3 兩種分析結(jié)果對比68-70
• 第五章 基于人工神經(jīng)網(wǎng)絡(luò)的模型參數(shù)率定70-84
• 5.1 引言70
• 5.2 人工神經(jīng)網(wǎng)絡(luò)自動(dòng)率定70-75
• 5.2.1 人工神經(jīng)網(wǎng)絡(luò)的選擇70-71
• 5.2.2 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練71-73
• 5.2.3 人工神經(jīng)網(wǎng)絡(luò)的驗(yàn)證73-75
• 5.3 試錯(cuò)法人工率定75-78
• 5.4 結(jié)果與分析78-83
• 5.4.1 道路響應(yīng)分析78-80
• 5.4.2 管道響應(yīng)分析80-83
• 5.5 本章小結(jié)83-84
• 第六章 結(jié)論與展望84-86
• 6.1 結(jié)論84-85
• 6.2 論文創(chuàng)新點(diǎn)85
• 6.3 展望85-86
• 參考文獻(xiàn)86-91
• 致謝91-92
• 攻讀學(xué)位期間參與科研項(xiàng)目與發(fā)表論文92-93
• 學(xué)位論文評(píng)閱及答辯情況93

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅紅梅;車伍;李俊奇;汪宏玲;孟光輝;何建平;;雨水花園在雨洪控制與利用中的應(yīng)用[J];中國給水排水;2008年06期

2 漢京超;劉燕;王紅武;馬魯銘;高學(xué)瓏;陳奕;;農(nóng)村雨洪調(diào)蓄利用的辨析[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2011年05期

3 吳海瑾;翟國方;;我國城市雨洪管理及資源化利用研究[J];現(xiàn)代城市研究;2012年01期

4 蔡q，

本文編號(hào)：464497