本書采用實測資料分析、力學理論分析、數(shù)學模型計算與機器學習算法相結合的方法,開展黃河下游河勢演變機理及預測技術的研究。本書主要研究內(nèi)容包括:建立考慮多邊界條件影響的河道排洪輸沙能力計算關系;提出基于遙感影像與實測斷面地形資料的河勢變化參數(shù)計算方法;構建黃河下游不同尺度的床面沖淤與灘岸變形過程的動力學模型;研發(fā)基于機器學習算法的黃河下游河勢變化預測技術。本書部分插圖附彩圖二維碼,掃碼可見。
更多科學出版社服務,請掃碼獲取。
1999.05-2002.07 清華大學水利水電工程系,博士研究生
1996.09-1999.05 武漢水利電力大學河流工程系,碩士研究生
1992.09-1996.07 武漢水利電力大學河流工程系,本科2020.11-至 今 武漢大學水利水電學院 副院長
2009.12-至 今 武漢大學水利水電學院,教授
2019.01-2020.12 武漢大學水資源與水電工程科學國家重點實驗室 副主任
2015.05-2020.12 武漢大學水利水電學院 河流工程系主任
2007.03-2009.12 英國Cardiff大學水環(huán)境研究中心,RA及Senior Research Fellow
2002.09-2009.12 清華大學水利水電工程系,助理研究員、副研究員水利工程教材:
1. 夏軍強, 周美蓉, 鄧珊珊. 河床演變學概論. 北京: 中國水利水電出版社, 2023.(“十四五”時期水利類專業(yè)重點建設教材)
專著:
1. 夏軍強, 鄧珊珊, 假冬冬, 周美蓉. 長江中下游河道崩岸預警與治理技術. 北京: 科學出版社, 2023. (國家科學技術學術著作出版基金資助)
2. 夏軍強, 周美蓉, 鄧珊珊. 長江中游河床演變及模擬. 北京: 科學出版社, 2022.
3. 夏軍強, 張曉雷. 近期黃河下游河床演變特點及灘區(qū)洪水風險評估. 北京: 科學出版社, 2021. (國家科學技術學術著作出版基金資助)
4. 夏軍強, 王增輝. 多沙河流水庫水沙運動特性及其數(shù)值模擬. 北京: 科學出版社, 2019.
5. 夏軍強,宗全利. 長江荊江段崩岸機理及其數(shù)值模擬. 北京: 科學出版社, 2015.
6. 夏軍強, 王光謙, 吳保生. 游蕩型河流演變及其數(shù)值模擬. 北京: 中國水利水電出版社. 2005.
主要論文:
在國內(nèi)外主流學術期刊上發(fā)表學術論文300余篇,其中SCI收錄120余篇(包括JoH 10篇;水科學進展35篇)。2014.01-至今 SCI期刊《International Journal of River Basin Management》副主編
2022.10-至今 SCI期刊《ICE-Water Management》副主編
2019.12-至今 中文期刊《湖泊科學》編委
2020.01-至今 中文期刊《水科學進展》編委
2022.11-至今 中文期刊《長江科學院院報》編委
2019.01-至今 中文期刊《人民黃河》編委
2021.07-至今 中文期刊《水資源工程學報》編委
2021.03-至今 長江技術經(jīng)濟學會流域河湖保護與修復專業(yè)委員會 副主任委員
2021.03-至今 中國水利學會泥沙專業(yè)委員會 委員
2017.10-至今 中國水利學會城市水利專業(yè)委員會 委員
2020.08-至今 中國水利學會減災專業(yè)委員會 委員
2021.04-至今 教育部水利類高校教學指導委員會港航組 委員
目錄
前言 i
第一篇 研究背景及河段概述
第1章 緒論 3
1.1 研究背景及意義 3
1.1.1 河勢演變研究的背景 3
1.1.2 河勢演變研究的意義 4
1.2 國內(nèi)外研究現(xiàn)狀 5
1.2.1 壩下游水沙輸移規(guī)律 5
1.2.2 壩下游河勢演變機理 10
1.2.3 河勢模擬與預測技術 12
1.3 本書的主要內(nèi)容 15
第2章 黃河下游河道概況 17
2.1 河段介紹 17
2.1.1 河段基本情況 17
2.1.2 床沙組成 20
2.1.3 灘岸土體特性 22
2.2 水沙條件 26
2.2.1 一般特點 26
2.2.2 不同時期的來水來沙特點 27
2.3 河床沖淤 30
2.4 本章小結 31
第二篇 黃河下游河道排洪輸沙及河勢變化規(guī)律
第3章 黃河下游河道排洪輸沙能力變化規(guī)律 35
3.1 多邊界耦合作用下黃河下游過流能力的變化規(guī)律 35
3.1.1 河道過流能力計算方法及結果 35
3.1.2 黃河下游典型斷面平灘流量的調(diào)整特點 40
3.1.3 考慮多邊界耦合影響的河段平灘流量計算方法及結果分析 42
3.2 近期黃河下游河床沖刷效率的變化規(guī)律 47
3.2.1 河床沖刷效率的計算方法 47
3.2.2 河床沖刷效率的變化過程 48
3.2.3 河床沖刷效率影響因素分析 51
3.2.4 不同河段河床沖刷效率差異的原因 54
3.3 黃河下游河床調(diào)整過程中輸沙閾值探討 57
3.3.1 現(xiàn)有黃河下游輸沙閾值計算方法 57
3.3.2 考慮多邊界條件綜合影響的輸沙閾值計算 58
3.4 本章小結 63
第4章 黃河下游主槽與深泓擺動過程及特點 65
4.1 主槽與深泓擺動計算方法 65
4.1.1 主槽擺動計算方法 65
4.1.2 深泓擺動計算方法 71
4.2 游蕩段主槽擺動過程及特點 72
4.2.1 主槽擺動方向 72
4.2.2 主槽擺動寬度 73
4.2.3 主槽擺動影響因素 75
4.3 游蕩段深泓擺動過程及特點 79
4.3.1 深泓年際擺動特點 79
4.3.2 深泓年內(nèi)擺動特點 82
4.3.3 河段尺度深泓擺動過程及特點 86
4.4 游蕩段深泓擺動影響因素 87
4.4.1 河段尺度深泓擺動影響因素 87
4.4.2 斷面尺度深泓擺動影響因素 91
4.5 本章小結 104
第5章 黃河下游灘岸變形及畸形河彎演變特點 105
5.1 長河段灘岸變形體積計算方法 105
5.1.1 數(shù)據(jù)來源 105
5.1.2 灘岸岸線確定方法 107
5.1.3 灘岸變形體積具體計算 108
5.2 黃河下游灘岸變形特點 110
5.2.1 游蕩段灘岸變形特點 110
5.2.2 過渡段灘岸變形特點 112
5.2.3 彎曲段灘岸變形特點 113
5.2.4 三河段灘岸變形特點的差異 114
5.2.5 于店至夾河灘河段灘岸變形特點 115
5.3 黃河下游灘岸變形影響因素 117
5.3.1 來水來沙條件的影響 117
5.3.2 河道整治工程的影響 118
5.4 不同河段灘岸崩退對河床調(diào)整的貢獻 120
5.4.1 實測輸沙量的修正 120
5.4.2 泥沙收支平衡計算 122
5.4.3 不同河段灘岸崩退對河床沖淤的貢獻 123
5.5 黃河下游畸形河彎演變特點 124
5.5.1 河彎形態(tài)特征參數(shù)計算方法 125
5.5.2 畸形河彎形態(tài)調(diào)整及裁彎過程 126
5.5.3 典型畸形河彎的演變特點 131
5.6 本章小結 136
第三篇 黃河下游河勢變化過程的動力學模擬技術
第6章 黃河下游河道水沙輸移過程模擬 139
6.1 黃河下游動床阻力計算方法 139
6.1.1 數(shù)據(jù)來源 139
6.1.2 黃河下游動床阻力調(diào)整特點 142
6.1.3 動床阻力計算公式的建立及驗證 145
6.1.4 現(xiàn)有動床阻力計算公式的精度對比 147
6.2 適合不同含沙量的水流挾沙能力公式 151
6.2.1 水流挾沙能力資料整理 151
6.2.2 不同含沙量統(tǒng)一的水流挾沙能力參數(shù)確定 153
6.3 動床阻力及水流挾沙能力改進公式在一維水沙耦合動力學模型中的應用 157
6.3.1 計算邊界條件設定 159
6.3.2 典型少沙年計算結果 160
6.3.3 近期豐沙年計算結果 163
6.4 本章小結 167
第7章 黃河下游不同尺度的灘岸變形過程模擬 169
7.1 斷面尺度的灘岸崩退過程模擬 169
7.1.1 斷面尺度灘岸崩退模型介紹 169
7.1.2 斷面尺度灘岸崩退模型的驗證 172
7.1.3 不同因素對灘岸崩退過程的影響 174
7.2 長河段尺度灘岸變形過程的數(shù)值模擬 177
7.2.1 長河段尺度的灘岸變形模型介紹 177
7.2.2 長河段尺度灘岸變形模型的率定與驗證 179
7.3 局部河段床面沖淤與灘岸變形的二維數(shù)值模擬 184
7.3.1 考慮河道整治工程影響的床面沖淤與灘岸變形數(shù)學模型介紹 185
7.3.2 考慮河道整治工程影響的床面沖淤與灘岸變形數(shù)學模型的率定與驗證 193
7.3.3 河道整治工程對河床變形過程的影響 199
7.4 本章小結 204
第四篇 黃河下游河勢變化過程的智能預測技術
第8章 黃河下游水沙輸移過程智能預測 209
8.1 基于深度學習算法的水沙輸移過程預測模型構建 209
8.1.1 深度學習算法原理簡介 209
8.1.2 水沙特征數(shù)據(jù)分析處理及數(shù)據(jù)集劃分 211
8.1.3 水沙輸移過程預測模型結構 216
8.2 水沙輸移過程預測模型的訓練及超參數(shù)優(yōu)化 216
8.3 水沙輸移過程預測模型的計算精度分析 226
8.3.1 測試集年際水沙輸移過程的預測精度 226
8.3.2 測試集汛期及非汛期水沙輸移過程的預測精度 228
8.3.3 河床邊界條件調(diào)整對模型預測效果的影響 230
8.3.4 近期游蕩段汛期水沙輸移過程預測 231
8.4 本章小結 233
第9章 黃河下游游蕩段深泓擺動智能預測 234
9.1 汛期深泓擺動預測模型構建 234
9.1.1 機器學習算法選取 235
9.1.2 深泓擺動計算精度評價指標 237
9.2 特征變量重要性的計算及分析 238
9.2.1 計算方法 239
9.2.2 影響汛期深泓擺動概率的特征變量重要性 243
9.2.3 影響汛期深泓擺動過程的特征變量重要性 245
9.3 汛期深泓擺動預測模型的訓練及測試 246
9.3.1 深泓擺動概率預測模型訓練及測試 246
9.3.2 深泓擺動過程預測模型訓練及測試 249
9.4 近期典型年份汛期深泓擺動過程的預測 255
9.4.1 近期水沙變化及河床調(diào)整過程 255
9.4.2 近期深泓擺動概率預測結果 256
9.4.3 近期深泓擺動過程預測結果 257
9.5 本章小結 260
第10章 黃河下游游蕩段灘岸崩退智能預測 262
10.1 灘岸變形數(shù)據(jù)集構建 262
10.1.1 灘岸崩退概率與等級計算 262
10.1.2 灘岸崩退相關特征變量計算 264
10.1.3 模型輸入數(shù)據(jù)處理 268
10.2 灘岸崩退智能預測模型建立 270
10.2.1 隨機森林算法與KNN算法介紹 270
10.2.2 灘岸崩退智能預測模型框架及特征變量選擇 271
10.3 崩退概率預測模型的訓練及測試 274
10.3.1 隨機森林概率預測模型訓練及測試結果 274
10.3.2 KNN概率預測模型訓練及測試結果 276
10.3.3 兩類模型概率計算結果對比 277
10.4 崩退等級預測模型的訓練及測試 279
10.4.1 隨機森林等級預測模型訓練及測試結果 279
10.4.2 KNN等級預測模型訓練及測試結果 281
10.4.3 兩類模型等級計算結果對比 284
10.5 近期典型年份汛期灘岸崩退過程預測結果及分析 286
10.6 本章小結 288
參考文獻 289
附錄1 本書采用的精度評價指標 305
附錄2 灘岸崩退智能預測模型中的參數(shù)取值 306