一种基于大数据的江河入海口深水航道回淤量预测方法技术

本发明专利技术提出一种基于大数据(实测数据)建立江河入海口深水航道回淤量的预测方法/模型，用可快速和高精度的预测用于江河入海口深水航道疏浚的航道(月度)回淤量，为制定疏浚施工能力安排计划提供重要的参考指标。本发明专利技术江河入海口深水航道回淤量的预测大数据包括流量、水温、潮位、潮差、波能和航道单元水深。本发明专利技术的深水航道回淤量的预测方法/模型可以随着大数据的积累，不断进行深度学习，具有自我完善的特点，以进一步提高预测精度。本发明专利技术对减少施工能力的浪费和保证航道通航保证率等都具有重要的指导意义。

【技术实现步骤摘要】
一种基于大数据的江河入海口深水航道回淤量预测方法
本专利技术涉及江河入海口深水航道的疏浚、维护方法，具体地，本专利技术涉及一种用于江河入海口深水航道的疏浚、维护的深水航道沿程回淤量确定方法，更具体地，本专利技术涉及用于长江入海口深水航道的疏浚、维护、长江口深水航道沿程月度回淤量确定方法。技术背景通常，江河入海口深水航道是水道的咽喉、海上的交通枢纽。例如，长江是我国水运体系中的主通道、主骨架，长江口航道是长江黄金水道的咽喉，是唯一连通长江经济带与我国沿海经济带、海上丝绸之路的交通枢纽，因而，确保长江口航道畅通，尤其是深水航道的畅通关系着国民经济的全局发展，关系着交通强国战略的推动。另外，在国内外的江河入海口深水航道，特别是入海口深水强回淤航道，如密西西比河航道、泰晤士河出海航道、亚马逊航道、法国Gironde河口航道、荷兰鹿特丹港水道等，对航道疏浚管理的问题主要集中在疏浚效率优化的问题上，其有关航道疏浚的研究一般是从船机设备改良、疏浚作业自动化、施工管理措施改进、环保疏浚、疏浚土扩散等若干出发点来研究。从而，国外的疏浚技术主要本文档来自技高网...

【技术保护点】
1.一种基于大数据的江河入海口深水航道回淤量预测方法，用于江河入海口深水航道回淤疏浚，以制定月度回淤疏浚施工能力安排计划，其特征在于，所述方法包括如下步骤：/n步骤1)，确定用于入海口深水航道主航道月度回淤量预测的航道单元，单元编号为i，i＝1，2，…I，I为航道疏浚单元总个数：

【技术特征摘要】
1.一种基于大数据的江河入海口深水航道回淤量预测方法，用于江河入海口深水航道回淤疏浚，以制定月度回淤疏浚施工能力安排计划，其特征在于，所述方法包括如下步骤：
步骤1)，确定用于入海口深水航道主航道月度回淤量预测的航道单元，单元编号为i，i＝1，2，…I，I为航道疏浚单元总个数：这里Δl为航道疏浚单元的长度，L为航道总长度，深水航道沿程回淤量确定以月度为单位，以航道疏浚单元为统计范围；
步骤2)，确定用于江河入海口深水航道主航道代表站点的月度回淤量预测的主要影响因子的第m组的实测值：
江河入海口主航道上游代表站点的流量(Qm，m3)；
江河入海口主航道纵向中部位置代表站点处的水温(Tm，℃)；
江河入海口主航道纵向中部位置处代表站点处的潮位(Hm，m)；
江河入海口主航道纵向中部位置处代表站点处的潮差(ΔHm，m)；
江河入海口主航道纵向中部位置处的单元水深(Di，m，m)，及
江河入海口主航道下段代表站点处的波能(Em，千瓦时/米)；
这里，i为航道单元编号；
m＝1，2，…M，M为统计数据的总组数；
步骤3)，基于M组统计数据，每一组的航道疏浚单元i的回淤量yi，m如下：
yi，m＝α0，i+Qmα1，i+Tmα2，i+Hmα3，i+ΔHmα4，i+Emα5，i+Di，mα6，i+εi，m(1)
这里α0，i～α6，i为基于M组数据得到的回归系数，εi，m为计算预测误差。


2.如权利要求1所述一种基于大数据的江河入海口深水航道回淤量预测方法，其特征在于，式(1)中α0，i～α6，i为经过回归分析得到的系数，取值如下：
α0，i：-12.2～37.5，
α1，i：0.0000278～0.0000891，
α2，i：-0.275～0.0337，
α3，i：-3.44～5.42，
α4，i：-5.82～3.42，
α5，i：-0.00862～0.00195，
α6，i：-3.3～0.827。


3.如权利要求1所述一种基于大数据的江河入海口深水航道回淤量预测方法，其特征在于，各m组的总M组的航道疏浚单元i的回淤量；
yi＝(yi，1，yi，2，…，yi，m)′
(yi，1，yi，2，…，yi，m)′表示矩阵(yi，1，yi，2，…，yi，m)的转置计算；
把M组数据的计算式(1)写成向量形式，回淤量可以用如下多元线性方程/模型描述自变量，即多个影响因子和因变量，即航道回淤量存在多元线性关系：
yi＝Xiαi+εi(2)
这里，因变量yi＝(yi，1，yi，2，…，yi，m)′，为i单元的M组数据的回淤量统计值；m＝1，2，…M，M为统计数据的总组数，且为了统计多年数据进行数据分析，M可≥12，
式(2)中，Xi表示如下：



它是一个M×7的矩阵，第一列对应方程/模型的常数项，因而所有元素皆为1，其余Xm(1-6)i列为自变量，对应航道单元i的6个回淤影响因子，即Qm、Tm、Hm、ΔHm和Em、Di，m，
式(2)中，αi表示αi＝(α0，i，α1，i，…，α6，i)′，它表示是第i个疏浚单元回淤量多元线性计算模型的回归系数；(α0，i，α1，i，…，α6，i)′表示矩阵(α0，i，α1，i，…，α6，i)的转置计算；
式(2)中，εi表示εi＝(ε1，i，ε2，i，…，εm，i)′，它代表M组数据中每一组数据m的回淤量预测随机误差，这里(...

【专利技术属性】
技术研发人员：顾峰峰，戚定满，万远扬，韩露，赵德招，王巍，沈淇，孔令双，吴华林，
申请(专利权)人：上海河口海岸科学研究中心，
类型：发明
国别省市：上海;31