System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种河道滩槽识别方法及相关装置,属于水利工程。
技术介绍
1、目前获取明渠、平原河网水力往往采用数值模拟方法,基于圣维南方程组的一维水动力模型已普遍应用于明渠或平原河网水位计算或者预报工作,河床糙率作为其中一个非常重要的灵敏参数,其数值的给定是河道水流一维数值模拟的关键。然而天然河道断面形状往往不是简单的矩形或者是抛物线形明渠断面,其一般由多个河槽、滩地组成,全河段采用单一的糙率很可能导致水力数值模型适用性低,难以满足精度要求。
2、针对上述问题,现有方法或措施主要分为两种:一是给定断面的综合糙率值,二是将河槽和滩地的糙率分开给定。无论是综合糙率还是分开给定糙率均与河槽和滩地范围区分密切相关。然而受限于天然河道的复杂程度,根据现有的实测数据资料,通过人为划定河道滩槽,效率低,并且主观性较强,往往无法准确区分河槽和滩地。
技术实现思路
1、本专利技术提供了一种河道滩槽识别方法及相关装置,解决了
技术介绍
中披露的问题。
2、根据本公开的一个方面,提供一种河道滩槽识别方法,包括:
3、将河道断面分解成多个不同频域、振幅的正弦基函数,获得正弦基函数簇;
4、从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇;
5、根据低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,识别出河道断面的河槽区域和滩地区域。
6、进一步的,从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,包括
7、遍历正弦基函数簇,从低频正弦基函数中筛选出振幅大于的低频高正弦基函数并组成低频高振幅正弦基函数簇,从高频正弦基函数中筛选出振幅小于的高频正弦基函数并组成高频低振幅正弦基函数簇;其中,为参数,为正弦基函数簇中的最大振幅,为正弦基函数簇中的最小振幅。
8、进一步的,根据低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,识别出河道断面的河槽区域和滩地区域,包括:
9、遍历低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,在河道断面的横坐标取值范围内,分别计算每个正弦基函数的相位点坐标;
10、将横坐标一致的多个相位点合并为一个相位点,并按照横坐标的大小排序相位点;其中,合并后的相位点的纵坐标为横坐标一致的相位点的纵坐标之和;
11、在相位点排序中,将纵坐标最小的相位点作为河槽低点,河槽低点左侧的纵坐标最大的相位点作为左河道顶点,河槽低点右侧的纵坐标最大的相位点作为右河道顶点,从剩余的相位点中筛选出驻点,将所有驻点横坐标组成的范围作为滩地区域,其余范围作为河槽区域。
12、进一步的,从剩余的相位点中筛选出驻点,包括:若(vj+1-vj)×(vj-1-vj)>0,则剩余的相位点中第j个相位点为驻点。
13、根据本公开的另一个方面,提供一种河道滩槽识别装置,包括:
14、分解模块,将河道断面分解成多个不同频域、振幅的正弦基函数,获得正弦基函数簇;
15、筛选模块,从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇;
16、识别模块,根据低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,识别出河道断面的河槽区域和滩地区域。
17、进一步的,筛选模块可配置为:遍历正弦基函数簇,从低频正弦基函数中筛选出振幅大于的低频高正弦基函数并组成低频高振幅正弦基函数簇,从高频正弦基函数中筛选出振幅小于的高频正弦基函数并组成高频低振幅正弦基函数簇;其中,为参数,为正弦基函数簇中的最大振幅,为正弦基函数簇中的最小振幅。
18、进一步的,识别模块可配置为:
19、遍历低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,在河道断面的横坐标取值范围内,分别计算每个正弦基函数的相位点坐标;
20、将横坐标一致的多个相位点合并为一个相位点,并按照横坐标的大小排序相位点;其中,合并后的相位点的纵坐标为横坐标一致的相位点的纵坐标之和;
21、在相位点排序中,将纵坐标最小的相位点作为河槽低点,河槽低点左侧的纵坐标最大的相位点作为左河道顶点,河槽低点右侧的纵坐标最大的相位点作为右河道顶点,从剩余的相位点中筛选出驻点,将所有驻点横坐标组成的范围作为滩地区域,其余范围作为河槽区域。
22、进一步的,识别模块中,从剩余的相位点中筛选出驻点,包括:若(vj+1-vj)×(vj-1-vj)>0,则剩余的相位点中第j个相位点为驻点。
23、根据本公开的另一个方面,提供一种计算机可读存储介质,计算机可读存储介质存储一个或多个程序,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行河道滩槽识别方法。
24、根据本公开的另一个方面,提供一种计算机设备,包括一个或多个处理器、以及一个或多个存储器,一个或多个程序存储在一个或多个存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行河道滩槽识别方法的指令。
25、本专利技术所达到的有益效果:本专利技术将河道断面分解成正弦基函数簇,从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,基于低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,可识别出河道断面的河槽区域和滩地区域,相较于传统的人为划分,大大提高了效率,并且避免了人为划分的主观性、偶然性,划分更加精确。
本文档来自技高网...【技术保护点】
1.一种河道滩槽识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,包括:
3.根据权利要求1所述的方法,其特征在于,根据低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,识别出河道断面的河槽区域和滩地区域,包括:
4.根据权利要求3所述的方法,其特征在于,从剩余的相位点中筛选出驻点,包括:若(vj+1-vj)×(vj-1-vj)>0,则剩余的相位点中第j个相位点为驻点。
5.一种河道滩槽识别装置,其特征在于,包括:
6.根据权利要求5所述的装置,其特征在于,筛选模块可配置为:遍历正弦基函数簇,从低频正弦基函数中筛选出振幅大于的低频高正弦基函数并组成低频高振幅正弦基函数簇,从高频正弦基函数中筛选出振幅小于的高频正弦基函数并组成高频低振幅正弦基函数簇;其中,为参数,为正弦基函数簇中的最大振幅,为正弦基函数簇中的最小振幅。
7.根据权利要求5所述的装置,其特征在于,识别模块可配置为:
8.根据权利要求7所述的
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行权利要求1~4任一所述的方法。
10.一种计算机设备,其特征在于,包括:
...【技术特征摘要】
1.一种河道滩槽识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,从正弦基函数簇中筛选出低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,包括:
3.根据权利要求1所述的方法,其特征在于,根据低频高振幅正弦基函数簇和高频低振幅正弦基函数簇,识别出河道断面的河槽区域和滩地区域,包括:
4.根据权利要求3所述的方法,其特征在于,从剩余的相位点中筛选出驻点,包括:若(vj+1-vj)×(vj-1-vj)>0,则剩余的相位点中第j个相位点为驻点。
5.一种河道滩槽识别装置,其特征在于,包括:
6.根据权利要求5所述的装置,其特征在于,筛选模块可配置为:遍历正弦基函数簇,从低频正弦基函数中筛选出振幅大于的低频高正...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。