基于橋墩歷史水痕與氣象預報的中小橋水害預測

鄒希云,莫松柏,張家望,張選民,鄒 胤

(湖南省益陽市氣象局,湖南 益陽 413000)

基于橋墩歷史水痕與氣象預報的中小橋水害預測

鄒希云,莫松柏,張家望,張選民,鄒 胤

(湖南省益陽市氣象局,湖南 益陽 413000)

該文將中小橋山洪水害作為研究對象,以人工神經網絡中的BP網絡為工具,將橋墩歷史上的數次洪水水痕高程和產生當次洪水的雨量記錄作為數據基礎,提出了一種全新的流量計算和預報既有中小橋水害的方法。將“流域和橋渡”看成一個系統,直接建立起輸入 (雨量)與輸出 (水位)的數學關系。因此,它不需要勘測流域面積、主河道長度及平均坡度等工作,可以節約大量的人力物力。多座橋梁的具體應用表明,這種方法具有較高的準確度,是一種有廣泛應用前景的新方法。

氣象預報;橋墩水痕;人工神經網絡;流量計算

1 問題的提出

水毀橋梁是世界各國橋梁面臨的嚴重的自然災害[1]。據統計,美國國家橋梁數據庫中有 58萬座橋梁,建在河流上的大約占 86%。1991年瑟赫爾 (Shirhole)和何特 (Holt)對美國已毀壞的 823座橋梁的毀壞原因進行分析,發現水毀橋梁占毀壞橋梁的 60%。同樣,在我國橋梁遭受洪水破壞也比較嚴重[1]。據有關部門不完全統計,僅 1977年9個省 (區)就有水毀橋梁 900多座,水毀涵洞2 700多座,水毀損失約 5 400萬元;1981年四川發生嚴重的洪水災害,全省公路和橋梁遭到了巨大的損失和破壞,共有 593條省市公路斷道阻車,沖毀和局部毀壞橋梁 457座,計 1 298m,沖毀涵洞4 647座,經濟損失達 6 200多萬元。

對于大橋、特大橋,我國有專業部門對這些橋梁所跨過的河流作專業水文工作,這些橋梁發生水害的次數越來越少。但占 80%以上的中小橋卻沒有專門的水文觀測站,這些橋梁的水害已經成了交通運輸的突出問題。

引起中小橋梁水害的因素很多,有設計時對水文參數了解不夠的因素;有運用后橋梁環境 (如植被)發生變化的因素;有非法采砂等人為因素等等。如何對既有中小橋梁的抗洪能力作出簡單有效的評估;如何在山洪發生前對中小橋即將面對的狀況作出有效的預測,以便合理安排抗洪物資和抗洪隊伍,是人們十分關心的問題。

2 中小橋梁抗洪能力評估的現行方法

我國《鐵路橋梁檢定規范》[2]對鐵路橋梁水文檢定作出了原則上的規定。現在對中小橋梁檢定流量的估計還是采用由雨量到流量的方法,即根據橋梁所在地區的實際情況,采用地區經驗公式法、推理公式法、單位線法、鐵路設計院法 (以下稱傳統方法)等方法[3],其中推理公式法又是各地區普遍采用的方法。

推理公式法認為,橋址河床斷面的流量與這個斷面的匯水面積、暴雨強度的關系是

式中,Q為通過橋址河床斷面的流量;αp為橋址上游匯水面積上的暴雨強度;A為橋址河床斷面匯水面積;K為比例系數(它與匯流方式、雨量損失、流域坡度、主河槽長度等因數有關)。

利用推理公式法公式和其它傳統方法計算檢定流量,需要確定匯水面積、流域坡度、主河槽長度等,這些工作勞動強度大,收集時困難較多。

3 基于橋墩歷史水痕中小橋檢定流量計算

3.1 水位與雨量的關系

橋梁水文計算產生水位關系曲線,它確定了橋梁流量與水位的關系,如圖 1。

圖 1 金雞灣橋的水位流量關系曲線

令橋梁水位與流量的關系曲線為

雖然這是一條曲線,但在梁底附近的高水位區間,可以認為流量與水位是線性關系,如圖 1。將式(1)代入 (2),有

對于特定橋梁,式 (3)中的匯流面積 A是常數;流域坡度、主河槽長度是常數;與比例因子 K有關的匯流參數、損失參數也接近常數。因此,可以認為在高水位區間,洪水水位 H與暴雨強度αp接近線性關系。

3.2 既有橋梁的歷史水位

橋梁在歷年洪水作用下,墩臺上不可避免的保留有各次洪水的記錄(水痕),由于混凝土中部分元素溶于水,混凝土橋墩的水痕更加明顯。

表 1 京廣線橋 1538歷史水痕實測與記錄對照表

表 1為京廣線橋 1538歷史水痕實測與記錄對照表。表 1表明:歷史洪水的當時記錄與現時水痕實測值的誤差較小,利用實測水痕是可靠的。

人們最關心高水位區間的洪水,水位越高,水痕記錄的可靠性越好。自橋梁建成后,橋梁墩臺就無意識的收集了這些資料,并保留在墩臺上。

對于一些水痕不太明顯或交織不清的橋梁墩臺,可以使用模態模糊識別的方法處理,因不是本文目的,不在此贅述。

3.3 流域歷史降雨量

我國大部分地區建有雨量觀測站,氣象部門編輯有“××省地面氣候資料”,據此,不難確定中小流域的歷史暴雨強度、降雨前干旱天數等參數。除氣象部門建立的雨量站外,鐵路沿線還有許多鐵路建立的雨量站,對于橋梁而言這些是寶貴的資源,應當充分發揮它們的作用。

3.4 中小橋水位暴雨關系的人工神經網絡解

中小橋水位與暴雨肯定存在函數關系,但這種關系太復雜,很難使用普通的數學公式直接表示,本文使用人工神經網絡中的 BP(Back Propagation)網絡[3]表示。

本文取網絡的拓撲結構為 2-20-1。在這種網絡結構模型下,取降雨前干旱天數 d和日降雨量a為輸入信號。

式 (4)～(8)中,vji和wjk分別為隱層神經元節點和輸出層神經元節點的權向量;m取 20;L取 1;f為非線性轉移函數,本文取 Sigmoid函數

學習初期取η=0.9。經若干次學習后,神經網絡得以穩定。

獲得穩定的神經網絡后,利用預報暴雨強度,可以回代得到與預報暴雨強度對應的橋梁水位。水位確定后不難確定相應流量,并使用相應公式求得沖刷深度等指標。

4 實例

4.1 京廣線金雞灣橋

圖 2是京廣線金雞灣橋的歷史水位圖,圖中虛線為計算機作模態識別后留下的中間結果。表 2是與圖 2對應的雨量和水位紀錄。經過 100 000次學習后,網絡達到穩定狀態。金雞灣橋人工神經網絡的學習過程見圖 3。

使用“鐵路橋涵水文檢算系統”[5]計算金雞灣橋的情況見圖 5。

表 2 金雞灣橋日最大暴雨與水位關系表

圖 4 使用“鐵路橋涵水文檢算系統”計算金雞灣橋

4.2 滬昆線占卜橋

占卜橋的原設計流量 Qp=523m3/s;使用江西省單位線法,得其百年一遇的流量Qp1=521m3/s;使用本文方法,得其百年一遇流量

可見本文方法所得流量與江西省單位線法的結果比較接近。

4.3 泰肥線滂河橋

滂河橋的原設計流量 Qp=910m3/s;使用山東省單位線法,得其百年一遇的流量Qp1=910.6m3/s;使用鐵四院法,得其百年一遇的流量 Qp2= 936.6m3/s;使用本文方法得百年一遇流量907.3m3/s;

可見本文方法所得流量與山東省單位線法的結果比較接近。

5 結論

①本文提供的小流域流量計算方法,是從雨量直接到橋下水位。不需要確定流域參數,不但減少了工作量,也減少了許多出錯的機會。

②BP網絡方法是一種成熟的數學工具。本文引用這種方法計算的結果比較穩定、可靠。

③這種方法可以應用到既有中小橋抗洪能力評估上。設計新橋需要使用傳統方法計算流量,因為新橋沒有歷史水痕可以利用。但既有中小橋上有水痕可以利用,加上氣象部門記錄的雨量參數,就滿足了本文方法依靠的 2個基礎——雨量和水痕高程。在經過幾十年的運用后,既有中小橋都有水痕高程可以利用,有的甚至已經遇到了百年一遇的暴雨(如金雞灣橋),顯然利用這一水痕高程是十分可靠的。

④這種方法可以應用到既有線中小橋水害預測上。隨著技術的進步,如多普勒氣象雷達站的建立、雨量站網的改善等,雨量專業預報的精度將會不斷提高。只要獲得未來雨量的預測值,就可以將它代入神經網絡確定相應的水位值,及時預報橋梁水害,這對于合理安排抗洪的人力、物力是十分有用的。

[1] 肖盛燮,凌天清,陳世民 .公路與橋梁抗洪分析[M].北京:人民交通出版社,1999.

[2] 中華人民共和國鐵道部.鐵路橋梁檢定規范[M].北京:中國鐵道出版社,2004.

[3] 韓力群 .人工神經網絡理論、設計及應用[M].北京:化學工業出版社,2002.

[4] 文雨松,張大偉 .鐵路橋涵可視化水文檢定[M].長沙:中南大學出版社,2003.

[5] 潘志祥,等 .湖南省大型水電廠流域專業天氣預報方法研究[M].北京:氣象出版社,2000.

P457

B

2010-09-10

鄒希云 (1952-),男,高工,主要從事天氣預報工作。

1003-6598(2010)增刊 -0023-04