朱彩琳 陳利晶 李冰瑤 黃奔 潘晨煜

收稿日期：

2023-06-30

作者簡介：

朱彩琳，女，碩士，主要從事水文測(cè)驗(yàn)及水文管理工作。E-mail：zhucailin_hhu@163.com

引用格式：

朱彩琳，陳利晶，李冰瑤，等.感潮河道H-ADCP代表流速優(yōu)選

［J］.水利水電快報(bào)，2024，45（1）：12-17.

摘要：

在感潮河道使用H-ADCP進(jìn)行流量測(cè)驗(yàn)時(shí)，代表流速對(duì)測(cè)驗(yàn)精度具有較大影響。為進(jìn)一步提高流量測(cè)驗(yàn)精度，以黃浦江三和水文站為例，采用區(qū)間均值法和權(quán)重系數(shù)法分別計(jì)算代表流速，并以漲、落潮代表流速關(guān)系最優(yōu)為目標(biāo)，分別構(gòu)建多目標(biāo)優(yōu)化模型以選出最優(yōu)的代表流速。采用NSGA-Ⅱ算法和TOPSIS法對(duì)模型進(jìn)行求解，并對(duì)結(jié)果進(jìn)行了關(guān)系線檢驗(yàn)及精度分析。結(jié)果表明：基于兩種方法建立的漲、落潮代表流速關(guān)系線的系統(tǒng)誤差和隨機(jī)不確定度均滿足三類精度站的定線精度要求。但是，相較于區(qū)間均值法，基于權(quán)重系數(shù)法求解的目標(biāo)函數(shù)值整體上更小，且系統(tǒng)誤差和隨機(jī)不確定度均更小。因此，在感潮河道使用H-ADCP時(shí)，建議選用權(quán)重系數(shù)法計(jì)算漲、落潮代表流速。

關(guān)鍵詞：

H-ADCP； 代表流速； 多目標(biāo)優(yōu)化模型； NSGA-Ⅱ； TOPSIS； 感潮河道； 黃浦江

中圖法分類號(hào)：TV11

文獻(xiàn)標(biāo)志碼：A

DOI：10.15974/j.cnki.slsdkb.2024.01.002

文章編號(hào)：1006-0081（2024）01-0012-06

0? 引? 言

水文測(cè)驗(yàn)是水文工作的基礎(chǔ)，在防汛減災(zāi)、水資源管理、水利工程建設(shè)等工作中發(fā)揮著重要作用，其中，流量測(cè)驗(yàn)是水文測(cè)驗(yàn)的重要任務(wù)之一。近年來，部分水文站開始陸續(xù)投入使用水平聲學(xué)多普勒剖面流速儀（Horizontal ADCP，H-ADCP），并開展相應(yīng)的比測(cè)研究。該儀器安裝在斷面固定位置處，基于聲學(xué)多普勒原理，利用回波探測(cè)技術(shù)和聲信號(hào)處理技術(shù)，測(cè)量某一水深處水層上一定距離內(nèi)的流速分布。H-ADCP具有測(cè)量精度高、數(shù)據(jù)體量大、自動(dòng)化程度高和效率高等特點(diǎn)，可實(shí)現(xiàn)流速數(shù)據(jù)的實(shí)時(shí)連續(xù)采集、傳輸和處理，以及流量的在線監(jiān)測(cè)［1］。

斷面流量的推求方法主要有流速剖面法和代表流速法［2］，其中，代表流速法在國內(nèi)外應(yīng)用較多［3-4］。代表流速法通過分析某一水層上的流速分布，找到合適的區(qū)間得到代表流速，建立代表流速與斷面平均流速之間的相關(guān)關(guān)系，進(jìn)而推求斷面平均流量。諸多應(yīng)用成果表明，代表流速與斷面平均流速之間存在著較強(qiáng)的相關(guān)關(guān)系，一般采用一元一次方程或二次方程就能達(dá)到滿足規(guī)范和生產(chǎn)要求的推流精度［5-8］ 。目前，在H-ADCP代表流速的計(jì)算方面，大多數(shù)采用單元區(qū)間內(nèi)的流速平均值作為代表流速［9-11］，單元區(qū)間的選擇大多仍然采用人工選擇的方式，主觀性較強(qiáng)，所選區(qū)間內(nèi)代表流速的代表性并非最優(yōu)。尤其在情況較為復(fù)雜的感潮河道中，漲、落潮需分開建立代表流速和斷面平均流速關(guān)系（以下簡稱“代表流速關(guān)系”），如何計(jì)算合適的代表流速，以同時(shí)實(shí)現(xiàn)漲、落潮代表流速關(guān)系的最優(yōu)化，目前未有較多的研究。

本文針對(duì)感潮河道，提出兩種代表流速計(jì)算方法：① 區(qū)間均值法。選取計(jì)算單元區(qū)間，以區(qū)間內(nèi)的流速均值作為代表流速，該方法為目前H-ADCP應(yīng)用中的傳統(tǒng)計(jì)算方法。② 權(quán)重系數(shù)法。所有計(jì)算單元均參與計(jì)算，對(duì)各計(jì)算單元的流速值賦權(quán)重系數(shù)，以加權(quán)平均值作為代表流速?；谝陨蟽煞N方法，本文提出以漲、落潮代表流速關(guān)系最優(yōu)為目標(biāo)，分別構(gòu)建多目標(biāo)優(yōu)化模型，以求解得到最優(yōu)的漲、落潮代表流速關(guān)系及對(duì)應(yīng)的計(jì)算單元區(qū)間和權(quán)重系數(shù)。

1? 研究方法

本文采用走航式ADCP和H-ADCP開展大量的同步比測(cè)，確保能覆蓋到漲、落潮不同時(shí)期、不同流速級(jí)下的流速數(shù)據(jù)。采用走航式ADCP獲取斷面平均流速，通過H-ADCP獲取代表流速，采用一元一次方程，對(duì)漲、落潮分別建立代表流速關(guān)系。采用區(qū)間均值法和權(quán)重系數(shù)法分別計(jì)算代表流速，分別構(gòu)建以漲、落潮代表流速關(guān)系最優(yōu)為目標(biāo)的多目標(biāo)優(yōu)化模型，采用非支配排序遺傳算法（Non-dominated Sorting Genetic Algorithm-Ⅱ，NSGA-Ⅱ）對(duì)模型進(jìn)行求解，得到帕累托（Pareto）最優(yōu)解集。采用優(yōu)劣解距離法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）對(duì)Pareto最優(yōu)解集中的各個(gè)解進(jìn)行評(píng)估并排序，得到最優(yōu)的漲、落潮代表流速關(guān)系及對(duì)應(yīng)的計(jì)算單元區(qū)間和權(quán)重系數(shù)。

1.1? 斷面平均流速計(jì)算

比測(cè)期間，通過走航式ADCP施測(cè)斷面平均流量，結(jié)合水位，查詢水位面積關(guān)系表獲取斷面面積，從而推求斷面平均流速為

VC=VCi1≤i≤n（1）

n=nu+nl（2）

式中：VCi為第i次比測(cè)的斷面平均流速，m/s；n為有效比測(cè)次數(shù)；nu為漲潮次數(shù)；nl為落潮次數(shù)。

1.2? 代表流速計(jì)算

1.2.1? 計(jì)算單元預(yù)處理

比測(cè)期間，通過H-ADCP測(cè)得某一水層上各計(jì)算單元的流速值，進(jìn)而推求代表流速。代表流速計(jì)算前，應(yīng)先對(duì)計(jì)算單元的流速數(shù)據(jù)進(jìn)行預(yù)處理，通過計(jì)算各單元的流速與斷面平均流速的相關(guān)系數(shù)，分析兩者的相關(guān)關(guān)系，選取相關(guān)性較好的計(jì)算單元流速值參與代表流速的計(jì)算。

1.2.2? 區(qū)間均值法

比測(cè)期間，H-ADCP測(cè)得的各計(jì)算單元的流速值為

V=Vi，j1≤i≤n，1≤j≤m（3）

式中：Vi，j為第i次比測(cè)第j個(gè)計(jì)算單元的流速值，m/s；m為預(yù)處理后的計(jì)算單元個(gè)數(shù)。

區(qū)間均值法通過選取計(jì)算單元區(qū)間，以區(qū)間內(nèi)的流速均值作為代表流速：

VIi=1N∑S+N－1j=SVi，j（4）

式中：VIi為第i次比測(cè)選取計(jì)算單元區(qū)間內(nèi)的代表流速，m/s；S為起始計(jì)算單元的位置；N為選取計(jì)算單元的個(gè)數(shù)。

1.2.3? 權(quán)重系數(shù)法

權(quán)重系數(shù)法通過對(duì)各計(jì)算單元的流速值賦權(quán)重系數(shù)，以加權(quán)平均值作為代表流速：

VIi=∑mj=1ωjVi，j（5）

∑mj=1ωj=1（6）

式中：ωj為第j個(gè)計(jì)算單元的權(quán)重系數(shù)。

1.3? 模型構(gòu)建

1.3.1? 模型目標(biāo)函數(shù)

本文以漲、落潮代表流速關(guān)系最優(yōu)為目標(biāo)，建立目標(biāo)函數(shù)，通過計(jì)算實(shí)測(cè)流速數(shù)據(jù)點(diǎn)對(duì)代表流速關(guān)系線的標(biāo)準(zhǔn)差進(jìn)行評(píng)估。

（1） 漲潮代表流速關(guān)系最優(yōu)表示為

minS2e1=1nu－2∑nui=1VCui－VC′uiVC′ui2（7）

VC′ui=k1·VIui+b1（8）

式中：k1和b1為漲潮代表流速關(guān)系線的系數(shù)；VIui為第i次比測(cè)的漲潮代表流速，m/s；VCui為第i次比測(cè)的漲潮斷面平均流速，m/s；VC′ui為第i次比測(cè)的漲潮代表流速在漲潮代表流速關(guān)系線上所對(duì)應(yīng)的斷面平均流速，m/s；Se1為實(shí)測(cè)漲潮流速數(shù)據(jù)點(diǎn)對(duì)漲潮代表流速關(guān)系線的標(biāo)準(zhǔn)差。

（2） 落潮代表流速關(guān)系最優(yōu)表示為

minS2e2=1nl－2∑nli=1VCli－VC′liVC′li2（9）

VC′li=k2·VIli+b2（10）

式中：k2和b2為落潮代表流速關(guān)系線的系數(shù)；VIli為第i次比測(cè)的落潮代表流速，m/s；VCli為第i次比測(cè)的落潮斷面平均流速，m/s；VC′li為第i次比測(cè)的落潮代表流速在落潮代表流速關(guān)系線上所對(duì)應(yīng)的斷面平均流速，m/s；Se2為實(shí)測(cè)落潮流速數(shù)據(jù)點(diǎn)對(duì)落潮代表流速關(guān)系線的標(biāo)準(zhǔn)差。

1.3.2? 模型約束條件

采用區(qū)間均值法計(jì)算代表流速時(shí)，模型共有6個(gè)決策變量，分別為：起始計(jì)算單元的位置S、選取計(jì)算單元的個(gè)數(shù)N、漲潮代表流速關(guān)系線的系數(shù)k1和b1、落潮代表流速關(guān)系線的系數(shù)k2和b2。采用權(quán)重系數(shù)法計(jì)算代表流速時(shí)，模型共（m+4）個(gè)決策變量，分別為：各計(jì)算單元的權(quán)重系數(shù)ωj（ j=1，2，…，m ）、漲潮代表流速關(guān)系線的系數(shù)k1和b1、落潮代表流速關(guān)系線的系數(shù)k2和b2。

1.3.2.1? 約束條件1

（1） 區(qū)間均值法：選取的計(jì)算單元區(qū)間不得超過預(yù)處理后的計(jì)算單元區(qū)間。

1≤S≤m1≤N≤m2≤S+N≤m+1（11）

（2） 權(quán)重系數(shù)法：各計(jì)算單元的權(quán)重系數(shù)在0～1之間，權(quán)重系數(shù)之和為1。

0≤ωj≤1（j=1，2，…，m）∑mj=1ωj=1（12）

1.3.2.2? 約束條件2

根據(jù) DB31/T 763-2013《感潮河段與瀕海水文測(cè)驗(yàn)及資料整編技術(shù)規(guī)范》，漲、落潮關(guān)系線中系數(shù)b的值一般應(yīng)不超過±0.05 m/s。

－0.05≤b1≤0.05－0.05≤b2≤0.05（13）

1.3.2.3? 約束條件3

漲、落潮關(guān)系線中系數(shù)k的值一般在0.80～1.20之間［12］。

0.80≤k1≤1.200.80≤k2≤1.20（14）

1.4? 模型求解

采用NSGA-Ⅱ算法對(duì)模型進(jìn)行求解，得到Pareto最優(yōu)解集，用TOPSIS法對(duì)Pareto最優(yōu)解集中的各個(gè)解進(jìn)行評(píng)估并排序，得到最優(yōu)解。

1.4.1? NSGA-Ⅱ算法

采用NSGA-Ⅱ算法求解多目標(biāo)模型的步驟如下：

（1） 種群初始化。算法首先隨機(jī)生成一組個(gè)體作為初始種群，并進(jìn)行非支配排序和擁擠度計(jì)算。

（2） 選擇、交叉、變異操作。選擇被支配等級(jí)低、擁擠度高的個(gè)體進(jìn)行交叉和變異，產(chǎn)生新個(gè)體，并與初始種群合并。

（3） 生成新種群。對(duì)合并種群進(jìn)行非支配排序和擁擠度計(jì)算，引入精英策略，競爭產(chǎn)生新種群。

（4） 設(shè)置終止條件。迭代次數(shù)達(dá)到設(shè)定的上限即為滿足終止條件。

模型求解的具體過程如圖1所示。

1.4.2? TOPSIS法

NSGA-Ⅱ算法求解模型得到Pareto最優(yōu)解集后，采用TOPSIS法對(duì)最優(yōu)解集中的各個(gè)解進(jìn)行評(píng)估并排序，得到最優(yōu)解，具體計(jì)算過程如下：

（1） 評(píng)價(jià)指標(biāo)確定。假設(shè)Pareto最優(yōu)解集中共有T個(gè)解，將2個(gè)目標(biāo)函數(shù)作為評(píng)價(jià)指標(biāo)，得到指標(biāo)矩陣S為

S=Si，j1≤i≤T，j=1，2（15）

式中：Si，j為第j個(gè)目標(biāo)函數(shù)的第i個(gè)解。

（2） 指標(biāo)矩陣的標(biāo)準(zhǔn)化處理：

Si，j=Si，jSmax，j（16）

Smax，j=maxS1，j，S2，j，…，ST，j（17）

式中：Smax，j為第j個(gè)目標(biāo)函數(shù)的最大值；Si，j為第j個(gè)目標(biāo)函數(shù)第i個(gè)標(biāo)準(zhǔn)化后的解。

（3） 矩陣賦權(quán)。對(duì)2個(gè)評(píng)價(jià)指標(biāo)分別賦予權(quán)重，對(duì)指標(biāo)矩陣中的各個(gè)元素進(jìn)行賦權(quán)，得到賦權(quán)矩陣K為

K=Ki，j1≤i≤T，j=1，2（18）

Ki，j=φj·Si，j（19）

式中：φj為第j個(gè)目標(biāo)函數(shù)的權(quán)重；Ki，j為第j個(gè)目標(biāo)函數(shù)第i個(gè)賦權(quán)后的解。

（4） 建立模型的最優(yōu)、最劣解集。將賦權(quán)矩陣中每列的最小元素作為最優(yōu)解，最大元素作為最劣解，得到最優(yōu)、最劣解集Y +、Y -分別為

Y+=Y+1，Y+2=minK1，1，K2，1，…，KT，1，minK1，2，K2，2，…，KT，2（20）

Y－=Y－1，Y－2=maxK1，1，K2，1，…，KT，1，maxK1，2，K2，2，…，KT，2（21）

（5） 計(jì)算賦權(quán)矩陣中的各組元素與最優(yōu)、最劣解的距離：

D+i=∑2j=1Ki，j－Y+j2（22）

D－i=∑2j=1Ki，j－Y－j2（23）

式中：D+i為第i個(gè)解與最優(yōu)解的距離；D-i為第i個(gè)解與最劣解的距離。

（6） 計(jì)算Pareto最優(yōu)解集中的各個(gè)解與最優(yōu)水平的接近指數(shù)，并按降序排列，接近指數(shù)最大的解即為最優(yōu)解：

Ri=D－iD+i+D－i（24）

式中：Ri為第i個(gè)解與最優(yōu)水平的接近指數(shù)。

2? 應(yīng)用實(shí)例

2.1? 研究區(qū)概況

黃浦江水系為太湖流域最下游水系，在上海境內(nèi)的集水面積為5 193 km2，水系地形高差小，地面高程2.5～5.0 m，是流域內(nèi)的盆地。干流黃浦江流經(jīng)上海市區(qū)，是重要的通航、排水、水源等骨干河道。其上游有三支：北支為攔路港、太浦河、泖河和斜塘，與淀山湖和太湖相接；中支為園泄涇，上接俞匯塘和紅旗塘，承接杭嘉湖西部和北部來水；南支為大泖港，承接杭嘉湖南部來水。三支在米市渡上游匯合，在外白渡橋承接吳淞江（蘇州河）來水，最后在吳淞口注入長江，是長江匯入東海前的最后一條支流，也是太湖徑流的主要出路。黃浦江水系為平原感潮河網(wǎng)，其中，黃浦江為中等強(qiáng)度的感潮河流，潮汐特征為非正規(guī)淺海半日潮，潮流可上溯至淀山湖和滬浙邊界以上，潮區(qū)界可達(dá)蘇嘉運(yùn)河平湖塘一帶［13］。

本文以黃浦江水系大蒸塘三和水文站為例，計(jì)算該站H-ADCP代表流速并建立最優(yōu)的漲、落潮代表流速關(guān)系線。三和水文站為上海市省市邊界站網(wǎng)建設(shè)中的水文站之一，于2020年8月完成H-ADCP安裝，儀器采用井筒安裝，安裝位置距離左岸11.0 m，安裝高程為-0.18 m（吳淞2021高程）。儀器頻率為600 kHz，設(shè)置采樣間隔為5 min，采樣歷時(shí)為100 s，盲區(qū)為2 m，設(shè)置計(jì)算單元尺寸為0.5 m，計(jì)算單元個(gè)數(shù)為120個(gè)。三和水文站H-ADCP安裝情況如圖2所示。

2.2? 數(shù)據(jù)預(yù)處理

三和水文站H-ADCP于2021年1月開始試運(yùn)行，2021～2022年開展了大量的流量比測(cè)工作，比測(cè)覆蓋了汛期、非汛期的大、中、小潮，獲取到漲、落潮不同流速級(jí)下的有效流速數(shù)據(jù)共計(jì)560組，其中漲潮數(shù)據(jù)199組，落潮數(shù)據(jù)361組。

代表流速計(jì)算前，應(yīng)先對(duì)H-ADCP計(jì)算單元的流速數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)各計(jì)算單元的流速與斷面平均流速進(jìn)行相關(guān)性分析，計(jì)算兩者的相關(guān)系數(shù)，以此作為流速數(shù)據(jù)預(yù)處理的依據(jù)。經(jīng)計(jì)算，三和站120個(gè)計(jì)算單元的相關(guān)系數(shù)均超過0.9，相關(guān)性均較好，均可參與代表流速的計(jì)算。

2.3? 代表流速關(guān)系線建立

2.3.1? 最優(yōu)解求解

本文設(shè)定NSGA-Ⅱ算法中的交叉概率為0.9，變異概率為0.1，交叉分布指數(shù)為20，變異分布指數(shù)為20。采用區(qū)間均值法計(jì)算代表流速時(shí)，設(shè)定種群規(guī)模為200，迭代次數(shù)為500；采用權(quán)重系數(shù)法計(jì)算代表流速時(shí)，設(shè)定種群規(guī)模為200，迭代次數(shù)為1 000［14］。采用NSGA-Ⅱ算法對(duì)模型進(jìn)行求解，兩種計(jì)算方法下求出的Pareto最優(yōu)解集如圖3所示。

本文認(rèn)為2個(gè)優(yōu)化目標(biāo)（即漲、落潮代表流速關(guān)系最優(yōu)）的重要程度相當(dāng)，對(duì)2個(gè)指標(biāo)分別賦予0.5的權(quán)重，采用TOPSIS法對(duì)最優(yōu)解集中的各個(gè)解進(jìn)行評(píng)估并排序，選取次序?yàn)?的解作為優(yōu)化模型的最優(yōu)解。兩種計(jì)算方法下求解出的最優(yōu)解如表1所示。

2.3.2? 結(jié)果分析

（1） 采用區(qū)間均值法計(jì)算代表流速時(shí)，選取H-ADCP計(jì)算單元區(qū)間為1～98，可得到最優(yōu)的漲、落潮代表流速關(guān)系線，分別為

VCu=1.0082VIu－0.0111（25）

VCl=1.0406VIl+0.0163（26）

（2） 采用權(quán)重系數(shù)法計(jì)算代表流速時(shí)，對(duì)120個(gè)計(jì)算單元的流速值分別賦權(quán)重系數(shù)，詳見表2，可得到最優(yōu)的漲、落潮代表流速關(guān)系線，分別為

VCu=1.0057VIu－0.0102（27）

VCl=1.0456VIl+0.0165（28）

2.4? 關(guān)系線檢驗(yàn)及精度分析

漲、落潮代表流速關(guān)系線率定后，應(yīng)對(duì)其進(jìn)行合理性評(píng)定和精度分析。針對(duì)兩種計(jì)算方法，對(duì)漲、落潮代表流速關(guān)系線分別進(jìn)行符號(hào)檢驗(yàn)、適線檢驗(yàn)和偏離數(shù)值檢驗(yàn)，檢驗(yàn)結(jié)果詳見表3。經(jīng)計(jì)算，基于兩種方法建立的漲、落潮代表流速關(guān)系線均通過檢驗(yàn)。

根據(jù) SL/T 247-2020 《水文資料整編規(guī)范》中水文站精度類別劃分，三類精度感潮站的定線精度指標(biāo)為：系統(tǒng)誤差為±3%，隨機(jī)不確定度為20%。經(jīng)計(jì)算，基于兩種方法建立的漲、落潮代表流速關(guān)系線的系統(tǒng)誤差和隨機(jī)不確定度均滿足三類精度站的定線精度要求。

2.5? 方法對(duì)比

由圖3可以看出，相較于區(qū)間均值法，基于權(quán)重系數(shù)法求解的目標(biāo)函數(shù)值整體上更小，Pareto最優(yōu)解整體上明顯更優(yōu)。由表3可以看出，相較于區(qū)間均值法，基于權(quán)重系數(shù)法求解的漲、落潮代表流速關(guān)系線系統(tǒng)誤差和隨機(jī)不確定度均更小，漲、落潮代表流速關(guān)系線均更優(yōu)。因此，三和站在應(yīng)用H-ADCP時(shí)，應(yīng)選用權(quán)重系數(shù)法計(jì)算漲、落潮代表流速，方可建立最優(yōu)且可靠的漲、落潮代表流速關(guān)系。

3? 結(jié)? 語

本文以感潮河道水文站為研究對(duì)象，采用區(qū)間均值法和權(quán)重系數(shù)法分別計(jì)算代表流速，基于兩種計(jì)算方法，以漲、落潮代表流速關(guān)系最優(yōu)為目標(biāo)，分別構(gòu)建多目標(biāo)優(yōu)化模型。采用NSGA-Ⅱ算法對(duì)模型進(jìn)行求解，得到Pareto最優(yōu)解集，采用TOPSIS法對(duì)Pareto最優(yōu)解集中的各個(gè)解進(jìn)行評(píng)估并排序，求解得到最優(yōu)的漲、落潮代表流速關(guān)系及對(duì)應(yīng)的計(jì)算單元區(qū)間和權(quán)重系數(shù)。對(duì)率定的漲、落潮代表流速關(guān)系線進(jìn)行精度分析和符號(hào)、適線、偏離數(shù)值檢驗(yàn)，經(jīng)計(jì)算，基于兩種計(jì)算方法所建立的漲、落潮代表流速關(guān)系線均通過檢驗(yàn)，漲、落潮代表流速關(guān)系線的系統(tǒng)誤差和隨機(jī)不確定度均滿足三類精度站的定線精度要求。經(jīng)對(duì)比分析，基于權(quán)重系數(shù)法求解的漲、落潮代表流速關(guān)系線比區(qū)間均值法更優(yōu)，因此，在感潮河道應(yīng)用H-ADCP時(shí)應(yīng)選用權(quán)重系數(shù)法計(jì)算漲、落潮代表流速，方可建立最優(yōu)且可靠的漲、落潮代表流速關(guān)系。以上方法可為黃浦江水系其他感潮河道水文站的H-ADCP應(yīng)用和代表流速關(guān)系線率定提供參考。此外，針對(duì)情況更為復(fù)雜、無法建立一元一次代表流速關(guān)系線的感潮河道水文站，在后續(xù)研究中可考慮引入其他影響因子，采用本文提出的兩種方法試求其最優(yōu)的漲、落潮代表流速關(guān)系線及其參數(shù)。

參考文獻(xiàn)：

［1］? 吳志勇，徐梁，唐運(yùn)憶，等.水文站流量在線監(jiān)測(cè)方法研究進(jìn)展［J］.水資源保護(hù)，2020，36（4）：1-7.

［2］? 劉墨陽，蔣四維，林云發(fā)，等.復(fù)雜水情下H-ADCP流量在線監(jiān)測(cè)推流方法［J］.水利水電科技進(jìn)展，2022，42（2）：27-34.

［3］? RANTZ S E，OTHERS A.Measurement and computation of streamflow：volume 1，measurement of stage and discharge［J］.Irrigation & Drainage Systems，1982，1：1-10.

［4］? 杜興強(qiáng)，沈健，樊銘哲.H-ADCP流量在線監(jiān)測(cè)方案在高壩洲的應(yīng)用與改進(jìn)［J］.水文，2018，38（6）：81-83.

［5］? 韋立新，蔣建平，曹貫中.南京水文實(shí)驗(yàn)站ADCP流量測(cè)驗(yàn)方法改進(jìn)研究［J］.水利水電快報(bào)，2017，38（6）：11-14.

［6］? 曾雅立，張偉革，樊麗娜，等.宜昌站H-ADCP流量關(guān)系率定及應(yīng)用［J］.水利水電快報(bào)，2019，40（2）：14-16，25.

［7］? 洪為善，鄭月光，羅玉全，等.水平式聲學(xué)多普勒流速儀在受水工程影響測(cè)站的應(yīng)用［J］.水文，2011，31（增1）：84-86.

［8］? 杜興強(qiáng)，秦凱，楊成，等.湖北清江高壩洲水文站流量自動(dòng)化監(jiān)測(cè)實(shí)踐［J］.水利水電快報(bào)，2020，41（7）：14-17.

［9］? 李梅，胡家良.H-ADCP在巢湖水量自動(dòng)監(jiān)測(cè)中的應(yīng)用［J］.長江技術(shù)經(jīng)濟(jì)，2022，6（4）：57-61.

［10］? 張泉榮，謝運(yùn)山，王萍，等.定點(diǎn)式橫向聲學(xué)多普勒流速剖面儀應(yīng)用研究［J］.水文，2021，41（2）：69-74.

［11］? 李輝，朱世云，徐洪海，等.基于變化水位的H-ADCP標(biāo)定方法研究［J］.人民長江，2020，51（8）：95-98.

［12］? 盛龍壽，席澤超，朱龍喜，等.基于VB的H-ADCP率定程序的研發(fā)與應(yīng)用［J］.電子測(cè)試，2022，36（8）：81-82，77.

［13］? 何金林，韓昌來.黃浦江水系水文環(huán)境變化的影響與對(duì)策研究［C］∥中國水利學(xué)會(huì).太湖高級(jí)論壇交流文集.北京：中國水利學(xué)會(huì)，2004：331-336.

［14］? 周明，孫樹棟.遺傳算法原理及應(yīng)用［M］.北京：國防工業(yè)出版社，1999.

（編輯：江? 文）

Optimization of representative flow velocity of H-ADCP on tidal river

ZHU Cailin，CHEN Lijing，LI Bingyao，HUANG Ben，PAN Chenyu

（Shanghai Hydrological Administration，Shanghai 200232，China）

Abstract：

The representative flow velocity had a significant influence on the measurement accuracy when using H-ADCP for flow measurement on tidal river.In order to further improve the accuracy of flow measurement，the interval averaging method and the weight coefficient method were used to calculate the representative flow velocity，taking Sanhe Hydrological Station on the Huangpu River as an example.The multi-objective optimization model was constructed to select the optimal representative flow velocity，which used the best fitting effect of VI-VC relation curve of rising and falling tides as objectives.We solved the model by using NSGA - II genetic algorithm and TOPSIS method，inspected VI-VC relation curve，and analyzed its accuracy.The results showed that both systematical error and random uncertainty of VI-VC relation curve of rising and falling tides calculated by two methods could meet the accuracy requirements of the third-level-accuracy hydrological station.The objective function values，systematical error and random uncertainty calculated using the weight coefficient method were smaller overall，compared with the interval averaging method.When using the H-ADCP on the tidal river，the weight coefficient method to calculate the representative flow velocity of rising and falling tides was suggested．

Key words：

H-ADCP； representative flow velocity； multi-objective optimization model； NSGA - II； TOPSIS； tidal river； Huangpu River