Desarrollo de un modelo de seguimiento de partículas estocástico hacia atrás y hacia adelante para la identificación de posibles fuentes de sedimentación en flujo de canal abierto
Autores: Liu, Chelsie Chia-Hsin; Tsai, Christina W.; Huang, Yu-Ying
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Desarrollo de un modelo de seguimiento de partículas estocástico hacia atrás y hacia adelante para la identificación de posibles fuentes de sedimentación en flujo de canal abierto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Reservorios
Sedimentación
Fuentes
Sedimentos
Funciones de influencia
Concentraciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
Como los embalses están sujetos a la sedimentación, la presa pierde gradualmente su capacidad de almacenar agua. La identificación de las fuentes de sedimentos depositados es un medio eficaz y eficiente para abordar los problemas de sedimentación. Se aplica un modelo de seguimiento de partículas estocástico lagrangiano de vanguardia con métodos de seguimiento hacia atrás y hacia adelante para identificar las regiones de origen probables de los sedimentos depositados. Se introduce una función de influencia en los modelos para representar la influencia de una zona específica aguas arriba en el área de deposición de sedimentos. Se puede verificar si un área específica podría ser una fuente probable mediante la verificación cruzada de los valores de las funciones de influencia calculadas hacia atrás y hacia adelante, respectivamente. En estos modelos, las fuentes probables de los sedimentos depositados se consideran en una cuadrícula en lugar de en un punto para la derivación de los valores de las funciones de influencia. Las concentraciones de sedimentos en las regiones aguas arriba deben conocerse de antemano para determinar las funciones de influencia. Además, se discute la precisión de los diferentes tipos de difusividad en la superficie del agua en el estudio. Según los resultados del estudio de caso de identificación de fuentes, las regiones con concentraciones más altas de sedimentos calculadas solo por simulaciones hacia atrás no implican necesariamente una mayor probabilidad de fuentes. También se muestra que a partir de los resultados del conjunto, cuando la media del conjunto de la concentración es mayor, la desviación estándar del conjunto de la concentración también aumenta.
Descripción
Como los embalses están sujetos a la sedimentación, la presa pierde gradualmente su capacidad de almacenar agua. La identificación de las fuentes de sedimentos depositados es un medio eficaz y eficiente para abordar los problemas de sedimentación. Se aplica un modelo de seguimiento de partículas estocástico lagrangiano de vanguardia con métodos de seguimiento hacia atrás y hacia adelante para identificar las regiones de origen probables de los sedimentos depositados. Se introduce una función de influencia en los modelos para representar la influencia de una zona específica aguas arriba en el área de deposición de sedimentos. Se puede verificar si un área específica podría ser una fuente probable mediante la verificación cruzada de los valores de las funciones de influencia calculadas hacia atrás y hacia adelante, respectivamente. En estos modelos, las fuentes probables de los sedimentos depositados se consideran en una cuadrícula en lugar de en un punto para la derivación de los valores de las funciones de influencia. Las concentraciones de sedimentos en las regiones aguas arriba deben conocerse de antemano para determinar las funciones de influencia. Además, se discute la precisión de los diferentes tipos de difusividad en la superficie del agua en el estudio. Según los resultados del estudio de caso de identificación de fuentes, las regiones con concentraciones más altas de sedimentos calculadas solo por simulaciones hacia atrás no implican necesariamente una mayor probabilidad de fuentes. También se muestra que a partir de los resultados del conjunto, cuando la media del conjunto de la concentración es mayor, la desviación estándar del conjunto de la concentración también aumenta.