1、基于洞庭湖區(qū)整體二維模型的洪澇災(zāi)害模擬研究
近年來(lái),全球氣候變暖及大氣環(huán)流異常使得洞庭湖區(qū)洪澇災(zāi)害形勢(shì)更加復(fù)雜。本研究基于洞庭湖區(qū)水陸域地形數(shù)據(jù),運(yùn)用非結(jié)構(gòu)化網(wǎng)格對(duì)洞庭湖湖區(qū)進(jìn)行剖分,并采用有限體積法離散控制方程,首次構(gòu)建了涵蓋洞庭湖區(qū)水陸域的整體二維數(shù)學(xué)模型。相比于湖區(qū)河網(wǎng)模型,洞庭湖區(qū)整體二維模型能將湖區(qū)形成一個(gè)有機(jī)整體,從而實(shí)現(xiàn)湖區(qū)內(nèi)復(fù)雜江、湖、河網(wǎng)水動(dòng)力過(guò)程、洪水漫堤潰壩、退田還湖、平原水庫(kù)、堤垸內(nèi)排澇提水及湖區(qū)內(nèi)水利工程(如:閘、壩、堤、泵等)建造運(yùn)行等相關(guān)模擬。針對(duì)湖區(qū)洪澇相伴的特點(diǎn),在已建立的洞庭湖區(qū)整體二維數(shù)學(xué)模型的基礎(chǔ)上,進(jìn)一步考慮降雨和排澇,對(duì)湖區(qū)澇漬災(zāi)害情況進(jìn)行模擬分析。詳細(xì)探究了不同降雨強(qiáng)度對(duì)湖區(qū)澇漬災(zāi)害的影響,并開(kāi)展了湖區(qū)(湖南區(qū))降雨排澇對(duì)洞庭湖內(nèi)洪水過(guò)程的影響研究,對(duì)湖區(qū)洪澇災(zāi)害評(píng)價(jià)、預(yù)報(bào)及防洪防澇治理有著重要意義。






2、基于人工智能的湖區(qū)水位快速預(yù)報(bào)技術(shù)
洪水預(yù)報(bào)在防汛減災(zāi)中起著十分重要的作用。隨著大數(shù)據(jù)時(shí)代的到來(lái),基于數(shù)據(jù)驅(qū)動(dòng)的人工智能模型在水文預(yù)報(bào)過(guò)程中受到了廣泛的關(guān)注和應(yīng)用。人工智能模型是通過(guò)對(duì)數(shù)據(jù)本身直接進(jìn)行研究分析,總結(jié)數(shù)據(jù)所隱含的知識(shí)或規(guī)律,因此可避免人類(lèi)對(duì)物理規(guī)律認(rèn)識(shí)的局限及模型的概化和假定帶來(lái)的誤差。
通過(guò)將洞庭湖區(qū)“四水”控制站點(diǎn)(湘潭、桃江、桃源、津市)及枝城站點(diǎn)水位數(shù)據(jù)作為輸入?yún)?shù),并以城陵磯站點(diǎn)水位作為輸出變量,采用人工神經(jīng)網(wǎng)絡(luò)模型(ANN),構(gòu)建湖區(qū)水位智能預(yù)報(bào)模型,采用湖區(qū)歷年水位流量大數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練及驗(yàn)證,結(jié)合蟻群算法(ACO),提高模型的預(yù)報(bào)速度與精度,實(shí)現(xiàn)湖區(qū)水位快速精準(zhǔn)預(yù)測(cè)功能。

3、基于無(wú)人機(jī)航測(cè)技術(shù)的辰溪縣城市洪水演進(jìn)模擬研究
城市化建設(shè)的快速推進(jìn)改變了城市區(qū)域的暴雨徑流條件,造成區(qū)域徑流總量增加、洪峰流量增大以及匯流速度加快等城市水文效應(yīng)。目前,大部分城市前期規(guī)劃不夠完善,城市基礎(chǔ)性設(shè)施抗洪能力薄弱,城市防洪成為當(dāng)前城市水文、水力學(xué)研究的熱點(diǎn)問(wèn)題。洪水是一種由重力驅(qū)動(dòng)的地表流,城區(qū)具有復(fù)雜的地表形態(tài)(建筑物、車(chē)輛、十字路口等),高精度和高分辨率的地形數(shù)據(jù)是城市洪水研究的基礎(chǔ)。研究基于無(wú)人機(jī)航測(cè)技術(shù)獲取城市高精度DEM數(shù)據(jù),采用數(shù)值模擬方式,針對(duì)不同洪峰流量情形下的辰溪縣洪水演進(jìn)過(guò)程和淹沒(méi)范圍進(jìn)行分析研究,探討洪峰前不同時(shí)間段的淹沒(méi)范圍和淹沒(méi)水深,為人員財(cái)產(chǎn)撤離提前預(yù)警;同時(shí),繪制城市洪水風(fēng)險(xiǎn)圖,為城市的防洪設(shè)施建設(shè)與投資風(fēng)險(xiǎn)評(píng)估提供科學(xué)依據(jù)。研究表明基于無(wú)人機(jī)航測(cè)技術(shù)的城市洪水?dāng)?shù)值模擬方式有助于提高洪水災(zāi)害的認(rèn)知,為城市防洪減災(zāi)提供技術(shù)支撐。



4、無(wú)人機(jī)+圖像深度學(xué)習(xí)算法在洞庭湖區(qū)域環(huán)境巡查中的應(yīng)用
環(huán)境問(wèn)題是發(fā)展中國(guó)家要面對(duì)的首要難題,在發(fā)展基礎(chǔ)建設(shè)的同時(shí),環(huán)境不可避免的遭到破壞。我國(guó)有大量生活垃圾未能處理,散落在各個(gè)角落污染河流,給洞庭湖區(qū)居民生活帶來(lái)嚴(yán)重危害。本研究使用無(wú)人機(jī)對(duì)洞庭湖區(qū)岸邊垃圾進(jìn)行圖像采集,針對(duì)沅江新拐河、松滋?hào)|支、虎渡河、藕池河西支、藕池河?xùn)|支、岳陽(yáng)城陵磯港洞庭湖入口、八仙橋新墻河、南渡汨羅河、樟樹(shù)港河等采樣點(diǎn)進(jìn)行低空采樣,應(yīng)用于自建圖像訓(xùn)練庫(kù),利用Inception-v3模型檢目標(biāo),同時(shí)標(biāo)定深度學(xué)習(xí)圖像數(shù)據(jù)庫(kù)。由于垃圾種類(lèi)繁多,研究將其分為6類(lèi),分別為玻璃、金屬、塑料、廢紙、紙板以及生活廢棄物,利用高質(zhì)量圖片進(jìn)行訓(xùn)練測(cè)試,滿足近距拍攝下的識(shí)別。后續(xù)將圍繞增加數(shù)據(jù)類(lèi)型的模型訓(xùn)練,修改模型參數(shù)和性能,以期幫助從事河岸巡檢的工作人員降低垃圾分類(lèi)成本,提高分類(lèi)垃圾的工作效率。





5,基于多源數(shù)據(jù)的流域景觀生態(tài)時(shí)空風(fēng)險(xiǎn)評(píng)估及熱環(huán)境效應(yīng)反演
多源數(shù)據(jù),包括各種遙感及非遙感數(shù)據(jù),具有比單一數(shù)據(jù)獲取更全面、更準(zhǔn)確、更豐富信息的特點(diǎn),目前已被學(xué)術(shù)界廣泛應(yīng)用。隨著人類(lèi)活動(dòng)加劇,快速的環(huán)境變遷和復(fù)雜的湖垸、江湖關(guān)系使得湖區(qū)景觀界面脆弱性表現(xiàn)得特別突出,綜合考慮流域演變及人類(lèi)活動(dòng)影響等多因素作用的景觀生態(tài)風(fēng)險(xiǎn)評(píng)估顯得尤為重要。本研究基于多源數(shù)據(jù),采用ArcGIS、Fragstats等軟件運(yùn)算處理,構(gòu)建景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)模型,并分析洞庭湖區(qū)景觀生態(tài)風(fēng)險(xiǎn)的時(shí)空分布格局及其演化特征。研究結(jié)論為深入探究湖區(qū)與流域生態(tài)系統(tǒng)格局形成過(guò)程與機(jī)理提供科學(xué)依據(jù)。同時(shí),基于多源空間數(shù)據(jù),開(kāi)展流域城鎮(zhèn)密集區(qū)熱環(huán)境效應(yīng)反演研究,辨析識(shí)別自然—人文多維因子與熱環(huán)境效應(yīng)的聯(lián)動(dòng)關(guān)系及形成機(jī)制。基于多源數(shù)據(jù)有助于揭示流域景觀生態(tài)、熱環(huán)境空間格局及演變規(guī)律,深化對(duì)形成機(jī)理及成因的分析認(rèn)知。成果受到同行專家的關(guān)注和認(rèn)可,在“Frontiers of Earth Science、Atmospheric Pollution Research、Journal of Geographical Sciences、地理學(xué)報(bào)、中國(guó)環(huán)境科學(xué)、長(zhǎng)江流域資源與環(huán)境”等發(fā)表論文8篇,其中SCI收錄3篇,權(quán)威期刊2篇,培養(yǎng)碩士研究生2名。



