MIKE 21 教程 2.1水动力模型介绍

简介: 前面的第一章节相关博文中,我们讲解了MIKE21入门操作与网格文件的制作,接下来进入第二章节,水动力模型。

前面的第一章节相关博文中,我们讲解了MIKE21入门操作与网格文件的制作,接下来进入第二章节,水动力模型。

1 水动力模型简介


水动力模型是MIKE一切模拟的基础,用来模拟水的流速流量,高程方向等物理信息。后续的污染物迁移模拟,泥沙模拟等,也是基于水动力模型进行的。水动力模型是基于三向不可压缩和 Reynolds(雷诺) 值均布的Navier-Stokes (斯托克方程)方程,并服从于 Boussinesq 假定和静水压力的假定。Boussinesq 假定和静水压力的假定为质的各向同性的线性半空问表面上作用一集中力P,在线性变形体内任何点M的应力分布的弹性理论公式。

以下是二维非恒定浅水方程组:



在进行求解时,MIKE使用有限体积的空间离散法,将该连续统一体细分为不重叠的三角形或四角形单元,也就是我们前面绘制的网格。因此,水动力模型是MIKE21模型的基础,而网格文件是水动力模型的基础。

2 水动力文件界面介绍


水动力文件的建立路径为

File-New-File-MIKE21-Flow model FM (m21FM)

Flow model和Flow model FM均是使用的二浅水方程,二者的区别在于它们所采用数值方法,前者是有限差分法,后者是有限体积法,二者所需要的前期准备也有所不同,Flow Model受采用的差分格式所限,需要采用结构网格,具体来讲是矩形网格,地形文件需要采用bathmetry制作生成dfs2格式的文件用于模拟计算。Flow Model(fm)采用非结构网格(三角网格),模拟计算采用的地形文件是由mesh-generator生成的mesh格式的文件。

两种方式并无明显的好坏之分,目前使用Flow model FM的较多,本教程第一章节讲的也均是针对Flow model FM建立的网格,故此处也使用Flow model FM模型。新建水动力文件后,就可以看到如下页面。主要包括四大部分:

1)Domain:此处需要传入我们之前绘制的的网格文件

2)Time:选择模型需要模拟的时间跨度、步长

3)Module selection:选择模拟用到的模块,水动力模块默认为选中状态且为必选,其他模块根据需求选择

4)Hydrodynamic Module:水动力模块参数设置,点开后进行不同属性的设置

因为在 3)中的Module selection中,我们只选择了水动力模块,故目前只有水动力模块的设置。当选择了更多的模块时,会依次弹出需要设置的模块。

如果某处设置有误,前方会出现×,如Domain模块。这里报错的原因是我们尚未传入网格数据。其他选项没有报错,部分是因为该选项为非必须输入项,部分因为该选项软件默认了某个常数输入项,并不代表我们可以忽略这些配置。

在初学软件时,我们根据设置顺序,逐步调整即可,本博客一会按照此顺序进行教学。

下一节会讲解水动力模块的基本设置:网格导入,时间步长设置与模块选择

相关文章
|
5月前
|
机器学习/深度学习 算法 Python
【绝技揭秘】Andrew Ng 机器学习课程第十周:解锁梯度下降的神秘力量,带你飞速征服数据山峰!
【8月更文挑战第16天】Andrew Ng 的机器学习课程是学习该领域的经典资源。第十周聚焦于优化梯度下降算法以提升效率。课程涵盖不同类型的梯度下降(批量、随机及小批量)及其应用场景,介绍如何选择合适的批量大小和学习率调整策略。还介绍了动量法、RMSProp 和 Adam 优化器等高级技巧,这些方法能有效加速收敛并改善模型性能。通过实践案例展示如何使用 Python 和 NumPy 实现小批量梯度下降。
46 1
|
8月前
|
人工智能 安全 Java
安利一个我喜欢的博主(鱼皮)的项目----鱼聪明AI
安利一个我喜欢的博主(鱼皮)的项目----鱼聪明AI
189 0
|
存储 缓存 人工智能
阿里云Alex Chen:数据就像浩瀚的宇宙
数据驱动创新,创新鉴于未来。
6735 2
|
机器学习/深度学习 前端开发 数据挖掘
西瓜书南瓜书都是好书【绪论】【模型评估与选择】读书笔记
西瓜书南瓜书都是好书【绪论】【模型评估与选择】读书笔记
111 0
西瓜书南瓜书都是好书【绪论】【模型评估与选择】读书笔记
|
机器学习/深度学习 算法
周志华西瓜书-第四章学习总结
周志华西瓜书-第四章学习总结
周志华西瓜书-第四章学习总结
|
机器学习/深度学习 算法 数据挖掘
机器学习【西瓜书/南瓜书】--- 第1章绪论(学习笔记+公式推导)
本博客为博主在学习 机器学习【西瓜书 / 南瓜书】过程中的学习笔记,每一章都是对《西瓜书》、《南瓜书》内容的总结和提炼笔记,博客可以作为各位读者的辅助思考,也可以做为读者快读书籍的博文,本博客对西瓜书所涉及公式进行详细的推理以及讲解,本人认为,不推导公式所学得的知识是没有深度的,是很容易忘记的,有些公式推导起来并不复杂,只是被看似复杂的数学表达式所“吓唬”,希望大家拿上纸笔,跟着博主一起学习,一起推导。
257 0
机器学习【西瓜书/南瓜书】--- 第1章绪论(学习笔记+公式推导)
|
关系型数据库 MySQL 数据安全/隐私保护
|
C++
CCF小白刷题之路---201912-3 化学方程式(C/C++ 100分)
CCF小白刷题之路---201912-3 化学方程式(C/C++ 100分)
230 0
CCF小白刷题之路---201912-3 化学方程式(C/C++ 100分)
|
算法 网络协议 Java
|
机器学习/深度学习 算法
台湾大学林轩田机器学习基石课程学习笔记15 -- Validation
上节课我们主要讲了为了避免overfitting,可以使用regularization方法来解决。
165 0
台湾大学林轩田机器学习基石课程学习笔记15 -- Validation