Wielokierunkowa ingerencja człowieka w systemy rzeczne poprzez m.in. obwałowanie równin zalewowych, regulacje koryt, budowę zapór i powstanie zbiorników, a także budowę lokalnej infrastruktury hydrotechnicznej (ujęcia wód, zrzuty wód, porty, mariny itp.), doprowadziła do przestrzennego i czasowego zróżnicowania procesów rzecznych, co nie tylko nie „ulepszyło" gospodarki człowieka, ale ją pogorszyło. Takim przykładem jest system rzeczny Wisły, który na tle innych rzek przedstawia się bardzo niekorzystnie, o czym świadczy głównie wieloodcinkowa zmienność koryta (klasy drogi wodnej) wraz z układem łach i plos. To sprawia, że zgodnie z zasadami procesów korytowych należy ten system jak najszybciej ujednolicić. W jaki sposób? W jakim kierunku powinna zmierzać rewitalizacja dna doliny Wisły? Czy jej kaskadyzacja?
EN
Multidirectional interference of the man with river systems through such interventions as embankment of flood plains, riverbeds regulations, construction of dams and creation of reservoirs or building local hydrotechnical infrastructure (water intakes, water discharges, harbours, marinas etc.) led to spatial and time differentiation of the river processes, what not only did not "improve” the man’s economy, but also deteriorated its state. One of such examples is the Vistula's River system which, when compared to other rivers, is perceived in a highly unfavourable light, which is evidenced mainly by multi-sectional variability of the riverbed (waterway class) with a system of shoals and pools. According to the rules of riverbed processes, this system should be unified as soon as possible. How? What should be the direction of the lower Vistula bottom renewal? Should it be construction of stepped falls?
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Sztuczne sieci neuronowe znajdują coraz więcej zastosowań w rozwiązywaniu problemów inżynierskich. Jedną z dziedzin, w których sieci neuronowe cieszą się coraz większą popularnością jest hydrologia i hydraulika przepływów w naturalnych systemach rzecznych. W artykule przedstawiono możliwość zastosowania sztucznej sieci neuronowej do aproksymacji modelu transformacji fali wezbraniowej na odcinku kanału o przekroju prostokątnym. Celem przeprowadzonego badania było sprawdzenie dokładności odwzorowania siecią neuronową zmiennych w czasie przepływów w przekroju wyjściowym kanału i porównanie tych wyników z wynikami uzyskanymi poprzez model matematyczny. Zadowalająca dokładność uzyskanych wyników aproksymacji daje podstawy do zastosowania modeli neuronowych w modelowaniu efektów transformacji fali wezbraniowej w bardziej złożonych naturalnych systemach rzecznych.
EN
Artificial neural networks find more and more aplications for solving engineer's problems. ANN have been also becomming very popular tools aplied for modelling of hydrologic and river system hydraulic phenomenas. In the paper capabilities of ANN in phisic-based model aproximation of flood wave transformation through rectangular chanal were shown. The aim of this work is comparison of results obtained by ANN with results obtained by phisic-based model. Acceptable accuracy of results of aproximations allows for ANN complex natural river system aplications.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.