基于AI图像识别的床面形态特征参数和迁移速度分析OA北大核心CSTPCD

床面形态特征和迁移速度是影响水流阻力和推移质泥沙输移的关键因素,对于分析河床演变趋势、河底生境系统和人类活动的影响具有重要意义。本文利用AI视觉大模型技术,从试验水槽侧壁获得了长时间、高时空分辨率的床面形态动态发展数据。采用改进的床面形态量化方法和迁移速度计算方法,提取了9种工况下的床形特征参数和迁移速度。结果表明:在动态平衡状态下,床面形态特征参数和迁移速度仍存在显著的随机波动,其中迁移速度的波动性和变异性较高,床面形态的平均迁移速度随泥沙运动强度和推移质运动强度的增加呈幂函数型增长,相对波高、陡度与泥沙运动强度符合抛物线关系;约95%的背流面角度集中在10°~30°,与陡度呈线性关系;床面形态和迁移速度均呈现明显的右偏分布且具有拖尾特征,其中波高、波长符合Birnbaum-Saunders分布,其他床面形态特征和迁移速度遵循伽马分布。