Анализ изменения коэффициента шероховатости русла малой реки в заданном створе (на примере р. Черной)

Актуальным вопросом в области гидрологических изысканий является определение коэффициента шероховатости, т. к. от данного показателя зависит один из основных расчетных параметров – уровень воды в водотоке, необходимый для обоснования проектных решений, в том числе и при разработке защитных инженерных мероприятий от затопления прилегающей территории. В соответствии с нормативными документами, действующими на территории Российской Федерации, значение шероховатости принимается по визуальной характеристике русла, что носит субъективный характер и может привести к значительным ошибкам в расчетах.
Целью настоящей работы является определение взаимосвязи коэффициента шероховатости русла с безразмерными комплексами при разных глубинах воды (до и после выхода на пойму). Все расчеты выполнены по данным систематических наблюдений за гидрологическим режимом р. Черной (пост Сагра), коэффициент шероховатости определялся численным методом. Анализ ряда максимальных глубин H позволил определить некоторое значение H1. Установлено, что при H ≤ H1 гидравлический радиус R растет вместе со значением максимальной глубины, при H > H1 эта зависимость немонотонная, а при выходе воды на пойму R заметно отличается от средней глубины водотока h; при H ≤ H1 есть тесная стохастическая связь уклона I с числами Рейнольдса Re; при H > H1 возрастает погрешность, вносимая заменой R = h в расчетных формулах.
Расчеты показали, что до выхода на пойму наблюдается значимая стохастическая связь коэффициента шероховатости n с Re и безразмерным комплексом b, а после выхода на пойму – тесная стохастическая связь у n только с числом Фруда Fr. Результаты расчетов показывают, что при определении минимальных уровней воды нельзя считать показатель степени y в формуле Маннинга постоянной величиной, т. к. это может привести к большой погрешности.

1. Valov A.O., Degtyarev V.V., Fedorova N.N. Evaluation of the influence of bottom roughness on parameters of wave flows in channels // AIP Conference Proceedings. 2018. V. 1939. P. 020041. URL: https://aip.scitation.org/doi/abs/10.1063/1.5027353

2. Kim J.S., Lee C.J., Kim W., Kim Y.J. Roughness coefficient and its uncertainty in gravel-bed river // Water Science and Engineering. 2010. V. 3. I. 2. P. 217–232. URL: https://doi.org/10.3882/j.issn.1674-2370.2010.02.010

3. Писарев А.В., Храпов С.С., Агафонникова Е.О., Хоперсков А.В. Численная модель динамики поверхностных вод в русле Волги: оценка коэффициента шероховатости // Вестник Удмуртского университета. Математика. Механика. Компьютерные науки. 2013. № 1. С. 114–130. DOI: 10.20537/vm130111

4. Song S., Schmalz B., Xu Y.P., Fohrer N. Seasonality of roughness – the indicator of annual river flow resistance condition in a lowland catchment // Water Resources Management. 2017. V. 31. I. 11. P. 3299–3312. URL: https://doi.org/10.1007/s11269-017-1656-z

5. Ye A., Zhou Z., You J., Ma F., Duan Q. Dynamic Manning's roughness coefficients for hydrological modelling in basins // Hydrology Research. 2018. V. 49. I. 5. P. 1379–1395. URL: https://doi.org/10.2166/nh.2018.175

6. Dyakonova T., Khoperskov A. Bottom friction models for shallow water equations: Manning's roughness coefficient and small-scale bottom heterogeneity // Journal of Physics: Conference Series. 2018. V. 973. P. 012032. URL: https://iopscience.iop.org/article/10.1088/1742-6596/973/1/012032

7. Attari M., Taherian M., Hosseini S.M, Niazmand S.B., Jeiroodi M., Mohammadian A. A simple and robust method for identifying the distribution functions of Manning’s roughness coefficient along a natural river // Journal of Hydrology. 2020. V. 595. P. 125680. URL: https://doi.org/10.1016/j.jhydrol.2020.125680

8. Mardani N., Suara K., Fairweather H., Brown R., McCallum A., Sidle R. Improving the accuracy of hydrodynamic model predictions using Lagrangian calibration // Water. 2020. V. 12. P. 575. URL: https://doi.org/10.3390/w12020575

9. Beene D., Zhang S., Paulus G. Workflow for hydrologic modelling with sUAS-acquired aerial imagery // Geocarto International. 2021. V. 36. I. 12. P. URL: https://doi.org/10.1080/10106049.2019.1648562

10. Барышников Н.Б., Субботина Е.С., Демидова Ю.А. Коэффициенты шероховатости речных русел // Ученые записки РГГМУ. 2010. № 12. С. 14–19.

11. Барышников Н.Б., Дрегваль М.С., Исаев Д.И., Гаврилов И.С. Гидравлические сопротивления и скоростные поля потоков в руслах сложных форм сечения // Ученые записки РГГМУ. 2017. № 46. С. 10–20.

12. Барышников Н.Б., Исаев Д.И., Сакович В.М. Методы расчетов максимальных расходов воды руслопойменных потоков в условиях изменения климата // Вестник Удмуртского университета. Серия Биология. Науки о Земле. 2019. Т. 29. № 1. С. 90–96.

13. Наумов В.А. Эмпирическая зависимость коэффициента шероховатости русла реки Красной от чисел Фруда // Вестник науки и образования Северо-Запада России : электронный журнал. 2018. Т. 4. № 3. URL: http://vestnik-nauki.ru/wp-content/uploads/2018/08/2018-N3-Naumov.pdf (дата обращения: 23.10.2021).

14. Наумов В.А. Анализ изменчивости коэффициента шероховатости русла реки по данным измерений, приведенных в гидрологических ежегодниках // Вестник научно-методического совета по природообустройству и водопользованию. 2019. № 14. С. 50–55.

15. Кочкарева А.С., Ахмедова Н.Р. Определение коэффициентов шероховатости при выполнении гидрологических исследований // Вестник науки и образования Северо-Запада 200 Н.Р. Ахмедова, В.А. Наумов России. 2021. Т. 7. № 1. URL: http://vestnik-nauki.ru/wp-content/uploads/2021/02/2021-N1-Kochkareva-Akhmedova.pdf (дата обращения: 23.10.2021).

16. Калинин А.В. Зависимость коэффициента Шези от числа Фруда // Вестник науки и образования Северо-Запада России. 2019. Т. 5. № 3. URL: http://vestnik-nauki.ru/wpcontent/uploads/2019/10/2019-N3-Kalinin.pdf (дата обращения: 23.10.2021).

17. Наумов В.А. Влияние изменений уровня в течение года на уклон водной поверхности реки Мсты // Вестник научно-методического совета по природообустройству и водопользованию. 2021. № 21. С. 80–86.