CN107330086B - 一种提高无资料高海拔流域水文过程模拟精度的方法 - Google Patents

一种提高无资料高海拔流域水文过程模拟精度的方法 Download PDF

Info

Publication number
CN107330086B
CN107330086B CN201710536213.XA CN201710536213A CN107330086B CN 107330086 B CN107330086 B CN 107330086B CN 201710536213 A CN201710536213 A CN 201710536213A CN 107330086 B CN107330086 B CN 107330086B
Authority
CN
China
Prior art keywords
river basin
basin
target
river
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710536213.XA
Other languages
English (en)
Other versions
CN107330086A (zh
Inventor
刘铁
孟凡浩
陈曦
黄粤
包安明
刘蛟
罗敏
段永超
田霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinjiang Institute of Ecology and Geography of CAS
Original Assignee
Xinjiang Institute of Ecology and Geography of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xinjiang Institute of Ecology and Geography of CAS filed Critical Xinjiang Institute of Ecology and Geography of CAS
Priority to CN201710536213.XA priority Critical patent/CN107330086B/zh
Publication of CN107330086A publication Critical patent/CN107330086A/zh
Application granted granted Critical
Publication of CN107330086B publication Critical patent/CN107330086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开一种无资料高海拔流域水文过程模拟精度提高的方法。主要解决在无资料高海拔流域水文过程模拟精度提高的方法问题。该方法以水文物理过程、临域相近规律、垂直分异规律为基础理论依据，通过对新疆多组邻近有测站山区流域的分布式水文模型（SWAT）参数建立参数转移关系，根据本参数转移关系，将参证流域的模型参数集转换生成目标流域的模型参数集，从而实现无资料高海拔流域水文过程的高精度模拟。本发明适用于无资料高海拔地区的中小河流水文过程模拟，模型参数得以实现本地化后，能够提高无资料流域水文过程的模拟精度，有利于对山洪的监测与预警，降低山洪灾害风险。

Description

一种提高无资料高海拔流域水文过程模拟精度的方法
技术领域
本发明涉及一种提高无资料高海拔流域水文过程模拟精度的方法，具体涉及无实测径流资料的高海拔流域水文过程的模拟精度提升方法。
背景技术
全世界山区分布较广，高海拔区中有冰川和积雪覆盖区域约7200平方公里，全球约有1/3的人生活在山区附近，这些地区也是滑坡、泥石流、山洪等灾害多发区，这些灾害已经不再是一个单纯的自然现象，而对社会和经济造成重大影响。我国高海拔山区的总面积约占全国总面积的2/3，其中分布在干旱、半干旱区中的总面积达200多万平方公里。新疆干旱、半干旱区地处欧亚大陆腹地，有三山夹两盆的地貌特征，又属典型的大陆性干旱性气候，水资源十分贫瘠，植被稀疏，生态环境非常脆弱，而地表水资源多集中在高山区，极易引发山洪、滑坡、泥石流等灾害。此外，山区水资源对维持平原整个绿洲生态系统安全、地区粮食安全和社会可持续稳定发展起着不容忽视的作用。然而，随着气候变暖，极端天气发生频次增加，突发山洪的量与次也显著增加，山洪爆发的不确定性所引发的社会与经济问题引起了政府的高度重视。新疆人民政府和国家水利部门对山区洪水频发问题，启动了很多洪水预报与水资源管理项目，以实现将山洪“灾害化”向“资源化”转变。为此，对山区水文过程的模拟与预报是实现“资源化”的第一步，基于物理机制的分布式水文模型(Soil andWater Assement Tools，SWAT)能够实现复杂地形下的水文过程模拟。但鉴于山区气象和水文站点稀少且分布不均，资料极为缺乏，致使区域内的水文模拟成为当前一大难题。
目前有学者将周边有测站流域的分布式水文模型(SWAT)参数直接转移到无资料高海拔流域的分布式水文模型(SWAT)里，以实现对无资料高海拔流域的水文过程进行模拟。然而，无资料高海拔山区流域水文过程的参数不确定性较大，一直以来都是无资料高海拔流域水文过程模拟的关键和亟待解决的问题。主要采用的传统方式有距离相似法、属性相似法和回归法。这些方法仅考虑了山区流域间的距离、地形、植被覆盖等相似相近程度，未对模型参数进行合理性修正而直接应用到无资料高海拔山区流域，使得分布式水文模型(SWAT)模拟精度较差，无法直接用于水文模拟与洪水预报。由于高海拔山区地形复杂，即使邻近的两个流域也因流域面积大小、海拔高差、地表覆盖等多种因子而使他们有较大差异，如果不考虑模型参数与流域间地形、气候(气温、降水等)、植被等相关参数因子的关系，而直接将参数转移到无资料高海拔流域分布式水文模型(SWAT)上，这将使该流域模型参数缺乏本地化，因为参数的不确定性导致水文过程模拟的误差过大，往往会给当地水文模拟预报提供错误信息。
考虑到高海拔山区气象站点、水文站点稀少，地形地貌复杂的自然条件，并考虑到本发明方法的可行性和准确性，利用分布式水文模型(SWAT)有效模拟复杂流域水文过程的优势，选取邻近有测站流域作为参证流域，将无资料高海拔流域作为目标流域，通过搭建有测站流域分布式水文模型(SWAT)，并进行率定和验证，使得参证流域模型模拟效果最好(Nash-Sutcliffe效率系数大于0.6)，将参证流域的降水梯度、温度梯度、基流退水系数、河道曼宁系数、最大融雪因子等重要参数与目标流域的这些参数依据提出的参数转移关系，生成无资料高海拔流域(目标流域)分布式水文模型(SWAT)的本地参数集。此外，将参证流域分布式水文模型(SWAT)其他参数直接转移到目标流域分布式水文模型(SWAT)里，实现无资料高海拔流域水文模型搭建及参数化配置。以实现对提高无资料高海拔流域水文过程的模拟精度。
发明内容
本发明的目在于，提供一种提高无资料高海拔流域水文过程模拟精度的方法，该方法利用SWAT模型能够模拟复杂地形的优势及邻近流域间具有相似气候、地域特征属性，通过对有测站流域与无资料高海拔流域分布式水文模型(SWAT)参数之间建立参数转移关系，将产生适宜无资料高海拔流域SWAT模型的参数化方案，降低参数不确定性，提高无资料高海拔流域水文过程模拟精度，从而实现为无资料高海拔流域的水资源管理与利用提供科学依据。
本发明所述的一种提高无资料高海拔流域水文过程模拟精度的方法，该方法根据同一山脉邻近流域具有相似水文物理过程和水平与垂直地域分异规律的理论基础，在降低模型参数不确定性的前提下，实现对无实测气象和径流资料的高海拔流域的水文过程模拟，具体操作按下列步骤进行：
a、对目标区域有流量测站的所有目标流域与参证流域搭建分布式水文模型建模所需要的数字高程模型、土壤、土地利用/覆被等基础数据给定统一地理坐标和投影，保证其在同一分类体系，为后期目标流域模型搭建减少数据不确定性；
b、所有模型搭建完后，利用各流域出山口实测径流对模型进行率定和验证，以获得参证流域模型最优参数集，对邻近流域的降水梯度、温度梯度、基流退水系数、河道曼宁系数、最大融雪因子等模型参数与流域年均气温、多年平均降水量、高程、流域面积建立参数转移关系；
c、在对目标流域进行建模后，选择同山脉附近流域作为参证流域，依据已建立的参数转移关系，生成目标流域模型参数集并进行参数转移，完成无资料高海拔流域水文过程准确模拟。
步骤b中建立的参数转移关系为临近且属性相似度高的参证流域参数集首先整套关联；共享气象站站点的流域，根据参证流域温度梯度、目标流域平均高程和参证流域平均高程来推求目标流域模型的温度梯度参数；有独立气象站点的流域，根据参证流域年平均降水量、目标流域年平均降水量、参证流域平均高程和目标流域平均高程来推求目标流域模型降水梯度参数；参证流域有闪洪现象的则目标流域统一使用基流退水系数等于0.01；参证流域有长时间消退现象的则目标流域统一使用基流退水系数等于0.3；河道总长度200-1000km的流域河道曼宁系数等于0.5，河道总长度0.1-200km的流域河道曼宁系数等于0.0156；目标流域夏季融雪因子参数根据目标流域面积进行推算。
本发明所述的一种提高无资料高海拔流域水文过程模拟精度的方法，该方法是针对无资料高海拔流域水文过程模拟精度提高的方法。其主要是：一、针对新疆昆仑山、天山、阿尔泰山山区有测站的40条中小河流域，基于同一投影下的同一套新疆数据(包括数字高程模型、土地利用、土壤)，利用分布式水文模型(SWAT)进行建模，利用各自周边气象站历史数据和实测流量数据对模型进行率定和验证，使得模型表现好；二、待所有模型都率定好后，选择临近且地域属性特征相似的两个流域模型，一个作为参证流域，一个作为目标流域，将二者模型参数(包括降水梯度、温度梯度、基流退水系数、河道曼宁系数、最大融雪因子)初步建立参数转移关系，并依据目标流域已有流量数据对生成的参数转移关系进行验证与修订，得到最终的参数转移关系；三、为减少参数的不确定性，降低模拟误差，对无资料高海拔流域建模后，选择临近且地域属性特征相似的有流量测站的流域作为参证流域，依据已建立的参数转移关系，将参证流域模型参数转换生成无资料高海拔流域(目标流域)模型的参数化方案，转移到无资料高海拔流域模型中；四、为确保和验证上述所建立的参数转移关系的可靠性，选择新疆阿尔泰山的库依尔特斯河(目标流域)和卡依尔特斯河(参证流域)对新方法进行了验证。
本发明所述的一种提高无资料高海拔流域水文过程模拟精度的方法，具有以下优点和显著效果：
1、本发明针对高海拔山区有测站和无测站的中小河流域的水文过程进行建模，对搭建并率定好的有测站流域分布式水文模型(SWAT)的参数经过与无测站流域特征结合，得到适用于无资料高海拔流域分布式水文模型(SWAT)模型的参数化方案，能够有效提高模拟的精度。
2、与目前已有的距离相似法、属性相似法和回归法相比，本方法可以减少参数直接转移而带来的误差和不确定性，提高模型参数的因地适宜性，从而提高无资料高海拔流域水文过程模拟精度，避免因模拟的不准确而对流域水文状况带来错误的认识。
3、本方法所提出的参数转移关系，适用于所有无资料高海拔山区流域分布式水文模型(SWAT)的参数化方案，方法简单，适用性广，模拟精度高。
附图说明
图1为本发明参数转移关系的实例验证图，其中A为库依尔特斯河实测流量曲线，B为卡依尔特斯河流域模型参数直接移植到目标流域模型中模拟的径流曲线，C为对参证流域模型参数按照参数转移关系生成新的参数集后移植到库依尔特斯河流域模型中模拟的径流曲线；C的模拟精度(NS＝0.69)高于B的模拟精度(NS＝0.27)，C模拟的流量曲线更接近A模拟的径流曲线，能更好地捕捉峰现时间和峰值大小，经参数转移关系修正后的参数集更适用于无资料高海拔山区水文过程模拟，说明本方法提出的参数转移关系具有较好的适用性。
具体实施方式
实施例1
本发明所述的一种提高无资料高海拔流域水文过程模拟精度的方法，该方法根据同一山脉邻近流域具有相似水文物理过程和水平与垂直地域分异规律的理论基础，在降低模型参数不确定性的前提下，实现对无实测气象和径流资料的高海拔流域的水文过程模拟，具体操作按下列步骤进行：
a、对目标区域有流量测站的所有目标流域与参证流域搭建分布式水文模型(SWAT)建模所需要的数字高程模型、土壤、土地利用/覆被等基础数据给定统一地理坐标和投影，保证其在同一分类体系，为后期目标流域模型搭建减少数据不确定性；
分布式水文模型(SWAT)搭建应事先准备好所需的数据，包括数字高程模型(DEM)、土地利用/覆被数据、土壤数据、气象数据(气温、降水)和实测流量数据。对所有数据统一坐标系、投影类型和数据分辨率。然后利用实测流量数据对流域分布式水文模型(SWAT)进行率定和验证，此外也对目标无资料高海拔流域进行分布式水文模型(SWAT)搭建：
数据准备：
分布式水文模型(SWAT)能模拟复杂地形下的流域水文过程，在分布式水文模型(SWAT)搭建时，需要输入数字高程模型、土地利用/覆被数据、土壤数据、气温、降水等数据，数字高程模型选用航天飞机雷达地形测绘使命(SRTM)90m分辨率的数字高程模型数据，土地利用/覆被数据选用中分辨率成像光谱仪(MODIS)的MCD12Q1产品，土壤数据采用联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)所构建的分辨率为1km的世界土壤数据库(HWSD)；
模型搭建：
对数字高程模型、土地利用/覆被数据、土壤数据进行标准化预处理，使其统一坐标系、投影，然后将土地利用/覆被类型和土壤类型规范化，并建立lookuptable属性索引表，用于分布式水文模型(SWAT)进行水文响应单元划分，最后将历史气温、降水等气象数据按照分布式水文模型(SWAT)输入格式规范化后，完成搭建流域分布式水文模型(SWAT)；
b、所有模型搭建完后，利用各流域出山口实测径流对流域模型进行率定和验证，利用站点实测流量数据，以确定性系数(NS系数)为指标，采用SWAT-CUP自动率定软件和手动率定相结合的方法率定流域分布式水文模型(SWAT)，并用预留实测流量数据对模型模拟效果进行验证，使模型表现好；以获得参证流域模型最优参数集，对邻近流域的降水梯度、温度梯度、基流退水系数、河道曼宁系数、最大融雪因子等模型参数与年均气温、多年平均降水量、高程、流域面积建立参数转移关系，
其中建立的参数转移关系为临近且属性相似度高的参证流域参数集首先整套关联；
共享气象站站点的流域，根据参证流域温度梯度、目标流域平均高程和参证流域平均高程来推求目标流域模型的温度梯度参数；推算公式为：
目标流域温度梯度＝参证流域温度梯度×(参证流域平均高程/1000)/(目标流域平均高程/1000)；
有独立气象站点的流域，根据参证流域年平均降水量、目标流域年平均降水量、参证流域平均高程和目标流域平均高程来推求目标流域模型降水梯度参数；推算公式为：
目标流域降水梯度＝(参证流域年平均降水量-目标流域年平均降水量)/(参证流域平均高程-目标流域平均高程)×1000；
参证流域有闪洪现象的则目标流域统一使用基流退水系数等于0.01；参证流域有长时间消退现象的则目标流域统一使用基流退水系数等于0.3；
河道总长度200-1000km的流域河道曼宁系数等于0.5，河道总长度0.1-200km的流域河道曼宁系数等于0.0156；
目标流域夏季融雪因子参数根据目标流域面积进行推算，目标流域夏季融雪因子参数使用公式推算：
目标流域夏季融雪因子参数＝0.9988×ln(目标流域面积)-4.0304；
c、对搭建好的无资料高海拔流域(目标流域)模型，并选取临近且属性相似度高的率定好流域(参证流域)模型，依据已建立的参数转移关系，结合目标流域年均气温、多年平均降水、平均高程、流域面积、河道长度等流域特征因子，将参证流域模型参数转换生成无资料高海拔流域模型的参数化方案，应到目标流域模型中，实现无资料高海拔流域水文过程模拟精度提高的目标；
选择新疆阿尔泰山的库依尔特斯河作为目标流域，选择临近且属性相似度高的卡依尔特斯河作为参证流域，利用参数转移关系将卡依尔特斯河流域SWAT模型转移生成库依尔特斯河流域SWAT模型，并对运用参数转移关系与否的两套参数转移至目标流域模型中，对比模拟径流结果，结果如附图1所示。

Claims (1)

1.一种提高无资料高海拔流域水文过程模拟精度的方法，其特征在于该方法根据同一山脉邻近流域具有相似水文物理过程和依据水平与垂直地域分异规律的理论基础，在降低模型参数不确定性的前提下，实现对无实测气象和径流资料的高海拔流域的水文过程模拟，具体操作按下列步骤进行：
a、对目标区域有流量测站的所有目标流域与参证流域搭建分布式水文模型建模所需要的数字高程模型、土壤、土地利用/覆被基础数据给定统一地理坐标和投影，对所有数据统一坐标系、投影类型和分辨率，保证其在同一分类体系，为后期流域模型搭建减少数据不确定性；
b、所有模型搭建完后，利用各流域出山口实测径流对模型进行率定和验证，以获得流域模型最优参数集，对邻近流域的降水梯度、温度梯度、基流退水系数、河道曼宁系数、最大融雪因子模型参数与各流域年均气温、多年平均降水量、高程、流域面积建立参数转移关系；参数转移关系为临近且属性相似度高的参证流域参数集首先整套关联；共享气象站站点的流域，根据参证流域温度梯度、目标流域平均高程和参证流域平均高程来推求目标流域模型的温度梯度参数；推算公式为：
目标流域温度梯度 = 参证流域温度梯度 ×（参证流域平均高程/1000）/（目标流域平均高程/1000）；
有独立气象站点的流域，根据参证流域年平均降水量、目标流域年平均降水量、参证流域平均高程和目标流域平均高程来推求目标流域模型降水梯度参数；推算公式为：
目标流域降水梯度 =（参证流域年平均降水量 - 目标流域年平均降水量）/(参证流域平均高程 - 目标流域平均高程)×1000；
参证流域有闪洪现象的则目标流域统一使用基流退水系数等于0.01；参证流域有长时间消退现象的则目标流域统一使用基流退水系数等于0.3；河道总长度200-1000 km的流域河道曼宁系数等于0.5，河道总长度0.1-200 km的流域河道曼宁系数等于0.0156；目标流域夏季融雪因子参数根据目标流域面积进行推算；目标流域夏季融雪因子参数使用公式推算：
目标流域夏季融雪因子参数 = 0.9988×ln（目标流域面积） - 4.0304；
c、在对目标流域进行建模后，选择同山脉附近且具有较高属性相似特征的流域作为参证流域，依据已建立的参数转移关系，生成目标流域模型参数集并进行参数转移，完成无资料高海拔流域水文过程准确模拟。
CN201710536213.XA 2017-07-04 2017-07-04 一种提高无资料高海拔流域水文过程模拟精度的方法 Active CN107330086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710536213.XA CN107330086B (zh) 2017-07-04 2017-07-04 一种提高无资料高海拔流域水文过程模拟精度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710536213.XA CN107330086B (zh) 2017-07-04 2017-07-04 一种提高无资料高海拔流域水文过程模拟精度的方法

Publications (2)

Publication Number Publication Date
CN107330086A CN107330086A (zh) 2017-11-07
CN107330086B true CN107330086B (zh) 2023-07-07

Family

ID=60199088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710536213.XA Active CN107330086B (zh) 2017-07-04 2017-07-04 一种提高无资料高海拔流域水文过程模拟精度的方法

Country Status (1)

Country Link
CN (1) CN107330086B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063896B (zh) * 2018-07-03 2020-11-03 国家电网有限公司 一种东北地区融雪径流开始日期的识别方法
CN109815305B (zh) * 2019-01-18 2020-01-14 三峡大学 一种无资料地区场次洪水径流过程反演的方法
CN109840873A (zh) * 2019-02-02 2019-06-04 中国水利水电科学研究院 一种基于机器学习的无资料地区水文模型参数区域化方法
CN110570107A (zh) * 2019-08-28 2019-12-13 浙江仁欣环科院有限责任公司 一种基于dem的山洪灾害风险评估方法
CN111985389B (zh) * 2020-08-18 2023-05-16 中国电建集团成都勘测设计研究院有限公司 一种基于流域属性距离的流域相似判别方法
CN112507419B (zh) * 2020-11-19 2022-06-28 长江勘测规划设计研究有限责任公司 无资料、多碍洪构筑物的山区性河流洪水过程模拟方法
CN112734920A (zh) * 2021-01-08 2021-04-30 中国水利水电科学研究院 一种能够提升水文模型模拟准确性的高山流域水文计算单元划分方法
CN113254861B (zh) * 2021-06-23 2021-09-24 中山大学 无资料地区水文模型参数率定方法、装置和终端设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050090158A (ko) * 2004-03-08 2005-09-13 (주) 천진엔지니어링 수치지도 중첩을 이용한 대상유역의 유출량 산정방법
CN106599571A (zh) * 2016-12-12 2017-04-26 武汉大学 兼顾流量和蒸发的流域水文模型分期率定方法
CN106767883A (zh) * 2016-12-15 2017-05-31 清华大学苏州汽车研究院（吴江） 包括道路坡度数据的地图数据实时生成系统和方法
CN106815473A (zh) * 2016-12-30 2017-06-09 南方科技大学 水文模拟不确定性分析方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200718833A (en) * 2005-11-02 2007-05-16 Nai-Fang Zhou Design method for operation rule curves for reservoirs
CN103488871B (zh) * 2013-08-27 2016-09-07 国家电网公司 一种无径流资料流域的洪水预报方法
CN104008277A (zh) * 2014-05-12 2014-08-27 河海大学 耦合分布式水文模型和联合水分亏缺指数的旱情评估方法
CN104765981B (zh) * 2015-05-07 2019-05-10 中国科学院地理科学与资源研究所 一种基于分布式时变增益水文模型的蒸散发数据同化方法
CN106884405B (zh) * 2017-03-08 2018-10-09 中国水利水电科学研究院 一种无资料地区溃堤型山洪灾害分析评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050090158A (ko) * 2004-03-08 2005-09-13 (주) 천진엔지니어링 수치지도 중첩을 이용한 대상유역의 유출량 산정방법
CN106599571A (zh) * 2016-12-12 2017-04-26 武汉大学 兼顾流量和蒸发的流域水文模型分期率定方法
CN106767883A (zh) * 2016-12-15 2017-05-31 清华大学苏州汽车研究院（吴江） 包括道路坡度数据的地图数据实时生成系统和方法
CN106815473A (zh) * 2016-12-30 2017-06-09 南方科技大学 水文模拟不确定性分析方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴碧琼 ; 周理 ; 黎小东 ; 张洪波 ; 王小霞 ; .基于BTOPMC的无资料区水文模拟及相似性分析.人民长江.2015,(04),全文. *
罗鹏 ; 宋星原 ; .基于栅格式SCS模型的分布式水文模型研究.武汉大学学报(工学版).2011,(02),全文. *

Also Published As

Publication number Publication date
CN107330086A (zh) 2017-11-07

Similar Documents

Publication Publication Date Title
CN107330086B (zh) 一种提高无资料高海拔流域水文过程模拟精度的方法
Gosain et al. Return‐flow assessment for irrigation command in the Palleru River basin using SWAT model
CN109815305B (zh) 一种无资料地区场次洪水径流过程反演的方法
Choudhari et al. Simulation of rainfall-runoff process using HEC-HMS model for Balijore Nala watershed, Odisha, India
CN104298841A (zh) 一种基于历史数据的洪水预报方法和系统
CN107403073B (zh) 一种基于数据同化改进预报降雨的集合洪水预报方法
Benoit et al. Toward the use of coupled atmospheric and hydrologic models at regional scale
CN108896117A (zh) 一种遥感水文站监测河流径流的方法
CN112785024B (zh) 一种基于流域水文模型的径流计算和预测方法
Ahmad et al. Estimation of a unique pair of Nash model parameters: an optimization approach
CN110674467A (zh) 基于swat模型的水文过程对气候变化的响应监测方法
CN102289570A (zh) 基于降雨-径流-洪水演进计算的洪水预报方法
CN104298828A (zh) 一种城市绿地格局对热环境影响的模拟方法
Ahmad et al. Hydrological modelling and flood hazard mapping of Nullah Lai
CN104008277A (zh) 耦合分布式水文模型和联合水分亏缺指数的旱情评估方法
CN110781259A (zh) 一种基于地貌单位线的水文模型
Nadeau et al. Estimation of urban sensible heat flux using a dense wireless network of observations
Bao et al. Hydrological daily rainfall-runoff simulation with BTOPMC model and comparison with Xin'anjiang model
CN115391712A (zh) 一种城市洪涝风险预测方法
CN110928965A (zh) 一种基于流域精细分类的多模型灵活架构的模拟方法
CN110188323B (zh) 一种适宜于城市水生态保护的水面率值域测算方法
Johansson et al. Estimation of areal precipitation for runoff modelling using wind data: a case study in Sweden
Bhattacharya et al. A case study for the assessment of the suitability of gridded reanalysis weather data for hydrological simulation in Beas river basin of North Western Himalaya
Din et al. Runoff modelling using HEC HMS for rural watershed
Anna et al. Spatial Modelling of Local Flooding for Hazard Mitigation in Surakarta, Indonesia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant