CN107423566A - 一种兼顾生态节水和污染控制的土地利用优化方法 - Google Patents
一种兼顾生态节水和污染控制的土地利用优化方法 Download PDFInfo
- Publication number
- CN107423566A CN107423566A CN201710626045.3A CN201710626045A CN107423566A CN 107423566 A CN107423566 A CN 107423566A CN 201710626045 A CN201710626045 A CN 201710626045A CN 107423566 A CN107423566 A CN 107423566A
- Authority
- CN
- China
- Prior art keywords
- land
- land use
- water saving
- target
- ecological water
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000011109 contamination Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 230000008901 benefit Effects 0.000 claims abstract description 15
- 238000004088 simulation Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 17
- 239000002689 soil Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 239000003344 environmental pollutant Substances 0.000 claims description 9
- 231100000719 pollutant Toxicity 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013439 planning Methods 0.000 claims description 8
- 230000005068 transpiration Effects 0.000 claims description 8
- 230000000243 photosynthetic effect Effects 0.000 claims description 7
- 238000001556 precipitation Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000008020 evaporation Effects 0.000 claims description 5
- 238000001704 evaporation Methods 0.000 claims description 5
- 238000012913 prioritisation Methods 0.000 claims description 4
- 150000003839 salts Chemical class 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000029553 photosynthesis Effects 0.000 claims description 3
- 238000010672 photosynthesis Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 12
- 230000007547 defect Effects 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 abstract description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 235000006667 Aleurites moluccana Nutrition 0.000 description 1
- 240000004957 Castanea mollissima Species 0.000 description 1
- 235000018244 Castanea mollissima Nutrition 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
- G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种兼顾生态节水和污染控制的土地利用优化方法,涉及流域水环境保护以及流域综合规划管理技术领域。该优化方法,针对目前土地利用结构优化领域中研究的特点和不足,规避土地资源结构配置研究领域中存在的缺陷,结合研究区域的现实状况,选取经济效益和生态效益作为主要优化目标,在模型选取方面将多目标线性规划模型与改进的CLUE‑S模型相结合,通过组合得到的模型系统规划各种用地类型的数量结构与空间布局,进而实现研究区域土地资源优化配置的目标。
Description
技术领域
本发明涉及流域水环境保护以及流域综合规划管理技术领域,尤其涉及一种兼顾生态节水和污染控制的土地利用优化方法。
背景技术
日益严重的水资源问题已严重影响了生态环境和社会经济的发展。探究土地利用与非点源污染的关系,对提高流域水环境质量和指导流域土地利用优化配置具有重要的现实意义。
目前,大多数关于土地利用与非点源污染的研究主要是单独对类型、数量、格局等与非点源污染关系进行探讨,在情景设计时,常用的方法主要是极端假设法和历史反演法,而这两种方法很难结合研究区的实际情况,其参考意义有所欠缺。另外,目前研究现状还存在如下问题:土地利用结构优化主要围绕实现区域土地经济效益、社会效益和生态效益展开,经济效益呈现固定化态势,生态效益通常只选取表征环境状态的指标作为评价标准,与区域环境的实际需求相距较远,不便于从根本上提高区域的生态环境质量。
发明内容
本发明的目的在于提供一种兼顾生态节水和污染控制的土地利用优化方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种兼顾生态节水和污染控制的土地利用优化方法,包括如下步骤:
S1,确定不同土地利用类型的水分、污染物规律和土地利用变化对水文要素的影响,以及水盐动态对流域土地利用变化的响应规律;
S2,根据DEM划分河道和子流域,依据S1得到的影响和响应规律,运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性;
S3,根据多期土地利用数据建立流域CLUE-S土地利用模拟模型,并选取地形驱动因子、连通性驱动因子以及社会经济驱动因子对CLUE-S土地利用模拟模型进行分析,通过验证使几种驱动因子对于不同土地利用覆盖皆有较好的解释效果;
S4,将模拟值和真实值进行对比,验证模型的Kappa满足条件,以便用于进一步的土地预测;
S5,以不同土地利用类型坡面流的TN和TP浓度,不同植被的水分利用效率和MIKE-SHE模型模拟结果为参考依据,通过多目标线性规划确定优化方案的土地利用需求,其中,规划目标设定为实现污染控制、生态节水、保证经济发展的环境目标、生态目标和社会经济目标,计算得到最佳的优化结果,作为CLUE-S土地利用模拟模型的输入,将最优土地利用配置在空间尺度可视化。
优选地,S1之前还包括步骤,以生态节水和污染控制为目的收集如下数据:研究区的气象数据;流域出口处的水文数据;不同植被、坡度的采样点处土壤不同深度的田间含水量;降水之后形成的坡面流中的TN、TP含量;净光合速率和蒸腾速率及不同作物对应光合蒸腾曲线;研究区数字高程模型、土地利用图和土壤图。
优选地,S2中,所述运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性,具体包括如下步骤:
S201,对分布式水文模型MIKE-SHE模型进行率定和验证,使检验模型参数R2和纳什系数NS达到良好的模拟效果;
S202,对分布式水文模型MIKE-SHE模型进行调试,根据多期土地利用模拟总径流、坡面流、基流、下渗和/或蒸发的水文要素变化;
S203,数据经过标准化后对不同期土地利用变化量和水文要素变化量进行多元线性回归分析,确定水文要素和不同土地利用类型的定量相关性。
优选地,S5中,所述多目标线性规划包括:社会经济目标、生态节水目标和污染控制目标,其中,所述社会经济目标以各种作物的经济效益最高为目标;生态节水目标以区域内蒸发量最小和流域出口径流量最大为目标;所述污染控制目标以坡面流中TN和TP含量最小为目标。
优选地,所述地形驱动因子包括DEM、坡度和坡向,所述连通性驱动因子包括距铁路、一级公路和二级公路的距离,所述社会经济驱动因子包括GDP和人口密度。
本发明的有益效果是:本发明实施例提供的一种兼顾生态节水和污染控制的土地利用优化方法,针对目前土地利用结构优化领域中研究的特点和不足,规避土地资源结构配置研究领域中存在的缺陷,结合研究区域的现实状况,选取经济效益和生态效益作为主要优化目标,在模型选取方面将多目标线性规划模型与改进的CLUE-S模型相结合,通过组合得到的模型系统规划各种用地类型的数量结构与空间布局,进而实现研究区域土地资源优化配置的目标。
附图说明
图1是兼顾生态节水和污染控制的土地利用优化方法流程示意图;
图2是具体实施例中,密云水库上游土地利用规划情况图示。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
如图1所示,一种兼顾生态节水和污染控制的土地利用优化方法,包括如下步骤:
S1,确定不同土地利用类型的水分、污染物规律和土地利用变化对水文要素的影响,以及水盐动态对流域土地利用变化的响应规律;
S2,根据DEM划分河道和子流域,依据S1得到的影响和响应规律,运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性;
S3,根据多期土地利用数据建立流域CLUE-S土地利用模拟模型,并选取地形驱动因子、连通性驱动因子以及社会经济驱动因子对CLUE-S土地利用模拟模型进行分析,通过验证使几种驱动因子对于不同土地利用覆盖皆有较好的解释效果;
S4,将模拟值和真实值进行对比,验证模型的Kappa满足条件,以便用于进一步的土地预测;
S5,以不同土地利用类型坡面流的TN和TP浓度,不同植被的水分利用效率和MIKE-SHE模型模拟结果为参考依据,通过多目标线性规划确定优化方案的土地利用需求,其中,规划目标设定为实现污染控制、生态节水、保证经济发展的环境目标、生态目标和社会经济目标,计算得到最佳的优化结果,作为CLUE-S土地利用模拟模型的输入,将最优土地利用配置在空间尺度可视化。
本发明实施例中,S1之前还包括步骤,以生态节水和污染控制为目的收集如下数据:研究区的气象数据;流域出口处的水文数据;不同植被、坡度的采样点处土壤不同深度的田间含水量;降水之后形成的坡面流中的TN、TP含量;净光合速率和蒸腾速率及不同作物对应光合蒸腾曲线;研究区数字高程模型、土地利用图和土壤图。
其中,S2中,所述运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性,具体可以包括如下步骤:
S201,对分布式水文模型MIKE-SHE模型进行率定和验证,使检验模型参数R2和纳什系数NS达到良好的模拟效果;
S202,对分布式水文模型MIKE-SHE模型进行调试,根据多期土地利用模拟总径流、坡面流、基流、下渗和/或蒸发的水文要素变化;
S203,数据经过标准化后对不同期土地利用变化量和水文要素变化量进行多元线性回归分析,确定水文要素和不同土地利用类型的定量相关性。
本实施例中,S5中,所述多目标线性规划可以包括:社会经济目标、生态节水目标和污染控制目标,其中,所述社会经济目标以各种作物的经济效益最高为目标;生态节水目标以区域内蒸发量最小和流域出口径流量最大为目标;所述污染控制目标以坡面流中TN和TP含量最小为目标。
本实施例中,所述地形驱动因子包括DEM、坡度和坡向,所述连通性驱动因子包括距铁路、一级公路和二级公路的距离,所述社会经济驱动因子包括GDP和人口密度。
上述方法的具体实施过程包括如下三个阶段:
(1)以生态节水和污染控制为目的的相关数据收集。
为研究不同土地利用类型的水分、污染物规律和土地利用变化对水文要素的影响,揭示水盐动态对流域土地利用变化的响应规律,在研究区安装气象站获取降水、气温等气象数据;在流域出口处设有水位自动监测仪,实时记录水位变化,收集水文数据;根据不同植被、坡度设置采样点,测定土壤不同深度的田间含水量;收集降水之后形成坡面流,测定其中的TN、TP含量;用LCI便携式光合仪测定植被光合蒸腾特性,主要测定净光合速率和蒸腾速率及不同作物对应光合蒸腾曲线;收集研究区数字高程模型、土地利用图和土壤图。机理实验得到的水分、污染物含量数据是水文模型建立的重要参数,也为多目标规划求解最优土地利用需求提供量化依据。
(2)水文要素、非点源污染物和不同土地利用类型之间的定量相关性研究。
在对研究区降雨、径流、污染物迁移特征进行野外监测分析的基础上,根据DEM划分河道和子流域,运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,定量研究水文要素和不同土地利用类型的相关性。模型通过率定和验证,使检验模型参数R2和纳什系数NS达到良好的模拟效果。调试模型后,根据多期土地利用模拟总径流、坡面流、基流、下渗和蒸发等水文要素变化,数据经过标准化后对不同期土地利用变化量和水文要素变化量进行多元线性回归分析,揭示了水文要素和不同土地利用类型的定量相关性。
(3)基于CLUE-S模型的土地利用优化研究
根据多期土地利用数据建立流域CLUE-S土地利用模拟模型,CLUE-S模型的驱动因子分析适用于中小尺度的土地利用变化,并可根据驱动力分配土地利用类型。选取地形驱动因子(DEM、坡度和坡向)、连通性驱动因子(距铁路、一级公路和二级公路的距离)以及社会经济驱动因子(GDP和人口密度)进行分析,使ROC值表明几种驱动因子对于不同土地利用覆盖皆有着较好的解释效果,可用于进一步的土地预测。将模拟值和真实值进行对比,验证模型的Kappa满足条件说明CLUE-S模型校准显示相对较高的对应关系,适用于该地区的土地利用预测。综合考虑不同土地利用类型坡面流的TN和TP浓度,不同植被的水分利用效率和MIKE-SHE模型模拟结果,通过多目标线性规划确定优化方案的土地利用需求。以(2)研究中利用MIKE-SHE模型得到的土地利用变化与水文因素的定量关系作为土地利用模型的输入,可从提高水资源利用效率的角度使土地利用需求分析更加精准。规划目标设定为实现污染控制、生态节水、保证经济发展的环境目标、生态目标和社会经济目标。在满足总面积约束、污染物浓度约束和非负约束等条件的基础上,计算得到最佳的优化结果。
具体实施例:
密云水库是目前北京市唯一的地表饮用水水源地,具有重要的战略意义。本实施例中,针对密云水库年径流量明显减少、水质恶化与营养化程度加剧的情况,将该方法应用于密云水库流域综合规划管理中。方法实施结果表明:
(1)通过7次降水事件(6/11,7/06,7/21,8/25,8/27,9/03和9/22)收集各采样点形成的坡面流,测定TN、TP含量。整体来讲,氮元素污染要远远严重与磷元素污染,降水发生后,雨水冲刷、坡度陡峭等因素会导致坡面流种污染含量增加。松树和板栗形成坡面流中TN含量相对较高,对于TP含量来说,三种林地植被都有较高含量。机理实验得到的水分、污染物含量数据是水文模型建立的重要参数,也为多目标规划求解最优土地利用需求提供量化依据。
(2)在对密云水库典型小流域降雨、径流、污染物迁移特征进行野外监测分析的基础上,根据DEM划分河道和子流域,运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,定量研究水文要素和不同土地利用类型的相关性。模型通过2014年气象水文数据进行校准和2015年数据进行验证,2014年日径流模拟值与实测值的R2为0.92而纳什系数NS为0.79,2015年验证的R2为0.89而纳什系数NS为0.75,表明该模型具有良好的拟合效果,可应用于流域水文过程模拟。调试模型后,根据多期土地利用模拟总径流、坡面流、基流、下渗和蒸发等水文要素变化,数据经过标准化后对不同期土地利用变化量和水文要素变化量进行多元线性回归分析,揭示了水文要素和不同土地利用类型的定量相关性。不同土地利用类型变化和水文因子的偏相关系数表明,林地和草地对总径流的影响最为明显,建设用地的增加会导致总径流的减少。森林、农田和草地对坡面流有负面影响,但有助于总径流量的上升,因为它们促进了地下径流的供给。
(3)根据2000年和2005年土地利用数据建立流域CLUE-S土地利用模拟模型,CLUE-S模型的驱动因子分析适用于中小尺度的土地利用变化,并可根据驱动力分配土地利用类型。ROC值表明几种驱动因子对于五种土地利用覆盖有着较好的解释效果,可用于进一步的土地预测。通过2000年土地利用现状预测2005年土地利用情况,将模拟值和真实值进行对比,说明CLUE-S模型校准显示相对较高的对应关系(Kappa=0.91),适用于该地区的土地利用预测。规划目标设定为实现污染控制、生态节水、保证经济发展的环境目标、生态目标和社会经济目标。在满足总面积约束、污染物浓度约束和非负约束等条件的基础上,计算得到最佳的优化结果。基于多目标线性规划的结果,得到最优的优化结果如图2所示:林地主要分布在水库外围区域,草地分布零散,耕地和建设用地相对集中在水库东北部周边。本实施例中,图2采用了不同的颜色表示不同的土地类型及其对应的占比,从而能够清楚直观的看出土地利用类型及其对应的占比。
可见,本发明提供的方法,将田间尺度信息融入到流域尺度水文模型和土地利用模型中,实现了流域土地利用分析的本地化,有效地结合了宏观尺度和田间尺度进行分析,提出了面向污染控制和生态节水的流域土地利用优化配置方法,在土地利用格局优化的理念和尺度耦合方面有创新。在技术应用方面,耦合CLUE-S模型和MIKE-SHE分布式水文模型,综合考虑研究区的水分、污染物机理实验结果,合理计算土地利用需求,设计土地利用情景,从提高水资源利用效率的角度改进CLUE-S模型中的土地利用需求计算方式,使其能客观反映土地利用现状下的供需矛盾及预期规划,能为政府决策者和当地农民提供科学的支持,提高行政管理科学性和有效性。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:本发明实施例提供的一种兼顾生态节水和污染控制的土地利用优化方法,针对目前土地利用结构优化领域中研究的特点和不足,规避土地资源结构配置研究领域中存在的缺陷,结合研究区域的现实状况,选取经济效益和生态效益作为主要优化目标,在模型选取方面将多目标线性规划模型与改进的CLUE-S模型相结合,通过组合得到的模型系统规划各种用地类型的数量结构与空间布局,进而实现研究区域土地资源优化配置的目标。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域人员应该理解的是,上述实施例提供的方法步骤的时序可根据实际情况进行适应性调整,也可根据实际情况并发进行。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (5)
1.一种兼顾生态节水和污染控制的土地利用优化方法,其特征在于,包括如下步骤:
S1,确定不同土地利用类型的水分、污染物规律和土地利用变化对水文要素的影响,以及水盐动态对流域土地利用变化的响应规律;
S2,根据DEM划分河道和子流域,依据S1得到的影响和响应规律,运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性;
S3,根据多期土地利用数据建立流域CLUE-S土地利用模拟模型,并选取地形驱动因子、连通性驱动因子以及社会经济驱动因子对CLUE-S土地利用模拟模型进行分析,通过验证使几种驱动因子对于不同土地利用覆盖皆有较好的解释效果;
S4,将模拟值和真实值进行对比,验证模型的Kappa满足条件,以便用于进一步的土地预测;
S5,以不同土地利用类型坡面流的TN和TP浓度,不同植被的水分利用效率和MIKE-SHE模型模拟结果为参考依据,通过多目标线性规划确定优化方案的土地利用需求,其中,规划目标设定为实现污染控制、生态节水、保证经济发展的环境目标、生态目标和社会经济目标,计算得到最佳的优化结果,作为CLUE-S土地利用模拟模型的输入,将最优土地利用配置在空间尺度可视化。
2.根据权利要求1所述的兼顾生态节水和污染控制的土地利用优化方法,其特征在于,S1之前还包括步骤,以生态节水和污染控制为目的收集如下数据:研究区的气象数据;流域出口处的水文数据;不同植被、坡度的采样点处土壤不同深度的田间含水量;降水之后形成的坡面流中的TN、TP含量;净光合速率和蒸腾速率及不同作物对应光合蒸腾曲线;研究区数字高程模型、土地利用图和土壤图。
3.根据权利要求1所述的兼顾生态节水和污染控制的土地利用优化方法,其特征在于,S2中,所述运用分布式水文模型MIKE-SHE对流域水文过程进行模拟,确定水文要素和不同土地利用类型的相关性,具体包括如下步骤:
S201,对分布式水文模型MIKE-SHE模型进行率定和验证,使检验模型参数R2和纳什系数NS达到良好的模拟效果;
S202,对分布式水文模型MIKE-SHE模型进行调试,根据多期土地利用模拟总径流、坡面流、基流、下渗和/或蒸发的水文要素变化;
S203,数据经过标准化后对不同期土地利用变化量和水文要素变化量进行多元线性回归分析,确定水文要素和不同土地利用类型的定量相关性。
4.根据权利要求1所述的兼顾生态节水和污染控制的土地利用优化方法,其特征在于,S5中,所述多目标线性规划包括:社会经济目标、生态节水目标和污染控制目标,其中,所述社会经济目标以各种作物的经济效益最高为目标;生态节水目标以区域内蒸发量最小和流域出口径流量最大为目标;所述污染控制目标以坡面流中TN和TP含量最小为目标。
5.根据权利要求1所述的兼顾生态节水和污染控制的土地利用优化方法,其特征在于,所述地形驱动因子包括DEM、坡度和坡向,所述连通性驱动因子包括距铁路、一级公路和二级公路的距离,所述社会经济驱动因子包括GDP和人口密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626045.3A CN107423566A (zh) | 2017-07-27 | 2017-07-27 | 一种兼顾生态节水和污染控制的土地利用优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626045.3A CN107423566A (zh) | 2017-07-27 | 2017-07-27 | 一种兼顾生态节水和污染控制的土地利用优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107423566A true CN107423566A (zh) | 2017-12-01 |
Family
ID=60430489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710626045.3A Pending CN107423566A (zh) | 2017-07-27 | 2017-07-27 | 一种兼顾生态节水和污染控制的土地利用优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423566A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060710A (zh) * | 2018-08-22 | 2018-12-21 | 国诚集团有限公司 | 一种地下水污染源评价方法 |
CN109635490A (zh) * | 2018-12-26 | 2019-04-16 | 贾翔 | 基于clue-s模型的胡杨春尺蠖发生蔓延过程的动态模拟方法 |
CN109711607A (zh) * | 2018-12-14 | 2019-05-03 | 河海大学 | 基于迟滞效应的水流连通性识别方法和装置 |
CN109767046A (zh) * | 2019-01-21 | 2019-05-17 | 辽宁省国土资源调查规划局 | 一种土地空间优化配置方法及系统 |
CN110059855A (zh) * | 2019-03-12 | 2019-07-26 | 西安理工大学 | 一种区域土地利用优化配置方法 |
CN110288124A (zh) * | 2019-05-23 | 2019-09-27 | 北京师范大学 | 土地利用格局的优化方法及装置 |
CN110717257A (zh) * | 2019-09-23 | 2020-01-21 | 中国水利水电科学研究院 | 分布式水文模型的优化方法、装置、设备和介质 |
CN110909981A (zh) * | 2019-10-22 | 2020-03-24 | 山东农业大学 | 一种评价中国大陆性季风气候区葡萄气候区划的方法 |
CN111460744A (zh) * | 2020-04-17 | 2020-07-28 | 兰州大学 | 一种内陆河上游地区的土地利用规划方法及规划系统 |
CN111539580A (zh) * | 2020-04-30 | 2020-08-14 | 上海市园林科学规划研究院 | 城市绿化生态技术集成应用的多方案优选方法 |
CN112001085A (zh) * | 2020-08-25 | 2020-11-27 | 南京林业大学 | 一种小流域水土保持土地利用优化方法及系统 |
CN112199456A (zh) * | 2020-09-17 | 2021-01-08 | 西南科技大学 | 一种基于供给型水文生态系统服务的流域水资源管理方法 |
CN116628631A (zh) * | 2023-06-16 | 2023-08-22 | 华南师范大学 | 森林不同尺度生态水文过程演变特征及耦合机制分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630382A (zh) * | 2009-07-07 | 2010-01-20 | 武汉大学 | 多尺度、多用途土地评价方法及系统 |
CN101766107A (zh) * | 2009-11-09 | 2010-07-07 | 陈镜任 | 完全利用自然降水进行水稻旱直播抗旱节水栽培技术 |
CN104715288A (zh) * | 2015-02-03 | 2015-06-17 | 华北电力大学 | 一种非线性农业非点源污染控制方法 |
CN106251020A (zh) * | 2016-08-05 | 2016-12-21 | 辜寄蓉 | 基于资源环境承载力的土地利用布局优选方法 |
US20170004236A1 (en) * | 2014-01-23 | 2017-01-05 | Urban Planning & Desing Institute Of Shenzhen (Updis) | Method for early warning analysis of eutrophication of designed artificial water body |
-
2017
- 2017-07-27 CN CN201710626045.3A patent/CN107423566A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630382A (zh) * | 2009-07-07 | 2010-01-20 | 武汉大学 | 多尺度、多用途土地评价方法及系统 |
CN101766107A (zh) * | 2009-11-09 | 2010-07-07 | 陈镜任 | 完全利用自然降水进行水稻旱直播抗旱节水栽培技术 |
US20170004236A1 (en) * | 2014-01-23 | 2017-01-05 | Urban Planning & Desing Institute Of Shenzhen (Updis) | Method for early warning analysis of eutrophication of designed artificial water body |
CN104715288A (zh) * | 2015-02-03 | 2015-06-17 | 华北电力大学 | 一种非线性农业非点源污染控制方法 |
CN106251020A (zh) * | 2016-08-05 | 2016-12-21 | 辜寄蓉 | 基于资源环境承载力的土地利用布局优选方法 |
Non-Patent Citations (2)
Title |
---|
GUANNAN CUI.ET.: "Water use efficiency and TN/TP concentrations as indicators for watershed land-use management: A case study in Miyun District, north China", 《ECOLOGICAL INDICATORS》 * |
杨沛等: "快速城市化地区生态需水与土地利用结构关系研究", 《北京大学学报(自然科学版)网络版(预印本)》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060710A (zh) * | 2018-08-22 | 2018-12-21 | 国诚集团有限公司 | 一种地下水污染源评价方法 |
CN109711607A (zh) * | 2018-12-14 | 2019-05-03 | 河海大学 | 基于迟滞效应的水流连通性识别方法和装置 |
CN109711607B (zh) * | 2018-12-14 | 2022-08-12 | 河海大学 | 基于迟滞效应的水流连通性识别方法和装置 |
CN109635490A (zh) * | 2018-12-26 | 2019-04-16 | 贾翔 | 基于clue-s模型的胡杨春尺蠖发生蔓延过程的动态模拟方法 |
CN109635490B (zh) * | 2018-12-26 | 2022-06-07 | 贾翔 | 基于clue-s模型的胡杨春尺蠖发生蔓延过程的动态模拟方法 |
CN109767046A (zh) * | 2019-01-21 | 2019-05-17 | 辽宁省国土资源调查规划局 | 一种土地空间优化配置方法及系统 |
CN110059855A (zh) * | 2019-03-12 | 2019-07-26 | 西安理工大学 | 一种区域土地利用优化配置方法 |
CN110059855B (zh) * | 2019-03-12 | 2023-04-25 | 西安理工大学 | 一种区域土地利用优化配置方法 |
CN110288124A (zh) * | 2019-05-23 | 2019-09-27 | 北京师范大学 | 土地利用格局的优化方法及装置 |
CN110717257A (zh) * | 2019-09-23 | 2020-01-21 | 中国水利水电科学研究院 | 分布式水文模型的优化方法、装置、设备和介质 |
CN110909981B (zh) * | 2019-10-22 | 2022-05-27 | 山东农业大学 | 一种评价中国大陆性季风气候区葡萄气候区划的方法 |
CN110909981A (zh) * | 2019-10-22 | 2020-03-24 | 山东农业大学 | 一种评价中国大陆性季风气候区葡萄气候区划的方法 |
CN111460744A (zh) * | 2020-04-17 | 2020-07-28 | 兰州大学 | 一种内陆河上游地区的土地利用规划方法及规划系统 |
CN111460744B (zh) * | 2020-04-17 | 2023-05-23 | 兰州大学 | 一种内陆河上游地区的土地利用规划方法及规划系统 |
CN111539580A (zh) * | 2020-04-30 | 2020-08-14 | 上海市园林科学规划研究院 | 城市绿化生态技术集成应用的多方案优选方法 |
CN112001085A (zh) * | 2020-08-25 | 2020-11-27 | 南京林业大学 | 一种小流域水土保持土地利用优化方法及系统 |
CN112199456B (zh) * | 2020-09-17 | 2022-03-25 | 西南科技大学 | 一种基于供给型水文生态系统服务的流域水资源管理方法 |
CN112199456A (zh) * | 2020-09-17 | 2021-01-08 | 西南科技大学 | 一种基于供给型水文生态系统服务的流域水资源管理方法 |
CN116628631A (zh) * | 2023-06-16 | 2023-08-22 | 华南师范大学 | 森林不同尺度生态水文过程演变特征及耦合机制分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423566A (zh) | 一种兼顾生态节水和污染控制的土地利用优化方法 | |
Jayasooriya et al. | Tools for modeling of stormwater management and economics of green infrastructure practices: A review | |
Prasuhn et al. | A high-resolution soil erosion risk map of Switzerland as strategic policy support system | |
Chu et al. | Evaluation of the SWAT model’s hydrology component in the piedmont physiographic region of Maryland | |
Bockstael et al. | Ecological economic modeling and valuation of ecosystems | |
Boegh et al. | Remote sensing based evapotranspiration and runoff modeling of agricultural, forest and urban flux sites in Denmark: From field to macro-scale | |
Zhang et al. | A hierarchical patch mosaic ecosystem model for urban landscapes: model development and evaluation | |
Norton et al. | Using models to bridge the gap between land use and algal blooms: An example from the Loweswater catchment, UK | |
CN106250666A (zh) | 一种灌溉系统发达区湖泊氮磷污染负荷模拟方法 | |
CN103106347A (zh) | 一种基于土壤属性空间分布的农业面源磷污染估算方法 | |
Haas et al. | Detection of dominant nitrate processes in ecohydrological modeling with temporal parameter sensitivity analysis | |
León et al. | Validation of an agricultural non-point source model in a watershed in southern Ontario | |
Jianchang et al. | Validation of an agricultural non-point source (AGNPS) pollution model for a catchment in the Jiulong River watershed, China | |
Honti et al. | Can integrative catchment management mitigate future water quality issues caused by climate change and socio-economic development? | |
Mengistu | Watershed hydrological responses to changes in land use and land cover, and management practices at Hare Watershed, Ethiopia | |
Manos et al. | A decision support system approach for rivers monitoring and sustainable management | |
Aga | Effect of land cover change on water balance components in Gilgel Abay catchment using swat model | |
Maschler et al. | A decision support method for designing vegetation layers with minimised irrigation need | |
Osipov et al. | Modelling of the suitability of lands to the agrarian use and their resistance to negative processes | |
Esayas | Evaluating the impact of land use/land cover change on soil erosion and runoff using SWAT model at Tikur Wuha Watershed | |
Barruffa et al. | Using models to inform water policy in a changing climate: comparing the Australian and Uruguayan experiences | |
Besha et al. | Effects of land use/land cover change on hydrological responses of a watershed in the Central Rift Valley of Ethiopia | |
Moges | Exploring the Ability of a Distributed Hydrological Land Surface Model in Simulating Hydrological Processes in the Boreal Forest Environment. | |
Yu | Assessment of the physical, socioeconomic and climatic constraints on green infrastructure | |
Nanekely et al. | Sustainable management of rainwater harvesting systems: A case study of a semi-arid area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |