CN109308375A - 一种基于地貌参数的流域最优流速的测算方法 - Google Patents

一种基于地貌参数的流域最优流速的测算方法 Download PDF

Info

Publication number
CN109308375A
CN109308375A CN201810948069.5A CN201810948069A CN109308375A CN 109308375 A CN109308375 A CN 109308375A CN 201810948069 A CN201810948069 A CN 201810948069A CN 109308375 A CN109308375 A CN 109308375A
Authority
CN
China
Prior art keywords
basin
ratio
landforms
river
flow rate
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.)
Granted
Application number
CN201810948069.5A
Other languages
English (en)
Other versions
CN109308375B (zh
Inventor
石朋
陈颖冰
瞿思敏
董丰成
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201810948069.5A priority Critical patent/CN109308375B/zh
Publication of CN109308375A publication Critical patent/CN109308375A/zh
Application granted granted Critical
Publication of CN109308375B publication Critical patent/CN109308375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于地貌参数的流域最优流速的测算方法，以X个面积大小不一的流域数字高程模型数据和各流域T场历史洪水资料为数据基础；采用大地测量方法获得X个流域的地形高程数据，将地形高程数据转换为ENVI格式栅格数据；利用ENVI格式栅格数据进行地貌参数提取；收集X个流域的历史洪水资料，每个流域收集T场历史洪水，基于历史洪水资料反演率定出各流域的最优表征流速；利用Spearman相关系数法及随机森林算法筛选出最显著地貌参数；探求X个流域的最优表征流速和最显著地貌参数间数值关系并建立回归模型，通过模型计算得到的流域最优流速与最优表征流速等价。利用本发明所构建的回归模型即可实现基于地貌参数测算流域最优流速这一操作。

Description

一种基于地貌参数的流域最优流速的测算方法
技术领域
本发明涉及水文技术领域，特别是一种基于地貌参数的流域最优流速的测算方法。
背景技术
无资料或资料匮乏区的汇流计算是产汇流理论研究中的一个难点，也是当前中小河流治理及山洪灾害研究中的一个核心问题。经过长期探索，水文学家和地貌学家均发现，流域汇流过程除了受控于降水特性外，与流域下垫面的地形地貌条件存在着明显的因果关系。基于这一发现，Rodriguez-Iturbe、Gupta等人最早提出了地貌瞬时单位线(GIUH)理论并探讨了河网地貌形态对流域汇流的影响，引起了国内外学者的广泛关注。自地貌瞬时单位线被理论被提出后，针对其中一个重要因素——流域平均汇流速度，即流域最优速度的研究尚显不足，大大限制了GIUH理论在无资料流域径流计算中的实际效果。部分研究中仅凭经验给出了一个近似的流速，另有部分研究则采用了Eagleson-Bras经验公式，但针对无资料流域，无论是净雨强度还是流域平均糙率系数都是无法直接获取的因子。Jotish等人利用计算流域滞时的Kirpich经验公式推导出了一个与河长及坡度有关的流速计算公式，但仅在印度的一个流域加以测试，是否具有通用性值得探讨。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种基于地貌参数的流域最优流速的测算方法，其具有数据来源稳定可信，计算过程快速便捷，结果实用有效等特点，能更准确快速地确定流域上的地貌单位线，从而有利于无资料或缺资料地区的洪水计算工作。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种基于地貌参数的流域最优流速的测算方法，包括以下步骤：
步骤1、采用大地测量方法获得X个流域的地形高程数据，将地形高程数据转换为ENVI格式栅格数据，X为选取流域个数，X>100；
步骤2、利用ENVI格式栅格数据进行地貌参数提取；
步骤3、收集步骤1中X个流域的历史洪水资料，每个流域收集T场次，T>30，利用这些历史洪水资料反演率定出各流域的最优表征流速，记之为V0；
步骤4、利用Spearman相关系数法及随机森林算法对步骤2中地貌参数进行筛选，同时综合流域尺度效应，得到最高级河长与流域面积为最显著地貌参数；
步骤5、探求X个流域的最优表征流速和最显著地貌参数间数值关系并建立回归模型，如下式：
式中，Vc为回归模型中流域最优流速，A为流域面积，LΩ为最高级河长，通过式(1)，即基于地貌参数快捷准确获取流域最优流速。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤1中将地形高程数据转换为ENVI格式栅格数据，均在ArcGIS软件中操作处理，具体包括以下步骤：
1.1、导入地形高程数据；
1.2、输入流域控制站点坐标，确定位于主河道上的流域控制断面坐标和流域所在地理位置；
1.3、新建Shapefile面文件，根据流域位置以矩形方式截取流域范围；
1.4、按掩膜提取所截取流域范围上的地形高程数据；
1.5、将1.4中提取好的地形高程数据转化为以.dat为后缀名的ENVI格式栅格数据。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤2在Rivertools软件中进行处理，对各流域的ENVI格式栅格数据进行地貌参数提取，具体包括以下步骤：
2.1、将ENVI格式栅格数据导入Rivertools软件；
2.2、设置河道生成的网格大小，利用D8法计算流向；
2.3、输入流域控制断面坐标；
2.4、根据流域控制断面，提取水系；
2.5、生成流域河网；
2.6、根据掩膜提取流域；
2.7、分析提取流域上的地貌参数，包括流域面积、河源数、最大河长、最高级河长、最高级河道海拔落差、最高级沿河坡度、最高级高宽比、高宽比、最高级曲折度、曲折度比、河网密度、霍顿分叉比、霍顿河长比、霍顿面积比、落差比、坡度比、主河长比、网络直径比、密度比、几何宽度函数最大值、拓扑宽度函数最大值共21项。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤2中地貌参数包括流域面积、河源数、最大河长、最高级河长、最高级河道海拔落差、最高级沿河坡度、流域起伏、高宽比、最高级曲折度、曲折度比、河网密度、霍顿分叉比、霍顿河长比、霍顿面积比、落差比、坡度比、主河长比、网络直径比、密度比、几何宽度函数最大值、拓扑宽度函数最大值共21项。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤3中X个流域的最优表征流速获取方法如下：以场次洪水的确定性系数最高为目标函数，利用地貌单位线表达式，即式(2)-(4)，反演出每个流域的最优表征流速V0；
其中，t为时段，GIUH(t)为地貌单位线，e为自然底数，a、k为中间变量，Γ(a)为a的伽马函数，RA、RB、RL为3项霍顿地貌参数，分别代表霍顿面积比、霍顿分叉比、霍顿河长比，LΩ为最高级河长，V0为流域最优表征流速。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤4中具体如下：
4.1、采用Spearman相关系数法初步筛选
采用Spearman相关系数法对步骤2中提取的21项地貌参数进行初步筛选，剩余最高级河长、最高级河道海拔落差、最大河长、流域面积、河源数、曲折度、分叉比、高宽比、密度比、河网密度、落差比、坡度比、主河长比、面积比、河长比、曲折度比16项地貌参数；
4.2、采用随机森林算法二次筛选
采用随机森林算法对16项地貌参数重要程度进行排序，利用均方误差的平均递减，及精确度的平均递减两项度量指标来衡量各地貌参数对于流域最优流速的重要程度，若地貌参数对流域最优流速重要程度越高，其度量指标值将越大，继而得到重要程度最高的地貌参数是最高级河长，视其为一项最显著地貌参数，同时由于流域汇流过程不可忽略流域尺度效应，亦将流域面积视为一项最显著地貌参数。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤5中，利用步骤4得到的两项最显著地貌参数，通过曲线拟合方法建立流域最优表征流速与地貌参数间数值函数关系，构建回归模型，见式(1)，利用式(1)即基于地貌参数快速准确获取流域最优流速。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤1中X个流域的面积大小不一。
作为本发明所述的一种基于地貌参数的流域最优流速的测算方法进一步优化方案，步骤5中Vc与V0等价。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
本发明仅需通过流域地形高程数据提取出所需的地貌参数便可计算出流域最优流速，继而通过单位线计算公式获得该流域地貌单位线，进行洪水模拟计算。这对于无历史观测资料或匮乏资料地区流域最优流速的获取无疑是一种十分简便快捷，同时能保证较高准确性的方法，且通过对各参数的显著性检验及对回归模型的确定性系数统计说明该方法适用于无资料或缺资料流域最优流速获取及相应地区的洪水模拟计算。
附图说明
图1为本发明原理流程示意图。
图2为本发明所提出的流域最优流速确定方法及采用该方法计算流域地貌单位线(GIUH)流程图。
图3为本发明采用站点分布图。
图4为本发明中反演流域最优表征流速的程序界面图。
图5为本发明中部分地形地貌参数提取示意图，以雁塔流域为例。
图6a为本发明所采用的随机森林算法中度量指标均方误差的平均递减排序图，图6b为度量指标精确度的平均递减排序图。
图7a为在X个流域上采用本发明方法计算出的流域最优流速与利用式(2)-(4)反演出的最优表征流速相关图，图7b为在Y个验证流域上采用本发明方法计算出的流域最优流速与反演出的最优表征流速相关图。
图8a为以雁塔流域为例，通过本发明方法获取的流域最优流速继而得到的地貌单位过程线图，图8b为以红岩溪流域为例，通过本发明方法获取的流域最优流速继而得到的地貌单位过程线图。
图9a为以雁塔流域为例，采用基于本发明方法获取的流域最优流速得到的地貌单位线进行洪水分析计算得到的次洪模拟对比图，图9b为以红岩溪流域为例，采用基于本发明方法获取的流域最优流速得到的地貌单位线进行洪水分析计算得到的次洪模拟对比图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。
本发明通过对长江流域上大量小流域地形地貌特征及流域上尽可能全面的降雨径流实测资料的分析研究，建立地貌单位线中流域最优流速同地形地貌参数间的函数关系，使得流域最优流速仅通过易于获取的地貌参数便可快捷计算得到，且准确度较高，从而使得GIUH方法能够真正意义上应用于无资料流域的径流预测中。
实施例1
图1为本发明原理流程示意图，本发明提供了一种基于地貌参数的流域最优流速的测算方法，包括以下步骤：
步骤1，采用大地测量方法获得X个流域的地形高程数据，将地形高程数据转换为ENVI格式栅格数据，X为选取流域个数，X>100，数据格式转化在ArcGIS软件中完成，其中包括以下具体步骤：
1)导入地形高程数据；
2)输入流域控制站点坐标，确定位于主河道上的流域控制断面坐标和流域所在地理位置；
3)新建Shapefile面文件，根据流域位置以矩形方式截取流域范围；
4)按掩膜提取所截取流域范围上的地形高程数据；
5)将上一步提取好的地形高程数据转化为以.dat为后缀名的ENVI格式栅格数据。
步骤2，利用ENVI格式栅格数据进行地貌参数提取，该步骤在Rivertools软件中进行处理，具体包括以下步骤：
1)将ENVI格式栅格数据导入Rivertools软件；
2)设置河道生成的网格大小，利用D8法计算流向；
3)输入流域控制断面坐标；
4)根据流域控制断面，提取水系；
5)生成流域河网；
6)根据掩膜提取流域；
7)分析提取流域上的地貌参数，包括流域面积、河源数、最大河长、最高级河长、最高级河道海拔落差、最高级沿河坡度、最高级高宽比、高宽比、最高级曲折度、曲折度比、河网密度、霍顿分叉比、霍顿河长比、霍顿面积比、落差比、坡度比、主河长比、网络直径比、密度比、几何宽度函数最大值、拓扑宽度函数最大值共21项。
步骤3，收集X个流域的历史洪水资料，每个流域收集T场次(T>30)，利用这些历史洪水资料率定出各流域的最优表征流速，记之为V0，包括：利用收集到的历史洪水资料，运用最优化方法，以场次洪水的确定性系数最高为目标函数，通过地貌单位线表达式(2)-(4)，反演出每个流域的最优表征流速V0。图2为本发明所提出的流域最优流速确定方法及采用该方法计算流域地貌单位线(GIUH)流程图。图3为本发明采用站点分布图，图4为本发明中反演流域最优表征流速的程序界面图，图5为本发明中部分地形地貌参数提取示意图，以雁塔流域为例。
步骤4，对21项地貌参数采用Spearman相关系数法及随机森林算法进行筛选，图6a为本发明所采用的随机森林算法中度量指标均方误差的平均递减排序图，图6b为度量指标精确度的平均递减排序图；包括：
采用Spearman相关系数法对统计的21项地貌参数进行初步筛选，剔除部分与流域最优表征流速相关性低的参数，剩余最高级河长、最高级河道海拔落差、最大河长、流域面积、河源数、曲折度、霍顿分叉比、流域起伏、高宽比、河网密度、落差比、坡度比、主河长比、霍顿面积比、霍顿河长比、曲折度比16项参数。
采用随机森林算法对16项地貌参数重要程度进行排序，利用均方误差的平均递减，及精确度的平均递减两项度量指标来衡量各地貌参数对于流域最优流速的重要程度，若地貌参数对流域最优流速重要程度越高，其度量指标值将越大，继而得到重要程度最高的地貌参数是最高级河长，视其为一项最显著地貌参数，同时由于流域汇流过程不可忽略流域尺度效应，亦将流域面积视为一项最显著地貌参数。
步骤5，利用步骤4得到的两项最显著地貌参数，通过曲线拟合方法探求流域最优表征流速与最显著地貌参数间数值关系，并构建回归模型，见式(1)，利用式(1)即可基于地貌参数快速准确获取流域最优流速，其中通过模型计算得到的流域最优流速与上述最优表征流速等价，。
步骤6，另随机选取Y个流域作为验证流域，利用式(1)计算上述X个率定流域与Y个验证流域的流域最优流速并将其与反演得到的最优表征流速进行对比，进行回归模型合理性检验。本发明所提出的方法计算出的流域最优流速与最优表征流速相关图如图7a,7b所示；
实施例2
将采用本发明方法计算的流域最优流速用于流域地貌单位线计算，继而进行洪水分析计算，并借助历史洪水资料进行回归模型有效性和实用性检验，包括：
任选2个流域(雁塔、红岩溪)，采用本发明方法，计算出各流域最优流域，将其应用于各流域地貌单位线(GIUH)的计算中，两个示例流域相应的地貌单位过程线图如图8a,8b所示；
在两个示例流域上，利用各自的地貌单位线进行洪水分析计算得到的洪水过程对比图(如图9a,9b所示)，利用历史洪水资料对本发明方法的有效性和实用性检验，通过对比可以发现，在任取的两个示例流域内计算洪水过程与实测洪水过程拟合较好。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (9)

1.一种基于地貌参数的流域最优流速的测算方法，其特征在于，包括以下步骤：
步骤1、采用大地测量方法获得X个流域的地形高程数据，将地形高程数据转换为ENVI格式栅格数据，X为选取流域个数，X>100；
步骤2、利用ENVI格式栅格数据进行地貌参数提取；
步骤3、收集步骤1中X个流域的历史洪水资料，每个流域收集T场次，T>30，利用这些历史洪水资料反演率定出各流域的最优表征流速，记之为V0；
步骤4、利用Spearman相关系数法及随机森林算法对步骤2中地貌参数进行筛选，同时综合流域尺度效应，得到最高级河长与流域面积为最显著地貌参数；
步骤5、探求X个流域的最优表征流速和最显著地貌参数间数值关系并建立回归模型，如下式：
式中，Vc为回归模型中流域最优流速，A为流域面积，LΩ为最高级河长，通过式(1)，即基于地貌参数快捷准确获取流域最优流速。
2.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤1中将地形高程数据转换为ENVI格式栅格数据，均在ArcGIS软件中操作处理，具体包括以下步骤：
1.1、导入地形高程数据；
1.2、输入流域控制站点坐标，确定位于主河道上的流域控制断面坐标和流域所在地理位置；
1.3、新建Shapefile面文件，根据流域位置以矩形方式截取流域范围；
1.4、按掩膜提取所截取流域范围上的地形高程数据；
1.5、将1.4中提取好的地形高程数据转化为以.dat为后缀名的ENVI格式栅格数据。
3.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤2在Rivertools软件中进行处理，对各流域的ENVI格式栅格数据进行地貌参数提取，具体包括以下步骤：
2.1、将ENVI格式栅格数据导入Rivertools软件；
2.2、设置河道生成的网格大小，利用D8法计算流向；
2.3、输入流域控制断面坐标；
2.4、根据流域控制断面，提取水系；
2.5、生成流域河网；
2.6、根据掩膜提取流域；
2.7、分析提取流域上的地貌参数，包括流域面积、河源数、最大河长、最高级河长、最高级河道海拔落差、最高级沿河坡度、最高级高宽比、高宽比、最高级曲折度、曲折度比、河网密度、霍顿分叉比、霍顿河长比、霍顿面积比、落差比、坡度比、主河长比、网络直径比、密度比、几何宽度函数最大值、拓扑宽度函数最大值共21项。
4.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤2中地貌参数包括流域面积、河源数、最大河长、最高级河长、最高级河道海拔落差、最高级沿河坡度、流域起伏、高宽比、最高级曲折度、曲折度比、河网密度、霍顿分叉比、霍顿河长比、霍顿面积比、落差比、坡度比、主河长比、网络直径比、密度比、几何宽度函数最大值、拓扑宽度函数最大值共21项。
5.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤3中X个流域的最优表征流速获取方法如下：以场次洪水的确定性系数最高为目标函数，利用地貌单位线表达式，即式(2)-(4)，反演出每个流域的最优表征流速V0；
其中，t为时段，GIUH(t)为地貌单位线，e为自然底数，a、k为中间变量，Γ(a)为a的伽马函数，RA、RB、RL为3项霍顿地貌参数，分别代表霍顿面积比、霍顿分叉比、霍顿河长比，LΩ为最高级河长，V0为流域最优表征流速。
6.根据权利要求4所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤4中具体如下：
4.1、采用Spearman相关系数法初步筛选
采用Spearman相关系数法对步骤2中提取的21项地貌参数进行初步筛选，剩余最高级河长、最高级河道海拔落差、最大河长、流域面积、河源数、曲折度、分叉比、高宽比、密度比、河网密度、落差比、坡度比、主河长比、面积比、河长比、曲折度比16项地貌参数；
4.2、采用随机森林算法二次筛选
采用随机森林算法对16项地貌参数重要程度进行排序，利用均方误差的平均递减，及精确度的平均递减两项度量指标来衡量各地貌参数对于流域最优流速的重要程度，若地貌参数对流域最优流速重要程度越高，其度量指标值将越大，继而得到重要程度最高的地貌参数是最高级河长，视其为一项最显著地貌参数，同时由于流域汇流过程不可忽略流域尺度效应，亦将流域面积视为一项最显著地貌参数。
7.根据权利要求6所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤5中，利用步骤4得到的两项最显著地貌参数，通过曲线拟合方法建立流域最优表征流速与地貌参数间数值函数关系，构建回归模型，见式(1)，利用式(1)即基于地貌参数快速准确获取流域最优流速。
8.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤1中X个流域的面积大小不一。
9.根据权利要求1所述的一种基于地貌参数的流域最优流速的测算方法，其特征在于，步骤5中Vc与V0等价。
CN201810948069.5A 2018-08-20 2018-08-20 一种基于地貌参数的流域最优流速的测算方法 Active CN109308375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810948069.5A CN109308375B (zh) 2018-08-20 2018-08-20 一种基于地貌参数的流域最优流速的测算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810948069.5A CN109308375B (zh) 2018-08-20 2018-08-20 一种基于地貌参数的流域最优流速的测算方法

Publications (2)

Publication Number Publication Date
CN109308375A true CN109308375A (zh) 2019-02-05
CN109308375B CN109308375B (zh) 2022-09-20

Family

ID=65224043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810948069.5A Active CN109308375B (zh) 2018-08-20 2018-08-20 一种基于地貌参数的流域最优流速的测算方法

Country Status (1)

Country Link
CN (1) CN109308375B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112036092A (zh) * 2020-07-10 2020-12-04 江苏省海洋资源开发研究院(连云港) 一种基于河流中间表面速度与河宽关系的河流流量预测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392111A (zh) * 2014-11-10 2015-03-04 连承锴 基于水位样本的洪水预报方法
CN106599456A (zh) * 2016-12-13 2017-04-26 中国水利水电科学研究院 一种区分坡面和沟道汇流速度差异的地貌单位线构建方法
CN106780737A (zh) * 2017-01-20 2017-05-31 河海大学 一种利用数字高程模型计算地貌单位线初始概率的方法
CN106884405A (zh) * 2017-03-08 2017-06-23 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
CN104392111A (zh) * 2014-11-10 2015-03-04 连承锴 基于水位样本的洪水预报方法
CN106599456A (zh) * 2016-12-13 2017-04-26 中国水利水电科学研究院 一种区分坡面和沟道汇流速度差异的地貌单位线构建方法
CN106780737A (zh) * 2017-01-20 2017-05-31 河海大学 一种利用数字高程模型计算地貌单位线初始概率的方法
CN106884405A (zh) * 2017-03-08 2017-06-23 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

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112036092A (zh) * 2020-07-10 2020-12-04 江苏省海洋资源开发研究院(连云港) 一种基于河流中间表面速度与河宽关系的河流流量预测方法
CN112036092B (zh) * 2020-07-10 2023-11-28 江苏省海洋资源开发研究院(连云港) 一种基于河流中间表面速度与河宽关系的河流流量预测方法

Also Published As

Publication number Publication date
CN109308375B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN109657418B (zh) 一种基于mike21的湖泊水环境容量计算方法
CN102289570B (zh) 基于降雨-径流-洪水演进计算的洪水预报方法
CN107563139A (zh) 一种点源突发性水污染源事故溯源贡献程度计算方法
JP6736731B2 (ja) エネルギー過程の類似性に基づく水文モデル流域スケール決定方法
CN111507375B (zh) 一种城市内涝风险快速评估方法及系统
CN104298841A (zh) 一种基于历史数据的洪水预报方法和系统
CN110570031A (zh) 一种预测平原河网两级分汊河道分流比的方法
CN115130396A (zh) 一种河道型水库库区的分布式水文模型建模方法
CN107526880A (zh) 一种基于河流水质观测推算上游入河污染通量的方法
CN113591700A (zh) 一种潜在滑坡堵江预测方法
CN104252556A (zh) 一种河流分类系统
CN109308375A (zh) 一种基于地貌参数的流域最优流速的测算方法
Akram et al. Automatic Delineation of Drainage Networks and Catchments using DEM data and GIS Capabilities: A case study
CN115115262A (zh) 一种洪水风险灾害评估的方法
CN116151013A (zh) 小流域城市河道设计洪水的推求方法
CN106443782A (zh) 一种断层、裂缝发育密度、均匀性以及组合样式评价方法
CN104777215B (zh) 一种确定流域尺度次降雨泥沙来源的方法
Jabbari et al. Accuracy assessment of real-time flood forecasting of coupled hydrological and mesoscale meteorological models
CN115468543A (zh) 一种基于参数自动寻优的基流分割方法
CN113887053A (zh) 一种面向管网水流计算的市政排水资料质量评估方法及系统
Xiaohui et al. General catchment delineation method and its application into the Middle Route Project of China’s south-to-north water diversion
CN102128914A (zh) 一种水质量预测、评价的等浓度线方法
Papalaskaris et al. Calibration of a bed load transport rate model in streams of NE Greece
CN111101477A (zh) 一种无资料设计流域补充施测时枯水流量的确定方法
Anagnostou et al. Evaluating multi-scale flow predictions for the Connecticut River Basin

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