CN110334876A - 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 - Google Patents
一种基于径流情势、水质及生物多要素的环境流量过程调控方法 Download PDFInfo
- Publication number
- CN110334876A CN110334876A CN201910618944.8A CN201910618944A CN110334876A CN 110334876 A CN110334876 A CN 110334876A CN 201910618944 A CN201910618944 A CN 201910618944A CN 110334876 A CN110334876 A CN 110334876A
- Authority
- CN
- China
- Prior art keywords
- index
- river
- water quality
- hydrological
- regulation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 120
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 89
- 230000008569 process Effects 0.000 title claims abstract description 72
- 230000036541 health Effects 0.000 claims abstract description 54
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000007619 statistical method Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 239000003181 biological factor Substances 0.000 claims description 6
- 238000013179 statistical model Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 241000894007 species Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003911 water pollution Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- FNMKZDDKPDBYJM-UHFFFAOYSA-N 3-(1,3-benzodioxol-5-yl)-7-(3-methylbut-2-enoxy)chromen-4-one Chemical compound C1=C2OCOC2=CC(C2=COC=3C(C2=O)=CC=C(C=3)OCC=C(C)C)=C1 FNMKZDDKPDBYJM-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000013316 zoning 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于径流情势、水质及生物多要素的环境流量过程调控方法，包括以下步骤：步骤1、确定河流生态分区，识别影响生物群落的关键径流情势及水质要素；步骤2、构建径流情势、水质要素及生物多样性指数的量化关系；步骤3、考虑研究河流为自然河流或调控河流，如调控影响剧烈，则计算调控影响下生物多样性指数的变化率；如果研究河流受闸坝调控影响较小或为自然河流，直接进行步骤4；步骤4、完善并扩展河流健康的评价指标(包括径流情势、水质要素和生物多样性指数)和准则。基于实测日径流过程，得到不同水质健康级别下环境流量过程区间。为河流环境流量过程的确定，水利工程调控对生物群落的影响乃至河流生态系统保护提供了技术支撑。
Description
技术领域
本发明涉及河流生态环境保护领域，具体为一种基于径流情势、水质及生物多要素的环境流量过程调控方法，兼顾了调控流域闸坝对河流生物分布的影响，主要用于河流生态保护与修复、水资源合理配置等工作。
背景技术
随着全球经济社会的飞速发展，河流生态系统在水资源开发与利用、水工建筑修建和调控(闸坝、水库等)及污染物过度排放等影响下发生显著的变化。水体污染、生态退化等问题越来越突出，对河流生态系统健康乃至全球水安全构成了严重的威胁，特别是在区域气候多样化、水资源时空分配不均、水利工程调控剧烈、水体污染严重的中国。自20世纪80年代以来，我国流域生态退化、水污染等问题日趋严重，对流域系统健康发展造成了十分不利的影响。目前，全球约有60％以上的河流受水利工程调控的影响，特别是在拥有全球最多闸坝的中国。闸坝在防汛抗旱、蓄水发电、水产养殖、交通航运等方面有着举足轻重的作用，但工程建设人为切断河流，极大地改变了河流的自然状态，影响水流运动规律，改变河流水质的动态变化，对河流水体、底泥中的生物物种及生态系统造成了十分严重的影响。因此，河流生态环境保护工作亟待进一步加强，尤其是水利工程调控流域。
环境流量测算及标准制定旨在满足社会价值与经济价值间的平衡，为河流生态健康乃至环境系统保护提供重要科学基础。所谓“环境流量”(Environmental flow)是指维持河道内生物和河岸带处于健康状态的流量过程。国内外众多学者先后提出超过200种环境流量计算方法，已有方法大致可以分为：1)基于水文条件的环境流量计算方法，主要考虑径流过程中的流量指标，以全年流量的频率百分比作为环境流量的计算标准。此方法计算简单，应用方便，但只考虑了水文过程中的水量指标，一方面未探究多种径流情势指标的影响，无法明晰闸坝调控的影响，另一方面，也没有考虑水质及生物要素的关系；2)基于水力及生物过程的环境流量计算方法，主要考虑河流某种特定鱼类对水力条件的响应，也可同时分析闸坝调控导致的水力条件变化对鱼类生存的影响，考虑较为全面深入。但此类方法重点关注水力要素，无法准确还原整个径流过程，此外，该方法研究对象主要集中为特定鱼类，较为单一，且适用的研究区域较小，难以用于流域尺度的环境流量计算；3)以“水文变化的生态限度”(Ecological Limits ofHydrological Alteration,ELOHA)为代表的环境流量综合法，较为全面的考虑了多种径流情势及生物要素。一方面，该方法未考虑水质要素的影响，另一方面，该方法以单独构建每种径流情势要素与生物之间的线性关系为主，方法较为简单，仍无法得到考虑综合考虑流量、历时及频次等完整径流情势的环境流量过程。本专利通过统计分析与数值模拟相结合的手段，构建一套能够完整考虑径流情势、水质及生物多要素的环境流量过程方法。
发明内容
本发明的目的在于提供一种基于径流情势、水质及生物多要素的环境流量过程调控方法，该方法综合考虑多种径流情势、水质及生物要素，结合统计分析与数值模拟方法，可较为全面构建径流情势、水质及生物要素间的量化关系，兼顾水利工程调控对河流生物群落变化的影响，并进一步计算环境流量过程，为河流生态环境保护提供技术支持。本发明的目的是通过以下技术方案实现的。
一种基于径流情势、水质及生物要素的环境流量过程调控方法，此环境流量计算方法不仅考虑径流过程中多种径流情势指标，同时综合考虑水质及水生态要素、河流调控的影响，适用于调控或自然河流，包括以下步骤：
步骤1)河流生态分区及关键径流情势和水质要素识别：
1-1.收集研究区河流的日径流数据、水质要素数据和生物要素数据；
1-2.基于生物要素数据计算河流生物多样性指数，利用多元统计分析方法识别研究区内生物多样性指数的空间分布差异，确定河流生态分区；
1-3.基于日径流数据计算径流情势指标，利用多元统计分析方法识别影响河流生物多样性指数变化的关键径流情势指标及水质要素指标；
步骤2)构建径流情势、水质要素及生物多样性指数量化关系：
利用多元统计分析方法或机理模型，基于步骤1)识别的关键径流情势和水质要素，构建径流情势、水质要素及生物多样性指数间的量化关系模型；
步骤3)计算调控对生物多样性指数影响变化率：
如果研究河流受闸坝调控影响剧烈，将构建耦合闸坝调度规则的流域分布式水文模型，并通过参数优化等，准确模拟闸坝调控影响下的关键断面的径流过程；设置无闸坝调控情景，模拟无闸坝调控下的径流过程，确定相应的关键径流情势指标，根据步骤2)中构建的量化关系模型，得到无调控影响下的生物多样性指数，并计算调控影响下生物多样性指数的变化率；如果研究河流受闸坝调控影响较小或为自然河流，直接进行步骤4)；
步骤4)完善河流健康准则及调控环境流量过程：
结合已有河流健康的生物多样性评价准则和步骤2)构建的量化关系，完善并扩展河流健康的评价指标(包括径流情势、水质要素和生物多样性指数)和准则；综合考虑水质准则的约束，以河流生物多样性指数健康等级为目标，确定不同水质健康级别下的径流情势指标范围；基于实测日径流过程序列，调整相应径流情势以满足上述指标的范围，得到不同水质健康级别下的环境流量过程区间，具体过程为：
步骤4)的具体过程为：
4-1.参考已有河流健康的生物多样性指数评价研究成果，结合研究区河流生物多样性指数范围，确定河流在不同健康等级下对应的生物多样性指数范围；
4-2.根据确定的河流不同健康等级生物多样性指数范围，利用步骤2)构建的数量化关系模型，确定生物多样性指数在不同健康等级下对应的关键径流情势指标及水质要素指标的取值范围；
4-3.设置关键水质要素处在不同健康等级，以保障河流生物多样性指数处于健康水平为目标，基于关键径流情势、水质要素及生物多样性指数量化关系，获得不同水质等级下关键径流情势指标的取值范围；
4-4.利用4-3步骤中获得的不同水质等级下关键径流情势指标的取值范围，调整实测日径流过程相应径流情势指标大小，得到满足河流生物多样性指数为健康等级的环境流量过程区间。
进一步的，步骤1)中1-1步骤中所述生物要素数据包括河流生物物种种类和密度数据，所述河流生物物种包括浮游植物、浮游动物及底栖生物；1-2步骤中所述生物多样性指数包括香农指数、均匀度指数、辛普森指数等；1-2步骤中利用的多元统计分析方法包括近邻传播聚类分析法；1-3步骤中所述的径流情势指标包括径流量、径流事件发生频率和历时、出现时间和变率，1-3步骤中利用的多元统计分析方法包括冗余度分析法；
优选方案：
步骤1-2中河流生态分区：基于收集的实测河流生物物种和密度计算河流生物多样性指数，利用统计分析方法如近邻传播聚类分析法(Affinity propagation ClusteringAlgorithm,AP Cluster)识别不同区域生物多样性指数差别，进而实现河流生态分区。
步骤1-3影响河流生物多样性指数变化的关键径流情势及水质要素识别：基于实测日径流数据，计算流量、历时及频次等径流情势指标，利用多元统计分析方法如冗余度分析法(redundancy analysis，RDA)识别影响河流生物多样性指数变化的关键径流情势及水质要素。
进一步的，步骤2)的具体过程为：
2-1.选择适合于构建多种解释变量(关键径流情势与水质要素)与单一响应变量(河流生物多样性指数)的统计分析模型，如广义加性模型(Generalized additivemodels,GAMs)，或者选择适宜的机理模型。
2-2.基于关键径流情势、关键水质要素与生物多样性指数数据，确定统计模型或机理模型的测试集用于优选三者间的量化关系模型，以剩余的数据作为统计模型或机理模型的验证集，以模拟值序列与实测值序列的方差等指标作为评价指标，用于评估量化关系模型的稳健性。
进一步的，如果研究河流受闸坝调控影响较小或为自然河流，直接进行步骤4)，如果研究河流受闸坝调控影响剧烈，将构建考虑闸坝调度规则的流域分布式水文模型，并通过参数优化等，准确模拟闸坝调控影响下的关键断面的径流过程；设置无闸坝调控情景，模拟无闸坝调控下的径流过程，确定相应的关键径流情势指标，根据步骤2)中构建的量化关系模型，得到无调控影响下的生物多样性指数，并计算调控影响下生物多样性指数的变化率，步骤3)的具体过程为：
3-1.基于收集的研究区日径流、降雨气象、闸坝调控及地形地貌属性信息等数据，构建流域水文模型，基于参数自动优化技术优化模型参数，得到闸坝调控下的日径流模拟过程，设置无闸坝调控情景，得到无调控影响的日径流模拟过程。
3-2.基于模拟的无调控日径流过程数据，计算其相应的关键径流情势指标，基于步骤2)中确定的量化关系模型，计算无调控影响的生物多样性指数。
3-3.基于步骤1)确定的调控下的生物多样性指数和步骤3-2确定的无调控影响的生物多样性指数，计算闸坝调控影响下生物多样性指数变化率。
本发明的有益效果：
(1)本发明综合考虑多种径流情势、水质及生物要素，采用多种统计分析方法和机理模拟技术，构建径流情势、水质及生物要素间的量化关系，能够较为完整地分析径流过程及水质要素对河流生物变化的影响。
(2)本发明采用分布式水文模型与统计分析方法相结合的手段，分析闸坝调控对河流生物的影响，确定了闸坝调控影响下河流生物多样性指数变化率，为调控河流生态环境保护提供技术支撑。
(3)本发明基于多种径流情势，提出环境流量过程调控方法，同时判断不同水质状况下满足河流生物健康的环境流量过程，该方法考虑更为全面、客观合理、适用性更强，进一步提高了河流环境流量计算的全面性与合理性。
下面结合附图及具体实施方式对本发明作进一步详细说明。
附图说明
图1：本发明确定河流环境流量计算方法流程图；
图2：本发明实施例采用AP Cluster和RDA分析确定河流生态分区及关键环境因子识别流程示意图；
图3：本发明实施例采用AP Cluster确定河流生态分区结果示意图；
图4；本发明实施例采用GAMs模型构建径流情势、水质及生物要素间量化关系并结合HEQM流域水文模型确定闸坝调控影响示意图；
图5：本发明实施例采用GAMs模型构建径流情势、水质及生物要素量化关系结果示意图；
图6：本发明实施例确定河流径流及水质要素健康准则及环境流量过程计算示意图。
图7：本发明实施例确定河流环境流量过程结果示意图。
具体实施方式
本发明提供一种基于径流情势、水质及生物多要素的环境流量过程调控方法，基于统计分析方法和水文模型数值模拟，不仅全面考虑了多种径流情势、水质及生物要素，构建了量化关系，兼顾了调控流域闸坝对河流生物分布的影响，而且提出了综合考虑多种径流情势的环境流量过程调控方法，确定了不同水质状况下满足河流生物健康的环境流量过程，为河流生态调度及生态环境保护提供了技术支撑。
下面将结合本发明实施例图1、图2、图3、图4、图5、图6和图7，对本发明实施例中的技术方案进行完整地描述，本实施例选择我国多闸坝、高调控淮河中上游水系。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围：
步骤1)收集研究区河流的日径流序列、水质和生物要素数据，计算径流情势指标和生物多样性指数，利用聚类分析法确定河流生态分区，利用多元统计分析法识别影响河流生物变化的关键径流情势和水质要素，如图2和图3所示，具体实现如下；
1-1、首先，收集研究河流上中下游典型水文监测站径流序列，在水文站周围缓冲带设置河流采样点，收集实测水质及生物要素数据，本实施例监测水质指标如表1所示，河流生物指标为浮游植物；
表1水质要素监测指标
1-2、依据收集的河流生物数据计算生物多样性指数，进一步利用统计分析方法对研究河流进行生态分区；
具体实现如下：
本实施方式中选择香农指数(H)表征生物多样性指数，其计算公式为：H＝-∑Piln Pi，式中Pi＝Ni/N，Ni表示第i种物种数，N表示总物种数。
基于生物多样性指数，采用统计分析方法进行河流生态分区。本实施例中采用APCluster进行河流生态分区。AP Cluster基本思路是将全部站点的生物多样性指数当作潜在的聚类中心，然后不同站点两两之间连线构成一个相似度矩阵，再通过网络中的吸引信息(R)和归属信息(A)衡量各站点之间的相似度；矩阵R和A中初始值为0，通过迭代传递计算出各个站点生物多样性指数的聚类中心；首先rt+1(i,k)按照式(1)迭代，然后at+1(i,k)按照式(2)和(3)迭代，同为避免振荡，AP Cluster算法在迭代过程中引入衰减系数λ。每次迭代更新rt+1(i,k)和at+1(i,k)时，设置为前次迭代更新值的λ倍加上本次更新值的(1-λ)倍，即式(4)和(5)，其中λ范围为0～1。实施例AP Cluster分析结果如图3所示。AP Cluster计算原理如下：
rt+1(i,k)←(1-λ)rt+1(i,k)+λrt(i,k) (4)
at+1(i,k)←(1-λ)at+1(i,k)+λat(i,k) (5)
式中，r(i,k)矩阵为R，a(i,k)矩阵为A，描述站点k适合作为站点i的聚类中心的程度，表示的是从i到k的信息；s(i,k)表示相似度矩阵。
1-3、依据收集的日径流数据，计算流量、历时及频次等径流情势指标，本实施例中计算的径流情势指标如表2所示。结合实测水质要素及生物多样性指数数据，利用多元统计分析方法识别影响河流生物多样性变化的关键径流情势及水质要素。
表2径流情势指标
步骤2)利用多元统计方法，结合已识别的关键径流情势指标和水质要素，构建径流情势、水质及生物多样性指数间的量化关系，如图4和图5所示。具体实现如下：
2-1、选择适合于构建多种解释变量(关键径流情势与水质要素)与单一响应变量(河流生物多样性指数)的统计分析模型。
2-2、基于已有关键径流情势、关键水质要素与生物多样性指数的数据，确定统计模型测试集和验证集，测试集用于量化关系统计模型的构建，数据量为总体数据的80％；验证集用于验证构建好的量化关系模型的适用性，数据量为剩余的20％，模拟结果评价参数为模拟值序列与实测值序列的方差。
具体实现如下：
本实施例中选择GAMs模型进行径流情势、水质及生物要素量化关系的构建。GAMs模型适用于响应变量与解释变量之间的非线性和非单调性数据分析中，是对构建单一响应变量与解释变量之间关系的推广，其基本计算过程如式(6)。采用广义交叉验证(Generalized cross validation,GCV)的值来判定选出最优模型，即选出GCV值最小的模型作为最优模型，GCV值的计算公式如式(7)。实施例构建GAMs模型结果如图5所示，其中Dryseason表示非汛期，Wet season表示汛期，P25表示25％流量阈值，P75表示75％流量阈值，TN表示总氮，SW-X表示对应单一环境变量能够解释香农指数的数值。
G(μ)＝f1(X1)+f2(X2)+…+fp(Xp)+α (6)
式中，Xp为解释变量，即通过RDA分析识别的关键径流因子与水质因子；μ为响应变量，即河流生物多样性指数Y的期望值，μ＝E(Y|X1,X2,…,Xp)；fp(X)表示解释变量的平滑函数；G(μ)表示响应变量的连接函数；α为截距；Sλ为光滑矩阵；tr(Sλ)是光滑矩阵的迹，可以定义自由度df＝tr(Sλ)，df可以表示出Sλ的拟合程度。
步骤3)研究河流受闸坝调控影响剧烈，构建耦合闸坝调度规则的流域分布式水文模型，并通过参数优化等，准确模拟闸坝调控影响下的关键断面的径流过程；设置无闸坝调控情景，模拟无闸坝调控下的径流过程，确定相应的关键径流情势指标，根据步骤2)中构建的量化关系模型，得到无调控影响下的生物多样性指数，并计算调控影响下生物多样性指数的变化率，如图4所示。具体实现如下：
3-1、基于收集的研究区日径流、降雨气象、闸坝调控及地形地貌属性信息等数据，构建流域水文模型，基于自动优化技术优化模型参数，得到闸坝调控下的日径流模拟过程，设置无闸坝调控情景，得到无调控影响的日径流模拟过程。具体实现如下：
本实施例采用HEQM模型模拟调控河流日径流过程。该模型从机理上刻画了闸坝对径流过程的影响，能够精准描述多闸坝调控流域的日径流过程。HEQM重点考虑大型闸坝(或水库)的影响，即将其设置为某一子流域出口，先考虑子流域河道演进然后再计算调蓄；将中小型闸坝(或水库)累加概化为一个，先考虑调蓄再计算河道演进；调蓄主要依据水量平衡方程进行刻画，考虑闸坝上游来水、泄流、降雨、蒸发和渗流等。同时，模型中引入不同闸坝的闸坝功能、属性及调度规则，能够精准描述多闸坝调控流域的日径流过程。因此，以选择的最下游水文站点为流域出口，构建HEQM流域水文模型，模拟实测日径流过程，优选模型参数得到模拟径流过程，设置无闸坝调控情景，得到无闸坝影响下的径流模拟数据。
3-2、基于模拟得到的无调控日径流数据，计算其相应的关键径流情势指标，基于步骤2)中确定的量化关系模型，计算无调控影响的生物多样性指数。
3-3、基于步骤1)确定的调控下生物多样性指数和步骤3-2确定的无调控影响的生物多样性指数，计算闸坝调控影响下生物多样性指数变化率。
步骤4)结合已有河流健康的生物多样性评价准则和步骤2)构建的量化关系，完善并扩展河流健康的评价指标(包括径流情势、水质要素和生物多样性指数)和准则；综合考虑水质准则的约束，以河流生物多样性指数健康等级为目标，确定不同水质健康级别下的径流情势指标范围；基于实测日径流过程序列，调整相应径流情势以满足上述指标的范围，得到不同水质健康级别下的环境流量过程，如图6和图7所示。具体实现如下：
4-1、参考已有河流健康的生物多样性指数评价研究成果，结合研究区河流生物多样性指数范围，确定河流在非健康、亚健康及健康等级下对应的生物多样性指数范围；
4-2、根据确定的河流不同健康等级生物多样性指数范围，利用构建的关键径流情势、水质要素及生物多样性指数量化关系，确定生物多样性指数在不同健康等级下对应的关键径流情势指标及水质要素指标的取值范围；
确定河流健康准则，具体实现如下：
基于研究河流生物多样性指数范围及基于生物多样性指数的河流健康标准，确定实施例河流生物多样性指数健康范围，具体范围如下：香农指数不小于3时，河流为健康；香农指数为2～3时，河流为亚健康；香农指数不大于2时，河流为不健康。基于GAMs量化关系，得到每种关键径流情势或水质要素与香农指数贡献(即其能够解释的香农指数的量)的单一量化关系，在明确香农指数范围下，确定每种关键径流情势及水质要素健康、亚健康及不健康范围，确定包含径流情势、水质要素及生物多样性指数的河流健康准则。
4-3、以生物多样性健康(实施例中香农指数不小于3)为目标，基于GAMs量化关系模型，设置关键水质要素为健康、亚健康及不健康等级，计算关键径流情势范围。
4-4、利用4-3步骤中获得的不同水质等级下关键径流情势指标的取值范围，调整实测日径流过程相应径流情势指标大小，得到满足河流生物多样性指数为健康等级的环境流量过程区间。
具体实现如下：
根据河流健康准则中关键水质要素范围，生成关键水质要素健康、亚健康及不健康随机序列，同时，设置相应健康香农指数随机序列，该序列的取值范围为3～实际香农指数最大值。代入GAMs量化关系模型中，得到关键径流情势指标范围，从而调整实测日径流过程相应径流情势指标大小。如图7所示，实施例中展示实际水质要素状况下环境流量过程，关键径流情势指标为流量最大最小值、25％及75％流量阈值。首先，计算实测日径流过程流量最大最小值、25％及75％流量阈值指标，确定实测日径流序列中相应数值出现的位置并改变其大小为关键径流情势指标范围的最小值及最大值。进一步按照原实测日径流序列数据情况，等比例调整日径流数据，得到最大及最小环境流量过程，确定环境流量过程范围。
上述的实施例仅是本发明的部分体现，并不能涵盖本发明的全部，在上述实施例以及附图的基础上，本领域技术人员在不付出创造性劳动的前提下可获得更多的实施方式，因此这些不付出创造性劳动的前提下获得的实施方式均应包含在本发明的保护范围内。
Claims (5)
1.一种基于径流情势、水质及生物多要素的环境流量过程调控方法，其特征在于：包括以下步骤：
步骤1)河流生态分区及关键径流情势和水质要素识别：
1-1.收集研究区河流的日径流数据、水质要素数据和生物要素数据；
1-2.基于生物要素数据计算河流生物多样性指数，利用多元统计分析方法识别研究区内生物多样性指数的空间分布差异，确定河流生态分区；
1-3.基于日径流数据计算径流情势指标，利用多元统计分析方法识别影响河流生物多样性指数变化的关键径流情势指标及水质要素指标；
步骤2)构建径流情势、水质要素及生物多样性指数量化关系：
利用多元统计分析方法或机理模型，基于步骤1)识别的关键径流情势和水质要素，构建径流情势、水质要素及生物多样性指数间的量化关系模型；
步骤3)计算调控对生物多样性指数影响变化率：
如果研究河流受闸坝调控影响剧烈，将构建考虑闸坝调度规则的流域分布式水文模型，模拟闸坝调控影响下的关键断面的径流过程；设置无闸坝调控情景，模拟无闸坝调控下的径流过程，确定相应的关键径流情势指标，根据步骤2)中构建的量化关系模型，得到无调控影响下的生物多样性指数，并计算调控影响下生物多样性指数的变化率；如果研究河流受闸坝调控影响较小或为自然河流，直接进行步骤4)；
步骤4)完善河流健康准则及调控环境流量过程：
4-1.参考已有河流健康的生物多样性指数评价研究成果，结合研究区河流生物多样性指数范围，确定河流在不同健康等级下对应的生物多样性指数范围；
4-2.根据确定的河流不同健康等级下生物多样性指数范围，利用步骤2)构建的量化关系模型，确定生物多样性指数在不同健康等级下对应的关键径流情势指标及水质要素指标的取值范围；
4-3.设置关键水质要素处在不同健康等级，以保障河流生物多样性指数处于健康水平为目标，基于步骤2)的量化关系模型，获得不同水质等级下关键径流情势指标的取值范围；
4-4.利用4-3步骤中获得的不同水质等级下关键径流情势指标的取值范围，调整实测日径流过程相应径流情势指标大小，得到满足河流生物多样性指数为健康等级的环境流量过程区间。
2.根据权利要求1所述一种基于径流情势、水质及生物多要素的环境流量过程调控方法，其特征在于，步骤1)中：1-1步骤中所述生物要素数据包括河流生物物种种类和密度数据，所述河流生物物种包括浮游植物、浮游动物及底栖生物；1-2步骤中所述生物多样性指数包括香农指数、均匀度指数、辛普森指数；1-2步骤中利用的多元统计分析方法为近邻传播聚类分析法；1-3步骤中所述的径流情势指标包括径流量、径流事件发生频率和历时、出现时间和变率，1-3步骤中利用的多元统计分析方法为冗余度分析法。
3.根据权利要求1所述一种基于径流情势、水质及生物多要素的环境流量过程调控方法，其特征在于，所述步骤2)包括：
2-1.选择适合于构建多种解释变量与单一响应变量的统计分析模型，所述解释变量为关键径流情势与水质要素，所述单一响应变量为关键生物多样性指标指数；
2-2.基于关键径流情势、关键水质要素与生物多样性指数数据，确定统计模型或机理模型的测试集用于优选三者间的量化关系模型，以剩余的数据作为统计模型或机理模型的验证集，以模拟值序列与实测值序列的方差等指标作为评价指标，用于评估量化关系模型的稳健性。
4.根据权利要求3所述一种基于径流情势、水质及生物多要素的环境流量过程调控方法，其特征在于，步骤2)中所述的统计分析模型为广义加性模型。
5.根据权利要求1所述一种基于径流情势、水质及生物多要素的环境流量过程调控方法，其特征在于，所述步骤3)包括：
3-1.基于收集包括研究区日径流、降雨气象、闸坝调控及地形地貌属性信息的数据，构建流域水文模型，基于自动优化技术优化模型参数，得到闸坝调控下的日径流模拟过程，设置无闸坝调控情景，得到无调控影响的日径流模拟过程；
3-2.基于模拟的无调控日径流过程数据，计算其相应的关键径流情势指标，基于步骤2)中确定的量化关系模型，计算无调控影响的生物多样性指数；
3-3.基于调控下的生物多样性指数和无调控影响的生物多样性指数，计算闸坝调控影响下生物多样性指数变化率。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910618944.8A CN110334876A (zh) | 2019-07-10 | 2019-07-10 | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 |
| CN202010639423.3A CN112215389B (zh) | 2019-07-10 | 2020-07-06 | 一种确定河流环境流量过程区间的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910618944.8A CN110334876A (zh) | 2019-07-10 | 2019-07-10 | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110334876A true CN110334876A (zh) | 2019-10-15 |
Family
ID=68145244
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910618944.8A Pending CN110334876A (zh) | 2019-07-10 | 2019-07-10 | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 |
| CN202010639423.3A Active CN112215389B (zh) | 2019-07-10 | 2020-07-06 | 一种确定河流环境流量过程区间的方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010639423.3A Active CN112215389B (zh) | 2019-07-10 | 2020-07-06 | 一种确定河流环境流量过程区间的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN110334876A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111488949A (zh) * | 2020-04-30 | 2020-08-04 | 中国科学院南京地理与湖泊研究所 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
| CN113505913A (zh) * | 2021-06-03 | 2021-10-15 | 武汉大学 | 面向水生群落系统稳定性的水库优化调度决策方法和装置 |
| CN113792957A (zh) * | 2021-08-02 | 2021-12-14 | 东北农业大学 | 一种基于水生生物对生存环境要求的生态稳定期识别方法 |
| WO2022063839A1 (de) | 2020-09-22 | 2022-03-31 | Swiss Reinsurance Company Ltd. | Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren |
| CN115034425A (zh) * | 2022-03-08 | 2022-09-09 | 武汉大学 | 耦合水量-水质-水生物的集合群落动态模拟、调度方法及装置 |
| CN115130736A (zh) * | 2022-06-10 | 2022-09-30 | 武汉大学 | 基于贝叶斯层次模型的水文生态响应关系、生态流量确定方法及系统 |
| CN115358086A (zh) * | 2022-09-05 | 2022-11-18 | 中国科学院地理科学与资源研究所 | 考虑过程间作用的流域水循环多过程模拟误差量化方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446586A (zh) * | 2016-10-21 | 2017-02-22 | 重庆大学 | 基于自然与社会影响的河流健康评价方法 |
| CN108416111A (zh) * | 2018-02-08 | 2018-08-17 | 广州地理研究所 | 暴雨洪水关键影响因子与土地利用覆被关系模型构建方法 |
| CN109615238A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种平原城市河网水力调控对河流生境影响的评价方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101714239B (zh) * | 2009-12-24 | 2011-03-30 | 北京师范大学 | 一种定量化生态分区方法 |
| CN106557029A (zh) * | 2016-11-11 | 2017-04-05 | 中国科学院生态环境研究中心 | 一种黑臭河流水污染控制与治理的方法 |
| CN107165136B (zh) * | 2017-06-05 | 2018-04-03 | 云南大学 | 针对土著鱼类保护的库尾反调节方法 |
| CN108108911B (zh) * | 2018-01-09 | 2020-09-15 | 中国科学院南京地理与湖泊研究所 | 基于水生态系统健康的大型湖泊分区水质目标制定方法 |
| CN109272199A (zh) * | 2018-08-22 | 2019-01-25 | 北京大学 | 一种基于木桶效应的生态航道模糊综合评价方法 |
| CN109615076A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种面向鱼类生境保护的河流生态流量过程推求方法 |
-
2019
- 2019-07-10 CN CN201910618944.8A patent/CN110334876A/zh active Pending
-
2020
- 2020-07-06 CN CN202010639423.3A patent/CN112215389B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446586A (zh) * | 2016-10-21 | 2017-02-22 | 重庆大学 | 基于自然与社会影响的河流健康评价方法 |
| CN108416111A (zh) * | 2018-02-08 | 2018-08-17 | 广州地理研究所 | 暴雨洪水关键影响因子与土地利用覆被关系模型构建方法 |
| CN109615238A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种平原城市河网水力调控对河流生境影响的评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周宇建等: "淮河中上游浮游植物时空分布特征及关键环境影响因子识别", 《地理研究》 * |
| 夏军等: "淮河闸坝对河流生态影响评价研究—以蚌埠闸为例", 《自然资源学报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111488949A (zh) * | 2020-04-30 | 2020-08-04 | 中国科学院南京地理与湖泊研究所 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
| WO2022063839A1 (de) | 2020-09-22 | 2022-03-31 | Swiss Reinsurance Company Ltd. | Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren |
| CN113505913A (zh) * | 2021-06-03 | 2021-10-15 | 武汉大学 | 面向水生群落系统稳定性的水库优化调度决策方法和装置 |
| CN113505913B (zh) * | 2021-06-03 | 2022-07-05 | 武汉大学 | 面向水生群落系统稳定性的水库优化调度决策方法和装置 |
| CN113792957A (zh) * | 2021-08-02 | 2021-12-14 | 东北农业大学 | 一种基于水生生物对生存环境要求的生态稳定期识别方法 |
| CN113792957B (zh) * | 2021-08-02 | 2024-03-05 | 东北农业大学 | 一种基于水生生物对生存环境要求的生态稳定期识别方法 |
| CN115034425A (zh) * | 2022-03-08 | 2022-09-09 | 武汉大学 | 耦合水量-水质-水生物的集合群落动态模拟、调度方法及装置 |
| CN115034425B (zh) * | 2022-03-08 | 2024-07-26 | 武汉大学 | 耦合水量-水质-水生物的集合群落动态模拟、调度方法及装置 |
| CN115130736A (zh) * | 2022-06-10 | 2022-09-30 | 武汉大学 | 基于贝叶斯层次模型的水文生态响应关系、生态流量确定方法及系统 |
| CN115130736B (zh) * | 2022-06-10 | 2024-08-09 | 武汉大学 | 基于贝叶斯层次模型的水文生态响应关系、生态流量确定方法及系统 |
| CN115358086A (zh) * | 2022-09-05 | 2022-11-18 | 中国科学院地理科学与资源研究所 | 考虑过程间作用的流域水循环多过程模拟误差量化方法 |
| CN115358086B (zh) * | 2022-09-05 | 2023-03-28 | 中国科学院地理科学与资源研究所 | 考虑过程间作用的流域水循环多过程模拟误差量化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112215389B (zh) | 2024-03-08 |
| CN112215389A (zh) | 2021-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tegegne et al. | Comparison of hydrological models for the assessment of water resources in a data-scarce region, the Upper Blue Nile River Basin | |
| CN110334876A (zh) | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 | |
| Bockelmann et al. | Development of an ecohydraulics model for stream and river restoration | |
| Singh et al. | Hydrological modeling of the Iroquois river watershed using HSPF and SWAT 1 | |
| CN104392111B (zh) | 基于水位样本的洪水预报方法 | |
| Xu et al. | The hydrological calibration and validation of a complexly-linked watershed–reservoir model for the Occoquan watershed, Virginia | |
| Lee et al. | Comparative evaluation of runoff and water quality using HSPF and SWMM | |
| Wu et al. | Characteristics of pulsed runoff-erosion events under typical rainstorms in a small watershed on the Loess Plateau of China | |
| Zhang et al. | Using hydrologic simulation to explore the impacts of climate change on runoff in the Huaihe River basin of China | |
| Firoozi et al. | Developing a framework for assessment of climate change impact on thermal stratification of dam reservoirs | |
| Ravazzani et al. | Review of time-of-concentration equations and a new proposal in Italy | |
| Collet et al. | Integrated modelling to assess long-term water supply capacity of a meso-scale Mediterranean catchment | |
| Gui et al. | Simulation-based inexact fuzzy semi-infinite programming method for agricultural cultivated area planning in the Shiyang River Basin | |
| Ayalew et al. | Modeling sediment yield of rib watershed, northwest Ethiopia | |
| Ashofteh et al. | Performance evaluation of a developed hybrid AOGCM model under climate change | |
| Coville et al. | Loss of street trees predicted to cause 6000 L/tree increase in leaf-on stormwater runoff for Great Lakes urban sewershed | |
| Li et al. | Lake inflow simulation using the coupled water balance method and Xin’anjiang Model in an ungauged stream of Chaohu Lake Basin, China | |
| Guo et al. | Automatic setting of urban drainage pipe monitoring points based on scenario simulation and fuzzy clustering | |
| Franchini et al. | A procedure for evaluating the compatibility of surface water resources with environmental and human requirements | |
| Alipour et al. | Simulation of surface runoff in Karaj dam basin, Iran | |
| Warusavitharana | Semi-distributed parameter optimization and uncertainty assessment for an ungauged catchment of Deduru Oya Basin in Sri Lanka | |
| Wei et al. | A new framework based on data-based mechanistic model and forgetting mechanism for flood forecast | |
| Azami Babani et al. | Prioritization flood risk of hydrologic units (Case Study: Pole Shah catchment) | |
| Lorenz et al. | 22 Indicators for Transboundary River Basin Management | |
| Yassin | Development of Integrated Water Resources Planning Model for Dublin using WEAP21 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191015 |