CN110377868B - 一种基于实时雨情的动态水系提取方法 - Google Patents

一种基于实时雨情的动态水系提取方法 Download PDF

Info

Publication number
CN110377868B
CN110377868B CN201910536025.6A CN201910536025A CN110377868B CN 110377868 B CN110377868 B CN 110377868B CN 201910536025 A CN201910536025 A CN 201910536025A CN 110377868 B CN110377868 B CN 110377868B
Authority
CN
China
Prior art keywords
grid
river
water system
hour
unit
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
CN201910536025.6A
Other languages
English (en)
Other versions
CN110377868A (zh
Inventor
童冰星
李致家
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 CN201910536025.6A priority Critical patent/CN110377868B/zh
Publication of CN110377868A publication Critical patent/CN110377868A/zh
Application granted granted Critical
Publication of CN110377868B publication Critical patent/CN110377868B/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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Alarm Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于实时雨情的动态水系提取方法，步骤包括：基于DEM数据将流域划分为若干个正交的栅格单元，并且计算每一个栅格单元中的坡度，得到坡度栅格；估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元；计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格；结合实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格；基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系。该方法有利于动态发展变化的水系的快速提取。

Description

一种基于实时雨情的动态水系提取方法
技术领域
本发明属于水文技术领域，具体涉及一种基于实时雨情的动态水系提取方法。
背景技术
世界河流众多，仅在中国流域面积200至3000km2的中小流域近9000个。中小流域由于通常处于地形复杂、坡度陡峻的偏远山区，流域中下垫面的空间分异性较大，暴雨中心的位置变化会对流域中水系的发展变化产生很大的影响。因此如何准确刻画暴雨下中小流域中水系的发展变化成为亟待解决的重要问题。
随着遥感、地理信息以及数字流域等技术的发展，基于栅格数字高程模型(DEM，Digital Elevation Model)的分布式水文模型以其充分考虑降雨和下垫面条件空间变化的特点，现已成为流域水文模型的发展趋势，尤其是在地形复杂的山区性中小流域中，分布式水文模型比传统的不能考虑流域内地形变化的集总式模型更有优势。在构建分布式的水文模型时，通常将流域划分为若干个正交的栅格单元，在每一个栅格单元中产生的径流通常结合地形特征，按照一定的顺序逐次运动至距离较近的河道中，然后再通过河道中的洪水波运动到达流域的出口。在水流运动至流域出口的过程中十分重要的一环就是水流到达河道之前的坡面汇流演算，这也是分布式水文模型建模的重点和难点之一。
为了进一步促进流域水文模型的发展，需要更深入研究坡面汇流演算中水系发展变化。
坡面汇流是径流产生之后沿着地表向距离较近的河道汇集的过程，是水文径流模型的一项重要内容，坡面汇流计算的合理与否对计算结果有着重要影响。目前对于坡面汇流的计算主要有两种方法，一种是简单地将坡面看作是一个大的水库，降雨落在地面上产生的径流作为这个水库的输入，经过这个水库的调蓄作用后形成水文响应单元出口断面处的出流过程；另一种方法则将流域中每一个网格作为计算单元，使用水力学的方法在栅格之间进行扩散波或运动波演算。这两种方法均事先将流域划分为特征具有鲜明差别的坡地与河道，通常的水文模型在提取出流域中的水系之后将不再考虑暴雨中水系的发展变化。然而高强度的暴雨降落在陡峻的坡地上之后常常会形成临时性的集束水流，这种集束水流实际上发挥了微型河道的作用，临时性地成为流域水系的一部分。这些微型河道并不像正常的河道一样具有稳定的河岸边界，它们只会在暴雨过程中出现，同时随着降雨强度的变化而迅速发展和消退。微型河道的出现，会使得坡面上原本运动缓慢的水分汇集成束状的水流，并会因为在一般较为陡峻的河源区山坡上受到重力作用而快速运动，其速度将因此提高数个数量级。因此微型河道的出现对于坡面中水流的运动具有极其重要的影响。而事先将流域划分为固定的坡地与河道这种做法无法充分地考虑在降雨过程中发展变化的水系对于汇流的重要影响。因而对水系在降雨过程中发展变化的忽视不利于分布式水文模型的发展。
发明内容
发明目的：为了克服现有技术的缺陷，本发明提供一种基于实时雨情的动态水系提取方法，该方法综合考虑了降雨过程中不断动态发展变化的水系，具有数据来源稳定可靠、计算效率高、结果客观合理等优点，有利于动态发展变化的水系的快速提取。
技术方案：本发明所述的一种基于实时雨情的动态水系提取方法，包括以下步骤：
(1)基于DEM数据将流域划分为若干个正交的栅格单元，并且计算每一个栅格单元中的坡度，得到坡度栅格；
(2)估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元；
(3)计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格；
(4)结合实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格；
(5)基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系。
其中，所述步骤(1)中，计算每一个栅格单元中的坡度，得到坡度栅格采用的方法是：
以栅格单元Cell为中心，通过周围栅格单元的高程值与该栅格单元的高程值的对比，找出与其相比最低的栅格单元CellD，并计算Cell和CellD之间的高程差DHmax和水平投影距离Dis，结合DHmax和Dis计算栅格单元Cell的坡度S：
S＝DHmax/Dis
然后按照以上方法遍历流域中每一个栅格单元，从而得到坡度栅格Raster_Slope。
所述步骤(2)中，估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元所采用的方法包括以下步骤：
(2.1)基于步骤(1)得到的坡度栅格Raster_Slope获得流向栅格Raster_Dir和汇流累计栅格Raster_Acc：
将Cell作为出流栅格单元，CellD作为入流栅格单元，入流栅格单元汇流累计值加1，逐栅格循环，计算出每一个栅格单元中的汇流累计值Acc，同时依据Cell和CellD之间的相对位置关系，采用D8流向法确定Cell中的流向，按照以上方法遍历流域中每一个栅格单元，从而得到流向栅格Raster_Dir和汇流累计栅格Raster_Acc；
(2.2)估算流域的水系阈值，首先初步假定水系阈值TA，将Raster_Acc中Acc高于TA的栅格单元判定为河道栅格单元Cell_River，并将提取得到的河道栅格单元的位置与Google Earth上的卫星影像中的实际河道相对比，反复调整TA，使得提取出来的河道栅格单元的位置与卫星影像中的实际河道的位置重合，从而去确定汇流阈值TA，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River；
(2.3)基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的河源汇流单元Subaisn，遍历Points中的点，从而提取出流域中所有的河源汇流单元。
所述步骤(3)中，计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格的步骤包括：
(3.1)计算流域的多年汛期平均逐小时降雨量；
Figure GDA0004211346970000031
式中：P汛h为多年汛期平均逐小时降雨量；YE为流域降雨数据的总年数，y为流域降雨数据以年时间为单位的编号，从1到YE；XD为流域汛期的总天数，d为一个汛期内流域降雨数据以天为时间单位的编号，从1到XD；Py，d为第y年的从汛期起算开始第d天的降雨量；
(3.2)以多年汛期平均逐小时降雨量为输入，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到汛期平均径流深栅格Raster_Rve。
所述步骤(4)中，结合实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格的步骤包括：
(4.1)基于站点观测的逐时段降雨数据，通过反距离权重插值得到流域中降雨的空间分布栅格径流深栅格Raster_Ph；
Figure GDA0004211346970000041
Figure GDA0004211346970000042
式中：Phk是编号为k的栅格单元内经过插值得到的降雨量；Phr为编号为r的站点的观测降雨，r为站点的编号从1到R，R为站点的总数目；dr，k为编号为k的栅格单元到编号为r的站点之间的距离，xk为编号为k的栅格单元的横坐标，xr为编号为r的站点的横坐标，yk为编号为k的栅格单元的纵坐标，yr为编号为r的站点的纵坐标；
(4.2)以实时的逐小时降雨数据为输入，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到逐小时变化的实时径流深栅格Raster_Rtime。
所述步骤(5)中，基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系的步骤包括：
(5.1)初步假定动态水系阈值TH，将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River，基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的沟道汇流单元G_Subaisn；
(5.2)在沟道汇流单元中构建动态平衡方程：
Figure GDA0004211346970000051
式中：NS是流域中河源汇流单元的总数目，b是流域中河源汇流单元的编号，从1到NS；TA是水系阈值，即河源汇流单元中栅格单元的总数目，i是流域河源汇流单元中栅格单元的编号，从1到TA；Si，b是编号为b的河源汇流单元中第i个栅格单元的坡度值；R汛h为以多年汛期平均逐小时降雨量为输入，计算得到的流域中每一个栅格单元内的径流深；GS是流域中沟道汇流单元的总数目，g是流域中沟道汇流单元的编号，从1到GS；TH是动态水系阈值，即沟道汇流单元中栅格单元的总数目，j是流域沟道汇流单元中栅格单元的编号，从1到TH；Sj，g是编号为g的沟道汇流单元中第j个栅格单元的坡度值；R时h，j，g为以实时的逐小时降雨数据为输入，计算得到的流域中编号为g的沟道汇流单元中第j个栅格单元的径流深；
反复调整TH的值，取得相应的GS的值，使得沟道汇流单元中的动态平衡方程成立，此时的TH即为该时段下的动态水系阈值；
(5.3)将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River，并且以实时降雨为输入，逐时段反复执行步骤(2)到步骤(5)之间的操作，从而得到流域中随实时降雨数据逐时段变化的动态水系。
有益效果：该动态水系提取方法以影响水系形成的物理因子为基础，刻画了降雨过程中水系的动态发展变化。这样既保证了计算结果的精度与可靠性，同时解决了中小流域中动态水系的提取问题。且本方法主要应用流域数字高程模型，数据来源稳定可靠，方法中变量之间的函数关系明确，有利于流域中动态水系的自动判别与提取，通过数字流域技术以简化提取步骤，同时，保证了结果的客观合理性，有利于分布式水文模型的直接调用，可以进一步促进数字水文学以及分布式模型的深入发展。
附图说明
图1是本发明的基于实时雨情的动态水系提取方法的流程图；
图2是本发明实施例中大河坝流域坡度栅格；
图3是本发明实施例中大河坝流域汇流累计栅格；
图4是本发明实施例中大河坝流域河源单元；
图5是本发明实施例中大河坝流域2015年6月26日8:00-6月30日8:00期间逐小时降雨过程；
图6是本发明实施例中大河坝流域水系动态变化。
具体实施方式
下面，结合附图和实施例对本发明做进一步详细说明。
本实施例中，采用本发明的基于实时雨情的动态水系提取方法提取研究区陕西省大河坝流域的动态水系。
如图1所示，该方法包括以下步骤：
S1、基于DEM数据将流域划分为若干个正交的栅格单元，并且计算每一个栅格单元中的坡度，得到坡度栅格；
数字高程模型(Digital Elevation Model),简称DEM。它使用二维数值矩阵来描述地表的起伏变化状况，将地表划分为一系列的正交的栅格单元。参照DEM数据，流域也被划分为若干正交的栅格单元，DEM数据的分辨率也就是流域中每一个栅格单元的边长，即1000m。
以栅格单元Cell为中心，通过周围栅格单元的高程值与该栅格单元的高程值的对比，找出与其相比最低的栅格单元CellD，并计算Cell和CellD之间的高程差DHmax和水平投影距离Dis，结合DHmax和Dis计算栅格单元Cell的坡度S：
S＝DHmax/Dis
然后按照以上方法遍历流域中每一个栅格单元，从而得到如图2所示的坡度栅格Raster_Slope。
S2、估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元；
步骤包括：S2.1、基于步骤S1得到的坡度栅格Raster_Slope获得流向栅格Raster_Dir和如图3所示的汇流累计栅格Raster_Acc：
将Cell作为出流栅格单元，CellD作为入流栅格单元，入流栅格单元汇流累计值加1，逐栅格循环，计算出每一个栅格单元中的汇流累计值Acc，同时依据Cell和CellD之间的相对位置关系，采用D8流向法确定Cell中的流向，按照以上方法遍历流域中每一个栅格单元，从而得到流向栅格Raster_Dir和汇流累计栅格Raster_Acc；
S2.2、估算流域的水系阈值，首先初步假定水系阈值TA，将Raster_Acc中Acc高于TA的栅格单元判定为河道栅格单元Cell_River，并将提取得到的河道栅格单元的位置与Google Earth上的卫星影像中的实际河道相对比，反复调整TA，使得提取出来的河道栅格单元的位置与卫星影像中的实际河道的位置重合，从而去确定汇流阈值TA，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River；
S2.3、基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的河源汇流单元Subaisn，遍历Points中的点，从而提取出如图4所示流域中所有的河源汇流单元。
S3、计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格；
步骤包括：
S3.1、计算流域的多年汛期平均逐小时降雨量；
Figure GDA0004211346970000071
式中：P汛h为多年汛期平均逐小时降雨量；YE为流域降雨数据的总年数，y为流域降雨数据以年时间为单位的编号，从1到YE；XD为流域汛期的总天数，d为一个汛期内流域降雨数据以天为时间单位的编号，从1到XD；Py，d为第y年的从汛期起算开始第d天的降雨量；
以每年的5月1日-9月1日为陕西省南部大河坝流域的主汛期，基于大河坝流域2010-2017年逐小时降雨数据计算得到多年汛期平均逐小时降雨量(P汛h)约为0.24mm。
S3.2、以多年汛期平均逐小时降雨量为输入，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到汛期平均径流深栅格Raster_Rve。
S4、结合如图5所示实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格；
步骤包括：
S4.1、基于站点观测的逐时段降雨数据，通过反距离权重插值得到流域中降雨的空间分布栅格径流深栅格Raster_Ph；
Figure GDA0004211346970000081
Figure GDA0004211346970000082
式中：Phk是编号为k的栅格单元内经过插值得到的降雨量；Phr为编号为r的站点的观测降雨，r为站点的编号从1到R，R为站点的总数目；dr，k为编号为k的栅格单元到编号为r的站点之间的距离，xk为编号为k的栅格单元的横坐标，xr为编号为r的站点的横坐标，yk为编号为k的栅格单元的纵坐标，yr为编号为r的站点的纵坐标；
S4.2、以实时的逐小时降雨数据为输入，参照S3.2中的产流计算方法，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到逐小时变化的实时径流深栅格Raster_Rtime。
S5、基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系，如图6所示，
具体步骤包括：
S5.1、初步假定动态水系阈值TH，参照S2.2和S2.3中提取河源汇流单元的方法，将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River，基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的沟道汇流单元G_Subaisn；
S5.2、在沟道汇流单元中构建动态平衡方程：
Figure GDA0004211346970000091
式中：NS是流域中河源汇流单元的总数目，b是流域中河源汇流单元的编号，从1到NS；TA是水系阈值，即河源汇流单元中栅格单元的总数目，i是流域河源汇流单元中栅格单元的编号，从1到TA；Si，b是编号为b的河源汇流单元中第i个栅格单元的坡度值；R汛h为以多年汛期平均逐小时降雨量为输入，计算得到的流域中每一个栅格单元内的径流深；GS是流域中沟道汇流单元的总数目，g是流域中沟道汇流单元的编号，从1到GS；TH是动态水系阈值，即沟道汇流单元中栅格单元的总数目，j是流域沟道汇流单元中栅格单元的编号，从1到TH；Sj，g是编号为g的沟道汇流单元中第j个栅格单元的坡度值；R时h,j,g为以实时的逐小时降雨数据为输入，计算得到的流域中编号为g的沟道汇流单元中第j个栅格单元的径流深；
反复调整TH的值，取得相应的GS的值，使得沟道汇流单元中的动态平衡方程成立，此时的TH即为该时段下的动态水系阈值；
以大河坝流域2015年6月26日8:00-6月30日8:00期间逐小时降雨过程为例。以2015/6/26 8:00为时间起点，降雨过程开始后1h，6h，14h，25h，40h，66h，70h和90h的动态水系阈值(TH)分别为50km2，38km2，42km2，44km2，45km2，28km2，30km2以及48km2。
S5.3、参照S2.2中的方法，将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River；并且以实时降雨为输入，逐时段反复执行S2到S5之间的操作，从而得到流域中随实时降雨数据逐时段变化的动态水系。

Claims (1)

1.一种基于实时雨情的动态水系提取方法，其特征在于，包括以下步骤：
S1、基于栅格数字高程模型DEM数据将流域划分为若干个正交的栅格单元，并且计算每一个栅格单元中的坡度，得到坡度栅格；
S2、估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元；
S3、计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格；
S4、结合实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格；
S5、基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系；
所述步骤S1中，计算每一个栅格单元中的坡度，得到坡度栅格采用的方法是：
以栅格单元Cell为中心，通过周围栅格单元的高程值与该栅格单元的高程值的对比，找出与其相比最低的栅格单元CellD，并计算Cell和CellD之间的高程差DHmax和水平投影距离Dis，结合DHmax和Dis计算栅格单元Cell的坡度S：
S＝DHmax/Dis
然后按照以上方法遍历流域中每一个栅格单元，从而得到坡度栅格Raster_Slope；
所述步骤S2中，估算流域的水系阈值，提取出流域中的水系，并提取出流域中的河源汇流单元所采用的方法包括以下步骤：
S2.1、基于步骤S1得到的坡度栅格Raster_Slope获得流向栅格Raster_Dir和汇流累计栅格Raster_Acc：
将Cell作为出流栅格单元，CellD作为入流栅格单元，入流栅格单元汇流累计值加1，逐栅格循环，计算出每一个栅格单元中的汇流累计值Acc，同时依据Cell和CellD之间的相对位置关系，采用D8流向法确定Cell中的流向，按照以上方法遍历流域中每一个栅格单元，从而得到流向栅格Raster_Dir和汇流累计栅格Raster_Acc；
S2.2、估算流域的水系阈值，首先初步假定水系阈值TA，将Raster_Acc中Acc高于TA的栅格单元判定为河道栅格单元Cell_River，并将提取得到的河道栅格单元的位置与GoogleEarth上的卫星影像中的实际河道相对比，反复调整TA，使得提取出来的河道栅格单元的位置与卫星影像中的实际河道的位置重合，从而去确定汇流阈值TA，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River；
S2.3、基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的河源汇流单元Subaisn，遍历Points中的点，从而提取出流域中所有的河源汇流单元；
所述步骤S3中，计算该流域的多年汛期平均逐小时降雨量，并计算在该小时降雨量下每一个栅格单元中的产流，得到汛期平均径流深栅格的步骤包括：
S3.1、计算流域的多年汛期平均逐小时降雨量；
Figure FDA0004211346950000021
式中：P汛h为多年汛期平均逐小时降雨量；YE为流域降雨数据的总年数，y为流域降雨数据以年时间为单位的编号，从1到YE；XD为流域汛期的总天数，d为一个汛期内流域降雨数据以天为时间单位的编号，从1到XD；Py，d为第y年的从汛期起算开始第d天的降雨量；
S3.2、以多年汛期平均逐小时降雨量为输入，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到汛期平均径流深栅格Raster_Rve；
所述步骤S4中，结合实时逐小时降雨资料，在每一个栅格单元中进行产流计算，得到实时径流深栅格的步骤包括：
S4.1、基于站点观测的逐时段降雨数据，通过反距离权重插值得到流域中降雨的空间分布栅格径流深栅格Raster_Ph；
Figure FDA0004211346950000022
Figure FDA0004211346950000023
式中：Phk是编号为k的栅格单元内经过插值得到的降雨量；Phr为编号为r的站点的观测降雨，r为站点的编号从1到R，R为站点的总数目；dr，k为编号为k的栅格单元到编号为r的站点之间的距离，xk为编号为k的栅格单元的横坐标，xr为编号为r的站点的横坐标，yk为编号为k的栅格单元的纵坐标，yr为编号为r的站点的纵坐标；
S4.2、以实时的逐小时降雨数据为输入，采用蓄满产流计算方法计算每一个栅格单元中的径流深，得到逐小时变化的实时径流深栅格Raster_Rtime；
所述步骤S5中，基于水系阈值、汛期平均径流深栅格、坡度栅格以及实时径流深栅格估算逐小时变化的动态水系阈值，并根据该动态水系阈值提取逐小时变化的动态水系的步骤包括：
S5.1、初步假定动态水系阈值TH，将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River，基于水系栅格Raster_River，提取出所有一级河流的终点Points，以Points中的一个点Point为出口点，结合Raster_Dir，提取出所有汇流到Point的栅格单元，并将这些栅格单元所在的区域作为Point所对应的沟道汇流单元G_Subaisn；
S5.2、在沟道汇流单元中构建动态平衡方程：
Figure FDA0004211346950000031
式中：NS是流域中河源汇流单元的总数目，b是流域中河源汇流单元的编号，从1到NS；TA是水系阈值，即河源汇流单元中栅格单元的总数目，i是流域河源汇流单元中栅格单元的编号，从1到TA；Si，b是编号为b的河源汇流单元中第i个栅格单元的坡度值；R汛h为以多年汛期平均逐小时降雨量为输入，计算得到的流域中每一个栅格单元内的径流深；GS是流域中沟道汇流单元的总数目，g是流域中沟道汇流单元的编号，从1到GS；TH是动态水系阈值，即沟道汇流单元中栅格单元的总数目，j是流域沟道汇流单元中栅格单元的编号，从1到TH；Sj，g是编号为g的沟道汇流单元中第j个栅格单元的坡度值；R时h，j，g为以实时的逐小时降雨数据为输入，计算得到的流域中编号为g的沟道汇流单元中第j个栅格单元的径流深；
反复调整TH的值，取得相应的GS的值，使得沟道汇流单元中的动态平衡方程成立，此时的TH即为该时段下的动态水系阈值；
S5.3、将Raster_Acc中Acc高于TH的栅格单元判定为河道栅格单元Cell_River，同时提取出流域中由所有河道栅格单元Cell_River组成的水系栅格Raster_River，并且以实时降雨为输入，逐时段反复执行步骤S2到步骤S5之间的操作，从而得到流域中随实时降雨数据逐时段变化的动态水系。
CN201910536025.6A 2019-06-20 2019-06-20 一种基于实时雨情的动态水系提取方法 Active CN110377868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910536025.6A CN110377868B (zh) 2019-06-20 2019-06-20 一种基于实时雨情的动态水系提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910536025.6A CN110377868B (zh) 2019-06-20 2019-06-20 一种基于实时雨情的动态水系提取方法

Publications (2)

Publication Number Publication Date
CN110377868A CN110377868A (zh) 2019-10-25
CN110377868B true CN110377868B (zh) 2023-06-20

Family

ID=68250441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910536025.6A Active CN110377868B (zh) 2019-06-20 2019-06-20 一种基于实时雨情的动态水系提取方法

Country Status (1)

Country Link
CN (1) CN110377868B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008259B (zh) * 2019-12-06 2020-08-11 中国水利水电科学研究院 一种流域降雨相似性搜索方法
CN111062128B (zh) * 2019-12-16 2024-01-26 南京大学 一种流域汇流模拟估测方法
CN115267950B (zh) * 2022-08-26 2023-07-14 中国长江三峡集团有限公司 一种初期雨水量化方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009008651A (ja) * 2007-05-31 2009-01-15 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量を用いた分布型流出予測システム
WO2018103510A1 (zh) * 2016-12-05 2018-06-14 中国水利水电科学研究院 流域绿色基础设施对地表径流调蓄能力的评价方法
CN108597189A (zh) * 2018-04-24 2018-09-28 河海大学 基于临界雨量的分布式中小流域地质灾害及洪水预警方法
CN108597022A (zh) * 2018-05-08 2018-09-28 河海大学 一种估算中小流域内河道宽度的方法
CN108921944A (zh) * 2018-07-23 2018-11-30 河海大学 一种基于动态沟道的水文响应单元出流过程的计算方法
JP2019045290A (ja) * 2017-09-01 2019-03-22 東急建設株式会社 河川水位予測システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009008651A (ja) * 2007-05-31 2009-01-15 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量を用いた分布型流出予測システム
WO2018103510A1 (zh) * 2016-12-05 2018-06-14 中国水利水电科学研究院 流域绿色基础设施对地表径流调蓄能力的评价方法
JP2019045290A (ja) * 2017-09-01 2019-03-22 東急建設株式会社 河川水位予測システム
CN108597189A (zh) * 2018-04-24 2018-09-28 河海大学 基于临界雨量的分布式中小流域地质灾害及洪水预警方法
CN108597022A (zh) * 2018-05-08 2018-09-28 河海大学 一种估算中小流域内河道宽度的方法
CN108921944A (zh) * 2018-07-23 2018-11-30 河海大学 一种基于动态沟道的水文响应单元出流过程的计算方法

Also Published As

Publication number Publication date
CN110377868A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN106884405B (zh) 一种无资料地区溃堤型山洪灾害分析评价方法
Ganasri et al. Assessment of soil erosion by RUSLE model using remote sensing and GIS-A case study of Nethravathi Basin
Adham et al. A GIS-based approach for identifying potential sites for harvesting rainwater in the Western Desert of Iraq
CN108921944B (zh) 一种基于动态沟道的水文响应单元出流过程的计算方法
CN110377868B (zh) 一种基于实时雨情的动态水系提取方法
Jones et al. Surface hydrology of low-relief landscapes: Assessing surface water flow impedance using LIDAR-derived digital elevation models
CN109543275B (zh) 一种城区地表径流二维数值模拟方法
CN113610264B (zh) 一种精细化电网台风洪涝灾害预测系统
Rao et al. A distributed model for real-time flood forecasting in the Godavari Basin using space inputs
CN109993350B (zh) 一种基于降雨空间分布的临界雨量估算方法
Yaraghi et al. Impact of managed aquifer recharge structure on river flow regimes in arid and semi-arid climates
Ibrakhimov Spatial and temporal dynamics of groundwater table and salinity in Khorezm (Aral Sea Basin), Uzbekistan
Irvem Application of GIS to determine storage volume and surface area of reservoirs: the case study of Buyuk Karacay dam
Topno et al. SCS CN runoff estimation for vindhyachal region using remote sensing and GIS
Korkmaz et al. Application of the coupled model to the Somme river basin
Osman et al. Flood modeling of Sungai Pinang Watershed under the impact of urbanization
Kishanlal et al. Runoff estimation of Machhu and Watrak Rivers basins of Gujarat India using SCS-CN method and GIS
Zhou et al. Flood forecasting scheme of Nanshui reservoir based on Liuxihe model
CN114547531B (zh) 一种城市不透水面有效性量化方法
Hsu et al. Study on Flood Para-Tank Model Parameters with Particle Swarm Optimization.
Machiwal et al. Estimation of sediment yield and selection of suitable sites for soil conservation measures in Ahar river basin of Udaipur, Rajasthan using RS and GIS techniques
CN114385959A (zh) 一种近坝区子流域单元划分方法、装置及存储介质
Hussain et al. Soil loss estimation in GIS framework: A case study in Champabati watershed
CN111241690A (zh) 一种泥石流沟的判识方法及装置
CN112989579B (zh) 一种坡面土壤侧向排水系数的动态计算方法

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