CN110414088A - 结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 - Google Patents
结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 Download PDFInfo
- Publication number
- CN110414088A CN110414088A CN201910619073.1A CN201910619073A CN110414088A CN 110414088 A CN110414088 A CN 110414088A CN 201910619073 A CN201910619073 A CN 201910619073A CN 110414088 A CN110414088 A CN 110414088A
- Authority
- CN
- China
- Prior art keywords
- habitat
- factor
- wader
- suitability
- crucial
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 78
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 17
- 238000013210 evaluation model Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims description 36
- 235000013305 food Nutrition 0.000 claims description 16
- 238000011160 research Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 15
- 230000003247 decreasing effect Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 230000004907 flux Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000018109 developmental process Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000001568 sexual effect Effects 0.000 claims description 3
- 238000007813 chromatographic assay Methods 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 25
- 241000124879 Grus leucogeranus Species 0.000 description 8
- 230000008676 import Effects 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241000272816 Anser cygnoides Species 0.000 description 1
- 235000006506 Brasenia schreberi Nutrition 0.000 description 1
- 241000288102 Grus vipio Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001617 migratory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000013517 stratification 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
- G06Q10/06—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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Farming Of Fish And Shellfish (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,包括:选取研究区域的关键栖息地因子;建立关键栖息地因子的评价等级集合;建立研究区域水动力模型;采用空间模糊评价法建立分段半正态分布隶属函数,根据水动力模型计算结果确定栖息地因子的隶属度,构建各栖息地因子的单因素模糊评价矩阵;采用层次分析法确定各栖息地因子在涉禽生态适宜性评价体系中的相对重要程度,对不同指标给定不同权重值,根据研究区域水动力模型,结合单因素模糊评价矩阵、各因素权重系数,最终建立不同时空条件下栖息地适宜性的动态评价模型。本发明综合考虑了不同时空条件下水深的差异对栖息地适宜性的影响,对栖息地适宜性的评价更加准确。
Description
技术领域
本发明涉及环境水力学的技术领域,具体涉及一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法。
背景技术
以往在进行涉禽栖息地适宜性评价时,一般会选择水深作为重要的评价因子,整个栖息地的水位采用统一水位数据,结合地形数据计算出水深对栖息地适宜性进行评价。然而实际情况中,水体是流动的,水面有一定的比降,水位并不处于同一水平。以鄱阳湖越冬白鹤栖息地适宜性评价为例,鄱阳湖丰水年南北湖面水位差达0.96m,枯水年水位差达1.64m,这一水位差对于白鹤的适宜水深20~50cm来说影响是很大的。水深作为影响栖息地质量的重要因子,其准确度对栖息地适宜性评价影响结果很大,因此,其是涉禽栖息地适宜性评价的最重要的指标,而由于在实际中,栖息地的水深随着季节的不同、时间的不同以及栖息地各处位置的不同都会有很大差异,因此,如何综合考虑水深对栖息地适宜性的影响是亟需解决的问题。此外,其他因素也会对栖息地的适宜性有较大的影响,比如人类活动的频繁程度。目前大多数的涉禽栖息地适宜性评价只单一地考虑某一因素的影响,很显然这些方法的局限性很大且评价结构不够准确。
发明内容
本发明的目的在于提供一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,该方法综合考虑了不同时空条件下水深的差异以及不同水深对栖息地适宜性的影响,使得对栖息地适宜性的评价更加准确和接近实际情况。
本发明解决上述技术问题所采用的方案是:
一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,所述评价方法是基于水动力模型计算结果动态评价不同时空条件下研究区域的栖息地适宜性,包含以下步骤:
S1:对研究区域开展涉禽基本情况调查,选取重点关注的涉禽,从重点涉禽的栖息地适宜性因素中选取关键栖息地因子,构建关键栖息地因子集合;
S2:根据相关研究资料,建立目标涉禽对关键栖息地因子的评价等级集合;
S3:收集研究区域的水文、地形及气象的基本数据,根据收集的基本数据建立二维浅水水动力模型,并以二维浅水水动力模型计算结果作为涉禽栖息地适宜性评价模型的动态因子输入并进行栖息地适宜性评价;
S4:采用空间模糊评价法建立分段半正态分布隶属函数,根据水动力模型计算结果确定关键栖息地因子的隶属度rij,根据计算得到的关键栖息地因子的隶属度构建各关键栖息地因子的单因素模糊评价矩阵Rk,其中,i=1,...,n,n表示关键栖息地适宜性评价因子的总个数,j=1,...,m,m表示评价等级的总个数;
S5:采用层次分析法确定各关键栖息地因子在涉禽生态适宜性评价体系中的相对重要程度,得到关键栖息地因子集合的权重系数向量W=[w1,w2,w3…wn],以及对各评价等级集合指标值按照栖息地适宜性由差到好赋予统一的分值V=[v1,v2,...,vm],其中,v1为最低分,vm为最高分,最后根据研究区域水动力模型,结合单因素模糊评价矩阵、各关键栖息地因子的权重系数向量以及栖息地适宜性的统一分值向量,最终建立不同时空条件下涉禽栖息地适宜性的动态评价模型B,其中,Bi=W·Rki·V,i为网格单元编号,W为权重系数向量,Rki为编号为i的单元网格的模糊评价矩阵,V为栖息地适宜性的统一分值向量,Di为编号为i的单元网格的面积,n为研究区域的单元网格总数量。
进一步地,所述步骤S1具体包括:
a.涉禽基本情况调查:根据研究区域涉禽现状及历史资料,了解涉禽的种类,涉禽在研究区域分布情况,涉禽种群和数量的变化规律,确定研究区域重点关注的涉禽;
b.构建评价指标体系:针对研究的涉禽,结合其在研究区域栖息地适宜性的实际情况,选取目标涉禽的关键栖息地因子,并将这些评价因子构建成一个新的关键栖息地因子集合。
进一步地,所述关键栖息地因子包括栖息地水深、食物资源可利用性以及人类活动。
进一步地,所述步骤S2具体包括:
1)根据已有相关研究成果,得到目标涉禽栖息地适宜性和关键栖息地因子指标值的定量响应关系;
2)根据栖息地适宜性和关键栖息地因子指标值的响应关系,建立第i个关键栖息地因子的评价等级集合Pi={Pi1,Pi2,...,Pim},式中Pij(j=1,...,m)为第i个影响因子不同等级对应的指标值,m表示评价指标分为m个等级,Pi1,Pi2,...,Pim介于Pmin和Pmax之间,其中,Pmax表示该等级对应栖息地适宜性最优值,Pmin表示该等级对应栖息地适宜性最差值。
进一步地,在建立第i个栖息地因子的评价等级集合Pi={Pi1,Pi2,...,Pim}时,根据栖息地适宜性和关键影响因子指标值的响应关系曲线分为四种基本情况进行考虑:
Ⅰ.响应关系曲线为单调递减曲线,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},Pmin=Pi1>Pi2>...>Pim=Pmax;
Ⅱ.响应关系曲线为单调递增曲线,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},Pmin=Pi1<Pi2<...<Pim=Pmax;
Ⅲ.响应关系曲线为先增后减曲线,将第i个栖息地因子评价等级拆分成增集合和减集合,分别对应曲线单调递增区间和曲线单调递减区间的栖息地因子指标值,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin1=Pi1<Pi2<...<Pim=Pmax,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin2=Pi1>Pi2>...>Pim=Pmax;
Ⅳ.响应关系曲线为先减后增曲线,将第i个栖息地因子评价等级拆分成减集合和增集合,分别对应曲线单调递减区间和曲线单调递增区间的栖息地因子指标值,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin=Pi1>Pi2>...>Pim=Pmax1,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin=Pi1<Pi2<...<Pim=Pmax2。
进一步地,所述步骤S3具体包括:
用三角形非结构网格剖分研究区域,根据收集的研究区域的水文、地形、气象的基础数据,以二维浅水方程组与Godunov型有限体积法为框架建立二维浅水水动力模型,以实测流量水位作为模型进出口条件模拟研究区域水流特征变化,根据二维浅水水动力模型计算得到网格单元的水流条件,每当时间步长超过栖息地评价周期时,将计算得到的水流条件作为涉禽栖息地适宜性模型的动态输入因子并进行栖息地适宜性评价;
其中,二维浅水水动力模型的控制方程包括:
A、二维浅水方程组:
S=Sb+Sf+Sw+Sc
B、三角形网格下Godunov型有限体积格式:
其中,U表示守恒量;t表示时间,单位为s;x、y为笛卡尔坐标系,单位为m;F、G分别表示x、y方向的数值通量;S表示源项,其中Sb表示地形源项,Sf表示摩阻源项,Sw表示风应力源项,Sc表示地球自转产生的柯氏力项;h为水深,单位为m;u、v分别为x、y方向的水流流速,单位为m/s;g为重力加速度,取9.8m/s2,Sx、Sy分别表示各类源项在x、y方向的分量;采用三角形网格划分研究区域,i表示网格单元编号,j表示边界在某一单元中的编号,在三角形网格中,j=1,2,3;Δt表示时间步长,单位为s;Di表示三角形网格的单元面积,单位为m2;Lij表示第i个三角形网格中第j个边界的长度,单位为m;Fij、Gij分别表示第i个网格中第j个边界x、y方向的通量向量;θ表示相应边界外法向与x正向的夹角,单位为°。
进一步地,所述步骤S4具体包括:
采用半正态分布确定不同关键栖息地因子对各评价等级的隶属度,隶属函数公式根据评价等级Pi={Pi1,Pi2,...,Pim}的不同分为两种情况:
当Pij<Pi(j+1)时:
隶属函数公式
隶属函数公式
隶属函数公式
当Pij>Pi(j+1)时:
隶属函数公式
隶属函数公式
隶属函数公式
其中i=1,...,n,n表示栖息地适宜性评价因子的总个数;j=1,...,m,m表示评价等级的总个数;Cki表示空间任意位置k上的关键栖息地因子ui的水动力模型计算值;
根据上述公式求得空间位置k处的关键栖息地因子ui的空间隶属度后,在水动力模型中增加构建关键栖息地因子的单因素模糊评价矩阵Rk;
进一步地,所述步骤S5具体包括:
1)采用层析分析法确定各关键栖息地因子{u1,u2,...,un}的权重,将关键栖息地因子两两比较确定相对权重aij,aij表示评价因子i与评价因子j重要性比较结果的标度,可以根据前人的研究成果或者咨询专家意见确定,并由此构建判断矩阵An:
An=(aij)n×n,其中aii=1,aij>0,aji=1/aij;
2)在判断矩阵通过一致性检验后,得到矩阵最大特征值的对应的特征向量,对特征向量作归一化处理后,得到各关键栖息地因子的权重系数向量W=[w1,w2,w3,…,wn],其中,wi为第i个关键栖息地因子对栖息地适宜性的影响权重;
3)对各等级指标值按照栖息地适宜由差到好赋予统一的分值V={v1,v2,...,vm},其中,v1为最低分,vm为最高分;
4)在水动力模型中将各关键栖息地因子权重系数向量W与单个网格单元单因素模糊评价矩阵Rki、栖息地适宜性评分向量V相乘得单个网格涉禽栖息地适宜性评价的分数Bi,其中,i为网格单元编号,n表示栖息地适宜性评价因子的总个数,m表示评价等级的总个数;
5)以研究区域单元网格面积为权重,对单个网格单元评分Bi作加权平均后,得到整个研究区域的涉禽栖息地适宜性综合评价得分B:
其中,i为单元网格编号,Di为编号i的单元网格面积,n为单元网格数量。
进一步地,还包括:在给定水动力模型的水文边界条件下,采用上述方法计算时长超过水动力模型模拟总时长,由此得到目标涉禽栖息地适宜性与研究区域水文边界条件的动态响应关系,并得到栖息地适宜性综合评价得分在模拟期间的变化过程。
与现有技术相比,本发明至少具有以下有益效果:
(1)以二维浅水方程组与Godunov型有限体积法为框架建立二维浅水水动力模型,以实测流量水位作为模型进出口条件模拟研究区域水流特征变化,再根据二维浅水水动力模型计算所得的水深作为栖息地评价指标,所得水深更接近实际水深,使以水深为评价指标的评价结果更加准确,也使评价指标的物理意义更加充分;
(2)本发明采用三角形非结构网格剖分研究区域,并基于二维浅水水动力模型计算结果动态评价不同时空条件下研究区域的栖息地适宜性,综合考虑了不同时间下、不同网格单元内的水深的变化对栖息地适宜性的影响,同时根据栖息地水深与食物资源可利用性之间的响应关系以及栖息地适宜性与人类活动之间的响应关系建立相应的单因素模糊评价矩阵、各关键栖息地因子的权重系数以及栖息地适宜性的统一分值,从而得到整个研究区域的栖息地适宜性综合评价得分,故通过本发明评价的栖息地的适宜性更准确,对整个研究区域起到更有意义的指导作用,同时,该方法克服了传统的只单一地考虑某一因素的影响的局限性;
(3)本发明提供的方法能够用计算机软件技术实现全部流程,将空间模糊评价方法耦合至水动力模型中,只需改变研究区域的水文边界条件,就能自动得到研究区域的栖息地适宜性分布结果。
具体实施方式
为更好的理解本发明,下面的实施例是对本发明的进一步说明,但本发明的内容不仅仅局限于下面的实施例。
选择鄱阳湖湿地为研究区域,对研究区域不同典型年涉禽栖息地适宜性进行评价,本发明的结合水动力模型的涉禽栖息地适宜性空间模糊评价方法包括以下步骤:
S1:对研究区域开展涉禽基本情况调查,选取重点关注的涉禽,从涉禽的栖息地适宜性因素中选取关键栖息地因子,构建影响因子集合。
全球近95%的白鹤、60%的鸿雁和50%的白枕鹤在鄱阳湖越冬,使鄱阳湖成为长江中下游乃至东亚地区最大和最重要的候鸟越冬栖息地。在近百种越冬候鸟中,白鹤对环境的要求最为严格。因此,研究白鹤在鄱阳湖越冬的生物特性及其对鄱阳湖水深变化的响应对于加强鄱阳湖生态环境建设和保护具有重大意义。
其中,野生动物栖息地适宜性评价指标主要包括三大类:物理环境因子、生物环境因子、人类活动因子,结合白鹤觅食、栖息活动范围与生境的分布关系等研究,在本实施例中选取水深、食物资源可利用性、人类活动作为关键栖息地因子,构建影响因子集合W={水深,食物资源可利用性,人类活动}。
S2:通过相关研究资料,建立目标涉禽对关键栖息地因子的评价等级集合。
根据已有相关的研究成果,我们可以得到栖息地适宜性和水深的响应曲线为先增后减,栖息地适宜性和食物资源可利用性的响应曲线为单调递增,因此,我们可以间接得到食物资源可利用性与水深之间呈现先增后减的响应关系。另外,栖息地适宜性和人类活动的响应关系可以利用射线法获取每个网格的栖息地等级,对不同的栖息地等级是根据人类活动的频繁程度这一评价指标来进行等级评价的,即栖息地等级越高,其分数越高,人类活动越少。
根据上述的栖息地适宜性和影响因子指标值的响应关系,我们可以建立第i个关键栖息地因子的评价等级集合Pi={Pi1,Pi2,...,Pim},式中Pij(j=1,...,m)为第i个影响因子不同等级对应的指标值,m表示评价指标分为m个等级,Pi1,Pi2,...,Pim介于Pmin和Pmax之间,其中,Pmax表示该等级对应栖息地适宜性最优值,Pmin表示该等级对应栖息地适宜性最差值。
根据前述已知,栖息地适宜性与关键影响因子指标值的响应关系曲线呈现多种形式,因此,在此处我们可以响应曲线划分为四种基本情况进行考虑:
Ⅰ.当响应关系曲线为单调递减曲线时,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},其中,Pmin=Pi1>Pi2>...>Pim=Pmax;
Ⅱ.当响应关系曲线为单调递增曲线时,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},其中,Pmin=Pi1<Pi2<...<Pim=Pmax;
Ⅲ.当响应关系曲线为先增后减曲线,将第i个栖息地因子评价等级拆分成增集合和减集合,增集合和减集合分别对应曲线单调递增区间和曲线单调递减区间的栖息地因子指标值,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin1=Pi1<Pi2<...<Pim=Pmax,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin2=Pi1>Pi2>...>Pim=Pmax;
Ⅳ.当响应关系曲线为先减后增曲线时,将第i个栖息地因子评价等级拆分成减集合和增集合,减集合和增集合分别对应曲线单调递减区间和曲线单调递增区间的栖息地因子指标值,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin=Pi1>Pi2>...>Pim=Pmax1,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin=Pi1<Pi2<...<Pim=Pmax2。
由前述可知,栖息地适宜性和水深的响应曲线为先增后减,因此,我们可以使用上述Ⅲ中的方法先确定评价等级的Pmin1,Pmin2,Pmax,然后得到增集合P1 增和减集合P1 减,再采用等间距法将增集合P1 增和减集合P1 减评价指标各分为4级(即m=4)。同样由前述我们可以得出食物资源可利用性与水深的响应曲线为先增后减,同样首先确定Pmin1,Pmin2,Pmax后,再采用等间距法将增集合P2 增和减集合P2 减评价指标各分为4级。最后,根据栖息地适宜性和人类活动的响应曲线,在确定Pmin,Pmax后,采用等间距法将P3评价指标各分为4级。
S3:收集研究区域的水文、地形及气象等基本数据,建立研究区域水动力模型,研究区域二维浅水水动力模型的控制方程包括:
A、二维浅水方程组:
S=Sb+Sf+Sw+Sc
B、三角形网格下Godunov型有限体积格式:
其中,U表示守恒量;t表示时间,单位为s;x、y为笛卡尔坐标系,单位为m;F、G分别表示x、y方向的数值通量;S表示源项,其中Sb表示地形源项,Sf表示摩阻源项,Sw表示风应力源项,Sc表示地球自转产生的柯氏力项;h为水深,单位为m;u、v分别为x、y方向的水流流速,单位为m/s;g为重力加速度,取9.8m/s2,Sx、Sy分别表示各类源项在x、y方向的分量;采用三角形网格划分研究区域,i表示网格单元编号,j表示边界在某一单元中的编号,在三角形网格中,j=1,2,3;Δt表示时间步长,单位为s;Di表示三角形网格的单元面积,单位为m2;Lij表示第i个三角形网格中第j个边界的长度,单位为m;Fij、Gij分别表示第i个网格中第j个边界x、y方向的通量向量;θ表示相应边界外法向与x正向的夹角,单位为°。
在建立上述研究区域水动力模型的控制方程后,用三角形非结构网格剖分研究区域,给定研究区域基本参数、模型计算参数、初始计算条件、设定模拟时长及相对应的研究区域进出口水文、地形边界条件,研究区域的基本参数包括事先收集的研究区域的水文、地形、气象等基础数据,以上述二维浅水方程组与Godunov型有限体积法为框架建立二维浅水水动力模型,在模拟计算时以实测流量水位作为水动力模型进出口条件,采用水动力模型计算得到的水流条件作为涉禽栖息地适宜性模型的动态输入因子;其中,该步骤中的具体计算方法为:
(a)用三角形非结构网格剖分计算区域,给定计算区域基本参数、模型计算参数、初始计算条件、设定模拟时长及相对应的研究区域进出口水文、地形边界条件;
(b)根据CFL稳定条件确定适合的时间步长,保证Godunov型有限体积格式二维水动力模型计算的稳定性,时间步长(Ccfl表示科朗条件数,一般取0.8),时间步长随水流条件的改变实时更新;
(c)根据网格所处位置定义三种类型的网格边界:固壁不过水边界、网格内部过水边界、进出口水文边界;
(d)根据网格边界条件的不同利用HLLC格式计算边界通量后,代入三角形网格下Godunov型有限体积计算公式,更新得到下一个时间步长的守恒量Ui n+1;
(e)每当时间步长超过栖息地评价周期时(如以1天为周期,每天输出一次栖息地适宜性评价结果),进行下面的步骤,否则返回步骤(b)重新计算,直至时间步长超过周期。
S4:采用空间模糊评价法建立分段半正态分布隶属函数,根据水动力模型计算结果确定关键栖息地因子的隶属度,构建关键栖息地因子的单因素模糊评价矩阵Rk。
i.在步骤S2中我们根据响应曲线关系确定了评价等级集合,首先我们以水深为例,采用半正态分布确定水深因子对各评价等级的隶属度rim,i表示其第i个影响因子,m表示评价指标分为m个等级,由于栖息地适宜性与水深的响应曲线为先增后减,因此我们找出该响应曲线的增集合P1 增和减集合P1 减:
P1 增={P11,P12,P13,P14}={0.0453,0.1098,0.1742,0.2386}(Pij<Pi(j+1),单位为m)
P1 减={P11,P12,P13,P14}={0.4319,0.3675,0.3031,0.2386}(Pij>Pi(j+1),单位为m)
当水动力模型计算得到的单元网格水深h<0.2386m时,我们采用增集合P1 增作为评价等级集合,而当水动力模型计算得到的单元网格水深h≥0.2386m时,采用减集合P1 减作为评价等级集合。
当采用P1 增={0.0453,0.1098,0.1742,0.2386}作为评价等级集合时,根据水动力模型计算各单元网格适宜性与水深的隶属度rij,得出如下的隶属度计算公式:
若h≤P11=0.0453m,对应的隶属度计算公式为:
若0.0453m=P11<h≤P12=0.1098m,对应的隶属度计算公式为:
若0.1098m=P12<h≤P13=0.1742m,对应的隶属度计算公式为:
若0.1742m=P13<h<P14=0.2386m,对应的隶属度计算公式为:
当采用P1 减={0.4319,0.3675,0.3031,0.2386}作为评价等级集合时,用上述水动力模型计算得出如下的隶属度计算公式:
若h≥P11=0.4319m,对应的隶属度计算公式为:
若0.3675m=P12≤h<P11=0.4319m,对应的隶属度计算公式为:
若0.3031m=P13≤h<P12=0.3675m,对应的隶属度计算公式为:
若0.2386m=P14≤h<P13=0.3031m,对应的隶属度计算公式为:
ii.采用与i中相同的方法对食物资源可利用性因子进行评价,白鹤觅食个体数量与冬芽生物量呈线性关系,而冬芽生物量与水深的关系密切,故我们间接得出食物资源可利用性与水深呈现先增后减的关系。我们由步骤S2得出的结论和公式确定食物资源可利用性因子评价等级,找出增集合P2 增和减集合P2 减:
P2 增={P21,P22,P23,P24}={1.122,1.162,1.202,1.242}(Pij<Pi(j+1),单位为m)
P2 减={P21,P22,P23,P24}={1.362,1.322,1.282,1.242}(Pij>Pi(j+1),单位为m)
当水动力模型计算得到的单元网格水深h<1.242m时,我们采用增集合P1 增作为评价等级集合,而当水动力模型计算得到的单元网格水深h≥1.242m时,采用减集合P1 减作为评价等级集合。
当采用P2 增={P21,P22,P23,P24}={1.122,1.162,1.202,1.242}作为评价等级集合时,根据水动力模型计算各单元网格适宜性与水深的隶属度rim,得出如下的隶属度计算公式:
若h≤P21=1.122m,对应的隶属度计算公式为:
若1.122m=P21<h≤P22=1.162m,对应的隶属度计算公式为:
若1.162m=P22<h≤P23=1.242m,对应的隶属度计算公式为:
若1.202m=P23<h<P24=1.242m,对应的隶属度计算公式为:
当采用P2 减={P21,P22,P23,P24}={1.362,1.322,1.282,1.242}作为评价等级集合时,用上述水动力模型计算得出如下的隶属度计算公式:
若h≥P21=1.362m,对应的隶属度计算公式为:
若1.322m=P12≤h<P11=1.362m,对应的隶属度计算公式为:
若1.282m=P23≤h<P22=1.322m,对应的隶属度计算公式为:
若1.242m=P24≤h<P23=1.282m,对应的隶属度计算公式为:
iii.对人类活动因子进行评价,根据计算单元网格所在区域保护情况确定评价等级:
P3 增={P31,P32,P33,P34}={25,50,75,100}(Pij<Pi(j+1),P31、P32、P33、P34依次对应非保护区域、县级自然保护区、省级自然保护区和国家湿地公园、鄱阳湖国家级自然保护区)。根据前述步骤S2得出的结论和公式,根据增集合P3 增得到如下的隶属度计算公式:
在确定了关键栖息因子即{水深,食物资源可利用性,人类活动}对各评价等级的隶属度后,在水动力模型中构建关键栖息地因子的单因素模糊评价矩阵Rk:
S5:采用层次分析法确定各关键栖息地因子在涉禽生态适宜性评价体系中的相对重要程度,对不同指标给定不同权重值,根据研究区域水动力模型,结合单因素模糊评价矩阵、各因素权重系数向量以及栖息地统一分值向量,最终建立不同时空条件下涉禽栖息地适宜性的动态评价模型。
该步骤具体包括:
①以鄱阳湖越冬白鹤栖息地生境适宜性评价因子水深为例,给定涉禽栖息地生境适宜性评价因子,包括水深、食物资源可利用性、人类活动强度,利用层次分析法构建判断矩阵An。
利用层次法构建的判断矩阵具有如下性质:
aij=1/aji。
见表1,在构建判断矩阵时根据判断因素i和因素j重要程度得出各因子的重要性标度,再确定判断矩阵An。
表1评价因子重要性标度
根据关键栖息地评价因子数量n,确定本次研究的判断矩阵如下:
②判断矩阵A3最大特征值λmax对应的特征向量计为W,对A3进行一致性评价,引入一致性指标CI,随机一致性指标RI和检验系数CR:
CR=CI/RI
其中,RI为常量,根据n值查表可得,当CR≥0.1时,需要调整判断矩阵,直至CR<0.1,此时认为判断矩阵满足一致性检验要求,得到矩阵最大特征值的对应的特征向量,对特征向量作归一化处理后,得各关键栖息地因子的权重系数向量:W=[w1,w2,w3]。
③对各关键栖息地因子的等级指标值按照栖息地适宜由差到好赋予统一的分值V={v1,v2,v3,v4}={25,50,75,100}
④通过水动力模型得到研究区域第i个网格单元的水流条件和位置信息;通过网格水深信息hi得到水深因子和食物资源可利用性因子对各评价等级的隶属度rij;再通过网格位置信息,利用射线法判断网格所在栖息地现状保护等级得到其对各评价等级的隶属度,由此得到第i个网格单元的单因素模糊评价矩阵Rki;最后在水动力模型中将关键栖息地因子权重系数向量W与第i个网格单元单因素模糊评价矩阵Rki、栖息地适宜性评分向量V相乘得到第i个单元网格涉禽栖息地适宜性评价的分数Bi:
[(w1r11+w2r21+w3r31)v1+(w1r12+w2r22+w3r32)v2+(w1r13+w2r23+w3r33)v3+(w1r14+w2r24+w3r34)v4]i
⑤以研究区域单元网格面积为权重,对单个网格评分Bi作加权平均后,得到整个研究区域的涉禽栖息地适宜性综合评价得分B:
其中,Di为对应单元面积,n为单元网格数量;
⑥在给定水动力模型的水文边界条件下,重复步骤S3~S5直至计算时长超过水动力模型模拟总时长,由此得到目标涉禽栖息地适宜性与研究区域水文边界条件的动态响应关系,并得到栖息地适宜性综合评价得分在模拟期间的变化过程。
具体的栖息地的基本资料都有不同,评价的内容也不相同,本领域技术人员可以实际情况输入模型当中。本文中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施案例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (9)
1.一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述评价方法是基于水动力模型计算结果动态评价不同时空条件下研究区域的栖息地适宜性,包含以下步骤:
S1:对研究区域开展涉禽基本情况调查,选取重点关注的涉禽,从重点涉禽的栖息地适宜性因素中选取关键栖息地因子,构建关键栖息地因子集合;
S2:根据相关研究资料,建立目标涉禽对关键栖息地因子的评价等级集合;
S3:收集研究区域的水文、地形及气象的基本数据,根据收集的基本数据建立二维浅水水动力模型,并以二维浅水水动力模型计算结果作为涉禽栖息地适宜性评价模型的动态因子输入并进行栖息地适宜性评价;
S4:采用空间模糊评价法建立分段半正态分布隶属函数,根据水动力模型计算结果确定关键栖息地因子的隶属度rij,根据计算得到的关键栖息地因子的隶属度构建各关键栖息地因子的单因素模糊评价矩阵Rk,其中,i=1,...,n,n表示关键栖息地适宜性评价因子的总个数,j=1,...,m,m表示评价等级的总个数;
S5:采用层次分析法确定各关键栖息地因子在涉禽生态适宜性评价体系中的相对重要程度,得到关键栖息地因子集合的权重系数向量W=[w1,w2,w3…wn],以及对各评价等级集合指标值按照栖息地适宜性由差到好赋予统一的分值V=[v1,v2,...,vm],其中,v1为最低分,vm为最高分,最后根据研究区域水动力模型,结合单因素模糊评价矩阵、各关键栖息地因子的权重系数向量以及栖息地适宜性的统一分值向量,最终建立不同时空条件下涉禽栖息地适宜性的动态评价模型B,其中,Bi=W·Rki·V,i为网格单元编号,W为权重系数向量,Rki为编号为i的单元网格的模糊评价矩阵,V为栖息地适宜性的统一分值向量,Di为编号为i的单元网格的面积,n为研究区域的单元网格总数量。
2.根据权利要求1所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述步骤S1具体包括:
a.涉禽基本情况调查:根据研究区域涉禽现状及历史资料,了解涉禽的种类,涉禽在研究区域分布情况,涉禽种群和数量的变化规律,确定研究区域重点关注的涉禽;
b.构建评价指标体系:针对研究的涉禽,结合其在研究区域栖息地适宜性的实际情况,选取目标涉禽的关键栖息地因子,并将这些评价因子构建成一个新的关键栖息地因子集合。
3.根据权利要求2所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述关键栖息地因子包括栖息地水深、食物资源可利用性以及人类活动。
4.根据权利要求1所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述步骤S2具体包括:
1)根据已有相关研究成果,得到目标涉禽栖息地适宜性和关键栖息地因子指标值的定量响应关系;
2)根据栖息地适宜性和关键栖息地因子指标值的响应关系,建立第i个关键栖息地因子的评价等级集合Pi={Pi1,Pi2,...,Pim},式中Pij(j=1,...,m)为第i个影响因子不同等级对应的指标值,m表示评价指标分为m个等级,Pi1,Pi2,...,Pim介于Pmin和Pmax之间,其中,Pmax表示该等级对应栖息地适宜性最优值,Pmin表示该等级对应栖息地适宜性最差值。
5.根据权利要求4所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,在建立第i个栖息地因子的评价等级集合Pi={Pi1,Pi2,...,Pim}时,根据栖息地适宜性和关键影响因子指标值的响应关系曲线分为四种基本情况进行考虑:
Ⅰ.响应关系曲线为单调递减曲线,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},Pmin=Pi1>Pi2>...>Pim=Pmax;
Ⅱ.响应关系曲线为单调递增曲线,构建第i个栖息地因子评价等级集合Pi={Pi1,Pi2,...,Pim},Pmin=Pi1<Pi2<...<Pim=Pmax;
Ⅲ.响应关系曲线为先增后减曲线,将第i个栖息地因子评价等级拆分成增集合和减集合,分别对应曲线单调递增区间和曲线单调递减区间的栖息地因子指标值,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin1=Pi1<Pi2<...<Pim=Pmax,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin2=Pi1>Pi2>...>Pim=Pmax;
Ⅳ.响应关系曲线为先减后增曲线,将第i个栖息地因子评价等级拆分成减集合和增集合,分别对应曲线单调递减区间和曲线单调递增区间的栖息地因子指标值,减集合Pi 减={Pi1,Pi2,...,Pim},Pmin=Pi1>Pi2>...>Pim=Pmax1,增集合Pi 增={Pi1,Pi2,...,Pim},Pmin=Pi1<Pi2<...<Pim=Pmax2。
6.根据权利要求1所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述步骤S3具体包括:
用三角形非结构网格剖分研究区域,根据收集的研究区域的水文、地形、气象的基础数据,以二维浅水方程组与Godunov型有限体积法为框架建立二维浅水水动力模型,以实测流量水位作为模型进出口条件模拟研究区域水流特征变化,根据二维浅水水动力模型计算得到网格单元的水流条件,每当时间步长超过栖息地评价周期时,将计算得到的水流条件作为涉禽栖息地适宜性模型的动态输入因子并进行栖息地适宜性评价;
其中,二维浅水水动力模型的控制方程包括:
A、二维浅水方程组:
S=Sb+Sf+Sw+Sc
B、三角形网格下Godunov型有限体积格式:
其中,U表示守恒量;t表示时间,单位为s;x、y为笛卡尔坐标系,单位为m;F、G分别表示x、y方向的数值通量;S表示源项,其中Sb表示地形源项,Sf表示摩阻源项,Sw表示风应力源项,Sc表示地球自转产生的柯氏力项;h为水深,单位为m;u、v分别为x、y方向的水流流速,单位为m/s;g为重力加速度,取9.8m/s2,Sx、Sy分别表示各类源项在x、y方向的分量;采用三角形网格划分研究区域,i表示网格单元编号,j表示边界在某一单元中的编号,在三角形网格中,j=1,2,3;Δt表示时间步长,单位为s;Di表示三角形网格的单元面积,单位为m2;Lij表示第i个三角形网格中第j个边界的长度,单位为m;Fij、Gij分别表示第i个网格中第j个边界x、y方向的通量向量;θ表示相应边界外法向与x正向的夹角,单位为°。
7.根据权利要求1所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述步骤S4具体包括:
采用半正态分布确定不同关键栖息地因子对各评价等级的隶属度,隶属函数公式根据评价等级Pi={Pi1,Pi2,...,Pim}的不同分为两种情况:
当Pij<Pi(j+1)时:
隶属函数公式
隶属函数公式
隶属函数公式
当Pij>Pi(j+1)时:
隶属函数公式
隶属函数公式
隶属函数公式
其中i=1,...,n,n表示栖息地适宜性评价因子的总个数;j=1,...,m,m表示评价等级的总个数;Cki表示空间任意位置k上的关键栖息地因子ui的水动力模型计算值;
根据上述公式求得空间位置k处的关键栖息地因子ui的空间隶属度后,在水动力模型中增加构建关键栖息地因子的单因素模糊评价矩阵Rk;
8.根据权利要求1所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,所述步骤S5具体包括:
1)采用层析分析法确定各关键栖息地因子{u1,u2,...,un}的权重,将关键栖息地因子两两比较确定相对权重aij,aij表示评价因子i与评价因子j重要性比较结果的标度,可以根据前人的研究成果或者咨询专家意见确定,并由此构建判断矩阵An:
An=(aij)n×n,其中aii=1,aij>0,aji=1/aij;
2)在判断矩阵通过一致性检验后,得到矩阵最大特征值的对应的特征向量,对特征向量作归一化处理后,得到各关键栖息地因子的权重系数向量W=[w1,w2,w3,…,wn],其中,wi为第i个关键栖息地因子对栖息地适宜性的影响权重;
3)对各等级指标值按照栖息地适宜由差到好赋予统一的分值V={v1,v2,...,vm},其中,v1为最低分,vm为最高分;
4)在水动力模型中将各关键栖息地因子权重系数向量W与单个网格单元单因素模糊评价矩阵Rki、栖息地适宜性评分向量V相乘得单个网格涉禽栖息地适宜性评价的分数Bi,其中,i为网格单元编号,n表示栖息地适宜性评价因子的总个数,m表示评价等级的总个数;
5)以研究区域单元网格面积为权重,对单个网格单元评分Bi作加权平均后,得到整个研究区域的涉禽栖息地适宜性综合评价得分B:
其中,i为单元网格编号,Di为编号i的单元网格面积,n为单元网格数量。
9.根据权利要求8所述的一种结合水动力模型的涉禽栖息地适宜性空间模糊评价方法,其特征在于,还包括:在给定水动力模型的水文边界条件下,重复步骤S3~S5直至计算时长超过水动力模型模拟总时长,由此得到目标涉禽栖息地适宜性与研究区域水文边界条件的动态响应关系,并得到栖息地适宜性综合评价得分在模拟期间的变化过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910619073.1A CN110414088B (zh) | 2019-07-10 | 2019-07-10 | 结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910619073.1A CN110414088B (zh) | 2019-07-10 | 2019-07-10 | 结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110414088A true CN110414088A (zh) | 2019-11-05 |
CN110414088B CN110414088B (zh) | 2021-05-11 |
Family
ID=68360922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910619073.1A Active CN110414088B (zh) | 2019-07-10 | 2019-07-10 | 结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110414088B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767684A (zh) * | 2020-06-30 | 2020-10-13 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
CN113379262A (zh) * | 2021-06-18 | 2021-09-10 | 武汉大学 | 河道内水草影响电站发电的风险预警方法及系统 |
CN114282403A (zh) * | 2021-11-22 | 2022-04-05 | 西安理工大学 | 一种耦合生境适宜模型的高效高精度栖息地模拟方法 |
CN117393062A (zh) * | 2023-12-13 | 2024-01-12 | 上海交通大学四川研究院 | 刚性化学反应流回退自适应半隐半显耦合时间的模拟方法 |
CN117556679A (zh) * | 2023-11-17 | 2024-02-13 | 长江水资源保护科学研究所 | 一种水库型水源地油膜运动轨迹实时模拟方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485076A (zh) * | 2016-10-11 | 2017-03-08 | 沈阳农业大学 | 一种流域化学完整性评估的方法 |
CN107563610A (zh) * | 2017-08-14 | 2018-01-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种闸坝调控对鱼类栖息地空间特性影响的量化分析方法 |
CN108446502A (zh) * | 2018-03-22 | 2018-08-24 | 中国水利水电科学研究院 | 一种利用完整二维浅水方程组获得流域单位线的方法 |
CN109271694A (zh) * | 2018-09-06 | 2019-01-25 | 西安理工大学 | 基于鱼类个体动态模拟技术的栖息地识别方法 |
-
2019
- 2019-07-10 CN CN201910619073.1A patent/CN110414088B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485076A (zh) * | 2016-10-11 | 2017-03-08 | 沈阳农业大学 | 一种流域化学完整性评估的方法 |
CN107563610A (zh) * | 2017-08-14 | 2018-01-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种闸坝调控对鱼类栖息地空间特性影响的量化分析方法 |
CN108446502A (zh) * | 2018-03-22 | 2018-08-24 | 中国水利水电科学研究院 | 一种利用完整二维浅水方程组获得流域单位线的方法 |
CN109271694A (zh) * | 2018-09-06 | 2019-01-25 | 西安理工大学 | 基于鱼类个体动态模拟技术的栖息地识别方法 |
Non-Patent Citations (4)
Title |
---|
WENXIN HUAI等: "Estimating the Transverse Mixing Coefficient in Laboratory Flumes and Natural Rivers", 《WATER AIR SOIL POLLUT》 * |
ZHOU JIAN等: "Habitat suitability of Scapharca subcrenata (Lischke) in the shallow water of the Xiaoheishan Island", 《ACTA OCEANOL. SIN》 * |
刘伟等: "东洞庭湖湿地优势鹬类物种栖息地适宜性研究", 《野生动物学报》 * |
杞银凤等: "丽江拉市海湿地恢复区越冬水鸟栖息地适宜性的模糊综合评价", 《云南大学学报( 自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767684A (zh) * | 2020-06-30 | 2020-10-13 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
CN111767684B (zh) * | 2020-06-30 | 2024-04-19 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
CN113379262A (zh) * | 2021-06-18 | 2021-09-10 | 武汉大学 | 河道内水草影响电站发电的风险预警方法及系统 |
CN113379262B (zh) * | 2021-06-18 | 2022-06-07 | 武汉大学 | 河道内水草影响电站发电的风险预警方法及系统 |
CN114282403A (zh) * | 2021-11-22 | 2022-04-05 | 西安理工大学 | 一种耦合生境适宜模型的高效高精度栖息地模拟方法 |
CN117556679A (zh) * | 2023-11-17 | 2024-02-13 | 长江水资源保护科学研究所 | 一种水库型水源地油膜运动轨迹实时模拟方法及系统 |
CN117393062A (zh) * | 2023-12-13 | 2024-01-12 | 上海交通大学四川研究院 | 刚性化学反应流回退自适应半隐半显耦合时间的模拟方法 |
CN117393062B (zh) * | 2023-12-13 | 2024-02-23 | 上海交通大学四川研究院 | 刚性化学反应流回退自适应半隐半显耦合时间的模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110414088B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414088A (zh) | 结合水动力模型的涉禽栖息地适宜性空间模糊评价方法 | |
Liu et al. | Assessing the effects of adaptation measures on optimal water resources allocation under varied water availability conditions | |
Rivas-Tabares et al. | An accurate evaluation of water availability in sub-arid Mediterranean watersheds through SWAT: Cega-Eresma-Adaja | |
CN107464202B (zh) | 基于鱼类生境需求的多闸坝平原河流生态流量过程推求方法 | |
Baird et al. | Simulating riparian evapotranspiration: a new methodology and application for groundwater models | |
CN113077153B (zh) | 一种基于生态系统服务供需关系的生态空间管制分区方法 | |
Ban et al. | Applying instream flow incremental method for the spawning habitat protection of Chinese sturgeon (Acipenser sinensis) | |
CN107480884A (zh) | 一种多闸坝平原河流冬季生态流量推求方法 | |
CN113176393B (zh) | 一种基于hasm模型的土壤有机碳储量三维估算方法及系统 | |
Joseph et al. | Assessment of environmental flow requirements using a coupled surface water-groundwater model and a flow health tool: A case study of Son river in the Ganga 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 | |
Peng et al. | Research on ecological risk assessment in land use model of Shengjin Lake in Anhui province, China | |
Huang et al. | Combination of artificial neural network and clustering techniques for predicting phytoplankton biomass of Lake Poyang, China | |
CN111539597A (zh) | 一种网格化的流域社会经济干旱评估方法 | |
Wu et al. | The impact of human activities on blue-green water resources and quantification of water resource scarcity in the Yangtze River Basin | |
Roberts | The effects of current landscape configuration on streamflow within selected small watersheds of the Atlanta metropolitan region | |
Macura et al. | Determination of the Effect of Water Depth and Flow Velocity on the Quality of an In‐Stream Habitat in Terms of Climate Change | |
Aliyari et al. | Providing decision support system in groundwater resources management for the purpose of sustainable development | |
Liu et al. | Simulating crop evapotranspiration response under different planting scenarios by modified SWAT model in an irrigation district, Northwest China | |
Papadaki et al. | Comparison of West Balkan adult trout habitat predictions using a Pseudo-2D and a 2D hydrodynamic model | |
Wang et al. | Assessing spawning ground hydraulic suitability for Chinese sturgeon (Acipenser sinensis) from horizontal mean vorticity in Yangtze River | |
Goodwin et al. | Simulating mobile populations in aquatic ecosystems | |
Ruelland et al. | A comparison of two conceptual models for the simulation of hydro-climatic variability over 50 years in a large Sudano-Sahelian catchment | |
Ersoy et al. | Hybridizing a conceptual hydrological model with neural networks to enhance runoff prediction | |
CN115545971A (zh) | 一种水收支平衡方程应用选择及计算分析系统 |
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 |