CN110674469A - 一种适用于干旱岩溶缺数据地区的水文频率计算方法 - Google Patents

一种适用于干旱岩溶缺数据地区的水文频率计算方法 Download PDF

Info

Publication number
CN110674469A
CN110674469A CN201910926536.9A CN201910926536A CN110674469A CN 110674469 A CN110674469 A CN 110674469A CN 201910926536 A CN201910926536 A CN 201910926536A CN 110674469 A CN110674469 A CN 110674469A
Authority
CN
China
Prior art keywords
water
karst
dry season
time
research area
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
CN201910926536.9A
Other languages
English (en)
Other versions
CN110674469B (zh
Inventor
危润初
乔小坡
彭向训
郑仰奇
罗金明
刘福东
陈宏�
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN201910926536.9A priority Critical patent/CN110674469B/zh
Publication of CN110674469A publication Critical patent/CN110674469A/zh
Application granted granted Critical
Publication of CN110674469B publication Critical patent/CN110674469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种适用于干旱岩溶缺数据地区的水文频率计算方法,包括:对研究区进行地质、水文进行观测并构建岩溶地下水库概化模型、通过SPI值确定枯季持续时间并建立枯季持续时间与频率关系、建立地下水库退水流量与退水时间的关系确定保证率流量等步骤,基于退水时间即为枯季持续时间这一特点,可得到频率和流量的关系,即得到对应某一保证率的来水量。本发明基于岩溶地质具有地表水与地下水互补这一水文循环特性,对“岩溶地下水库”进行一体化分析。不同于现有的分析方法,本发明不需要利用过往的流量数据进行统计分析与计算,避免了欠发达、缺设备、缺数据资料地区因没有流量数据而不能对保证率来水量进行准确的计算,方便可靠。

Description

一种适用于干旱岩溶缺数据地区的水文频率计算方法
技术领域
本发明涉及地质观测与水文分析计算技术,尤其是一种适用于干旱岩溶缺数据地区的水文频率计算方法。
背景技术
保证率来水量是指某一地区在未来某一时段内,其可能发生的不同的来水量各自所对应的概率,保证率来水量是衡量一个地区(尤其是干旱地区)水资源量的重要指标,关系到水资源统筹规划、水资源管理、水资源优化配置、工农业发展等多项政策制定问题,准确、合理的确定区域保证率来水量对工业、农业、林业等各种产业的发展意义重大。
现有的计算某一河水流域的保证率来水量的方法常用的是水文频率分析法,即利用已有的往年观测得到的河水流量数据组成样本系列,选择合适的频率曲线线型和估计它的统计参数,根据所绘制的频率曲线推求某一河水流域相应于各种频率(或重现期)的来水量设计值。这种方法具有较强的可信度,在确定保证率来水量方面发挥着极其重要的作用,但其缺陷明显,需要长期观测数据支撑。一般而言,进行水文频率分析,要求数据量不少于三十年,且数据越多,计算结果越精确,这种方法适用于数据齐全、设备完善的发达地区。但是对于许多欠发达的区域,比如非洲大部分地区没有完善的监测设备,很难收集到足够的水文数据来支持传统的水文分析计算工作。因此,对于缺少水文数据的地区,较难求算较准确的保证率来水量,不利于此类地区的水资源的合理规划与配置。因此,现有技术中需要一种更新颖的、不过分依赖以往水文数据的方法,来计算缺少水文数据的保证率来水量。
发明内容
本发明目的在于提供一种适用于干旱岩溶缺数据地区的水文频率计算方法,以解决背景技术中提出的问题。
一种适用于干旱岩溶缺数据地区的水文频率计算方法,包括以下步骤:
S1)观测并判定研究区待测河水流域周围的补水岩层是否为岩溶地质:
S2)若待测河水流域周围的补水岩层为岩溶地质,则对待测河水流域的流量进行持续观测,对待测河水流域的流量进行持续观测的时间应当至少包括一个年度的时间且跨越前后两个年度的枯季起始时间点,根据观测得到的流量数据判定补水岩层是否可构成“岩溶地下水库”,所述“岩溶地下水库”的判定条件为:若在枯季开始时(也为雨季结束时)待测河水流域的流量能达到较稳定的最大值,则代表待测河水流域周围的补水岩层的蓄水量是一个定值,可满足“岩溶地下水库”条件;
S3)若待测河水流域周围的补水岩层满足“岩溶地下水库”条件,则可用待测河水流域在枯季持续期间的流量变化过程来反应“岩溶地下水库”在枯季的退水过程,进行如下的步骤3.1与步骤3.2:
S3.1)建立研究区枯季持续时间频率模型:根据研究区以往若干年的SPI(标准化降水指数)数据,计算并确定研究区若干年的枯季持续时间,根据研究区若干年的枯季持续时间构建研究区枯季持续时间频率模型,其中,每一年的枯季持续时间计算方法具体为:计算研究区的日SPI值,分析SPI值突变点,以SPI值突变点作为枯季起止时间点,枯季起始时间点与枯季终止时间点之间的时间段即为当年的枯季持续时间;枯季持续时间频率模型的建立具体为:根据研究区若干年的枯季持续时间序列计算经验频率,得到枯季持续时间与频率的关系,所述若干年包括当年及当年以前的N年,所述N大于或等于20;
S3.2)确定“岩溶地下水库”退水流量与退水时间的关系,以式1的地下水退水公式作为“岩溶地下水库”退水流量与时间的关系式:
Figure BDA0002219072600000021
式1中:Q(0)为初始地下水流量,即对应步骤S3.1算得的当年枯季开始时在步骤S2实测的的退水流量,Q(t)为枯季开始后的t时刻的地下水流量,即对应步骤S3.1算得的当年枯季持续至t时刻在步骤S2实测的的退水流量,Kg为地下水退水参数,根据当年的退水流量实测数据与当年的枯季持续时间数据计算Kg值,将Kg值返回给式1,即得到“岩溶地下水库”退水流量与时间的关系;
S4)确定保证率来水量:利用研究区枯季持续时间频率模型和“岩溶地下水库”枯季退水过程确定研究区对应保证率的来水量:利用步骤S3.1得到的枯季持续时间和频率的关系、步骤S3.2得到的退水时间和流量的关系,基于退水时间即为枯季持续时间这一特点,可得到频率和流量的关系,即得到对应某一保证率的来水量。
进一步的,所述步骤S1中,观测并判定研究区是否为岩溶地质的方法包括:通过遥感影像观测研究区地表的洼地或水泡的数量与规模是否随雨枯季交替而产生的重复变化,结合地史文献资料对研究区进行实地勘测调查,包括对研究区地质条件、水文特性的考察验证。
对研究区地质条件、水文特性的考察验证包括对研究区河流水系分布、流向,泉点的空间分布进行观测与调查。
所述待测河水流域包括所述“岩溶地下水库”的全部排水通道或者所述待测河水流域为所述“岩溶地下水库”的若干排水通道中的一条。
本发明至少具有以下有益效果:
本发明的方法基于岩溶地质具有“地表—地下”这一水文循环特性,雨季地表水补给地下水,枯季地下水补给地表水,这种雨、枯季地表、地下水资源相互转化机制在具有明显季候的区域更具代表性。干湿季鲜明的区域地表、地下水资源丰枯程度对比明显。枯季几乎无降水事件,地表水资源匮乏,主要是地下水补给地表水,这保证了地下水库有一个独立、无干扰的退水过程,雨季反之。本发明正是基于地表水与地下水互补这一特性,对“岩溶地下水库”进行一体化分析。
本发明提出构建岩溶地下水库概化模型和枯季持续时间频率模型来综合分析研究区的保证率来水量,即利用上述两个模型建立来水量的经验频率曲线模型,从而查算对应保证率的来水量大小。本发明不需要利用过往的流量数据进行统计分析与计算,避免了欠发达、缺设备、缺数据资料地区因没有流量数据而不能对保证率来水量进行准确的计算,方便可靠。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将对本发明作进一步详细的说明。
具体实施方式
以下对本发明的实例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
一种适用于干旱岩溶缺数据地区的水文频率计算方法:
第一步,构建“岩溶地下水库”概化模型,包括步骤S1与步骤S2:
S1)观测并判定研究区待测河水流域周围的补水岩层是否为岩溶地质:
S2)若待测河水流域周围的补水岩层为岩溶地质,则对待测河水流域的流量进行持续观测,对待测河水流域的流量进行持续观测的时间应当至少包括一个年度的时间且跨越前后两个年度的枯季起始时间点,根据观测得到的流量数据判定补水岩层是否可构成“岩溶地下水库”,所述“岩溶地下水库”的判定条件为:若在枯季开始时(也为雨季结束时)待测河水流域的流量能达到较稳定的最大值,则代表待测河水流域周围的补水岩层的蓄水量是一个定值,可满足“岩溶地下水库”条件。
构建岩溶地下水库概化模型即将研究区岩溶地层视作容量不变的水库,其主要目的是保证每年水库的退水过程基本不变,措施主要是遥感影像解译、地质资料分析、现场水文地质调查验证。
遥感影像解译是针对研究区地貌做分析,主要作用是证明研究区地貌特征随雨枯季的交替产生周而复始的变化,且这一变化在每年都会循环一次。岩溶区特有的洼地、水泡可为遥感影像分析提供有力的证据。
地质资料分析是针对研究区地质背景做调查研究,主要是证明研究区的地质背景可构成“岩溶地下水库”。现场水文地质调查验证即实地考察研究区水文地质特性,如调查研究区河流水系分布、流向,泉点的空间分布特征等,并做相应的监测工作,如流量监测等。
第二步,确定研究区枯季持续时间及“岩溶地下水库”退水流量与时间的关系,包括步骤S3:
S3)若待测河水流域周围的补水岩层满足“岩溶地下水库”条件,则可用待测河水流域在枯季持续期间的流量变化过程来反应“岩溶地下水库”在枯季的退水过程,进行如下的步骤3.1与步骤3.2:
S3.1)建立研究区枯季持续时间频率模型:根据研究区以往若干年的SPI数据,计算并确定研究区若干年的枯季持续时间,根据研究区若干年的枯季持续时间构建研究区枯季持续时间频率模型,其中,每一年的枯季持续时间计算方法具体为:计算研究区的日SPI值,分析SPI值突变点,以SPI值突变点作为枯季起止时间点,枯季起始时间点与枯季终止时间点之间的时间段即为当年的枯季持续时间;枯季持续时间频率模型的建立具体为:根据研究区若干年的枯季持续时间序列计算经验频率,得到枯季持续时间与频率的关系,所述若干年包括当年及当年以前的N年,所述N大于或等于20;本实施例中,N=26;
S3.2)确定“岩溶地下水库”退水流量与时间的关系,以式1的地下水退水公式作为“岩溶地下水库”退水流量与时间的关系式:
式1中:Q(0)为初始地下水流量,即对应步骤S3.1算得的当年枯季开始时在步骤S2实测的的退水流量,Q(t)为枯季开始后的t时刻的地下水流量,即对应步骤S3.1算得的当年枯季持续至t时刻在步骤S2实测的的退水流量,Kg为地下水退水参数,根据当年的退水流量实测数据与当年的枯季持续时间数据计算Kg值,将Kg值返回给式1,即得到“岩溶地下水库”退水流量与时间的关系。
确定枯季持续时间即确定岩溶“地下水库”退水时间,每年枯季水库的退水过程几乎不变,流量大小仅取决于退水时间——即枯季持续时间。因此,得出结论:枯季持续时间与枯季退水流量一一对应,两者可互相查算,确定了枯季持续时间,则退水流量迎刃而解。措施主要是计算日SPI(标准化降水指数)值、分析SPI值突变点、确定枯季持续时间。
计算日SPI值即根据降水数据计算研究区标准化降水指标,该指标通过计算累计降水对研究区气候产生的影响,可反映区域的干湿状态,SPI值越大代表相对越湿润,越小、反之。分析SPI值突变点即找出SPI值由大突然变小和由小突然变大的点,该点反映的是气候干湿状态的突变,即为雨枯季的交叉点。确定枯季持续时间即根据日SPI值突变点读出的雨—枯季交替日期及枯—雨季交替日期计算枯季持续时间,精确到天。SPI值计算所需的降水量数据因测量工具与测量方法都较简单,欠发达地区也可以较容易的测量,因此,往年及当年的SPI值数据也一般是具备的,而河水的流量数据因测量工具与测量方法都相对复杂,因此,欠发达地区的流量数据则不一定齐全。
第三步,确定保证率来水量,包括步骤S4:
S4)利用研究区枯季持续时间频率模型和“岩溶地下水库”枯季退水过程确定研究区对应保证率的来水量:利用步骤S3.1得到的枯季持续时间和频率的关系(后称关系一)、步骤S3.2得到的退水时间和流量的关系(后称关系二),退水时间即为枯季持续时间,则若给定频率,可查关系一得到枯季持续时间,再通过枯季持续时间查关系二得到对应的流量,即得到对应某一保证率的来水量。
下面,本发明的实施例以非洲马达加斯加西北部地区为研究区,以该区的Kapiloza河为待测河水流域,进行保证率来水量的测算,具体过程如下:
1、构建岩溶地下水库概化模型
构建岩溶地下水库概化模型主要是通过遥感影像解译、地质资料分析、现场水文地质调查验证实现的。具体实施步骤如下:
(1)遥感影像解译。收集研究区历年遥感影像图,精确到月。利用遥感分析研究区各种地貌类型随雨枯季循环而发生的变化,研究区特有的洼地、水泡为该项工作的进行提供了便利,研究区地表洼地规模随雨枯季的交替产生周而复始的变化,且这一变化在每年都会循环一次。雨季到来,岩溶洼地星罗棋布,雨季结束,洼地规模下达到特定的极大值,并且随着枯季时间的持续,洼地规模逐渐减小直至消失。研究区洼地这一变化过程其实就是一个简单的水库调度过程。这为构建岩溶地下水库概化模型提供了直观的解释。
(2)地质资料分析。查阅文献,地史资料等,发现研究区具有很独特的地质结构。研究区为岩溶地质且岩溶发育较好,岩层孔隙率、管道裂隙率很高;其基底及东西两侧为前寒武变质岩,质地坚硬且密实,几乎没有渗透能力;此外,研究区南北两侧厚层砂岩也起到了很好的阻水作用。这为构建岩溶地下水库概化模型提供了地质数据支撑。
(3)现场水文地质调查验证。对研究区进行实地勘测调查,包括对地质条件、水文特性的考察验证。调查发现,研究区接受周边砂岩区水源补给,含大量二氧化碳的较酸性水对研究区岩溶地质塑造作用强烈,使得该地区岩溶发育较好,构造裂隙网络和溶洞管道与众多的小裂隙、小孔隙并存,构成巨大的岩溶“地下水库”。此外,对研究区唯一地下水排泄通道(Kapiloza河)进行长期监测,发现该河相比同区域其他河流,在枯季有更加稳定、充沛的来水量,这也从效果上印证了研究区是一个巨大的“地下水库”这一说法,为构建岩溶地下水库概化模型提供了强有力的证据。
2、确定枯季持续时间
确定枯季持续时间主要工作包括计算日SPI值、分析SPI值突变点、确定枯季持续时间。具体实施步骤如下:
(1)计算日SPI值。利用降水数据,编程计算研究区不同时间尺度的干湿度指标SPI值。本实施例采用3日、5日、10日三个时间尺度,分别计算研究区1985-1996年、2001-2014年各年日SPI值,并对比降水数据,检查雨季和枯季的SPI值大小是否符合实际。
(2)分析SPI值突变点。绘制历年日SPI值曲线,分析SPI值突变点。研究区鲜明的干湿季气候条件使得该地区SPI值存在非常明显的突变值,从图像上可清晰辨别。其中SPI值由大突然变小的地方为枯季起始点,反之为雨季起始点。
(3)确定枯季持续时间。不同时间尺度的SPI值意味着不同累计雨量对气候干湿特性的影响,含义的不同必然产证一定的误差,本实施例中引入缓冲天数概念:即实际枯季的开始日期T1和计算所得枯季的开始时间t之间相差的天数d,有T1=t-d。枯季结束时间T2直接从SPI曲线图上读取。最后综合三种时间尺度的计算结果,给出旱季最佳的起讫时间,具体方案如下:时间尺度为3天的,缓冲天数定为0;时间尺度为5天的,缓冲天数定为2;时间尺度为10天的,缓冲天数定为7。由此,可确定每年的枯季累计时间D,有D=T2-T1。计算结果见表1。
表1研究区枯季累计时间计算结果
Figure BDA0002219072600000071
3、确定保证率流量
确定保证率流量主要是通过构建岩溶“地下水库”退水模型、构建究区枯季持续时间频率模型、确定对应保证率的来水量三个环节的。具体实施步骤如下:
(1)构建岩溶“地下水库”退水模型。研究区特定的地质背景和水文地质特性给岩溶“地下水库”创造了条件。研究区地下含水层相对稳定,含水层厚度、孔隙率、渗透性、释水性基本不变。同时,受岩溶规模大小及雨季降水量的影响,Kapiloza河周围的补水岩层每年蓄水量均可在雨季结束时达到相对稳定的最大值,结合遥感数据分析也证实了这一理论。这说明“岩溶地下水库”的容水量是一个定值,每年枯季开始的时候,水库总会从这个定值开始退水,故退水过程基本不变。此外,利用测速仪、流速检测仪等设备对研究区排泄通道Kapiloza河进行流量观测,观测期囊括了研究区前后两个年的枯季起始时间,即完成了对研究区“岩溶地下水库”完整的退水过程的监测,对Kapiloza河的流量监测结果如表2所示。
表2 Kapiloza河2014~2015年流量监测结果
Figure BDA0002219072600000081
表2中,“/”代表没有监测数据。
岩溶地下水径流退水过程比较稳定且时间较长,一般情况下退水曲线可以用式1来描述,Kg为地下水退水参数,Kg可利用地下水退水曲线来率定。
根据研究区的降水监测数据可以知道,自2014年3月18日至2014年12月18日,研究区未见有效降水。此时,Kapiloza河流量即为岩溶区的排泄流量,无其它干扰项。根据现场调查结果,Kapiloza河流域在2015年4月18日前将近1个月未见有效降水,根据访问结果与以往监测结果对比可知,2015年4月18日流量约为40.0×104m3/d,4月19日发生降水,水位再次上涨。根据流域地貌和水文地质条件可知,在连续1个月无有效降水的情况下,地面径流和非岩溶区的粘土层和亚粘土层的地下水对Kapiloza河的影响已经很小,因此大致将40.0×104m3/d作为2015年雨季影响结束后的岩溶区的初始流量,因为每年枯季开始时Kapiloza河的流量大小一定,可认定2014年枯季开始流量亦为40.0×104m3/d,由监测数据知2014年8月10日为18.33×104m3/d,3月18日为枯季第一天,到8月10日共145天,即t=145,代入式1,可得Kg=185.82,则Kapiloza河岩溶地下水的退水过程可用式2表示:
Q(t)=Q(0)e-t/185.82 (式2)
式2中:Q(t)为t时刻地下水流量;Q(0)为初始地下水流量;
验证退水模型。由上知2014年枯季为该年3月18日至该12月18日,综合降水和表2的实测径流数据,选取枯季可利用的径流数据如(表3),计算对应的枯季持续时间,做出退水过程线,与退水模型曲线作对比,如表3所示。
表3研究区2014年枯季持续时间和径流量对应关系
Figure BDA0002219072600000091
(2)构建研究区枯季持续时间频率模型。利用表1中的研究区26年各年枯季累计时间序列,将序列按从高到底的顺序排序并采用式3计算经验频率P,经验频率P的计算结果见表4,本研究采用皮尔逊Ⅲ型曲线进行拟合,并取得良好的拟合结果,拟合结果如表5所示,表5中平均值
Figure BDA0002219072600000101
变差系数CV=0.16,偏态系数CS=0.11。由此可利用该频率曲线查算对应频率的枯季累计时间。
Figure BDA0002219072600000102
式3中,P为经验频率值,m为样本序号,N为样本容量,本实施例中,N=26。
表4研究区枯季累计时间排序及经验频率计算
序号m 1 2 3 4 5 6 7 8 9 10 11 12 13
系列值(天) 268 244 244 230 229 223 221 218 217 216 212 207 203
频率P(%) 3.70 7.41 11.11 14.81 18.52 22.22 25.93 29.63 33.33 37.04 40.74 44.44 48.15
序号m 14 15 16 17 18 19 20 21 22 23 24 25 26
系列值(天) 203 197 196 191 189 188 187 178 178 168 165 150 150
频率P(%) 51.85 55.56 59.26 62.96 66.67 70.37 74.07 77.78 81.48 85.19 88.89 92.59 96.30
表5标准曲线拟合结果
频率(%) 0.1 0.2 0.5 1 2 5 10 20 25 30 40
设计值(天) 315 307 295 286 276 261 247 232 226 220 211
频率(%) 50 60 70 75 80 85 90 95 97 99 99.9
设计值(天) 202 193 184 179 174 167 159 147 140 126 102
(3)确定保证率流量。由表5可知,保证率为10%、90%的枯季累计时间分别为247天和159天,即每年枯季累计时间大于等于247天或159天的概率分别为10%和90%,则枯季累计时间小于247天或159天的概率分别为90%和10%。枯季累计时间越长,所对应的退水流量越小,即Q247<Q159,反之流量越大,即每年枯季最后一天的流量大于Q247的概率为90%,大于Q159的概率为10%,由此可认定,保证率为90%的流量为Q247,即十年一遇的苦水年最小流量为Q247。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种适用于干旱岩溶缺数据地区的水文频率计算方法,其特征在于,包括以下步骤:
S1)观测并判定研究区待测河水流域周围的补水岩层是否为岩溶地质;
S2)若待测河水流域周围的补水岩层为岩溶地质,则对待测河水流域的流量进行持续观测,对待测河水流域的流量进行持续观测的时间应当至少包括一个年度的时间且跨越前后两个年度的枯季起始时间点,根据观测得到的流量数据判定补水岩层是否可构成“岩溶地下水库”,所述“岩溶地下水库”的判定条件为:若在枯季开始时,即雨季结束时待测河水流域的流量能达到稳定的最大值,则代表待测河水流域周围的补水岩层的蓄水量是一个定值,则满足“岩溶地下水库”条件;
S3)若待测河水流域周围的补水岩层满足“岩溶地下水库”条件,则可用待测河水流域在枯季持续期间的流量变化过程来反应“岩溶地下水库”在枯季的退水过程,进行如下的步骤3.1与步骤3.2:
S3.1)建立研究区枯季持续时间频率模型:根据研究区以往若干年的SPI数据,计算并确定研究区若干年的枯季持续时间,根据研究区若干年的枯季持续时间构建研究区枯季持续时间频率模型,其中,每一年的枯季持续时间计算方法具体为:计算研究区的日SPI值,分析SPI值突变点,以SPI值突变点作为枯季起止时间点,枯季起始时间点与枯季终止时间点之间的时间段即为当年的枯季持续时间;枯季持续时间频率模型的建立具体为:根据研究区若干年的枯季持续时间序列计算经验频率,得到枯季持续时间与频率的关系,所述若干年包括当年及当年以前的N年,所述N大于或等于20;
S3.2)确定“岩溶地下水库”退水流量与退水时间的关系,以式1的地下水退水公式作为“岩溶地下水库”退水流量与时间的关系式:
Figure FDA0002219072590000011
式1中:Q(0)为初始地下水流量,即对应步骤S3.1算得的当年枯季开始时在步骤S2实测的的退水流量,Q(t)为枯季开始后的t时刻的地下水流量,即对应步骤S3.1算得的当年枯季持续至t时刻在步骤S2实测的退水流量,Kg为地下水退水参数,根据当年的退水流量实测数据与当年的枯季持续时间数据计算Kg值,将Kg值返回给式1,即得到“岩溶地下水库”退水流量与时间的关系;
S4)确定保证率来水量:利用研究区枯季持续时间频率模型和“岩溶地下水库”枯季退水过程确定研究区对应保证率的来水量:利用步骤S3.1得到的枯季持续时间和频率的关系、步骤S3.2得到的退水时间和流量的关系,基于退水时间即为枯季持续时间这一特点,可得到频率和流量的关系,即得到对应某一保证率的来水量。
2.根据权利要求1所述的一种适用于干旱岩溶缺数据地区的水文频率计算方法,其特征在于,所述步骤S1中,观测并判定研究区是否为岩溶地质的方法包括:通过遥感影像观测研究区地表的洼地或水泡的数量与规模是否随雨枯季交替而产生的重复变化,结合地史文献资料对研究区进行实地勘测调查,包括对研究区地质条件、水文特性的考察验证。
3.根据权利要求2所述的一种适用于干旱岩溶缺数据地区的水文频率计算方法,其特征在于,对研究区地质条件、水文特性的考察验证包括对研究区河流水系分布、流向,泉点的空间分布进行观测与调查。
4.根据权利要求1所述的一种适用于干旱岩溶缺数据地区的水文频率计算方法,其特征在于,所述待测河水流域包括所述“岩溶地下水库”的全部排水通道或者所述待测河水流域为所述“岩溶地下水库”的若干排水通道中的一条。
CN201910926536.9A 2019-09-27 2019-09-27 一种适用于干旱岩溶缺数据地区的水文频率计算方法 Active CN110674469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910926536.9A CN110674469B (zh) 2019-09-27 2019-09-27 一种适用于干旱岩溶缺数据地区的水文频率计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910926536.9A CN110674469B (zh) 2019-09-27 2019-09-27 一种适用于干旱岩溶缺数据地区的水文频率计算方法

Publications (2)

Publication Number Publication Date
CN110674469A true CN110674469A (zh) 2020-01-10
CN110674469B CN110674469B (zh) 2023-04-14

Family

ID=69079607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910926536.9A Active CN110674469B (zh) 2019-09-27 2019-09-27 一种适用于干旱岩溶缺数据地区的水文频率计算方法

Country Status (1)

Country Link
CN (1) CN110674469B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930357A (zh) * 2012-11-20 2013-02-13 中铁第四勘察设计院集团有限公司 岩溶隧道暗河暴雨涌水洪峰峰值及峰值时间的预测方法
GB201317396D0 (en) * 2010-03-04 2013-11-13 Takadu Ltd System and method for monitoring resources in a water utility network
CN103793795A (zh) * 2014-02-28 2014-05-14 福建四创软件有限公司 基于gis技术的水电站水电调度计划生成及仿真方法
CN104679985A (zh) * 2015-01-21 2015-06-03 河海大学 一种dhsvm模型的改进方法
CN106284189A (zh) * 2016-08-09 2017-01-04 中国电建集团贵阳勘测设计研究院有限公司 基于历史洪涝信息的岩溶地区泉水流量的估算方法
CN205875073U (zh) * 2016-08-09 2017-01-11 中国电建集团贵阳勘测设计研究院有限公司 用于估算岩溶地区泉水流量的宽浅水池‑承压管道模型
CN106709168A (zh) * 2016-12-09 2017-05-24 水利部交通运输部国家能源局南京水利科学研究院 一种河流基流量的预测方法
CN109918722A (zh) * 2019-01-30 2019-06-21 中国石油大学(华东) 一种数据驱动下的缝洞型油藏油井见水时间预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201317396D0 (en) * 2010-03-04 2013-11-13 Takadu Ltd System and method for monitoring resources in a water utility network
CN102930357A (zh) * 2012-11-20 2013-02-13 中铁第四勘察设计院集团有限公司 岩溶隧道暗河暴雨涌水洪峰峰值及峰值时间的预测方法
CN103793795A (zh) * 2014-02-28 2014-05-14 福建四创软件有限公司 基于gis技术的水电站水电调度计划生成及仿真方法
CN104679985A (zh) * 2015-01-21 2015-06-03 河海大学 一种dhsvm模型的改进方法
CN106284189A (zh) * 2016-08-09 2017-01-04 中国电建集团贵阳勘测设计研究院有限公司 基于历史洪涝信息的岩溶地区泉水流量的估算方法
CN205875073U (zh) * 2016-08-09 2017-01-11 中国电建集团贵阳勘测设计研究院有限公司 用于估算岩溶地区泉水流量的宽浅水池‑承压管道模型
CN106709168A (zh) * 2016-12-09 2017-05-24 水利部交通运输部国家能源局南京水利科学研究院 一种河流基流量的预测方法
CN109918722A (zh) * 2019-01-30 2019-06-21 中国石油大学(华东) 一种数据驱动下的缝洞型油藏油井见水时间预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FALKO CLAUSNITZER: "Relationships between canopy transpiration, atmospheric conditions and soil water availability—Analyses of long-term sap-flow measurements in an old Norway spruce forest at the Ore Mountains/Germany" *
刘文彬;杨涛;杜牧野;孙福宝;刘昌明;: "三峡水库运行对长江中下游典型水文站水文机制的影响" *
朱成涛;蹇德平;何朝晖;梁文清;: "基于随时间变化退水系数的枯季预报方法研究" *

Also Published As

Publication number Publication date
CN110674469B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
Nardi et al. Investigating a floodplain scaling relation using a hydrogeomorphic delineation method
Ordens et al. Groundwater recharge to a sedimentary aquifer in the topographically closed Uley South Basin, South Australia
Bhandari et al. 2D unsteady flow routing and flood inundation mapping for lower region of Brazos River watershed
CN109523175A (zh) 一种考虑积融雪过程的多时间尺度旱情评估方法
Sayl et al. Optimization of area–volume–elevation curve using GIS–SRTM method for rainwater harvesting in arid areas
Yu et al. Spatial and temporal scale effect in simulating hydrologic processes in a watershed
Zhang et al. Seasonal variation in the precipitation recharge coefficient for the Ordos Plateau, Northwest China.
Pakparvar et al. Artificial recharge efficiency assessment by soil water balance and modelling approaches in a multi-layered vadose zone in a dry region
CN113591288A (zh) 一种基于克里格插值的土壤湿度数据预测方法及装置
Shima et al. Determination of water balance equation components in irrigated agricultural watersheds using SWAT and MODFLOW models: a case study of Samalqan plain in Iran.
Gizzi et al. Geological and hydrogeological characterization of springs in a DSGSD context (Rodoretto Valley–NW Italian Alps)
Tremblay et al. Semi-automated filtering of data outliers to improve spatial analysis of piezometric data
Dunn et al. Nitrogen risk assessment model for Scotland: II. Hydrological transport and model testing
CN110674469B (zh) 一种适用于干旱岩溶缺数据地区的水文频率计算方法
Barazzuoli et al. A new practical aid to regional hydrogeologic planning: the runoff coefficient map
Ritzema et al. Review of the methodologies used to derive groundwater characteristics for a specific area in The Netherlands
Fathi et al. Allocating underground dam sites using remote sensing and GIS case study on the southwestern plain of Tehran Province, Iran
FATEHI et al. Forecasting groundwater table and water budget under different drought scenarios using MODFLOW model (Case study: Garbaygan plain, Fars Province, Iran)
Marc et al. Impact of recent climate variability on an aquifer system in north Belgium
Dowlatabadi et al. Coupling of WetSpass-M and MODFLOW models for groundwater flow assessment
Burbery et al. Integrated study of surface water and shallow groundwater resources of the Orari catchment
Wei et al. Spatial and temporal groundwater dynamics in extreme arid basins
Stothoff Infiltration tabulator for Yucca mountain: Bases and confirmation
Huangfu et al. Landslide Geo-Hazard Risk Mapping Using Logistic Regression Modeling in Guixi, Jiangxi, China. Sustainability 2021, 13, 4830
Makarewicz Quantifying Intermittent Streamflow with Low-Cost Sensors and Fully Integrated Hydrological Modelling of Upstream Runoff

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