CN110781259B - 一种基于地貌单位线的水文模型的构建方法 - Google Patents
一种基于地貌单位线的水文模型的构建方法 Download PDFInfo
- Publication number
- CN110781259B CN110781259B CN201910879959.XA CN201910879959A CN110781259B CN 110781259 B CN110781259 B CN 110781259B CN 201910879959 A CN201910879959 A CN 201910879959A CN 110781259 B CN110781259 B CN 110781259B
- Authority
- CN
- China
- Prior art keywords
- runoff
- soil
- data
- underground
- evaporation
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computer Graphics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于地貌单位线的水文模型的构建方法,步骤为:根据降水与归一化植被指数(NDVI)数据计算冠层截留量;根据一个蓄满超渗综合产流模式计算地表与地下水补给量;根据地表产流量与DEM数据计算地貌单位线,以计算地表径流量;根据地下水补给量与地下线性水库计算地下径流量;以地表和地下径流之和作为流域出流。本发明能够很好地模拟流域洪水过程,参数确定方法简单明确,输入数据来源稳定可靠,对无资料和缺资料地区开展洪水预报预警研究有着积极作用。
Description
技术领域
本发明属于水文预报技术领域,特别涉及一种基于地貌单位线的水文模型的构建方法。
背景技术
在山洪问题的防治工作中,山区小流域暴雨洪水分析计算是非常重要的非工程措施之一。由于山洪产生过程的复杂性、山区流域特征的复杂性以及短历时强降雨的不确定性等因素,再加上山区流域的实测水文资料较少,造成山洪过程分析计算具有很高的难度。水文模型作为描述流域降雨径流形成过程的重要方式,也是研究山洪问题的最常用的手段之一。但是随着对降雨径流过程中的各种水文现象的认识不断加深,已有的水文模型的缺陷和不合理性也逐渐被揭露,如模型参数太多、模型结构过于经验化、模型可移用性较差,同时已有水文模型的应用一般需要实测的洪水数据来率定相关的模型参数。
虽然山区流域的实测水文资料较少,但是随着科学技术的发展,尤其是遥感与信息技术的发展,可以比较容易地获取数字高程模型(DEM)、植被覆盖、植被指数(NDVI)、土壤数据等下垫面信息。充分利用这些数据来构建水文模型,准确的描述流域降雨径流形成过程,将会是解决无水文资料或缺乏水文资料地区山洪问题的重要手段之一。
降雨径流过程通常分为产流和汇流两个阶段,其中产流包括截留、下渗、蒸散发等环节,汇流则包括坡面汇流、地下水汇流、洪水波运动等环节。截留量的多少对流域水量平衡计算有着重要影响,而植被截留能力则是截留过程中最重要的参数,Hoyningen-Huene与Gomez等人建立了叶面积指数与植被截留能力的转换方程,而叶面积指数可以直接利用植被指数计算。一般水文模型的产流可分为蓄满产流、超渗产流与混合产流(即既考虑蓄满又考虑超渗)模式3种模式。蓄满产流假定只有流域土壤达到田间持水量时才会产流,超渗产流则假定只有在降雨强度超过流域下渗能里时才会产流。这两种产流模式都具有局限性,而混合产流模式则是考虑了流域的下渗能力和土壤蓄水能力,能够较好的描述流域产流过程。山区流域的坡面汇流过程极大地受控于流域地形特征。Rodriguez-Iturbe、Gupta等人最早提出了地貌瞬时单位线(GIUH)理论并探讨了河流地貌形态对流域汇流的影响,从而为无资料或缺资料区的汇流计算提供了一种可行的解决办法,例如基于霍顿-斯特拉勒河道分级法建立的地貌瞬时单位线。线性水库演算法考虑了水量平衡方程和线性水库的蓄泄关系,能够较好的模拟地下径流的汇流过程。
发明内容
发明目的:为了克服现有技术中的问题,本发明提供一种基于地貌单位线的水文模型的构建方法,能够很好地模拟流域洪水过程,参数确定方法简单明确,输入数据来源稳定可靠,对无资料和缺资料地区开展洪水预报预警研究有着积极作用。
技术方案:为实现上述目的,本发明提供一种基于地貌单位线的水文模型的构建方法,包括如下步骤:
第一步,根据降水实测数据与遥感观测NDVI数据计算冠层截留量;
第二步,根据降水扣除截留量与一个简单的蓄满超渗综合产流模式计算地表与地下水补给量;
第三步,根据地表产流量与DEM数据计算的地貌单位线来计算地表径流量,根据地下水补给量与地下线性水库来计算地下径流量,汇总地表和地下径流成为流域出流;
第四步,根据历史洪水数据利用粒子群优化算法(PSO)率定。
第一步根据降水与NDVI数据计算冠层截留量包含以下步骤:
模型以降水、蒸发皿蒸发量与NDVI数据作为模型输入,通过归一化植被指数(NDVI)来计算叶面积指数(LAI),然后利用叶面积指数计算冠层持水能力,降水受到下垫面植被的截留作用,首先补充冠层持水量,当冠层持水量达到冠层持水能力时,降水扣除冠层截留量作为下一步产流过程计算的输入,冠层截留水量以蒸发的形式消耗,公式如下:
LAI=9.7686*NDVI-1.9528 | 公式(1) |
I<sub>max</sub>=0.490*LAI+1.184 | 公式(2) |
P<sub>s</sub>=max(P-I<sub>max</sub>-I<sub>t-1</sub>,0) | 公式(3) |
E<sub>p</sub>=ET<sub>pan</sub>*K<sub>e</sub> | 公式(4) |
E<sub>i</sub>=min(I<sub>t</sub>,E<sub>p</sub>) | 公式(5) |
其中,NDVI为归一化植被指数,LAI为叶面积指数,P为降水量(mm),Ps为降水扣除冠层截留量(mm),Imax为冠层持水能力(mm),It为当前计算时段冠层截留量(mm),It-1为上一时段经由蒸发消耗剩余的截留量(mm),ETpan为蒸发皿蒸发量(mm),Ke为蒸发皿蒸发折算系数,Ep蒸发皿折算的实际蒸发量(mm)。
第二步根据降水扣除截留量与一个简单的蓄满超渗综合产流模式计算地表与地下产流量包含以下步骤:
首先跟据土壤数据(包括流域内主要土壤类型、各类型土壤的厚度、沙粒含量、黏粒含量、砾石含量、有机碳含量、土壤含盐量)由以下公式计算获得各类型土壤饱和含水量:
式中,SD为土壤的厚度(mm),S为沙粒含量(%),C为黏粒含量(%),R为砾石含量(体积%),OC为有机碳含量(%),ECE为土壤含盐量(dS/m),OM为有机质含量(%),θ33为33千帕时的土壤湿度,θ(S-33)为0-33千帕时的土壤湿度,SAT为饱和土壤含水量。
然后根据各类型土壤数据在流域类的面积比例,然后乘以各类型土壤饱和含水量获得流域平均土壤饱和含水量。
假设降水扣除冠层截留量之后,水分在时段内均匀到达地面,超过流域平均下渗能力的部分形成超渗产流,其余部分入渗成为土壤含水量,而当水分到达地面的强度小于流域平均下渗能力,但土壤含水量水量达到饱和土壤含水量时,则这部分水量则溢出地面形成蓄满产流,超渗产流与蓄满产流共同组成了地表产流,土壤含水量一部分通过土壤蒸发的形式消耗,一部分作为地下水补给量补给到地下水库中,具体计算公式如下:
式中,SMt-1为上一时段末的土壤含水量(mm),SMtmp为本时段中土壤含水量(mm),SMt为本时段末土壤含水量(mm),Pis为本时段渗入土壤的水量(mm),Ps为降水扣除冠层截留量(mm),IC为流域平均下渗能力(mm),Es为土壤蒸发量(mm),Ep蒸发皿折算的实际蒸发量(mm),Ei为截留量蒸发量(mm),Rs为地表产流量(mm),Rg为地下水补给量,Kg地下水补给系数。
第三步根据地表产流量与DEM数据计算的地貌单位线来计算地表径流量,根据地下水补给量与地下线性水库来计算地下径流量,汇总地表和地下径流成为流域出流包含以下步骤:
首先利用DEM数据来计算地貌单位线参数,采用D8算法计算流向,并生成相应的汇流累计量文件,然后生成河网,根据河网数据生成霍顿河流参数,包括面积比(RA)河数比(RB),河长比(RL),最高级河流长度(LΩ)。对于地表产流,通过传统地貌瞬时单位线计算地表汇流,计算公式如下:
其中:RA为包括面积比,RB为河数比,RL为河长比,LΩ为最高级河流长度,v是流速,Г(x)为Gamma函数,t为时间,RA为面积比。
然后对地貌瞬时单位线积分获得S(t)曲线,根据S(t)曲线计算时段单位线u(Δt,t),通过地表产流与时段单位线相乘即可推求出口断面地表径流量,公式如下:
其中,RS为地表产流(mm),QS为地表径流量(m3/s),U为单位换算系数。
地下水的汇流计算采用线性水库法来计算,公式如下:
Q<sub>gi</sub>=R<sub>gi</sub>(1-K<sub>gg</sub>)*U+K<sub>gg</sub>*Q<sub>gi-1</sub> | 公式(24) |
其中,Kgg为线性水库退水系数,Rgi为地下水补给量(mm),Qgi-1为上一时段的地下径流量(m3/s),Qgi为当前时段的地下径流量(m3/s)。
最后综合地表径流与地下径流计算流域出口断面总的径流量,公式如下
Q=Q<sub>s</sub>+Q<sub>gi</sub> | 公式(25) |
第一步至第三步为一种基于地貌单位线水文模型的计算过程,模型整体结构见图1。
第四步根据历史洪水数据利用粒子群优化算法(PSO)率定模型其他参数包含以下步骤:
设定洪水预报模型需要率定的参数,在本发明主要率定流域平均土壤下渗能力、地下水补给系数、流域平均流速、地下线性水库退水系数这4个参数;设定粒子群滤波的最大迭代次数,自变量个数即为需要率定的参数个数为,粒子个数,搜索空间范围,最大更新速度;最后设定率定目标函数,一般选取确定性系数,也可以选择均方根误差,计算公式如下:
使用粒子群优化算法率定模型,保存最优参数,算法流程见图2。
为了尽可能利用现有的各种来源数据资料,并且充分考虑降雨径流形成过程的各个环节,同时尽量减少需要率定的参数量并压缩其率定的数值范围,本发明构建了一个基于地貌单位线的水文模型。从产流和汇流二个阶段综合考虑降雨径流过程中截留、下渗、蒸发、坡面汇流、地下水汇流环节,具体包括引入NDVI计算下垫面截留能力,进而计算流域植被截留量;通过土壤数据来计算饱和土壤含水量,然后综合考虑蓄满和超渗产流模式来计算地表产流量,利用一个地下水补给系数来计算地下水补给量;利用地理信息系统软件实现基于数字高程模型(DEM)分析计算出流域的霍顿河流地貌参数(河长比、面积比和分叉比),应用地貌单位线来计算地表汇流,地下线性水库来计算地下水汇流。该模型可以做为无资料和缺资料地区的洪水预报预警的一个有效手段。
有益效果:本发明与现有技术相比具有以下优点:
本发明结构简单明确,并且充分考虑了小流域产汇流过程中各个主要过程,包扩降雨、截留、蒸散发、入渗、地表汇流和地下汇流。其中流域截留采用通过NDVI数据来计算,流域产流采用了为综合考虑流域的下渗能力和土壤蓄水能力且能够较好的描述流域产流过程的混合产流模式。地表汇流采用的是基于河流地貌形态的地貌瞬时单位线法。地下径流的汇流过程采用了考虑了水量平衡方程和线性水库的蓄泄关系的线性水库演算法。
整个模型共有10个参数,其中面积比、河数比、河长比、最高级河流长度4个参数可以通过应用GIS技术处理数字高程模型(DEM)来获取,而流域平均土壤饱和含水量则可以通过相关的土壤质地数据直接计算。现阶段的DEM与土壤质地数据都可以较为容易的获取,因此一般情况下整个模型仅有5个需要率定的参数,包括流域平均流速,蒸发皿蒸发折算系数,流域平均下渗能力,地下水补给系数和地下水库退水系数。
总体而言,本发明能够很好地模拟流域洪水过程,参数确定方法简单明确,输入数据来源稳定可靠,对无资料和缺资料地区开展洪水预报预警研究有着积极作用。
附图说明
图1为具体实施例中地貌单位线水文模型结构图;
图2为具体实施例中粒子群优化算法(PSO)率定水文模型参数流程图;
图3为具体实施例中对渡里流域2014年6月2号6时至2014年6月4日17时洪水过程模拟图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
现以福建省莆田市木兰溪支流渡里流域2014年6月2号6时至2014年6月4日17时的一场洪水为例,说明发明方法的有效性与合理性。流域位于福建省莆田市木兰溪支流,控制断面为渡里水文站,流域面积68.57km2,属典型的亚热带季风气候,年平均降雨在2000毫米以上。流域内有一个水文站(渡里)、三个流域内雨量站(渡里、下张隆和林兜)。
步骤一,收集整理在渡里流域构建基于地貌单位线水文模型所需数据,包括降水,径流,蒸发皿蒸发,NDVI,DEM和土壤数据,并安装好处理数据与运行模型的所需要的软件,包括Python,ArcGIS,ENVI和Rivertools。其中降水数据为福建省水文局提供的雨量站(渡里、下张隆和林兜)逐时观测数据,径流数据为福建省水文局提供的水文站(渡里)逐时观测流量数据。蒸发皿蒸发数据为中国气象数据网提供的“中国地面气候资料日值数据集(V3.0)”中福州站的蒸发皿蒸发数据。NDVI为美国国家航空航天局提供的根据MODIS卫星遥感数据制作的1公里分辨率植被指数16天合成产品(MODIS MOD13A2),DEM采用的是从中国地理空间数据云网站(http://www.gscloud.cn)下载的GDEMV230米分辨率数据,土壤数据采用的是2009年联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)所构建的世界土壤数据库(HWSD)。
步骤二,将下载的DEM数据导入到ArcGIS中,利用水文分析模块提取渡里流域边界,首先对DEM进行填洼处理,然后计算流向,再根据流向文件计算汇流累计量,根据出口水文站的位置,生成相应的渡里流域边界Shape文件。将填洼后的渡里流域DEM数据通过ENVI转换为ENVI格式的DEM后,导入Rivertools软件;然后利用Rivertools,采用D8流向算法生成流域内流向文件,进而生成流域内各网格点的汇流累计量,并生成相应的河网数据及其相应属性表,提取属性表中的霍顿河流地貌参数,见表1。
表1渡里流域霍顿河流地貌参数
流域名 | 面积(km<sup>2</sup>) | RA | RB | RL | LΩ |
渡里 | 65 | 4.48 | 5 | 1.88 | 1.498 |
步骤三,利用步骤二中生成的流域边界Shape文件对世界土壤数据库的分类栅格文件进行裁剪,获得渡里流域的相关土壤质地数据,确定渡里流域内85%的土壤编码为83101,其余几种土壤占比相对较小,可以不予考虑,查询对应的土壤属性数据库,确定编号83101对应的土壤类型为简育低活性强酸土(Ach),主要土壤属性与土壤饱和含水量参数见表2:
表2渡里流域主要土壤属性与土壤饱和含水量
步骤四,利用渡里流域边界文件对2011-2018共计8年的NDVI图像进行裁剪,剔除异常值后计算流域面平均NDVI值,然后利用Savitzky-Golay滤波方法插值获得渡里流域逐日流域平均NDVI值,由于NDVI日内变化很小,因此在模型中直接以逐日流域平均NDVI作为输入即可。对于福州站逐日蒸发皿蒸发数据,采用Spline插值方法将逐日蒸发数据插值成为逐时数据,然后将2014年6月2号至2014年6月4日的流域平均NDVI值,2014年6月2号6时至2014年6月4日17时的降水、蒸发皿蒸发作为渡里流域地貌单位线模型的输入。
步骤五,根据步骤二与步骤三设定渡里流域地貌单位线水文模型对应参数,包括面积比(RA),河数比(RB),河长比(RL),最高级河流长度(LΩ)以及饱和含水量(SAT),其余参数包括流域平均流速(v),蒸发皿蒸发折算系数(Ke),流域平均下渗能力(IC),地下水补给系数(Kg),地下水库退水系数(Kgg)给定一个初始值,此初始值可在参数允许范围内随机设定,对于渡里流域,流域平均流速v在0.5m/s至3m/s之间,蒸发皿蒸发折算系数Ke在0.5到1之间,流域平均下渗能力IC在5mm/h到20mm/h之间,地下水补给系数Kg在0到0.5之间,地下水库退水系数Kgg在0.5到1之间。模型的初始状态变量共有3个,初始截留量一般设为0,初始径流量则为预报开始时间前一时刻的实测流量,初始土壤含水量(SM0)在0到SAT之间设定,一般可通过逐日水文模型来模拟确定,也可通过优化方法来率定,本案例中通过PSO法率定,然后将步骤四获得的降水、蒸发皿蒸发以及NDVI数据时间序列作为驱动数据输入模型。便建立了渡里流域的基于地貌单位线的水文模型。
步骤六,对于步骤五建立的基于地貌单位线的水文模型,采用粒子群优化算法(PSO)来率定模型最优参数,需要率定的参数为流域平均流速(v),蒸发皿蒸发折算系数(Ke),流域平均下渗能力(IC),地下水补给系数(Kg),地下水库退水系数(Kgg)以及初始土壤含水量(SM0),粒子群优化算法设定最大迭代次数为2000,自变量个数即为需要率定的参数个数为6,粒子个数为20,搜索空间为-15至15,最大更新速度为0.05,以确定性系数作为率定目标函数,最终获得渡里流域基于地貌单位线的水文模型的最优参数,率定的参数见表。
表3粒子群优化算法(PSO)率定参数表。
本发明对渡里流域2014年6月2号6时至2014年6月4日17时的这场洪水的模拟取得了令人满意的效果,确定性系数达DC达到了0.95,洪水过程线见图3。
Claims (4)
1.一种基于地貌单位线的水文模型的构建方法,其特征在于,包括如下步骤:
(1)根据降水实测数据与遥感观测NDVI数据计算冠层截留量;
(2)根据降水扣除冠层截留量与一个简单的蓄满超渗综合产流模式计算地表与地下水补给量;
(3)根据地表产流量与DEM数据计算的地貌单位线来计算地表径流量,根据地下水补给量与地下线性水库来计算地下径流量,汇总地表和地下径流成为流域出流;
(4)根据历史洪水数据利用粒子群优化算法PSO率定;
所述步骤(2)中根据降水扣除截留量与一个简单的蓄满超渗综合产流模式计算地表与地下水补给量的具体步骤如下:
首先跟据土壤数据,包括流域内主要土壤类型、各类型土壤的厚度、沙粒含量、黏粒含量、砾石含量、有机碳含量、土壤含盐量,由以下公式计算获得各类型土壤饱和含水量:
OM=OC/0.58
θ33t=-0.251S+0.195C+0.011OM+0.006(S×OM)-0.27(C×OM)+0.452(S×C)+0.299
θ(S-33)t=0.278S+0.034C+0.022OM-0.018(S×OM)-0.027(C×OM)-0.584(S×C)+0.078
θ(S-33)=θ(S-33)t+0.636θ(S-33)t-0.107
SAT=θ33+θ(S-33)-0.097S+0.043
式中,SD为土壤的厚度,S为沙粒含量,C为黏粒含量,R为砾石含量,OC为有机碳含量,ECE为土壤含盐量,OM为有机质含量,θ33为33千帕时的土壤湿度,θ(S-33)为0-33千帕时的土壤湿度,SAT为饱和土壤含水量;
根据各类型土壤数据在流域类的面积比例乘以各类型土壤饱和含水量获得流域平均土壤饱和含水量;
降水扣除冠层截留量之后,水分在时段内均匀到达地面,超过流域平均下渗能力的部分形成超渗产流,其余部分入渗成为土壤含水量,而当水分到达地面的强度小于流域平均下渗能力,但土壤含水量达到饱和土壤含水量时,则这部分水量则溢出地面形成蓄满产流,超渗产流与蓄满产流共同组成了地表产流,土壤含水量一部分通过土壤蒸发的形式消耗,一部分作为地下水补给量补给到地下水库中,具体计算公式如下:
Pis=min(SAT-SMt-1,Ps,IC)
SMtmp=SMt-1+Pis
Es=min(Ep-Ei,SMtmp)
SMt=SMtmp-Es
Rs=Ps-Pis
Rg=Kg×SMt
式中,SMt-1为上一时段末的土壤含水量,SMtmp为本时段中土壤含水量,SMt为本时段末土壤含水量,Pis为本时段渗入土壤的水量,Ps为降水扣除冠层截留量,IC为流域平均下渗能力,Es为土壤蒸发量,Ep蒸发皿折算的实际蒸发量,Ei为截留量蒸发量,Rs为地表产流量,Rg为地下水补给量,Kg地下水补给系数。
2.根据权利要求1所述的一种基于地貌单位线的水文模型的构建方法,其特征在于,所述步骤(1)中根据降水实测数据与遥感观测NDVI数据计算冠层截留量的具体步骤如下:
以降水、蒸发皿蒸发量与NDVI数据作为模型输入,通过归一化植被指数NDVI来计算叶面积指数LAI,然后利用叶面积指数计算冠层持水能力,降水受到下垫面植被的截留作用,首先补充冠层持水量,当冠层持水量达到冠层持水能力时,降水扣除冠层截留量作为下一步产流过程计算的输入,冠层截留水量以蒸发的形式消耗,公式如下:
LAI=9.7686*NDVI-1.9528
Imax=0.490*LAI+1.184
Ps=max(P-(Imax-It-1),0)
Ep=ETpan*Ke
Ei=min(It,Ep)
其中,NDVI为归一化植被指数,LAI为叶面积指数,P为降水量,Ps为降水扣除冠层截留量,Imax为冠层持水能力,It为当前计算时段冠层截留量,It-1为上一时段经由蒸发消耗剩余的截留量,ETpan为蒸发皿蒸发量,Ke为蒸发皿蒸发折算系数,Ep蒸发皿折算的实际蒸发量。
3.根据权利要求1所述的一种基于地貌单位线的水文模型的构建方法,其特征在于,所述步骤(3)中根据地表产流量与DEM数据计算的地貌单位线来计算地表径流量,根据地下水补给量与地下线性水库来计算地下径流量,汇总地表和地下径流成为流域出流的具体步骤如下:
首先利用DEM数据来计算地貌单位线参数,采用D8算法计算流向,并生成相应的汇流累计量文件,然后生成河网,根据河网数据生成霍顿河流参数,包括面积比,河数比,河长比,最高级河流长度;对于地表产流,通过传统地貌瞬时单位线计算地表汇流,计算公式如下:
其中:RA为面积比,RB为河数比,RL为河长比,LΩ为最高级河流长度,v是流速,Г(x)为Gamma函数,t为时间,RA为面积比;
然后对地貌瞬时单位线积分获得S(t)曲线,根据S(t)曲线计算时段单位线u(Δt,t),通过地表产流与时段单位线相乘即可推求出口断面地表径流量,公式如下:
u(Δt,t)=s(t)-S(t-Δt)
Qs=Rs*u(Δt,t)*U
其中,RS为地表产流,QS为地表径流量,U为单位换算系数;
地下水的汇流计算采用线性水库法来计算,公式如下:
Qgi=Rgi(1-Kgg)*U+Kgg*Qgi-1
其中,Kgg为线性水库退水系数,Rgi为地下水补给量,Qgi-1为上一时段的地下径流量,Qgi为当前时段的地下径流量;
最后综合地表径流与地下径流计算流域出口断面总的径流量,公式如下
Q=Qs+Qgi。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910879959.XA CN110781259B (zh) | 2019-09-18 | 2019-09-18 | 一种基于地貌单位线的水文模型的构建方法 |
ZA2020/05767A ZA202005767B (en) | 2019-09-18 | 2020-09-17 | Hydrological model based on geomorphologic unit hydrograph |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910879959.XA CN110781259B (zh) | 2019-09-18 | 2019-09-18 | 一种基于地貌单位线的水文模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110781259A CN110781259A (zh) | 2020-02-11 |
CN110781259B true CN110781259B (zh) | 2021-02-09 |
Family
ID=69383692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910879959.XA Active CN110781259B (zh) | 2019-09-18 | 2019-09-18 | 一种基于地貌单位线的水文模型的构建方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110781259B (zh) |
ZA (1) | ZA202005767B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528457B (zh) * | 2020-04-30 | 2022-10-18 | 中国科学院地球化学研究所 | 一种植被覆盖区地表产流量确定方法 |
CN111914432B (zh) * | 2020-08-14 | 2022-11-29 | 贵州东方世纪科技股份有限公司 | 一种基于大数据的水文预报方法 |
CN112200386B (zh) * | 2020-10-30 | 2024-05-28 | 华中科技大学 | 一种基于等容瞬时单位线的水文预报方法及系统 |
CN112819235B (zh) * | 2021-02-05 | 2024-02-02 | 中国环境科学研究院 | 预测区域内降水径流产生的河道水流量的方法和装置 |
CN112905949B (zh) * | 2021-03-05 | 2023-10-24 | 河海大学 | 一种基于流域下垫面特征的分布式产流参数估算方法 |
CN113435630B (zh) * | 2021-06-04 | 2022-07-15 | 华中科技大学 | 一种产流模式自适应的流域水文预报方法及系统 |
CN113779041B (zh) * | 2021-09-29 | 2023-09-08 | 中国水利水电科学研究院 | 一种小流域划分及编码方法 |
CN114282614B (zh) * | 2021-12-27 | 2023-09-26 | 淮阴工学院 | 基于随机森林和ifda优化cnn-gru的中长期径流预测方法 |
CN116737858B (zh) * | 2023-06-20 | 2024-03-22 | 长江水利委员会水文局 | 基于卫星遥感数据反演的林间穿透雨计算方法 |
CN116882215B (zh) * | 2023-09-07 | 2023-12-29 | 北京国信华源科技有限公司 | 一种多要素的自激励预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354348A (zh) * | 2010-12-16 | 2012-02-15 | 南京大学 | 流域尺度土壤湿度遥感数据同化方法 |
CN106991278A (zh) * | 2017-03-21 | 2017-07-28 | 武汉大学 | 一种集合降水预报与实时洪水概率预报的耦合方法 |
CN107729695A (zh) * | 2017-11-21 | 2018-02-23 | 中国水利水电科学研究院 | 一种用于小流域次洪模拟的水文模型率定方法 |
CN108874936A (zh) * | 2018-06-01 | 2018-11-23 | 河海大学 | 一种基于改进新安江模型的适用于山丘区的水文预报方法 |
CN109596811A (zh) * | 2018-12-26 | 2019-04-09 | 武汉大学 | 一种基于土壤水分亏缺的农业干旱监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109684660A (zh) * | 2018-11-19 | 2019-04-26 | 华中科技大学 | 一种适合喀斯特地区的概念式水文模型组合预报方法 |
-
2019
- 2019-09-18 CN CN201910879959.XA patent/CN110781259B/zh active Active
-
2020
- 2020-09-17 ZA ZA2020/05767A patent/ZA202005767B/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354348A (zh) * | 2010-12-16 | 2012-02-15 | 南京大学 | 流域尺度土壤湿度遥感数据同化方法 |
CN106991278A (zh) * | 2017-03-21 | 2017-07-28 | 武汉大学 | 一种集合降水预报与实时洪水概率预报的耦合方法 |
CN107729695A (zh) * | 2017-11-21 | 2018-02-23 | 中国水利水电科学研究院 | 一种用于小流域次洪模拟的水文模型率定方法 |
CN108874936A (zh) * | 2018-06-01 | 2018-11-23 | 河海大学 | 一种基于改进新安江模型的适用于山丘区的水文预报方法 |
CN109596811A (zh) * | 2018-12-26 | 2019-04-09 | 武汉大学 | 一种基于土壤水分亏缺的农业干旱监测方法 |
Non-Patent Citations (2)
Title |
---|
Simulating cold regions hydrological processes using a modular model in the west of China;ZHOU,Jian 等;《Journal of Hydrology》;20140213;13-24 * |
粒子群算法在新安江模型参数率定中的应用;刘苏宁 等;《水利学报》;20100531;第41卷(第5期);537-544 * |
Also Published As
Publication number | Publication date |
---|---|
ZA202005767B (en) | 2021-07-28 |
CN110781259A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110781259B (zh) | 一种基于地貌单位线的水文模型的构建方法 | |
Kahsay et al. | Impact of climate change on groundwater recharge and base flow in the sub-catchment of Tekeze basin, Ethiopia | |
Shrestha et al. | Impact of climate change on sediment yield in the Mekong River basin: a case study of the Nam Ou basin, Lao PDR | |
CN111339711B (zh) | 一种小流域设计洪水推求方法 | |
CN105912836B (zh) | 一种纯遥感数据驱动的流域水循环模拟方法 | |
Beighley et al. | Simulating hydrologic and hydraulic processes throughout the Amazon River Basin | |
Liu et al. | On the usefulness of remote sensing input data for spatially distributed hydrological modelling: case of the Tarim River basin in China | |
Alexandridis et al. | Combining remotely sensed surface energy fluxes and GIS analysis of groundwater parameters for irrigation system assessment | |
CN102722766A (zh) | 基于修订的区域气候模式数据的小麦产量预测方法 | |
CN103577895B (zh) | 一种资料短缺情形下的二次耦合月径流预报方法 | |
CN112784395B (zh) | 一种预测和模拟河流水体总磷浓度的方法 | |
Gholami et al. | Hydrological stream flow modeling in the Talar catchment (central section of the Alborz Mountains, north of Iran): Parameterization and uncertainty analysis using SWAT-CUP | |
Tulip et al. | The impact of irrigation return flow on seasonal groundwater recharge in northwestern Bangladesh | |
Saleh Al-Khafaji et al. | Effect of DEM and land cover resolutions on simulated runoff of Adhaim Watershed by SWAT model | |
Sabale et al. | Hydrological modeling to study impact of conjunctive use on groundwater levels in command area | |
CN117494419A (zh) | 一种多模型耦合的流域水土流失遥感监测方法 | |
Dubois et al. | Impact of land cover changes on Long‐Term Regional‐Scale groundwater recharge simulation in cold and humid climates | |
Wegehenkel et al. | An assessment of the impact of climate change on evapotranspiration, groundwater recharge, and low‐flow conditions in a mesoscale catchment in Northeast Germany | |
Johnson et al. | Assessment and applications of distributed hydrologic model-Russian-Napa River Basins, CA | |
Yang et al. | Impact of land-use changes on stream runoff in Jeju Island, Korea | |
Zadsar et al. | Using SWAT model to investigate the impact of Rangeland management practices on water conservation (case study: Gorganroud Watershed, Golestan, Iran) | |
Mejía et al. | Climate change impacts on hydrometeorological and river hydrological extremes in Quito, Ecuador | |
Arenas-Bautista et al. | Hydrological Modeling in Tropical Regions via TopModel. Study Case: Central Sector of the Middle Magdalena Valley-Colombia | |
Yang et al. | Applicability evaluation of the SWIM at river basins of the black soil region in Northeast China: A case study of the upper and middle Wuyuer River basin | |
Shaabani et al. | Simulation of the effects of climate change and reduce irrigation requirements on groundwater recharge using SWAT and MODFLOW models |
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 |