CN111626501B - 一种评估互花米草适生区域的方法 - Google Patents

一种评估互花米草适生区域的方法 Download PDF

Info

Publication number
CN111626501B
CN111626501B CN202010453568.4A CN202010453568A CN111626501B CN 111626501 B CN111626501 B CN 111626501B CN 202010453568 A CN202010453568 A CN 202010453568A CN 111626501 B CN111626501 B CN 111626501B
Authority
CN
China
Prior art keywords
spartina alterniflora
model
area
spartina
data
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
CN202010453568.4A
Other languages
English (en)
Other versions
CN111626501A (zh
Inventor
谢华
谢洲
覃昕
杨瑞刚
班美玲
李相林
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.)
Scientific Research Academy of Guangxi Environmental Protection
Original Assignee
Scientific Research Academy of Guangxi Environmental Protection
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 Scientific Research Academy of Guangxi Environmental Protection filed Critical Scientific Research Academy of Guangxi Environmental Protection
Priority to CN202010453568.4A priority Critical patent/CN111626501B/zh
Publication of CN111626501A publication Critical patent/CN111626501A/zh
Application granted granted Critical
Publication of CN111626501B publication Critical patent/CN111626501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明揭示了一种评估互花米草适生区域的方法,包括如下步骤:1)确定互花米草分布点及构建模型评估区;2)筛选互花米草适生区域评估指标体系,建立互花米草环境生态位入侵风险评估模型;3)互花米草种子或分蘖植株传播分布模拟计算及比对。本发明的方法,既运用遥感技术掌握当前及历史时间的互花米草分布,又结合生态位模型预测未来环境变化下的互花米草潜在分布,同时创新性采用水动力模拟预测互花米草种子或繁殖体传播分布范围及路径,在保证物种分布数据、环境数据选择和模型预测精度较可靠的同时,确保了实际计算量的可行性,进一步提高了互花米草潜在生长区域预测的精度,使互花米草适生区域评估方法计算更具有可行性。

Description

一种评估互花米草适生区域的方法
技术领域
本发明的实施例涉及海岸入侵生物风险评估与监测领域,具体而言,涉及一种评估互花米草适生区域的方法。
背景技术
互花米草有良好的促淤造陆、保滩护岸作用,但其以有性和无性的方式繁衍,繁殖扩散能力很强,引种会威胁滨海湿地的土著物种,严重影响本土海岸生态系统。自1979年引进种植至今,互花米草已遍及我国海岸线,2003年原国家环保部将其列入外来入侵物种名录。广西引种互花米草活动有两次,分别为1979年北海市山口镇山角海滩和党江镇沙涌船厂海滩,以及1994年北海市山口镇北界村盐场。近年来,广西沿海的铁山港湾、北海银滩至营盘镇、廉州湾、英罗港、大风江口等处均出现互花米草斑块,总体上分布呈由东往西发展趋势,有扩散至越南的风险,虽然总扩散速率有所减缓,但广西的互花米草分布总面积仍快速增长。
由于互花米草强大的生长繁殖能力及治理措施的局限性,治理难度很大,需付出巨大的人力和经济成本,而且互花米草生态治理后的二次入侵问题也十分普遍。目前,人们意识到治理互花米草应转换至整个生态系统的监测与修复角度,因此,开展互花米草入侵风险预测评估的工作十分必要,它将有效预警互花米草的入侵,对指导互花米草治理和保护滨海湿地生态系统提供技术依据,具有前瞻性意义。
发明内容
本发明的目的在于针对现有技术中的上述缺陷,提供一种评估互花米草适生区域的方法,能对互花米草潜在的生长区域给出最优的预测结果,以便为科学有效地监控和治理互花米草,以及保护海岸生态系统提供科学依据。
为实现上述发明目的,本发明充分考虑互花米草自身传播方式、潮滩环境因子和主要气候因子,将Maxent模型和海洋水动力预测模型相结合,达到提高互花米草适生区域预测准确度的目的,其具体步骤如下:
1)确定互花米草分布点及构建模型评估区域,包括:1.1)建立沿海地区互花米草和其他典型地物的遥感解译标志库,作为解译标准;1.2)导入落潮期间沿海地区的卫星遥感图像,根据互花米草生境信息,划定互花米草的生长范围;1.3)对卫星遥感图像进行裁剪,结合互花米草和其他典型地物的遥感解译标志库,对裁剪后的卫星遥感图像进行解译;1.4)进行面积量算,获取沿海地区互花米草的分布点数据,利用ArcGIS将互花米草的分布点数据转化转换为Maxent模型要求的CSV格式存储,并提取符合互花米草的地理分布范围的沿海带作为生态位模型构建区域;
2)筛选互花米草适生区域评估指标体系,建立互花米草环境生态位入侵风险评估模型,包括:2.1)筛选环境变量数据作为评估指标,环境变量数据与分布点数据坐标系统一致,并利用ArcGIS中的克里金内插工具得到沿海带环境插值栅格图,插值空间分辨率为300m,利用裁剪工具裁出沿海带范围内环境变量数据,并转为Maxent模型要求输入的ASC格式;2.2)基于Maxent模型建立互花米草环境生态位入侵风险评估模型,模型采用刀切法检验,确定影响互花米草分布的主导因子及适宜范围,并生成互花米草适生指数,根据适生指数,将互花米草的适生等级划分4等级,利用Arcgis的重分类工具对生成的适生指数进行分级划分,获得互花米草滨海适宜性分布等级范围;
3)互花米草种子或分蘖植株传播分布模拟计算及比对,包括:3.1)测算平均植株密度和平均种子产量;3.2)基于MIKE21 HD模型建立互花米草种子或分蘖植株输运二维扩散模型;3.3)嵌入Lagrange“粒子追踪”法的互花米草漂流模块,情景模拟互花米草分蘖植株或种子在海洋中的平流运动、扩展运动,通过模拟其扩散漂流的过程,获取互花米草未来传播的路径及范围;3.4)在ArcGIS中,利用克里金插值将模拟的最终计算结果数据空间化,对模拟计算结果进行空间叠加分析,结合互花米草适生区域划分结果,确定评估区域的互花米草适宜性分布等级,得出最优的预测结果,确定互花米草重点防控区域。
相比于现有技术,本发明的优势在于:采用遥感技术定位当前及历史时间的互花米草分布及其动态扩张,结合生态位模型预测未来环境变化下互花米草潜在分布,并划定互花米草适宜性分布等级,并创新性采用水动力模拟预测互花米草种子或繁殖体传播分布范围及路径,通过模拟计算结果与互花米草适生区域划分结果比对,进行空间叠加分析,最终得出最优的预测结果,确定互花米草重点防控区域。在保证物种分布数据、环境数据选择和模型预测精度较可靠的同时,确保了实际计算量的可行性,进一步提高了互花米草潜在生长区域预测的精度,为治理互花米草提供了技术参考。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本发明的一些实施例,并非对本发明的限制。
图1是互花米草空间分布获取方法流程示意。
图2为本发明的Maxent模型筛选互花米草评估指标体系及划分适生等级技术路线。
图3为本发明的互花米草种子或或分蘖植株传播分布模拟计算技术路线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明技术方案作进一步非限制性的详细描述。
本发明的方法充分考虑遥感技术和生态位模型,将生态位模型和水动力模型预测相结合,达到进一步提高互花米草传播漂移预测精度的目的,步骤如下:
1)确定互花米草分布点及构建模型评估区域,见图1,包括:
1.1)建立沿海地区互花米草和其他典型地物的遥感解译标志库,作为解译标准,包括建立引入植被生境知识的物种分类方法。具体是:第一,将互花米草与红树林进行解译对比,互花米草为草本植被,纹理呈现草本冠层结构,植被指数阈值低,红树林为林地,纹理呈现林木冠层结构,植被指数阈值高;第二,将互花米草与本地草种进行解译对比,与本地草种不同,互花米草扩展方式呈圆斑状侵略式扩展,发展到一定程度后可相互连接成更大的斑块。
1.2)导入落潮期间沿海地区的卫星遥感图像,空间分辨率小于2米,根据互花米草生境信息,划定互花米草的生长范围。具体是:根据当地滩涂宽度、遥感图像色差和对比度,划分自水边向内陆扩展3公里的区域,为适宜互花米草生长的滩涂区域,调整植被指数阈值,在所述滩涂区域划分互花米草生长植被区和非互花米草生长植被区。
1.3)对卫星遥感图像进行裁剪,结合互花米草和其他典型地物的遥感解译标志库,对裁剪后的卫星遥感图像进行解译。具体是:包括在互花米草生长植被区解译区分互花米草区和红树林区、本地草种区,对于无法确定的可疑区域,进行高分辨率遥感图像拍摄和地面测量,获取高精度解译结果。
1.4)进行面积量算,获取沿海地区互花米草的分布点数据,利用ArcGIS将互花米草的分布点数据转化转换为Maxent模型要求的CSV格式存储,并提取符合互花米草的地理分布范围的沿海带(沿海潮间带)作为生态位模型构建区域。
2)筛选互花米草适生区域评估指标体系,建立互花米草环境生态位入侵风险评估模型,见图2,包括:
2.1)筛选环境变量数据作为评估指标,环境变量数据与分布点数据坐标系统一致,并利用ArcGIS中的克里金内插工具得到沿海带环境插值栅格图,插值空间分辨率为300m,利用裁剪工具裁出沿海带范围内环境变量数据,并转为Maxent模型要求输入的ASC格式。上述环境变量数据包括:气候数据(来源于中国气象数据网的历年平均数据),海洋水文数据(来源于海洋数据中心),地形数据(来源于ETOPO1全球地形起伏模型),以及土壤数据(来源于世界土壤数据库)。
2.2)基于Maxent模型建立互花米草环境生态位入侵风险评估模型,具体方法为:运行Maxent模型,把CSV格式的互花米草分布点数据和ASC格式的环境变量数据均导入到模型中,设置模型最大迭代次数为500,收敛阈值为10-5,随机选择总数据集的75%作为训练子集训练模型,获取模型的相关数据,剩余25%的数据点作为测试子集用来验证模型;为选取能够提供最高预测准确性的环境变量信息,模型采用刀切法(Jack-knife)检验,具体是:在模型运行的多次重复中,系统每省略一个环境参数,即会分析环境参数与遗漏误差之间的相关性来确定最优环境参数,如果一个环境参数的存在与遗漏误差间呈正相关,表明该模型参数会降低模型预测能力,该参数会在下一步的分析中去除;经过刀切法检验后确定影响互花米草分布的主导因子(见表1)及适宜范围,并生成互花米草适生指数,根据适生指数,将互花米草的适生等级(SI)划分4等级(见表2),利用Arcgis的重分类工具对生成的适生指数进行分级划分,获得互花米草滨海适宜性分布等级范围。
表1重要环境变量参数
Figure GDA0003802461890000051
Figure GDA0003802461890000061
表2互花米草适生等级表
Figure GDA0003802461890000062
3)互花米草种子或分蘖植株传播分布模拟计算及比对,见图3,包括:
3.1)测算平均植株密度和平均种子产量,具体是:在互花米草种子成熟期(每年10-11月)在评估区域设立1m×1m的互花米草样方,统计样方内植株密度和种子产量,根据互花米草每基株一个生长季节能产生86-222个分蘖植株,估算植株每平米分株密度,在ArcGIS中,将评估区域分蘖植株密度和种子产量数据输入矢量图层中,使用焦点统计工具统计评估范围内互花米草的分蘖植株平均密度和平均种子产量,统计方式为计算均值,计算得出评估区域互花米草的分蘖植株总量和种子产量。
3.2)基于MIKE21 HD模型建立互花米草种子或分蘖植株输运二维扩散模型,具体是:根据近海水文地形特征以及地形高程数据建立数字地形,应用MIKE21 HD模块建立近海二维水动力模型,模拟计算评估区域水动力流场,并利用连续方程和动量方程对划分成三角形网格的计算水域进行求解。采用表面水建模系统(SMS)构建网格,再采用MKIE软件对已划分网格进行局部加密和调整,保证了模型的精确性。
上述连续方程和动量方程的表达式为:
连续方程:
Figure GDA0003802461890000071
X方向动量方程:
Figure GDA0003802461890000072
Y方向动量方程:
Figure GDA0003802461890000073
式中:h为水深,ζ为水位,H=h+ζ,p、q分别是x、y方向上的流量通量,g为重力加速度,C为谢才系数,ρ为海水密度,f为科氏力系数,fW为风阻力系数,W为风速,Wx、Wy分别为风速在x、y方向上的分速度,τxx、τxy、τyy分别为各方向剪切应力;
连续方程的离散格式如下:
X方向动量方程:
Figure GDA0003802461890000074
Y方向动量方程:
Figure GDA0003802461890000081
X方向或Y方向动量方程各项参数的离散格式:
重力项:
Figure GDA0003802461890000082
时间偏导项:
Figure GDA0003802461890000083
动量对流项:
Figure GDA0003802461890000084
Figure GDA0003802461890000085
Figure GDA0003802461890000086
Figure GDA0003802461890000087
底部摩擦力项:
Figure GDA0003802461890000088
其中,
Figure GDA0003802461890000089
Figure GDA00038024618900000810
Figure GDA00038024618900000811
风阻力项:
Figure GDA0003802461890000091
其中,f0=0.00063,W0=0m/s,f1=0.0026,W1=30m/s
科氏显示表达项:
Figure GDA0003802461890000092
计算时间步长:
Figure GDA0003802461890000093
其中,m为空间步长,t为时间步长,h为水深。
3.3)在MIKE21 HD模型计算水动力场的基础上,嵌入Lagrange“粒子追踪”法的互花米草漂流模块,情景模拟互花米草分蘖植株或种子在海洋中的平流运动、扩展运动,通过模拟其扩散漂流的过程,获取互花米草未来传播的路径及范围。
上述平流运动的表达式为:
将互花米草种子或分蘖植株分成有限个质点,每个质点下一个时刻位置按以下公式计算:
X1=X0+(U+αW10cosθ)Δt
Y1=Y0+(V+αW10sinθ)Δt
式中,X1、Y1为质点的下一个时刻坐标,U、V分别为X、Y方向水流速度分量,W10为海面10m高度处风速,θ为风海流流向,该项为在风的影响下,互花米草种子或分蘖植株漂移速度的增加量,通常为风速的2%-3%,即α一般取为0.02-0.03。
上述扩展运动的表达式为:
将互花米草种子或分蘖植株扩展分为重力和惯性力主导阶段,重力和粘力主导阶段以及粘力和表面张力主导阶段三个阶段,
第一阶段:为重力-惯性力级阶段,扩散直径D:D=K1(Δ×g×V0×t2)1/4
第二阶段:为重力-粘性力阶段,扩展直径D:D=K2(Δ×g×V0 2×t3/2/v1/2)1/6
第三阶段:为表面张力-粘性力阶段,扩展直径D:D=K32×t32υ)1/4
式中,g为重力加速度,V0为溢油体积,t为种子或分蘖植株入水后经历的时间,Δ为(ρw0)/ρw,ρ0,ρw分别为种子(根据实测数据获取)和水的密度,v为水的运动粘滞系数,σ为净表面张力,K1,K2,K3为经验系数,K1=2.28,K2=2.90,K3=3.20;
由于Fay理论只适用于静风情况,因此在考虑有风情况下对主风向上的长轴进行修正,在有风的情况下第二阶段的扩展变为:
短轴:Q=C1[(ρw0)/ρ0]αVo βtγ
主风向上的长轴:R=C1[(ρw0)/ρ0]αVβtγ+C2Wδtζ
式中,β=1/3,γ=1/4,α=1/3,δ=4/3,ξ=3/4,C1=1.7,C2=0.07。
3.4)在ArcGIS中,利用克里金插值将模拟的最终计算结果数据空间化,对模拟计算结果进行空间叠加分析,结合互花米草适生区域划分结果,确定评估区域的互花米草适宜性分布等级,得出最优的预测结果,确定互花米草重点防控区域。
需要指出的是,上述较佳实施例仅为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种评估互花米草适生区域的方法,其特征在于其包括如下步骤:
1)确定互花米草分布点及构建模型评估区域,包括:1.1)建立沿海地区互花米草和其他典型地物的遥感解译标志库,作为解译标准;1.2)导入落潮期间沿海地区的卫星遥感图像,根据互花米草生境信息,划定互花米草的生长范围;1.3)对卫星遥感图像进行裁剪,结合互花米草和其他典型地物的遥感解译标志库,对裁剪后的卫星遥感图像进行解译;1.4)进行面积量算,获取沿海地区互花米草的分布点数据,利用ArcGIS将互花米草的分布点数据转化转换为Maxent模型要求的CSV格式存储,并提取符合互花米草的地理分布范围的沿海带作为生态位模型构建区域;
2)筛选互花米草适生区域评估指标体系,建立互花米草环境生态位入侵风险评估模型,包括:2.1)筛选环境变量数据作为评估指标,环境变量数据与分布点数据坐标系统一致,并利用ArcGIS中的克里金内插工具得到沿海带环境插值栅格图,插值空间分辨率为300m,利用裁剪工具裁出沿海带范围内环境变量数据,并转为Maxent模型要求输入的ASC格式;2.2)基于Maxent模型建立互花米草环境生态位入侵风险评估模型,模型采用刀切法检验,确定影响互花米草分布的主导因子及适宜范围,并生成互花米草适生指数,根据适生指数,将互花米草的适生等级划分4等级,利用Arcgis的重分类工具对生成的适生指数进行分级划分,获得互花米草滨海适宜性分布等级范围;
3)互花米草种子或分蘖植株传播分布模拟计算及比对,包括:3.1)测算平均植株密度和平均种子产量;3.2)基于MIKE21 HD模型建立互花米草种子或分蘖植株输运二维扩散模型;3.3)嵌入Lagrange“粒子追踪”法的互花米草漂流模块,情景模拟互花米草分蘖植株或种子在海洋中的平流运动、扩展运动,通过模拟其扩散漂流的过程,获取互花米草未来传播的路径及范围;3.4)在ArcGIS中,利用克里金插值将模拟的最终计算结果数据空间化,对模拟计算结果进行空间叠加分析,结合互花米草适生区域划分结果,确定评估区域的互花米草适宜性分布等级,得出最优的预测结果,确定互花米草重点防控区域。
2.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤1.2)的划定互花米草的生长范围为:自水边向内陆扩展3公里的区域。
3.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤2.1)的环境变量数据包括:气候数据、海洋水文数据、地形数据和土壤数据。
4.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤2.2)的基于Maxent模型建立互花米草环境生态位入侵风险评估模型的方法为:运行Maxent模型,把CSV格式的互花米草分布点数据和ASC格式的环境变量数据均导入到模型中,设置模型最大迭代次数为500,收敛阈值为10-5,随机选择总数据集的75%作为训练子集训练模型,获取模型的相关数据,剩余25%的数据点作为测试子集用来验证模型。
5.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤2.2)的刀切法为:在Maxent模型多次重复运行中,系统每省略一个环境参数,即会分析环境参数与遗漏误差之间的相关性来确定最优环境参数,如果一个环境参数的存在与遗漏误差间呈正相关,表明该模型参数会降低模型预测能力,该参数会在下一步的分析中去除。
6.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤3.1)测算平均植株密度和平均种子产量的方法为:在互花米草种子成熟期在评估区域设立1m×1m的互花米草样方,统计样方内植株密度和种子产量,根据互花米草每基株一个生长季节能产生86-222个分蘖植株,估算植株每平米分株密度,在ArcGIS中,将评估区域分蘖植株密度和种子产量数据输入矢量图层中,使用焦点统计工具统计评估范围内互花米草的分蘖植株平均密度和平均种子产量,统计方式为计算均值。
7.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤3.2)基于MIKE21 HD模型建立互花米草种子或分蘖植株输运二维扩散模型的方法为:根据近海水文地形特征以及地形高程数据建立数字地形,应用MIKE21 HD模块建立近海二维水动力模型,模拟计算评估区域水动力流场,并利用连续方程和动量方程对划分成三角形网格的计算水域进行求解。
8.根据权利要求7所述的评估互花米草适生区域的方法,其特征在于,所述连续方程和动量方程的表达式为:
连续方程:
Figure FDA0003802461880000031
X方向动量方程:
Figure FDA0003802461880000032
Y方向动量方程:
Figure FDA0003802461880000033
式中:h为水深,ζ为水位,H=h+ζ,p、q分别是x、y方向上的流量通量,g为重力加速度,C为谢才系数,ρ为海水密度,f为科氏力系数,fW为风阻力系数,W为风速,Wx、Wy分别为风速在x、y方向上的分速度,τxx、τxy、τyy分别为各方向剪切应力;
连续方程的离散格式如下:
X方向动量方程:
Figure FDA0003802461880000034
Y方向动量方程:
Figure FDA0003802461880000041
X方向或Y方向动量方程各项参数的离散格式:
重力项:
Figure FDA0003802461880000042
时间偏导项:
Figure FDA0003802461880000043
动量对流项:
Figure FDA0003802461880000044
Figure FDA0003802461880000045
Figure FDA0003802461880000046
Figure FDA0003802461880000047
底部摩擦力项:
Figure FDA0003802461880000048
其中,
Figure FDA0003802461880000051
Figure FDA0003802461880000052
Figure FDA0003802461880000053
风阻力项:
Figure FDA0003802461880000054
其中,f0=0.00063,W0=0m/s,f1=0.0026,W1=30m/s
科氏显示表达项:
Figure FDA0003802461880000055
计算时间步长:
Figure FDA0003802461880000056
其中,m为空间步长,t为时间步长,h为水深。
9.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤3.3)的平流运动的表达式为:
将互花米草种子或分蘖植株分成有限个质点,每个质点下一个时刻位置按以下公式计算:
X1=X0+(U+αW10cosθ)Δt
Y1=Y0+(V+αW10sinθ)Δt
式中,X1、Y1为质点的下一个时刻坐标,U、V分别为X、Y方向水流速度分量,W10为海面10m高度处风速,θ为风海流流向,该项为在风的影响下,互花米草种子或分蘖植株漂移速度的增加量,为风速的2%-3%,α取为0.02-0.03。
10.根据权利要求1所述的评估互花米草适生区域的方法,其特征在于,所述步骤3.3)的扩展运动的表达式为:
将互花米草种子或分蘖植株扩展分为重力和惯性力主导阶段,重力和粘力主导阶段以及粘力和表面张力主导阶段三个阶段,
第一阶段:为重力-惯性力级阶段,扩散直径D:D=K1(Δ×g×V0×t2)1/4
第二阶段:为重力-粘性力阶段,扩展直径D:D=K2(Δ×g×V0 2×t3/2/v1/2)1/6
第三阶段:为表面张力-粘性力阶段,扩展直径D:D=K32×t32υ)1/4
式中,g为重力加速度,V0为溢油体积,t为种子或分蘖植株入水后经历的时间,Δ为(ρw0)/ρw,ρ0为根据实测数据获取的种子的密度,ρw为水的密度,v为水的运动粘滞系数,σ为净表面张力,K1,K2,K3为经验系数,K1=2.28,K2=2.90,K3=3.20;
由于Fay理论只适用于静风情况,因此在考虑有风情况下对主风向上的长轴进行修正,在有风的情况下第二阶段的扩展变为:
短轴:Q=C1[(ρw0)/ρ0]αVo βtγ
主风向上的长轴:R=C1[(ρw0)/ρ0]αVβtγ+C2Wδtζ
式中,β=1/3,γ=1/4,α=1/3,δ=4/3,ξ=3/4,C1=1.7,C2=0.07。
CN202010453568.4A 2020-05-26 2020-05-26 一种评估互花米草适生区域的方法 Active CN111626501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010453568.4A CN111626501B (zh) 2020-05-26 2020-05-26 一种评估互花米草适生区域的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010453568.4A CN111626501B (zh) 2020-05-26 2020-05-26 一种评估互花米草适生区域的方法

Publications (2)

Publication Number Publication Date
CN111626501A CN111626501A (zh) 2020-09-04
CN111626501B true CN111626501B (zh) 2022-09-16

Family

ID=72260866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010453568.4A Active CN111626501B (zh) 2020-05-26 2020-05-26 一种评估互花米草适生区域的方法

Country Status (1)

Country Link
CN (1) CN111626501B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113034871B (zh) * 2021-03-12 2023-02-07 湖南省林业科学院 一种外来植物分布格局与传播途径预警分析系统
CN116304600B (zh) * 2023-03-06 2024-02-02 四川省林业科学研究院 基于大数据分析的外来入侵物种预警方法及系统
CN117421985B (zh) * 2023-11-02 2024-07-09 中国三峡建工(集团)有限公司 一种植物扩散能力评估及预警方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528570A (zh) * 2013-10-23 2014-01-22 环境保护部卫星环境应用中心 广西北海地区互花米草的空间分布获取方法和系统
CN103583179A (zh) * 2013-10-16 2014-02-19 集美大学 一种治理互花米草的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103583179A (zh) * 2013-10-16 2014-02-19 集美大学 一种治理互花米草的方法
CN103528570A (zh) * 2013-10-23 2014-01-22 环境保护部卫星环境应用中心 广西北海地区互花米草的空间分布获取方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Relative importance of environmental variables for the distribution of the invasive marsh species Spartina alterniflora across different spatial scales;Huiyu Liu 等;《Marine and Freshwater Research》;20181231;全文 *
基于Maxent生态位模型的互花米草在我国沿海的潜在分布;张丹华 等;《应用生态学报》;20190731;全文 *
气候变化对外来入侵植物互花米草潜在分布区的影响;刘金雪;《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑》;20180415;第9-56页 *

Also Published As

Publication number Publication date
CN111626501A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN111626501B (zh) 一种评估互花米草适生区域的方法
Loicq et al. Improving representation of riparian vegetation shading in a regional stream temperature model using LiDAR data
Badger et al. Wind-climate estimation based on mesoscale and microscale modeling: Statistical–dynamical downscaling for wind energy applications
Arnold A new approach for dealing with depressions in digital elevation models when calculating flow accumulation values
Andrejev et al. The use of high-resolution bathymetry for circulation modelling in the Gulf of Finland
CN107944608A (zh) 基于卫星遥感的海面漂移物与溢油漂移扩散预报方法
Brushett et al. Application of leeway drift data to predict the drift of panga skiffs: Case study of maritime search and rescue in the tropical pacific
Wei et al. Monitoring cooling water discharge using Lagrangian coherent structures: A case study in Daya Bay, China
Putra et al. Spatial analysis of the river line and land cover changes in the Kampar River Estuary: the influence of the Bono Tidal Bore Phenomenon
Zhang et al. Analysis of 50-year wind data of the southern Baltic Sea for modelling coastal morphological evolution–a case study from the Darss-Zingst Peninsula
Warner et al. Inner-shelf circulation and sediment dynamics on a series of shoreface-connected ridges offshore of Fire Island, NY
Li et al. Sediment tracer tracking and numerical modeling at Coos Bay Inlet, Oregon
CN115935732A (zh) 一种复杂感潮河网的多源复合灾害淹没风险的模拟方法
CN112381033A (zh) 海上风机引起的潮间带冲淤状况卫星遥感定量评估方法
Medeiros et al. A Random Forest model based on lidar and field measurements for parameterizing surface roughness in coastal modeling
Santana et al. Model sensitivity experiments on data assimilation, downscaling and tides for the representation of the Cape São Tomé Eddies
Devis-Morales et al. Modelling the transport of sediment discharged by Colombian rivers to the southern Caribbean Sea
Goddard et al. Investigation of ecologically relevant wind patterns on Marion Island using Computational Fluid Dynamics and measured data
Kim et al. Comprehensive modeling from watersheds to a bay and its validation with radar, drifters, and MVP methods
Xu et al. Numerical investigation of the effects of aquatic plants on wind-induced currents in Taihu Lake in China
Neumann et al. Comparing the" bathtub method" with Mike 21 HD flow model for modelling storm surge inundation
Conti et al. An integrated GIS for sedimentological and geomorphological analysis of a lagoon environment. Barra de Cananéia inlet region,(Southeastern Brazil)
Pereira Coupled Modelling of the Minho and Lima Estuaries: Hydrological Response to Climate Changes
Murray A sensitivity analysis for a tidally-influenced riverine system
Chang et al. July 2020 heavy rainfall in Japan: effect of real-time river discharge on ocean circulation based on a coupled river-ocean model

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