CN112418154A - 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 - Google Patents

考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 Download PDF

Info

Publication number
CN112418154A
CN112418154A CN202011417469.7A CN202011417469A CN112418154A CN 112418154 A CN112418154 A CN 112418154A CN 202011417469 A CN202011417469 A CN 202011417469A CN 112418154 A CN112418154 A CN 112418154A
Authority
CN
China
Prior art keywords
forest
rain
irrigation
coverage
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.)
Granted
Application number
CN202011417469.7A
Other languages
English (en)
Other versions
CN112418154B (zh
Inventor
秦天玲
聂汉江
吕锡芝
刘姗姗
张鑫
冯贱明
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202011417469.7A priority Critical patent/CN112418154B/zh
Publication of CN112418154A publication Critical patent/CN112418154A/zh
Application granted granted Critical
Publication of CN112418154B publication Critical patent/CN112418154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Abstract

本发明公开了一种考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，通过对土地利用类型及覆盖度进行识别，可以计算不同覆盖度的雨养林、灌溉林的日、月及年实际需水量以及日、月及年生态补水量，并进行空间展布与展示，使林业管理人员明确该区域的林地需水量以及生态补水量的同时，知道哪一个月、哪一部分林地需要灌溉、灌溉水量是多少，从而制定更合理的灌溉制度，对于保证植被生态系统的完整性有重要意义。

Description

考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法
技术领域
本发明属于植被生态系统需水量和补水量的计算及展示技术领域，具体涉及一种考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法。
背景技术
植被生态需水量是指为保障植被能正常生长、发育或植被生态系统维持健康并发挥正常生态系统服务功能而需要消耗的最低水量，被认为是退化生态系统恢复与重建的关键。国外对于生态需水的研究主要集中于水生生物生长和河流流量的关系以及河流流量与维持生态系统完整性的关系等方面，而国内现有研究主要集中于西北、华北的干旱、半干旱以及半湿润地区。植被生态需水量估算的方法很多，比较常见的有：面积定额法、水量平衡法、遥感估算法、生物量估算法等。虽有学者对生态补水量进行核算，但这些结果没有区分雨养林和灌溉林，可能导致计算出来的需水量偏大，且只能反应研究区整体的植被需水量和生态补水量，无法确定生态需水量和生态补水量的空间分布情况，不能告诉管理人员具体那一部分林地缺水。然而对于缺水地区来说，怎样高效利用水资源是这些区域可持续发展的关键，因此考虑雨养林和灌木林的区别，计算区域内植被生态需水量和生态补水量并进行空间分布，对林业管理人员制定合理的灌溉制度，保证植被生态系统的完整性的同时，更加高效的利用水资源具有重要的参考作用。
发明内容
针对现有技术中的上述不足，本发明提供的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法解决了现有的补水量估算方法中，无法确定生态需水量和生态补水量空间分布情况的问题。
为了达到上述发明目的，本发明采用的技术方案为：考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，包括以下步骤：
S1、识别不同覆盖度的雨养林和灌溉林，并对其进行编号；
S2、基于研究区域中涉及的气象站，制取研究区域气象站泰森多边形并对其进行编号；
S3、基于林地类型数据、不同林地类型的植被覆盖度信息及研究区域气象泰森多边形的编号信息，进行数据整合获得Grid_Code数据；
S4、基于Grid_Code数据中的雨养林及灌溉林的覆盖度信息，确定其对应的不同月份的植被系数；
S5、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息、气象站泰森多边形编号信息及植被系数，计算日及月的潜在蒸散发、实际需水量和有效降雨量；
S6、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息和气象站泰森多边形编号信息以及日及月的潜在蒸散发、实际需水量和有效降雨量，对雨养林实际需水量进行修正；
S7、基于修正的实际需水量，计算月及年的实际需水量、有效降雨量及林地生态补水量；
S8、基于月及年的实际需水量、有效降雨量及林地生态补水量，确定月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布。
进一步地，所述步骤S1具体为：
S11、利用ArcGIS中的Intersect工具对历史土地利用数据进行识别，识别出历史上土地性质一直为林地的单元；
其中，识别出的林地单元的数据类型为矢量面图层数据；
S12、基于识别出的林地单元，选取两期相同季相高分遥感影像数据，分别对其进行预处理及面向对象的模糊逻辑分类处理，进而识别出两期数据中各林地单元的面积变化；
S13、基于识别出的林地单元的面积变化，将其中面积没有发生变化的林地单元作为雨养林，面积减少及增加的林地单元作为灌溉林；
S14、通过Intersect工具对识别出的雨养林数据和灌溉林数据进行处理，得到雨养林及灌溉林分布图；
其中，所述雨养林及灌溉林分布图的数据类型为矢量面图层数据；
S15、在矢量面图层数据中分别增加雨养林及灌溉林的Tpye_ID属性；
其中，雨养林的Tpye_ID为1，灌溉林的Tpye_ID为2；
S16、基于矢量面图层数据的Type_ID属性，利用植被归一化指数分别计算雨养林及灌溉林的植被覆盖度，并基于植被覆盖度计算结果对其进行编号。
进一步地，所述步骤S16中的计算植被覆盖度Fveg的公式为：
Fveg＝(NDVI-NDVImin)/(NDVImax-NDVImin)
式中，NDVI为植被归一化指数，NDVImin为归一化指数最小值，NDVImax为植被归一化指数最大值；
当Fveg≥75％时，为高覆盖度，75％>Fveg≥45％时，为中覆盖度，当Fveg<45％时，为低覆盖度；
所述步骤S16中，基于植被覆盖度计算结果进行编号的方法具体为：
在每种植被覆盖度数据中增加Fveg_ID属性，将Fveg_ID属性为高覆盖度、中覆盖度和低覆盖度分别编号为1、2和3。
进一步地，所述步骤S2具体为：
S21、基于研究区域内部及周边的n个气象站，通过ArcGIS中的Create Thiessen工具生成泰森多边形矢量面图层；
S22、基于研究区域范围内的矢量面图层，利用ArcGIS中的Clip工具对生成的泰森多边形矢量面图层进行裁剪，得到研究区域泰森多边形矢量面图层，并在其中为每个气象站增加对应的Station_ID属性；
S23、按照气象站编码从大到小的顺序，依次为Station_ID属性赋值1、2、3...n，实现对研究区域泰森多边形的编号。
进一步地，所述步骤S3具体为：
将Type_ID、Fveg_ID和Station_ID按照Grid_Code＝Type_ID×100+Fveg_ID×10+Station_ID计算得到Grid_Code数据；
其中，Grid_Code数据为三位数的数组，百位数代表不同林地类型编号、十位数代表植被覆盖度编号，个位数代表研究区域气象站泰森多边形编号。
进一步地，所述步骤S5中的日潜在蒸散发D_ET0ijk为：
Figure BDA0002820625820000041
所述日实际需水量D_ETaijk为：
D_ETaijk＝kfveg·D_ET0ijk
所述日有效降雨量D_Peijk为：
Figure BDA0002820625820000042
所述月潜在蒸散发M_ET0ijk为：
M_ET0ijk＝∑D_ET0ijk
所述月实际需水量M_ETaijk为：
M_ETaijk＝∑D_ETaijk
所述月有效降雨量M_Peijk为：
M_Peijk＝∑D_Peijk
式中，D_ET0ijk、D_ETaijk及D_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的日潜在散发量、日实际需水量及日有效降雨量；M_ET0ijk、M_ETaijk及M_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的月潜在散发量、月实际需水量及月有效降雨量；Rn为地表净辐射，G为土壤热通量，γ为干湿表常数，Tmean表示日平均气温，μ2为2米高处风速，es为饱和水气压，ea为实际水气压，Δ为饱和水气压曲线斜率，kfveg为林地各月不同植被覆盖度对应的植被系数，P为日降雨量。
进一步地，所述步骤S6中修正后的雨养林实际需水量M_ETa1jk为：
M_ETa1jk＝ks·M_Pe1jk
式中，M_Pe1jk为Fveg_ID为j、Station_ID为k的雨养林月有效降雨量，ks为基于雨养林覆盖度信息和气象站泰森多边形编号信息得到的雨养林需水修正系数。
进一步地，所述步骤S7具体为：
S71、将修正后的月实际需水量和月有效降雨量以Grid_code为媒介，通过ArcGIS连接到Grid_code矢量面图层，并以各月实际需水量及有效降雨量为转换字段，通过ArcGIS的Feature to Raster工具将Grid_code矢量面图层转换到栅格图层，进而得到12个月的月实际需水量及月有效降雨量的栅格数据；
S72、通过Field Calculator工具将12个月的月实际需水量及月有效降雨量的栅格数据转换为体积单位；
S73、通过ArcGIS中的Raster Calculator工具分别对体积单位下的12个月的月实际需水量及月有效降雨量栅格数据求差，得到12个月的月生态补水量；
S73、将12个月的月实际需水量、月有效降雨量及雨生态补水量分别求和，得到年实际需水量、年有效降雨量及年生态补水量。
进一步地，所述步骤S8具体为：
通过ArcGIS中的Zonal Statistics as Table工具以Grid_Code为统计分类依据，对月及年的实际需水量、有效降雨量及林地生态补水量的栅格数据进行统计，得到各月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布。
本发明的有益效果为：
(1)本发明的输入数据可以在现有网站下载，无需开展野外观测试验；
(2)本发明的计算过程可以通过Matlab和ArcGIS Workstation实现，无需人工一步一步处理，省时省力，且处理过程可以运用于其他研究区域；
(3)本发明区分了不同覆盖度雨养林和灌溉林，计算得到的生态需水量更加合理，实践了节水优先的原则，能更好的指导缺水地区合理分配水资源；
(4)本发明实现了月、年尺度植被生态需水量、生态补水量的空间分布的展示，使管理人员一目了然，可为制定更合理的灌溉制度提供可靠地参考；
(5)本发明识别了退化的天然林，且可以远程查看生态需水量、生态补水量分布图，能够为上级领导进行实时的监督管理提供技术支撑。
附图说明
图1为本发明提供的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法流程图。
图2为本发明提供的生态补水量空间展布实现过程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，包括以下步骤：
S1、识别不同覆盖度的雨养林和灌溉林，并对其进行编号；
S2、基于研究区域中涉及的气象站，制取研究区域气象站泰森多边形并对其进行编号；
S3、基于林地类型数据、不同林地类型的植被覆盖度信息及研究区域气象泰森多边形的编号信息，进行数据整合获得Grid_Code数据；
S4、基于雨养林及灌溉林的覆盖度信息，确定其对应的不同月份的植被系数；
S5、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息、气象站泰森多边形编号信息及植被系数，计算日及月的潜在蒸散发、实际需水量和有效降雨量；
S6、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息和气象站泰森多边形编号信息以及日及月的潜在蒸散发、实际需水量和有效降雨量，对雨养林实际需水量进行修正；
S7、基于Grid_Code数据中的修正的实际需水量，计算月及年的实际需水量、有效降雨量及林地生态补水量；
S8、基于月及年的实际需水量、有效降雨量及林地生态补水量，确定月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布。
在本实施例的步骤S1具体为：
S11、利用ArcGIS中的Intersect工具对历史土地利用数据进行识别，识别出历史上土地性质一直为林地的单元；
其中，识别出的林地单元的数据类型为矢量面图层数据；
S12、基于识别出的林地单元，选取两期相同季相高分遥感影像数据，分别对其进行预处理及面向对象的模糊逻辑分类处理，进而识别出两期数据中各林地单元的面积变化；
其中，对遥感影像数据进行预处理包括影像正射校正、融合、几何校正及剪裁；
S13、基于识别出的林地单元的面积变化，将其中面积没有发生变化的林地单元作为雨养林，面积减少及增加的林地单元作为灌溉林；
S14、通过Intersect工具对识别出的雨养林数据和灌溉林数据进行处理，得到雨养林及灌溉林分布图；
其中，所述雨养林及灌溉林分布图的数据类型为矢量面图层数据；
S15、在矢量面图层数据中分别增加雨养林及灌溉林的Tpye_ID属性；
其中，雨养林的Tpye_ID为1，灌溉林的Tpye_ID为2；
S16、基于矢量面图层数据的Type_ID属性，利用植被归一化指数分别计算雨养林及灌溉林的植被覆盖度，并基于植被覆盖度计算结果对其进行编号。
具体地，利用植被归一化指数(NDVI)数据通过ArcGIS中FieldCalculator工具计算植被覆盖度(Fveg)，步骤S16中的计算植被覆盖度Fveg的公式为：
Fveg＝(NDVI-NDVImin)/(NDVImax-NDVImin)
式中，NDVI为植被归一化指数，NDVImin为归一化指数最小值，NDVImax为植被归一化指数最大值；
当Fveg≥75％时，为高覆盖度，75％>Fveg≥45％时，为中覆盖度，当Fveg<45％时，为低覆盖度；
基于植被覆盖度计算结果进行编号的方法具体为：
在每种植被覆盖度数据中增加Fveg_ID属性，将Fveg_ID属性为高覆盖度、中覆盖度和低覆盖度分别编号为1、2和3，进而生成植被覆盖度分布图(为矢量面图层数据)。
本实施例的步骤S2具体为：
S21、基于研究区域内部及周边的n个气象站，通过ArcGIS中的Create Thiessen工具生成泰森多边形矢量面图层；
S22、基于研究区域范围内的矢量面图层，利用ArcGIS中的Clip工具对生成的泰森多边形矢量面图层进行裁剪，得到研究区域泰森多边形矢量面图层，并在其中为每个气象站增加对应的Station_ID属性；
S23、按照气象站编码从大到小的顺序，依次为Station_ID属性赋值1、2、3...n，得到的数据为矢量面图层数据实现对研究区域泰森多边形的编号。
基于步骤S1-S2中获得的数据，在进行后续数据计算之前，现制取包含不同类型(雨养林、灌溉林)、覆盖度和气象站泰森多边形编号信息的Grid_Code数据，上述步骤S3具体为：利用利用ArcGIS将步骤S1中的林地分布图、植被覆盖度分布图和S2中的研究区内泰森多边形图进行Intersect处理，将得到一个属性表中包含Type_ID、Fveg_ID、Station_ID的矢量面图层，在该图层中增加Grid_Code属性，利用ArcGIS中Field Calculator工具，输入计算公式“Grid_Code＝Type_ID×100+Fveg_ID×10+Station_ID”进行计算，最终得到Grid_Code，利用ArcGIS中Dissolve工具以Grid_Code为Dissolve Field进行处理，将重复的Grid_Code合并，得到Grid_Code矢量面图层数据，即Grid_Code数据。
上述步骤S1-S3为图2中左侧虚线框中Model 1部分内容,输入数据为土地利用、高分遥感影像、NDVI数据，输出数据为Grid_Code矢量面图层数据以及Grid_Code.txt文件，处理过程可以通过ArcGIS Workstation编程实现自动处理。
本实施例的步骤S4中的植被系数将潜在散蒸发转化为植被的实际需水量，可以通过查阅文献获取主要植被类型的植被系数或者由地方农业林业部门提供植被系数数据。
本实施例的步骤S5中的日潜在蒸散发D_ET0ijk为：
Figure BDA0002820625820000101
所述日实际需水量D_ETaijk为：
D_ETaijk＝kfveg·D_ET0ijk
所述日有效降雨量D_Peijk为：
Figure BDA0002820625820000102
所述月潜在蒸散发M_ET0ijk为：
M_ET0ijk＝∑D_ET0ijk
所述月实际需水量M_ETaijk为：
M_ETaijk＝∑D_ETaijk
所述月有效降雨量M_Peijk为：
M_Peijk＝∑D_Peijk
式中，D_ET0ijk、D_ETaijk及D_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的日潜在散发量、日实际需水量及日有效降雨量，单位为mm；M_ET0ijk、M_ETaijk及M_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的月潜在散发量、月实际需水量及月有效降雨量，单位为mm；Rn为地表净辐射，单位为MJ·m-1·d-1，G为土壤热通量，单位为MJ·m-1·d-1，γ为干湿表常数，单位为kpa·℃-1，Tmean表示日平均气温，单位为℃，μ2为2米高处风速，单位为m/s，es为饱和水气压，单位为kPa，ea为实际水气压，单位为kPa，Δ为饱和水气压曲线斜率，单位为kpa·℃-1，kfveg为林地各月不同植被覆盖度对应的植被系数，无量纲，P为日降雨量，单位为mm。
本实施例步骤S6中修正后的雨养林实际需水量M_ETa1jk为：
M_ETa1jk＝ks·M_Pe1jk
式中，M_Pe1jk为Fveg_ID为j、Station_ID为k的雨养林月有效降雨量，单位为mm，ks为基于雨养林覆盖度信息和气象站泰森多边形编号信息得到的雨养林需水修正系数。
上述步骤S4-S6为图2红右侧虚线框中Model 2部分内容，可以通过Matlab编程进行自动计算，其中步骤1-2得到的Grid_Code.txt文件为Matlab计算提供了循环参数i、j、k,气象站的纬度、海拔及降水、温度、湿度、风速、日照时长等气象数据作为输入数据进行计算，得到不同Grid_Code的日潜在蒸散发量、日实际需水量、日有效降雨量以及月实际需水量、月有效降雨量的excel数据，单位都为mm。
本实施例的步骤S7具体为：
S71、将修正后的月实际需水量和月有效降雨量以Grid_code为媒介，通过ArcGIS连接到Grid_code矢量面图层，并以各月实际需水量及有效降雨量为转换字段，通过ArcGIS的Feature to Raster工具将Grid_code矢量面图层转换到栅格图层，进而得到12个月的月实际需水量及月有效降雨量的栅格数据；
其中，Feature to Raster工具可根据不同要求设置栅格大小为R，单位为m；
S72、通过Field Calculator工具将12个月的月实际需水量及月有效降雨量的栅格数据转换为体积单位；
S73、通过ArcGIS中的Raster Calculator工具分别对体积单位下的12个月的月实际需水量及月有效降雨量栅格数据求差，得到12个月的月生态补水量；
S73、将12个月的月实际需水量、月有效降雨量及雨生态补水量分别求和，得到年实际需水量、年有效降雨量及年生态补水量。
本实施例的步骤S8具体为：
通过ArcGIS中的Zonal Statistics as Table工具以Grid_Code为统计分类依据，对月及年的实际需水量、有效降雨量及林地生态补水量的栅格数据进行统计，得到各月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布
上述步骤S7-S8为图1中左侧虚线框中Model 3部分内容，可以通过ArcGISWorkstation编程实现自动处理，输入数据为Model 1得到的Grid_Code矢量面图层数据以及Model 2得到的月实际需水量、月有效降雨量excel数据，输出数据为月及年实际需水量、月及年有效降雨量、月及年生态补水量栅格数据(分布图)以及汇总区域总的月及年实际需水量、月及年有效降雨量、月及年生态补水量txt格式数据文件。
本发明在利用的土地类型数据、高分遥感影像数据及NDVI数据以及气象数据都可以在现有网站下载，无需开展野外观测实验；涉及的计算过程可以通过Matlable和ArcGISWorksation平台实现，无需人工一步一步操作，可用于其他区域林地实际需水量、生态补水量的核算；计算不同覆盖度的雨养林、灌溉林的日、月及年实际需水量以及日、月及年生态补水量，并可进行空间展布与展示，使林业管理人员明确该区域的林地需水量以及生态补水量的同时，知道哪一个月、哪一部分林地需要灌溉、灌溉水量是多少，从而制定更合理的灌溉制度，对于保证植被生态系统的完整性有重要意义。

Claims (9)

1.考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，包括以下步骤：
S1、识别不同覆盖度的雨养林和灌溉林，并对其进行编号；
S2、基于研究区域中涉及的气象站，制取研究区域气象站泰森多边形并对其进行编号；
S3、基于林地类型数据、不同林地类型的植被覆盖度信息及研究区域气象泰森多边形的编号信息，进行数据整合获得Grid_Code数据；
S4、基于Grid_Code数据中的雨养林及灌溉林的覆盖度信息，确定其对应的不同月份的植被系数；
S5、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息、气象站泰森多边形编号信息及植被系数，计算日及月的潜在蒸散发、实际需水量和有效降雨量；
S6、基于Grid_Code数据中的雨养林及灌溉林覆盖度信息和气象站泰森多边形编号信息以及日及月的潜在蒸散发、实际需水量和有效降雨量，对雨养林实际需水量进行修正；
S7、基于修正的实际需水量，计算月及年的实际需水量、有效降雨量及林地生态补水量；
S8、基于月及年的实际需水量、有效降雨量及林地生态补水量，确定月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布。
2.根据权利要求1所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S1具体为：
S11、利用ArcGIS中的Intersect工具对历史土地利用数据进行识别，识别出历史上土地性质一直为林地的单元；
其中，识别出的林地单元的数据类型为矢量面图层数据；
S12、基于识别出的林地单元，选取两期相同季相高分遥感影像数据，分别对其进行预处理及面向对象的模糊逻辑分类处理，进而识别出两期数据中各林地单元的面积变化；
S13、基于识别出的林地单元的面积变化，将其中面积没有发生变化的林地单元作为雨养林，面积减少及增加的林地单元作为灌溉林；
S14、通过Intersect工具对识别出的雨养林数据和灌溉林数据进行处理，得到雨养林及灌溉林分布图；
其中，所述雨养林及灌溉林分布图的数据类型为矢量面图层数据；
S15、在矢量面图层数据中分别增加雨养林及灌溉林的Tpye_ID属性；
其中，雨养林的Tpye_ID为1，灌溉林的Tpye_ID为2；
S16、基于矢量面图层数据的Type_ID属性，利用植被归一化指数分别计算雨养林及灌溉林的植被覆盖度，并基于植被覆盖度计算结果对其进行编号。
3.根据权利要求2所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S16中的计算植被覆盖度Fveg的公式为：
Fveg＝(NDVI-NDVImin)/(NDVImax-NDVImin)
式中，NDVI为植被归一化指数，NDVImin为归一化指数最小值，NDVImax为植被归一化指数最大值；
当Fveg≥75％时，为高覆盖度，75％>Fveg≥45％时，为中覆盖度，当Fveg<45％时，为低覆盖度；
所述步骤S16中，基于植被覆盖度计算结果进行编号的方法具体为：
在每种植被覆盖度数据中增加Fveg_ID属性，将Fveg_ID属性为高覆盖度、中覆盖度和低覆盖度分别编号为1、2和3。
4.根据权利要求3所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S2具体为：
S21、基于研究区域内部及周边的n个气象站，通过ArcGIS中的Create Thiessen工具生成泰森多边形矢量面图层；
S22、基于研究区域范围内的矢量面图层，利用ArcGIS中的Clip工具对生成的泰森多边形矢量面图层进行裁剪，得到研究区域泰森多边形矢量面图层，并在其中为每个气象站增加对应的Station_ID属性；
S23、按照气象站编码从大到小的顺序，依次为Station_ID属性赋值1、2、3...n，实现对研究区域泰森多边形的编号。
5.根据权利要求4所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S3具体为：
将Type_ID、Fveg_ID和Station_ID按照Grid_Code＝Type_ID×100+Fveg_ID×10+Station_ID计算得到Grid_Code数据；
其中，Grid_Code数据为三位数的数组，百位数代表不同林地类型编号、十位数代表植被覆盖度编号，个位数代表研究区域气象站泰森多边形编号。
6.根据权利要求5所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S5中的日潜在蒸散发D_ET0ijk为：
Figure FDA0002820625810000031
所述日实际需水量D_ETaijk为：
D_ETaijk＝kfveg·D_ET0ijk
所述日有效降雨量D_Peijk为：
Figure FDA0002820625810000041
所述月潜在蒸散发M_ET0ijk为：
M_ET0ijk＝∑D_ET0ijk
所述月实际需水量M_ETaijk为：
M_ETaijk＝∑D_ETaijk
所述月有效降雨量M_Peijk为：
M_Peijk＝∑D_Peijk
式中，D_ET0ijk、D_ETaijk及D_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的日潜在散发量、日实际需水量及日有效降雨量；M_ET0ijk、M_ETaijk及M_Peijk分别表示Tpye_ID为i、Fveg_ID为j、Station_ID为k的月潜在散发量、月实际需水量及月有效降雨量；Rn为地表净辐射，G为土壤热通量，γ为干湿表常数，Tmean表示日平均气温，μ2为2米高处风速，es为饱和水气压，ea为实际水气压，Δ为饱和水气压曲线斜率，kfveg为林地各月不同植被覆盖度对应的植被系数，P为日降雨量。
7.根据权利要求6所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S6中修正后的雨养林实际需水量M_ETa1jk为：
M_ETa1jk＝ks·M_Pe1jk
式中，M_Pe1jk为Fveg_ID为j、Station_ID为k的雨养林月有效降雨量，ks为基于雨养林覆盖度信息和气象站泰森多边形编号信息得到的雨养林需水修正系数。
8.根据权利要求7所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S7具体为：
S71、将修正后的月实际需水量和月有效降雨量以Grid_code为媒介，通过ArcGIS连接到Grid_code矢量面图层，并以各月实际需水量及有效降雨量为转换字段，通过ArcGIS的Feature to Raster工具将Grid_code矢量面图层转换到栅格图层，进而得到12个月的月实际需水量及月有效降雨量的栅格数据；
S72、通过Field Calculator工具将12个月的月实际需水量及月有效降雨量的栅格数据转换为体积单位；
S73、通过ArcGIS中的Raster Calculator工具分别对体积单位下的12个月的月实际需水量及月有效降雨量栅格数据求差，得到12个月的月生态补水量；
S73、将12个月的月实际需水量、月有效降雨量及月生态补水量分别求和，得到年实际需水量、年有效降雨量及年生态补水量。
9.根据权利要求8所述的考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法，其特征在于，所述步骤S8具体为：
通过ArcGIS中的Zonal Statistics as Table工具以Grid_Code为统计分类依据，对月及年的实际需水量、有效降雨量及林地生态补水量的栅格数据进行统计，得到各月及年的雨养林、灌溉林的生态需水量和生态补水量，进而实现林地生态补水量的空间展布。
CN202011417469.7A 2020-12-07 2020-12-07 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法 Active CN112418154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011417469.7A CN112418154B (zh) 2020-12-07 2020-12-07 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011417469.7A CN112418154B (zh) 2020-12-07 2020-12-07 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法

Publications (2)

Publication Number Publication Date
CN112418154A true CN112418154A (zh) 2021-02-26
CN112418154B CN112418154B (zh) 2024-03-29

Family

ID=74775866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011417469.7A Active CN112418154B (zh) 2020-12-07 2020-12-07 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法

Country Status (1)

Country Link
CN (1) CN112418154B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112990760A (zh) * 2021-04-14 2021-06-18 中国科学院新疆生态与地理研究所 基于生态输水调整流域小气候和生态系统的方法
CN114557269A (zh) * 2022-03-21 2022-05-31 中国科学院新疆生态与地理研究所 基于汊渗轮灌调整荒漠河岸系统的方法
LU500972B1 (en) * 2021-12-09 2023-02-16 China Inst Water Resources & Hydropower Res Spatial distribution method for ecological water supplement considering rain-fed and irrigated forests with different coverages
CN116090858A (zh) * 2022-11-08 2023-05-09 北京师范大学 水资源及坡度双重限制下的生态修复潜力评价方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491868A (zh) * 2017-08-11 2017-12-19 南京信息工程大学 一种林地植被生态需水的定量测算方法
CN108399577A (zh) * 2018-03-27 2018-08-14 南京信息工程大学 一种基于蒸散发的林地植被生态需水的定量测算方法
CN110533346A (zh) * 2019-09-09 2019-12-03 中国科学院地理科学与资源研究所 一种粮食生产的水资源安全评估方法
CN110580657A (zh) * 2019-10-12 2019-12-17 中国水利水电科学研究院 农业灌溉需水量预测方法
WO2020232963A1 (zh) * 2019-05-20 2020-11-26 Li Yan 一种智慧灌溉控制系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491868A (zh) * 2017-08-11 2017-12-19 南京信息工程大学 一种林地植被生态需水的定量测算方法
CN108399577A (zh) * 2018-03-27 2018-08-14 南京信息工程大学 一种基于蒸散发的林地植被生态需水的定量测算方法
WO2020232963A1 (zh) * 2019-05-20 2020-11-26 Li Yan 一种智慧灌溉控制系统及其控制方法
CN110533346A (zh) * 2019-09-09 2019-12-03 中国科学院地理科学与资源研究所 一种粮食生产的水资源安全评估方法
CN110580657A (zh) * 2019-10-12 2019-12-17 中国水利水电科学研究院 农业灌溉需水量预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BLANC, ELODIE: "Statistical emulators of irrigated crop yields and irrigation water requirements", 《AGRICULTURAL AND FOREST METEOROLOGY》, vol. 284, 15 April 2020 (2020-04-15), pages 1 - 28 *
同永锋: "灌区现代化改造中水资源优化配置研究", 《陕西水利》, vol. 11, 20 November 2020 (2020-11-20), pages 33 - 35 *
费良军等: "景电灌区农业灌溉需水量的影响因素分析与预测", 《地下水》, vol. 42, no. 06, 25 November 2020 (2020-11-25), pages 89 - 90 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112990760A (zh) * 2021-04-14 2021-06-18 中国科学院新疆生态与地理研究所 基于生态输水调整流域小气候和生态系统的方法
CN112990760B (zh) * 2021-04-14 2024-01-26 中国科学院新疆生态与地理研究所 基于生态输水调整流域小气候和生态系统的方法
LU500972B1 (en) * 2021-12-09 2023-02-16 China Inst Water Resources & Hydropower Res Spatial distribution method for ecological water supplement considering rain-fed and irrigated forests with different coverages
CN114557269A (zh) * 2022-03-21 2022-05-31 中国科学院新疆生态与地理研究所 基于汊渗轮灌调整荒漠河岸系统的方法
CN116090858A (zh) * 2022-11-08 2023-05-09 北京师范大学 水资源及坡度双重限制下的生态修复潜力评价方法及系统
CN116090858B (zh) * 2022-11-08 2023-08-01 北京师范大学 水资源及坡度双重限制下的生态修复潜力评价方法及系统

Also Published As

Publication number Publication date
CN112418154B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
CN112418154B (zh) 考虑不同覆盖度雨养、灌溉林的生态补水量空间展布方法
Yang et al. Assessment of changes in oasis scale and water management in the arid Manas River Basin, north western China
Knox et al. A preliminary assessment of climate change impacts on sugarcane in Swaziland
CN101916337B (zh) 一种基于地理信息系统的水稻生产潜力动态预测方法
CN110719336B (zh) 一种基于物联网的灌溉用水分析监控系统
Raneesh et al. A study on the impact of climate change on streamflow at the watershed scale in the humid tropics
Chen et al. Recent global cropland water consumption constrained by observations
CN111899126B (zh) 基于水循环模拟的三条红线控制指标划分方法
CN101814117A (zh) 一种多源环境生态信息数据同化方法
CN104951986A (zh) 流域农业面源污染物入湖负荷估算方法
CN113610421A (zh) 一种基于地形和土地利用数据的流域生态资产价值评估方法
CN115630802A (zh) 一种结合生态系统服务供需的生态修复空间划定方法
Campana et al. Towards an operational irrigation management system for Sweden with a water–food–energy nexus perspective
Zoumides et al. Quantifying the poorly known role of groundwater in agriculture: the case of Cyprus
CN113641946A (zh) 耗水作物种植布局优化方法及装置
Gelati et al. Assessing groundwater irrigation sustainability in the Euro-Mediterranean region with an integrated agro-hydrologic model
LU500972B1 (en) Spatial distribution method for ecological water supplement considering rain-fed and irrigated forests with different coverages
Allani et al. A contribution to an advisory plan for integrated irrigation water management at Nebhana dam system: from research to operational support
Zhang et al. Evaluation of spatial distribution of carbon emissions from land use and environmental parameters: A case study in the Yangtze River Delta demonstration zone
He et al. Integrating the impacts of vegetation coverage on ecosystem services to determine ecological restoration targets for adaptive management on the Loess Plateau, China
Berihun et al. Predicting runoff and sediment responses to climate-resilient land use and management scenarios
Łabędzki et al. Indicator-based monitoring and forecasting water deficit and surplus in agriculture in Poland
Sargordi et al. Spatio-temporal variation of wheat and silage maize water requirement using CGMS model
CN115222305B (zh) 一种基于小麦产量数据管理预警方法
Hartwich et al. The impact of woody biomass production on the water balance of the North German Lowlands-Model setup and calibration

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