CN112528457B - 一种植被覆盖区地表产流量确定方法 - Google Patents

一种植被覆盖区地表产流量确定方法 Download PDF

Info

Publication number
CN112528457B
CN112528457B CN202010359613.XA CN202010359613A CN112528457B CN 112528457 B CN112528457 B CN 112528457B CN 202010359613 A CN202010359613 A CN 202010359613A CN 112528457 B CN112528457 B CN 112528457B
Authority
CN
China
Prior art keywords
vegetation
amount
annual
evapotranspiration
interception
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
CN202010359613.XA
Other languages
English (en)
Other versions
CN112528457A (zh
Inventor
白晓永
王世杰
吴路华
陈飞
周苗
田义超
罗光杰
李琴
王金凤
谢元欢
杨钰杰
李朝君
邓元红
胡泽银
田诗琪
路茜
冉晨
刘闵
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.)
Institute of Geochemistry of CAS
Original Assignee
Institute of Geochemistry of CAS
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 Institute of Geochemistry of CAS filed Critical Institute of Geochemistry of CAS
Priority to CN202010359613.XA priority Critical patent/CN112528457B/zh
Publication of CN112528457A publication Critical patent/CN112528457A/zh
Application granted granted Critical
Publication of CN112528457B publication Critical patent/CN112528457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种植被覆盖区地表产流量确定方法，在遥感数据的支撑下，改进并集成了水源涵养量模型与张氏模型，并基于植被覆盖区水量平衡方程构建了一种可计算植被覆盖区空间像元尺度上地表产流量的新方法。该方法利用实时动态的多时空遥感数据，计算植被冠层截留水量、植被枯枝落叶截留水量、土壤贮水变化量、植被水源涵养量、植被蒸散发量以及植被产流量，避免了传统的监测时间长，监测工作量大，费工耗钱的区域调查工作，突破了传统方法中受研究区内气象水文站点数据的限制及点上评估，实现了区域及全球植被覆盖区空间像元尺度上地表产流量的长时间动态估算，具有高效、快速、精准、并适用于大区域植被覆盖区的优势。

Description

一种植被覆盖区地表产流量确定方法
技术领域
本发明涉及生态环境监测与水资源利用领域，特别是涉及一种植被覆盖区地表产流量确定方法。
背景技术
植被覆盖区地表径流量是地表水资源的重要组成部分，更是河流湖泊水资源的重要来源，监测植被覆盖区地表产流量特征不但对于研究生态水文过程具有重要的意义，而且对于地表水资源的评估和利用以及农业生产及生态恢复都具有重要的作用。目前，植被覆盖区地表产流量的监测和评估主要集中在流域和区域整体尺度上，对于空间像元上的研究缺乏必要的技术支撑。传统的研究主要是依靠修建坡面径流池基于特定坡面点线上进行监测研究，监测时间长且难以持续，受天气影响和人为干扰较大，监测结果误差较大。从区域上看，监测区域较小，成本高，周期长，难以适用于大区域的评估监测。从数据上看，由于天气的影响，数据难以持续，需要持续监测很长时间才能获取较长时间序列的数据，且数据只能揭示监测坡面的产流特征，难以揭示空间上差异特征，其次，坡面点上的数据无法支撑多尺度空间区域研究。因此，亟需建立一种快速、高效，可适用于植被覆盖区空间像元尺度上地表产流量估算的新方法，以实现不同时空尺度上地表产流量的动态评估。
发明内容
本发明的目的是提供一种植被覆盖区地表产流量确定方法，快速高效的对植被覆盖区空间像元尺度上地表产流量进行估算。
为实现上述目的，本发明提供了如下方案：
一种植被覆盖区地表产流量确定方法，所述方法包括：
获取气候数据和空间数据；所述气候数据包括：年降雨量、次降雨量、植被覆盖度、叶面积指数、溶雪量、平均自然含水率、最大持水率；所述空间数据包括：叶面积平均最大持水深、枯落物蓄积量、土壤贮水量、森林年蒸散发量、草地年蒸散发量；
对所述气候数据和空间数据进行预处理，得到预处理后的数据；
根据预处理后叶面积平均最大持水深、植被覆盖度以及叶面积指数计算植被冠层截留量；
根据预处理后的平均自然含水率、最大持水率以及枯落物蓄积量计算植被枯枝落叶截留量；
根据所述植被冠层截留量、所述植被枯枝落叶截留量以及预处理后的土壤贮水量确定森林最大截留能力；
根据所述森林最大截留能力确定水源涵养量；
采用zhang等假设根据预处理后的植被覆盖率、森林年蒸散发量以及草地年蒸散发量确定植被年总蒸散发量；
根据所述植被冠层截留量、枯枝落叶层截留量、水源涵养量、植被年总蒸散发量以及预处理后的年降雨量、融雪量确定植被产流量。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明在遥感数据的支撑下，改进并集成了水源涵养量模型与张氏模型，并基于植被覆盖区水量平衡方程构建了一种可计算植被覆盖区空间像元尺度上地表产流量的新方法。该方法利用实时动态的多时空遥感数据避免了传统的监测时间长，监测工作量大，费工耗钱的区域调查工作，突破了传统方法中受研究区内气象水文站点数据的限制以及传统方法中的点上评估，实现了区域及全球植被覆盖区空间像元尺度上地表产流量的长时间动态估算，具有高效、快速、精准、并适用于大区域植被覆盖区的优势，为生态水文过程研究提供了新的技术方法支撑和理论思路。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例植被覆盖区地表产流量确定方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种植被覆盖区地表产流量确定方法，快速高效的对植被覆盖区空间像元尺度上地表产流量进行估算。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例植被覆盖区地表产流量确定方法流程图，如图1所示，所述方法包括：
步骤101：获取气候数据和空间数据；所述气候数据包括：年降雨量、次降雨量、植被覆盖度、叶面积指数、溶雪量、平均自然含水率、最大持水率；所述空间数据包括：叶面积平均最大持水深、枯落物蓄积量、土壤贮水量、森林年蒸散发量、草地年蒸散发量。
其中，土壤贮水量即土壤湿度数据，包含0-10cm、10-40cm、40-100cm和100-200cm的土壤湿度数据，这些数据来源于美国国家航空航天局(NASA)(https://www.nasa.gov/)的FLDAS数据集(FLDAS Noah Land Surface Model L4 Global Monthly 0.1x0.1 degree(MERRA-2and CHIRPS)V001(FLDAS_NOAH01_C_GL_M)at GES DISC(https://ldas.gsfc.nasa.gov/FLDAS/))，空间分辨率0.1°×0.1°。时间分辨率为每月，空间范围覆盖全球(60S，180W，90N，180E)。此外，全球土壤深度数据用来计算土壤含水量，来源于(https://daac.ornl.gov/)(空间分辨率0.1°×0.1°)和(https://www.isric.org/explore/soilgrids)(250m×250m、1km×1km、5km×5km和10km×10km)。2015年最新行政区划矢量数据均来源于中国科学院资源环境科学数据网(http://www.resdc.cn/)和国家测绘地理信息局(http://www.sbsm.gov.cn/article/zxbs/dtfw/)。用来计算植被冠层水截留量的叶面积指数LAI数据来自于美国国家航空航天局(NASA)发布的中等分辨率MODIS13Q1NDVI数据集(https://www.nasa.gov)。全球陆地融雪量数据(GLDAS)来源于全球陆地数据同化系统GES DISC(Goddard Earth Sciences Data and Information ServicesCenter)(GLDAS Noah Land Surface Model L4Monthly 0.25x 0.25degree)(https://mirador.gsfc.nasa.gov/)。土地利用及覆盖数据来自于欧洲航天局/欧洲太空总署(European Space Agency，ESA)(http://www.esa.int/ESA)。
步骤102：对所述气候数据和空间数据进行预处理，得到预处理后的数据。
本发明利用数据同化方法，所有栅格数据的栅格单元大小均转为相同尺度，投影方式全部采用阿尔博斯ALBERS等积圆锥投影(Krasovsky-1940-Albers)，全球尺度的栅格数据通过格式转换、影像校正、裁剪、质量检查后，最终得到研究区域的气候要素数据集。
步骤103：根据预处理后叶面积平均最大持水深、植被覆盖度以及叶面积指数计算植被冠层截留量。
具体的，采用以下公式：
CWS＝f×LAI×HSV，其中CWS为植被冠层截留量，单位为mm，HSV为叶面积平均最大持水深，单位为mm，f为植被覆盖度，LAI为叶面积指数。
步骤104：根据预处理后的平均自然含水率、最大持水率以及枯落物蓄积量计算植被枯枝落叶截留量。
具体的，采用以下公式：
CIS＝(0.085Rm-0.1R0)×M，其中CIS为枯枝落叶层截留量，单位为t/hm2，R0为平均自然含水率，单位为g/kg，Rm为最大持水率，单位为g/kg；M为枯落物蓄积量，单位为t/hm2。
步骤105：根据所述植被冠层截留量、所述植被枯枝落叶截留量以及预处理后的土壤贮水量确定森林最大截留能力。
具体的，采用以下公式：
Figure BDA0002474603290000053
其中Vmax为森林最大截留能力，单位为mm，CIS为枯枝落叶层截留量，单位为t/hm2；SMS为土壤贮水量，单位为mm；HSV为叶面积平均最大持水深，单位为mm，f为植被覆盖度；LAI为叶面积指数；R0为平均自然含水率，单位为g/kg；Rm为最大持水率，单位为g/kg；M为枯落物蓄积量，单位为t/hm2。
步骤106：根据所述森林最大截留能力确定水源涵养量。
具体的，采用以下公式：
Figure BDA0002474603290000051
其中Vmax为森林最大截留能力，单位为mm，QWC为水源涵养量，单位为mm，Pi为次降雨量，单位为mm。
步骤107：采用zhang等假设根据预处理后的植被覆盖率、森林年蒸散发量以及草地年蒸散发量确定植被年总蒸散发量。
具体的，采用以下公式：
Figure BDA0002474603290000052
其中ETveg为植被年总蒸发量，f为植被覆盖率，ETf为森林年蒸散发量，单位为mm，ETh为草地年蒸散发量，单位为mm，P为年降雨量，单位为mm。
步骤108：根据所述植被冠层截留量、枯枝落叶层截留量、水源涵养量、植被年总蒸散发量以及预处理后的年降雨量、融雪量确定植被产流量。
具体的，采用以下公式：
Rveg＝QSN+P-QWC-ETveg，其中Rveg为植被覆盖区产流量，单位为mm，CWS为植被冠层截留量，单位为mm，CIS为枯枝落叶层截留量，单位为t/hm2，P是年降雨量，单位为mm，QSN为融雪量，单位为mm，QWC为水源涵养量，单位为mm；ETveg为植被年总蒸散发量，单位为mm。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (1)

1.一种植被覆盖区地表产流量确定方法，其特征在于，所述方法包括：
获取气候数据和空间数据；所述气候数据包括：年降雨量、次降雨量、植被覆盖率、叶面积指数、融雪量、平均自然含水率、最大持水率；所述空间数据包括：叶面积平均最大持水深、枯落物蓄积量、土壤贮水量、森林年蒸散发量、草地年蒸散发量；
对所述气候数据和空间数据进行预处理，得到预处理后的数据；
根据预处理后叶面积平均最大持水深、植被覆盖率以及叶面积指数计算植被冠层截留量，具体采用以下公式：
CWS＝f×LAI×HSV，其中CWS为植被冠层截留量，HSV为叶面积平均最大持水深，f为植被覆盖率，LAI为叶面积指数；
根据预处理后的平均自然含水率、最大持水率以及枯落物蓄积量计算植被枯枝落叶层截留量，具体采用以下公式：
CIS＝(0.085Rm-0.1R0)×M，其中CIS为枯枝落叶层截留量，R0为平均自然含水率，Rm为最大持水率；M为枯落物蓄积量；
根据所述植被冠层截留量、所述植被枯枝落叶层截留量以及预处理后的土壤贮水量确定森林最大截留能力，具体采用以下公式：
Figure FDA0003794888430000011
其中Vmax为森林最大截留能力；SMS为土壤贮水量；
根据所述森林最大截留能力确定水源涵养量，具体采用以下公式：
Figure FDA0003794888430000012
其中QWC为水源涵养量，Pi为次降雨量；
根据预处理后的植被覆盖率、森林年蒸散发量以及草地年蒸散发量确定植被年总蒸散发量，具体采用以下公式：
Figure FDA0003794888430000013
其中ETveg为植被年总蒸发量，ETf为森林年蒸散发量，ETh为草地年蒸散发量，P为年降雨量；
根据所述植被冠层截留量、枯枝落叶层截留量、水源涵养量、植被年总蒸散发量以及预处理后的年降雨量、融雪量确定植被产流量，具体采用以下公式：
Rveg＝QSN+P-QWC-ETveg，其中Rveg为植被覆盖区产流量，QSN为融雪量。
CN202010359613.XA 2020-04-30 2020-04-30 一种植被覆盖区地表产流量确定方法 Active CN112528457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010359613.XA CN112528457B (zh) 2020-04-30 2020-04-30 一种植被覆盖区地表产流量确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010359613.XA CN112528457B (zh) 2020-04-30 2020-04-30 一种植被覆盖区地表产流量确定方法

Publications (2)

Publication Number Publication Date
CN112528457A CN112528457A (zh) 2021-03-19
CN112528457B true CN112528457B (zh) 2022-10-18

Family

ID=74978637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010359613.XA Active CN112528457B (zh) 2020-04-30 2020-04-30 一种植被覆盖区地表产流量确定方法

Country Status (1)

Country Link
CN (1) CN112528457B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505486B (zh) * 2021-07-14 2023-12-29 中国科学院空天信息创新研究院 一种三维复杂地表叶面积指数反演方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308665A (zh) * 2013-05-30 2013-09-18 北京市园林科学研究所 一种城市绿地植物-土壤水分传输分析的方法及装置
CN104200080A (zh) * 2014-08-22 2014-12-10 中国科学院遥感与数字地球研究所 一种农业区水资源环境诊断方法及其系统
CN110781259A (zh) * 2019-09-18 2020-02-11 河海大学 一种基于地貌单位线的水文模型
CN112529239A (zh) * 2020-04-30 2021-03-19 中国科学院地球化学研究所 一种监测植被水源涵养量变化的方法
CN112529722A (zh) * 2020-04-30 2021-03-19 中国科学院地球化学研究所 一种基于像元尺度的地表径流量估算方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11300709B2 (en) * 2020-04-30 2022-04-12 Institute Of Geochemistry, Chinese Academy Of Sciences Method for determining surface runoff yield in vegetation-covered area
US11493496B2 (en) * 2020-04-30 2022-11-08 Institute Of Geochemistry, Chinese Academy Of Sciences Method and system for estimating surface runoff based on pixel scale

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308665A (zh) * 2013-05-30 2013-09-18 北京市园林科学研究所 一种城市绿地植物-土壤水分传输分析的方法及装置
CN104200080A (zh) * 2014-08-22 2014-12-10 中国科学院遥感与数字地球研究所 一种农业区水资源环境诊断方法及其系统
CN110781259A (zh) * 2019-09-18 2020-02-11 河海大学 一种基于地貌单位线的水文模型
CN112529239A (zh) * 2020-04-30 2021-03-19 中国科学院地球化学研究所 一种监测植被水源涵养量变化的方法
CN112529722A (zh) * 2020-04-30 2021-03-19 中国科学院地球化学研究所 一种基于像元尺度的地表径流量估算方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Change of Snow Cover and Its Impact on Alpine Vegetation in the Source Regions of Large Rivers on the Qinghai-Tibetan Plateau, China;Yun-fan Wan等;《Arctic, Antarctic, and Alpine Research》;20180105;第46卷(第3期);632-644 *
不同尺度防护林空间配置与结构优化调控技术研究;龚固堂;《中国博士学位论文全文数据库_农业科技辑》;20120215;D049-4 *

Also Published As

Publication number Publication date
CN112528457A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
US11300709B2 (en) Method for determining surface runoff yield in vegetation-covered area
Cuo et al. Effects of a century of land cover and climate change on the hydrology of the Puget Sound basin
Muñoz-Villers et al. Water balances of old-growth and regenerating montane cloud forests in central Veracruz, Mexico
Chow et al. Urban heat island research in Phoenix, Arizona: Theoretical contributions and policy applications
Harmsen et al. Seasonal climate change impacts on evapotranspiration, precipitation deficit and crop yield in Puerto Rico
Grossman-Clarke et al. Contribution of land use changes to near-surface air temperatures during recent summer extreme heat events in the Phoenix metropolitan area
Fujihara et al. Assessing the impacts of climate change on the water resources of the Seyhan River Basin in Turkey: Use of dynamically downscaled data for hydrologic simulations
Bañuelos-Ruedas et al. Analysis and validation of the methodology used in the extrapolation of wind speed data at different heights
Turcotte et al. Operational analysis of the spatial distribution and the temporal evolution of the snowpack water equivalent in southern Québec, Canada
Chandimala et al. Predictability of stream flow and rainfall based on ENSO for water resources management in Sri Lanka
Zhao et al. A snowmelt runoff forecasting model coupling WRF and DHSVM
US20210341445A1 (en) Method for monitoring change of vegetation water conservation
Lim et al. Impact of vegetation types on surface temperature change
CN110674467A (zh) 基于swat模型的水文过程对气候变化的响应监测方法
Azmat et al. Estimation of water resources availability and mini-hydro productivity in high-altitude scarcely-gauged watershed
Gong et al. Spatio-temporal variation of groundwater recharge in response to variability in precipitation, land use and soil in Yanqing Basin, Beijing, China
Al-Kufaishi et al. The feasibility of using variable rate water application under a central pivot irrigation system
CN112528457B (zh) 一种植被覆盖区地表产流量确定方法
Karki et al. Simulation of rainfall-runoff of Kankai River basin using SWAT model: a case study of Nepal
Li et al. A modified checkbook irrigation method based on GIS-coupled model for regional irrigation scheduling
Huntington et al. Evapotranspiration and net irrigation water requirements for Nevada
Finch et al. The hydrological impacts of energy crop production in the UK. Final report
Wen et al. Comparative analysis of water-energy cycle processes based on high-resolution assimilation dataset of the water-energy cycle in China data over different underlying surfaces in Qinghai-Tibet Plateau
Vardavas et al. Water resources in the desertification-threatened Messara Valley of Crete: estimation of potential lake evaporation
CN112529239A (zh) 一种监测植被水源涵养量变化的方法

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