CN112651118B - 一种气候-陆面-水文过程全耦合模拟方法 - Google Patents
一种气候-陆面-水文过程全耦合模拟方法 Download PDFInfo
- Publication number
- CN112651118B CN112651118B CN202011519435.9A CN202011519435A CN112651118B CN 112651118 B CN112651118 B CN 112651118B CN 202011519435 A CN202011519435 A CN 202011519435A CN 112651118 B CN112651118 B CN 112651118B
- Authority
- CN
- China
- Prior art keywords
- land
- climate
- hydrologic
- grid
- calculation
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于气候‑陆面‑水文过程全耦合模拟方法,涉及全球变化与水文水资源领域,包括以下步骤:确定关键交互变量,制定气候‑陆面‑水文过程全耦合机制,包括气候过程、陆面过程和水文过程;基于水循环过程的非线性机理和非线性系统论,确定产流方法;确定气候‑陆面‑水文过程计算尺度及转换方法;确定汇流方法,分别匹配不同的汇流模式进行汇流计算;开展水文过程尺度上的汇流计算,并将土壤湿度结果反馈给陆面过程和气候过程,实现气候‑陆面‑水文过程全耦合模拟。本发明在实现气候变化对陆面过程和水文过程影响的同时,能够实现水文过程变化对气候过程和陆面过程的影响,尤其能够提升复杂地形条件下的气候‑陆面‑水文过程模拟。
Description
技术领域
本发明涉及全球变化与水文水资源领域,尤其涉及一种基于气候-陆面-水文过程全耦合模拟方法。
背景技术
气候模式是气候模拟的重要工具,区域气候模式相对全球气候模式拥有更高的分辨率和模拟精度。然而对于某一具体流域而言,区域气候模式的水循环过程相对简化,不能反应真实的降水-径流关系,缺少相应的物理意义,难以准确反映流域内的复杂的非线性水文过程。传统水文模型大多基于高分辨率(1km分辨率或者更加精细)的下垫面信息进行二维或三维的水文过程模拟,其模拟精度远高于气候模式,但需要精细气候强迫的输入。长期以来,由于服务用途和关注对象的不同,模拟的尺度存在差异,水文模型与气候模式发展过程相互独立,导致气候-陆面-水文过程相互反馈技术发展缓慢。
此外,传统“气候-水文”影响主要采取单一方向的分析方法,即将气候模式的输出结果如降水、气温等水循环要素驱动水文模型,分析和评估气候变化对水资源的影响,阐释气候变化下水循环过程的变化,进而预测和预估气候变化下的水资源量,为区域水资源规划和防灾减灾提供基础。然而,这样单一方向的分析方法将导致水文过程对气候响应反馈机制的缺失,使得在长期模拟过程中不能准确描述真实的水循环过程,忽视了水循环过程中蒸发过程、大气输送过程等对本区域或者其他区域降水的影响等,极易造成预报降水模拟偏差、进一步降低水资源预报的准确性。
因此,本领域的技术人员致力于开发一种气候-陆面-水文过程全耦合模拟方法,可以实现气候过程和陆面过程与水文过程不同计算分辨率的尺度转换,准确模拟气候变化下降雨径流非线性关系,在实现气候变化对陆面过程和水文过程影响的同时,能够实现水文过程变化对气候过程和陆面过程的影响。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是充分利用水循环过程非线性机理改进陆面模式的产汇流方法,制定区域气候模式、陆面模式与水文模型耦合和变量交换的尺度方法,确定区域气候-陆面-水文过程的全耦合机制,提高气候-陆面-水文全耦合模拟方法下对气候和水资源的模拟能力和预报精度。
为实现上述目的,本发明提供了一种气候-陆面-水文过程全耦合模拟方法,包括以下步骤:
步骤1、确定关键交互变量,制定气候-陆面-水文过程全耦合机制,所述气候-陆面-水文过程全耦合机制包括气候过程、陆面过程和水文过程;
步骤2、基于水循环过程的非线性机理和非线性系统论,确定产流方法;
步骤3、确定气候-陆面-水文过程计算尺度及转换方法;
步骤4、确定汇流方法,分别匹配不同的汇流模式进行汇流计算;
步骤5、开展所述水文过程尺度上的汇流计算,将结果反馈给所述气候过程和所述陆面过程,实现气候-陆面-水文过程全耦合模拟。
进一步地,所述关键交互变量包括大气变量、陆面过程变量、水循环变量,所述大气变量包括风速、温度、湿度、气压、降水、长波辐射、短波辐射,所述陆面过程变量包括裸土蒸发量、植被蒸腾量、潜热通量、感热通量、地表长波辐射、地表短波辐射,所述水循环变量包括地表径流、地下径流、土壤湿度。
进一步地,所述气候过程为所述陆面过程提供所述大气变量,所述陆面过程为所述水文过程提供水量平衡边界条件、所述风速、所述温度、所述湿度、所述气压、所述降水,所述水文过程为所述陆面过程提供土壤湿度边界条件,所述陆面过程为所述气候过程提供所述潜热通量、所述感热通量、所述地表长波辐射、所述地表短波辐射,所述气候-陆面-水文过程全耦合机制经过多次迭代后实现三个过程的耦合平衡态。
进一步地,所述水量平衡边界条件包括所述裸土蒸发量和所述植被蒸腾量,所述裸土蒸发量和所述植被蒸腾量为所述陆面过程通过陆面能量收支和陆表通量计算得到,所述土壤湿度边界条件为所述土壤湿度,所述水文过程计算得到所述地表径流、地下径流,并进一步将所述垂向流和侧向流进行汇流计算。
进一步地,所述产流方法包括计算地表产流量,具体计算方法如下:
R=G(t)P(t)
式中,G(t)为所述地表径流随降水变化的增益系数,P(t)为降水量(mm),R为地表产流量(mm);
式中,g1,g2是时变增益因子,W(t)为土壤湿度,即土壤含水量(mm),Wm为土壤饱和含水量(mm);
利用菲利普下渗公式计算的平均下渗量为:
式中,Fc是△t时段稳渗量(mm),Ks是土壤饱和状态的稳渗率(mm/d),△t是计算的时段(d),n1是模型指数参数,与土壤特性等下垫面条件有关,一般在1.0左右;
扣除下渗后的地表产流量为:
联立方程,根据水量平衡关系得到:
进一步地,所述步骤3包括:
步骤3.1、确定所述气候过程和所述陆面过程的网格分辨率为3或者5的奇数倍数,如采用5km或者9km的网格分辨率,所述水文过程根据实际需求设置更高的网格分辨率,如500m或者1000m;
步骤3.2、确定尺度转换因子为:
式中,β为所述尺度转换因子,Ral为所述气候过程和所述陆面过程的网格分辨率,Rhydro为所述水文过程的网格分辨率;
步骤3.3、根据所述尺度转换因子,将所述关键交互变量进行分辨率的尺度转换,以减少次网格不均匀性引起的不确定性。
进一步地,所述步骤3.3包括:
将所述气候过程和所述陆面过程传递给所述水文过程的所述关键交互变量根据所述水文过程网格分辨率按照倒距离高程的方法插值作为所述水文过程的驱动数据,得到高分辨率水循环过程;
所述倒距离高程的方法表示为:
式中,Pk是所述水文过程的计算网格变量值,WD和Wz分别是距离和高程对所述关键交互变量的影响权重,pi为所述气候过程和所述陆面过程的计算网格变量值,w(d)i和w(z)i分别为各网格点到气候陆面网格中心的距离和高程权重;
所述距离的权重表示为:
w(d)=1/da for d>0
式中,d为所述水文过程计算网格与所述陆面过程计算网格中心点之间的距离,单位为km;
所述高程权重表示为:
其中,z为所述水文过程计算网格与所述陆面过程计算网格中心点之间高程差,zmax和zmin分别所述水文过程计算网格与所述陆面过程计算网格中心点之间最大和最小高程差,单位为m。
进一步地,所述步骤4包括:
步骤4.1、采用D8坡降法提取汇流河网,河网的编码从流域出口到流域边界逐河段编码,汇流计算从河源向流域出口逐河段计算,即按照编码从大到小计算;
步骤4.2、设置一个阈值,若流域栅格大于该阈值则采用河道汇流,若流域栅格小于该阈值则采用坡面汇流;
步骤4.3、根据不同的汇流模式进行汇流计算,采用运动波方程进行求解,得到更精确的研究区域流量过程,将汇流过程分成坡面与河道两部分来进行汇流计算,在每个节点(产流单元)内用运动波计算,节点间通过网络连接汇流计算。
进一步地,所述步骤4.3包括:
所述坡面汇流的流量计算方式如下:
式中,S0为坡面比降,A为坡面面积,△x为坡面宽度;
所述河道汇流的流量计算方式如下:
所述河道汇流的连续性方程为
式中,A为断面面积(m2),t为时间(s),Q为流量(m3/s),x为流程(m),q为测向入流(m3/s);
采用差分法计算:
在一个栅格中,测向入流主要是净雨,则
ΔAΔx+ΔQΔt=R·Area
对于t时刻:
ΔA=At-At-1ΔQ=Qo-QI
式中,Area节点面积,A为断面面积(m2),t为时间(s),QI为流入栅格的流量(m3/s),Qo为流出栅格的流量(m3/s);
流入栅格的流量QI等于上游汇入的网格流出流量的和,流出栅格的流量Qo可由下式计算:
采用牛顿迭代方式求取断面面积A:
进一步地,所述步骤5包括:
步骤5.1、开展所述水文过程的汇流计算,得到所述水文过程分辨率尺度上的所述地表径流、所述地下径流、所述土壤湿度;
步骤5.2、采用尺度汇聚方法,将所述水文过程分辨率尺度上模拟结果按照升尺度的方法汇聚到所述陆面过程和所述气候过程的计算网格,参与所述陆面过程和所述气候过程的积分运算。
与现有技术相比,本发明至少具有如下有益技术效果:
可实现气候过程和陆面过程与水文过程不同计算分辨率的尺度转换,准确模拟气候变化下降雨径流非线性关系,在实现气候变化对陆面过程和水文过程影响的同时,能够实现水文过程变化对气候过程和陆面过程的影响,并且特别适合于气候条件和陆面过程不均一、水文与气候相互影响负责的区域的气候和水循环情况模拟。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的流程图;
图2是本发明的一个较佳实施例的气候-陆面-水文过程全耦合机制示意图;
图3是本发明的一个较佳实施例的气候-陆面过程与水文过程的网络分辨率的尺度转换示意图;
图4是本发明的一个较佳实施例的气候-陆面过程与水文过程的网络分辨率转换后的汇流河网划分示意图;
图5是本发明的一个较佳实施例的坡面汇流示意图;
图6是本发明的一个较佳实施例的河道汇流示意图;
图7是本发明的一个较佳实施例的水文过程模拟结果汇聚到陆面过程模拟分辨率示意图;
图8是本发明的一个较佳实施例的高程地形及河网示意图;
图9是本发明的一个较佳实施例的模拟流量与实测值对比示意图;
图10是本发明的一个较佳实施例的河道流量示意图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
如图1所示,是本发明的一个较佳实施例的气候-陆面-水文过程全耦合模拟方法流程图包括以下步骤:
步骤1、确定关键交互变量,制定气候-陆面-水文过程全耦合机制,气候-陆面-水文过程全耦合机制包括气候过程、陆面过程和水文过程;
步骤2、基于水循环过程的非线性机理和非线性系统论,确定产流方法;
步骤3、确定气候-陆面-水文过程计算尺度及转换方法,;
步骤4、确定汇流方法,首先采用D8坡降法提取汇流河网,河网的编码从流域出口到流域边界逐河段编码,汇流计算从河源向流域出口逐河段计算,即按照编码从大到小计算,如图4所示,为气候-陆面过程与水文过程的网络分辨率转换后的汇流河网划分示意图,其次,设置一个阈值,若流域栅格大于该阈值则采用河道汇流,若流域栅格小于该阈值则采用坡面汇流,坡面汇流和河道汇流分别如图5和图6所示,再次,根据不同的汇流模式进行汇流计算,采用运动波方程进行求解,得到更精确的研究区域流量过程,将汇流过程分成坡面与河道两部分来进行汇流计算,在每个节点(产流单元)内用运动波计算,节点间通过网络连接汇流计算。
步骤5、开展水文过程尺度上的汇流计算,将结果反馈给陆面过程和气候过程,实现气候-陆面-水文过程全耦合模拟。
气候过程采用广泛使用的区域气候模式WRF(The Weather Research andForecasting Model),陆面过程采用通用陆面模式CLM(Community Land Model),通用陆面模式CLM中的水文过程中产流和汇流采用本发明提出的方法进行改进。
关键交互变量包括大气变量、陆面过程变量、水循环变量,大气变量包括风速、温度、湿度、气压、降水、长波辐射、短波辐射,陆面过程变量包括裸土蒸发量、植被蒸腾量、潜热通量、感热通量、地表长波辐射、地表短波辐射,水循环变量包括地表径流、地下径流、土壤湿度。
如图2所示,是本实施例的气候-陆面-水文过程全耦合机制示意图,区域气候模式为陆面模式提供7个大气变量,陆面模式进行陆面能量收支和陆表通量计算得到裸土蒸发量和植被蒸腾量,陆面模式将裸土蒸发量、植被蒸腾量和风速、温度、湿度、气压、降水5个大气变量传递给水文模型,由水文模型进行水文网格上的产流计算,得到地表径流和地下径流,并进一步将垂向流和侧向流进行汇流计算。
水文模型通过产流和汇流计算后,将土壤湿度传递给陆面模式,对陆面模式中土壤湿度进行更新,陆面模式根据更新后的土壤湿度重新计算陆面过程以更新潜热、感热通量、地表长波辐射、地表短波辐射,并将更新后的潜热、感热通量、地表长波辐射和地表短波辐射反馈至区域气候模式中的气候过程,计算得到下一时刻的大气参量。
如图3所示,步骤3中采用的气候过程和陆面过程网格分辨率为5km×5km,水文过程网格分辨率采用500m,以便更加准确地刻画实际的河网及汇流过程,因此尺度因子为10,相当于每个气候过程、陆面过程计算网格可划分为100个水文过程计算网格。
气候模式WRF产生的每个计算网格的风速、温度、湿度、气压、降水的5个关键交互变量根据步骤3中的转换方法,转换为100个水文计算网格的关键交互变量作为水文过程的驱动变量;
气候模式WRF驱动陆面模式CLM产生的每个计算网格的裸土蒸发和植被蒸腾2个关键交互变量根据3中的转换方法,转换为100个水文计算网格的关键交互变量作为水文过程的水量平衡边界;
水文过程在经尺度转换后的水文计算网格上采用步骤2产流方法和步骤4的汇流方法,采用步骤5进行汇流计算,得到水文网格分辨率的土壤湿度、地表径流和地下径流等。
采用步骤5的尺度汇聚方法,如图7所示,是水文过程模拟结果汇聚到陆面过程模拟分辨率示意图,将水文网格分辨率计算的土壤湿度聚合为陆面过程CLM网格分辨率的土壤湿度,传递给陆面过程模式CLM,由陆面过程模式计算潜热通量、感热通量、地表长波辐射和地表短波辐射4个关键交互变量,并反馈给区域气候模式WRF;
区域气候模式WRF利用陆面模式提供的4个关键交互变量,重新计算得到风速、温度、湿度、气压、降水、长波辐射和短波辐射7个大气参量,并传递给陆面过程模式CLM和相应的水文过程,实现气候-陆面-水文的全耦合模拟。
本发明的另一个较佳实施例中,以阿克苏河流域为例,如图8所示,为该流域的高程地形及河网示意图,该流域地形复杂,高程落差约6500m,水循环随气候变化显著。
采用本发明提出的气候-陆面-水文过程全耦合模拟方法,以2015年5月31日阿克苏河流域的天气情况作为初始气象场,以30m分辨率的原始数字地形为下垫面高程,地表覆盖采用默认的2015年中国土地覆盖数据,模拟2015年6-9月主要水文站流量变化过程,洪峰误差6%,峰现时间为±1小时,洪量误差3%,确定性系数R2为0.91,模拟效果良好,如图9所示。
此外,本发明提出的气候-陆面-水文过程全耦合模拟方法可以得到每个计算时刻全流域各个河流的流量过程,弥补了地形复杂地区缺少观测站点的缺陷。采用本发明提出气候-陆面-水文全耦合模拟方法得到的阿克苏河流域2015年7月6日各河流河道流量如图10所示。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种气候-陆面-水文过程全耦合模拟方法,其特征在于,包括以下步骤:
步骤1、确定关键交互变量,制定气候-陆面-水文过程全耦合机制,所述气候-陆面-水文过程全耦合机制包括气候过程、陆面过程和水文过程;
步骤2、基于水循环过程的非线性机理和非线性系统论,确定产流方法;
步骤3、确定气候-陆面-水文过程计算尺度及转换方法,包括以下步骤:
步骤3.1、确定所述气候过程和所述陆面过程的网格分辨率为3或者5的奇数倍数,所述水文过程根据实际需求设置更高的网格分辨率;
步骤3.2、确定尺度转换因子为:
式中,β为所述尺度转换因子,Ral为所述气候过程和所述陆面过程的网格分辨率,Rhydro为所述水文过程的网格分辨率;
步骤3.3、根据所述尺度转换因子,将所述关键交互变量进行分辨率的尺度转换,以减少次网格不均匀性引起的不确定性,具体为:
将所述气候过程和所述陆面过程传递给所述水文过程的所述关键交互变量根据所述水文过程网格分辨率按照倒距离高程的方法插值作为所述水文过程的驱动数据,得到高分辨率水循环过程;
所述倒距离高程的方法表示为:
式中,pk是所述水文过程的计算网格变量值,WD和Wz分别是距离和高程对所述关键交互变量的影响权重,pi为所述气候过程和所述陆面过程的计算网格变量值,w(d)i和w(z)i分别为各网格点到气候陆面网格中心的距离和高程权重;
所述距离的权重表示为:
w(d)=1/da for d>0
式中,d为所述水文过程计算网格与所述陆面过程计算网格中心点之间的距离,单位为km;
所述高程权重表示为:
式中,z为所述水文过程计算网格与所述陆面过程计算网格中心点之间高程差,zmax和zmin分别所述水文过程计算网格与所述陆面过程计算网格中心点之间最大和最小高程差,单位为m;
步骤4、确定汇流方法,分别匹配不同的汇流模式进行汇流计算,包括以下步骤:
步骤4.1、采用D8坡降法提取汇流河网,河网的编码从流域出口到流域边界逐河段编码,汇流计算从河源向流域出口逐河段计算,即按照编码从大到小计算;
步骤4.2、设置一个阈值,若流域栅格大于该阈值则采用河道汇流,若流域栅格小于该阈值则采用坡面汇流;
步骤4.3、根据不同的汇流模式进行汇流计算;
步骤5、开展所述水文过程尺度上的汇流计算,将结果反馈给所述陆面过程和所述气候过程,实现气候-陆面-水文过程全耦合模拟,包括以下步骤:
步骤5.1、开展所述水文过程的汇流计算,得到所述水文过程分辨率尺度上的地表径流、地下径流、土壤湿度;
步骤5.2、采用尺度汇聚方法,将所述水文过程分辨率尺度上模拟结果按照升尺度的方法汇聚到所述气候过程和所述陆面过程的计算网格,参与所述气候过程和所述陆面过程的积分运算。
2.如权利要求1所述的气候-陆面-水文过程全耦合模拟方法,其特征在于,所述关键交互变量包括大气变量、陆面过程变量、水循环变量,所述大气变量包括风速、温度、湿度、气压、降水、长波辐射、短波辐射,所述陆面过程变量包括裸土蒸发量、植被蒸腾量、潜热通量、感热通量、地表长波辐射、地表短波辐射,所述水循环变量包括地表径流、地下径流、土壤湿度。
3.如权利要求2所述的气候-陆面-水文过程全耦合模拟方法,其特征在于,所述气候过程为所述陆面过程提供所述大气变量,所述陆面过程为所述水文过程提供水量平衡边界条件、所述风速、所述温度、所述湿度、所述气压、所述降水,所述水文过程为所述陆面过程提供土壤湿度边界条件,所述陆面过程为所述气候过程提供所述潜热通量、所述感热通量、所述地表长波辐射、所述地表短波辐射,所述气候-陆面-水文过程全耦合机制经过多次迭代后实现三个过程的耦合平衡态。
4.如权利要求3所述的气候-陆面-水文过程全耦合模拟方法,其特征在于,所述水量平衡边界条件包括所述裸土蒸发量和所述植被蒸腾量,所述裸土蒸发量和所述植被蒸腾量为所述陆面过程通过陆面能量收支和陆表通量计算得到,所述土壤湿度边界条件为所述土壤湿度,所述地表径流、地下径流由所述水文过程计算得到。
5.如权利要求2所述的气候-陆面-水文过程全耦合模拟方法,其特征在于,所述产流方法包括计算地表产流量,具体计算方法如下:
R=G(t)P(t)
式中,G(t)为所述地表径流随降水变化的增益系数,P(t)为降水量(mm),R为地表产流量(mm);
式中,g1、g2是时变增益因子,W(t)为土壤湿度,即土壤含水量(mm),Wm为土壤饱和含水量(mm);
利用菲利普下渗公式计算的平均下渗量为:
式中,Fc是Δt时段稳渗量(mm),Ks是土壤饱和状态的稳渗率(mm/d),Δt是计算的时段(d),n1是模型指数参数,与土壤特性有关;
扣除下渗后的地表产流量为:
联立方程,根据水量平衡关系得到:
6.如权利要求1所述的气候-陆面-水文过程全耦合模拟方法,其特征在于,所述步骤4.3包括:
所述坡面汇流的流量计算方式如下:
式中,S0为坡面比降,A为坡面面积,Δx为坡面宽度;
所述河道汇流的流量计算方式如下:
所述河道汇流的连续性方程为
式中,A为断面面积(m2),t为时间(s),Q为流量(m3/s),x为流程(m),q为测向入流(m3/s);
采用差分法计算:
在一个栅格中,测向入流主要是净雨,则
ΔAΔx+ΔQΔt=R·Area
对于t时刻:
ΔA=At-At-1ΔQ=Qo-QI
式中,Area为节点面积,A为断面面积(m2),t为时间(s),QI为流入栅格的流量(m3/s),Qo为流出栅格的流量(m3/s);
流入栅格的流量QI等于上游汇入的网格流出流量的和,流出栅格的流量Qo可由下式计算:
采用牛顿迭代方式求取断面面积A:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519435.9A CN112651118B (zh) | 2020-12-21 | 2020-12-21 | 一种气候-陆面-水文过程全耦合模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519435.9A CN112651118B (zh) | 2020-12-21 | 2020-12-21 | 一种气候-陆面-水文过程全耦合模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112651118A CN112651118A (zh) | 2021-04-13 |
CN112651118B true CN112651118B (zh) | 2023-07-28 |
Family
ID=75358561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011519435.9A Active CN112651118B (zh) | 2020-12-21 | 2020-12-21 | 一种气候-陆面-水文过程全耦合模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112651118B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283126B (zh) * | 2021-07-22 | 2021-10-08 | 中国水利水电科学研究院 | 一种适用于混合产流区的陆面水文模式的建立方法 |
CN113281754B (zh) * | 2021-07-26 | 2021-10-01 | 中国水利水电科学研究院 | 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法 |
CN116628631B (zh) * | 2023-06-16 | 2024-06-25 | 华南师范大学 | 森林不同尺度生态水文过程演变特征及耦合机制分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034003A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 基于蓄水容量曲线和topmodel的流域水文模型的设计方法 |
CN102034027A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 流域尺度土壤湿度遥感数据同化方法 |
CN102419788A (zh) * | 2010-12-16 | 2012-04-18 | 南京大学 | 基于渗蓄一体化动态产流机制的分布式水文模型的设计方法 |
AU2011236123A1 (en) * | 2010-10-19 | 2012-05-03 | Northwest Carbon Pty Ltd | System and method for selection of land management actions |
CN102508961A (zh) * | 2010-12-16 | 2012-06-20 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
CN111027175A (zh) * | 2019-11-06 | 2020-04-17 | 中国地质大学(武汉) | 基于耦合模型集成模拟的洪水对社会经济影响的评估方法 |
CN111260111A (zh) * | 2020-01-08 | 2020-06-09 | 中国科学院上海技术物理研究所苏州研究院 | 基于气象大数据的径流预报改进方法 |
CN111460686A (zh) * | 2020-04-23 | 2020-07-28 | 中国水利水电科学研究院 | 一种大气、陆面与水文三者双向耦合方法 |
CN111783323A (zh) * | 2020-08-10 | 2020-10-16 | 中国水利水电科学研究院 | 一种陆面水文耦合模拟系统及方法 |
CN112036093A (zh) * | 2020-08-13 | 2020-12-04 | 河海大学 | 一种陆面水文耦合模型 |
-
2020
- 2020-12-21 CN CN202011519435.9A patent/CN112651118B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2011236123A1 (en) * | 2010-10-19 | 2012-05-03 | Northwest Carbon Pty Ltd | System and method for selection of land management actions |
CN102034003A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 基于蓄水容量曲线和topmodel的流域水文模型的设计方法 |
CN102034027A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 流域尺度土壤湿度遥感数据同化方法 |
CN102419788A (zh) * | 2010-12-16 | 2012-04-18 | 南京大学 | 基于渗蓄一体化动态产流机制的分布式水文模型的设计方法 |
CN102508961A (zh) * | 2010-12-16 | 2012-06-20 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
CN111027175A (zh) * | 2019-11-06 | 2020-04-17 | 中国地质大学(武汉) | 基于耦合模型集成模拟的洪水对社会经济影响的评估方法 |
CN111260111A (zh) * | 2020-01-08 | 2020-06-09 | 中国科学院上海技术物理研究所苏州研究院 | 基于气象大数据的径流预报改进方法 |
CN111460686A (zh) * | 2020-04-23 | 2020-07-28 | 中国水利水电科学研究院 | 一种大气、陆面与水文三者双向耦合方法 |
CN111783323A (zh) * | 2020-08-10 | 2020-10-16 | 中国水利水电科学研究院 | 一种陆面水文耦合模拟系统及方法 |
CN112036093A (zh) * | 2020-08-13 | 2020-12-04 | 河海大学 | 一种陆面水文耦合模型 |
Non-Patent Citations (2)
Title |
---|
地下水开采对海河流域水循环过程影响的模拟;姜姗姗;《南北水调与水利科技》;第14卷(第4期);54-59,98 * |
陆面水文—气候耦合模拟研究进展;占车生 等;《地理学报》;第73卷(第5期);893-905 * |
Also Published As
Publication number | Publication date |
---|---|
CN112651118A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112651118B (zh) | 一种气候-陆面-水文过程全耦合模拟方法 | |
US11333796B2 (en) | Spatial autocorrelation machine learning-based downscaling method and system of satellite precipitation data | |
CN111651885A (zh) | 一种智慧型海绵城市洪涝预报方法 | |
CN109815305B (zh) | 一种无资料地区场次洪水径流过程反演的方法 | |
CN113569438B (zh) | 基于多源降雨融合和实时校正的城市洪涝模型构建方法 | |
CN109657418A (zh) | 一种基于mike21的湖泊水环境容量计算方法 | |
CN107590354A (zh) | 基于稳定水流场的流域地表径流汇流模拟方法 | |
CN112785024B (zh) | 一种基于流域水文模型的径流计算和预测方法 | |
CN111339711A (zh) | 一种小流域设计洪水推求方法 | |
CN104298841A (zh) | 一种基于历史数据的洪水预报方法和系统 | |
CN113128055B (zh) | 一种基于产流系数的分布式水文模型空间率定方法 | |
CN111898303A (zh) | 基于气象预报及水动力模拟的流域水位及内涝预报方法 | |
CN114970377B (zh) | 基于新安江与深度学习耦合模型的场次洪水预报方法和系统 | |
Lu et al. | Water balance assessment of an ungauged area in Poyang Lake watershed using a spatially distributed runoff coefficient model | |
CN108614915A (zh) | 基于情景驱动的水文模型自由组建策略方法 | |
CN110276477A (zh) | 一种基于分层贝叶斯网络和增量学习的洪水预报方法 | |
CN116432828A (zh) | 一种缺资料流域径流量智能预测方法 | |
CN108897940A (zh) | 基于矩形网格的分布式水文模型和二维水动力模型的单向耦合方法 | |
CN103870699B (zh) | 基于双层异步迭代策略的水动力学洪水演进模拟方法 | |
CN115293037A (zh) | 基于机器学习的河湖复合系统水动力建模方法 | |
Vashist et al. | Minimisation of overestimation of river flows in 1D-hydrodynamic modeling | |
CN109059875A (zh) | 一种驱动完美模型开展月尺度径流预报的方法 | |
CN108920799B (zh) | 基于正方形自适应网格的二维水文-水动力单向耦合方法 | |
Xiaohui et al. | General catchment delineation method and its application into the Middle Route Project of China’s south-to-north water diversion | |
Khanarmuei et al. | Calibration and assimilation in hydrodynamic model of a micro-tidal estuary and comparison with Lagrangian drifter data |
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 |