CN112800636A - 一种估算无资料地区流域地表水资源量的方法及系统 - Google Patents
一种估算无资料地区流域地表水资源量的方法及系统 Download PDFInfo
- Publication number
- CN112800636A CN112800636A CN202110375074.3A CN202110375074A CN112800636A CN 112800636 A CN112800636 A CN 112800636A CN 202110375074 A CN202110375074 A CN 202110375074A CN 112800636 A CN112800636 A CN 112800636A
- Authority
- CN
- China
- Prior art keywords
- data
- remote sensing
- representing
- monthly
- basin
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Abstract
本发明提出了一种估算无资料地区流域地表水资源量的方法及系统,包括以下步骤:获取待估算流域月尺度站点实测降水数据与遥感降水产品数据,并将两类数据进行融合获得面平均降水资料;根据流域内气象站点实测气象资料,计算流域月尺度面平均潜在蒸散发资料;获取遥感产品中流域月尺度面实际蒸散发资料和陆地水储量变化资料;建立WBM‑DP两参数水文模型,并确定目标函数,优化目标函数,对参数进行率定,随后返回最优值至WBM‑DP两参数水文模型中;根据两参数水文模型的输出参数,计算待估算流域的逐月径流量。本发明解决了数据采集过程的冗余,增加了结果的确定性和可靠性,同时,克服了传统参数移植不同方法结果差异较大的局限性。
Description
技术领域
本发明涉及一种估算无资料地区流域地表水资源量的方法及系统,特别是涉及G06F领域。
背景技术
无资料或资料短缺地区的水文研究是近代国际水文水资源研究的热点和难点问题之一。其中,对于无资料地区的地表水资源量预测的传统方法主要是参数移植方法,即通过选取代表性流域或是与待预测流域下垫面、气候条件相近的流域开展产汇流参数率定工作,并将流域产流参数进行移植,从而得到量化的无资料地区的参数移植指标,达到对地表水资源量估计的目的。
现有技术中,一方面传统参数移植方法对于下垫面数据的需求量较大,如高程、土地类型、净雨量、地形指数等,需要大量的数据处理工作,导致计算过程繁琐且容易遗漏;另一方面参数移植方法的选择也存在多样性,如多元回归法、空间近邻法、物理特征相似法,但这类方法对于同一地区的实施效果存在巨大偏差,因此需要大量尝试与验证来确定合适的方法,其实现需要寻找一个或几个 “地理位置临近”、“气候类型相似”、“下垫面特征接近”的有资料区域进行参数率定并移植,这无疑会加重数据处理的冗余程度。
综上,传统参数移植方法无疑需要大量的数据收集处理工作和繁杂的处理程序,其结果也可能不甚理想,因此传统参数移植方法在无资料或资料短缺地区难以确保地表水资源量估计的准确性。
发明内容
基于上述问题,本发明基于新的思路,提出一种无资料地区流域地表水资源量估算方法。
技术方案:第一方面,提供了一种估算无资料地区流域地表水资源量的方法,该方法包括以下步骤:
步骤1、获取待估算流域月尺度站点实测降水数据与遥感降水产品数据,将上述两类数据进行融合获得面平均降水资料;
步骤2、根据流域内气象站点实测气象资料,利用Penman-Montieth公式基于反距离权重插值法计算流域月尺度面平均潜在蒸散发资料;
步骤3、获取遥感产品中流域月尺度面平均实际蒸散发数据和陆地水储量变化数据;
步骤4、建立WBM-DP两参数水文模型,确定目标函数;
步骤5、优化所述目标函数,率定参数,并返回最优值至所述WBM-DP水文模型中;
步骤6、根据WBM-DP水文模型输出参数,计算流域逐月径流量。
在第一方面的一些可实现方式中,地理加权回归融合降水的面平均降水资料进一步为:
式中,表示点的降水估计值;表示点所对应遥感背景场格点数值;表示通过点周边雨量站实测值与对应位置遥感背景值的差值经地理加权回归方法
得到的点补充差值;表示第点雨量站实测降水值;表示第点对应位置遥感背
景值;表示点周边站点编号;表示地理加权回归方程;表示面平均降水,表示待估算
流域内格点数量。
在第一方面的一些可实现方式中,获取流域面平均蒸散发资料进一步为:
式中,表示饱和水汽压温度曲线斜率;表示冠层表面净辐射;表示土壤热通
量;表示温度计常数;表示月平均气温;表示两米处的风速;表示饱和水汽压;表
示实际水汽压;表示点处的潜在蒸散发;为反距离权重插值方程;为点附近
第个气象站点的潜在蒸散发;表示面平均潜在蒸散发;表示待估算流域内格点
数量。
在第一方面的一些可实现方式中,WBM-DP两参数水文模型引入了流域水热耦合平衡方程和蓄泄方程,用于计算得到待估算流域实际蒸散发、流域水储量和出口断面逐月径流量;
其中,所述WBM-DP两参数水文模型中以首月流域蓄水量作为初始状态变量,则月初、月末之间的水量平衡关系满足如下表达式:
所述待估算流域实际蒸散发进一步通过如下表达式获得,即:
WBM-DP两参数水文模型中待估算流域的出流量与蓄水量之间满足关系如下:
在第一方面的一些可实现方式中,基于模型模拟实际蒸散发、陆地水储量随时间变化过程和遥感产品反演资料随时间变化过程趋势的一致性原理,确立了目标函数,用遥感反演资料序列限制模型模拟结果,进而达到估算无资料地区地表水资源量的效果。
实际蒸散发、陆地水储量变化的遥感产品均为通过遥感观测数据反演得到,由于反演方法的模型选择、参数选取等因素的不同,会导致反演结果与真实值存在一定误差,不能保证其准确性,但是遥感产品能较好的反映水文要素随时间变化的过程,即水文要素的涨落过程,因此引入水文要素的模拟序列与遥感产品反演序列之间的相关系数指标,限制模型模拟结果,使模型模拟的实际蒸散发和陆地水储量随时间变化的序列与遥感产品反演随时间变化的序列有一致的趋势和较强的相关关系,即:
基于建立的相关系数指标,进一步建立模拟与遥感的实际蒸散发趋势校准函数:
结合建立的指标体系,将两种水储量变化趋势和实际蒸散发变化趋势的校准函数结合建立新的目标函数,并使其最小化:
第二方面,提供了一种估算无资料地区流域地表水资源量的系统,该系统包括:信息采集模块、信息输入模块、信息处理模块、信息输出模块、精度评价模块;所述信息采集模块用于获取待估算流域内已知雨量站点月实测降水数据、遥感降水产品的降水数据、气象站实测气象数据。其中,所述信息输入模块用于将所述信息采集模块中的数据在月尺度下进行降水融合和潜在蒸散发的计算,并将因此获得的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料输入信息处理模块中;所述信息处理模块包括WBM-DP两参数水文模型、目标函数模块、参数率定模块,用于处理所述信息输入模块输入的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料,并返回最优值;所述信息输出模块用于输出信息处理模块的最优值;所述精度评价模块用于根据所述信息处理模块中的WBM-DP两参数水文模型输出的最优值参数,计算所述待估算流域的逐月径流量。
在第二方面的一些可实现方式中,信息输入模块在处理信息采集模块中的数据在月尺度下进行降水融合时,地理加权回归融合降水的面平均降水资料进一步为:
式中,表示点的降水估计值;表示点所对应遥感背景场格点数值;表示通过点周边雨量站实测值与对应位置遥感背景值的差值经地理加权回归方法
得到的点补充差值;表示第点雨量站实测降水值;表示第点对应位置遥感背
景值;表示点周边站点编号;表示地理加权回归方程;表示面平均降水,表示待估算
流域内格点数量。
在第二方面的一些可实现方式中,信息输入模块在处理信息采集模块中的数据在月尺度下进行潜在蒸散发计算时,面平均潜在蒸散发资料的计算方式进一步为:
式中,表示饱和水汽压温度曲线斜率;表示冠层表面净辐射;表示土壤热通
量;表示温度计常数;表示月平均气温;表示两米处的风速;表示饱和水汽压;表
示实际水汽压;表示点处的潜在蒸散发;为反距离权重插值方程;为点附近
第个气象站点的潜在蒸散发;表示面平均潜在蒸散发;表示待估算流域内格点
数量。
在第二方面的一些可实现方式中,信息处理模块中的目标函数模块用于根据遥感反演实际蒸散发变化趋势、遥感陆地水储量变化趋势作为最优值的获取渠道;参数率定模块用于确立率定期初始状态变量月初流域蓄水量和两参数下垫面特征和流域蓄泄系数的约束范围;其中,目标函数为两种水储量变化趋势和实际蒸散发变化趋势的校准函数结合建立新的函数,以使其达到最小为目标,即:
目标函数中引入模拟与遥感产品的实际蒸散发和陆地水储量随时间变化趋势的相关系数指标,即:
基于建立的相关系数指标,进一步建立模拟与遥感的陆地水储量变化趋势校准函数:
基于建立的相关系数指标,进一步建立模拟与遥感的实际蒸散发趋势校准函数:
有益效果:本发明针对传统的参数移植方法难以确保水资源量估计准确性的问题,提出了一种无资料地区流域地表水资源量的估算方法,该方法能够利用现有时空分布连续、高分辨率的遥感降水数据和依靠地面站点计算的潜在蒸散发数据作为模型输入,并使用陆地水储量和实际蒸散发产品随时间变化的趋势率定水文模型,打破了传统以径流率定水文模型的模式,并且克服了对于无资料地区传统参数移植方法的局限性。通过引入与径流更为相关的降水、潜在蒸散发数据作为输入,以及极易获取的遥感实际蒸散发和陆地水储量数据的趋势作为限制,减少了对下垫面资料的需求和特征相近流域的径流资料的收集,解决了数据采集过程的冗余;利用最优参数率定和精度评价步骤,增加了结果的确定性和可靠性,克服了传统参数移植不同方法结果差异较大的局限性;同时此方法还可以节约在流域内建立水文观测站的成本,在实际应用中将产生可观的经济效益。
附图说明
图1为本发明实施例遥感水文要素估计地表水资源量流程图
图2为本发明实施例用遥感产品模拟的安康水文站2003-2014年月径流结果图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
申请人认为在处理无资料或资料短缺地区的地表水资源估量时,由于传统的参数移植方法是通过选取几个具有代表性或是与待测流域下垫面、气候条件相近流域内的产汇流过程进行参数率定工作,并对流域间产流参数进行相互移植,从而得到量化的无资料地区的参数移植指标,达到对地表水资源量估计的目的,在面对流域面积差异大、下垫面条件变化大、水文资料长度较短等情况下,难以确保地表水资源量估计的准确性。
随着遥感技术的发展,产生了大量时空连续、高分辨率的水文要素遥感反演产品,如蒸发、降水、陆地水储量等,基于此,申请人提出一种估算无资料地区流域地表水资源量的方法,使得准确估算无资料地区地表水资源量成为可能。
本实施例研究区域选择汉江流域安康以上的部分,提出的估算方法流程如图1所示,进一步为:获取待估算流域月尺度站点实测降水数据与遥感降水产品数据,将两类数据进行融合获得面平均降水资料;根据流域内气象站点实测气象资料,利用Penman-Montieth公式基于反距离权重插值法计算流域月尺度面平均潜在蒸散发资料;获取遥感产品中流域月尺度面实际蒸散发资料和陆地水储量变化资料;建立WBM-DP两参数水文模型,并确定目标函数,优化目标函数,对参数进行率定,随后返回最优值至WBM-DP两参数水文模型中;根据两参数水文模型的输出参数,计算待估算流域的逐月径流量。
在遥感技术的推进下,本实施例在计算待估算流域面平均降水资料时,采用高分辨率、精度较好的遥感降水产品,优选为0.1°×0.1°的MWSEP降水产品,并在降水融合时,采用地理加权回归方法,从而更直接的描述和解释空间变量之间的数量关系,较为灵活的估计待估值的不确定性。
具体的,通过将已知雨量站点月实测降水数据与遥感产品获得的数据初步获得整个待估算流域格点的降水量,随后通过在月尺度下进行降水融合,进而得到待估算流域内每个格点的降水量,进而获得整个流域面平均降水量,即:
式中,表示点的降水估计值;表示点所对应遥感背景场格点数值;表示通过点周边雨量站实测值与对应位置遥感背景值的差值经地理加权回归方法
得到的点补充差值;表示第点雨量站实测降水值;表示第点对应位置遥感背
景值;表示点周边站点编号;表示地理加权回归方程;表示面平均降水,表示待估算
流域内格点数量。
整个待估算流域月尺度面平均潜在蒸散发,根据待估算流域内气象站点实测气象资料,通过计算、插值获得。其中,实测气象资料包括气压、气温、相对湿度、风向风速、日照等数据;待估算流域月尺度面平均潜在蒸散发的计算方式具体为首先,在月尺度下利用公式计算出每个气象站点的潜在蒸散发,优选为FAO Penman-Monteith公式;其次,用反距离权重插值方法估算出整个流域内全部格点的潜在蒸散发;最后,计算逐月流域面平均潜在蒸散发。
具体的,单个站点处的潜在蒸发:
进一步的,利用反距离权重插值方法估算格点潜在蒸散发:
进一步的,逐月流域面平均潜在蒸散发:
在遥感产品中获取月尺度流域面实际蒸散发数据和陆地水储量变化数据中,遥感产品的选择为分辨率和精度较好的实际蒸散发遥感产品,优选为1km×1km的MOD16/ET;获取陆地水储量变化产品优选为0.25°×0.25°的GRACE/CSR产品。计算时,读取遥感产品中的数据优选为利用Matlab编程从上述产品中,提取出研究区域对应的月尺度面平均实际蒸散发、陆地水储量变化量数据。
WBM-DP两参数水文模型为了获得实际蒸散发、流域水储量和出口断面月径流量的模拟序列,引入流域水热耦合平衡方程和蓄泄方程,该模型中进一步包含以首月流域蓄水量作为初始状态变量时,月初、月末之间的水量平衡关系、流域实际蒸散发计算方式、出流量与流域蓄水量之间的数学关系。其中,以首月流域蓄水量作为初始状态变量,月初、月末之间的水量平衡关系满足如下表达式:
待估算流域实际蒸散发进一步通过如下表达式获得,即:
WBM-DP两参数水文模型中待估算流域的出流量与蓄水量之间满足关系如下:
目标函数的确定是基于模型模拟实际蒸散发、陆地水储量随时间变化过程和遥感产品反演资料随时间变化过程趋势的一致性原理,用遥感反演资料序列限制模型模拟结果,进而达到估算无资料地区出口断面逐月径流量的效果。当待估算流域及周边流域的下垫面资料和径流资料均不存在,即无法进行参数移植时,仅知研究流域的月尺度融合降水数据、潜在蒸散发数据、以及遥感获取的实际蒸散发和陆地水储量逐月变化过程。由于实际蒸散发、陆地水储量变化的遥感产品提供的数据在精度方面有所欠缺、但在时空连续方面有较大优势,同时由于WBM-DP水文模型模拟的实际蒸散发、水储量、径流随时间变化的序列相互制约相互影响,本实施例将遥感产品获取的实际蒸散发和水储量随时间变化的序列趋势纳入到目标函数的确立中,使模型模拟的实际蒸散发和陆地水储量随时间变化的序列与遥感产品反演随时间变化的序列有一致的趋势和较强的相关关系,从而通过此目标函数来率定该研究区域的参数,进而估算流域地表水资源量。
为保证模拟与遥感产品的实际蒸散发和陆地水储量随时间变化的趋势一致,引入相关系数指标,使两者保持一个相关性较高的状态,相关系数表达式如下:
建立模拟与遥感的陆地水储量变化趋势校准函数:
建立模拟与遥感的实际蒸散发趋势校准函数:
基于上述关系的建立,将两种水储量变化趋势和实际蒸散发变化趋势的校准函数结合建立新的函数,并使其达到最小,将其作为目标函数,即:
基于提出的估算方法,进一步提出一种估算系统,包括;信息采集模块、信息输入模块、信息处理模块、信息输出模块、精度评价模块;所述信息采集模块用于获取待估算流域内已知雨量站点月实测降水数据、遥感降水产品的降水数据、气象站实测气象数据。其中,所述信息输入模块用于将所述信息采集模块中的数据在月尺度下进行降水融合和潜在蒸散发的计算,并将因此获得的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料输入信息处理模块中;所述信息处理模块包括WBM-DP两参数水文模型、目标函数模块、参数率定模块,用于处理所述信息输入模块输入的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料,并返回最优值;所述信息输出模块用于输出信息处理模块的最优值;所述精度评价模块用于根据所述信息处理模块中的WBM-DP两参数水文模型输出的最优值参数,计算所述待估算流域的逐月径流量。
在安康水文站2003-2014年的具体实施例中,将融合降水和根据实测气象资料计
算得到的潜在蒸散发数据输入WBM-DP模型,采用SCE-UA优化算法优化目标函数,并对研究
时段内的状态变量和参数进行率定,确立率定期月初流域蓄水量和下垫面特征和流域
蓄泄系数的约束范围,即,,。如下表所示为
参数的取值和目标函数结果。
表1 参数的取值和目标函数结果
根据评价模拟月径流的精度的判断方式,其模拟结果如下表2所示。
表2 模拟结果
表2和图2表明,该方法准确估计了地表水资源量,证明了利用时空连续的遥感反演水文要素序列率定水文模型的可行性。在实际应用中,一方面传统参数移植方法对于下垫面数据的需求量较大,如高程、土地类型、净雨量、地形指数等,需要大量的数据处理工作,导致计算过程繁琐且容易遗漏;另一方面参数移植方法的选择也存在多样性,如多元回归法、空间近邻法、物理特征相似法,但这类方法对于同一地区的实施效果存在巨大偏差,因此需要大量尝试与验证来确定合适的方法,其实现需要寻找一个或几个 “地理位置临近”、“气候类型相似”、“下垫面特征接近”的有资料区域进行参数率定并移植,这无疑会加重数据处理的冗余程度。因此本发明方法通过引入与径流更为相关的降水、潜在蒸散发数据作为输入,以及极易获取的遥感实际蒸散发和陆地水储量数据的趋势作为限制,减少了对下垫面资料的需求和特征相近流域的径流资料的收集,解决了数据采集过程的冗余;利用最优参数率定和精度评价步骤,增加了结果的确定性和可靠性,克服了传统参数移植不同方法结果差异较大的局限性;同时此方法还可以节约在流域内建立水文观测站的成本,在实际应用中将产生可观的经济效益。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上做出各种变化。
Claims (10)
1.一种估算无资料地区流域地表水资源量的方法,其特征在于,包括以下步骤:
步骤1、获取待估算流域月尺度站点实测降水数据与遥感降水产品数据,并将两类数据进行融合获得面平均降水资料;
步骤2、根据流域内气象站点实测气象资料,计算流域月尺度面平均潜在蒸散发资料;
步骤3、获取遥感产品中流域月尺度面平均实际蒸散发数据和陆地水储量变化数据;
步骤4、建立WBM-DP两参数水文模型,确定目标函数;
步骤5、优化所述目标函数,率定参数,并返回最优值至所述WBM-DP水文模型中;
步骤6、根据WBM-DP水文模型输出参数,计算流域逐月径流量。
4.根据权利要求1所述的一种估算无资料地区流域地表水资源量的方法,其特征在于,所述步骤3,WBM-DP两参数水文模型引入流域水热耦合平衡方程和蓄泄方程,通过模型计算得到待估算流域实际蒸散发、流域水储量和出口断面逐月径流量;
其中,所述WBM-DP两参数水文模型中以首月流域蓄水量作为初始状态变量,月初、月末之间的水量平衡关系满足如下表达式:
所述待估算流域实际蒸散发进一步通过如下表达式获得,即:
所述WBM-DP两参数水文模型中待估算流域的出流量与蓄水量之间满足如下关系:
5.根据权利要求1所述的一种估算无资料地区流域地表水资源量的方法,其特征在于,所述步骤4,基于模型模拟实际蒸散发、陆地水储量随时间变化过程和遥感产品反演资料随时间变化过程趋势的一致性原理,确立了目标函数,用遥感反演资料序列限制模型模拟结果,进而达到估算无资料地区地表水资源量的效果;
其中,在所述目标函数中引入模拟与遥感产品的实际蒸散发和陆地水储量随时间变化趋势的相关系数指标,即:
基于建立的相关系数指标,进一步建立模拟与遥感的陆地水储量变化趋势校准函数:
基于建立的相关系数指标,进一步建立模拟与遥感的实际蒸散发趋势校准函数:
结合建立的指标体系,将两种水储量变化趋势和实际蒸散发变化趋势的校准函数结合建立新的函数,将其作为目标函数并使其最小化,即:
7.一种估算无资料地区流域地表水资源量的系统,用于实现权利要求1~5任意一项方法,其特征在于,包括:信息采集模块、信息输入模块、信息处理模块、信息输出模块、精度评价模块;
所述信息采集模块用于获取待估算流域内已知雨量站点月实测降水数据、遥感降水产品的降水数据、气象站实测气象数据;其中,所述信息输入模块用于将所述信息采集模块中的数据在月尺度下进行降水融合和潜在蒸散发的计算,并将因此获得的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料输入信息处理模块中;所述信息处理模块包括WBM-DP两参数水文模型、目标函数模块、参数率定模块,用于处理所述信息输入模块输入的面平均降水资料、潜在蒸散发资料、遥感反演实际蒸散发和陆地水储量资料,并返回最优值;所述信息输出模块用于输出信息处理模块的最优值;所述精度评价模块用于根据所述信息处理模块中的WBM-DP两参数水文模型输出的最优值参数,计算所述待估算流域的逐月径流量。
8.根据权利要求7所述的一种估算无资料地区流域地表水资源量的系统,其特征在于,所述信息输入模块在处理信息采集模块中的数据在月尺度下进行降水融合时,地理加权回归融合降水的面平均降水资料进一步为:
式中,表示点的降水估计值;表示点所对应遥感背景场格点数值;表示通过点周边雨量站实测值与对应位置遥感背景值的差值经地理加权回归方法得到的点补充差值;表示第点雨量站实测降水值;表示第点对应位置遥感背景值;表示点周边站点编号;表示地理加权回归方程;表示面平均降水,表示待估算流域内格点数量;
所述信息输入模块在处理信息采集模块中的数据在月尺度下进行潜在蒸散发的计算时,面平均潜在蒸散发计算方式进一步为:
10.根据权利要求9所述的一种估算无资料地区流域地表水资源量的系统,其特征在于,所述目标函数中引入模拟与遥感产品的实际蒸散发和陆地水储量随时间变化趋势的相关系数指标,即:
基于建立的相关系数指标,进一步建立模拟与遥感的陆地水储量变化趋势校准函数:
基于建立的相关系数指标,进一步建立模拟与遥感的实际蒸散发趋势校准函数:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110375074.3A CN112800636B (zh) | 2021-04-08 | 2021-04-08 | 一种估算无资料地区流域地表水资源量的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110375074.3A CN112800636B (zh) | 2021-04-08 | 2021-04-08 | 一种估算无资料地区流域地表水资源量的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800636A true CN112800636A (zh) | 2021-05-14 |
CN112800636B CN112800636B (zh) | 2021-07-02 |
Family
ID=75816515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110375074.3A Active CN112800636B (zh) | 2021-04-08 | 2021-04-08 | 一种估算无资料地区流域地表水资源量的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800636B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255148A (zh) * | 2021-06-04 | 2021-08-13 | 中国科学院地理科学与资源研究所 | 基于modis产品数据估算全天气气温及其时空分布方法 |
CN113742636A (zh) * | 2021-06-29 | 2021-12-03 | 西安理工大学 | 一种基于气象观测数据和植被指数的流域实际蒸发量估算方法 |
CN114528761A (zh) * | 2022-02-14 | 2022-05-24 | 太湖流域管理局水利发展研究中心 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
CN114943361A (zh) * | 2022-03-15 | 2022-08-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种估算缺资料地区参考作物蒸散量的方法 |
CN115544785A (zh) * | 2022-10-19 | 2022-12-30 | 中国科学院地理科学与资源研究所 | 一种无资料梯级水库流域水文模拟方法和系统 |
CN116312857A (zh) * | 2023-03-14 | 2023-06-23 | 中国科学院地理科学与资源研究所 | 一种潜水蒸发的估算结果确定方法、装置及设备 |
CN116861298A (zh) * | 2023-07-26 | 2023-10-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种无资料地区的流域水文模型参数估计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090172035A1 (en) * | 2007-12-31 | 2009-07-02 | Pieter Lessing | System and method for capturing and storing casino information in a relational database system |
CN106599571A (zh) * | 2016-12-12 | 2017-04-26 | 武汉大学 | 兼顾流量和蒸发的流域水文模型分期率定方法 |
KR101918857B1 (ko) * | 2017-08-09 | 2018-11-14 | 한국건설기술연구원 | 유역 일유출량 예측을 위한 통합시스템 및 그 관리방법 |
CN108920427A (zh) * | 2018-06-01 | 2018-11-30 | 河海大学 | 一种月尺度水文模型时变参数的动态估计方法 |
CN109035105A (zh) * | 2018-06-15 | 2018-12-18 | 河海大学 | 一种月尺度蒸散发量的定量估算方法 |
CN109614642A (zh) * | 2018-10-31 | 2019-04-12 | 华中科技大学 | 一种水文频率分析的模型选择方法 |
CN112052559A (zh) * | 2020-07-30 | 2020-12-08 | 浙江大学 | 一种基于月水量平衡的三参数水文模型及其构建方法 |
-
2021
- 2021-04-08 CN CN202110375074.3A patent/CN112800636B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090172035A1 (en) * | 2007-12-31 | 2009-07-02 | Pieter Lessing | System and method for capturing and storing casino information in a relational database system |
CN106599571A (zh) * | 2016-12-12 | 2017-04-26 | 武汉大学 | 兼顾流量和蒸发的流域水文模型分期率定方法 |
KR101918857B1 (ko) * | 2017-08-09 | 2018-11-14 | 한국건설기술연구원 | 유역 일유출량 예측을 위한 통합시스템 및 그 관리방법 |
CN108920427A (zh) * | 2018-06-01 | 2018-11-30 | 河海大学 | 一种月尺度水文模型时变参数的动态估计方法 |
CN109035105A (zh) * | 2018-06-15 | 2018-12-18 | 河海大学 | 一种月尺度蒸散发量的定量估算方法 |
CN109614642A (zh) * | 2018-10-31 | 2019-04-12 | 华中科技大学 | 一种水文频率分析的模型选择方法 |
CN112052559A (zh) * | 2020-07-30 | 2020-12-08 | 浙江大学 | 一种基于月水量平衡的三参数水文模型及其构建方法 |
Non-Patent Citations (3)
Title |
---|
M. A. WOLFF 等: "Derivation of a new continuous adjustment function for correcting wind-induced loss of solid precipitation: results of a Norwegian field study", 《HYDROLOGY AND EARTH SYSTEM SCIENCES》 * |
胡庆芳: "基于多源信息的降水空间估计及其水文应用研究", 《中国博士学位论文全文数据库 基础科学辑(月刊)》 * |
马秋梅: "多源卫星降水产品在长江流域径流模拟中的适用性研究", 《中国博士学位论文全文数据库 基础科学辑(月刊)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255148A (zh) * | 2021-06-04 | 2021-08-13 | 中国科学院地理科学与资源研究所 | 基于modis产品数据估算全天气气温及其时空分布方法 |
CN113742636A (zh) * | 2021-06-29 | 2021-12-03 | 西安理工大学 | 一种基于气象观测数据和植被指数的流域实际蒸发量估算方法 |
CN113742636B (zh) * | 2021-06-29 | 2024-04-19 | 西安理工大学 | 一种基于气象观测数据和植被指数的流域实际蒸发量估算方法 |
CN114528761A (zh) * | 2022-02-14 | 2022-05-24 | 太湖流域管理局水利发展研究中心 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
CN114528761B (zh) * | 2022-02-14 | 2022-09-06 | 太湖流域管理局水利发展研究中心 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
CN114943361A (zh) * | 2022-03-15 | 2022-08-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种估算缺资料地区参考作物蒸散量的方法 |
CN115544785A (zh) * | 2022-10-19 | 2022-12-30 | 中国科学院地理科学与资源研究所 | 一种无资料梯级水库流域水文模拟方法和系统 |
CN116312857A (zh) * | 2023-03-14 | 2023-06-23 | 中国科学院地理科学与资源研究所 | 一种潜水蒸发的估算结果确定方法、装置及设备 |
CN116312857B (zh) * | 2023-03-14 | 2024-03-15 | 中国科学院地理科学与资源研究所 | 一种潜水蒸发的估算结果确定方法、装置及设备 |
CN116861298A (zh) * | 2023-07-26 | 2023-10-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种无资料地区的流域水文模型参数估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112800636B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112800636B (zh) | 一种估算无资料地区流域地表水资源量的方法及系统 | |
Bouraoui et al. | Evaluation of the impact of climate changes on water storage and groundwater recharge at the watershed scale | |
Jiang et al. | Comprehensive evaluation of multi-satellite precipitation products with a dense rain gauge network and optimally merging their simulated hydrological flows using the Bayesian model averaging method | |
Marek et al. | Post-processing techniques for reducing errors in weighing lysimeter evapotranspiration (ET) datasets | |
CN110570021B (zh) | 径流模拟方法、装置以及计算机设备 | |
Xiong et al. | Estimation and validation of land surface evaporation using remote sensing and meteorological data in North China | |
De Lannoy et al. | Soil moisture data assimilation | |
Walker et al. | Hydrologic data assimilation | |
CN106483147B (zh) | 基于多源数据的长时间序列被动微波土壤水分精度改进研究方法 | |
Abera et al. | Estimating the water budget components and their variability in a pre-alpine basin with JGrass-NewAGE | |
CN113281754B (zh) | 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 | |
CN113011372A (zh) | 一种盐碱化土地自动监测和识别方法 | |
Zhuo et al. | Multi-source hydrological soil moisture state estimation using data fusion optimisation | |
Senjaya et al. | Application of TRMM in the hydrological analysis of Upper Bengawan Solo River Basin | |
CN114372508A (zh) | 基于随机森林与陆表环境变量的月尺度星地降水融合方法 | |
CN113010994A (zh) | 一种基于地表蒸散遥感的区域蒸散量的监测方法 | |
Ansorge et al. | Performance of simple temperature-based evaporation methods compared with a time series of pan evaporation measures from a standard 20 m 2 tank | |
Guo et al. | Estimation of daily evapotranspiration in gully area scrub ecosystems on Loess Plateau of China based on multisource observation data | |
Tian et al. | Quick estimation of parameters for the land surface data assimilation system and its influence based on the extended Kalman filter and automatic differentiation | |
Lanciani et al. | Spatial interpolation of surface weather observations in Alpine meteorological services | |
Liu et al. | Temporal upscaling of rice evapotranspiration based on canopy resistance in a water-saving irrigated rice field | |
De Blasi | Scale dependence of hydrological effects from different climatic conditions on glacierized catchments | |
Shokati et al. | Evaluating the Accuracy of Precipitation Products Over Utah, United States, Using the Google Earth Engine Platform | |
Kumar et al. | Assimilation of remote sensing and hydrological data using adaptive filtering techniques for watershed modelling | |
CN114528708B (zh) | 一种流域侵蚀产沙指数模拟方法和系统 |
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 |