CN112819235B - 预测区域内降水径流产生的河道水流量的方法和装置 - Google Patents

预测区域内降水径流产生的河道水流量的方法和装置 Download PDF

Info

Publication number
CN112819235B
CN112819235B CN202110163890.8A CN202110163890A CN112819235B CN 112819235 B CN112819235 B CN 112819235B CN 202110163890 A CN202110163890 A CN 202110163890A CN 112819235 B CN112819235 B CN 112819235B
Authority
CN
China
Prior art keywords
river
grid
soil
water
area
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
CN202110163890.8A
Other languages
English (en)
Other versions
CN112819235A (zh
Inventor
孙明东
徐香勤
王艳
吕旭波
王军强
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.)
Chinese Research Academy of Environmental Sciences
Original Assignee
Chinese Research Academy of Environmental Sciences
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 Chinese Research Academy of Environmental Sciences filed Critical Chinese Research Academy of Environmental Sciences
Priority to CN202110163890.8A priority Critical patent/CN112819235B/zh
Publication of CN112819235A publication Critical patent/CN112819235A/zh
Application granted granted Critical
Publication of CN112819235B publication Critical patent/CN112819235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Fluid Mechanics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种预测区域内降水径流产生的河道水流量的装置及其方法，其中方法包括：将区域分割成多个网格；获取网格内的降水数据、植被截留水量和土壤入渗水量；根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量；根据区域内多个网格的降雨余量确定区域内的地表径流；根据区域内的地表径流和河道特性确定河道水流量。本发明的方法精确考虑区域内植被以及土壤对降水量的吸收以及每个网格到相邻网格的地表径流，最终计算得到的河道水流量。由于本发明的方法全面考虑了待预测区域中对河道水流量有影响的各个地理因素，因此计算获得的河道水流量将更加准确。

Description

预测区域内降水径流产生的河道水流量的方法和装置
技术领域
本发明涉及水文模型领域，特别涉及预测区域内降水径流产生的河道水流量的方法、装置、电子设备、非暂态计算机可读存储介质和计算机程序产品。
背景技术
河流和沿海洪水预测是当前世界水资源管理的主要研究课题。排水和河流防洪是有关水库和水利设施建设等的重要决策所要综合考虑的主要问题。目前，许多研究人员视图寻找更好的方法来分析预测该自然现象，以便有效地评估河流洪水事件的危险性，并且能够采取适当有效的措施，以防止或减少河流洪水造成的损害和不利影响。
然而，目前使用的能够评估或预测河流水流量的方法准确性较差，不能满足对预测结果精确度的要求。
发明内容
根据本发明的第一方面，公开一种预测区域内降水径流产生的河道水流量的方法，该方法包括：将区域分割成多个网格；针对每个网格，获取网格内的降水数据；根据网格的植被特性确定网格内的植被截留水量；根据网格的土壤特性确定网格内的土壤入渗水量，其中，土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率和累计渗透深度；根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量；根据区域内多个网格的降雨余量确定区域内的地表径流；获取河道特性，其中，河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降；和根据区域内的地表径流和河道特性确定河道水流量。
本发明的方法基于降水量应用径流模型对河道水流量进行计算，在计算过程中精确考虑区域内植被以及土壤对降水量的吸收以及每个网格到相邻网格的地表径流，最终计算得到河道水流量。由于本发明的方法全面考虑了待预测区域中对河道水流量的形成有影响的多种地理因素，因此计算获得的河道水流量将更加准确。另外，在计算土壤入渗水量时，充分考虑湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度等因素的影响，由此计算获得的土壤入渗水量更加精确。另外，在计算河道水流量时，充分考虑河道横截面积、河道曼宁粗糙系数、水力半径和河道比降等参数对河道水流量的影响，由此获得的河道水流量更加精确，从而使得通过本发明方法获得的预测结果更加可靠。
根据本发明的第二方面，公开了一种用于预测区域内降水径流产生的河道水流量的装置，该装置包括：网格分割单元，配置成将区域分割成多个网格；数据获取单元，配置成获取每个网格内的降水数据；截留水量计算单元，配置成根据网格的植被特性确定网格内的植被截留水量；入渗水量计算单元，配置成根据网格的土壤特性确定网格内的土壤入渗水量，其中，土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度；余量确定单元，分别连接到数据获取单元、截留水量计算单元和入渗水量计算单元，配置成分别获取降水数据、植被截留水量和土壤入渗水量，并根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量；地表径流确定单元，连接到余量确定单元，配置成获取每个网格的降雨余量，并根据区域内多个网格的降雨余量确定区域内的地表径流；河道特性获取单元，配置成获取河道特性，其中，河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降；河道水流量确定单元，连接到地表径流确定单元和河道特性获取单元，配置成根据区域内的地表径流和河道特性确定河道水流量。
根据本发明的第三方面，公开了一种电子设备，包括：存储器、处理器以及存储在所述存储器上的计算机程序，其中，所述处理器被配置为执行所述计算机程序以实现以上方法的步骤。
根据本发明的第四方面，公开了一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现以上方法的步骤。
根据本发明的第五方面，公开了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现以上方法的步骤。
附图说明
下面，结合附图和具体实施方式，对本发明的技术方案进行进一步的详细描述。附图示例性示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的保护范围。在所有附图中，相同的附图标记指代相同或类似的要素。在附图中：
图1是示出根据本发明示例性实施例的预测区域内降水径流产生的河道水流量的方法的示意图；
图2是示出对区域进行网格分割的示意图；
图3示出根据本发明示例性实施例的预测区域内降水径流产生的河道水流量的方法的步骤流程图；
图4是示出每个网格和与其相邻的多个网格的示意图，其中箭头示出了水流动的方向；
图5是示出地表径流过程的示意图；
图6是示出根据本发明示例性实施例的预测区域内降水径流产生的河道水流量的装置的结构框图；
图7是示出能够应用于示例性实施例的示例性计算设备的结构框图。
具体实施方式
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面通过具体的实施例并结合附图对本发明做进一步的详细描述。
本发明首先公开了一种预测区域内降水径流产生的河道水流量的方法，上述区域是指地理上的某一特定的二维区域，该区域可以是圆形、正方形、梯形等各种形状的二维区域。上述区域中包含陆地部分和河道部分，该方法主要用于预测区域内河道部分的水流量。该方法一般性地包括以下步骤：
步骤S101，将区域分割成多个网格；
步骤S102，针对每个网格，获取网格内的降水数据；
步骤S103，根据网格的植被特性确定网格内的植被截留水量；
步骤S104，根据网格的土壤特性确定网格内的土壤入渗水量，其中，土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率和累计渗透深度；
步骤S105，根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量；
步骤S106，根据区域内多个网格的降雨余量确定区域内的地表径流；
步骤S107，获取河道特性，其中，河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降；
步骤S108，根据区域内的地表径流和河道特性确定河道水流量。
在步骤S101中，可以将区域分割成形状和尺寸相同的多个网格。上述网格可以为三角形、正方形、矩形、平行四边形、蜂窝形等形状，在本实施例中，为了便于后续的计算过程，使用正方形的网格。上述网格的大小或尺寸可以根据待预测的区域的大小以及所期望的预测精度而定。例如，所期望的预测精度越高，网格的数量应该越多，因此其尺寸应该越小。如图2所示，图2直观地展示了本实施例中典型的正方形网格分割，其中，网格分辨率为L，x、y方向分别表示该区域的横向和纵向，x坐标为k，y坐标为j，因此任何单元网格的x、y坐标都可以表示为x＝(k-1/2)×L，并且y＝(j-1/2)×L。
在步骤S102中，降水数据包括降雨数据、降雪数据和冰雹数据。降水数据中的总降水量可以是上述三种数据的简单的代数和。降水数据通过雷达降水估计获取；并且/或者通过雨量传感器网络获取。上述降水数据可以采用观测到的雨量传感器网络数据，或者是整个流域的均匀降雨强度，或者是雷达降雨估计数据的形式。每一种数据形式均可以为本实施例的方法提供了降雨强度和持续时间，以用于计算预测持续时间内的总降水量(即降水数据)。
雨量传感器网络则是由分布于区域内的多个雨量传感器组成，其通过每个雨量传感器检测到的降水量估测每个区域网格内的降水量。当使用雨量传感器网络或雷达估算数据时，相关降水量以某种方式在待预测区域上以空间分布的形式呈现。对于雨量传感器网络数据，可以使用反距离平方法或使用Thiessen多边形方法来计算每个网格上降水的空间分布。
在本实施例中，可以使用降雨插值算法计算降雨强度分布，降雨插值算法基于反距离平方法，近似的降雨强度的分布可以表示为：
其中：it(j,k)为(j,k)网格在时间t内的降雨强度，为在(jrg,krg)网格内的第m个雨量传感器的降雨强度；dm为网格(j,k)到第m个雨量传感器所在的网格的距离；NRG为雨量传感器总个数。在本实施例中，使用具有多个雨量传感器的雨量传感器网络来获取降雨强度分布，由此获得的数据可以是在多个检测点得到的多组数据。结合多组数据计算得到的降水数据将比仅通过单一数据计算得到的降水数据更加准确。
在一些实施例中，上述降水数据也可以从世界农业气象信息服务系统中(WAMIS)或其他既有网络数据中直接获取。WAMIS旨在提供包括与水资源相关的信息的收集、创建和处理相关的服务。WAMIS的主要用户是水资源政策规划者、与水资源有关的决策者和研究人员。WAMIS提供了有关10个领域(水文/气象学、流域、河流、水坝、地下水、用水、地形等)的大量科学信息并详细说明了所使用的数据类型。使用WAMIS获取上述降水数据可以免去设置雷达或雨量传感器网络，从而使得数据获取过程更加简单、方便。
在步骤S103中，植被特性包括植物类型、植物密度和植物分布。上述植被特性可以通过查询WAMIS或者其他可用的网络数据获得。
相对于最终到达地面的降水，植被截留水量是指部分降水没有落到地上而是由植物的叶子、枝条和森林的下垫面拦截，这部分水量直接蒸发而不参加最终的径流，因此，它通常被称为截留损失。由于蒸发的影响，降水的植被截留水量通常会导致流域降水量的损失。上述截留损失和植物类型(例如植物的叶子、枝干大小)、植物密度(密度越高，截留损失越大)和植物分布紧密相关。因此在本实施例中，可以首先通过网络获取上述植被特性数据，然后根据网格内的植被特性确定网格内的植被截留水量。
由于植被截留水量是未到达地表的水量，因此在计算土壤入渗水量之前，应当从总降水量中扣除植被截留水量。在本实施例的方法中，对于一个给定的网格，在降水时间内如果总降水量大于植被截留水量，则从总降水量中减去植被截留水量，剩余的水量可以被称作土壤表面的水量，以用于后续计算；如果总降水量小于植被截留水量，总降水量应设置为零(即所有降水均被植被截留)，后续也不再产生土壤入渗水量。剩余的植被截留水量将从在下次降雨的总降水量中扣除。
在步骤S104中，土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度。
步骤S103中描述的土壤表面的水量还将部分地入渗到土壤中。水从地表入渗到土壤中的过程被称为渗透。渗透效应受两种力的影响：重力和毛细管作用力。渗透速率是水文科学中土壤吸收降雨水能力的一种量度。渗透速率会受到很多因素的影响，包括土壤表面和植被覆盖条件下土壤的性质，例如土壤的孔隙度、渗透系数和土壤水分含量等。土壤质地和结构、土壤温度和降雨强度对确定土壤的渗透速率也起着重要的作用。
渗透的过程可以持续直到土壤表面没有足够的水量支持渗透为止。如果土壤表面的水量(总降水量减去植被截留水量)大于土壤入渗水量，那么在土壤表面积水后便开始地表径流(水从一个目标网格流向其相邻的多个网格的过程)。将土壤表面的水量减去土壤入渗水量可以得到降雨余量，以用于后续的计算过程。如果土壤表面的水量小于土壤入渗水量，则表示所有的水分将渗透到土壤中。一旦水渗入土壤则留在土壤中，渗透到地下水，或成为地下径流过程的一部分，否则，在给定的时间区段内将成再次变为土壤表面的水量，然后变为地表径流。
渗透过程符合一般的质量平衡和能量平衡，计算区域内的每个网格的入渗率和累积入渗量需要估计，例如导水系数、有效孔隙度、毛管吸头等的土壤特性。通常，这些土壤特性的数据是根据Rawls等人提供的土壤质地和相关的土壤参数的数据估算得出的。在本实施例中，上述土壤特性数据也可以以具有空间分辨率的网格点的形式从WAMIS或其他网络数据中获得。将这些土壤特性数据分配给每个网格，然后计算得到渗透速率，进而得到土壤入渗水量。
在步骤S106中，如果降水强度足够高，并高于在一个既定的时间内的土壤渗透能力损耗的降水量，那么多余的水将被作为地面径流，并最终通过该区域进入河道。
本实施例的方法应用降水径流模型对河道水流量进行计算，并精确考虑区域内植被以及土壤对降水量的吸收以及每个网格到相邻网格的地表径流，最终计算得到的河道水流量。由于本发明的方法全面考虑了待预测区域中对河道水流量有影响的多种地理因素，因此计算获得的河道水流量将更加准确。另外，在计算土壤入渗水量时，充分考虑湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度等因素的影响，由此获得的土壤入渗水量更加精确。
图3示出了根据本发明的一种预测区域内降水径流产生的河道水流量的方法的流程图，其包括：
步骤S301，将区域分割成多个网格；
步骤S302，针对每个网格，获取网格内的降水数据；
步骤S303，根据网格的植被特性确定网格内的植被截留水量；
步骤S304，获取土壤特性；
步骤S305，根据公式计算渗透速率；
步骤S306，根据渗透速率以及预测的持续时间确定土壤入渗水量；
步骤S307，根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量；
步骤S308，基于降雨余量计算每个网格到相邻的多个网格的水流量；
步骤S309，结合计算得到的每个网格到相邻的多个网格的水流量以确定区域内的地表径流；
步骤S310，获取河道特性；
步骤S311，根据公式计算河道水流量。
在步骤S304中，土壤特性可以包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度。湿润锋是指水分下渗过程中，土壤被湿润的先头部位与干土层形成的明显交界面。在湿润锋处，土壤含水量梯度很大，因此在该处将有很大的土壤水分作用力来驱使湿润锋继续下移。湿润锋处平均吸力即为驱使湿润锋继续下移的作用力。土壤含水率是土壤中所含水分的数量。一般是指土壤绝对含水量，即100g烘干土中含有若干克水分。土壤含水率是环境评估中的重要参数，其主要检测方法有称重法、张力计法、电阻法、中子法、r-射线法、驻波比法、时域反射击法及光学法等。土壤含水率是由土壤三相体(固相骨架、水或水溶液、空气)中水分所占的相对比例表示的，通常采用重量含水率(θg)和体积含水率(θv)两种表示方法。
土壤饱和导水率是土壤被水饱和时，单位水势梯度下、单位时间内通过单位面积的水量，它是土壤质地、容重、孔隙分布特征的函数。土壤饱和导水率由于土壤质地、容重、孔隙分布以及有机质含量等的空间变量的影响其空间变异强烈，其中孔隙分布特征对土壤饱和导水率的影响最大。土壤饱和导水率是土壤重要的物理性质之一，它是计算土壤剖面中水的通量和设计灌溉、排水系统工程的一个重要土壤参数，也是水文模型中的重要参数，它的准确与否严重影响模型的精度。确定饱和导水率的三类方法主要为：按公式计算、实验室测定和田间现场测定。累计渗透深度则是指在一定时间内水分累计渗透的深度。上述参数均可以通过土壤检测仪或其他相关仪器进行实地检测获得。
在步骤S305中，根据公式计算渗透速率，其中f(t)为渗透速率，其表示水在土壤内的渗透速度，ψ为湿润锋处平均吸力，θ为土壤含水率，K为土壤饱和导水率，F为累计渗透深度。
在步骤S306中，将步骤S305中将计算得到的渗透速率f随预测时间t的变化函数f(t)相对于时间t进行积分运算，即可得到预测时间内的土壤入渗水量。
在步骤S307中，将降水数据中的总降水量减去步骤S303中获得的植被截留水量和步骤S306中获得的土壤入渗水量，得到网格内的降雨余量。
在步骤S308，首先定义每个目标网格的多个相邻网格。在本实施例中，网格优选为正方形，每一个目标网格均具有8个相邻网格。具体地如图4所示，网格FC为目标网格(即流出水量的网格)，其相邻网格包括：东向网格(EE)、东北向网格(NE)、北向网格(NN)、西北向网格(NW)、西向网格(WW)、西南向网格(SW)、南向网格(SS)和东南向网格(SE)。其中网格EE、WW属于与目标网格横向相邻的网格，网格NN、SS属于与目标网格纵向相邻的网格，网格NE、NW、SW以及SE属于与目标网格斜向相邻的网格
然后利用二维连续性方程计算每个网格到横向相邻的网格和纵向相邻的网格的流量，其中，h为地表水深度，t为预测持续时间，qx为到横向相邻的网格的流量；qy为到纵向相邻的网格的流量；e为降雨余量。在本实施例中，h可以通过实验测得，e在步骤S307中获得，通过上述已知量求解二维连续性方程即可得到qx、qy，即目标网格FC到网格NN、WW、SS、EE的水流量。
利用公式计算每个网格到斜向相邻的网格的流量，其中，qxy为到斜向相邻的网格的流量，/>为x和y方向的摩擦比降，m为地表粗糙系数。/>以及m均可以预先在该网格内进行实验获得，通过上述已知量求解即可获得qxy，即目标网格FC到网格NE、SW、NW、SE的水流量。
在步骤S309中，分别对每一个网格进行步骤S308中的每个网格到相邻的8个网格的流量计算，得到每个网格的剩余水流量。多次重复步骤S308，直到所有网格内的降雨余量都输入到河道所在的网格内，从而得到区域内的地表径流。
在步骤S310中，可以通过对河道进行检测实验来获得河道特性数据。
在步骤S311中，基于一维扩散波河道流理论定义河道网络输送水流的过程。河道流输送过程的计算方程在数学上与相邻网格的流量计算过程相似。在本实施例中，将整个河道网络视为由一个串联的河道网格连接起来的，并规定流量方向和计算顺序。任何一个河道的网格链是相邻链接的网格节点，每个网格节点均具有各自的河道的几何特性和水力特性。
根据河道连续性方程：再结合公式/>计算河道水流量，其中A为河道横截面积；Q为河道水流量；ql为从陆地网格流入或流出河道的直流流量，ql可以利用在步骤S309中获得的地表径流通过相应的计算得到。n为河道曼宁粗糙系数，R为水力半径，Sf为河道比降。通过上述已知量求解即可获得河道水流量Q。
由于网格的植被特性、土壤特性、河道特性等基础数据可能随着时间发生变化，例如网格内的植被特征可能会随着人类的绿化或者砍伐行为而发生变化，随着季节的不同而发生变化，随着种植的农作物的类型的不同而变化。例如，土壤特性可能随着所种植的农作物的类型的不同而变化。再例如，河道特性可能会由于人类更改河道宽度、增加支流或清淤等行为而发生变化。因此，根据本发明，为了提高通过上述方法预测河道水流量Q的准确性，根据至少历史降水数据和历史河道水流量来调节和/或校正以下数据中的一个或任意多个的组合：网格的数量、面积和/或形状；网格的植被特性；网格的土壤特性；和河道特性。
在本实施例中，计算河道水流量时，充分考虑河道曼宁粗糙系数、水力半径和河道比降等参数对河道水流量的影响，由此获得的河道水流量更加精确，从而使得通过本发明方法获得的预测结果更加可靠。
本发明还公开了一种用于预测区域内降水径流产生的河道水流量的装置600，包括：网格分割单元610、数据获取单元620、截留水量计算单元630、入渗水量计算单元640、余量确定单元650、地表径流确定单元660、河道特性获取单元670和河道水流量确定单元680。网格分割单元610配置成将区域内分割成多个网格。数据获取单元620配置成获取每个网格内的降水数据。截留水量计算单元630配置成根据网格的植被特性确定网格内的植被截留水量。入渗水量计算单元640配置成根据网格的土壤特性确定网格内的土壤入渗水量，其中，土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率、累计渗透深度。余量确定单元650分别连接到数据获取单元620、截留水量计算单元630和入渗水量计算单元640，配置成分别获取降水数据、植被截留水量和土壤入渗水量，并根据降水数据、植被截留水量和土壤入渗水量确定每个网格的降雨余量。地表径流确定单元660连接到余量确定单元650，配置成获取每个网格的降雨余量，并根据区域内多个网格的降雨余量确定区域内的地表径流。河道特性获取单元670配置成获取河道特性，其中，河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降。河道水流量确定单元680连接到地表径流确定单元660和河道特性获取单元670，配置成根据区域内的地表径流和河道特性确定河道水流量。
数据获取单元620还包括：雷达模块和/或雨量传感器网络。雷达模块根据气象雷达回波强度推算降水强度和降水量，其具有能够大面积遥测的优点。雨量传感器网络则是由多个分布于区域内的雨量传感器组成，其通过每个雨量传感器检测到的降水量估测每个区域网格内的降水量。
地表径流确定单元660还包括：相邻水流量计算模块。相邻水流量计算模块配置成基于降雨余量计算每个网格到相邻的多个网格的水流量。地表径流确定单元660还配置成，结合计算得到的每个网格到相邻的多个网格的水流量以确定区域内的地表径流。
这里，预测区域内降水径流产生的河道水流量的装置600的上述各单元610～680的操作分别与前面描述的步骤S301～S311的操作类似，在此不再赘述。
根据本发明的另一方面，还提供一种电子设备，可以包括：处理器；以及存储程序的存储器，程序包括指令，指令在由处理器执行时使处理器执行根据上述的预测区域内降水径流产生的河道水流量的方法。
根据一些实施例，电子设备还可以包括输入设备，被配置为用于获取待识别信息。可以根据具体的应用场景选择相应的采集单元。例如：在对话系统中，输入设备例如可以为麦克风，待识别信息可以为通过麦克风获取的语音。在搜索引擎中，输入设备例如可以为触摸屏，待识别信息可以为通过触摸屏获取的用户输入的纯文本信息。在专家系统中，输入设备例如可以为摄像机，待识别信息可以为通过摄像机获取的图片信息。
根据本发明的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图7，现将描述可以作为本发明的服务器或客户端的电子设备700的结构框图，其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的电子设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如预测区域内降水径流产生的河道水流量的方法。例如，在一些实施例中，预测区域内降水径流产生的河道水流量的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的预测区域内降水径流产生的河道水流量的方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行预测区域内降水径流产生的河道水流量的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本发明的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。进一步地，上述各实施例、示例以及其中各种要素的可以根据具体结构以各种方式进行适当组合。重要的是随着技术的演进，在此描述的很多要素可以由本发明之后出现的等同要素进行替换。

Claims (12)

1.一种预测区域内降水径流产生的河道水流量的方法，其特征在于，所述方法包括：
将所述区域分割成多个网格；
针对每个所述网格，获取所述网格内的降水数据；
根据所述网格的植被特性确定所述网格内的植被截留水量；
根据所述网格的土壤特性确定所述网格内的土壤入渗水量，其中，所述土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率和累计渗透深度；
根据所述降水数据、所述植被截留水量和所述土壤入渗水量确定每个所述网格的降雨余量；
根据所述区域内多个所述网格的降雨余量确定所述区域内的地表径流；
获取河道特性，其中，所述河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降；和
根据所述区域内的地表径流和所述河道特性确定所述河道水流量；
其中，根据所述网格的土壤特性确定所述网格内的土壤入渗水量包括：
获取所述土壤特性；
根据公式计算渗透速率，其中f(t)为渗透速率，ψ为湿润锋处平均吸力，θ为土壤含水率，K为土壤饱和导水率，F为累计渗透深度；
根据渗透速率以及预测的持续时间确定所述土壤入渗水量；
其中，根据所述区域内多个所述网格的降雨余量确定所述区域内的地表径流还包括：
基于所述降雨余量计算每个所述网格到相邻的多个网格的水流量；
结合计算得到的每个所述网格到相邻的多个网格的水流量以确定所述区域内的地表径流；
其中，与每个所述网格相邻的多个网格包括与所述网格横向相邻的网格、与所述网格纵向相邻的网格以及与所述网格斜向相邻的网格，其中基于所述降雨余量计算每个所述网格到相邻的多个网格的水流量还包括：
利用二维连续性方程计算每个所述网格到横向相邻的网格和纵向相邻的网格的水流量，其中，h为地表水深度，t为预测的持续时间，qx为到横向相邻的网格的水流量；qy为到纵向相邻的网格的水流量；e为所述降雨余量；
利用公式计算每个所述网格到斜向相邻的网格的水流量，其中，qxy为到斜向相邻的网格的水流量，/>为x和y方向的摩擦比降，m为地表粗糙系数；并且
其中，根据所述区域内的地表径流和所述河道特性确定所述河道水流量的步骤还包括：
根据公式以及/>计算河道水流量，其中Q为河道水流量，其中，ql为从网格流入或流出河道的直流流量，A为河道横截面积，n为河道曼宁粗糙系数，R为水力半径，Sf为河道比降。
2.根据权利要求1所述的方法，其特征在于，将所述区域分割成多个网格包括将所述区域分割成形状和尺寸相同的多个网格。
3.根据权利要求1所述的方法，其特征在于，所述降水数据包括降雨数据、降雪数据和冰雹数据。
4.根据权利要求1所述的方法，其特征在于，所述降水数据通过雷达降水估计获取；并且/或者
所述降水数据通过雨量传感器网络获取。
5.根据权利要求1所述的方法，其特征在于，所述植被特性包括植物类型、植物密度和植物分布。
6.根据权利要求1至5中任一项所述的方法，其特征在于，根据至少历史降水数据和历史河道水流量调节和/或校正以下数据中的一个或任意多个的组合：
网格的数量、面积和/或形状；
网格的植被特性；
网格的土壤特性；和
河道特性。
7.一种用于预测区域内降水径流产生的河道水流量的装置，用于实现根据权利要求1至6中任一项所述的方法，其特征在于，所述装置包括：
网格分割单元，配置成将所述区域分割成多个网格；
数据获取单元，配置成获取每个所述网格内的降水数据；
截留水量计算单元，配置成根据所述网格的植被特性确定所述网格内的植被截留水量；
入渗水量计算单元，配置成根据所述网格的土壤特性确定所述网格内的土壤入渗水量，其中，所述土壤特性包括湿润锋处平均吸力、土壤含水率、土壤饱和导水率和累计渗透深度；
余量确定单元，分别连接到所述数据获取单元、所述截留水量计算单元和所述入渗水量计算单元，配置成分别获取所述降水数据、所述植被截留水量和所述土壤入渗水量，并根据所述降水数据、所述植被截留水量和所述土壤入渗水量确定每个所述网格的降雨余量；
地表径流确定单元，连接到所述余量确定单元，配置成获取每个所述网格的降雨余量，并根据所述区域内多个所述网格的降雨余量确定所述区域内的地表径流；
河道特性获取单元，配置成获取河道特性，其中，所述河道特性包括河道横截面积、河道曼宁粗糙系数、水力半径和河道比降；和
河道水流量确定单元，连接到所述地表径流确定单元和所述河道特性获取单元，配置成根据所述区域内的地表径流和所述河道特性确定所述河道水流量。
8.根据权利要求7所述的装置，其特征在于，所述数据获取单元还包括：
雷达模块和/或雨量传感器网络。
9.根据权利要求7所述的装置，其特征在于，所述地表径流确定单元还包括：
相邻水流量计算模块，配置成基于所述降雨余量计算每个所述网格到相邻的多个网格的水流量，其中，
所述地表径流确定单元还配置成，结合计算得到的每个所述网格到相邻的多个网格的水流量以确定所述区域内的地表径流。
10.一种电子设备，包括：
存储器、处理器以及存储在所述存储器上的计算机程序，
其中，所述处理器被配置为执行所述计算机程序以实现权利要求1-6中任一项所述的方法的步骤。
11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
CN202110163890.8A 2021-02-05 2021-02-05 预测区域内降水径流产生的河道水流量的方法和装置 Active CN112819235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110163890.8A CN112819235B (zh) 2021-02-05 2021-02-05 预测区域内降水径流产生的河道水流量的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110163890.8A CN112819235B (zh) 2021-02-05 2021-02-05 预测区域内降水径流产生的河道水流量的方法和装置

Publications (2)

Publication Number Publication Date
CN112819235A CN112819235A (zh) 2021-05-18
CN112819235B true CN112819235B (zh) 2024-02-02

Family

ID=75861956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110163890.8A Active CN112819235B (zh) 2021-02-05 2021-02-05 预测区域内降水径流产生的河道水流量的方法和装置

Country Status (1)

Country Link
CN (1) CN112819235B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113566894A (zh) * 2021-08-13 2021-10-29 长春工程学院 基于物联网的地质灾害监测方法、系统、终端及介质
CN114048432B (zh) * 2021-12-03 2023-06-23 中交（天津）生态环保设计研究院有限公司 一种无实测径流资料地区生态流量计算方法
CN114814995B (zh) * 2022-03-31 2022-11-22 武汉达梦数据技术有限公司 一种城市内涝的预警方法及装置
CN115623051B (zh) * 2022-11-15 2023-05-02 浙江嘉科新能源环保科技有限公司 一种基于物联网的水质监测系统及水质监测方法
CN115931057B (zh) * 2023-03-08 2023-06-20 广东广宇科技发展有限公司 一种基于城市水利数据的地下管道排放预警系统
CN116222676B (zh) * 2023-05-08 2023-07-28 成都赐华科技有限公司 精准定位的毫米波水流量监测方法及系统
CN117540651A (zh) * 2023-10-16 2024-02-09 上海勘测设计研究院有限公司 小流域水土保持截排水设计流量计算方法、系统及介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005116906A2 (en) * 2004-05-24 2005-12-08 Ch2M Hill, Inc. Method and system for water flow analysis
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
CN102034001A (zh) * 2010-12-16 2011-04-27 南京大学 一种以栅格为模拟单元的分布式水文模型设计方法
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN106599471A (zh) * 2016-12-15 2017-04-26 中国水利水电科学研究院 一种分布式流域水沙过程耦合模拟方法
CN106777688A (zh) * 2016-12-15 2017-05-31 中国水利水电科学研究院 一种水土保持工程减水减沙效益定量评价方法
CN108154270A (zh) * 2017-12-25 2018-06-12 广州地理研究所 中小流域洪水特征对变化环境的响应模型构建方法
CN109492259A (zh) * 2018-10-15 2019-03-19 华北水利水电大学 一种城市水文模拟系统
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
CN111428350A (zh) * 2020-03-10 2020-07-17 中国环境科学研究院 水环境检测耦合模型的构建方法、装置及计算机设备
CN112036093A (zh) * 2020-08-13 2020-12-04 河海大学 一种陆面水文耦合模型

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005116906A2 (en) * 2004-05-24 2005-12-08 Ch2M Hill, Inc. Method and system for water flow analysis
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
CN102034001A (zh) * 2010-12-16 2011-04-27 南京大学 一种以栅格为模拟单元的分布式水文模型设计方法
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN106599471A (zh) * 2016-12-15 2017-04-26 中国水利水电科学研究院 一种分布式流域水沙过程耦合模拟方法
CN106777688A (zh) * 2016-12-15 2017-05-31 中国水利水电科学研究院 一种水土保持工程减水减沙效益定量评价方法
CN108154270A (zh) * 2017-12-25 2018-06-12 广州地理研究所 中小流域洪水特征对变化环境的响应模型构建方法
CN109492259A (zh) * 2018-10-15 2019-03-19 华北水利水电大学 一种城市水文模拟系统
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
CN111428350A (zh) * 2020-03-10 2020-07-17 中国环境科学研究院 水环境检测耦合模型的构建方法、装置及计算机设备
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 (5)

* Cited by examiner, † Cited by third party
Title
"三江平原洪河保护区湿地分布式降雨径流模拟研究";张良;《中国优秀硕士学位论文全文数据库 基础科学辑》(第10期);第A012-20页 *
"初始含水率对斥水土壤入渗特性影响试验研究";流畅;《中国优秀硕士学位论文全文数据库 农业科技辑》(第11期);第D043-23页 *
"变化条件下官厅水库的水量平衡过程研究";秦政;《环境工程技术学报》;第11卷(第1期);第56-64页 *
"基于网格的精细化降雨径流水文模型及其在洪水预报中的应用";李致家等;《河海大学学报（自然科学版）》;第45卷(第6期);第471-480页 *
分布式降雨径流物理模型的建立和应用;都金康;谢顺平;许有鹏;许崇育;;水科学进展(05);第637-644页 *

Also Published As

Publication number Publication date
CN112819235A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN112819235B (zh) 预测区域内降水径流产生的河道水流量的方法和装置
Quinn et al. The in (a/tan/β) index: How to calculate it and how to use it within the topmodel framework
Sun et al. Assessing the effects of land use and topography on soil erosion on the Loess Plateau in China
Kim et al. Impacts of changes in climate and land use/land cover under IPCC RCP scenarios on streamflow in the Hoeya River Basin, Korea
Frankl et al. Gully head retreat rates in the semi-arid highlands of Northern Ethiopia
Kumar et al. Surface runoff estimation of Sind river basin using integrated SCS-CN and GIS techniques
Collet et al. Water supply sustainability and adaptation strategies under anthropogenic and climatic changes of a meso-scale Mediterranean catchment
Javaheri et al. On comparison of peak flow reductions, flood inundation maps, and velocity maps in evaluating effects of restored wetlands on channel flooding
Lee et al. Catchment-scale soil erosion and sediment yield simulation using a spatially distributed erosion model
Trudel et al. Analysis of the hydrological response of a distributed physically-based model using post-assimilation (EnKF) diagnostics of streamflow and in situ soil moisture observations
Sridhar et al. Explaining the hydroclimatic variability and change in the Salmon River basin
Kaffas et al. Application of a continuous rainfall-runoff model to the basin of Kosynthos river using the hydrologic software HEC-HMS
Song et al. The response of river network structure to urbanization: A multifractal perspective
Sanjay Shekar et al. Performance of HEC-HMS and SWAT to simulate streamflow in the sub-humid tropical Hemavathi catchment
Supriya et al. Regression analysis of annual maximum daily rainfall and stream flow for flood forecasting in Vellar River Basin
Irvem Application of GIS to determine storage volume and surface area of reservoirs: the case study of Buyuk Karacay dam
Lee et al. Runoff simulation considering time-varying partial contributing area based on current precipitation index
Maclean et al. A high-resolution model of soil and surface water conditions
Bemporad et al. A distributed approach for sediment yield evaluation in Alpine regions
Kristanto et al. Evaluation of different runoff curve number (CN) approaches on water regulation services assessment in intermittent micro catchment dominated by oil palm plantation
Imaizumi et al. Effects of terrain on the occurrence of debris flows after forest harvesting
CN114385959A (zh) 一种近坝区子流域单元划分方法、装置及存储介质
Siregar Land cover change impact on urban flood modeling (case study: Upper Citarum watershed)
Bahmani et al. Spatial–temporal analysis of landslides in complex hillslopes of catchments using Dynamic Topmodel
Vafakhah et al. Spatial variations of runoff generation at watershed scale

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