CN114881475A - 一种面向多目标需求的湖泊适宜水位确定方法 - Google Patents

一种面向多目标需求的湖泊适宜水位确定方法 Download PDF

Info

Publication number
CN114881475A
CN114881475A CN202210497430.3A CN202210497430A CN114881475A CN 114881475 A CN114881475 A CN 114881475A CN 202210497430 A CN202210497430 A CN 202210497430A CN 114881475 A CN114881475 A CN 114881475A
Authority
CN
China
Prior art keywords
water level
lake
target
data
water
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
CN202210497430.3A
Other languages
English (en)
Other versions
CN114881475B (zh
Inventor
江波
王晓媛
程志远
刘学文
张文平
夏本成
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.)
YANGTZE RIVER WATER RESOURCES PROTECTION SCIENCE RESEARCH INSTITUTE
Original Assignee
YANGTZE RIVER WATER RESOURCES PROTECTION SCIENCE RESEARCH INSTITUTE
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 YANGTZE RIVER WATER RESOURCES PROTECTION SCIENCE RESEARCH INSTITUTE filed Critical YANGTZE RIVER WATER RESOURCES PROTECTION SCIENCE RESEARCH INSTITUTE
Priority to CN202210497430.3A priority Critical patent/CN114881475B/zh
Publication of CN114881475A publication Critical patent/CN114881475A/zh
Application granted granted Critical
Publication of CN114881475B publication Critical patent/CN114881475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/24323Tree-organised classifiers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向多目标需求的湖泊适宜水位确定方法,包括:一、收集目标湖泊的基础数据;二、从数据WL确定目标湖泊的年内水位差,以及预测m年和n年后的多年最枯月平均水位;三、判断长时间序列水位变化特征与湖泊生态系统保护的适应性;四、分别确定防洪、蓄水、输水、航运、水系连通多目标的水位需求;五、当步骤三判断为不适应时,继续判断特征水位与湖泊生态系统保护的适应性;六、根据多目标水位需求拟定水位调度方案;七、采用拟定的水位调度方案对目标湖泊进行水位调度。本发明考虑到湖泊多目标综合利用对水位的需求,可最大程度地实现湖泊资源的综合利用,实现多目标协同提升。

Description

一种面向多目标需求的湖泊适宜水位确定方法
技术领域
本发明涉及生态保护技术领域,具体涉及一种面向多目标需求的湖泊适宜水位确定方法。
背景技术
湖泊具有供水、航运、灌溉、防洪、水系连通、生物多样性保护等多重功能。如何合理利用湖泊资源,保障多重功能协同提升,是湖泊资源综合利用和生态保护面临的重大难题。水位变化是影响湖泊景观格局和生态功能的重要因素,也是保障湖泊综合效益有效发挥的关键要素。水位优化控制是保障湖泊供水、航运、防洪、灌溉、水系连通等功能得到充分发挥的关键过程,但逆自然的水位上升或下降又是湖泊生境退化、植物生长发育困难、生物多样性降低的重要胁迫因素。目前,湖泊适宜水位确定主要考虑单一目标,缺乏对湖泊多目标综合利用水位需求的整体考虑,湖泊适宜水位确定还存在较大局限性。
发明内容
本发明的目的是提供一种面向多目标需求的湖泊适宜水位确定方法。
不同于现有基于单一目标确定湖泊适宜水位,本发明考虑湖泊多目标水位需求,基于不同约束情景和水位调度试验确定湖泊适宜水位,对湖泊资源综合利用和生态系统结构、过程和功能维护均具有重要意义。
本发明提供的一种面向多目标需求的湖泊适宜水位确定方法,包括:
一、收集目标湖泊的基础数据,至少包括代表水位站的长时间序列水位观测数据WL、高分辨率遥感影像数据Image、湿地水鸟群落结构动态监测数据Bird;
二、从数据WL确定目标湖泊的年内水位差,所述年内水位差为年最高日平均水位和最低日平均水位的水位差;从数据WL获取目标湖泊水位的年际变化趋势,继而预测m年和n年后的多年最枯月平均水位;m、n值预先设定且n大于m;
三、判断长时间序列水位变化特征与湖泊生态系统保护的适应性,具体为:
当目标湖泊的年内水位差在预设的水位差范围内且m年后的多年最枯月平均水位较现状抬升不超过第一阈值且n年后的多年最枯月平均水位较现状抬升不超过第二阈值,则判断为相适应;否则判断为不相适应;第二阈值大于第一阈值;
第一阈值、第二阈值均为经验值,第一阈值一般在50~70cm范围取值,第二阈值一般在80~100cm范围取值,其取值可根据实际情况在该范围内进行调整;
四、分别确定防洪、蓄水、输水、航运、水系连通多目标的水位需求;
五、当步骤四判断为不适应时,继续判断特征水位与湖泊生态系统保护的适应性,具体为:
(1)确定特征水位:由数据WL计算多年最枯月平均水位,即特征水位WL1;根据多目标水位需求确定m年和n年后能同时满足多目标水位需求的最低水位,即特征水位WL2和WL3;
(2)结合数据WL和数据Image获取越冬期特征水位下的重要生境面积;
(3)从数据Bird获取越冬期特征水位下的水鸟种类组成和种群数量;
(4)相比WL1,当WL2和WL3下的重要生境面积下降率均超第三阈值,则初步判断与湖泊生态系统保护不适应;否则判断相适应;当不适应时,进一步判断:相比WL1,当WL2和WL3下水鸟种类数下降率均超第四阈值且种群数量下降率超第五阈值,则判断不相适应;否则判断相适应;
第三阈值、第四阈值、第五阈值均为经验值,一般在10%~30%范围内取值,其取值可根据实际情况在该范围内进行调整;
六、根据多目标水位需求拟定水位调度方案;
七、采用拟定的水位调度方案对目标湖泊进行水位调度,同时利用布设的水鸟监测样线和监测点实时采集湿地水鸟群落结构数据;以目标湖泊现状为参照系统,采用步骤三~五判断与湖泊生态系统保护是否相适应,若判断为相适应,则无需对当前的水位调度方案进行优化;否则降低调度水位继续执行本步骤直至判断为相适应。
所述湿地水鸟群落结构动态监测数据Bird至少包括越冬期水鸟种类组成及空间分布、种群数量、栖息生境、觅食生境的监测数据。
在一些具体实施方式中,m一般取5~15,优选取10;n一般取20~30,优选取20。
在一些具体实施方式中,预设的水位差范围为(4.20m-60cm,4.20m+60cm)。
在一些具体实施方式中,步骤五中结合数据WL和数据Image获取特征水位对应的重要生境面积,具体为:
将目标湖泊的数据WL和数据Image进行日期匹配,筛选出与特征水位WL1、WL2、WL3对应或最接近的水位所对应的影像数据,分别记为Image1、Image2、Image3;
采用决策树分类法对遥感影像Image1、Image2、Image3进行解译,获得特征水位WL1、WL2、WL3下的湿地分类结果;
从湿地分类结果获取越冬期特征水位WL1、WL2、WL3下水鸟的重要生境面积,重要生境提前定义。
在一些具体实施方式中,步骤六进一步包括:
(1)采用Pettitt突变检验法检验多年逐年平均水位是否发生突变,若发生,基于突变前的数据WL确定关键水文要素指标;否则,基于整个数据WL确定关键水文要素指标;
(2)采用借鉴变异性范围法确定关键水文要素指标的控制范围;
(3)结合关键水文要素指标的控制范围,确定候鸟越冬期调控水位,通过控制闸下泄水量进行水位调控。
本发明具有如下优点和有益效果:
目前,湖泊适宜水位主要基于单一目标确定,未考虑湖泊多目标综合利用对水位的需求。本发明将满足防洪、蓄水、输水、航运、水系连通等目标的水位需求作为约束条件,将湖泊生态系统保护与水位变化的适应性相结合,提出了面向多目标需求的湖泊适宜水位确定方法。该方法可最大程度地实现湖泊资源的综合利用,为水位优化调控提供关键技术,实现多目标协同提升。
附图说明
图1为本发明具体实施方式中的流程图。
具体实施方式
为使本领域技术人员更好地理解本发明,下面将对本发明技术方案的具体实施方式进行清楚、完整地描述,显然,下文所描述的仅为具体实施方式,其并不限制本发明的保护范围。
下面将结合附图详细说明本发明实施例的具体实施过程。本实施例以菜子湖为目标湖泊,其具体实施方式的流程见图1,包括:
在实施前先确定目标湖泊的多目标综合利用指标体系,本实施例中多目标综合利用指标体系至少包括防洪、蓄水、输水、航运、水系连通、越冬水鸟重要生境保护和群落结构维持。
一、收集目标湖泊的基础数据。
具体地,基础数据至少包括目标湖泊代表水位站的长时间序列水位观测数据WL、高分辨率遥感影像数据Image和湿地水鸟群落结构动态监测数据Bird。数据WL是代表水位站测定的长时间序列逐日水位数据;数据Image采用多源异构遥感影像数据;数据Bird包括越冬期水鸟种类组成及空间分布、种群数量、栖息生境、觅食生境等监测数据。
二、从数据WL确定目标湖泊的长时间序列水位变化特征。
水位变化特征包括水位年内变化特征和年际变化趋势。水位年内变化特征用来表征水位逐日和逐月的变化特征,从多年逐日和逐月的平均水位获得,本实施例具体采用年内水位差表示,即年最高日平均水位和最低日平均水位的水位差。年际变化趋势采用Mann-Kendall非参数检验法从多年长时间序列水位观测数据WL分析得到。从水位年际变化趋势,再采用线性回归分析法分别预测10年和20年后的多年最枯月平均水位,本实施例中预测的是2030和2040年菜子湖的多年最枯月平均水位。
本实施例中,菜子湖水位(1956~2018年)年内变化特征表现为:年内水位呈单值分布,具有明显的高、低水位变化。从多年月平均水位来看,菜子湖年内最高水位出现在8月,为10.9m;年内最低水位出现在1月,为6.9m。以8月为界,全年可分为2个水位变化时间,1月至8月为水位上升阶段,8月至12月为水位下降阶段。从多年日平均水位来看,最低水位发生在2月9日,为6.88m;最高水位发生在7月25日,为11.08m。以7月25日为界,全年可分为2个水位变化时期,2月9日至7月25日为水位上升阶段,7月25日至年末为水位下降阶段。
本实施例中,菜子湖1956~2018年水位的年际变化趋势为:年均水位无显著变化趋势,12月~次年3月水位均表现为极显著增加趋势,10月水位表现为显著降低趋势,其他月份水位无显著变化趋势。
三、判断长时间序列水位变化特征与湖泊生态系统保护的适应性。
具体判断方法如下:
当目标湖泊的水位维持明显的年内高低变幅(即年内水位差为(4.20m-60cm,4.20m+60cm)),则为明显的年内高低变幅)且10年后的多年最枯月平均水位较现状抬升不超过60cm时,20年后的多年最枯月平均水位按现状抬升不超过90cm时,则相适应。当目标湖泊的水位无法维持明显的年内高低变幅(即年内水位差超过4.80m或低于3.60m),或10年后的多年最枯月平均水位较现状抬升超过60cm时,或20年后的多年最枯月平均水位较现状抬升超过90cm时,则一定程度上不适应。
本实施例中,菜子湖丰水期水位上涨,枯水期水位下降,塑造了湿地丰消枯露的演变特征。菜子湖1956~2018年水位的年内高低水位变化明显,与菜子湖生态系统需求较为适应。根据Mann-Kendall非参数检验法获得的趋势分析结果,菜子湖12月~次年3月水位均表现为极显著增加趋势,预测2030年和2040年菜子湖水位较现状抬升分别不到8cm和12cm,不会明显改变菜子湖既有的年内高低水位变化特征,与菜子湖生态系统需求较为适应。
四、分别确定防洪、蓄水、输水、航运、水系连通多目标的水位需求。
本实施例中各种约束情景如下:
防洪水位需求为:执行目标湖泊现行控制运用办法,汛期蓄水位6月份为8.6~9.1m(85国家高程,85国家高程=吴淞高程-1.886m,下同),7、8月份为9.1~9.6m。
蓄水水位需求为:2030年,候鸟越冬期(11月~次年3月)水位按不超过7.5m控制;4~10月水位调度执行现行控制运用办法,最低水位按8.1m控制;2040年,候鸟越冬期水位按不超过8.1m控制;4~10月水位调度执行现行控制运用办法,最低水位按8.1m控制。
输水水位需求为:越冬期水位按不超过7.5m控制时,线路输水能力为60m3/s;越冬期水位按不超过8.1m控制时,线路输水能力为90m3/s;汛期4~10月最大输水流量150m3/s。
航运水位需求为:最高通航水位为14.88m,最低通航水位为8.1m。
水系连通水位需求为:枞阳闸控制蓄水,以满足湖周城乡、工业及灌溉用水需要;遇干旱年份,菜子湖流域自身来水少,为满足供水、灌溉用水需求,需要自流引江水入菜子湖。主汛期,长江干流水位高于菜子湖,具有自流引江条件,当湖水位较高时,菜子湖拒江倒灌。此期间,遇干旱菜子湖来水少,水位低时,枞阳闸开闸引江,向菜子湖补水;枯水季节,因长江干流水位消落,枞阳闸关闸蓄水,菜子湖水位一般高于闸下长江干流水位。
五、分别以多年最枯月平均水位和多目标水位需求为约束情景,确定不同约束情景下目标湖泊的特征水位,当步骤三判断为不适应时,继续判断特征水位与湖泊生态系统保护的适应性。
本步骤进一步包括:
(1)确定特征水位:
由数据WL计算目标湖泊的多年最枯月平均水位,多年最枯月平均水位一般采用近50年的多年最枯月平均水位,记为特征水位WL1,本实施例中WL1为6.9m。基于多目标的水位需求确定多目标约束情景下目标湖泊的特征水位,分别记为WL2和WL3,本实施例中WL2和WL3分别为7.5m和8.1m,其获取方法见后文描述。
不同约束情景下目标湖泊的特征水位只在候鸟越冬期发生抬升,该情景下特征水位应满足防洪、蓄水、输水、航运、水系连通等多目标的最低水位,才能最大程度减少对越冬水鸟重要生境和群落结构维持的影响。多目标的最低水位记为WLmin,2030年WLmin为7.5m,2040年WLmin为8.1m。本实施例中只需分析7.5m和8.1m的水位约束下越冬水鸟的重要生境面积及水鸟群落结构特征,来判断与湖泊生态系统保护的适应性。
(2)获取越冬期特征水位下的重要生境面积。
将目标湖泊的数据WL和数据Image进行日期匹配,根据日期匹配关系筛选出与特征水位WL1、WL2、WL3对应或最接近的水位所对应的影像数据,分别记为Image1、Image2、Image3。采用决策树分类法对遥感影像Image1、Image2、Image3进行解译,获得特征水位WL1、WL2、WL3下的湿地分类结果,从湿地分类结果获取越冬期特征水位WL1、WL2、WL3下水鸟的重要生境面积。本实施例中湿地类型包括深水水域、浅水水域、泥滩、草本沼泽和水稻田。重要生境提前定义,本实施例中将浅水水域、泥滩、草本沼泽定义为重要湿地生境,浅水水域面积可根据水位和地形数据确定。
(3)获取越冬期特征水位下的水鸟种类组成和种群数量。
基于不同时期的数据Bird获得越冬期水鸟空间分布特征,以及特征水位下越冬水鸟的种类组成和种群数量。
(4)特征水位与湖泊生态系统保护的适应性的判断规则为:
相比WL1,当WL2和WL3下的重要生境面积下降均超10%,则初步判断特征水位与湖泊生态系统保护不适应;当WL2或WL3下的重要生境面积下降率不超10%,则判断特征水位与湖泊生态系统保护相适应。当不适应时,进一步判断:从数据Bird确定特征水位WL2和WL3下越冬水鸟的群落结构特征。相比特征水位WL1,当特征水位WL2和WL3下水鸟种类数下降率超10%且种群数量下降率也超10%时,则判断特征水位与湖泊生态系统保护不相适应;当WL2和WL3水位下水鸟种类数下降率不超过10%且种群数量下降率不超过30%时,或水鸟种群数量下降率不超过10%且种类数下降不超过30%时,则判断特征水位与湖泊生态系统保护相适应。
本实施例中,菜子湖最枯月(1月)的多年平均水位维持在6.9m左右,枯水期水位变化速率维持在-0.070~0.020m/d,能满足越冬水鸟重要生境和群落结构维持对水位的需求,与湖泊生态系统保护需求相适应。以防洪为约束条件,其水位需求主要在汛期,不影响越冬水鸟重要生境和群落结构维持对水位的需求,也不影响与湖泊生态系统保护修复的适应性。以蓄水、输水、航运、水系连通为约束条件,2030年枯水期运行水位需按7.5m控制,最大输水能力按60m3/s控制;2040年枯水期运行水位需按8.1m控制,最大输水能力按90m3/s控制。2030年、2040年枯水期水位分别按特征水位7.5m和8.1m控制时,会造成枯水期水位抬升、水位年内变幅减小,重要生境面积下降10%以上,与湖泊生态系统保护修复一定程度上不适应。
六、确定多目标约束情景下湖泊生态系统保护的水位调度方案。
在确定水位调度方案时,需先从数据WL计算目标湖泊的关键水文要素指标,再结合关键水文要素指标拟定候鸟越冬期的水位调度方案。本实施例中关键水文要素指标包括低水位值、低水位发生时间、低水位历时、水位变化速率。
本步骤的具体实施过程包括:
(1)采用Pettitt突变检验法检验菜子湖车富岭水位站多年逐年水位变化特征,以Pettitt突变检验的结果为依据,分析车富岭水位站是否存在突变点。如存在突变点,则基于突变前的序列水位分析车富岭水位站的低水位值、低水位发生时间、低水位历时、水位变化速率等4个关键水文要素指标的动态变化。若不存在突变点,则基于车富岭水位站的整个时间序列水位计算低水位值、低水位发生时间、低水位历时、水位变化速率等4个关键水文要素指标的动态变化。具体地,采用长序列日水位频率大于75%保证率的水位计算低水位值。
本实施例中,车富岭水位站1956~2018年年平均水位数据未出现显著性超过0.05的突变点。因此,基于车富岭水位站的整个时间序列水位分析菜子湖车富岭水位站低水位值,并计算关键水文要素指标的动态变化。菜子湖低水位值为6.94m。从发生时间来看,菜子湖车富岭水位站低水位一般开始于11~12月,低水位发生时间的均值为第344d,年际低水位发生时间的标准差为27d。从水位历时来看,低水位年均历时为69d,历史上低水位历时最大值为167d,最小值为0d,标准差为49d。菜子湖候鸟越冬期水位变化速率的多年均值为-0.009m/d,候鸟越冬期水位变化速率年均值为-0.034~0.009m/d,日均值为-0.051~0.016m/d。
(2)采用借鉴变异性范围法(Range of Variability Approach,RAV)确定关键水文要素指标的上下限,具体取33%和67%分位数作为关键水文要素指标控制的上下限。
本实施例中,菜子湖低水位发生时间在年内的第332~351d之间,历时33~98d,对湖泊生态系统结构、过程和功能不会产生较大影响。菜子湖11月~次年3月水位变化速率维持在-0.070~0.020m/d,对维持冬候鸟栖息和觅食生境具有重要意义。
(3)考虑2030年、2040年枯水期水位按7.5m和8.1m控制与湖泊生态系统保护一定程度不适应。适应性调度期间,菜子湖水位不能长期维持在特征水位7.5m和8.1m,需逐步抬高越冬期菜子湖水位至7.5m或8.1m。从10月上旬开始预降水位,至11月1日,控制水位在8.5m(接近该时间多年日平均水位),在12月1日前需控制菜子湖水位逐步消落至7.5m或8.1m。从12月1日开始,在满足关键水文要素指标控制范围的前提下,逐步减小消落期水位下降速率,增大上升期水位抬升速率,抬高各年最低水位,并尽量维持菜子湖原有水位变化规律。在次年1月中旬消落至年度最低试验性水位,至2月中旬维持在此水位±0.1m的范围内。2月下旬开始,逐步抬升湖水位;4月1日,结束年度试验性水位调度,转入正常调度。
七,优化水位调度方案,确定面向多目标需求的湖泊适宜水位。
开展水位优化调度原型观测试验研究,跟踪监测和评估水位调度方案下多目标的协同提升效果,根据协同提升情况对水位调度方案进行调整,确定面向多目标需求的湖泊适宜水位。
本步骤的具体实施过程包括:
(1)采用步骤六确定的水位调度方案对目标湖泊进行水位调度,同时对目标湖泊进行动态监测。多目标包括防洪、蓄水、输水、航运、水系连通、越冬水鸟重要生境及群落结构特征。具体地,在菜子湖全湖布设水鸟监测样线和监测点,再结合遥感影像,对越冬水鸟重要生境及群落结构特征进行动态监测与评估。本实施例中,遥感影像数据应覆盖不同的调度水位,越冬水鸟群落结构至少按候鸟越冬期1次/月的频率进行监测,监测范围应覆盖全湖。
(2)根据动态监测数据分析不同调度水位的多目标协同提升效果,确定面向多目标需求的湖泊适宜水位。
确定参照系统,具体地,以目标湖泊的现状为参照系统,时间长度3~5年。本实施例中,对比分析不同调度水位下重要生境、水鸟种数和种群数量相比参照系统的变化情况,若通过前述规则判断与生态系统保护相适应,则多目标协同提升,达到预期目标,不需要对调度水位进行优化调控;未达到预期目标,则需要适当降低调度水位并进行跟踪监测和评估,直至达到预期目标。达到预期目标的水位调度方案即为面向多目标需求的湖泊适宜水位调度方案,该方案下的水位即为适宜水位。
以上所述仅为本发明的较佳方式,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种面向多目标需求的湖泊适宜水位确定方法,其特征是,包括:
一、收集目标湖泊的基础数据,至少包括代表水位站的长时间序列水位观测数据WL、高分辨率遥感影像数据Image、湿地水鸟群落结构动态监测数据Bird;
二、从数据WL确定目标湖泊的年内水位差,所述年内水位差为年最高日平均水位和最低日平均水位的水位差;从数据WL获取目标湖泊水位的年际变化趋势,继而预测m年和n年后的多年最枯月平均水位;m、n值预先设定且n大于m;
三、判断长时间序列水位变化特征与湖泊生态系统保护的适应性,具体为:
当目标湖泊的年内水位差在预设的水位差范围内且m年后的多年最枯月平均水位较现状抬升不超过第一阈值且n年后的多年最枯月平均水位较现状抬升不超过第二阈值,则判断为相适应;否则判断为不相适应;第一阈值和第二阈值为经验值,第一阈值在50~70cm范围取值,第二阈值在80~100cm范围取值;
四、分别确定防洪、蓄水、输水、航运、水系连通多目标的水位需求;
五、当步骤三判断为不适应时,继续判断特征水位与湖泊生态系统保护的适应性,具体为:
(1)确定特征水位:由数据WL计算多年最枯月平均水位,即特征水位WL1;根据多目标水位需求确定m年和n年后能同时满足多目标水位需求的最低水位,即特征水位WL2和WL3;
(2)结合数据WL和数据Image获取越冬期特征水位下的重要生境面积;
(3)从数据Bird获取越冬期特征水位下的水鸟种类组成和种群数量;
(4)相比WL1,当WL2和WL3下的重要生境面积下降率均超第三阈值,则初步判断与湖泊生态系统保护不适应;否则判断相适应;当不适应时,进一步判断:相比WL1,当WL2和WL3下水鸟种类数下降率均超第四阈值且种群数量下降率超第五阈值,则判断不相适应;否则判断相适应;第三阈值、第四阈值、第五阈值均为经验值,在10%~30%范围取值;
六、根据多目标水位需求拟定水位调度方案;
七、采用拟定的水位调度方案对目标湖泊进行水位调度,同时利用布设的水鸟监测样线和监测点实时采集湿地水鸟群落结构数据;以目标湖泊现状为参照系统,采用步骤三~五判断与湖泊生态系统保护是否相适应,若判断为相适应,则无需对当前的水位调度方案进行优化;否则降低调度水位继续执行本步骤直至判断为相适应。
2.如权利要求1所述的面向多目标需求的湖泊适宜水位确定方法,其特征是:
所述湿地水鸟群落结构动态监测数据Bird至少包括越冬期水鸟种类组成及空间分布、种群数量、栖息生境、觅食生境的监测数据。
3.如权利要求1所述的面向多目标需求的湖泊适宜水位确定方法,其特征是:
步骤五中结合数据WL和数据Image获取特征水位对应的重要生境面积,具体为:
将目标湖泊的数据WL和数据Image进行日期匹配,筛选出与特征水位WL1、WL2、WL3对应或最接近的水位所对应的影像数据,分别记为Image1、Image2、Image3;
采用决策树分类法对遥感影像Image1、Image2、Image3进行解译,获得特征水位WL1、WL2、WL3下的湿地分类结果;
从湿地分类结果获取越冬期特征水位WL1、WL2、WL3下水鸟的重要生境面积,重要生境提前定义。
4.如权利要求1所述的面向多目标需求的湖泊适宜水位确定方法,其特征是:
步骤六进一步包括:
(1)采用Pettitt突变检验法检验多年逐年平均水位是否发生突变,若发生,基于突变前的数据WL确定关键水文要素指标;否则,基于整个数据WL确定关键水文要素指标;
(2)采用借鉴变异性范围法确定关键水文要素指标的控制范围;
(3)结合关键水文要素指标的控制范围,确定候鸟越冬期调控水位,通过控制闸下泄水量进行水位调控。
CN202210497430.3A 2022-05-09 2022-05-09 一种面向多目标需求的湖泊适宜水位确定方法 Active CN114881475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210497430.3A CN114881475B (zh) 2022-05-09 2022-05-09 一种面向多目标需求的湖泊适宜水位确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210497430.3A CN114881475B (zh) 2022-05-09 2022-05-09 一种面向多目标需求的湖泊适宜水位确定方法

Publications (2)

Publication Number Publication Date
CN114881475A true CN114881475A (zh) 2022-08-09
CN114881475B CN114881475B (zh) 2023-04-07

Family

ID=82673641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210497430.3A Active CN114881475B (zh) 2022-05-09 2022-05-09 一种面向多目标需求的湖泊适宜水位确定方法

Country Status (1)

Country Link
CN (1) CN114881475B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116539008A (zh) * 2023-07-06 2023-08-04 长江水资源保护科学研究所 一种基于船舶噪声对水鸟影响的湖泊通航范围确定方法
CN116916362A (zh) * 2023-09-12 2023-10-20 中国铁路设计集团有限公司 一种多目标优化的lte-r基站通信质量预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650762A (zh) * 2009-09-03 2010-02-17 北京师范大学 基于功能设定法的湖泊生态需水分析技术
CN111523089A (zh) * 2020-04-19 2020-08-11 长江水资源保护科学研究所 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法
CN113011716A (zh) * 2021-02-25 2021-06-22 长江水资源保护科学研究所 评估湖泊水位变化对水生植物功能性状影响的方法及系统
CN113807709A (zh) * 2021-09-22 2021-12-17 河海大学 一种基于水情要素的多目标湖区水安全评价方法
CN114049520A (zh) * 2021-11-19 2022-02-15 长江水资源保护科学研究所 面向枯水期水位抬升影响的湖泊湿地生态修复方法
CN114169673A (zh) * 2021-10-28 2022-03-11 长江水资源保护科学研究所 一种多时相湖泊湿地水鸟群落多样性反演方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650762A (zh) * 2009-09-03 2010-02-17 北京师范大学 基于功能设定法的湖泊生态需水分析技术
CN111523089A (zh) * 2020-04-19 2020-08-11 长江水资源保护科学研究所 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法
CN113011716A (zh) * 2021-02-25 2021-06-22 长江水资源保护科学研究所 评估湖泊水位变化对水生植物功能性状影响的方法及系统
CN113807709A (zh) * 2021-09-22 2021-12-17 河海大学 一种基于水情要素的多目标湖区水安全评价方法
CN114169673A (zh) * 2021-10-28 2022-03-11 长江水资源保护科学研究所 一种多时相湖泊湿地水鸟群落多样性反演方法及系统
CN114049520A (zh) * 2021-11-19 2022-02-15 长江水资源保护科学研究所 面向枯水期水位抬升影响的湖泊湿地生态修复方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘学文等: "基于长时间序列水位数据的长江下游菜子湖候鸟越冬期水位特征", 《湖泊科学》 *
李红清等: "菜子湖候鸟越冬期适应性水位下湿地生境及水鸟分布", 《人民长江》 *
王晓媛: "冬季安徽菜子湖水位变化对主要湿地类型及冬候鸟生境的影响", 《湖泊科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116539008A (zh) * 2023-07-06 2023-08-04 长江水资源保护科学研究所 一种基于船舶噪声对水鸟影响的湖泊通航范围确定方法
CN116539008B (zh) * 2023-07-06 2023-09-22 长江水资源保护科学研究所 一种基于船舶噪声对水鸟影响的湖泊通航范围确定方法
CN116916362A (zh) * 2023-09-12 2023-10-20 中国铁路设计集团有限公司 一种多目标优化的lte-r基站通信质量预测方法
CN116916362B (zh) * 2023-09-12 2023-12-12 中国铁路设计集团有限公司 一种多目标优化的lte-r基站通信质量预测方法

Also Published As

Publication number Publication date
CN114881475B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN114881475B (zh) 一种面向多目标需求的湖泊适宜水位确定方法
CN111523089B (zh) 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法
US20210326408A1 (en) Ecological flow determination method for considering lifting amount
Behnke et al. Rethinking range ecology: implications for rangeland management in Africa
CN111624037A (zh) 一种基于大数据的水产养殖业水体环境智能监测系统
CN107092786B (zh) 一种考虑河流不同状态的生态基流量计算方法及系统
CN114971295B (zh) 改善通江湖泊候鸟栖息地生境的水库调度方法及系统
CN116149187B (zh) 一种用于水库库尾鱼类栖息地生境保护的生态调度方法
CN113011716A (zh) 评估湖泊水位变化对水生植物功能性状影响的方法及系统
CN109190827B (zh) 一种垄沟布局对降雨产流的影响机理识别方法
CN109558467B (zh) 用电用户类别识别方法及系统
Pages et al. Opposing indirect effects of domestic herbivores on saltmarsh erosion
CN111898097A (zh) 结合概率密度和保证率的生态流量确定方法
CN110598936A (zh) 一种河流生态需水计算系统及信息传输方法
CN115661081A (zh) 基于图像处理的水产养殖自动控制换水方法
CN115016413A (zh) 一种用于植物工厂作物种植的智能环境控制方法
CN115439005A (zh) 智能排水监测方法、系统及存储介质
CN114528761A (zh) 平原水网圩区-圩外系统滞蓄关系优化方法及系统
Niu et al. Real-time irrigation forecasting for ecological water in artificial wetlands in the Dianchi Basin
Ravolainen et al. Low spatial habitat overlap of herbivores in the High Arctic tundra
CN116993229B (zh) 一种跨海大桥桩基施工质量数字化管理方法
CN116662784B (zh) 一种耕地质量监测方法及系统
CN116844630A (zh) 一种评估物种优势度的方法
Regehr et al. JHTMON-9 Upper and Lower Campbell Reservoir Amphibian Assessment Final Report
Bruce et al. Stave Falls Water Use Plan: Littoral Productivity Assessment (SFLMON# 2)

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