CN115906717A - 一种水土保持的侵蚀计算方法及系统 - Google Patents
一种水土保持的侵蚀计算方法及系统 Download PDFInfo
- Publication number
- CN115906717A CN115906717A CN202310218583.4A CN202310218583A CN115906717A CN 115906717 A CN115906717 A CN 115906717A CN 202310218583 A CN202310218583 A CN 202310218583A CN 115906717 A CN115906717 A CN 115906717A
- Authority
- CN
- China
- Prior art keywords
- factor
- calculation
- data
- interpolation
- rainfall
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 183
- 230000003628 erosive effect Effects 0.000 title claims abstract description 60
- 239000002689 soil Substances 0.000 title claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004162 soil erosion Methods 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 19
- 238000007619 statistical method Methods 0.000 claims description 16
- 241001272720 Medialuna californiensis Species 0.000 claims description 14
- 238000013079 data visualisation Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 102000003712 Complement factor B Human genes 0.000 claims description 10
- 108090000056 Complement factor B Proteins 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Landscapes
- Sewage (AREA)
Abstract
本发明公开了一种水土保持的侵蚀计算方法及系统，属于计算机领域，所述的水土保持的侵蚀计算方法包括步骤1.采用CSLE模型，来进行水土保持的能力的计算；步骤2.对CSLE模型的R因子和B因子进行计算设计；步骤3.对R因子和B因子进行并行差值计算，提高计算系统计算性能；步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率。本方法在CSLE模型的基础上，实现了土壤侵蚀的自动计算，并与传统计算方法相同，提高了计算效率。
Description
技术领域
本发明属于计算机领域，更具体的说涉及一种水土保持的侵蚀计算方法及系统。
背景技术
近些年，我国对生态环境的保护力度不断加大，特别是在水土保持方面。水土保持是防治水土流失，建立良好生态环境工作中的至关重要的一步。监控和检测水土被侵蚀程度是水土保持工作中的重要环节之一。目前，工作人员常使用Arcgis、GIS(GeographicInformationSystem，地理信息系统)计算水土保持的侵蚀情况，但是上述软件不仅操作繁琐，而且也无法直接计算出水土保持的侵蚀程度，还需工作人员再次计算。
也有一部分通过开发计算机系统进行水土保持的侵蚀计算，但是均是采用串行计算的方式对因子进行计算，在计算效率上很低。
发明内容
本发明在CSLE模型的基础上，实现了土壤侵蚀的自动计算，并与传统计算方法相同，提高了计算效率。
为了实现上述目的，本发明是采用以下技术方案实现的：所述的水土保持的侵蚀计算方法包括：
步骤1.采用CSLE模型，来进行水土保持的能力的计算；
步骤2.对CSLE模型的R因子和B因子进行计算设计；
步骤3.对R因子和B因子进行并行差值计算，提高计算系统计算性能；
步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率。
进一步地，所述的步骤1.采用CSLE模型，CSLE模型的基本形式为：
（1）
其中，A为年均土壤流失量，t/(hm2·a)；R为降雨侵蚀力因子，MJ·mm/(hm2·h·a)；K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm)；L、S分别为坡度、坡长因子统称为地形因子，量纲为1；B为植被覆盖与生物措施因子，量纲为1；E为工程措施因子，量纲为1；T为耕作措施因子，量纲为1；
除了R因子、B因子外，其他因子使用县区背景数据处理生成的tif文件参与计算。
进一步地，所述的步骤2.对CSLE模型的R因子和B因子进行计算设计，所述的R因子设计采用以下方法：通过IDW插值计算R因子，需要确定插值的范围、已知R值的采样点和需要插值计算R值的插值点；
S201：插值范围的确定，明确插值计算的区域栅格；己有的区域范围数据和边界数据，是将地理区域位置投影到自定义坐标系中将空间平面转换为栅格，用于IDW插值计算；
将区域平面转化为栅格轴的长度，确定整个区域栅格的大小，区域大小为size（x,y），分辨率为cellsize，那么对应的栅格大小gird（x,y）如公式（2）所示：
（2）
S202：将水文站转换为栅格中的点作为己知R值的采样点用于IDW插值计算，获取到的ｎ个水文站坐标为，栅格左上角的坐标为，则水文站在栅格中的坐标如公式（3）和（4）所示：
（3）
（4）
结合步骤S201和S202即可进行IDW插值计算；
S203：获取水文站点子集；
S204：计算插值点R值权重，通过搜索插值点一定半径范围内的水文站，作为插值计算的输入，插值点R值权重按照距离获得，距离函数使用几何距离公式（5）：
（5）
其中，为插值点坐标，为水文点坐标，为插值点和水文站点的距离，利用反距离得到水文站点对插值点R值的影响权重如式（6）：
（6）
其中，为参与插值计算的所有水文站点到插值点的反距离和，为第j个水文站点对第i个插值点的影响权重，最后通过公式（7）能够计算出第i个插值点的降雨侵蚀力：
（7）
之后重复计算每个插值点的降雨侵蚀力R，Rj为第j个水文点站的降雨侵蚀因子，最终完成整个栅格的插值。
进一步地，所述的B因子设计采用以下方法：主要取决于植被类型和盖度以及降雨侵蚀力的情况，计算B因子的方式，通常是以半月为间隔，通过植被盖度计算２４个半月时段的B因子，之后使用R因子进行加权平均，得到计算需要的整个时段的B因子，B因子的修正计算方式如下：如果计算时间跨多个半月，需要将R因子也划分成多个半月时段进行插值计算；计算整个时段总的R因子，结合各个半月时段的R因子，计算每个半月时段R因子对B因子的影响权重，权重计算公式如式（8）：
（8）
其中，为第i个半月时段的R因子，为各个半月时段R因子的总和，为第ｉ个半月时段R因子对该时段半月B因子的影响权重，n表示第降雨的n个时间段，m表示一共有m个水文站点；通过影响权重和各个半月时段的B因子，加权计算得到一个整个时段的B因子，参与Ａ因子的计算，B因子结合R因子的加权计算如式（9）：
（9）
其中，Ｓ为整个时段的B因子，为该半月时段中R因子对B因子的影响权重，为第ｉ个半月时段的B因子，n表示第降雨的n个时间段，m表示一共有m个水文站点。
进一步地，所述的步骤3.对R因子和B因子进行并行差值计算，对于IDW插值计算能够转换为矩阵乘法计算，通过GPU并行计算实现并行插值提高计算R因子的效率：
S301对公式（7）进行求和能够转化为矢量相乘问题，定义矢量代表权重向量，代表栅格中水文站点的R值向量，所以对于式（7）能够改写成式（10）的形式：
（10）
其中，为第ｉ个插值点降雨侵蚀力的值，参与插值的水文站点数量为m，则为权重向量，，为水文站点的R值向量，和均为ｍ维向量；
S302：当栅格中插值点的数量为ｎ，对于IDW插值，需要计算栅格中所有插值点的R值，那么需要ｎ个权重向量与相乘，所以将公式（10）进一步改写成公式（11）：
（11）
其中，为R值向量，对应着ｎ个插值点的R值，为ｍ维向量，对应着ｍ个水文站点的R值，为m*n维的权重矩阵，由ｎ个权重向量构成；对于IDW插值计算问题，将其转化成求解向量问题，通过各个水文站降雨数据计算得到，确定权重矩阵即可。
进一步地，所述的步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率：IDW串行计算和并行计算的计算效率比较的指标为加速比，加速比常用于衡量程序并行化的性能和效果，加速比公式如式（12）：
（12）
其中，为加速比，表示串行执行程序的时间，表示并行执行程序的时间。
再一方面，一种水土保持的侵蚀计算系统，适用于所述的方法，所述的系统包括数据处理模块，降雨数据分析模块，数据计算模块，数据可视化模块；
所述的数据处理模块是数据计算的基础，对水文站的降雨数据和用户输入的水文站信息数据进行计算和管理；
所述的降雨数据分析模块通过多个水文站进行降雨数据的采集获取的，而用户关注的重点主要是降雨量和降雨侵蚀力；
所述的数据计算模块是降雨侵蚀力因子计算和土壤侵蚀模数计算；
所述的数据可视化模块为用户提供数据可视化功能，进行计算结果数据的地图可视。
进一步地，所述的数据处理模块包含降雨数据处理、水文站数据管理和降雨数据查询；
所述的降雨数据发分析模块包括降雨数据统计分析和单站点数据统计分析，用户通过系统，能够进行单个站点的水文站降雨量和降雨侵蚀力的统计分析，也能够进行整个区域的统计分析；
所述的数据计算模块将数据计算模块分成两个子模块，分别是降雨侵蚀力因子计算模块和土壤侵蚀模数计算模块，侵蚀计算方法运用于数据计算模块中；
所述的数据可视化模块：包括GIS数据管理和GIS数据发布。
本发明有益效果：
本发明在CSLE模型的基础上，实现了土壤侵蚀的自动计算，并与传统计算方法相同，提高了计算效率。
附图说明
图1为本发明方法流程图；
图2为本发明方法对CSLE模型的R因子和B因子进行计算设计流程图；
图3为本发明系统框图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是，本发明能够以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
实施例1：
如图1-图2所示，所述的水土保持的侵蚀计算方法包括：
步骤1.采用CSLE模型，来进行水土保持的能力的计算；
所述的步骤1.采用CSLE模型，CSLE模型的基本形式为：
（1）
其中，A为年均土壤流失量，t/(hm2·a)；R为降雨侵蚀力因子，MJ·mm/(hm2·h·a)；K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm)；L、S分别为坡度、坡长因子统称为地形因子，量纲为1；B为植被覆盖与生物措施因子，量纲为1；E为工程措施因子，量纲为1；T为耕作措施因子，量纲为1；
除了R因子、B因子外，其他因子使用县区背景数据处理生成的tif文件参与计算。
CSLE模型计算的七个因子，除了R因子、B因子外，其他因子使用县区背景数据处理生成的tif文件参与计算。因此，进行Ａ因子计算之前，需要先计算R因子。R因子计算的基础数据是水文站的降雨数据，该数据由系统降雨数据处理完成之后，存于数据库中，用于计算水文站指定时间范围内的降雨侵蚀力总和。在此基础上，如果要进行区域范围的R因子计算，需要使用IDW插值算法进行空间重现。
步骤2.对CSLE模型的R因子和B因子进行计算设计；
所述的步骤2.对CSLE模型的R因子和B因子进行计算设计，所述的R因子设计采用以下方法：通过IDW插值计算R因子，需要确定插值的范围、已知R值的采样点和需要插值计算R值的插值点；
S201：插值范围的确定，明确插值计算的区域栅格；系统己有的区域范围数据和边界数据，是将地理区域位置投影到自定义坐标系中，通过shp文件存储于数据文件目录中。该自定义坐标系是以CGCS2000平面坐标系为基础进行重新定义的投影坐标系。因此，在该平面坐标系中，结合shp文件中存储的区域范围和边界信息，通过一定的分辨率，能够将空间平面转换为栅格，用于IDW插值计算。
将区域平面转化为栅格轴的长度，确定整个区域栅格的大小，区域大小为size（x,y），分辨率为cellsize，那么对应的栅格大小gird（x,y）如公式（2）所示：
（2）
S202：将水文站转换为栅格中的点作为己知R值的采样点用于IDW插值计算，获取到的ｎ个水文站坐标为，栅格左上角的坐标为，则水文站在栅格中的坐标如公式（3）和（4）所示：
（3）
（4）
结合步骤S201和S202即可进行IDW插值计算；
S203：获取水文站点子集；找出所有影响该区域范围降雨的水文站子集，该区域范围内所有水文站都包含在这个子集中，但是不在该区域内，在该区域周边的水文站也有可能成为影响降雨侵蚀力的采样点，所以对该区域进行扩充，通过设置10km的区域边界缓存，在这10km缓存区内的水文站也加入到集合中，超过10km的水文站，则认为对该区域无影响，该集合所包含的所有水文站作为IDW插值的采样点。
S204：计算插值点R值权重，通过搜索插值点一定半径范围内的水文站，作为插值计算的输入，插值点R值权重按照距离获得，距离函数使用几何距离公式（5）：
（5）
其中，为插值点坐标，为水文点坐标，为插值点和水文站点的距离，利用反距离得到水文站点对插值点R值的影响权重如式（6）：
（6）
其中，为参与插值计算的所有水文站点到插值点的反距离和，为第j个水文站点对第i个插值点的影响权重，最后通过公式（7）能够计算出第i个插值点的降雨侵蚀力：
（7）
之后重复计算每个插值点的降雨侵蚀力R，Rj为第j个水文点站的降雨侵蚀因子，最终完成整个栅格的插值。
所述的B因子设计采用以下方法：主要取决于植被类型和盖度以及降雨侵蚀力的情况，计算B因子的方式，通常是以半月为间隔，通过植被盖度计算２４个半月时段的B因子，之后使用R因子进行加权平均，得到计算需要的整个时段的B因子，B因子的修正计算方式如下：如果计算时间跨多个半月，需要将R因子也划分成多个半月时段进行插值计算；计算整个时段总的R因子，结合各个半月时段的R因子，计算每个半月时段R因子对B因子的影响权重，权重计算公式如式（8）：
（8）
其中，为第i个半月时段的R因子，为各个半月时段R因子的总和，为第ｉ个半月时段R因子对该时段半月B因子的影响权重，n表示第降雨的n个时间段，m表示一共有m个水文站点；通过影响权重和各个半月时段的B因子，加权计算得到一个整个时段的B因子，参与Ａ因子的计算，B因子结合R因子的加权计算如式（9）：
（9）
其中，Ｓ为整个时段的B因子，为该半月时段中R因子对B因子的影响权重，为第ｉ个半月时段的B因子，n表示第降雨的n个时间段，m表示一共有m个水文站点。
步骤3.对R因子和B因子进行并行差值计算，提高计算系统计算性能；
在计算土壤侵蚀模数过程中，由于需要通过R因子，结合半月的B因子计算得到一个唯一的B因子参与Ａ因子的计算。在对B因子计算的过程中，存在多次插值计算R因子的情况，所以提高R因子计算的计算效率对提高Ａ因子计算的计算效率具有重要的意义。
基础的IDW插值算法，通过遍历栅格中所有的插值点，搜索指定半径范围内的水文站子集，通过式（7）循环进行计算每个插值点的降雨侵蚀力的值，最后得到整个区域的降雨侵蚀力栅格。因此，如果在CPU上实现IDW插值计算R因子，需要多重循环计算（循环遍历每个插值点和每个水文站点）。但是由式（2）可知，当插值设置的分辨率很小时，插值的栅格大小就很大，循环计算的计算次数也随之增大，插值耗费的时间也增大。而对于CPU上多重循环计算，能够很好的转换成矩阵乘法计算问题，通过GPU并行计算来提高矩阵运算的计算效率
对于IDW插值计算能够转换为矩阵乘法计算，通过GPU并行计算实现并行插值提高计算R因子的效率：
S301对公式（7）进行求和能够转化为矢量相乘问题，定义矢量代表权重向量，代表栅格中水文站点的R值向量，所以对于式（7）能够改写成式（10）的形式：
（10）
其中，为第ｉ个插值点降雨侵蚀力的值，参与插值的水文站点数量为m，则为权重向量，，为水文站点的R值向量，和均为ｍ维向量；
S302：当栅格中插值点的数量为ｎ，对于IDW插值，需要计算栅格中所有插值点的R值，那么需要ｎ个权重向量与相乘，所以将公式（10）进一步改写成公式（11）：
（11）
其中，为R值向量，对应着ｎ个插值点的R值，为ｍ维向量，对应着ｍ个水文站点的R值，为m*n维的权重矩阵，由ｎ个权重向量构成；对于IDW插值计算问题，将其转化成求解向量问题，通过各个水文站降雨数据计算得到，确定权重矩阵即可。
由于只有在一定半径范围内的水文站参与一个插值点的计算，所以假设半径范围为radius，当式（5）的时，该水文站点参与计算，通过式（6）能够计算出权重矩阵的的值，反之则直接设置权重矩阵的为0，表示第ｊ个水文站点对第ｉ个插值点的R值影响为０。最后，通过GPU实现权重矩阵所有权重值的并行计算以及权重矩阵和的乘法计算，就能够计算出区域范围R因子的栅格结果。
步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率。
所述的步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率：IDW串行计算和并行计算的计算效率比较的指标为加速比，加速比常用于衡量程序并行化的性能和效果，加速比公式如式（12）：
（12）
其中，为加速比，表示串行执行程序的时间，表示并行执行程序的时间。
实施例2：
如图3所示，根据实施例一的方法构建一种水土保持的侵蚀计算系统，所述的系统包括数据处理模块，降雨数据分析模块，数据计算模块，数据可视化模块；
所述的数据处理模块是数据计算的基础，主要对水文站的降雨数据和用户输入的水文站信息数据进行计算和管理。因此，数据处理模块包含降雨数据处理、水文站数据管理和降雨数据查询。降雨数据处理主要是对水文站原始的时段降雨数据进行计算处理，生成时段降雨数据、日降雨数据和次降雨数据存于库中，为其他功能的实现提供数据支撑；水文站数据管理提供用户需要的水文站相关的功能，对用户输入的水文站基础信息数据进行管理和查询；降雨数据查询主要是对降雨数据处理生成的三种数据类型，允许用户的进行查询，了解降雨数据的处理结果。
所述的降雨数据分析模块对于地区的降雨情况，主要是通过多个水文站进行降雨数据的采集获取的，而用户关注的重点主要是降雨量和降雨侵蚀力。因此，降雨数据的统计和分析主要从降雨量和降雨侵蚀力两个维度进行，该模块主要包括降雨数据统计分析和单站点数据统计分析，用户通过系统，能够进行单个站点的水文站降雨量和降雨侵蚀力的统计分析，也能够进行整个区域的统计分析，通过点和面的结合以及柱状图、条形图、饼状图的展示，用户能够直观地了解区域降雨情况。其中，降雨数据统计分析以水文站为个体，对一段时间内区域多个水文站的降雨量，降雨侵蚀力之和进行排序统计分析。单站点数据统计分析以日为个体，对一段时间内单个水文站每日的降雨量、降雨侵蚀力进行排序统计分析。
所述的数据计算模块是系统的核心功能，系统的数据计算是由计算任务驱动的。计算任务分为两种，分别是降雨侵蚀力因子计算和土壤侵蚀模数计算。所以，在模块划分时将数据计算模块分成两个子模块，分别是降雨侵蚀力因子计算模块和土壤侵蚀模数计算模块，使系统能够为用户提供省、市、县或区三种计算级别的降雨侵蚀力因子计算和土壤侵蚀模数计算。当用户只需要计算区域降雨侵蚀力时，能够只进行降雨侵蚀力因子计算任务的添加，这样系统就无需后续的其他计算，节省计算资源的占用和存储空间的占用；当用户需要计算区域土壤侵蚀模数时，系统再根据CSLE模型进行整个模型的计算。
所述的数据可视化模块在计算任务模块和数据计算模块的基础上，为用户提供数据可视化功能，进行计算结果数据的地图可视化。用户在前端选定计算任务，进行数据发布，系统对计算任务生成的地理栅格数据，通过GeoServer进行图层的获取和管理，按照指定格式和投影坐标系进行投影发布，之后前端才能够获取到发布的图层进行地图投影展示。所以，数据可视化模块主要包括GIS数据管理和GIS数据发布。GIS数据管理主要是对部分背景数据文件和数据计算的结果文件，从存储数据文件中获取，在GeoServer中进行数据图层管理，当用户删除掉计算任务的同时，也删除掉这些无用图层；GIS数据发布主要是对存储于GeoServer中的tif文件或shp文件图层进行投影发布，并以WFP和WMS服务为前端提供投影到地图的图层。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (8)
1.一种水土保持的侵蚀计算方法，其特征在于：所述的水土保持的侵蚀计算方法包括：
步骤1.采用CSLE模型，来进行水土保持的能力的计算；
步骤2.对CSLE模型的R因子和B因子进行计算设计；
步骤3.对R因子和B因子进行并行差值计算，提高计算系统计算性能；
步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率。
2.根据权利要求1所述的一种水土保持的侵蚀计算方法，其特征在于：所述的步骤1.采用CSLE模型，CSLE模型的基本形式为：
（1）
其中，A为年均土壤流失量，t/(hm2·a)；R为降雨侵蚀力因子，MJ·mm/(hm2·h·a)；K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm)；L、S分别为坡度、坡长因子统称为地形因子，量纲为1；B为植被覆盖与生物措施因子，量纲为1；E为工程措施因子，量纲为1；T为耕作措施因子，量纲为1；
除了R因子、B因子外，其他因子使用县区背景数据处理生成的tif文件参与计算。
3.根据权利要求1所述的一种水土保持的侵蚀计算方法，其特征在于：所述的步骤2.对CSLE模型的R因子和B因子进行计算设计，所述的R因子设计采用以下方法：通过IDW插值计算R因子，需要确定插值的范围、已知R值的采样点和需要插值计算R值的插值点；
S201：插值范围的确定，明确插值计算的区域栅格；己有的区域范围数据和边界数据，是将地理区域位置投影到自定义坐标系中将空间平面转换为栅格，用于IDW插值计算；
将区域平面转化为栅格轴的长度，确定整个区域栅格的大小，区域大小为size（x,y），分辨率为cellsize，那么对应的栅格大小gird（x,y）如公式（2）所示：
（2）
S202：将水文站转换为栅格中的点作为己知R值的采样点用于IDW插值计算，获取到的ｎ个水文站坐标为，栅格左上角的坐标为，则水文站在栅格中的坐标如公式（3）和（4）所示：
（3）
（4）
结合步骤S201和S202即可进行IDW插值计算；
S203：获取水文站点子集；
S204：计算插值点R值权重，通过搜索插值点一定半径范围内的水文站，作为插值计算的输入，插值点R值权重按照距离获得，距离函数使用几何距离公式（5）:
（5）
其中，为插值点坐标，为水文点坐标，为插值点和水文站点的距离，利用反距离得到水文站点对插值点R值的影响权重如式（6）：
（6）
其中，为参与插值计算的所有水文站点到插值点的反距离和，为第j个水文站点对第i个插值点的影响权重，最后通过公式（7）能够计算出第i个插值点的降雨侵蚀力：
（7）
之后重复计算每个插值点的降雨侵蚀力R，Rj为第j个水文点站的降雨侵蚀因子，最终完成整个栅格的插值。
4.根据权利要求3所述的一种水土保持的侵蚀计算方法，其特征在于：所述的B因子设计采用以下方法：主要取决于植被类型和盖度以及降雨侵蚀力的情况，计算B因子的方式，通常是以半月为间隔，通过植被盖度计算２４个半月时段的B因子，之后使用R因子进行加权平均，得到计算需要的整个时段的B因子，B因子的修正计算方式如下：如果计算时间跨多个半月，需要将R因子也划分成多个半月时段进行插值计算；计算整个时段总的R因子，结合各个半月时段的R因子，计算每个半月时段R因子对B因子的影响权重，权重计算公式如式（8）：
（8）
其中，为第i个半月时段的R因子，为各个半月时段R因子的总和，为第ｉ个半月时段R因子对该时段半月B因子的影响权重，n表示第降雨的n个时间段，m表示一共有m个水文站点；通过影响权重和各个半月时段的B因子，加权计算得到一个整个时段的B因子，参与Ａ因子的计算，B因子结合R因子的加权计算如式（9）：
（9）
其中，Ｓ为整个时段的B因子，为该半月时段中R因子对B因子的影响权重，为第ｉ个半月时段的B因子，n表示第降雨的n个时间段，m表示一共有m个水文站点。
5.根据权利要求3所述的一种水土保持的侵蚀计算方法，其特征在于：所述的步骤3.对R因子和B因子进行并行差值计算，对于IDW插值计算能够转换为矩阵乘法计算，通过GPU并行计算实现并行插值提高计算R因子的效率：
S301对公式（7）进行求和能够转化为矢量相乘问题，定义矢量代表权重向量，代表栅格中水文站点的R值向量，所以对于式（7）能够改写成式（10）的形式：
（10）
其中，为第ｉ个插值点降雨侵蚀力的值，参与插值的水文站点数量为m，则为权重向量，，为水文站点的R值向量，和均为ｍ维向量；
S302：当栅格中插值点的数量为ｎ，对于IDW插值，需要计算栅格中所有插值点的R值，那么需要ｎ个权重向量与相乘，所以将公式（10）进一步改写成公式（11）：
（11）
其中，为R值向量，对应着ｎ个插值点的R值，为ｍ维向量，对应着ｍ个水文站点的R值，为m*n维的权重矩阵，由ｎ个权重向量构成；对于IDW插值计算问题，将其转化成求解向量问题，通过各个水文站降雨数据计算得到，确定权重矩阵即可。
6.根据权利要求3所述的一种水土保持的侵蚀计算方法，其特征在于：所述的步骤4.通过实验对比R因子和B因子进行传统串行计算和并行计算的效率：IDW串行计算和并行计算的计算效率比较的指标为加速比，加速比常用于衡量程序并行化的性能和效果，加速比公式如式（12）：
（12）
其中，为加速比，表示串行执行程序的时间，表示并行执行程序的时间。
7.一种水土保持的侵蚀计算系统，适用于如权利要求1-6任一项所述的方法，其特征在于：所述的系统包括数据处理模块，降雨数据分析模块，数据计算模块，数据可视化模块；
所述的数据处理模块是数据计算的基础，对水文站的降雨数据和用户输入的水文站信息数据进行计算和管理；
所述的降雨数据分析模块通过多个水文站进行降雨数据的采集获取的，而用户关注的重点主要是降雨量和降雨侵蚀力；
所述的数据计算模块是降雨侵蚀力因子计算和土壤侵蚀模数计算；
所述的数据可视化模块为用户提供数据可视化功能，进行计算结果数据的地图可视。
8.根据权利要求7所述的一种水土保持的侵蚀计算系统，其特征在于：所述的数据处理模块包含降雨数据处理、水文站数据管理和降雨数据查询；
所述的降雨数据发分析模块包括降雨数据统计分析和单站点数据统计分析，用户通过系统，能够进行单个站点的水文站降雨量和降雨侵蚀力的统计分析，也能够进行整个区域的统计分析；
所述的数据计算模块将数据计算模块分成两个子模块，分别是降雨侵蚀力因子计算模块和土壤侵蚀模数计算模块，侵蚀计算方法运用于数据计算模块中；
所述的数据可视化模块：包括GIS数据管理和GIS数据发布。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310218583.4A CN115906717A (zh) | 2023-03-09 | 2023-03-09 | 一种水土保持的侵蚀计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310218583.4A CN115906717A (zh) | 2023-03-09 | 2023-03-09 | 一种水土保持的侵蚀计算方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115906717A true CN115906717A (zh) | 2023-04-04 |
Family
ID=86479137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310218583.4A Pending CN115906717A (zh) | 2023-03-09 | 2023-03-09 | 一种水土保持的侵蚀计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115906717A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116701858A (zh) * | 2023-05-25 | 2023-09-05 | 北京北科博研科技有限公司 | 一种黄土丘陵沟壑区水土流失分析方法及平台 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
| CN113987778A (zh) * | 2021-10-22 | 2022-01-28 | 华中师范大学 | 一种基于野外站点的水土流失模拟值时空加权校正方法 |
| CN114154401A (zh) * | 2021-11-16 | 2022-03-08 | 华中师范大学 | 基于机器学习和观测数据的土壤侵蚀模数计算方法及系统 |
-
2023
- 2023-03-09 CN CN202310218583.4A patent/CN115906717A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
| CN113987778A (zh) * | 2021-10-22 | 2022-01-28 | 华中师范大学 | 一种基于野外站点的水土流失模拟值时空加权校正方法 |
| CN114154401A (zh) * | 2021-11-16 | 2022-03-08 | 华中师范大学 | 基于机器学习和观测数据的土壤侵蚀模数计算方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈伟剑: ""基于土壤侵蚀模型的水土保持检测系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116701858A (zh) * | 2023-05-25 | 2023-09-05 | 北京北科博研科技有限公司 | 一种黄土丘陵沟壑区水土流失分析方法及平台 |
| CN116701858B (zh) * | 2023-05-25 | 2024-04-26 | 北京北科博研科技有限公司 | 一种黄土丘陵沟壑区水土流失分析方法及平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9733094B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
| CN108446293A (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
| GB2547816A (en) | Actually-measured marine environment data assimilation method based on sequence recursive spare filtering three-dimensional variation | |
| CN101370025A (zh) | 地理信息数据的存储方法、调度方法及管理系统 | |
| CN106777093A (zh) | 基于空间时序数据流应用的Skyline查询系统 | |
| CN112954623B (zh) | 一种基于手机信令大数据的居民入住率估算方法 | |
| CN109598056B (zh) | 城市建设用地形态紧凑度的测度方法、系统及存储介质 | |
| CN102902590B (zh) | 面向并行数字地形分析海量dem部署与调度方法 | |
| CN105222787A (zh) | 基于矩阵填充的位置指纹库构建方法 | |
| CN114022648A (zh) | 一种基于北斗网格码和三维引擎的空间分析方法及系统 | |
| CN115906717A (zh) | 一种水土保持的侵蚀计算方法及系统 | |
| CN112948123B (zh) | 一种基于Spark的网格水文模型分布式计算方法 | |
| CN116796083B (zh) | 一种空间数据划分方法及系统 | |
| CN111061729B (zh) | 顾及粒度的矢量瓦片组织方法 | |
| CN110070279B (zh) | 基于多源数据的用地效率量化评估方法、系统和存储介质 | |
| CN116049501A (zh) | 一种空间场景空间关系自然语言描述生成方法 | |
| CN115860213A (zh) | 多情景城市应急采样场所选址优化方法、系统、设备及介质 | |
| CN114842163A (zh) | 用于灾害评估的多尺度动态网格化模型构建方法 | |
| CN115018536A (zh) | 区域确定方法、装置、电子设备和可读存储介质 | |
| CN117891962B (zh) | 一种城市分布式光伏系统数据的图数据库构建方法及应用 | |
| CN110287230B (zh) | 一种大尺度区域国土空间监测并行处理方法 | |
| CN116737392B (zh) | 一种非矢量数据的处理方法、装置及计算设备 | |
| CN114491307B (zh) | 一种设备聚合方法及装置 | |
| Zhai et al. | Approach to Urban Geospatial Monitoring Combining Sensor Web and High-performance Computing Infrastructure. | |
| CN117041071A (zh) | 一种基于多重加权的点位聚类选址方法、设备和介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230404 |
|
| RJ01 | Rejection of invention patent application after publication |