CN116542009A - 一种大尺度陆面水文过程模拟系统及方法 - Google Patents
一种大尺度陆面水文过程模拟系统及方法 Download PDFInfo
- Publication number
- CN116542009A CN116542009A CN202310223436.6A CN202310223436A CN116542009A CN 116542009 A CN116542009 A CN 116542009A CN 202310223436 A CN202310223436 A CN 202310223436A CN 116542009 A CN116542009 A CN 116542009A
- Authority
- CN
- China
- Prior art keywords
- water
- runoff
- river
- determining
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 145
- 230000008569 process Effects 0.000 title claims abstract description 118
- 238000004088 simulation Methods 0.000 title claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 649
- 239000003673 groundwater Substances 0.000 claims description 92
- 230000008020 evaporation Effects 0.000 claims description 69
- 238000001704 evaporation Methods 0.000 claims description 69
- 239000002689 soil Substances 0.000 claims description 64
- 238000001556 precipitation Methods 0.000 claims description 56
- 230000033228 biological regulation Effects 0.000 claims description 45
- 230000002262 irrigation Effects 0.000 claims description 37
- 238000003973 irrigation Methods 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 32
- 230000008018 melting Effects 0.000 claims description 31
- 238000002844 melting Methods 0.000 claims description 31
- 229910002651 NO3 Inorganic materials 0.000 claims description 28
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 28
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 26
- 239000005442 atmospheric precipitation Substances 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 19
- 230000035699 permeability Effects 0.000 claims description 18
- 230000000149 penetrating effect Effects 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 13
- 230000005484 gravity Effects 0.000 claims description 11
- 230000008595 infiltration Effects 0.000 claims description 10
- 238000001764 infiltration Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 230000035515 penetration Effects 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 8
- 239000010865 sewage Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 16
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 15
- 239000003621 irrigation water Substances 0.000 description 12
- 244000144972 livestock Species 0.000 description 11
- 230000005855 radiation Effects 0.000 description 7
- 241000196324 Embryophyta Species 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 239000008235 industrial water Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002352 surface water Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000009189 diving Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000005413 snowmelt Substances 0.000 description 3
- 230000005068 transpiration Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003657 drainage water Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 235000006506 Brasenia schreberi Nutrition 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种大尺度陆面水文过程模拟系统及方法,该系统通过地表过程模块、地下水过程模块、河道汇流过程模块、水利设施模块、取用水过程模块、水质过程模块和溯源模块实现对大尺度陆面水文过程的精细模拟,通过不同模块之间的耦合,提升了各个模块的灵活性,并且通过对水量组分的溯源追踪,提高了对水循环的流动过程模拟的精确度。能够识别并保持径流在自然—社会二元水循环中的关键要素,并阐明流域水质水量变化过程,有利于水资源规划和利用。
Description
技术领域
本发明涉及流域水文模拟技术领域,尤其是涉及一种大尺度陆面水文过程模拟系统及方法。
背景技术
随着气候变化和人类活动影响加剧,自然水循环过程发生明显变化,流域径流来源和去向变得更加复杂和更加难以判别,给水资源规划和利用带来了一定困难。例如,水库大坝工程改变了河流水量的年内或年际分布,引调水工程改变了河流水量的时空分布,城镇供水排水设施改变了水循环的时间和水质,这些改变都从一个或多个层面增加了流域水循环过程描述的难度。
发明内容
因此,本发明技术方案主要解决现有大尺度陆面水文过程模拟困难,不利于水资源规划和利用的缺陷,从而提供一种大尺度陆面水文过程模拟系统及方法。
第一方面,本发明实施例提供了一种大尺度陆面水文过程模拟系统,包括:地表过程模块、地下水过程模块、河道汇流过程模块、水利设施模块、取用水过程模块、水质过程模块和溯源模块;
所述地表过程模块,用于获取陆面水文数据,并基于所述陆面水文数据确定大气降水到产生径流的地表数据;
所述地下水过程模块,用于获取地下水数据,基于所述地下水数据确定地下水的渗透数据;
所述河道汇流过程模块,用于基于所述陆面水文数据确定河道总径流;
所述水利设施模块,用于获取水利设施数据,基于所述水利设施数据确定水利设施的下泄流量与引调水流量;
所述取用水过程模块,用于获取取用水目标需求,基于所述取用水目标需求建立用水规则集;
所述水质过程模块,用于采集河道硝酸盐数据与河流温度数据,基于所述河道硝酸盐数据确定河道内硝态氮浓度,并基于所述河流温度数据确定河流水温;
所述溯源模块,用于基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温确定水量组分来源,并基于所述水量组分来源确定陆面水文流动路径。
本发明实施例提供的一种大尺度陆面水文过程模拟系统,通过地表过程模块、地下水过程模块、河道汇流过程模块、水利设施模块、取用水过程模块、水质过程模块和溯源模块实现对大尺度陆面水文过程的精细模拟,通过不同模块之间的耦合,提升了各个模块的灵活性,并且通过对水量组分的溯源追踪,提高了对水循环的流动过程模拟的精确度。能够识别并保持径流在自然—社会二元水循环中的关键要素,并阐明流域水质水量变化过程,有利于水资源规划和利用。
结合第一方面,在一种可能的实施方式中,所述地表过程模块,包括:大气降水子模块、冠层截流子模块、雨水径流子模块、蒸散发子模块、土壤水子模块、地表径流子模块和冰川径流子模块;
所述大气降水子模块,用于获取冻结降水率、目标区域降水率、日平均气温、目标区域高程和降雪面积比例,基于所述冻结降水率与所述目标区域降水率确定降雨通量,并基于所述日平均气温、所述目标区域高程确定目标区域融雪率,基于所述目标区域融雪率和所述降雪面积比例确定总雪水当量;
所述冠层截流子模块,用于获取冠层截流蒸发率和穿透雨降水率,基于所述目标区域降水率、所述冠层截流蒸发率和所述穿透雨降水率确定冠层截流量;
所述雨水径流子模块,用于获取有效不透水面积和开放水面积,基于所述有效不透水面积、所述开放水面积、所述目标区域融雪率与所述目标区域降水率确定雨水径流;
所述蒸散发子模块,用于获取水的蒸发率、蒸散发量、蒸散发能力和目标环境数据,基于所述水的蒸发率、所述蒸散发量和所述蒸散发能力确定实际蒸散发,基于所述目标环境数据确定潜在蒸散发,基于所述实际蒸散发和所述潜在蒸散发确定总蒸散发数据;
所述土壤水子模块,用于获取单个土壤层数据,基于所述单个土壤层数据确定土壤有效持水量,并基于所述土壤有效持水率、所述目标区域融雪率、所述穿透雨降水率和所述实际蒸散发确定土壤湿度;
所述地表径流子模块,用于获取地表径流水箱的分配系数、地表径流水箱容量、单位时间的地表径流和溢流水量,基于所述地表径流水箱的分配系数、所述地表径流水箱容量、所述单位时间的地表径流和所述溢流水量确定地表径流水箱排水率;
所述冰川径流子模块,用于获取冰川出口位置,基于所述目标区域降水率与所述冰川出口位置确定冰川径流量。
结合第一方面,在另一种可能的实施方式中,所述地下水过程模块,包括:浅层地下水子模块和深层地下水子模块;
所述浅层地下水子模块,用于获取地下水动力常数和浅层地下水深度,基于所述地下水动力常数和所述浅层地下水深度确定浅层地下水汇入河道中的渗透率;
所述深层地下水子模块,用于获取用水需求,将所述用水需求与所述雨水径流和所述浅层地下水汇入河道中的渗透率分别进行比较,基于比较结果选择从深层地下水取水。
结合第一方面,在另一种可能的实施方式中,所述河道汇流过程模块,包括:雨水径流确定子模块、灌溉径流确定子模块和河道总径流确定子模块;
所述雨水径流确定子模块,用于获取地表径流水箱单位时间的溢流水量,基于所述目标区域降水率、目标区域降水率融雪率和所述地表径流水箱单位时间的溢流水量确定雨水径流;
所述灌溉径流确定子模块,用于获取重力加速度、灌溉径流水箱的分配系数和灌溉径流水箱容量,基于重力加速度、所述灌溉径流水箱的分配系数和所述灌溉径流水箱容量确定灌溉径流;
所述河道总径流确定子模块,用于将所述地表径流水箱排水率作为地表径流,将所述浅层地下水汇入到河道中的渗透率作为基流,基于所述地表径流、所述雨水径流、所述基流和所述灌溉径流确定河道总径流。
结合第一方面,在另一种可能的实施方式中,所述水利设施模块,包括:水库大坝工程子模块、小水电子模块和引调水工程子模块;
所述水库大坝工程子模块,用于获取水库大坝的当前水位与水库大坝调控规则,基于所述水库大坝的当前水位与水库大坝调控规则确定水库大坝工程泄流量;
所述小水电子模块,用于获取坝顶长度和水头高程,基于所述坝顶长度、所述水头高程和所述重力加速度确定小水电下泄流量;
所述引调水工程子模块,用于获取输水区取水流量、引调水最小流量、引调水最大流量和引调水比例系数,基于所述输水区取水流量、所述引调水最小流量、所述引调水最大流量和所述引调水比例系数确定引调水流量。
结合第一方面,在另一种可能的实施方式中,所述水质过程模块,包括:硝态氮模拟子模块和水温模拟子模块;
所述硝态氮模拟子模块,用于采集污水处理厂点源硝酸盐浓度、地表非点源硝酸盐浓度和河道内反硝化作用浓度,基于所述污水处理厂点源硝酸盐浓度、所述地表非点源硝酸盐浓度和所述河道内反硝化作用浓度确定所述河道内硝态氮浓度;
所述水温模拟子模块,用于采集河流上游来水初始水温、气温、河流网格单元大小、水的密度、水的比热、水深和河流流速,基于所述河流上游来水初始水温、所述气温、所述河流网格单元大小、所述水的密度、所述水的比热、所述水深和所述河流流速确定所述河流水温。
结合第一方面,在另一种可能的实施方式中,所述溯源模块,具体用于基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温分别确定水量组分的总体积、流入水量组分的水量、从水量组分流出的水量和水量组分中包含水分量的比例,并基于所述水量组分的总体积、所述流入水量组分的水量、所述从水量组分流出的水量和所述水量组分中包含水分量的比例确定储水存量中的水量组分。
第二方面,本发明实施例还提供了一种大尺度陆面水文过程模拟方法,包括:
获取陆面水文数据,并基于所述陆面水文数据确定大气降水到产生径流的地表数据;
获取地下水数据,基于所述地下水数据确定地下水的渗透数据;
基于所述陆面水文数据确定河道总径流;
获取水利设施数据,基于所述水利设施数据确定水利设施的下泄流量与引调水流量;
获取取用水目标需求,基于所述取用水目标需求建立用水规则集;
采集河道硝酸盐数据与河流温度数据,基于所述河道硝酸盐数据确定河道内硝态氮浓度,并基于所述河流温度数据确定河流水温;
基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温确定水量组分来源,并基于所述水量组分来源确定陆面水文流动路径。
第三方面,本发明实施例还公开了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如第二方面所述的一种大尺度陆面水文过程模拟方法的步骤。
第四方面,本发明实施方式还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第二方面所述的一种大尺度陆面水文过程模拟系统的步骤。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种大尺度陆面水文过程模拟系统的框图;
图2为本发明实施例提供的水循环过程示意图;
图3为本发明实施例提供的溯源模块组件示意图;
图4为本发明实施例提供的一种大尺度陆面水文过程模拟方法的流程图;
图5为本发明实施例中电子设备的一个具体示例图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。另外,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接、机械连接,也可以是电连接;或者可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在核心水文过程模拟时需要输入的数据包括:河网数据、土壤有效持水量和植被根系深度、日平均气温和日降水量,输入数据类型可以是任何符合数据格式要求的矢量数据或栅格数据,主要通过地理信息系统(GIS,Geographic Information System)开展模拟,地理信息系统中的坐标系可采用地理坐标或投影坐标;模拟的时间步长是日尺度;模拟的空间单元是网格单元,以流域数字化河网的网格单元为基本模拟单元,一般网格单元的空间分辨率为30m×30m;模拟过程采用模块化的方式,通过不同模块的模拟和组合输入,实现大尺度陆面水文过程的系统模拟,各个模块除采用本发明方法进行计算和模拟外,也可采用其他相关模型的模拟结果直接作为输入。
本发明实施例提供了一种大尺度陆面水文过程模拟系统,如图1所示,包括:地表过程模块1、地下水过程模块2、河道汇流过程模块3、水利设施模块4、取用水过程模块5、水质过程模块6和溯源模块7;
上述地表过程模块1,用于获取陆面水文数据,并基于上述陆面水文数据确定大气降水到产生径流的地表数据。
具体地,地表过程,主要是指发生在地表的大气降水到产生径流的过程。大气中的水分通过降水到达地表,首先被植被冠层截流,然后到达陆面,到达陆面的水分一部分进入土壤层形成壤中流,另一部分未进入土壤层而直接形成雨水径流,进入土壤层的水分超过土壤的田间持水量时将渗入到浅层地下水中,陆面和植被中的水分通过蒸散发作用返回到大气中。
上述地下水过程模块2,用于获取地下水数据,基于上述地下水数据确定地下水的渗透数据。
上述河道汇流过程模块3,用于基于上述陆面水文数据确定河道总径流。
上述水利设施模块4,用于获取水利设施数据,基于上述水利设施数据确定水利设施的下泄流量与引调水流量。
上述取用水过程模块5,用于获取取用水目标需求,基于上述取用水目标需求建立用水规则集。
具体地,如图2所示,取用水目标主要为农业用水、生活用水、工业用水,取用水来源包括河流、水库和地下水等,根据不同用水目标需求设定用水优先级顺序,从不同的取用水来源中提取水源,以此建立取用水规则集;其中,设定网格单元内用水目标的优先顺序为:(1)生活用水,(2)工业用水,(3)牲畜用水,(4)灌溉用水。
进一步地,不同水源的取用水优先顺序为:(1)小水电,仅用于牲畜用水和灌溉用水;(2)浅层地下水,可用于生活用水、工业用水、牲畜用水和灌溉用水,可取用所有浅层地下水,直至达到取用水要求;当用于灌溉用水时,为控制灌溉用水量,可采用灌溉用水取用比例参数rsgw的方式确定灌溉用水量,如果未定义rsgw,则表示可取用所有可用的浅层地下水;(3)网格单元内可取用的地表水,可表示为上一时间步长结束时网格单元内河流径流量或水库蓄水量与流经该网格单元的水量之和;(4)深层地下水,取水不受限制。
其中,浅层地下水取水量可表示为:
Wsgw=min(rsgwF,SGW) (1)
其中,Wsgw为浅层地下水取水量,rsgw为浅层地下水的灌溉用水取用比例参数,为常数或随网格单元变化的参数,F为灌溉用水需求,SGW为浅层地下水量。
进一步地,网格单元内可取用的地表水水量的计算公式如下所示:
Se=0.8(Wk-1+Qk-1) (2)
其中,Se为网格单元内可取用的地表水水量,Wk-1为时间步长结束时网格单元内河流径流量或水库蓄水量,Qk-1为时间步长流经该网格单元的水量,将比例系数设置为默认值0.8,可防止河流河段因取水而完全干涸。
具体地,通过给定作物的灌溉面积和相关作物参数确定灌溉用水量,主要计算作物在三个阶段的需水量:(1)播种,(2)生长,(3)成熟;假定作物在生长的全生命周期都从土壤中吸取水分,则每种作物的耗水量就是该作物的潜在蒸散发PET,当土壤含水量低于某一作物阈值时,土壤含水量与田间持水量之差即为灌溉需水量。
进一步地,牲畜用水主要包括牲畜需要的饮用水和清洗用水,每种牲畜每日用水量可表示为:
LW=(Il+slT+Bl)Dl (3)
其中,LW为每种牲畜每日用水量,Il为第l类牲畜的最低需水量,sl是第l类牲畜的温度诱导消费量,T为日平均气温,最小值为0,Bl是每只动物所需的日供水量,Dl是网格单元中第类牲畜的密度。
其中,部分参数的默认值见如下表1所示。
表1
牲畜 | sl | Il | Bl |
牛 | 0.345 | 16.542 | 5 |
山羊 | 0.215 | 4.352 | 5 |
绵羊 | 0.57 | -0.35 | 5 |
猪 | 1.4575 | -6.14 | 25 |
家禽 | 0.019 | 0.1823 | 0.09 |
进一步地,基于人均用水率和人口密度图计算生活用水量Ud,具体可表示为:
Ud=udomADpop (4)
其中,udom为人均生活用水量,A为网格单元面积,Dpop为人口密度。
进一步地,工业用水的计算公式如下所示:
Ui=uindADpop (5)
其中,uind为人均工业用水量。
上述水质过程模块6,用于采集河道硝酸盐数据与河流温度数据,基于上述河道硝酸盐数据确定河道内硝态氮浓度,并基于上述河流温度数据确定河流水温。
上述溯源模块7,用于基于上述大气降水到产生径流的地表数据、上述地下水的渗透数据、上述河道总径流、上述水利设施的下泄流量、上述引调水流量、上述用水规则集、上述河道内硝态氮浓度、上述河流水温确定水量组分来源,并基于上述水量组分来源确定陆面水文流动路径。
具体地,基于上述大气降水到产生径流的地表数据、上述地下水的渗透数据、上述河道总径流、上述水利设施的下泄流量、上述引调水流量、上述用水规则集、上述河道内硝态氮浓度、上述河流水温分别确定水量组分的总体积、流入水量组分的水量、从水量组分流出的水量和水量组分中包含水分量的比例,并基于上述水量组分的总体积、上述流入水量组分的水量、上述从水量组分流出的水量和上述水量组分中包含水分量的比例确定储水存量中的水量组分,储水存量中的水量组分的计算公式如下所示:
其中,为k时间水量组分S中包含水分量c的比例,随着时间步长更新,Sk为时间水量组分的总体积,Ii是流入水量组分S的水量,Oj是从水量组分S流出的水量,Ic,i为k时间第i个流量组分中包含水分量c的比例。
进一步地,如图3所示,溯源模块7包括3个组件,各个组件相对独立,可根据用户需求提供2种或2种以上的组合:(1)水源组件,表示水量平衡方程中的初始输入;(2)回流组件,表示人类取用后重新回到自然水循环的水;(3)特定径流模块组件;每个网格单元内的水量组分包括土壤湿度、小型水库蓄水、浅层地下水蓄水、地表蓄水和灌溉蓄水池、稻田洪水、河流蓄水和大型水库,径流包括土壤渗透、地表径流、浅层地下水补给、基流、河流排放、水库排水、蒸发、引调水、人类取用水和用水回流;进而在3个组件的基础上,基于上述储水存量中的水量组分确定水文流动路径并进行重新分配。
本实施例提出的一种大尺度陆面水文过程模拟系统,通过地表过程模块、地下水过程模块、河道汇流过程模块、水利设施模块、取用水过程模块、水质过程模块和溯源模块实现对大尺度陆面水文过程的精细模拟,通过不同模块之间的耦合,提升了各个模块的灵活性,并且通过对水量组分的溯源追踪,提高了对水循环的流动过程模拟的精确度。能够识别并保持径流在自然—社会二元水循环中的关键要素,并阐明流域水质水量变化过程,有利于水资源规划和利用。
作为本发明一个可选实施方式,上述地表过程模块1,包括:大气降水子模块8、冠层截流子模块9、雨水径流子模块10、蒸散发子模块11、土壤水子模块12、地表径流子模块13和冰川径流子模块14;
上述大气降水子模块8,用于获取冻结降水率、目标区域降水率、日平均气温、目标区域高程和降雪面积比例,基于上述冻结降水率与上述目标区域降水率确定降雨通量,并基于上述日平均气温、上述目标区域高程确定目标区域融雪率,基于上述目标区域融雪率和上述降雪面积比例确定总雪水当量。
具体地,大气降水子模块8是描述陆面从大气中获得水汽凝结物过程的模块,将大气降水过程划分为降雨过程和降雪过程2个过程,根据温度阈值进行降雨和降雪的划分;积雪量和融雪量均是温度阈值的函数,以雪水当量(SWE,snow water equivalent)表示;雪水当量,是指当积雪完全融化后,所得到的水形成水层的垂直深度;将积雪量表示为一个单独的数据图层,对于具有高海拔梯度的区域,可使用海拔的子网格单元装仓分布将网格划分为液体/固体降水部分和积雪/融雪部分;如果未使用次格网高程雪过程,则相同的雪过程将应用于整个格网像元。
进一步地,采用网格面元高程法,根据河网栅格单元大小和数字高程模型(DEM,Digital Elevation Model)的高程分布,将高程值赋值给每个河网栅格单元,进而根据用户需求设置高程分布区间。
具体地,降水率是指通过一水平面上的降水通量,用水的体积通量来测定,不同区域降水率是不同的;假设目标区域所有网格的降水率相等,则网格单元的降水率可表示为:
Pe=P (7)
其中,Pe为目标区域网格单元e的当前降水率,单位为:mm/d,毫米/每天;P为目标区域降水率。
进一步地,由于气温随着高程变化存在明显的梯度变化,1万米以内每升高1km(千米)气温约降低6.4℃;以目标区域的日平均气温数据为基础,采用气温垂直递减率确定不同高程网格单元的日平均气温,日平均气温的计算公式如下所示:
其中,Te为目标区域网格单元e的日平均气温,T为目标区域的日平均气温,L为气温垂直递减率,单位为℃/km,摄氏度/千米,L=-6.4℃/km;He为目标区域网格单元e的高程,单位为m,米,e表示网格单元的高程。
进一步地,冻结降水率与目标区域网格单元e的日平均气温Te和降雪气温阈值Ts呈函数关系,其中,Ts=-1℃,具体关系可表示为:
其中,当日平均气温Te低于降雪气温阈值Ts时,所有的降水都以固态冻结降水的形式降落到陆面;当日平均气温Te不低于降雪气温阈值Ts时,不产生固态冻结降水。
进一步地,降雨通量P1的计算公式如下所示:
其中,表示研究区域网格单元e的冻结降水率。
具体地,融雪率Me主要决定于积雪的热量平衡及其空间分布,一般采用能量平衡法、度日因子法等计算融雪率,融雪率与融雪气温阈值Tm呈函数关系,Tm=1℃,具体关系可表示为:
其中,当日平均气温Te高于融雪气温阈值Tm时,开始融雪产流;当日平均气温Te不高于融降雪气温阈值Tm时,不会不产生融雪。
进一步地,目标区域网格单元e的雪水当量随着时间步长更新,具体可表示为:
其中,Se为目标区域网格单元e的雪水当量,t为时间,Me为目标区域网格单元e的融雪率。
进一步地,每个时间步长的总雪水当量可表示为所有网格单元雪水当量之和,网格单元雪水当量可表示为面元网格单元中所有网格单元雪水当量与网格单元面积比例之和,具体计算公式为:
其中,Se为目标区域网格单元e的雪水当量,fe为网格单元e中降雪的面积比例。
进一步地,在高海拔地区或冬季等寒冷气候下,由于年降雪量超过年融雪量导致存在常年积雪,进而形成冰川;大气降水子模块8不考虑冰川的形成过程和存储状态,全部以积雪表示固态的水分,通过设置高程阈值的方式确定雪线,雪线以上即为常年积雪。
上述冠层截流子模块9,用于获取冠层截流蒸发率和穿透雨降水率,基于上述目标区域降水率、上述冠层截流蒸发率和上述穿透雨降水率确定冠层截流量。
具体地,冠层截留是指植物树冠拦截雨水、雪等。冠层对降雨的截留和再分配作用在森林生态系统的水分调节和再分配中起着重要作用。冠层截留通过影响局地或林地尺度的水循环过程,进而对整个流域或整个集水区的水分循环产生重要影响。一方面,冠层截留可有效减弱雨滴动能、减少雨滴侵蚀力,另一方面,冠层对降雨的截留延缓了林下降雨出现时间和地表径流产生时间,减少了林地表面的径流量,实现森林涵养水源的基本功能。
进一步地,LAI为叶面积指数,是指单位土地面积上植物叶片总面积占土地面积的倍数,叶面积指数LAI可表示为:
其中,ρ为种植密度,m为测定株数,n为第j株的总叶片数,Lij为用直尺测量每株各叶片的叶长,Bij为用直尺测量每株各叶片的最大叶宽。
进一步地,冠层截流量Wi受冠层最大持水能力Wi max影响和限制,冠层截流量不会超过冠层持水能力,冠层最大持水能力与叶面积指数(LAI,leaf area index)呈函数关系,具体关系可表示为:
其中,Wi max为冠层持水能力,单位为mm,毫米,CLAI为冠层截流率,CLAI=0.2。
进一步地,冠层截流蒸发率Ec可表示为:
其中,Eow为水的蒸发率,W1为历史冠层截流。
进一步地,冠层截流可表示为:
其中,Wi为冠层截流量,Pt为穿透雨降水率。
上述雨水径流子模块10,用于获取有效不透水面积和开放水面积,基于上述有效不透水面积、上述开放水面积、上述目标区域融雪率与上述目标区域降水率确定雨水径流。
具体地,对于不透水面,假设其陆面没有植被即不存在冠层截流,且降雨不会渗入土壤中而是直接形成雨水径流,将目标区域的不透水面地图作为数据输入,将雨水径流面积划分为不透水面和开放水面2部分,将雨水径流来源划分为降水和融雪2部分,则降雨径流可表示为:
其中,Rstrm为降雨径流,为有效不透水面面积,其与不透水面的关系为:fow为开放水面面积。
上述蒸散发子模块11,用于获取水的蒸发率、蒸散发量、蒸散发能力和目标环境数据,基于上述水的蒸发率、上述蒸散发量和上述蒸散发能力确定实际蒸散发,基于上述目标环境数据确定潜在蒸散发,基于上述实际蒸散发和上述潜在蒸散发确定总蒸散发数据。
具体地,水的蒸散发包括潜在蒸散发和实际蒸散发,其中,潜在蒸散发采用联合国粮食及农业组织修正的Penman-Monteith公式(彭曼公式)进行计算,具体公式可表示为:
其中,PET为潜在蒸发,Rn为净辐射,单位为MJ/(m2·d),兆/(平方米.天),I为土壤热通量,单位为MJ/(m2·d),γ为干湿表常数,T为日平均气温,u2为2米风速,单位为:m/s,米/每秒,es为饱和水汽压,单位为kPa,千帕,ea为实际水汽压,单位为kPa,Δ为饱和水汽压曲线斜率,单位为kPa/℃,千帕/摄氏度。
进一步地,实际蒸散发按照地表覆盖类型采用差异化的方法进行计算,将地表覆盖分为非水面实际蒸散发和水面实际蒸散发2种类型。
进一步地,总辐射G可表示为:
G=Q(0.154+0.50n/N) (20)
其中,Q为天文辐射日总量,n为实际日照时长,N为可能日照时长,n/N表示日照率。
进一步地,有效辐射B可表示为:
其中,∈为灰体辐射系数,σ为斯蒂芬-玻尔兹曼常数,Tk 4为绝对温度,ea为空气水汽压。
进一步地,地面净辐射RT可表示为:
RT=(1-a)G-B (22)
其中,a为反射率。
进一步地,通过联立求解能量平衡方程和水汽输送方程组确定蒸散发能力,能量平衡方程可表示为:
ETP=RT-λpfT(Tp-T) (23)
水汽输送方程可表示为:
ETP=fT(up-ua) (24)
其中,λp为热传导系数,fT为水汽输送系数,Tp为平衡温度,T为日平均温度,up为平衡温度下的饱和水汽压,ua为露点温度下的饱和水汽压。
进一步地,充分供水条件下的蒸散发量ETW可表示为:
其中,为平衡温度Tp条件下的净辐射,Δp为饱和水汽压曲线在平衡温度Tp条件下的斜率,p为目标区域大气压与海平面大气压之比。
进一步地,非水面实际蒸散发AET的计算公式为:
AET=2ETW-ETP (26)
进一步地,水面主要包括河流、湖泊、水库等水体表面,将不同水体类型统一按照河流蒸散发进行处理,水面蒸散发Eriv的计算公式可表示为:
其中,A为网格单元面积,yR为河流宽度,Eow为水的蒸发率,WR为是河流径流量。
上述土壤水子模块12,用于获取单个土壤层数据,基于上述单个土壤层数据确定土壤有效持水量,并基于上述土壤有效持水率、上述目标区域融雪率、上述穿透雨降水率和上述实际蒸散发确定土壤湿度。
具体地,通过各个网格单元土壤水的输入、输出和持水能力计算土壤水平衡,土壤水的输入来源主要包括降水过程模块中的穿透雨降水率和目标区域融雪率,输出去向主要为蒸散发,同时受土壤干燥度和下渗的影响,土壤水的输入和输出确定了土壤湿度。
进一步地,采用单个土壤层模拟的方式进行土壤水平衡的模拟,通过植物根系深度、土壤田间持水量、土壤凋萎含水量等计算土壤有效持水量,并将土壤有效持水量作为输入,则土壤有效持水量可表示为:
Wcap=Rd(Fcap-Wpt) (28)
其中,Wcap为土壤有效持水量,Rd为植物根系深度,Fcap为土壤田间持水量,Wpt为土壤凋萎含水量。
进一步地,渗透率可表示为土壤有效持水量、蒸散发、穿透雨降水率、融雪率和上一时间步长中土壤湿度的函数:
其中,D表示渗透率。
进一步地,土壤湿度随时间步长的变化可表示为:
其中,Ws为土壤湿度,D为渗透率,土壤中的水分经过渗透,转变为地表径流或补给到浅层地下水中。
上述地表径流子模块13,用于获取地表径流水箱的分配系数、地表径流水箱容量、单位时间的地表径流和溢流水量,基于上述地表径流水箱的分配系数、上述地表径流水箱容量、上述单位时间的地表径流和上述溢流水量确定地表径流水箱排水率。
具体地,当进入网格单元的降水量超过植被冠层截留量、土壤持水量、蒸散发量等损失后,就会形成产流与下渗,形成地表径流、壤中流并汇入河道中从上游流向下游,或存储在浅层地下水中;为定量确定水量在地表径流、壤中流与浅层地下水的分配比例,本发明采用分配系数的方法确定分配比例,借鉴水箱模型的思路,将形成地表径流之前的水量表示为地表径流水箱;设定网格单元地表径流水箱的蓄水量上限为TSRP,则当地表径流水箱容量WSRP超过TSRP时,将开始产生溢流,形成地表径流汇入河道,将默认条件下网格单元地表径流水箱的蓄水量上限阈值设定为1000mm,则地表径流水箱容量随时间的变化可表示为:
/>
其中,RS为网格单元单位时间的地表径流,R1为历史地表径流水箱排水率,tE是网格单元地表径流水箱蓄水量超过蓄水量上限的时间,δ为狄拉克增量,其在1个时间步长上的积分等于1,RExc为网格单元地表径流水箱单位时间的溢流水量,RExc为常量。
进一步地,地表径流水箱排水率可表示为:
其中,RSRP为网格单元地表径流水箱排水率,CSRP为地表径流水箱的分配系数,取0.5,g为重力加速度,WSRP为网格单元地表径流水箱容量。
上述冰川径流子模块14,用于获取冰川出口位置,基于上述目标区域降水率与上述冰川出口位置确定冰川径流量。
具体地,冰川径流直接采用冰川演化模型数据集的数据,通过冰川覆盖区域的网格单元降水量确定冰川径流量,并指定每个冰川的唯一出口位置,通过唯一出口位置汇入河道,其中,冰川演化模型采用10米高程分段和月时间步长估算每个冰川的质量平衡变化。
作为本发明一个可选实施方式,上述地下水过程模块2,包括:浅层地下水子模块15和深层地下水子模块16;
上述浅层地下水子模块15,用于获取地下水动力常数和浅层地下水深度,基于上述地下水动力常数和上述浅层地下水深度确定浅层地下水汇入河道中的渗透率。
具体地,地表径流子模块13中的水量进入浅层地下水后,在浅层地下水中形成基流并从地下汇入河道中,根据浅层地下水的深度不同,向河道渗透的量也有所差异,采用地下水动力常数与浅层地下水深度综合确定渗透率,其中,浅层地下水分为潜水和承压水两部分,潜水和承压水的计算公式如下:
IAqf=γAqfIG (33)
ISGW=(1-γAqf)IG (34)
其中,IAqf为承压水,ISGW为潜水,γAqf为渗透系数,IG为浅层地下水渗透率。
进一步地,地下水随时间的变化可表示为:
进一步地,浅层地下水汇入到河道中的渗透率RSGW可表示为:
RSGW=β·WSGW (36)
其中,β为地下水动力常数,取0.025,WSGW为浅层地下水深度。
上述深层地下水子模块16,用于获取用水需求,将上述用水需求与上述雨水径流和上述浅层地下水汇入河道中的渗透率分别进行比较,基于比较结果选择从深层地下水取水。
具体地,深层地下水子模块16主要用于为取用水提供水量,即当取用水过程模块5的用水需求超过地表过程模块1和浅层地下水子模块15的可供给水量时,优先从深层地下水取水。
作为本发明一个可选实施方式,上述河道汇流过程模块3,包括:雨水径流确定子模块17、灌溉径流确定子模块18和河道总径流确定子模块19;
上述雨水径流确定子模块17,用于获取地表径流水箱单位时间的溢流水量,基于上述目标区域降水率、目标区域降水率融雪率和上述地表径流水箱单位时间的溢流水量确定雨水径流。
具体地,雨水径流包括网格单元开放水面的径流、不透水面的径流和地表径流水箱单位时间的溢流水量;其中,开放水面的径流Row可表示为:
Row=fow(P+Ms) (37)
其中,fow为开放水面的比例系数。
进一步地,不透水面的径流可表示为:
Rimp=Cimpfimp(P+Ms) (38)
其中,Cimp为水文连通性系数,fimp为不透水面比例系数,水文连通性系数与不透水面比例系数呈指数关系,可表示为:
进一步地,雨水径流的计算公式如下所示:
Rstorm=Row+Rimp+RExc (39)
上述灌溉径流确定子模块18,用于获取重力加速度、灌溉径流水箱的分配系数和灌溉径流水箱容量,基于重力加速度、上述灌溉径流水箱的分配系数和上述灌溉径流水箱容量确定灌溉径流。
具体地,灌溉径流Rirr的计算公式如下所示:
其中,Cirr为灌溉径流水箱的分配系数,取0.5,Wirr为网格单元灌溉径流水箱容量。
上述河道总径流确定子模块19,用于将上述地表径流水箱排水率作为地表径流,将上述浅层地下水汇入到河道中的渗透率作为基流,基于上述地表径流、上述雨水径流、上述基流和上述灌溉径流确定河道总径流。
具体地,进入河道总径流Rt包括地表径流、雨水径流、基流和灌溉径流,河道总径流Rt的计算公式如下所示:
Rt=RSRP+Rstorm+RSGW+Rirr (41)
作为本发明一个可选实施方式,上述水利设施模块4,包括:水库大坝工程子模块20、小水电子模块21和引调水工程子模块22;
上述水库大坝工程子模块20,用于获取水库大坝的当前水位与水库大坝调控规则,基于上述水库大坝的当前水位与水库大坝调控规则确定水库大坝工程泄流量。
具体地,水库水坝工程用于表征水库大坝工程建设运行对河流流量的改变,水库大坝工程数据来源为全球水库大坝工程数据库,具体参数包括:建坝年份、水库面积和库容、集水面积、开发目标、经纬度位置等;根据水库一般泄水规则,针对防洪、发电、灌溉等不同开发目标的水库大坝工程进行参数设计,一般泄水规则是指保持水库出库径流量大致等于年平均入库径流量,但在水库水位较低时泄水较少,而在水库水位较高时泄水较多,基于此,采用三个基本原则作为控制水库大坝工程泄放的控制原则:原则1:当水位下降至死水位时,保证最小下泄流量;原则2:正常蓄水位下,水库大坝工程运行的目标是尽可能长时间地维持年平均流量;原则3:当水位超过正常蓄水位时,快速增加下泄流量以防止漫坝,水库大坝工程运行的泄水规则可表示为:
其中,Y为水库大坝工程泄流量,Y0为采用年平均流量归一化处理后的水库大坝工程最小允许泄流量,X为当前蓄水量,Xe为采用最大水库蓄水量归一化处理后的蓄水量。
上述小水电子模块21,用于获取坝顶长度和水头高程,基于上述坝顶长度、上述水头高程和上述重力加速度确定小水电下泄流量。
具体地,小水电下泄流量可表示为:
其中,Q为下泄流量,CD为系数,L为坝顶长度,He为水头高程,可表示为水库库容与水库面积的比值,即
上述引调水工程子模块22,用于获取输水区取水流量、引调水最小流量、引调水最大流量和引调水比例系数,基于上述输水区取水流量、上述引调水最小流量、上述引调水最大流量和上述引调水比例系数确定引调水流量。
具体地,通过调整输水区和受水区河流流量模拟引调水工程运行,主要通过五个参数来模拟水地转移,包括:(1)输水区位置的纬经度,(2)受水区位置的纬经度,(3)引调水最小流量,(4)引调水最大流量,(5)引调水规则。
进一步地,引调水流量可表示为:
其中,Z为引调水流量,Qd为输水区取水流量,Qmin为引调水最小流量,Qmax为引调水最大流量,U为引调水比例系数。
进一步地,考虑引调水最小流量和水面蒸发损失对引调水流量进行修正,考虑引调水最小流量修正后的引调水流量可表示为Z;当引调水流量小于0.01时,Z=0;考
corr corr虑水面蒸发损失修正后的引调水流量可表示为。
其中,E为引调水工程水面蒸发量,其计算公式如下所示:
E=l·w·FWE (46)
其中,l为引调水工程渠道长度,w为引调水工程渠道宽度,FWE为水面蒸发量。
作为本发明一个可选实施方式,上述水质过程模块6,包括:硝态氮模拟子模块23和水温模拟子模块24;
上述硝态氮模拟子模块23,用于采集污水处理厂点源硝酸盐浓度、地表非点源硝酸盐浓度和河道内反硝化作用浓度,基于上述污水处理厂点源硝酸盐浓度、上述地表非点源硝酸盐浓度和上述河道内反硝化作用浓度确定上述河道内硝态氮浓度。
上述水温模拟子模块24,用于采集河流上游来水初始水温、气温、河流网格单元大小、水的密度、水的比热、水深和河流流速,基于上述河流上游来水初始水温、上述气温、上述河流网格单元大小、上述水的密度、上述水的比热、上述水深和上述河流流速确定上述河流水温。
具体地,采用气温预测水温的方法模拟计算河流水温,具体可表示为:
其中,Tw为河流水温,T0为河流上游来水初始水温,Te为根据气温推算的河流等效水温,χE为能量转换系数,V为河流网格单元面积,ρw为水的密度,Cw为水的比热,h为水深,u为河流流速,Δt为模拟的单位时间步长。
其中,河流等效水温Te的计算公式如下所示:
其中,Ta为气温,ER为净太阳辐射,E0为水温Tw和气温Ta相等时的热量损失。
本发明实施例还公开了一种大尺度陆面水文过程模拟方法,如图4所示,包括:
S401、获取陆面水文数据,并基于上述陆面水文数据确定大气降水到产生径流的地表数据;详细内容参见上述系统实施例中地表过程模块1的相关描述。
S402、获取地下水数据,基于上述地下水数据确定地下水的渗透数据;详细内容参见上述系统实施例中地下水过程模块2的相关描述。
S403、基于上述陆面水文数据确定河道总径流;详细内容参见上述系统实施例中河道汇流过程模块3的相关描述。
S404、获取水利设施数据,基于上述水利设施数据确定水利设施的下泄流量与引调水流量;详细内容参见上述系统实施例中水利设施模块4的相关描述。
S405、获取取用水目标需求,基于上述取用水目标需求建立用水规则集;详细内容参见上述系统实施例中取用水过程模块5的相关描述。
S406、采集河道硝酸盐数据与河流温度数据,基于上述河道硝酸盐数据确定河道内硝态氮浓度,并基于上述河流温度数据确定河流水温;详细内容参见上述系统实施例中水质过程模块6的相关描述。
S407、基于上述大气降水到产生径流的地表数据、上述地下水的渗透数据、上述河道总径流、上述水利设施的下泄流量、上述引调水流量、上述用水规则集、上述河道内硝态氮浓度、上述河流水温确定水量组分来源,并基于上述水量组分来源确定陆面水文流动路径;详细内容参见上述系统实施例中溯源模块7的相关描述。
本发明提供的一种大尺度陆面水文过程模拟方法,实现了对大尺度陆面水文过程的精细模拟,并且通过对水量组分的溯源追踪,提高了对水循环的流动过程模拟的精确度。能够识别并保持径流在自然—社会二元水循环中的关键要素,并阐明流域水质水量变化过程,有利于水资源规划和利用。
作为本发明一个可选实施方式,上述S401,包括:
获取冻结降水率、目标区域降水率、日平均气温、目标区域高程和降雪面积比例,基于上述冻结降水率与上述目标区域降水率确定降雨通量,并基于上述日平均气温、上述目标区域高程确定目标区域融雪率,基于上述目标区域融雪率和上述降雪面积比例确定总雪水当量;详细内容参见上述系统实施例中大气降水子模块8的相关描述。
获取冠层截流蒸发率和穿透雨降水率,基于上述目标区域降水率、上述冠层截流蒸发率和上述穿透雨降水率确定冠层截流量;详细内容参见上述系统实施例中冠层截流子模块9的相关描述。
获取有效不透水面积和开放水面积,基于上述有效不透水面积、上述开放水面积、上述目标区域融雪率与上述目标区域降水率确定雨水径流;详细内容参见上述系统实施例中雨水径流子模块10的相关描述。
获取水的蒸发率、蒸散发量、蒸散发能力和目标环境数据,基于上述水的蒸发率、上述蒸散发量和上述蒸散发能力确定实际蒸散发,基于上述目标环境数据确定潜在蒸散发,基于上述实际蒸散发和上述潜在蒸散发确定总蒸散发数据;详细内容参见上述系统实施例中蒸散发子模块11的相关描述。
获取单个土壤层数据,基于上述单个土壤层数据确定土壤有效持水量,并基于上述土壤有效持水率、上述目标区域融雪率、上述穿透雨降水率和上述实际蒸散发确定土壤湿度;详细内容参见上述系统实施例中土壤水子模块12的相关描述。
获取地表径流水箱的分配系数、地表径流水箱容量、单位时间的地表径流和溢流水量,基于上述地表径流水箱的分配系数、上述地表径流水箱容量、上述单位时间的地表径流和上述溢流水量确定地表径流水箱排水率;详细内容参见上述系统实施例中地表径流子模块13的相关描述。
获取冰川出口位置,基于上述目标区域降水率与上述冰川出口位置确定冰川径流量;详细内容参见上述系统实施例中冰川径流子模块14的相关描述。
作为本发明一个可选实施方式,上述S402,包括:
上述浅层地下水子模块,用于获取地下水动力常数和浅层地下水深度,基于上述地下水动力常数和上述浅层地下水深度确定浅层地下水汇入河道中的渗透率;详细内容参见上述系统实施例中浅层地下水子模块15的相关描述。
上述深层地下水子模块,用于获取用水需求,将上述用水需求与上述雨水径流和上述浅层地下水汇入河道中的渗透率分别进行比较,基于比较结果选择从深层地下水取水;详细内容参见上述系统实施例中深层地下水子模块16的相关描述。
作为本发明一个可选实施方式,上述S403,包括:
获取地表径流水箱单位时间的溢流水量,基于上述目标区域降水率、目标区域降水率融雪率和上述地表径流水箱单位时间的溢流水量确定雨水径流;详细内容参见上述系统实施例中雨水径流确定子模块17的相关描述。
获取重力加速度、灌溉径流水箱的分配系数和灌溉径流水箱容量,基于重力加速度、上述灌溉径流水箱的分配系数和上述灌溉径流水箱容量确定灌溉径流;详细内容参见上述系统实施例中灌溉径流确定子模块18的相关描述。
将上述地表径流水箱排水率作为地表径流,将上述浅层地下水汇入到河道中的渗透率作为基流,基于上述地表径流、上述雨水径流、上述基流和上述灌溉径流确定河道总径流;详细内容参见上述系统实施例中河道总径流确定子模块19的相关描述。
作为本发明一个可选实施方式,上述S404,包括:
获取水库大坝的当前水位与水库大坝调控规则,基于上述水库大坝的当前水位与水库大坝调控规则确定水库大坝工程泄流量;详细内容参见上述系统实施例中水库大坝工程子模块20的相关描述。
获取坝顶长度和水头高程,基于上述坝顶长度、上述水头高程和上述重力加速度确定小水电下泄流量;详细内容参见上述系统实施例中小水电子模块21的相关描述。
获取输水区取水流量、引调水最小流量、引调水最大流量和引调水比例系数,基于上述输水区取水流量、上述引调水最小流量、上述引调水最大流量和上述引调水比例系数确定引调水流量;详细内容参见上述系统实施例中引调水工程子模块22的相关描述。
作为本发明一个可选实施方式,上述S406,包括:
采集污水处理厂点源硝酸盐浓度、地表非点源硝酸盐浓度和河道内反硝化作用浓度,基于上述污水处理厂点源硝酸盐浓度、上述地表非点源硝酸盐浓度和上述河道内反硝化作用浓度确定上述河道内硝态氮浓度;详细内容参见上述系统实施例中硝态氮模拟子模块23的相关描述。
采集河流上游来水初始水温、气温、河流网格单元大小、水的密度、水的比热、水深和河流流速,基于上述河流上游来水初始水温、上述气温、上述河流网格单元大小、上述水的密度、上述水的比热、上述水深和上述河流流速确定上述河流水温;详细内容参见上述系统实施例中水温模拟子模块24的相关描述。
另外,本发明实施例还提供了一种电子设备,如图5所示,该电子设备可以包括处理器110和存储器120,其中处理器110和存储器120可以通过总线或者其他方式连接,图5中以通过总线连接为例。此外,该电子设备中还包括至少一个接口130,该至少一个接口130可以是通信接口或其他接口,本实施例对此不做限制。
其中,处理器110可以为中央处理器(Central Processing Unit,CPU)。处理器110还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器120作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的视频合成方法对应的程序指令/模块。处理器110通过运行存储在存储器120中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的一种大尺度陆面水文过程模拟方法。
存储器120可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器110所创建的数据等。此外,存储器120可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器120可选包括相对于处理器110远程设置的存储器,这些远程存储器可以通过网络连接至处理器110。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
另外,至少一个接口130用于电子设备与外部设备的通信,比如与服务器通信等。可选的,至少一个接口130还可以用于连接外设输入、输出设备,比如键盘、显示屏等。
所述一个或者多个模块存储在所述存储器120中,当被所述处理器110执行时,执行如图4所示实施例中的一种大尺度陆面水文过程模拟方法。
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种大尺度陆面水文过程模拟系统,其特征在于,包括:地表过程模块、地下水过程模块、河道汇流过程模块、水利设施模块、取用水过程模块、水质过程模块和溯源模块;
所述地表过程模块,用于获取陆面水文数据,并基于所述陆面水文数据确定大气降水到产生径流的地表数据;
所述地下水过程模块,用于获取地下水数据,基于所述地下水数据确定地下水的渗透数据;
所述河道汇流过程模块,用于基于所述陆面水文数据确定河道总径流;
所述水利设施模块,用于获取水利设施数据,基于所述水利设施数据确定水利设施的下泄流量与引调水流量;
所述取用水过程模块,用于获取取用水目标需求,基于所述取用水目标需求建立用水规则集;
所述水质过程模块,用于采集河道硝酸盐数据与河流温度数据,基于所述河道硝酸盐数据确定河道内硝态氮浓度,并基于所述河流温度数据确定河流水温;
所述溯源模块,用于基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温确定水量组分来源,并基于所述水量组分来源确定陆面水文流动路径。
2.根据权利要求1所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述地表过程模块,包括:大气降水子模块、冠层截流子模块、雨水径流子模块、蒸散发子模块、土壤水子模块、地表径流子模块和冰川径流子模块;
所述大气降水子模块,用于获取冻结降水率、目标区域降水率、日平均气温、目标区域高程和降雪面积比例,基于所述冻结降水率与所述目标区域降水率确定降雨通量,并基于所述日平均气温、所述目标区域高程确定目标区域融雪率,基于所述目标区域融雪率和所述降雪面积比例确定总雪水当量;
所述冠层截流子模块,用于获取冠层截流蒸发率和穿透雨降水率,基于所述目标区域降水率、所述冠层截流蒸发率和所述穿透雨降水率确定冠层截流量;
所述雨水径流子模块,用于获取有效不透水面积和开放水面积,基于所述有效不透水面积、所述开放水面积、所述目标区域融雪率与所述目标区域降水率确定雨水径流;
所述蒸散发子模块,用于获取水的蒸发率、蒸散发量、蒸散发能力和目标环境数据,基于所述水的蒸发率、所述蒸散发量和所述蒸散发能力确定实际蒸散发,基于所述目标环境数据确定潜在蒸散发,基于所述实际蒸散发和所述潜在蒸散发确定总蒸散发数据;
所述土壤水子模块,用于获取单个土壤层数据,基于所述单个土壤层数据确定土壤有效持水量,并基于所述土壤有效持水率、所述目标区域融雪率、所述穿透雨降水率和所述实际蒸散发确定土壤湿度;
所述地表径流子模块,用于获取地表径流水箱的分配系数、地表径流水箱容量、单位时间的地表径流和溢流水量,基于所述地表径流水箱的分配系数、所述地表径流水箱容量、所述单位时间的地表径流和所述溢流水量确定地表径流水箱排水率;
所述冰川径流子模块,用于获取冰川出口位置,基于所述目标区域降水率与所述冰川出口位置确定冰川径流量。
3.根据权利要求2所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述地下水过程模块,包括:浅层地下水子模块和深层地下水子模块;
所述浅层地下水子模块,用于获取地下水动力常数和浅层地下水深度,基于所述地下水动力常数和所述浅层地下水深度确定浅层地下水汇入河道中的渗透率;
所述深层地下水子模块,用于获取用水需求,将所述用水需求与所述雨水径流和所述浅层地下水汇入河道中的渗透率分别进行比较,基于比较结果选择从深层地下水取水。
4.根据权利要求3所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述河道汇流过程模块,包括:雨水径流确定子模块、灌溉径流确定子模块和河道总径流确定子模块;
所述雨水径流确定子模块,用于获取地表径流水箱单位时间的溢流水量,基于所述目标区域降水率、目标区域降水率融雪率和所述地表径流水箱单位时间的溢流水量确定雨水径流;
所述灌溉径流确定子模块,用于获取重力加速度、灌溉径流水箱的分配系数和灌溉径流水箱容量,基于重力加速度、所述灌溉径流水箱的分配系数和所述灌溉径流水箱容量确定灌溉径流;
所述河道总径流确定子模块,用于将所述地表径流水箱排水率作为地表径流,将所述浅层地下水汇入到河道中的渗透率作为基流,基于所述地表径流、所述雨水径流、所述基流和所述灌溉径流确定河道总径流。
5.根据权利要求4所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述水利设施模块,包括:水库大坝工程子模块、小水电子模块和引调水工程子模块;
所述水库大坝工程子模块,用于获取水库大坝的当前水位与水库大坝调控规则,基于所述水库大坝的当前水位与水库大坝调控规则确定水库大坝工程泄流量;
所述小水电子模块,用于获取坝顶长度和水头高程,基于所述坝顶长度、所述水头高程和所述重力加速度确定小水电下泄流量;
所述引调水工程子模块,用于获取输水区取水流量、引调水最小流量、引调水最大流量和引调水比例系数,基于所述输水区取水流量、所述引调水最小流量、所述引调水最大流量和所述引调水比例系数确定引调水流量。
6.根据权利要求4所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述水质过程模块,包括:硝态氮模拟子模块和水温模拟子模块;
所述硝态氮模拟子模块,用于采集污水处理厂点源硝酸盐浓度、地表非点源硝酸盐浓度和河道内反硝化作用浓度,基于所述污水处理厂点源硝酸盐浓度、所述地表非点源硝酸盐浓度和所述河道内反硝化作用浓度确定所述河道内硝态氮浓度;
所述水温模拟子模块,用于采集河流上游来水初始水温、气温、河流网格单元大小、水的密度、水的比热、水深和河流流速,基于所述河流上游来水初始水温、所述气温、所述河流网格单元大小、所述水的密度、所述水的比热、所述水深和所述河流流速确定所述河流水温。
7.根据权利要求1所述的一种大尺度陆面水文过程模拟系统,其特征在于,所述溯源模块,具体用于基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温分别确定水量组分的总体积、流入水量组分的水量、从水量组分流出的水量和水量组分中包含水分量的比例,并基于所述水量组分的总体积、所述流入水量组分的水量、所述从水量组分流出的水量和所述水量组分中包含水分量的比例确定储水存量中的水量组分。
8.一种大尺度陆面水文过程模拟方法,其特征在于,包括:
获取陆面水文数据,并基于所述陆面水文数据确定大气降水到产生径流的地表数据;
获取地下水数据,基于所述地下水数据确定地下水的渗透数据;
基于所述陆面水文数据确定河道总径流;
获取水利设施数据,基于所述水利设施数据确定水利设施的下泄流量与引调水流量;
获取取用水目标需求,基于所述取用水目标需求建立用水规则集;
采集河道硝酸盐数据与河流温度数据,基于所述河道硝酸盐数据确定河道内硝态氮浓度,并基于所述河流温度数据确定河流水温;
基于所述大气降水到产生径流的地表数据、所述地下水的渗透数据、所述河道总径流、所述水利设施的下泄流量、所述引调水流量、所述用水规则集、所述河道内硝态氮浓度、所述河流水温确定水量组分来源,并基于所述水量组分来源确定陆面水文流动路径。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器与所述处理器耦合;
所述存储器上存储有计算机可读程序指令,当所述指令被所述处理器执行时,实现如权利要求8所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310223436.6A CN116542009A (zh) | 2023-03-08 | 2023-03-08 | 一种大尺度陆面水文过程模拟系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310223436.6A CN116542009A (zh) | 2023-03-08 | 2023-03-08 | 一种大尺度陆面水文过程模拟系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542009A true CN116542009A (zh) | 2023-08-04 |
Family
ID=87447801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310223436.6A Pending CN116542009A (zh) | 2023-03-08 | 2023-03-08 | 一种大尺度陆面水文过程模拟系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542009A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2023
- 2023-03-08 CN CN202310223436.6A patent/CN116542009A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111783323B (zh) * | 2020-08-10 | 2024-01-26 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hornberger et al. | Elements of physical hydrology | |
Muñoz-Villers et al. | Water balances of old-growth and regenerating montane cloud forests in central Veracruz, Mexico | |
Gurtz et al. | Spatially distributed hydrotope‐based modelling of evapotranspiration and runoff in mountainous basins | |
Todini | The ARNO rainfall—runoff model | |
Ramírez et al. | Tropical Montane Cloud Forests: Hydrometeorological variability in three neighbouring catchments with different forest cover | |
CN114462518B (zh) | 考虑多要素空间依赖性的区域蒸散发变化归因分析方法 | |
Rabelo et al. | Representing a dense network of ponds and reservoirs in a semi-distributed dryland catchment model | |
CN104933300A (zh) | 流域农业面源污染物河道削减系数计算方法 | |
Łabędzki et al. | Spatio-temporal variability and trends of Penman-Monteith reference evapotranspiration (FAO-56) in 1971-2010 under climatic conditions of Poland | |
CN104933626A (zh) | 流域农业面源污染物沟渠削减系数计算方法 | |
Rodrigues et al. | Evaporation in Brazilian dryland reservoirs: Spatial variability and impact of riparian vegetation | |
CN116542009A (zh) | 一种大尺度陆面水文过程模拟系统及方法 | |
Paparrizos et al. | Integrated analysis and mapping of aridity over Greek areas with different climate conditions | |
Meins | Evaluation of spatial scale alternatives for hydrological modelling of the Lake Naivasha basin, Kenya | |
Derib | Balancing water availability and water demand in the Blue Nile: A case study of Gumara watershed in Ethiopia | |
Goyal | Engineering hydrology | |
Koopmans et al. | The set‐up and evaluation of fine‐scale data assimilation for the urban climate of Amsterdam | |
Kingra | Climate variability impact on reference crop evapotranspiration computed using CROPWAT model. | |
Ahouansou et al. | Analysis of the hydrological budget using the J2000 model in the Pendjari River Basin, West Africa | |
Kovács et al. | Impacts of the climate change on runoff and diffuse phosphorus load to Lake Balaton (Hungary) | |
Vibhute et al. | Development of crop water demand based water delivery schedule for a canal command | |
Ensafi Moghaddam et al. | An estimation of Thornthwaite monthly water-balance in Mighan sub-basin | |
Abdalla et al. | Hydrological Models Simulation in Agricultural Watershed of Wadi Kharouba in North-Western Coast Region–Egypt | |
Sen et al. | Use of GIS and remote sensing in identifying recharge zones in an arid catchment: A case study of Roxo river basin, Portugal | |
Goyal et al. | Water supply–demand assessment in Ur River watershed in Tikamgarh District |
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 |