• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >不同数据源集在韩江流域分布式水文模拟中的应用评价
【6h】

不同数据源集在韩江流域分布式水文模拟中的应用评价

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究的目的和意义

1.2 国内外研究现状

1.3 研究技术路线与主要研究内容

第2章 研究区域

2.1 韩江流域的水资源与水环境问题

2.2 地理位置及地形地貌

2.3 水系

2.4 水文气象

2.5 地质

2.6 土壤与植被

2.7 社会经济

2.8 小结

第3章 数字高程模型及其不确定性

3.1 数字高程模型及其在分布式水文模型中的作用

3.2 建立DEM的方法

3.3 DEM的不确定性来源

3.4 3种常用DEM数据产品及其在韩江流域上的对比

3.5 小结

第4章 不同DEM数据源提取的水文地形信息对比分析

4.1 BTOPMC地形子模型的结构及其在分布式水文模型中的作用

4.2 DEM填洼

4.3 水流方向

4.4 上游集水面积和流域边界

4.5 坡度和地形指数

4.6 3种DEM数据产品在韩江流域上提取的水文地形信息对比

4.7 小结

第5章 不同DEM数据源提取的数字河网对比分析

5.1 DEM提取数字河网的方法及精度评价

5.2 韩江流域“标准河网”的制作

5.3 基于3种DEM数据产品提取的韩江流域主干河流对比

5.4 基于3种DEM数据产品提取的子流域数字河网对比

5.5 小结

第6章 潜在蒸散发模型及其不确定性

6.1 潜在蒸散发的概念及其在分布式水文模型中的作用

6.2 潜在蒸散发的计算方法

6.3 S-W模型及其参数化

6.4 S-W模型在韩江流域的应用

6.5 潜在蒸散发模型的不确定性

6.6 小结

第7章 S-W潜在蒸散发模型的气候和植被敏感性分析

7.1 敏感系数的定义

7.2 气候的敏感性

7.3 植被的敏感性

7.4 小结

第8章 不同气象数据计算的潜在蒸散发对比分析

8.1 获取气象数据的途径

8.2 Kriging插值法

8.3 数据来源

8.4 Kriging插值气象数据与CRU数据的对比

8.5 Kriging插值数据计算的PET与CRU计算结果的比较

8.6 小结

第9章 不同土地覆盖数据的对比分析

9.1 土地覆盖的概念及数据选择

9.2 数据来源

9.3 3种IGBP分类系统的土地覆盖分类数据在韩江流域的对比

9.4 小结

第10章 不同植被指数数据的对比分析

10.1 植被指数的概念及应用

10.2 数据来源及处理

10.3 3种常用NDVI数据在韩江流域的对比

10.4 小结

第11章 叶面积指数的不确定性及不同数据对比分析

11.1 叶面积指数的概念及应用

11.2 LAI反演输入数据的不确定性

11.3 LAI遥感反演模型的不确定性

11.4 控制和减少LAI不确定性的措施

11.5 3种常用LAI数据在韩江流域的对比

11.6 小结

第12章 结论与展望

12.1 结论

12.2 论文的创新之处

12.3 进一步工作的展望

致谢

参考文献

附录 攻读学位期间发表的与学位论文相关的学术论文

展开▼

摘要

水文模拟是建立在观测基础上的。过去，主要是通过站点观测和实地调查来获得水文模拟的输入数据。近年来，随着遥感技术的迅速发展及其与地理信息系统技术的结合，为大范围、连续监测区域地表参数的变化提供了技术支持，多时相的遥感数据记录了地表状况的变化历程，大量的遥感数据已经被广泛地用来反演陆地水循环相关地表变量，为水文模型的输入提供的前所未有的数据支持。但受到遥感技术自身局限性的制约，很多遥感数据产品还不能被直接利用、充分利用。因此，遥感技术给水文模型带来发展机遇的同时，也带来了一个新的考验—水文模型遥感输入数据的“辩真”。未来水文科学的发展在很大程度上取决于水文数据的获得及其精度，加强水文模型遥感输入数据的甄别，提高遥感数据在水文模型中的可利用性、可操作性，使之更好地与水文模型及GIS技术相耦合是未来水文模型发展的重要方向。
　　本研究选择位于我国南方植被多样的韩江流域为对象，以分布式水文模型BTOPMC为工具，对各种输入数据在水文模拟中的应用效果进行评价。论文的主要研究内容和结果包括：
　　（1）基于HYDRO1K、SRTM3和ASTER GDEM3种DEM数据，对BTOPMC地形子模型提取的韩江流域地形信息进行对比分析，结果表明：
　　①SRTM3最能精微地反映流域地形特征和土壤水分空间分布格局，ASTER GDEM次之，低分辨率的HYDRO1K则过度坦化了流域地形，使得基于地形指数的流域土壤水分分布趋于均匀，在产流表现上易于饱和，从水文意义上达不到刻画像韩江这一尺度流域的山地、丘陵地形。
　　②当水平分辨率达到一定精度时，与水平分辨率相比，DEM的垂直精度对提取地形信息的真实性起控制作用。ASTER GDEM的水平分辨率虽最高，但垂直精度不如SRTM3，所以提取的地形信息不如SRTM3精确。
　　③地形信息提取精度与DEM的填洼算法和流向算法有关。BTOPMC采用随区域地貌倾斜度而变化的小高程增量逐步填洼，填洼过程对区域地形信息的扰动较小。在采用D8单流向算法确定栅格水流方向时，沿最陡坡度流向比沿最大落差流向更容易产生水平和垂直流向；但由于HYDRO1K DEM生成时融合了DCW河网信息，两种流向算法对地形指数的影响只限于那些不具有河网信息的源头区域。
　　（2）基于HYDRO1K、SRTM3和ASTER GDEM3种DEM数据，利用BTOPMC地形子模型提取韩江流域河网，对比分析结果表明：
　　①SRTM3提取的河网精度最高，HYDRO1K相对最低。
　　②DEM的垂直精度对提取的河网精度起控制作用，ASTER GDEM提取的河网精度不如SRTM3。
　　③HYDRO1K提取大尺度流域河网具有一定的精度，但在地势平坦区域的效果较差，HYDRO1K不宜用来提取小尺度流域河网。④由DEM提取的数字河网精度与当地的地面坡度以及处理DEM的填洼算法有关。
　　（3）基于AVHRR NDVI、IGBP土地覆盖分类和气象站观测数据，利用S-W模型估算韩江流域2000-2006年的PET，结果显示PET不仅受气候条件影响，而且随植被类型及其生长过程而变化。分析 PET对气候和植被的敏感性，结果表明：
　　①PET对植被的类型很敏感，相同气候条件下，不同植被的PET计算结果相差很大，常绿针叶林、农作物和多树草地的多年平均PET分别为1136.6、965.1、563.2mm/a，最大值和最小值相差1倍。
　　②不同植被覆盖的PET对气候的敏感性不同。常绿针叶林的PET对水汽压最为敏感，明显高于气温和太阳辐射的敏感性，而风速的敏感性可以忽略；农作物的PET除对风速的敏感性较低外，气温、太阳辐射和水汽压的敏感性都较高，最为敏感的是气温；多树草地的PET同样对气温最为敏感，水汽压、风速和太阳辐射的敏感性也都比较高，而且很接近。
　　③各种植被覆盖的PET对LAI都有一定的敏感性，但都小于气象因子（风速除外）的敏感性；不同植被覆盖的PET对LAI的敏感性也不同，多树草地的PET对LAI最敏感，其次是常绿针叶林，再次是农作物。
　　（4）应用多个地面气象站的观测数据，通过Kriging插值获得空间分布的气象数据，用于驱动S-W模型，计算韩江流域的PET，并与基于CRU气象数据的PET计算结果比较，结果表明气象数据的精度对PET的估算结果有一定的影响，低分辨率的输入数据会使PET模拟结果在相同尺度的范围内被一定程度地均化；获得气象空间数据的站点密度对PET的计算结果有影响，Kriging插值气象数据的站点密度远大于CRU数据，两种数据计算的PET结果的空间分布和季节变化的对比显示，前者计算的PET精度高于后者。
　　（5）针对IGBP分类系统的土地覆盖数据IGBP DISCover、MODIS和MICLCover，分析3种数据在韩江流域的空间分布，通过人工判读样地 Google卫星影像对它们的精度进行评价，结果表明：
　　①IGBP DISCover土地覆盖类型少，空间变异性小，而MODIS和MICLCover类型多，空间变异性大；从大类看，3种数据土地覆盖空间分布较吻合。
　　②3种数据林地划分存在明显差异，其中MICLCover林地成分较好地反映了流域实际情况；MODIS和MICLCover耕地面积与流域实际相符，IGBP DISCover耕地面积明显偏大；3种数据建设用地、裸地、湿地和水域的面积较实际小，说明1km的空间分辨率过粗，不能细致反映流域中面积较小或较分散的土地覆盖，尤其是IGBP DISCover数据。
　　③Google卫星影像样地检验表明，MICLCover精度明显高于 IGBP DISCover和MODIS，IGBP DISCover的主要错误是将许多其它土地覆盖划分为耕地，而MODIS的主要错误是将许多其它土地覆盖划分为草地。
　　（6）对比韩江流域2001-2006年间AVHRR、SPOT-VGT和MODIS3种的NDVI遥感数据对不同植被的响应特征，分析它们间的相关关系，结果表明：
　　①虽然3种NDVI遥感空间分布总体格局大致一致，且MODIS和SPOT-VGT的NDVI空间分布吻合良好，但AVHRR NDVI分布与前两者差异较大。MODIS NDVI在流域内的变化范围大，数值分布分散，有利于反映地面植被的多样性。
　　②3种NDVI的季节变化步调基本一致，幅度相当。MODIS NDVI最能精确反映地面植被覆盖的变化，而AVHRR NDVI反映的流域地面植被变化情况与实际有不相符。
　　③3种NDVI反映的各种植被季节变化情况基本一致，MODIS NDVI与SPOT-VGT NDVI的相似度更高，AVHRR NDVI与它们的差别相对较大。MODIS NDVI能够明显区分农作物、郁闭灌木林和草地的季节变化与其它植被的不同，比SPOT-VGT NDVI和AVHRR NDVI更好地反映地面植被的多样性和植被覆盖的变化。
　　④在全流域和各种植被类型上，3种NDVI两两间都表现出一定的线性关系，其中MODIS NDVI与SPOT-VGT NDVI间的线性关系最强。由MODIS NDVI与AVHRR NDVI的线性回归关系估计的韩江流域2000年的NDVI与实测值吻合良好。
　　（7）分析MODIS、CYCLOPES和GLASS3种LAI产品在韩江流域的空间和时间一致性，得到以下结论：
　　①CYCLOPES LAI存在大量的数据缺失，MODIS和GLASS LAI具有更好的空间和时间序列的完整性；MODIS LAI存在大量LAI突然变小的无效数据。
　　②MODIS、CYCLOPES和GLASS LAI的空间分布基本都能与流域的植被类型相适应，其中，MODIS与GLASS LAI的空间分布一致性相对较好，但前者在林地的LAI较后者大，在非林地则相反；CYCLOPES LAI在林地的LAI明显比前两者的小。
　　③MODIS、CYCLOPES和GLASS LAI的时间序列曲线呈现相似的变化趋势，其中，GLASS LAI的时间序列曲线最为平滑且连续，MODIS LAI的曲线有明显的波动性。3种LAI反映的各种植被的季节变化具有较好的一致性，MODIS和GLASS LAI的相似程度比CYCLOPES LAI高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号