技术领域
本发明属于水文技术领域,具体涉及一种基于流域下垫面特征的分布式产流参数估算方法。
背景技术
我国汇流面积200km
据统计,我国中小河流洪涝灾害和山洪地质灾害损失约占全国洪涝灾害经济损失的70%~80%,死亡人数占2/3左右,对人民群众生命财产安全构成了严重威胁,因此对中小流域突发性洪水进行准确可靠地预警预报成为亟待解决的重要问题。
由于大部分中小河流位于山区,其地形起伏变化较大,流域中不同区域之间的产流特性具有明显的区别,然而传统的集总式产流计算方法难以反映这种空间差异明显的产流特性,因此难以对产流计算的精度进行有效的提高,从而对洪水预报工作带来较大的不确定性。
基于遥感、地理信息以及数字流域等技术的发展,采用数值矩阵描述地表高程变化的栅格数字高程模型(DEM,Digital Elevation Model)逐步成熟,并得到了广泛的应用。尤其是在地形复杂的山区性中小流域中,DEM数据因其能够较为准确地考虑流域内地形变化而具有重要的应用价值。如何利用DEM数据来对产流计算方法进行完善,从而在一定程度上考虑地理特征空间不均匀性对于产流计算的影响,也是山洪预警预报走向分布化,精细化过程中的重点和难点之一。
为了进一步促进水文模型中产流计算的发展,需要更深入理解地理特征空间不均匀性对于产流计算的影响,研究能够反映地理特征空间不均匀性的产流计算方法。
在研究能够反映地理特征空间不均匀性的产流计算方法时,首先面临的挑战就是如何基于流域下垫面特征估算得到参数的空间分布。
在目前的实际应用中,大多数先利用概念性集总式模型率定得到流域平均的参数值,然后结合一定的下垫面特征求得相应参数的空间分布,这种可以称为“自上而下”的参数估计方法。这种方法需要提前构建概念性集总式模型,因此极大的浪费了计算时间,降低了计算效率,在一定程度上不利于具有物理基础的分布式模型的推广与发展。
发明内容
发明目的:本发明的目的在于提供一种基于流域下垫面特征的分布式产流参数估算方法,具有数据来源稳定可靠、计算效率高、结果客观合理等优点,有利于考虑了分布式参数的简便自动估算,值得推广。
技术方案:为实现上述目的,本发明提供如下技术方案:
一种基于流域下垫面特征的分布式产流参数估算方法,包括以下步骤:
步骤1,基于土壤有机碳含量数据对土壤进行分层;
步骤2,基于土壤质地数据估算土壤水文特性;
步骤3,结合土壤厚度和水文特性估算包气带蓄水容量(WM)和自由水蓄水容量(SM);
步骤4,估算壤中水出流系数(KI)和地下水出流系数(KG);
步骤5,估算壤中水消退系数(CI)和地下水消退系数(CG)。
进一步地,所述的步骤1具体包括以下步骤:
步骤1.1,结合有机碳含量数据,以地面为零点,以向垂直向下为正方向,绘制土壤剖面0-200cm范围内的垂向有机碳含量分布曲线,并统计分布曲线的总积分值;
式中:f(d)为有机碳含量与土壤深度d之间的函数关系,即om
步骤1.2,从垂向有机碳含量分布曲线的零点出发,沿着正方向进行积分计算,将积分值等占总积分值70%的深度范围内的土壤作为上层土壤,其余作为下层土壤;
式中:du为上层土壤的深度。
进一步地,所述的步骤2具体包括以下步骤:
步骤2.1,基于土壤质地和有机碳含量估算土壤凋萎含水量;
Index1500t=-0.024×sand+0.487×clay+0.006×om+0.005×sand
×om-0.013×clay×om+0.068×sand×clay+0.031
θ
式中:θ
步骤2.2,基于土壤质地和有机碳含量估算土壤饱和含水量;
IndexS_33t=0.278×sand+0.034×clay+0.022×om-0.018×sand×om
-0.027×clay×om-0.584×sand×clay+0.078
θ
式中:θ
步骤2.3,基于土壤质地和有机碳含量估算土壤田间含水量;
Index33t=-0.0251×sand+0.195×clay+0.011×om+0.006×sand
×om-0.027×clay×om+0.452×sand×clay+0.299
Index33=Index33t+(1.283×Index33t×Index33t-0.374×Index33t
-0.015)
IndexSS=Index33+IndexS_33-0.097×sand+0.043
θ
式中:θ
步骤2.4,基于土壤质地和有机碳含量估算土壤饱和导水率;
R=(log Index33-log Index1500t)/(log 1500-log 33)
Ks=1930×(IndexSS-Index33)
式中:Ks为土壤饱和导水率,R为饱和导水率指数。
进一步地,所述的步骤3具体包括以下步骤:
步骤3.1,估算包气带蓄水容量(WM)
WM=SoilT×(θ
步骤3.2,自由水蓄水容量(SM)
SM=SoilT×om×(θ
进一步地,所述的步骤4具体包括以下步骤:
步骤4.1,基于沟道密度(D)估算坡段长度(L
式中:Cellsize为栅格单元的边长;
步骤4.2,估算壤中水出流系数(ki);
式中:slp为栅格单元的地形坡度,KS
步骤4.3,估算地下水出流系数(KG);
式中:KS
进一步地,所述的步骤5具体包括以下步骤:
步骤5.1,估算壤中水消退系数(CI);
式中:tthi为壤中水的坡段消退时间;
步骤5.2,地下水消退系数(CG);
式中:tthg为地下水的坡段消退时间。
有益效果:与现有技术相比,本发明的一种基于流域下垫面特征的分布式产流参数估算方法,以影响产流计算的物理因子为基础,量化了土壤质地,坡度,土壤厚度,曲率和有机碳含量等因素对于产流计算的影响作用,进而提出一种基于流域下垫面特征的分布式产流参数估算方法。这样既保证了计算结果的精度与可靠性,同时解决了地理特征空间分异明显的山区性中小流域的分布式产流参数估算问题;本方法主要应用流域数字高程模型,数据来源稳定可靠,方法中变量之间的函数关系明确,有利于流域中分布式产流参数估算的快速自动执行,通过数字流域技术以简化提取步骤,同时,保证了结果的客观合理性,可以进一步促进数字水文学以及山区性中小流域山洪防治研究的深入发展。
附图说明
图1计算流程示意图;
图2流域土壤质地分布,砂粒含量示意图;
图3流域土壤质地分布,粉粒含量示意图;
图4流域土壤质地分布,粘粒含量示意图;
图5流域土壤厚度分布示意图;
图6流域有机碳含量分布示意图;
图7流域张力水蓄水容量(WM)空间分布示意图;
图8流域自由水蓄水容量(SM)空间分布示意图;
图9流域壤中水出流系数(KI)空间分布示意图;
图10流域地下水出流系数(KG)空间分布示意图;
图11流域壤中水消退系数(CI)空间分布示意图;
图12流域地下水消退系数(CG)空间分布示意图。
具体实施方式
下面结合附图和具体实施例对本发明作更进一步的说明。
一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,包括以下步骤:
步骤1,基于土壤有机碳含量数据对土壤进行分层;
步骤2,基于土壤质地数据估算土壤水文特性;
步骤3,结合土壤厚度和水文特性估算包气带蓄水容量(WM)和自由水蓄水容量(SM);
步骤4,估算壤中水出流系数(KI)和地下水出流系数(KG);
步骤5,估算壤中水消退系数(CI)和地下水消退系数(CG)。
步骤1中基于土壤质地数据对土壤进行分层,具体包括以下步骤:
步骤1.1,结合有机碳含量数据,以地面为零点,以向垂直向下为正方向,绘制土壤剖面0-200cm范围内的垂向有机碳含量分布曲线,并统计分布曲线的总积分值;
式中:f(d)为有机碳含量与土壤深度d之间的函数关系,即om
步骤1.2,从垂向有机碳含量分布曲线的零点出发,沿着正方向进行积分计算,将积分值等占总积分值70%的深度范围内的土壤作为上层土壤,其余作为下层土壤;
式中:du为上层土壤的深度。
步骤2中基于土壤质地数据估算土壤水文特性,具体包括以下步骤:
步骤2.1,基于土壤质地和有机碳含量估算土壤凋萎含水量;
Index1500t=-0.024×sand+0.487×clay+0.006×om+0.005×sand
×om-0.013×clay×om+0.068×sand×clay+0.031
θ
式中:θ
步骤2.2,基于土壤质地和有机碳含量估算土壤饱和含水量;
IndexS_33t=0.278×sand+0.034×clay+0.022×om-0.018×sand×om
-0.027×clay×om-0.584×sand×clay+0.078
θ
式中:θ
步骤2.3,基于土壤质地和有机碳含量估算土壤田间含水量;
Index33t=-0.0251×sand+0.195×clay+0.011×om+0.006×sand
×om-0.027×clay×om+0.452×sand×clay+0.299
Index33=Index33t+(1.283×Index33t×Index33t-0.374×Index33t
-0.015)
IndexSS=Index33+IndexS_33-0.097×sand+0.043
θ
式中:θ
步骤2.4,基于土壤质地和有机碳含量估算土壤饱和导水率。
R=(log Index33-log Index1500t)/(log 1500-log 33)
Ks=1930×(IndexSS-Index33)
式中:Ks为土壤饱和导水率,R为饱和导水率指数。
步骤3中,结合土壤厚度和水文特性估算包气带蓄水容量(WM)和自由水蓄水容量(SM),具体包括以下步骤:
步骤3.1,估算包气带蓄水容量(WM)
WM=SoilT×(θ
步骤3.2,自由水蓄水容量(SM)
SM=SoilT×om×(θ
步骤4中,估算壤中水出流系数(KI)和地下水出流系数(KG),具体包括以下步骤:
步骤4.1,基于沟道密度(D)估算坡段长度(L
式中:Cellsize为栅格单元的边长。
步骤4.2,估算壤中水出流系数(KI);
式中:slp为栅格单元的地形坡度,KS
步骤4.3,估算地下水出流系数(KG);
式中:KS
步骤5中,估算壤中水消退系数(CI)和地下水消退系数(CG),具体包括以下步骤:
步骤5.1,估算壤中水消退系数(CI);
式中:tthi为壤中水的坡段消退时间。
步骤5.2,地下水消退系数(CG);
式中:tthg为地下水的坡段消退时间。
实施例
如图1至图12所示,本发明提供的一种基于流域下垫面特征的分布式产流参数估算方法,包括以下步骤:
S1、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤1中基于土壤质地数据(图2)对土壤进行分层,具体包括以下步骤:
1)结合土壤厚度数据(图5)和有机碳含量数据(图6),以地面为零点,以向垂直向下为正方向,绘制土壤剖面0-200cm范围内的垂向有机碳含量分布曲线,并统计分布曲线的总积分值;
式中:f(d)为有机碳含量与土壤深度d之间的函数关系,即om
2)从垂向有机碳含量分布曲线的零点出发,沿着正方向进行积分计算,将积分值等占总积分值70%的深度范围内的土壤作为上层土壤,其余作为下层土壤;
式中:du为上层土壤的深度。
S2、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤2中基于土壤质地数据估算土壤水文特性,具体包括以下步骤:
1)基于土壤质地和有机碳含量估算土壤凋萎含水量;
Index1500t=-0.024×sand+0.487×clay+0.006×om+0.005×sand
×om-0.013×clay×om+0.068×sand×clay+0.031
θ
式中:θ
2)基于土壤质地和有机碳含量估算土壤饱和含水量;
IndexS_33t=0.278×sand+0.034×clay+0.022×om-0.018×sand×om
-0.027×clay×om-0.584×sand×clay+0.078
θ
式中:θ
3)基于土壤质地和有机碳含量估算土壤田间含水量;
Index33t=-0.0251×sand+0.195×clay+0.011×om+0.006×sand
×om-0.027×clay×om+0.452×sand×clay+0.299
Index33=Index33t+(1.283×Index33t×Index33t-0.374×Index33t
-0.015)
IndexSS=Index33+IndexS_33-0.097×sand+0.043
θ
式中:θ
4)基于土壤质地和有机碳含量估算土壤饱和导水率。
R=(log Index33-log Index1500t)/(log 1500-log 33)
Ks=1930×(IndexSS-Index33)
式中:Ks为土壤饱和导水率,R为饱和导水率指数。
S3、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤3中,结合土壤厚度和水文特性估算包气带蓄水容量(WM)和自由水蓄水容量(SM),具体包括以下步骤:
1)估算包气带蓄水容量(WM)(图7);
WM=SoilT×(θ
2)自由水蓄水容量(SM)(图8);
SM=SoilT×om×(θ
S4、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤4中,估算壤中水出流系数(KI)和地下水出流系数(KG),具体包括以下步骤:
1)基于沟道密度(D)估算坡段长度(L
式中:Cellsize为栅格单元的边长。
2)估算壤中水出流系数(KI)(图9);
式中:slp为栅格单元的地形坡度,KS
3)估算地下水出流系数(KG)(图10);
式中:KS
S5、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤5中,估算壤中水消退系数(CI)和地下水消退系数(CG),具体包括以下步骤:
1)估算壤中水消退系数(CI)(图11);
式中:tthi为壤中水的坡段消退时间。
2)地下水消退系数(CG)(图12);
式中:tthg为地下水的坡段消退时间。
以陕西省大河坝流域为例,该流域面积1350km
研究区DEM原始数据采用美国太空总署(NASA)与国防部国家测绘局(NIMA)联合提供的90m分辨率SRTM(Shuttle Radar Topography Mission)数据。
步骤一、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤1中基于土壤质地数据(图2)对土壤进行分层,具体包括以下步骤:
1)结合土壤厚度数据(图3)和有机碳含量数据(图4),以地面为零点,以向垂直向下为正方向,绘制土壤剖面0-200cm范围内的垂向有机碳含量分布曲线,并统计分布曲线的总积分值;
式中:f(d)为有机碳含量与土壤深度d之间的函数关系,即om
2)从垂向有机碳含量分布曲线的零点出发,沿着正方向进行积分计算,将积分值等占总积分值70%的深度范围内的土壤作为上层土壤,其余作为下层土壤;
式中:du为上层土壤的深度。
步骤二、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤2中基于土壤质地数据估算土壤水文特性,具体包括以下步骤:
1)基于土壤质地和有机碳含量估算土壤凋萎含水量;
Index1500t=-0.024×sand+0.487×clay+0.006×om+0.005×sand
×om-0.013×clay×om+0.068×sand×clay+0.031
θ
式中:θ
2)基于土壤质地和有机碳含量估算土壤饱和含水量;
IndexS_33t=0.278×sand+0.034×clay+0.022×om-0.018×sand×om
-0.027×clay×om-0.584×sand×clay+0.078
θ
式中:θ
3)基于土壤质地和有机碳含量估算土壤田间含水量;
Index33t=-0.0251×sand+0.195×clay+0.011×om+0.006×sand
×om-0.027×clay×om+0.452×sand×clay+0.299
Index33=Index33t+(1.283×Index33t×Index33t-0.374×Index33t
-0.015)
IndexSS=Index33+IndexS_33-0.097×sand+0.043
θ
式中:θ
4)基于土壤质地和有机碳含量估算土壤饱和导水率。
R=(log Index33-log Index1500)/(log 1500-log 33)
Ks=1930×(IndexSS-Index33)
式中:Ks为土壤饱和导水率,R为饱和导水率指数。
步骤三、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤3中,结合土壤厚度和水文特性估算包气带蓄水容量(WM)和自由水蓄水容量(SM),具体包括以下步骤:
1)估算包气带蓄水容量(WM)(图5);
WM=SoilT×(θ
2)自由水蓄水容量(SM)(图6);
SM=SoilT×om×(θ
步骤四、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤4中,估算壤中水出流系数(KI)和地下水出流系数(KG),具体包括以下步骤:
1)基于沟道密度(D)估算坡段长度(L
式中:Cellsize为栅格单元的边长。
2)估算壤中水出流系数(KI)(图7);
式中:slp为栅格单元的地形坡度,KS
3)估算地下水出流系数(KG)(图8);
式中:KS
步骤五、一种基于流域下垫面特征的分布式产流参数估算方法,其特征在于,所述步骤5中,估算壤中水消退系数(CI)和地下水消退系数(CG),具体包括以下步骤:
1)估算壤中水消退系数(CI)(图9);
式中:tthi为壤中水的坡段消退时间。
2)地下水消退系数(CG)(图10);
式中:tthg为地下水的坡段消退时间。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
机译: 用于运行汽车的内燃机的方法,包括在预测模式下通过基于运行参数随时间的当前梯度估算的预期尺寸估算操作变量来确定目标压缩比。
机译: 山区河流流域流量估算回归函数的计算方法,函数的选择方法,山区流域河流平均年流量估算方法。
机译: 山区流域流量估算回归函数的计算方法,年平均流量估算方法的选择方法及同函数山区流域