潜在蒸散量对SWAT模型寒区典型流域径流模拟的影响

以目前广泛应用的SWAT模型为例,利用对比研究方法,以欧根河流域作为典型研究区域,采用PenmanMonteith模型、Priestley-Taylor模型、Hargreaves模型、Shuttleworth-Wallace模型及修正的20 cm蒸发皿观测数据计算潜在蒸散量(PET)。研究不同PET驱动的SWAT模型对模拟结果的影响,研究结果表明:SWAT模型以子流域为尺度对PET计算结果进行插值的方式较粗略,不能较好反映PET的空间分布情况,在大面积森林覆盖的不同子流域,月平均PET值随不同子流域内森林物种的种类和分布不同数值变化较小,并非在考虑地形影响下SWAT模型模拟的日径流量结果均好,在未考虑地形影响下Penman-Monteith模型与考虑地形影响下的Hargreaves模型、Shuttleworth-Wallace模型模拟结果较好,其中Penman-Monteith模型拟合的效果最好,率定期与验证期的Ens值分别为0.651、0.686,说明Penman-Monteith模型更适合用于高寒森林地区的潜在蒸散量计算。     

基于SWAT模型的洞庭湖区间径流模拟研究

在人类活动强烈的在平原湖区,由于DEM精度较低,很难反映围湖造田形成的大量堤垸,径流的汇流过程亦会受到人工排涝的影响。针对人类活动强烈的洞庭湖湖区,结合GoogleEarth遥感卫星数据,识别出堤垸区的边界,以此修改研究区域的DEM来实现子流域的划分。对于堤垸区的汇流计算,采用天然出流过程的过去n d平均,以此反映人工排涝过程,从而能更好地利用SWAT模型对洞庭湖未控区间进行模拟。利用修改的DEM和过去n d平均出流的模型对流量进行了模拟,结果表明,改进后模型率定期的效率系数从0.88提高到了0.9,验证期的效率系数从0.85提高到了0.88。提出的模型改进方法,可为于平原湖区的水文模拟提供参考。     

基于SWAT模型的西江流域径流模拟研究

采用SWAT(Soil and Water Assessment Tool)模型,在整个珠江流域构建分布式水文模型,对西江流域1951~2008年的月径流过程进行模拟。选取西江流域的迁江、柳州、武宣3个水文站的径流数据,利用SWAT模型自带的敏感性分析模块和自动率定模块,采用LH-OAT敏感性分析方法和SCE-UA算法分别对选取的各参数进行敏感性分析和参数率定,并对率定模型进行验证。敏感性分析结果表明,不同的参数对流域月径流过程表现出不同程度的敏感度,其中CN2、ESCO、SOL_AWC、CH_K2和ALPHA_BF的敏感度较高,是较敏感因子。从率定和验证结果来看,3个水文站的径流模拟效果均较好,Nash-Suttcliffe效率系数ENS均在0.75以上,其中柳州站和武宣站率定期和验证期的ENS在0.8以上。SWAT分布式水文模型在西江流域月径流模拟中的应用效果良好。     

基于SWAT模型的松华坝水源区径流模拟研究

以昆明市松华坝水源区为研究对象,用昆明、中和、白邑站自建站至2009年间的日气象、径流资料,结合水源区土地利用、土壤空间分布图、90mDEM,建立松华坝水源区SWAT分布式水文模型。应用LH-OAT法分别对水源区内牧羊河和冷水河流域进行参数敏感性试验,最后应用SUFI2法和手动调参相结合的方法对模型参数进行率定和验证。结果表明,牧羊河流域在模型率定期和验证期,模拟与实测径流相对误差小于10%,Nash-Sutcliffe效率系数大于0.75;在冷水河流域模型率定和验证期,模拟与实测径流相对误差小于15%,Nash-Sutcliffe效率系数大于0.70;SWAT模型在牧羊河模拟效果好于冷水河。总的来说SWAT模型可适用于松华坝水源区的地表径流模拟,其应用值得推广。     

基于VIC模型与SWAT模型的径流模拟对比研究

首先对VIC模型与SWAT模型进行了简介,然后将两个模型应用到湖北省白莲河流域,探讨其在中小流域尺度的径流模拟中的适用性,同时进行径流模拟的对比研究.利用白莲河流域的水文气象数据、DEM数据、植被类型和土壤类型等资料,经过数据的收集整理建立白莲河流域的VIC模型与SWAT模型.采用1995-1999年汛期(4-10月)作为模型参数的率定期,2002-2004年汛期(4-10月)作为模型参数的检验期.研究结果表明:两个模型基本能够反映白莲河流域的日径流水文过程,具有一定的适用性.     

基于V模型与SWAT模型的白莲河流域径流模拟对比研究

首先对VIC模型与SWAT模型进行了简介,然后将两个模型应用到湖北省白莲河流域,探讨该模型在中小流域尺度的径流模拟中的适用性,同时进行径流模拟的对比研究。本文利用白莲河流域的水文气象数据、DEM数据、植被覆盖/土地利方式是和土壤类型等资料,经过数据收集整理建立白莲河流域的VIC模型与SWAT模型。并采用1995-1999年汛期（4-10月）作为模型参数的率定期,2002-2004年汛期（4-10月）作为模型参数的检验期。模拟结果表明：两个模型基本能够反映白莲河流域的日径流水文过程,具有一定的适用性。     

面向遥感分类精度评价的空间分层模式与分异性评估

为实现遥感分类抽样精度评估,以京津冀不同空间分辨率遥感数据产品为例,首先基于土地利用类型对遥感图像进行内部与边界对象划分,并构建不同的空间分层模式;其次,分别采用直接利用土地利用类型、图像8邻域算法、多尺度空间分异性方法、图像8邻域和多尺度空间分异性耦合方法进行空间分层;最后,设置与K-means聚类对比实验,并利用地...     

内蒙古草原流域降水-径流模拟试验及水文演变驱动因素辨析

以内蒙古巴拉格尔河流域为典型研究对象,基于水文气象、植被特征、地形地貌和草地管理方式等数据,设计降水-径流模拟试验,并采用M-K法进行水文气象序列突变分析、克里金空间插值揭示土壤-植被-根系空间分布特征、降水-径流模型模拟草原流域产汇流特征,建立草原流域降水强度-地形坡度-径流系数数学模型及SWAT模型,探讨环境变化对...     

汾河兰村—二坝流域径流模拟及气候变化对径流影响研究

以汾河兰村—二坝区间流域为研究对象,建立研究区SWAT分布式径流模拟模型,并利用SWAT-CUP程序SUFI-2算法进行模型敏感性分析及参数率定,进一步将率定好的模型应用于气候变化条件下的径流响应分析,为区域水资源管理决策提供理论依据与技术支持。径流模拟结果表明:模拟期的各项精度评价指标均达到乙级,SWAT模型在研究区径流模拟的适用性较好。气候变化条件下径流响应分析表明:径流变化与温度变化呈负相关,且随着温度变幅的增加,径流减小速率减缓,温度影响效应减弱;径流变化与降雨变化呈正相关,且随着降雨变幅的增加,径流量增加速率加大,降雨影响效应加强;相同的径流响应,气温与降雨的变化基本呈线性变化关系,即气温增加0.5℃的径流效应与降雨平均减少0.49%(变化幅度0.38%~0.67%)的径流效应等效。     

CMADS数据对长江源区水文模拟的适用性研究

中国大气同化数据集(CMADS)是基于多种气象场数据和气象站实测数据,耦合得到的支持中国区域范围内SWAT模型驱动的数据集.长江源区位于青藏高原中心地带,自然环境恶劣,水文气象站点分布较少.以长江源区4个气象站数据和CMADS数据分别作为驱动数据,验证CMADS数据在长江源区的适用性.研究发现:SWAT模型在长江源区具...     

多源遥感降水评估及其在水文模拟中的应用

多源遥感降水产品为无资料或缺资料地区的水文过程模拟提供了新的高质量的数据来源.以美国爱荷华州Iowa-Cedar中型流域为例,基于地面雨量站降水数据CPC-U定量评估了5种多源遥感降水产品(NLDAS2、Stage IV、TMPARP、TMPART和IMERG)的精度,并结合分布式水文模型DRIVE(Dominant ...     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。     

资料稀缺高海拔山区降水量推算方法及在水文模拟中的应用

在无法使用常规降水插值方法情况下,以SWAT模型划分高程段做法为基础,提出基于多年平均实测径流量与模拟量偏差率最小为目标函数推算资料稀缺山区降水的方法,并用于玛纳斯河流域流量模拟。结果表明,月流量模拟结果良好,日值模拟效果一般,实测与模拟值平均相对误差都在4％以内。说明该方法能有效控制模型中长时间尺度水的输入量,能在一...     

近58年来宁夏可利用降水量多时间尺度变化特征分析

依据宁夏1951—2008年月降水及气温资料,计算了可利用降水序列。运用地统计方法、小波分析法及气候趋势系数等方法分析了宁夏近58年来可利用降水量的空间分布及多时间尺度变化特征。结果表明,宁夏多年平均可利用降水量68.5mm,自北向南依次增大;7—9月占全年的69.14%～77.48%;夏季可利用降水量占年值57.81%～67.44%,秋季次之(19.87%～27.27%),冬季最小;存在3年、6年与10年振荡周期;未来,宁夏大部分地区陆面蒸发呈增加趋势,增幅0.516～6.796mm/10a,且自北向南依次增大;各地年、夏季及秋季可利用降水量均呈减少趋势,中部干旱带减幅最大(9.839～15.779mm/10a),北部引黄灌区以5.784～8.477mm/10a幅度减少,南部山区则以6.741～8.229mm/10a的幅度减少。     

遥感技术在水文水资源领域中的应用研究进展

遥感数据具有周期短、信息量大和成本低的特点,为水文水资源研究提供了丰富的数据源。详细介绍了遥感技术在水文水资源领域的主要应用研究进展,包括降水、蒸散发、径流与水文模型、地表特征及参数提取、洪涝灾害监测、水土保持、土壤水分与旱情监测、积雪与融雪、水质监测和地下水等方面,展望了今后应用研究的发展方向。     

基于深度学习的寒旱区遥感影像河流提取

寒旱区河流提取对该地区生态环境监测、农业规划、灾害预警等具有重要意义。根据寒旱区特点制作了面向寒旱区遥感影像河流识别的专业数据集;为了提高网络的识别准确率,融合迁移学习与深度学习,将Res Net50网络迁移到Linknet网络,得到R-Linknet网络;为了提取到更多的细节信息和增加提取河流的连贯性,将密集空间金字塔池化与R-Linknet网络相结合,扩大网络的感受野;训练时,将Dice系数损失函数与二分类交叉熵函数相结合,作为新的损失函数。数据集验证结果表明,本文提出的方法与多种语义分割网络相比,像素准确率较FCN_8s、Res Net50、Deeplab V3、Unet和原始Linknet网络分别提高0.216、0.099、0.031、0.056和0.023,交并比分别提高0.19、0.142、0.056、0.105和0.028;加入Dense ASPP之后,像素准确率提高0.023,交并比提高0.050,采用新的损失函数进行训练后,像素准确率和交并比又分别提高0.019和0.022。该方法提取到的河流更加清晰、连贯,能够满足后续的研究需求。     

高分辨率遥感影像农田林网自动识别

以0.5 m的Geo Eye-1卫星遥感影像为数据源,充分利用影像的纹理和光谱信息,研究农田林网高分辨率遥感自动识别方法。首先利用归一化差值植被指数(NDVI)和二维熵值构建分类决策树,并结合辅助数据初步提取出带状的农田林网;其次对该结果进行形态学处理,得到连续、细化的农田林网识别结果。选取甘肃省临泽县河西走廊中部巴丹吉林沙漠南缘绿洲的部分区域为研究区,进行实例验证,结果表明,采用本文构建的方法,农田林网的自动识别精度均在92%以上,平均精度达到92.97%,空间位置吻合度均在86%以上,平均吻合度达到93.13%,满足土地整治等工程监管的实际需求。该方法可为农田林网建设及相关工程监管提供科学支撑。     

SPEI和植被遥感信息监测西南地区干旱差异分析

基于西南地区2000—2018年不同时间尺度的标准化降水蒸散指数（SPEI-1、SPEI-3、SPEI-12）,应用线性趋势法和曼肯德尔检验（Mann-Kendall test, M-K）法分析了西南地区气象干旱的时间变化特征,评价了日光诱导叶绿素荧光（SIF）、归一化植被指数（NDVI）以及增强型植被指数（EVI）等植被遥感数据对区域植被状况监测的有效性及差异性。结果表明：2000—2018年西南地区SPEI整体上呈微弱增加趋势,其中,2000—2013年间,SPEI-12呈下降趋势（趋势率为-0.05/(10a),R2=0.295）,2014—2018年间,SPEI-12时间序列呈上升趋势（趋势率为0.04/(10a),R2=0.094）,说明在气候变化背景下,近年来西南地区的干旱化趋势有所缓解。SPEI-12的趋势突变点发生在2016年和2017年。相对于植被绿度指数NDVI和EVI,SIF对植被生长季发生的长期和短期干旱事件均表现出较大负异常,说明SIF可快速获取水分胁迫下的植被光合作用信息。森林、农田和草地的SIF与不同时间尺度气象干旱指数的相关性均高于NDVI和EVI,SIF对森林、农田及草地植被生态系统干旱监测的敏感性优于传统的植被绿度指数;草地的SIF与SPEI-1的相关性更高（R=0.859, P<0.01）,其光合作用对短期水分胁迫最为敏感。本研究可为西南地区干旱的综合应对、水资源管理调控及生态治理提供科学依据。