T-M水量平衡模型在流域产流计算中的应用

[目的]旨在通过研究流域各月度产水量,对水资源管理和农业灌溉用水调度进行指导。[方法]以锦阳川流域为研究对象,运用遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)提取和处理空间土地利用、土壤及数字高程模型数据,结合降雨、气温及不同植物的根深数据,采用Thornthwaite and Mather(T—M)模型计算了水分亏缺与剩余,土壤水分补给与利用的周期及月度产流量。[结果]研究区2011年平水年全年总径流量为281.0mm,在1,3—4,6和10月,存在水分亏缺及土壤水分利用,面积加权的水分亏缺值为5.8mm;2月,11—12月降水对土壤水分进行补给;5和7—9月,存在水分剩余,面积加权的剩余值为286.2mm。丰水年(25%)、平水年(50%)和枯水年(75%)多年平均产水量分别为8.3×107,4.8×107及2.2×107 m3。[结论]研究区在丰水年(25%)的2,7—11月,平水年(50%)的2—3,7—9月和枯水年(75%)的12—2,7—9月存在水分剩余。     

风化煤矸石坡面水土流失规律模拟

采用室内模拟径流冲刷试验,研究风化煤矸石坡面水土流失规律。结果表明：1）在设计径流量为2．0和2．5L／min时,坡面产流曲线呈现为“单峰”或“多峰”曲线,没有明显规律性,当设计径流量增大到3．0和3．5L／min时,坡面产流曲线多为“单峰”曲线,且峰值出现时间较早,具有相似的规律性;2）坡面平均产流量随设计径流量和坡度的增大而迅速增大,增长趋势符合幂函数关系,且设计径流量对坡面平均产流量的影响大于坡度;3）坡面平均产沙率随设计径流量和坡度的增大增长趋势明显,增长趋势符合幂函数关系,且设计径流量对坡面平均产沙率的影响大于坡度。研究结果可为工矿区水土保持提供一定的参考。     

山地流域土地利用时空演变的地形梯度特征——以乌江北源为例

地形因子是丘陵山区土地利用空间分布格局的重要影响因素之一,对土地的利用方式和空间格局有着直接作用。以乌江北源2000年、2005年和2010年Landsat TM/ETM遥感影像为数据源,采用高程、坡度、地形位指数3个指标,分析了山地流域土地利用时空演变的地形梯度特征。结果表明:（1）2000—2010年,林地、建设用地和水域用地面积增加,耕地和草地面积减少。土地利用类型以林地和耕地为主,反映了山地流域土地利用结构特点;（2）研究区土地利用类型的地形梯度特征明显。耕地、建设用地、水域用地在低地形梯度上有明显分布优势。林地、未利用地分布优势在高地形梯度上;（3）耕地、建设用地优势分布主要受坡度梯度的影响,高程梯度决定了水域用地的分布,这与其他平原、丘陵地区有所不同。地形因素是山地流域土地利用结构演变的决定性因素,其他社会、经济、人文因素都对该区域土地利用格局的转变起到推动作用。在对山地流域土地开发利用过程中,应兼顾生态效益和社会经济效益,保障河流源区生态经济的持续发展。     

六道沟小流域地形序列土壤碳剖面分布特征及影响因素

为了更好地理解黄土高原植被恢复与生态重建过程对土壤碳循环过程的影响,研究选取位于黄土高原六道沟小流域的典型土壤地形序列(东北坡NE序列,西坡W序列),分析了不同坡向间及同一坡向内随植被类型变化土壤有机碳和无机碳的剖面分布特征及其影响因素。结果表明:六道沟小流域地形序列土壤有机碳含量在0—50cm土层内随土层深度增加而显著降低,50cm土层以下基本趋于稳定,且剖面上层(0—50cm)有机碳含量显著高于剖面下层(50—200cm,p0.05),但在同一深度土层(0—50,50—200,0—200cm)不同坡向林地和草地土壤有机碳平均含量均没有显著差异(p0.05)。与有机碳相比,无机碳含量相对较高并且主要在剖面下部(50cm以下)不同深度土层富集。NE序列林地和草地剖面无机碳平均含量接近(p0.05),而W序列林地剖面无机碳平均含量显著高于草地(p0.05);不同坡向草地剖面无机碳平均含量无显著差异(p0.05),但不同坡向林地剖面无机碳平均含量表现为W序列显著高于NE序列(p0.05)。0—50cm土层有机碳含量与pH、容重和土壤含水量均呈极显著负相关关系,而与土壤总孔隙度呈极显著正相关关系;50—150cm土层无机碳含量与pH和土壤总孔隙度均呈极显著负相关关系,而与容重、黏粒含量和土壤含水量均呈极显著正相关关系。NE序列和W序列2 m土体总碳密度相当,分别为15.2~47.4kg/m~2和18.3~51.3kg/m~2,其中无机碳密度占78%~94%,1—2m土层总碳密度占2m土体总碳密度的35%~74%。若只考虑土壤有机碳库或只考虑浅层1m土壤碳库,六道沟小流域2m土体总碳储量平均将被低估88%和51%。     

SWAT模型子流域划分引起的土地利用变化对径流和输沙模拟结果的影响

为揭示水文模型计算单元划分引起的土地利用变化对模拟结果的影响,采用SWAT模型,通过设置11种子流域阈值情景(4 000,3 200,2 000,1 500,1 100,800,400,200,100,50,25 hm²),并保持地形和土壤数据不变,定量分析了子流域划分引起的土地利用空间离散化对径流输沙模拟结果的影响。结果表明:(1)随着子流域数量的增加,流域内土地利用中面积最大的林地呈先增加后减少趋势,所有情景下林地面积均高于实际林地面积; 而随着土地利用离散程度的增加耕地面积呈减少趋势,水域、草地和建设用地面积则呈增加趋势并逐渐接近实际面积;(2)土地利用空间离散化导致年均径流量(1.85%)和输沙量(65.84%)减少,且对输沙量影响更显著;(3)土地利用空间离散化造成洪水过程和输沙峰值显著降低,并导致年最大1 d、连续最大5 d和连续最大7 d输沙量显著下降(p<0.01)。综上所述,SWAT模型不同子流域划分显著改变了流域土地利用分布,进而引起径流输沙有关参数变化,最终导致径流和输沙模拟结果的变化。     

土地利用方式对红枫湖入湖流域土壤团聚体磷含量及其形态的影响

以贵州省安顺市红枫湖入湖口4种典型土地利用方式（玉米地、菜园、林地及撂荒地）为研究对象,分别探讨了土地利用方式对0—15em和15～30cm两个层次土壤团聚体总磷含量及其形态的影响。结果表明,不同土地利用方式下,原状土壤及各粒级团聚体总磷含量均表现为玉米地〉菜园〉撂荒地〉林地。土壤各粒级团聚体磷形态含量以ResidualP、NaOH—P、NaHCO3-P为主,其中ResidualP在各土地利用方式中的含量均最高,变幅分别为玉米地28．3％～45．4％、林地61．1％-72．7％、菜园45．9％～53．0％、撂荒地52．1％-72．4％;玉米地和菜园土壤均表现为有机磷含量约为无机态含量的2倍;随团聚体粒径的减小,土壤对总磷含量的贡献率呈减少趋势,土壤团聚体对总磷含量贡献主要集中在5～2mm和2~0．5mm两个粒级中,贡献率均达77％以上,其中耕作土壤（玉米地、菜园）中5-2mm和2-0．5mm两个粒级团聚体中的磷是湖泊面源污染中磷素的主要贡献载体,也是造成湖泊富营养化的关键因素。     

基于ArcView的SCS模型在流域径流计算中的应用

SCS模型考虑了径流与土壤特性和土地利用情况的关系,能反映不同土壤和地面覆盖条件影响产流的特点,所需参数较少,是一种简洁且实用的流域径流计算方法。以福建省敖江一子流域为例,在ArcView环境中应用SCS模型,利用GIS技术确定和反映不同土地利用类型的CN值和径流量,并使这些值建立在空间数据之上,同时以地图的形式显示,实现径流数据与空间数据相结合,以直观的方式为流域管理决策者服务。     

滇中地区小流域水土流失治理效应研究

通过生物措施、工程措施和耕作措施对滇中地区典型小流域———王家箐进行综合治理,对治理前后气象、水文、水土流失资料进行观测分析。结果表明综合治理后,试验区径流系数从0.290降到0.06,侵蚀模数从294.28t/(hm2.a)降到9.19 t/(hm2.a),水土流失治理效果显著。治理措施减少水土流失作用主要表现在三个方面:一是提高了降雨产流的最小雨量和最大30 min雨强I30,降雨产流的最小雨量从2.9 mm提高到4.5 mm,最小I30从0.027 mm/min提高到0.067 mm/min,最小PI30从0.077 mm.mm/min提高到0.300 mm.mm/min。二是降低了径流的泥沙含量,治理后的泥沙含量减少65%。三是影响了产流过程,采取水保措施延长了汇流过程,推迟并削减洪峰。选治理前后P,I30相似的降雨,分析其洪水过程表明,治理后产流的洪峰流量和洪量比治理前减少84.2%~92.1%和81.6%~87.5%,涨水速率降低78.6%~91.4%,洪峰和雨峰的间隔时间延长1.5~2倍。     

降雨类型和水土保持对黄土区小流域水土流失的影响

对黄土区桥子东沟流域的143场次洪水事件水文泥沙数据进行统计分析,并利用K均值分类法划分降雨类型,比较不同降雨类型条件下流域水土流失特征,探讨水土保持治理对不同降雨类型下流域产流输沙的影响。结果表明,次降雨量和最大30 min雨强是影响流域产流输沙的主要降雨特征。降雨事件划分为4种类型:Ⅰ型(小雨量、小雨强)、Ⅱ型(大雨量、大雨强)、Ⅲ型(大雨量、小雨强)和Ⅳ型(小雨量、大雨强)。4种降雨类型下次洪水事件的产流能力和洪峰流量由大到小依次为Ⅱ型、Ⅳ型、Ⅲ型和Ⅰ型。频次最少的Ⅱ型降雨次洪水事件的输沙量最多,Ⅰ型、Ⅲ型和Ⅳ型降雨条件下次洪水事件输沙量的差异不显著,输沙量均较少。水土保持综合治理显著减少了流域径流量和输沙量,其中Ⅱ型降雨次洪水事件减水量和减沙量最多,Ⅰ型最少。     

自然环境下重叠果实图像识别算法与试验

针对非结构化自然环境中光照变化和对象重叠特征等外界因素给图像处理带来的难题,提出了一种自然环境下重叠果实的图像识别与边界分割的组合优化算法。该组合优化算法首先对原始图像进行噪声滤波处理,然后利用Sobel算子以及改进算子的最大类方差法(OTSU)来辨识重叠果实目标;接着采用K-means算法对重叠目标的像素进行聚类得到单个目标位置,再结合边缘检测结果的连通域分析及区域生长获得单个目标边界的大致区域;最后利用基于限制区域的分水岭算法,得到目标的精确边界。为了验证所提算法的有效性和适应性,进行了试验研究。试验结果表明:所提出的组合优化算法不仅可以在自然环境下从重叠物体图像背景中识别出重叠目标,而且还可以从重叠目标中分割出单个目标的精确边界。