CN113343483B - 一种基于最短汇流时间的坡面流动态可视化方法 - Google Patents
一种基于最短汇流时间的坡面流动态可视化方法 Download PDFInfo
- Publication number
- CN113343483B CN113343483B CN202110719243.0A CN202110719243A CN113343483B CN 113343483 B CN113343483 B CN 113343483B CN 202110719243 A CN202110719243 A CN 202110719243A CN 113343483 B CN113343483 B CN 113343483B
- Authority
- CN
- China
- Prior art keywords
- slope
- flow
- grid
- watershed
- time
- 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.)
- Active
Links
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
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
本发明公布了一种基于最短汇流时间的坡面流动态可视化方法,所述方法包括步骤一:建立汇流累积图,对流域原始的数字高程模型进行填洼处理获得无洼地数字高程模型,获得流域水流方向图及汇流累积图。对流域水流进行栅格化,计算坡面流长度值。步骤二:建立流域计算模型;对无洼地DEM进行坡度分析获得流域内各格网单元的坡度值;对流域土壤进行分析;对流域进行栅格化,根据SCS‑CN模型构建栅格计算模型;设定降雨场景,获取径流深和净雨强度;E、区分坡面单元和河道单元;F、计算坡面流汇流时间;G、构建坡面流路径;H、矩阵数据输入。步骤三:以矩阵数据进行流域坡面流的可视化模拟及动态可视化。本发明所述方法使坡面流可视化能更为精确。
Description
技术领域
本发明涉及水文领域,尤其是一种基于最短汇流时间的坡面流动态可视化方法。
背景技术
坡面流是指由降雨或融雪而形成的,并在重力作用下沿坡面流动的薄层水流,它是在降雨量超过土壤入渗和地面洼蓄能力时产生的。坡面流是地表径流的初始阶段,也是流域土壤侵蚀的最基本单元。坡面水流受土壤类型、植被覆盖、土地利用类型、降雨特征、流道等天然或人工因素影响,其运动规律及水力特性非常复杂,随时间和空间的变化而变化。而坡面流动态可视化可以将随时间和空间变化的坡面流动态形成过程直观地呈现出来,便于人们观察和分析。
目前有文献可查的与坡面流相关的可视化方法有两种,一是利用计算机图形学的三维建模和图像渲染功能表现三维的地表空间水文过程,如文献《地表空间水文过程三维可视化试验——以浙江黄土岭流域为例》中所述,此方法由于水文模型计算与地表空间水文过程可视化分离,使得汇流累积对地表径流流速的影响不能得到精确评估;二是利用矢量化地表径流路径对地表径流进行动态可视化模拟,如文献《The simulation of surfaceflow dynamics using a flow-path network model》中所述。但此方法未区分河道单元和坡面单元,存在一定误差。
发明内容
为了坡面流的可视化方法能更切合坡面流的运动规律和水力特性,本发明提出一种基于最短汇流时间的坡面流动态可视化方法。
本发明采用以下技术方案。
一种基于最短汇流时间的坡面流动态可视化方法,所述方法包括以下步骤。
步骤一:建立汇流累积图。
此步骤分为以下部分。
A、对流域原始的数字高程模型进行填洼处理获得无洼地数字高程模型,对无洼地数字高程模型进行水流流向分析获得流域水流方向图,对无洼地数字高程模型进行汇流累积分析获取流域的汇流累积图。
B、对流域水流进行栅格化,设定汇流起点,把水流流向分为栅格横向、栅格纵向和栅格对角线方向三类,以此计算坡面流长度值,栅格横向、栅格纵向水流的坡面流长度为格网单元大小,栅格对角线方向水流的坡面流长度为根号2倍的格网单元大小。
步骤二:建立流域计算模型。
此步骤分为以下部分。
A、对无洼地DEM进行坡度分析获得流域内各格网单元的坡度值。
B、对流域土壤进行分析,获得流域土壤类型数据和流域土地覆盖类型数据,据此获取流域内栅格的曼宁糙率系数和CN值。
C、对流域进行栅格化,根据SCS-CN模型构建栅格计算模型。
D、设定降雨场景,获取流域在该场景下的径流深,进而得到净雨强度。
E、根据坡面流运动波方程构建栅格计算模型矩阵,区分坡面单元和河道单元。
F、计算坡面流汇流时间。
G、构建坡面流路径。
H、矩阵数据输入。
步骤三:以矩阵数据进行流域坡面流的可视化模拟及动态可视化。
所述步骤一的填洼处理,所用工具为ArcGIS的水文分析模块。
所述步骤二的坡度分析,所用工具为ArcGIS空间分析模块。
所述步骤二中的流域土壤类型数据,经对流域土壤图进行扫描、几何校正、数字化以及范围裁切而得。
所述步骤二中的流域土地覆盖类型数据,经对流域的SPOT5遥感影像进行几何纠正和目视解译而得。
所述步骤二的矩阵数据输入中,相同的坡面流路径的记录次数为1。
所述步骤三的可视化模拟及动态可视化,所用工具为ArcGIS的Tracking Analyst模块和Time Slider模块。
本发明所述方法,在建立汇流累积图时,对数字高程模型进行栅格化处理,以最优模糊划分模型对数字高程模型进行描述,可利用计算机的强大运算能力,建立高精度的汇流累积图。
本发明所述方法中的流域计算模型基于坡度分析和土壤分析而建立,能准确地反映流域实际情况,切合实际,而土壤分析中充分考虑了曼宁糙率系数和CN值,具有较高的准确度。
本发明基于汇流时间方法,以空间分布式水文模型计算坡面流流速和坡面流汇流时间,能够在多时间粒度下描述坡面流的变化并建立相应矩阵,使得本发明的时间动画能够在较高精度下符合坡流面变化特性。
本发明采用矩阵记录坡面流分析数据,以动画软件对矩阵数据具象化,使用者能很方便地对不同降雨设定下的坡面流模拟结果进行对比,进行决策和分析。
附图说明
下面结合附图对本发明进一步详细的说明:
图1为本发明所述方法的水流方向示意图;
图2为本发明所述方法的水流路径示意图;
图3为本发明所述方法中假定汇流时间为1s下的水流路径示意图;
图4为本发明所述方法中达到最短汇流时间的水流路径示意图;
图5为本发明所述方法的汇流时间矩阵示意图;
图6为本发明所述方法中达到最短汇流时间的汇流时间矩阵示意图;
图7为本发明所述方法所模拟的t=10min时刻坡面流形态示意图;
图8为本发明所述方法所模拟的t=60min时刻坡面流形态示意图;
图9为本发明所述方法所模拟的t=120min时刻坡面流形态示意图;
图10为本发明所述方法所模拟的t=240min时刻坡面流形态示意图。
具体实施方式
如图1至图10之一所示,一种基于最短汇流时间的坡面流动态可视化方法,所述方法包括以下步骤。
步骤一:建立汇流累积图。
此步骤分为以下部分。
A、使用ArcGIS的水文分析模块,对流域原始的数字高程模型进行填洼处理获得无洼地数字高程模型,对无洼地数字高程模型进行水流流向分析获得流域水流方向图如图1,对无洼地数字高程模型进行汇流累积分析获取流域的汇流累积图。
B、如图2、图3、图4所示,对流域水流进行栅格化,设定汇流起点,把水流流向分为栅格横向、栅格纵向和栅格对角线方向三类,以此计算坡面流长度值,栅格横向、栅格纵向水流的坡面流长度为格网单元大小,栅格对角线方向水流的坡面流长度为根号2倍的格网单元大小。
步骤二:建立流域计算模型;
此步骤分为以下部分;
A、使用ArcGIS空间分析模块,对无洼地DEM进行坡度分析获得流域内各格网单元的坡度值,该坡度值取坡降比值,在对应栅格上标记数据。
B、经对流域土壤图进行扫描、几何校正、数字化以及范围裁切处理,对流域土壤进行分析,获得流域土壤类型数据,经对流域的SPOT5遥感影像进行几何纠正和目视解译,获得流域土地覆盖类型数据,据此获取流域内栅格的曼宁糙率系数和CN值,在对应栅格上标记数据。
C、对流域进行栅格化,根据SCS-CN模型构建栅格计算模型。
D、设定降雨场景,获取流域在该场景下的径流深,进而得到净雨强度。
E、根据坡面流运动波方程构建栅格计算模型矩阵,首先读取坡面流路径数据,然后初始化降雨情景,遍历各栅格单元,根据A、B、C过程中所做的数据标记,计算各栅格单元上的汇流累积时间,以预设阈值区分坡面单元和河道单元并加以标记。
F、计算坡面流汇流时间,设定流域前期土壤湿度为正常情况。根据SCS-CN模型构建栅格计算模型,获取流域在给定降雨情景下的径流深,进而得到净雨强度。由最短汇流时间栅格计算坡面流汇流时间。
G、构建坡面流路径;首先以汇流累积值为0的栅格单元作为坡面流路径的起点,在坡面单元标记矩阵中根据D8算法追踪坡面流路径,获取坡面流路径的下一个点,并将其标记为目标点,直至坡面流的终点或流域边界,以此构建坡面流路径。
H、矩阵数据输入,以E、F、G过程所述的栅格标记、汇流时间建立矩阵,输入水流路径、路径形成时间的相关数据。由于在实际的坡面流形成过程中,以各个格网单元为起点的坡面流路径必然会存在重合的现象,而对于重合的坡面流路径,其到达时间是有先后顺序的,因此在此过程中,也同时对重合过程进行清理。图1为由原始数字高程模型经填洼处理后根据D8算法获取的水流方向示意图,图2、图3、图4为水流路径示意图。如图3所示,水流从起点(1A、1B、1C、1D、1E、1F、1G)流至3C形成重合路径2F->3C(图4)。假定水流从任意格网单元流至水流路径上相邻格网单元的时间均为1s(图3),那么水流从起点(1A、1B、1C、1D、1E、1F、1G)流至3C的最短汇流时间为2s,水流路径2F->3C在降雨起始后的第2s形成。图5所示为汇流时间矩阵示意图,图6所示最短汇流时间矩阵示意图,图5、图6存在对应关系。考虑到数据存储的冗余问题,水流动态可视化模拟时,水流路径2F->3C在河网时空数据中只记录一次,并在第2s进行绘制,之后将不再重复绘制。即水流从格网单元2F流至3C的最短汇流时间为2s,其值存储在格网单元2F所对应的汇流时间矩阵中。以给定一个降雨起始时间如2005/08/14 09:00:00为例,那么水流路径2F->3C的实际形成时间为2005/08/14 09:00:02。
步骤三:以矩阵数据进行流域坡面流的可视化模拟及动态可视化,利用ArcGISTracking Analyst追踪流域坡面流路径,实现流域坡面流的二维动态可视化模拟;借助ArcScene的Time Slider模块,利用时间动画实现坡面流的三维动态可视化。图7、图8、图9、图10分别对应t=10min时刻、t=60min时刻、t=120min时刻、t=240min时刻的坡面流形态。
Claims (7)
1.一种基于最短汇流时间的坡面流动态可视化方法,其特征在于,所述方法包括以下步骤;
步骤一:建立汇流累积图;此步骤分为以下部分;
A、对流域原始的数字高程模型进行填洼处理获得无洼地数字高程模型,对无洼地数字高程模型进行水流流向分析获得流域水流方向图,对无洼地数字高程模型进行汇流累积分析获取流域的汇流累积图;
B、对流域水流进行栅格化,设定汇流起点,把水流流向分为栅格横向、栅格纵向和栅格对角线方向三类,以此计算坡面流长度值,栅格横向、栅格纵向水流的坡面流长度为格网单元大小,栅格对角线方向水流的坡面流长度为格网单元大小的倍;
步骤二:建立流域计算模型;此步骤分为以下部分;
A、对无洼地DEM进行坡度分析获得流域内各格网单元的坡度值;
B、对流域土壤进行分析,获得流域土壤类型数据和流域土地覆盖类型数据,据此获取流域内栅格的曼宁糙率系数和CN值,在对应栅格上标记数据;
C、对流域进行栅格化,根据SCS-CN模型构建栅格计算模型;
D、设定降雨场景,获取流域在该场景下的径流深,进而得到净雨强度;
E、根据坡面流运动波方程构建栅格计算模型矩阵,首先读取坡面流路径数据,然后初始化降雨情景,遍历各栅格单元,根据步骤二的A、B、C过程中所做的数据标记,计算各栅格单元上的汇流累积时间,以预设阈值区分坡面单元和河道单元并加以标记;
F、计算坡面流汇流时间,设定流域前期土壤湿度为正常情况,根据SCS-CN模型构建栅格计算模型,获取流域在给定降雨情景下的径流深,进而得到净雨强度, 由最短汇流时间栅格计算坡面流汇流时间;
G、构建坡面流路径,首先以汇流累积值为0的栅格单元作为坡面流路径的起点,在坡面单元标记矩阵中根据D8算法追踪坡面流路径,获取坡面流路径的下一个点,并将其标记为目标点,直至坡面流的终点或流域边界,以此构建坡面流路径;
H、矩阵数据输入,以步骤二的E、F、G过程的栅格标记、汇流时间建立矩阵,输入水流路径、路径形成时间的相关数据;
步骤三:以矩阵数据进行流域坡面流的可视化模拟及动态可视化。
2.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤一的填洼处理,所用工具为ArcGIS的水文分析模块。
3.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤二的坡度分析,所用工具为ArcGIS空间分析模块。
4.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤二中的流域土壤类型数据,经对流域土壤图进行扫描、几何校正、数字化以及范围裁切而得。
5.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤二中的流域土地覆盖类型数据,经对流域的SPOT5遥感影像进行几何纠正和目视解译而得。
6.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤二的矩阵数据输入中,相同的坡面流路径的记录次数为1。
7.根据权利要求1所述的一种基于最短汇流时间的坡面流动态可视化方法,其特征在于:所述步骤三的可视化模拟及动态可视化,所用工具为ArcGIS的Tracking Analyst模块和Time Slider模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719243.0A CN113343483B (zh) | 2021-06-28 | 2021-06-28 | 一种基于最短汇流时间的坡面流动态可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719243.0A CN113343483B (zh) | 2021-06-28 | 2021-06-28 | 一种基于最短汇流时间的坡面流动态可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343483A CN113343483A (zh) | 2021-09-03 |
CN113343483B true CN113343483B (zh) | 2022-05-17 |
Family
ID=77479042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110719243.0A Active CN113343483B (zh) | 2021-06-28 | 2021-06-28 | 一种基于最短汇流时间的坡面流动态可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343483B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
WO2018103510A1 (zh) * | 2016-12-05 | 2018-06-14 | 中国水利水电科学研究院 | 流域绿色基础设施对地表径流调蓄能力的评价方法 |
CN110717231A (zh) * | 2019-09-11 | 2020-01-21 | 中国水利水电科学研究院 | 一种基于坡面沟道河道三级结构的子流域汇流模拟方法 |
CN111651885A (zh) * | 2020-06-03 | 2020-09-11 | 南昌工程学院 | 一种智慧型海绵城市洪涝预报方法 |
-
2021
- 2021-06-28 CN CN202110719243.0A patent/CN113343483B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
WO2018103510A1 (zh) * | 2016-12-05 | 2018-06-14 | 中国水利水电科学研究院 | 流域绿色基础设施对地表径流调蓄能力的评价方法 |
CN110717231A (zh) * | 2019-09-11 | 2020-01-21 | 中国水利水电科学研究院 | 一种基于坡面沟道河道三级结构的子流域汇流模拟方法 |
CN111651885A (zh) * | 2020-06-03 | 2020-09-11 | 南昌工程学院 | 一种智慧型海绵城市洪涝预报方法 |
Non-Patent Citations (3)
Title |
---|
Development and testing of a new storm runoff routing approach based on time variant spatially distributed travel time method;Jinkang Du 等;《Journal of Hydrology》;20090505;全文 * |
基于元胞自动机模型的河道汇流过程模拟;张文富 等;《地球信息科学》;20170731;全文 * |
水文模型驱动的山洪过程动态可视化方法研究;李清远;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20170515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343483A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrews et al. | Techniques for GIS modeling of coastal dunes | |
JP2007011582A (ja) | 洪水予測システム | |
de Azeredo Freitas et al. | Drainage networks and watersheds delineation derived from TIN-based digital elevation models | |
Saeedrashed et al. | Estimation of geomorphological parameters of Lower Zab River-Basin by using GIS-based remotely sensed image | |
CN102737542B (zh) | 一种顾及多重约束条件的水深注记自动选取方法 | |
Schmidt et al. | Forest point processes for the automatic extraction of networks in raster data | |
CN113987969A (zh) | 多高程尺度水流网的陆地水动态仿真模型 | |
Abdullah et al. | LiDAR filtering algorithms for urban flood application: Review on current algorithms and filters test | |
CN113343483B (zh) | 一种基于最短汇流时间的坡面流动态可视化方法 | |
Wimmer et al. | Processing of nationwide topographic data for ensuring consistent river network representation | |
CN114969944B (zh) | 一种高精度道路dem构建方法 | |
Günal et al. | Determination of geomorphological parameters of Damlıca basin using GIS | |
Sharma et al. | Distributed numerical rainfall–runoff modelling in an arid region using thematic mapper data and a geographical information system | |
Nkeki et al. | Mapping and Geovisualizing Topographical Data Using Geographic Information System (GIS) | |
Güler | Stream network creation and watershed definition by using digital elevation model for Samsun, Turkey | |
CN112233237B (zh) | 制作数字高程模型时的水域置平处理方法、计算机设备 | |
Garg | The role of satellite derived data for flood inundation mapping using gis | |
Dakowicz et al. | A unified spatial model for GIS | |
El Hassan et al. | Flood risk prediction using DEM and GIS as applied to Wijj Valley, Taif, Saudi Arabia | |
Leary et al. | Recommended geomorphic change detection procedures for repeat TLS surveys from Hells canyon, Idaho | |
Oñate-Valdivieso | Check for updates Development of a Distributed Hydrological Model of Continuous Generation, in a GIS | |
Hengl et al. | Geomorphometry in ILWIS | |
Susetyo et al. | The effects of DEM specification on watershed model in Mataram City, West Nusa Tenggara Province | |
KR20230170430A (ko) | 3차원 하천 지형모델 제작 시스템, 방법 및 컴퓨터프로그램 | |
Kotluri et al. | A Google Earth and ArcGIS-based protocol for channel width extraction |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |