CN117252132B - 一种流域产汇流模拟方法、装置、设备和存储介质 - Google Patents
一种流域产汇流模拟方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117252132B CN117252132B CN202311542777.6A CN202311542777A CN117252132B CN 117252132 B CN117252132 B CN 117252132B CN 202311542777 A CN202311542777 A CN 202311542777A CN 117252132 B CN117252132 B CN 117252132B
- Authority
- CN
- China
- Prior art keywords
- cells
- time
- quantity set
- confluence
- water
- 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
- 238000000034 method Methods 0.000 title claims abstract description 159
- 238000004088 simulation Methods 0.000 title claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 146
- 230000008569 process Effects 0.000 claims abstract description 107
- 230000003068 static effect Effects 0.000 claims abstract description 46
- 230000001413 cellular effect Effects 0.000 claims abstract description 26
- 230000008595 infiltration Effects 0.000 claims description 53
- 238000001764 infiltration Methods 0.000 claims description 53
- 238000001704 evaporation Methods 0.000 claims description 14
- 230000008020 evaporation Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000003746 surface roughness Effects 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 37
- 238000006243 chemical reaction Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 239000002352 surface water Substances 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011439 discrete element method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 2
- 241001408449 Asca Species 0.000 description 1
- 241000150100 Margo Species 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
-
- 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)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种流域产汇流模拟方法、装置、设备和存储介质,将高程数据的栅格作为元胞构建元胞自动机,得到产汇流模型;设置水文参数的初始值和率定范围,计算元胞的静态量集的初始值并初始化动态量集的初始值;根据静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并更新元胞的动态量集,以获取流域出口的模拟出流过程;比对模拟出流过程和实测出流过程,若比对结果不满足预置要求,则调整水文参数,并更新动、静态量集进行迭代计算,直至比对结果满足预置要求,输出流域出口的模拟出流过程;本申请以高程数据的格栅作为最小计算单元,并以水量平衡转化规则作为切入点,构建精细化的产汇流模型,实现了复杂地表径流的反演与计算。
Description
技术领域
本申请涉及水文模拟技术领域,尤其涉及一种流域产汇流模拟方法、装置、设备和存储介质。
背景技术
在气候变化的大背景下,洪涝灾害成为了近几十年极端天气频发背景下人类社会必须直面的问题,暴雨洪涝灾害的直接诱因可解释为极端降水下的产汇流过程,径流在空间上的汇集也是滑坡、泥石流等次生灾害的诱发因素。由于水流在地表的运动涉及多种水分的交换,是一个极为复杂的交互过程。这些过程相互影响,最终将呈现为丰富、复合的时空特征。
地表水文过程受多种具有空间特征要素的影响。其中,降水、地形、土地利用类型三要素对地表径流的产生和再分配起决定作用。各类地理信息***软件已具备成熟的算法,能够实现降雨插值、地形分析、水流流向计算、分水岭划分等功能,该计算结果为流域水文模型构建基础。然而,现在仍缺乏集成数据处理和水文过程模拟的软件或模型。若能实现地理信息分析和水文学分析的集成,将便于水文从业者基于栅格数据直接建模,实现流域产汇流的模拟。
发明内容
本申请提供了一种流域产汇流模拟方法、装置、设备和存储介质,用于提供一种产汇流模型,实现模拟流域产汇流过程。
有鉴于此,本申请第一方面提供了一种流域产汇流模拟方法,包括:
S1、获取输入数据,将所述输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,所述输入数据包括下垫面数据和降雨径流数据;
S2、设置所述产汇流模型的水文参数的初始值和所述水文参数的率定范围,基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;
S3、运行所述产汇流模型,使得所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;
S4、比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则执行步骤S5,若比对结果满足预置要求,则输出流域出口的模拟出流过程;
S5、在所述率定范围内调整所述产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并返回步骤S3。
可选的,所述产汇流模型的构建过程为:
以研究区域的流域或集水范围为元胞空间,使用输入数据中高程数据的栅格作为模型元胞,并根据研究区域的边界设置边界条件;
根据降雨的地表产汇流过程确定邻域类型;
设置元胞的静态量集和动态量集,得到元胞状态,静态量集包括坡度、水流流向、地形填洼和水流流经时间,动态量集包括地表径流量、地表出流量、下渗量、蒸发量和降雨量;
基于水量平衡原理获取水量平衡方程,得到元胞之间的演化规则,并基于元胞的水流流经时间设置时间步长。
可选的,所述基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,包括:
基于所述输入数据计算所述产汇流模型中各元胞的水流流向和坡度;
根据各元胞的水流流向、坡度进行填洼处理;
根据各元胞的水流流向、坡度以及所述水文参数的初始值计算各元胞的水流流经时间。
可选的,流域出口的实测出流过程的获取过程为:
对所述输入数据中的河道流量数据进行插值,得到径流序列;
从所述径流序列中分割出地表径流,得到流域出口的实测出流过程;
其中,地表径流的分割过程为:
;
;
式中,b t 为t时刻的基流,b t-1为t-1时刻的基流,Q t 为t时刻的总径流,q t 为t时刻的地表径流,k 2为退水系数。
可选的,所述水量平衡方程为:
;
式中,为元胞蓄水量在第i-1个时刻到第i个时刻间的变化量,P(i)为当前元胞在第i-1个时刻到第i个时刻间接收的降雨量,E(i)为当前元胞在第i-1个时刻到第i个时刻间的蒸发量,f(i)为当前元胞在第i-1个时刻到第i个时刻间的下渗量,/>为在第i-1个时刻到第i个时刻间中心元胞的地表流出量,/>为当前元胞在第i-2个时刻到第i-1个时刻间所接收的来自上游元胞的地表径流量。
可选的,所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,包括:
当元胞为坡面元胞时,所述产汇流模型根据坡面元胞当前的静态量集和动态量集,通过水量平衡方程实现坡面元胞间在时间步长内的水量交换,得到坡面元胞在下一时刻的动态量集;
当元胞为河道元胞时,所述产汇流模型将时间步长划分为多个连续的局部时间步长,通过水量平衡方程实现河道元胞间在各局部时间步长内的水量交换,并计算河道元胞在各局部时间步长内更新的动态量集的累计值,得到河道元胞在下一时刻的动态量集。
可选的,所述在所述率定范围内调整所述产汇流模型的水文参数,包括:
采用遗传算法在所述率定范围内调整所述产汇流模型的水文参数,得到调整后的水文参数,所述水文参数包括地表糙率系数、初始入渗率、稳定入渗率和入渗衰减指数。
本申请第二方面提供了一种流域产汇流模拟装置,包括:
模型构建单元,用于获取输入数据,将所述输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,所述输入数据包括下垫面数据和降雨径流数据;
初始化单元,用于设置所述产汇流模型的水文参数的初始值和所述水文参数的率定范围,基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;
更新单元,用于运行所述产汇流模型,使得所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;
比对单元,用于比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则触发参数调整单元,若比对结果满足预置要求,则输出流域出口的模拟出流过程;
所述参数调整单元,用于在所述率定范围内调整所述产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并触发所述更新单元。
本申请第三方面提供了一种流域产汇流模拟设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的流域产汇流模拟方法。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码被处理器执行时实现第一方面任一种所述的流域产汇流模拟方法。
从以上技术方案可以看出,本申请具有以下优点:
本申请提供了一种流域产汇流模拟方法,包括:S1、获取输入数据,将输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,输入数据包括下垫面数据和降雨径流数据;S2、设置产汇流模型的水文参数的初始值和水文参数的率定范围,基于输入数据和水文参数的初始值计算产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;S3、运行产汇流模型,使得产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;S4、比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则执行步骤S5,若比对结果满足预置要求,则输出流域出口的模拟出流过程;S5、在率定范围内调整产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并返回步骤S3。
本申请中,基于元胞自动机的思想,以高程数据的格栅作为最小计算单元,同时以单元间的水量平衡转化规则作为切入点,构建精细化的产汇流模型;借助元胞自动机进行建模,利用元胞间浅显的转化规则来构建具有复杂交互关系的产汇流模型,观察地表产汇流的时空演化过程;以高程数据的栅格作为产汇流模型的最小单位,在降低高维数据处理难度的同时,提高了产汇流模拟的计算精度;此外,本申请以水量平衡方程作为演化规则,统一了坡面二维和河道一维的计算,减轻了建模负担。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种流域产汇流模拟方法的一个流程示意图;
图2为本申请实施例提供的产汇流模拟的计算流程示意图;
图3为本申请实施例提供的一种流域产汇流模拟装置的一个结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,请参阅图1和图2,本申请实施例提供了一种流域产汇流模拟方法,包括:
S1、获取输入数据,将输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型。
元胞自动机是一类模型的总称,是从各种复杂***中抽象出的一套普适规则。元胞自动机主要由六个部分组成:元胞空间B、邻域类型L、元胞状态S、时间T、边界条件Z和演化规则R,一个基本的元胞自动机模型可以表示为CA=<B,L,S,T,Z,R>。
元胞空间B:由覆盖研究区的元胞构成,可以是一维、二维或三维结构,常用的元胞形状有三角形、四边形和六边形,四边形元胞建模简便、可结合矩阵变换实现计算。
邻域类型L:定义了属于中心元胞“邻域”的集合,常用的邻域类型有冯·诺依曼型、摩尔型和马哥勒斯型三种。
元胞状态S:通常用参数集表示。每个元胞可能存储一个或多个参数,每个参数表示元胞此刻的性质或状态。根据参数是否变化,可将参数集分为静态量集和动态量集两类。静态量集中的属性参数不随时间改变,表示元胞的固有属性;动态量集中的参数则可能随时间发生变化。
演化规则R:为元胞此刻状态转为下一时刻状态所遵从的规则,通常与邻单元、邻时刻的元胞状态相关。演化规则可以是数学或物理方程,也可以是一个给定的法则。演化规则是元胞自动机的核心,它决定着***的演化方向。
时间T:元胞自动机是一个离散的动态模型,元胞状态的演化在一个规定的时间步长内计算,t+1时刻的某元胞状态取决于t时刻的该元胞以及邻域元胞的状态。
边界条件Z:在实际研究中,研究区域的大小、计算历时是有限的,故需要为元胞自动机模型设置边界条件。
本申请实施例中,产汇流计算所需输入数据包括两类,分别为下垫面数据和降雨径流数据。下垫面数据包括土地利用类型数据、DEM数据(高程数据)、河道和坡面分类数据、子汇水区分区数据和子汇水区倾泻点数据,均处理为单元大小、分布一致的栅格数据,以ASCII格式储存。降雨径流数据包括雨量站分布站点数据、雨量过程和出流过程数据。雨量站分布栅格数据与下垫面信息格式相同。
本申请实施例基于元胞自动机构建产汇流模型,具体包括:
(1)以研究区域的流域或集水范围为元胞空间,使用高程数据的栅格作为模型元胞,并根据研究区域的边界设置边界条件。以某点作为流域出口划出对应汇水范围作为集水区,该范围内地表降雨径流过程相对独立,受区域外影响较小。因此,研究区域的流域或集水范围作为元胞空间,使用二维DEM的栅格作为模型元胞。该研究区域的边界也是计算空间的边界。利用栅格数据的矩阵表达构建产汇流模型,便于计算机和编译软件直接处理、转换和计算,为数字地形分析和地表产汇流演化提供了便利。建模过程中,将矩阵作为地图的数据框,流域范围内单元正常取值,流域范围外单元赋以空值。
(2)根据降雨的地表产汇流过程确定邻域类型。降雨的地表产汇流过程中,水流流向是决定地表水流空间再分配过程的直接要素。而地表水流流向受地形坡度影响。本申请认为中心单元与四周单元的水流交换关系由它们之间的相对高程决定,故摩尔型邻域最贴合此类情况。
(3)设置元胞的静态量集和动态量集,得到元胞状态,静态量集包括坡度、水流流向、地形填洼和水流流经时间,动态量集包括地表径流量、地表出流量、下渗量、蒸发量和降雨量。将地表以栅格形式划分成若干元胞。每个元胞具有不随时间变化的固有属性,称为静态量集;此外还有随时间变化的动态变量,称为动态量集。虽然下垫面属性、高程、各类水量在空间上变化连续,但为方便在模型中表达,建模时离散元胞状态的取值,将各元胞覆盖面积内的某种属性视作相同。元胞高程、坡度、土地利用类型等信息属于固有属性,各元胞的取值不随时间变化。通过对高程的分析,可以获取各元胞的坡度、流向等信息。此处为减轻计算负担,将各元胞的水流流向和水流流经时间视为定常量,迭代过程中不变化。地表坡面的水流流经时间t c 的计算公式为:
(1)
式中,N为地表糙率系数,由下垫面类型决定,Slope为坡度,L为元胞的水流流动距离,根据元胞内的水流流行取1倍或倍栅格边长。
逐时段落在元胞内的降雨量、下渗量、地表径流量、蒸发量、地表出流量等要素则处于不断变化中,构成动态量集。将降雨和河道流量数据根据产汇流模型的计算时间步长插值成新序列,得到降雨序列和径流序列;再将降雨序列插值为空间栅格形式,生成降雨动态量集。产流量和下渗量的变化基于霍顿下渗模型改进。霍顿下渗模型是一种经验入渗模型,在水文模拟领域应用十分广泛。入渗能力是随变化的函数:
(2)
式中,f 0表示初始入渗率,即降雨开始时的最大入渗率,为稳定入渗率,k 1为入渗衰减指数,t为入渗时间。
根据式(2),入渗率f随着入渗的进行而逐渐减小,最终减小到接近于常数入渗率,该模型是入渗率随时间变化的函数,并假设土地在整个下渗过程中,地表水量或降雨量大于下渗能力,地表供水量充足,土壤实际下渗量等于下渗能力。f(t)对时间积分可得累计下渗量关于时间的函数:
(3)
f(t)在内单调递减,W(t)在/>内单调递增,W(t)和f(t)可以构成函数关系,且W(f)存在反函数,通过变换可得W(f)的函数关系:
(4)
W(f)为单调函数,求其反函数可得不同累计土壤下渗量下的下渗强度估算关系f(W),f(W)为隐函数,无法用初等函数表示,可用Robert M. Corless和David J. Jeffrey提出的Wright omega函数求解。时段内的实际下渗量f(t)取栅格输入水量和下渗能力大小两者中的更小值。根据时段下渗量逐时段计算累计下渗量,并据此推算当前时段的土壤下渗能力。
蒸发为地表水量平衡过程的重要环节之一。可以利用遥感模型或陆面模型生成全球蒸散发数据集。通过遥感分析获取ET数据集的方法以热遥感和能量平衡方程为核心;陆面模型则通过定量化大气和陆面***之间的水量和能量垂向交换实现计算。在本申请实施例中,拟用MODIS的各类数据产品,如水汽、臭氧、地表温度、归一化植被指数(NDVI)等进行地表蒸散估算。该估算结果时间尺度虽尚未必能满足短历时降雨径流模拟的时间精度要求,但在短历时降雨径流过程中,蒸发对产汇流的影响较小,因而遥感分析结果可近似估算蒸散值。
(4)基于水量平衡原理获取水量平衡方程,得到元胞之间的演化规则,并基于元胞的水流流经时间设置时间步长。以水量平衡原理为核心,构建元胞之间的演化规则,该演化规则也是流域的汇流规则。假设当前为第i个时间步,则某中心元胞的水量平衡方程为:
(5)
式中,为元胞蓄水量在第i-1个时刻到第i个时刻间的变化量,P(i)为当前元胞在第i-1个时刻到第i个时刻间接收的降雨量,E(i)为当前元胞在第i-1个时刻到第i个时刻间的蒸发量,f(i)为当前元胞在第i-1个时刻到第i个时刻间的下渗量,/>为在第i-1个时刻到第i个时刻间中心元胞的地表流出量,/>为当前元胞在第i-2个时刻到第i-1个时刻间所接收的来自上游元胞的地表径流量。/>和/>是中心元胞和其邻元胞的水量交换关系的表征,通过中心元胞和其邻元胞地表坡面的坡向判断。式中,/>和/>无法直接获取,将/>拆解成S(i)与S(i-1)的差值,可将上述水量平衡方程转换为:
(6)
(7)
定义Q f 为该元胞在时刻i的可出流量,取值为元胞的地表流出量(Q out )和地表流动量(或地表蓄水量S)之和。
各栅格的水流流经时间和坡度、糙率、流动距离有关并取值各异,导致一定时间内产流完全排出栅格的所需时间t c 不同。需根据所有元胞的水流流经时间t c 寻找合适的迭代时间步长。比较各元胞的水流流经时间t c 与计算时间步长/>的大小,以分配元胞的流出量/>。从上游输入的地表径流量/>和元胞接收的降雨量P(i)扣除蒸发量E(i)和下渗量f(i)后,可出流量Q f 可分为元胞的地表流出量Q out 和地表流动量(或地表蓄水量S)两部分(参考式(6)和(7))。当元胞的水流流经时间t c 小于计算时间步长/>,可出流量Q f 完全流出,即Q out =Q f ;否则按照时间比例分配出流量Q out ,剩余水量为地表流动量S。元胞的地表流出量和地表流动量计算公式如下:
(8)
(9)
根据式(8)和式(9)可知,时间步长直接决定各元胞逐时段出流量/>和地表流动量S(i)如何分配。时间步长/>取值越大,产汇流模拟全过程所需的迭代次数越少、演算耗时越短,然而元胞状态的动态量集(如降雨量、下渗量、地表径流量等)随时间不断变化,过长的时间步长/>限制了元胞状态变化过程在计算中的表达,以致演化结果与实际情况之间偏差过大;且当时间步长/>大于流域大部分元胞的水流流经时间t c 时,大部分元胞的入流量可在一个时间步长内全部排出,不同元胞对入流量重新分配能力的差异无法体现。反之,时间步长/>取值越小,计算越精细;但计算迭代次数过多可能导致计算效率低下。时间步长/>的取值应当小于大部分元胞的水流流经时间t c ,以保证演化结果的准确性。
流域地表汇流可简单划分为坡面汇流和河道汇流两部分。坡面水流流速较慢,汇流所需时间长;河道水流速率快,流量大,其汇流历时在一般情况下远小于坡面元胞。河道汇流对流域产汇流具有重要影响,其物理属性、长度、路径形态对汇流结果都有不同程度的决定性作用。若在选取演化迭代时间步长时将坡面元胞和河道元胞混为一谈,时间步长小于大部分元胞的水流流经时间t c 时,可能仍大于大部分河道元胞的水流流经时间t c ,这将导致河道汇流演算不准确、流域出流过程误差大。为兼顾计算效率和演化准确度,考虑对河道元胞使用更小的时间步长/>进行演化。
在流域范围内裁剪出河道元胞及其周边坡面元胞,局部使用更小的时间步长进行迭代。本申请实施例中,令/>,已知时间步长/>内地表各元胞在第i-1到第i个时刻间将满足水量平衡方程(见式(5)及其演化形式(6))。式中,P(i)、E(i)、f(i)、/>均为在/>内的累计量(mm)。/>为上游元胞在第i-2到第i-1个时刻内向中心元胞排出的地表径流量,假设这部分水量在第i-1到第i时刻的/>内以匀速完全流入中心元胞。而S(i)与S(i-1)分别表示第i时刻、第i-1时刻中心元胞的地表蓄水量(mm),可理解为瞬时状态量。此处以某河道元胞为中心,设/>为大于1的自然数(下文公式推导以/>为例,单位为min)。为简化计算,假设P(i)、E(i)、f(i)在/>内强度不变,分别为q(i)、e(i)、f s (i)(单位为mm/min):
(10)
(11)
(12)
本申请实施例的演化规则中,上游元胞的出流影响下游元胞的水量平衡计算,但下游元胞的水量变换不对上游元胞造成影响。参照式(10)~式(12)的简化规则,记该河道中心的其中一个邻域坡面元胞在1分钟内向中心元胞输出的水量为(单位为mm/min),则该河道中心的其中一个邻域坡面元胞在时间步长/>内向中心元胞输出的水量为:
(13)
上一时段流入河道中心元胞的上游水量可能分别来自坡面或河道,令该变量为,则/>为/>组成部分之一。
第i时刻到第i-1时刻之间相差分钟。时间以1分钟向前滚动时,中心元胞的地表径流流出量/>可以拆解为n个出流量;对应的上游来水量亦可以拆解:
(14)
(15)
同理,也可以拆解为n组递推关系:
(16)
式(5)可根据式(10)~式(16)拆解成以下方程组:
(17)
综上所述,局部迭代的S n 可直接替代全局迭代计算的S(i);河道元胞的地表径流流出量为局部迭代Q 1到Q n 的累加值。通过式(5)和式(17)这两组对应关系,连接全局迭代计算和局部迭代计算的水量平衡方程,最终实现坡面元胞和河道元胞在全流域计算时统一。该方法能兼顾河道元胞在汇水过程中起到的重要作用,同时避免全流域计算的迭代步长过小而增加的计算负担。
S2、设置产汇流模型的水文参数的初始值和水文参数的率定范围,基于输入数据和水文参数的初始值计算产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值。
本申请实施例中,在模型运行前需设定各类下垫面的地表糙率系数、初始入渗率、稳定入渗率、入渗衰减指数等水文参数的初始值,并指定水文参数率定的上下限值。水文参数因下垫面性质的不同有所差异,可以参考《美国国家工程手册》及SWMM模型用户手册获取水文参数的初始值和大致参数率定范围。在通过产汇流模型模拟产汇流过程中,在迭代计算时,可以通过遗传算法在参数率定范围内优化水文参数。
产汇流模型基于输入数据计算产汇流模型中各元胞的水流流向和坡度;
根据各元胞的水流流向、坡度进行填洼处理;
根据各元胞的水流流向、坡度以及水文参数的初始值计算各元胞的水流流经时间。
根据地形数据和土地利用类型数据进行地形分析,可计算出水流流向、坡度,并结合地表糙率系数的初始值可以估算出地表径流在某一元胞的水流流经时间。坡度、水流流向计算结果是进行填洼分析、估算水流流经时间的数据基础,在水文分析过程中占据重要地位。
可以采用D8单向流算法求解各元胞的水流流向,通过依据最陡坡降计算中心元胞与周围8个邻元胞的距离权落差,取最大值对应邻元胞作为中心元胞水流的下一个去处。
坡度是影响水流流速的重要因子,由地形数据直接决定。本申请实施例使用三阶反距离平方权差法计算各栅格的坡度值。另一方面,洼地通常是集水区内小范围的局部低洼地形,其底部(谷底点)的高程通常小于其邻域点高程。填洼处理是进行后续计算前对地形数据进行处理的重要步骤,否则将影响整个流域的回流过程。在自然地形中,洼地占地面积小,且数字高程中存在的洼地通常为数据插值产生的误差,应予以消除。填洼算法包括洼地填平和平地抬升两个步骤。可以融合现有的洼地填平算法和平地抬升算法,实现填洼处理。
在初始化元胞的动态量集的初始值时,根据水文参数中的初始入渗率、稳定入渗率以及入渗衰减指数的初始值获取初始下渗量;将输入数据中的降雨和河道流量数据根据产汇流模型的计算时间步长插值成新序列,得到降雨序列和径流序列;再将降雨序列插值为空间栅格形式,生成降雨动态量集。
S3、运行产汇流模型,使得产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程。
根据元胞状态和元胞间的演化规则进行迭代计算,不断更新各元胞的地表流动水量、逐时段下渗量、累计下渗量、逐时段蒸发量、逐时段降雨量、逐时段出流量等动态变量,最终获得流域出口的水流模拟出流过程。具体通过水量平衡方程实现元胞间的水量交换,并迭代更新元胞的动态量集,以获取流域出口的模拟出流过程。
当元胞为坡面元胞时,产汇流模型根据坡面元胞当前的静态量集和动态量集,通过水量平衡方程实现坡面元胞间在时间步长内的水量交换,得到坡面元胞在下一时刻的动态量集;当元胞为河道元胞时,产汇流模型将时间步长划分为多个连续的局部时间步长,通过水量平衡方程实现河道元胞间在各局部时间步长内的水量交换,并计算河道元胞在各局部时间步长内更新的动态量集的累计值,得到河道元胞在下一时刻的动态量集。在迭代计算过程中,当前时刻输出的更新后的动态量集的值为下一时刻的动态量集的初始值,通过不断迭代更新动态量集,得到流域出口的模拟出流过程。迭代时,设置时间步长,,坡面元胞使用/>进行迭代计算,河道元胞局部使用更小的局部时间步长/>进行迭代,在时间步长/>内,模型在采用水量平衡方程对河道元胞进行计算时,自动将公式(5)演化为公式(17)进行计算,即河道元胞变量值为坡面变量n分钟的累计值,实现了坡面元胞和河道元胞在全流域的计算统一。
S4、比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则执行步骤S5,若比对结果满足预置要求,则输出流域出口的模拟出流过程。
在获取到流域出口的模拟出流过程后,比对流域出口的模拟出流过程和实测出流过程。由于本模型聚焦于地表坡面产汇流,而站点所测河道流量过程包含地表与地下汇流两部分,需从实测径流序列中分割出基流和地表径流过程,将该地表径流过程作为实测出流过程,以率定参数和验证模型。流域出口的实测出流过程的获取过程为:
对输入数据中的河道流量数据进行插值,得到径流序列;
从径流序列中分割出地表径流,得到流域出口的实测出流过程;其中,地表径流的分割过程为:
(18)
(19)
式中,b t 为t时刻的基流,b t-1为t-1时刻的基流,Q t 为t时刻的总径流,q t 为t时刻的地表径流,k 2为退水系数,一般情况下取值为0.95。
在比对流域出口的模拟出流过程和实测出流过程时,将流域出口的模拟出流过程和实测出流过程代入目标函数进行计算,得到比对结果,目标函数为:
(20)
式中,为t时刻的实测出流结果,/>为t时刻的模拟出流结果,/>为实测出流结果的总平均值,T为时间步长。
若计算得到的目标函数值F object 小于预置阈值,则判定比对结果不满足预置要求,执行步骤S5;若计算得到的目标函数值F object 大于或等于预置阈值,则判定比对结果满足预置要求,输出当前的流域出口的模拟出流过程,在获取模拟结果后,可以对其进行查验。可以理解的是,还可以通过判断参数调整次数是否达到设定值(如设置参数率定次数为200次)来确定比对结果是否满足预置要求。
S5、在率定范围内调整产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并返回步骤S3。
在比对结果不满足预置要求时,可以通过遗传算法在率定范围内调整降雨径流模型的水文参数,即调整不同下垫面类型的初始入渗率、稳定入渗率、入渗衰减指数和地表糙率系数,得到调整后的水文参数。遗传算法具有跳出局部最优点和全局搜索的能力,通过模拟自然选择和遗传变异中的基因复制、交叉和变异等现象搜索参数的最优解。遗传算法随机生成一个指定容量的初始种群,经多次随机选择、交叉和变异操作产生一群更适合环境的个体,基于目标函数进行参数优化,最终使群体进化到搜索空间中越来越好的区域。
在调整水文参数后,基于调整后的水文参数更新静态量级和动态量集的初始值,然后返回步骤S3,基于更新后的静态量级和动态量集的初始值,通过水量平衡方程实现元胞间的水量交换,不断更新动态量集,进而输出新的模拟出流过程。
本申请实施例借助元胞自动机进行建模,利用单元间浅显的转化规则来构建具有复杂交互关系的产汇流模型,观察地表产汇流的时空演化过程;基于水量平衡原理和传统水文学方法设置坡面产汇流的元胞演化规则,所用方法简单,建模难度较低;并在此基础上将汇流要素分为河流和坡面两类,采用特殊地点特殊处理的思路增添了局部演化,实现了同一流域内坡面和河道两类元胞的分别讨论和最终统一;通过局部精细河道单元演化时间步长的方式,兼顾了关键产汇流要素(河道)的演化精度需求和总体的计算效率;以DEM数据的栅格作为产汇流模型的最小单位,集成地理信息分析技术和产汇流计算理论,在降低高维数据处理难度的同时,提高了产汇流模拟的计算精度。
以上为本申请提供的一种流域产汇流模拟方法的一个实施例,以下为本申请提供的一种流域产汇流模拟装置的一个实施例。
请参考图3,本申请实施例提供的一种流域产汇流模拟装置,包括:
模型构建单元,用于获取输入数据,将输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,输入数据包括下垫面数据和降雨径流数据;
初始化单元,用于设置产汇流模型的水文参数的初始值和水文参数的率定范围,基于输入数据和水文参数的初始值计算产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;
更新单元,用于运行产汇流模型,使得产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;
比对单元,用于比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则触发参数调整单元,若比对结果满足预置要求,则输出流域出口的模拟出流过程;
参数调整单元,用于在率定范围内调整产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并触发更新单元。
作为进一步地改进,产汇流模型的构建过程为:
以研究区域的流域或集水范围为元胞空间,使用输入数据中高程数据的栅格作为模型元胞,并根据研究区域的边界设置边界条件;
根据降雨的地表产汇流过程确定邻域类型;
设置元胞的静态量集和动态量集,得到元胞状态,静态量集包括坡度、水流流向、地形填洼和水流流经时间,动态量集包括地表径流量、地表出流量、下渗量、蒸发量和降雨量;
基于水量平衡原理获取水量平衡方程,得到元胞之间的演化规则,并基于元胞的水流流经时间设置时间步长。
作为进一步地改进,水量平衡方程为:
;
式中,为元胞蓄水量在第i-1个时刻到第i个时刻间的变化量,P(i)为当前元胞在第i-1个时刻到第i个时刻间接收的降雨量,E(i)为当前元胞在第i-1个时刻到第i个时刻间的蒸发量,f(i)为当前元胞在第i-1个时刻到第i个时刻间的下渗量,/>为在第i-1个时刻到第i个时刻间中心元胞的地表流出量,/>为当前元胞在第i-2个时刻到第i-1个时刻间所接收的来自上游元胞的地表径流量。
本申请实施例中,基于元胞自动机的思想,以高程数据的格栅作为最小计算单元,同时以单元间的水量平衡转化规则作为切入点,构建精细化的产汇流模型;借助元胞自动机进行建模,利用元胞间浅显的转化规则来构建具有复杂交互关系的产汇流模型,观察地表产汇流的时空演化过程;以高程数据的栅格作为产汇流模型的最小单位,在降低高维数据处理难度的同时,提高了产汇流模拟的计算精度;此外,本申请以水量平衡方程作为演化规则,统一了坡面二维和河道一维的计算,减轻了建模负担。
本申请实施例还提供了一种流域产汇流模拟设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行前述方法实施例中的流域产汇流模拟方法。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码被处理器执行时实现前述方法实施例中的流域产汇流模拟方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种流域产汇流模拟方法,其特征在于,包括:
S1、获取输入数据,将所述输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,所述输入数据包括下垫面数据和降雨径流数据;
S2、设置所述产汇流模型的水文参数的初始值和所述水文参数的率定范围,基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;
S3、运行所述产汇流模型,使得所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;
S4、比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则执行步骤S5,若比对结果满足预置要求,则输出流域出口的模拟出流过程;
S5、在所述率定范围内调整所述产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并返回步骤S3;
所述水量平衡方程为:
;
式中,为元胞蓄水量在第i-1个时刻到第i个时刻间的变化量,P(i)为当前元胞在第i-1个时刻到第i个时刻间接收的降雨量,E(i)为当前元胞在第i-1个时刻到第i个时刻间的蒸发量,f(i)为当前元胞在第i-1个时刻到第i个时刻间的下渗量,/>为在第i-1个时刻到第i个时刻间中心元胞的地表流出量,/>为当前元胞在第i-2个时刻到第i-1个时刻间所接收的来自上游元胞的地表径流量;
所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,包括:
当元胞为坡面元胞时,所述产汇流模型根据坡面元胞当前的静态量集和动态量集,通过水量平衡方程实现坡面元胞间在时间步长内的水量交换,得到坡面元胞在下一时刻的动态量集;
当元胞为河道元胞时,所述产汇流模型将时间步长划分为多个连续的局部时间步长,通过水量平衡方程实现河道元胞间在各局部时间步长内的水量交换,并计算河道元胞在各局部时间步长内更新的动态量集的累计值,得到河道元胞在下一时刻的动态量集。
2.根据权利要求1所述的流域产汇流模拟方法,其特征在于,所述产汇流模型的构建过程为:
以研究区域的流域或集水范围为元胞空间,使用输入数据中高程数据的栅格作为模型元胞,并根据研究区域的边界设置边界条件;
根据降雨的地表产汇流过程确定邻域类型;
设置元胞的静态量集和动态量集,得到元胞状态,静态量集包括坡度、水流流向、地形填洼和水流流经时间,动态量集包括地表径流量、地表出流量、下渗量、蒸发量和降雨量;
基于水量平衡原理获取水量平衡方程,得到元胞之间的演化规则,并基于元胞的水流流经时间设置时间步长。
3.根据权利要求1或2所述的流域产汇流模拟方法,其特征在于,所述基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,包括:
基于所述输入数据计算所述产汇流模型中各元胞的水流流向和坡度;
根据各元胞的水流流向、坡度进行填洼处理;
根据各元胞的水流流向、坡度以及所述水文参数的初始值计算各元胞的水流流经时间。
4.根据权利要求1所述的流域产汇流模拟方法,其特征在于,流域出口的实测出流过程的获取过程为:
对所述输入数据中的河道流量数据进行插值,得到径流序列;
从所述径流序列中分割出地表径流,得到流域出口的实测出流过程;
其中,地表径流的分割过程为:
;
;
式中,b t 为t时刻的基流,b t-1为t-1时刻的基流,Q t 为t时刻的总径流,q t 为t时刻的地表径流,k 2为退水系数。
5.根据权利要求1所述的流域产汇流模拟方法,其特征在于,所述在所述率定范围内调整所述产汇流模型的水文参数,包括:
采用遗传算法在所述率定范围内调整所述产汇流模型的水文参数,得到调整后的水文参数,所述水文参数包括地表糙率系数、初始入渗率、稳定入渗率和入渗衰减指数。
6.一种流域产汇流模拟装置,其特征在于,包括:
模型构建单元,用于获取输入数据,将所述输入数据中高程数据的栅格作为模型元胞构建元胞自动机,得到产汇流模型,所述输入数据包括下垫面数据和降雨径流数据;
初始化单元,用于设置所述产汇流模型的水文参数的初始值和所述水文参数的率定范围,基于所述输入数据和所述水文参数的初始值计算所述产汇流模型中元胞的静态量集的初始值,并初始化元胞的动态量集的初始值;
更新单元,用于运行所述产汇流模型,使得所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,以获取流域出口的模拟出流过程;
比对单元,用于比对流域出口的模拟出流过程和实测出流过程,若比对结果不满足预置要求,则触发参数调整单元,若比对结果满足预置要求,则输出流域出口的模拟出流过程;
所述参数调整单元,用于在所述率定范围内调整所述产汇流模型的水文参数,基于调整后的水文参数更新元胞的静态量集和动态量集的初始值,并触发所述更新单元;
所述水量平衡方程为:
;
式中,为元胞蓄水量在第i-1个时刻到第i个时刻间的变化量,P(i)为当前元胞在第i-1个时刻到第i个时刻间接收的降雨量,E(i)为当前元胞在第i-1个时刻到第i个时刻间的蒸发量,f(i)为当前元胞在第i-1个时刻到第i个时刻间的下渗量,/>为在第i-1个时刻到第i个时刻间中心元胞的地表流出量,/>为当前元胞在第i-2个时刻到第i-1个时刻间所接收的来自上游元胞的地表径流量;
所述产汇流模型根据元胞当前的静态量集和动态量集,通过水量平衡方程实现元胞间的水量交换,并不断更新元胞的动态量集,包括:
当元胞为坡面元胞时,所述产汇流模型根据坡面元胞当前的静态量集和动态量集,通过水量平衡方程实现坡面元胞间在时间步长内的水量交换,得到坡面元胞在下一时刻的动态量集;
当元胞为河道元胞时,所述产汇流模型将时间步长划分为多个连续的局部时间步长,通过水量平衡方程实现河道元胞间在各局部时间步长内的水量交换,并计算河道元胞在各局部时间步长内更新的动态量集的累计值,得到河道元胞在下一时刻的动态量集。
7.一种流域产汇流模拟设备,其特征在于,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的流域产汇流模拟方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码被处理器执行时实现权利要求1-5任一项所述的流域产汇流模拟方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542777.6A CN117252132B (zh) | 2023-11-20 | 2023-11-20 | 一种流域产汇流模拟方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542777.6A CN117252132B (zh) | 2023-11-20 | 2023-11-20 | 一种流域产汇流模拟方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252132A CN117252132A (zh) | 2023-12-19 |
CN117252132B true CN117252132B (zh) | 2024-04-02 |
Family
ID=89135457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311542777.6A Active CN117252132B (zh) | 2023-11-20 | 2023-11-20 | 一种流域产汇流模拟方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252132B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829033A (zh) * | 2024-03-04 | 2024-04-05 | 中山大学 | 一种山洪水动力模拟方法、***、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052545A (zh) * | 2020-08-25 | 2020-12-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于元胞自动机的城市地表径流与管网汇流耦合方法 |
CN116305933A (zh) * | 2023-03-16 | 2023-06-23 | 中山大学 | 一种基于dem数据的坡面产汇流简易计算方法及装置 |
CN116738669A (zh) * | 2023-04-26 | 2023-09-12 | 中科星图智慧科技有限公司 | 城市地表径流模拟方法、装置、设备以及存储介质 |
-
2023
- 2023-11-20 CN CN202311542777.6A patent/CN117252132B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052545A (zh) * | 2020-08-25 | 2020-12-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于元胞自动机的城市地表径流与管网汇流耦合方法 |
CN116305933A (zh) * | 2023-03-16 | 2023-06-23 | 中山大学 | 一种基于dem数据的坡面产汇流简易计算方法及装置 |
CN116738669A (zh) * | 2023-04-26 | 2023-09-12 | 中科星图智慧科技有限公司 | 城市地表径流模拟方法、装置、设备以及存储介质 |
Non-Patent Citations (4)
Title |
---|
OpenCL框架下的流域径流模拟分布式调度研究;肖俊文;陈军;吕朝阳;;地理与地理信息科学(05);第69-73,97页 * |
基于元胞自动机-深度学习的城市洪涝模拟与预报研究;白冰;中国优秀硕士学位论文全文数据库;第C038-3288页 * |
基于元胞自动机的分布式水文模型研究;张文明 等;硅谷;第73-75页 * |
白冰.基于元胞自动机-深度学习的城市洪涝模拟与预报研究.中国优秀硕士学位论文全文数据库.2023,第C038-3288页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117252132A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | High-resolution three-dimensional mapping of soil organic carbon in China: Effects of SoilGrids products on national modeling | |
Schumann et al. | Application of a geographic information system for conceptual rainfall–runoff modeling | |
CN117252132B (zh) | 一种流域产汇流模拟方法、装置、设备和存储介质 | |
Strauch et al. | Using precipitation data ensemble for uncertainty analysis in SWAT streamflow simulation | |
Feyen et al. | Application of a distributed physically-based hydrological model to a medium size catchment | |
Jia et al. | Development of the WEP-L distributed hydrological model and dynamic assessment of water resources in the Yellow River basin | |
Andersen et al. | Use of remotely sensed precipitation and leaf area index in a distributed hydrological model | |
CN110598290B (zh) | 考虑气候变化的流域未来水电发电能力预测方法和*** | |
CN105550423B (zh) | 基于Fuzzy-OLS和多环境因子变量的CMORPH卫星降雨产品降尺度的方法 | |
Khu et al. | Incorporating multiple observations for distributed hydrologic model calibration: An approach using a multi-objective evolutionary algorithm and clustering | |
Jin et al. | Effects of land-use data resolution on hydrologic modelling, a case study in the upper reach of the Heihe River, Northwest China | |
Lei et al. | Development of efficient and cost-effective distributed hydrological modeling tool MWEasyDHM based on open-source MapWindow GIS | |
Ranjan et al. | HEC-HMS based rainfall-runoff model for Punpun river basin | |
Hartanto et al. | Data assimilation of satellite-based actual evapotranspiration in a distributed hydrological model of a controlled water system | |
Booij et al. | Simulating impacts of climate change on river discharges in the Nile basin | |
Bastola et al. | Temporal extension of meteorological records for hydrological modelling of Lake Chad Basin (Africa) using satellite rainfall data and reanalysis datasets | |
CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
CN116305933B (zh) | 一种基于dem数据的坡面产汇流简易计算方法及装置 | |
CN111445087A (zh) | 基于极限学习机的洪水预测方法 | |
Wang et al. | Evaluation of linear, nonlinear and ensemble machine learning models for landslide susceptibility assessment in southwest China | |
CN116341841A (zh) | 径流预报误差校正方法、装置、设备、介质和程序产品 | |
Chen et al. | The simulation of surface flow dynamics using a flow-path network model | |
Zacharov et al. | Evaluation of the QPF of convective flash flood rainfalls over the Czech territory in 2009 | |
CN117172037B (zh) | 一种分布式水文预报方法、装置、计算机设备及介质 | |
Kaur et al. | Impact of climate change on groundwater levels in Sirhind Canal Tract of Punjab, India |
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 |