采用本底因子贡献率法的三峡库区滑坡危险度区划

在不考虑触发因素的情况下对滑坡本底因子定量化处理,分析与滑坡发育的关系,进行滑坡本底因子危险度区划。采集参加区划的本底因子包括地层岩性(U_1)、坡度(U_2)、坡形(U_3)、高差(U_4)、坡向(U_5)共五种。通过危险度区划,研究区约4650 km~2中,极高危险度区57．44 km~2,高危险度区2 305．15 km~2,中危险度区1241．6 km~2,低危险度区1045．31 km~2。采用的方法：①数据库反演统计；②贡献率与权重分析；③危险度模糊判别。     

流域水文模型对土壤数据响应的多尺度分析

流域水文模拟对输入数据空间详细程度的要求受流域面积大小的影响,而流域面积影响作用的定量描述有助于模拟时的数据选取.本文以美国Brewery Creek流域(约19.5 k㎡)为例,在逐级连续的汇流面积上,分析了SWAT模型基于1:2.4万的SSURGO和10m分辨率的SoLIM土壤数据模拟的径流量的差别随汇流面积的变化...     

DEM误差对滑坡危险性评价模型的影响

基于数字高程模型(DEM)计算得到的坡度、坡向等地形属性是滑坡危险性评价模型的重要输入数据, DEM误差会导致地形属性计算结果不确定性, 进而影响滑坡危险性评价模型的结果。本文选择基于专家知识的滑坡危险性评价模型和逻辑斯第回归模型, 采用蒙特卡洛模拟方法, 研究DEM误差所导致的滑坡危险性评价模型结果不确定性。研究区位于长江中上游的重庆开县, 采用5 m分辨率的DEM, 以序贯高斯模拟方法模拟了不同大小(误差标准差为1 m、7.5 m、15 m)和空间自相关性(变程为0 m、30 m、60 m、120 m)的12 类DEM误差场参与滑坡危险性评价。每次模拟包括100 个实现, 通过对每次模拟分别计算滑坡危险性评价结果的标准差图层和分类一致性百分比图层, 用以评价结果不确定性。评价结果表明, 在不同的DEM精度下, 两个滑坡危险性评价模型所得结果的总体不确定性随空间自相关程度的变化趋势并不相同。当DEM空间自相关性程度不同时, 基于专家知识的滑坡危险性评价模型的评价结果总体不确定随着DEM误差增加而呈现不同的变化趋势, 而逻辑斯第回归模型的评价结果总体不确定性随着DEM误差大小增加而单调增加。从评价结果总体不确定性角度而言, 总体上逻辑斯第回归模型比基于专家知识的滑坡危险性评价模型更加依赖于DEM数据质量。     

分布式水文模型软件系统研究综述

分布式水文模型软件系统作为分布式水文模型的技术外壳,是模型应用的重要技术保障。当前分布式水文模型应用呈现出多过程综合模拟、用户群范围广和计算量大的特点,对分布式水文模型软件系统的灵活性、易用性和高效性提出了更高的要求。本文首先分析了分布式水文模型应用的主要流程,之后从应用视角对现有分布式水文模型软件系统的特点进行了归纳,主要结论为:①软件系统按照模型结构灵活性的高低分为以下3种类型:不支持子过程选择和算法设置,不支持子过程选择、但支持算法设置,同时支持子过程选择和算法设置;②根据用户操作数据预处理软件方式的不同,参数提取方式分为菜单/命令行式和向导式;③按照模型的程序实现方法分为串行和并行方式,按照模型运行环境分为本地和网络模式。现有软件系统在灵活性、易用性和高效性方面存在如下问题:一是尚未解决模型结构灵活性和对用户知识依赖性之间的矛盾;二是现有菜单/命令行式和向导式的参数提取方式步骤繁琐,难以实现参数的自动提取;三是模型大多为串行方式和本地模式,容易遇到计算瓶颈问题。最后从模块化、智能化、网络化及移动化、并行化和虚拟仿真等方面探讨了分布式水文模型软件系统的发展趋势和研究方向。     

农业最佳管理措施在全分布式水文模型中的表达——以罗玉沟流域为例(英文)

农业最佳管理措施(BMPs)是为了减少由农业活动引起的非点源污染,防止污染物进入受纳水体的一系列措施。分布式水文模型是流域非点源污染模拟和BMPs评估的重要工具。利用分布式水文模型评估BMPs在水土保持、拦沙减污的有效性,首先要在模型中对BMPs进行刻画和表达。但是,在全分布式水文模型中,如何进行BMPs表达的研究比较缺乏。本文以黄土高原丘陵沟壑区典型小流域罗玉沟流域为例,基于一个全分布式模型,SEIM(Spatially Explicit Integrated Modeling)模型,逐步介绍如何在该模型中进行BMPs的表达,以及评估它们的水文响应。罗玉沟流域面积约为73 km2,流域内侵蚀严重,其中暴雨侵蚀占年平均输沙量的60%以上。本研究选择了3种BMPs,分别是退耕还林、梯田和免耕耕作,并在模型中对这些管理措施进行表达。措施表达的方法是通过修改该措施所在地块的主要物理参数,以此来描述其对流域水文过程的影响。通过在一个暴雨事件的情景模拟,结果表明梯田的减沙效益较高,最大到达97.3%,免耕措施的平均减沙率最小,约为9.5%,退耕还林的平均减沙率介于这两者之间,为75.6%。     

中国南方丘陵区非点源污染过程模拟研究进展

随着南方丘陵区开发利用强度的增大,氮、磷非点源污染和水体富营养化问题日益突出。由于流域尺度非点源污染过程的复杂性,难以建立大范围、重复可控的观测和实验环境,模型模拟成为非点源污染治理辅助决策的必要手段。已有学者对南方丘陵区非点源污染过程模拟开展了相关研究,但缺乏对已有成果及其存在问题的系统总结以及对下一步研究方向的分析探讨。本文首先分析了南方丘陵区非点源污染过程的机理,认为该地区的非点源污染过程模拟应满足多过程耦合、空间全分布式及考虑区域特点等要求;然后,对南方丘陵区非点源污染过程模拟研究现状以及存在问题进行了分析,总结了现有研究在描述非点源污染物迁移路径和反映区域特点等方面的不足;最后,从适合南方丘陵区特点的流域空间离散化方法、全分布式非点源污染物迁移路径的构建、特殊地物和人为活动在全分布式非点源污染模型中的综合表达等方面探讨了下一步研究方向,旨在为南方丘陵区非点源污染过程模拟研究提供参考和借鉴。     

SWAT模型对高精度土壤信息的敏感性研究

土壤信息是SWAT模型的重要输入数据,通常认为,土壤信息的精度直接影响着模拟结果的准确性。本文以美国Brewery Creek流域(19.5km²)为例,在其他输入不变的情况下,通过比较不同精度土壤数据(美国农业部SSURGO土壤图与SoLIM方法获得的土壤图)的模拟径流,分析SWAT模型对高精度土壤信息的敏感性。应用结果显示,在模型的校正前后,两种土壤数据的径流模拟结果均近似,差别并不显著。这表明在小流域水文模拟中,SWAT模型的径流模拟对高精度土壤信息的敏感性较弱,模拟径流不能很好的体现一定精度基础上土壤信息的差别。本文将此现象主要归因于:SWAT模型所采用的SCS-CN径流计算方法,在计算CN值(Curve Number)时将不同土壤类型综合到四个土壤水文组的做法,概括了土壤信息,模糊了土壤之间的属性差别,损失了土壤精度信息。本研究发现了SCS-CN径流计算方法在利用高精度土壤数据时存在的问题,并进行了分析,为水文模拟中参数的确定和数据的准备提供了参考。     

高时间分辨率遥感在土壤质地空间变化识别中的应用

在土壤信息推测研究中,遥感技术通常被作为辅助手段,用来提供地形和植被数据,并利用它们与土壤之间的关系推导土壤空间信息。然而,在平原等地形平缓的农业区,易于观测的地形和植被等环境因素,通常与土壤的协同程度较低,不能有效用于推测土壤质地等属性的空间变化。对于这类地区,如何寻找新的易于获取的变量,以准确地揭示土壤属性的空间变化,是需要解决的问题。本文提出了利用高时间分辨率遥感捕捉这类地区土壤质地空间变化的方法。采用光谱-时间响应线对多时相的光谱数据进行组织表达,使用光谱信息散度定量刻画不同光谱-时间响应线之间的差异。结果显示,在相同的地形和植被条件下,土壤质地相同的区域,其地表动态反馈模式明显相似;土壤质地不同的区域,其反馈模式也明显不同;土壤质地越相似,反馈模式也呈相似趋势。这表明,高时间分辨率遥感获取的地表动态反馈能够有效地指示土壤质地的空间差异。本文的工作表明了高时间分辨率遥感在土壤空间变化识别方面的应用潜力。     

基于专家知识的滑坡危险性模糊评估方法

滑坡发生的影响因素众多, 其危险性与各因素之间的关系多呈非线性关系, 同时各因素之 间也存在或强或弱的相关性, 而目前的危险性评价方法难以体现这些要求。本文提出了一种借助 滑坡专家知识并利用模糊推理理论进行滑坡危险性评价的方法。该方法通过建立了①坡度与岩 层倾角之差和坡向与岩层倾向之差、②坡度和岩性、③临空面和岩性、④坡形和岩性等四种环境 因子组合, 以此将不同环境因子之间的相关性融入各组合模型中, 并将四种组合所得的模糊危险 度进行叠加用于滑坡危险度的模糊评价。环境组合模型中的参数利用专家经验给出。将该方法应 用于三峡库区云阳- 巫山段, 得到了滑坡危险性的分级分布图。从滑坡危险性分布图上可清楚发 现, 本方法所计算出的危险性值在滑坡发生的地区明显高于未发生滑坡的地区, 该结果可以用于 城镇建设和重要基础规划设施的参考。     

中国近地表气温直减率及其季节和类型差异

近地表气温直减率是推测近地表气温空间分布的重要参数。中国幅员辽阔,气候和地形地貌条件复杂,直接使用反映对流层平均状况的单一气温直减率(0.65℃/100 m)很难表征中国近地表气温直减率的季节和类型差异。本文利用中国839个国家气象站点2000-2013年的近地表气温数据,分别在国家尺度和综合自然区划尺度上使用多元回归分析方法计算各个季节的平均气温直减率(lr_meanT)、平均最低气温直减率(lr_minT)和平均最高气温直减率(lr_maxT),并借助空间插值算法对气温直减率的可靠性进行了验证,最后分析了其季节和类型的差异。结果表明：①在国家尺度上,3种气温直减率均小于0.65℃/100 m;lr_minT、lr_meanT和lr_maxT的季节差异分别为0.05、0.13和0.24℃/100 m,且一般有夏季最大、冬季最小的季节规律;春、夏、秋、冬季气温直减率的类型差异分别为0.12、0.05、0.11和0.26℃/100m,且有lr_minT>lr_meanT>lr_maxT的规律。②在综合自然区划尺度上,气温直减率大多低于0.65℃/100 m,且存在明显的地域差异;夏季气温直减率一般大于冬季气温直减率,季节差异大多超过0.10℃/100 m;气温直减率类型差异半数区域超过或等于0.10℃/100 m,在春、夏、秋季,半数左右的区域lr_maxT >lr_minT,在冬季,多数区域的lr_minT >lr_maxT,lr_meanT一般处于lr_maxT和lr_minT之间。