一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法
【專利摘要】本發(fā)明公開了一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，構建包括植被截留與蒸散發(fā)過程、產流過程和匯流過程在內的，兼容空間信息的流域水循環(huán)模擬框架；完全基于遙感數(shù)據(jù)完成流域產流、匯流過程模擬，得到流域內任意柵格點上的總產流量和徑流量背景值；增加模型方法參數(shù)自優(yōu)化方法模塊，構建目標函數(shù)，隨機采樣生成待率定模擬參數(shù)樣本組合，引入模型進行迭代運算，確定最終符合條件的流域水循環(huán)模擬參數(shù)和模擬產匯流結果。本發(fā)明可以有效減少對傳統(tǒng)氣象站點觀測數(shù)據(jù)的依賴性，更好地體現(xiàn)了水循環(huán)過程的時空連續(xù)性和空間異質性特點，增強了方法的物理機制和多源數(shù)據(jù)兼容性。
【專利說明】
一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法
技術領域
[0001] 本發(fā)明涉及導航遙感技術領域，具體是一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方 法。
【背景技術】
[0002] 水循環(huán)規(guī)律及內在機制的掌握直接影響流域水資源管理的合理性與科學性，然 而，很長一段時間水文研究多是著眼于觀測數(shù)據(jù)相對豐富的流域，對于缺乏觀測數(shù)據(jù)的地 區(qū)研究甚少。如何開展不依賴于傳統(tǒng)站點觀測數(shù)據(jù)條件下的流域水文過程模擬，進而發(fā)展 能夠滿足變化環(huán)境下流域水文分析理論和方法，已成為最近國際上水資源與水環(huán)境研究的 難點及熱點問題之一。分布式水文模型是水文模擬的有效手段，但是目前分布式水文模型 的應用仍受到模型構建機制和參數(shù)獲取方面的限制，很少大范圍尤其是在缺乏站點實測信 息地區(qū)的生態(tài)、水文過程模擬和信息獲取上得到有效應用。本發(fā)明構建了基于純遙感數(shù)據(jù) 驅動的流域水循環(huán)模擬方法，在繼承時變增益水文非線性概念模型產、匯流模擬方法適用 范圍廣等優(yōu)點的同時，對其蒸散發(fā)和植被截留計算模塊進行了改進，增加了蒸散發(fā)和植被 截留量計算過程中對植被作用的描述，增強了模型模擬的生態(tài)、水文機制和模型參數(shù)的物 理意義；同時，通過耦合多源遙感數(shù)據(jù)，實現(xiàn)了模型的純遙感數(shù)據(jù)驅動，克服了大多數(shù)物理 機制較強的分布式水文模型驅動數(shù)據(jù)和參數(shù)難以獲取的瓶頸，拓展了該模型方法的適用 性;此外，方法增加了模型參數(shù)的自優(yōu)化模塊，提高模型參數(shù)率定效率的同時減少了參數(shù)確 定過程中人為主管因素的干擾，避免了產生參數(shù)局部優(yōu)化的現(xiàn)象。
[0003] 遙感和空間信息技術也越來越多的應用于水文模擬中的參數(shù)獲取，但是很少有人 完全基于遙感和空間數(shù)據(jù)實現(xiàn)較強物理機制的水文模型模擬。本發(fā)明基于水文系統(tǒng)非線性 理論，改進時變增益水文非線性概念模型的模型結構，增強了水循環(huán)模擬的物理基礎，提出 了一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于提供一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，該方法以水 文系統(tǒng)非線性理論為基礎，改進時變增益水文非線性概念模型框架中蒸散發(fā)和降雨截留計 算方式，增強其水文過程模擬的物理基礎，同時增加模型參數(shù)自優(yōu)化方法模塊。該方法以遙 感數(shù)據(jù)為基礎，綜合利用尺度轉化、定量遙感反演、數(shù)據(jù)同化和時空插值等技術實現(xiàn)模型驅 動所需氣象、地表、植被和土壤信息推求，在不依賴與站點觀測數(shù)據(jù)的條件下，完全基于遙 感數(shù)據(jù)開展流域生態(tài)、水文過程模擬。
[0005] 為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：
[0006] -種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，包括以下步驟：
[0007] 步驟一、構建包括植被截留與蒸散發(fā)過程、產流過程和匯流過程的兼容遙感數(shù)據(jù) 的流域水循環(huán)模擬框架；
[0008] 步驟二、完全基于多源遙感數(shù)據(jù)完成對日尺度、時-空分布連續(xù)的流域降水量、大 氣溫度、融雪量、蒸發(fā)潛力、植被蓋度和根系深度參數(shù)，以及上下層土體的土壤飽和含水量、 田間持水量和凋萎含水量的水循環(huán)要素信息提?。?br>[0009]步驟三、開展流域產流、匯流過程模擬，得到流域內任意柵格點上的總產流量和徑 流量背景值，同時獲取流域內任意柵格點上蒸散發(fā)量、融雪量、地表徑流量、壤中流量的水 資源分量的背景信息；
[001 0]步驟四、增加模型參數(shù)自優(yōu)化模塊，構建參數(shù)目標函數(shù)，采用隨機采樣方法生成待 率定模擬參數(shù)樣本組合，引入模型進行迭代運算，確定最終符合條件的流域水循環(huán)模擬參 數(shù)和模擬產匯流結果。
[0011] 所述步驟一的構建方式如下：
[0012] A、柵格植被截留與蒸散發(fā)計算方法；
[0013] ①采用下述公式(1)對植被截留量進行估算：
(1)
[0015] 式中：Sv為葉面累積截留量，單位mm; smax為林冠最大截留量，單位mm; cv為植被蓋 度，單位％ ;n為校正系數(shù);P。?為時段降水量，單位mm;
[0016] 實際蒸散發(fā)等于植被截留蒸發(fā)、植被蒸騰、水面蒸發(fā)和土壤蒸發(fā)四個部分之和;陸 地柵格的實際蒸散發(fā)量等于柵格上的植被截留蒸發(fā)、植被蒸騰與土壤蒸發(fā)之和，水面柵格 實際蒸散發(fā)量等于潛在蒸散發(fā)量；
[0017] ②植被截留蒸發(fā)采用下述公式(2)計算：
[0018] Ecan=min(Sv,ETp,P) (2)
[0019]式中：Ecan為植被截留蒸發(fā)量，單位mm;Sv為冠層累積截留量，單位mm，；ETp為潛在 蒸散發(fā)量，單位mm; P為降水量，單位mm;
[0020] ③植被蒸騰采用下述公式(3)計算：
[0021] Eat = fi(LAI) ? f2(0) ? (RDF) ? (ETP-Ecan) (3)
[0022] 式中：Eat為植被蒸騰量，單位分別為植被葉面積指數(shù)和根系層土壤水分 的函數(shù);RDF為根系分布函數(shù)，（ETp-Ec^n)為扣除截留蒸發(fā)后的最大蒸發(fā)能力，式中fi、f2和 RDF的表達式分別如下(4)、（5)、（6)所不：
[0023] fi(LAI) =max(0，min( 1，（C2+C1 ? LAI))) (4)
(5) (6)
[0026]式中：Q，C2，C3為參數(shù)，通過參數(shù)率定得到；0為土壤體積含水量，單位％ ; 0f為土壤 田間持水量，單位％ ;心為萎蔫含水量，單位％ ; RDF為根系分布參數(shù)，z 1，z2分別為所求土壤 層垂直方向上的兩端坐標，單位m; Lr為根系深度，單位m。
[0027]④土壤蒸發(fā)采用下述公式(7)計算；
[0028] K-J模型中設定土壤蒸發(fā)僅發(fā)生在表層土壤，受到表層土壤水分和潛在蒸發(fā)能力 的限制，當土壤中水分含量降至土壤剩余含水量時，土壤水蒸發(fā)停止;土壤蒸發(fā)計算公式如 下：
[0029] Es = ETP ? f3(0) + (ETP-Eat-ETP ? f3(0)) ? f4(0) ? (l-fi(LAI)) (7)
(8) (9)
[0032] B、產流過程和匯流過程模擬采用時變增益水文非線性概念模型中所述方法。
[0033] 所述步驟二完全基于遙感數(shù)據(jù)采用尺度轉化、定量遙感反演、數(shù)據(jù)同化和時空插 值的技術。
[0034] 利用步驟二獲取的流域水循環(huán)關鍵要素數(shù)據(jù)，基于步驟一構建的水循環(huán)模擬框架 開展流域產流、匯流過程模擬。
[0035] 所述步驟四的參數(shù)自優(yōu)化過程具體為：
[0036] 1)初始化，假定待優(yōu)化問題是n維問題，選取參與進化的復合型個數(shù)p(p多1)和每 個復合型所包含的頂點數(shù)目m(m》n+l)，計算樣本點數(shù)目s = pXm;
[0037] 2)產生樣本點，在可行域內隨機產生s個樣本點xl，…，xs，分別計算每一點xi的函 數(shù)值f(xi)，i = l，? ? ?，s;
[0038] 3)對函數(shù)值進行升序排列存入數(shù)組D，然后將D分為P個復形，并對每個復形進行進 化；
[0039] 4)把進化后的每個復合型的所有頂點組合成新的點集，再次按函數(shù)值升序排列， 排序后按目標函數(shù)的升序進行排列，仍存為數(shù)組D;
[0040] 5)收斂性判斷，如果滿足收斂條件則停止，否則返回步驟3,對D產生新的復形繼續(xù) 運算，直至收斂或退出。
[0041] 本發(fā)明的有益效果是:本發(fā)明可為缺少站點實測數(shù)據(jù)地區(qū)的流域水循環(huán)過程模擬 提供可行的技術解決方案，可以有效減少流域水循環(huán)模擬研究過程中對傳統(tǒng)氣象站點觀測 數(shù)據(jù)的依賴性，模擬過程和模擬結果更好地體現(xiàn)了水循環(huán)過程的時空連續(xù)性和空間異質性 特點；同時，本發(fā)明在改進增強時變增益水文非線性概念模型模擬過程物理基礎的同時，完 全基于遙感數(shù)據(jù)，實現(xiàn)模型氣象、地表、植被、土壤驅動信息的推求，在不依賴站點觀測數(shù)據(jù) 驅動的基礎上開展流域生態(tài)、水文過程模擬，拓展了模型的適用范圍，能夠很好的應用于國 際上和學界熱點的實測數(shù)據(jù)稀缺流域生態(tài)、水文過程模擬;本發(fā)明提供的流域水循環(huán)模擬 方法基于時變增益水文非線性概念模型改進而來，對原模型方法的結構和數(shù)據(jù)接口進行了 優(yōu)化調整，增強了方法的物理機制、多源數(shù)據(jù)兼容性和參數(shù)率定效率。
【附圖說明】
[0042]圖1為實施例區(qū)域及驗證站點分布圖；
[0043]圖2為方法模擬流程圖；
[0044]圖3為雅江流域遙感反演多年平均降水分布示意圖；
[0045]圖4為雅江流域2012年200天近地表大氣溫度空間分布示意圖；
[0046]圖5為雅魯藏布江2012年融雪量空間分布圖；
[0047]圖6為雅魯藏布江2012年潛在蒸發(fā)能力空間分布圖；
[0048]圖7為雅江流域2012年第200天植被蓋度空間分布圖；
[0049]圖8為雅江流域2012年第200天根系深度空間分布圖；
[0050] 圖9為雅江流域上層土體土壤飽和含水量空間分布圖；
[0051] 圖10為雅江流域下層土體土壤飽和含水量空間分布圖；
[0052] 圖11為雅江流域上層土體土壤田間持水量空間分布圖；
[0053]圖12為雅江流域下層土體土壤田間持水量空間分布圖；
[0054]圖13為雅江流域上層土體土壤凋萎含水量空間分布圖；
[0055]圖14為雅江流域下層土體土壤凋萎含水量空間分布圖；
[0056]圖15為雅江流域年均產流量空間分布圖；
[0057]圖16為雅江流域2008年生態(tài)需水量(蒸散發(fā))空間分布圖；
[0058]圖17為奴下站日徑流過程模擬結果精度驗證圖；
[0059] 圖18為奴下站日徑流過程模擬總體精度分析圖。
【具體實施方式】
[0060] 下面將結合附圖和具體實施例，對本發(fā)明技術方案進行清楚、完整地描述。
[0061 ]研究區(qū)及數(shù)據(jù)
[0062] 本發(fā)明實施例研究區(qū)為我國西南地區(qū)國際河流雅魯藏布江流域。在實施例研究區(qū) 內，選擇了利用獲取的雅江流域境內奴下站2006-2009年逐日徑流觀測數(shù)據(jù)(下游為境外部 分，無徑流觀測數(shù)據(jù)），對模型模擬的最終結果日徑流過程曲線進行驗證。實施例中還利用 搜集到的雅江流域8個氣象站點2005-2012年的實測日均氣溫對GLDAS降尺度氣溫數(shù)據(jù)進行 精度驗證;利用流域內僅有的16個國家基準和基本氣象站降水數(shù)據(jù)對遙感反演得到的降水 數(shù)據(jù)進行精度驗證。此外，還搜集到了雅鹿藏布江下游支流，位于印度境內的Hayuliang國 際站部分觀測數(shù)據(jù)對方法模擬精度進行了進一步分析。具體范圍和站點分布如圖1所示。
[0063] 研究所構建的模型是完全基于多源遙感數(shù)據(jù)驅動的流域生態(tài)水文過程模擬方法， 本發(fā)明實例研究過程中主要應用到的公共平臺數(shù)據(jù)有以下6種：1)90米空間分辨率的SRTM 數(shù)字高程數(shù)據(jù)，用于提取流域地形和河網(wǎng)信息(http://胃w.gscloud.cn/) ;2)空間分辨率 為300米的2009年全球土地利用覆蓋產品，用于提取研究區(qū)土地利用數(shù)據(jù)和植被覆蓋類型 信息(http://WWW.gscloud.cn/) ;3)國產靜止氣象衛(wèi)星風云2號日尺度降水產品數(shù)據(jù)，空間 分辨率為5公里(http://www.nsmc ? cma.gov. cn) ;4)M0DIS標準產品由美國陸地過程分布式 活動檔案中心（Land Processes Distributed Active Archive Centei^UDAAC)發(fā)布，該 中心位于美國地質調查局的地球資源觀測和科學中心（Earth Resources Observation and Science Center(EROS)，U.S.Geological Survey(USGS)，本研究實例用到了M0D10A2 (雪蓋產品），M0D11A1(地表溫度產品），M0D13A2(植被指數(shù)產品），M0D15A2(葉面積指數(shù)產 品），以及M0D43B3(地表反射率產品）（http://modis. gsf c.nasa. gov/); 5)世界和諧土壤數(shù) 據(jù)庫提供的空間分辨率1千米的數(shù)字土壤地圖數(shù)據(jù)，用于估算土壤理化性質和土壤含水量 估算;6)全球陸地數(shù)據(jù)同化系統(tǒng)3小時地表氣溫數(shù)據(jù)(http: //mirador. gsf c. nasa. gov/)。
[0064] 流程
[0065] 本發(fā)明主要流程包括:構建流域水循環(huán)模型模擬架構;基于遙感數(shù)據(jù)，利用尺度轉 換、遙感反演等定量遙感技術和插值方法得到時-空連續(xù)的降水量、大氣溫度、融雪量、蒸發(fā) 潛力、植被蓋度和根系深度等參數(shù)，以及上下層土體的土壤飽和含水量、田間持水量和凋萎 含水量等水循環(huán)要素信息;開展流域產流、匯流過程模擬，得到流域內任意柵格點上的總產 流量和徑流量背景值，同時獲取流域內任意柵格點上蒸散發(fā)量、融雪量、地表徑流量、壤中 流量等水資源分量的背景信息；構建模型參數(shù)自優(yōu)化方法模塊，隨機采樣生成待率定模擬 參數(shù)樣本組合，引入模型進行迭代運算，確定最終符合條件的流域水循環(huán)模擬參數(shù)和模擬 產匯流結果。如圖2所示。
[0066] 模型構建
[0067] 模型架構包括流域植被截留與蒸散發(fā)、產流和匯流過程的模型。具體構建方式如 下：
[0068] 1)植被截留
[0069] ①采用了下述公式（1)對植被截留暈進行估算：
(1)
[0071]式中：Sv為葉面累積截留量，單位mm; Smax為林冠最大截留量，單位mm; CV為植被蓋 度，單位％ ;n為校正系數(shù);P。?為時段降水量，單位mm。
[0072] 2)蒸散發(fā)
[0073] 實際蒸散發(fā)包括植被截留蒸發(fā)、植被蒸騰、水面蒸發(fā)和土壤蒸發(fā)四個部分。非水域 柵格的實際蒸散發(fā)量等于柵格單元上的植被截留蒸發(fā)、植被蒸騰與土壤蒸發(fā)之和，水域柵 格實際蒸散發(fā)量等于潛在蒸散發(fā)量。
[0074] ①植被截留蒸發(fā)采用了下述公式(2)計算：
[0075] Ecan=min(Sv,ETp,P) (2)
[0076] 式中：Ecan為植被截留蒸發(fā)量，單位mm;Sv為冠層累積截留量，單位mm，；ETp為潛在 蒸散發(fā)量，單位mm; P為降水量，單位mm。
[0077]②植被蒸騰采用了下述公式(3)計算：
[0078] Eat = fi(LAI) ? f2(0) ? (RDF) ? (ETP_Ecan) (3)
[0079] 式中：Eat為植被蒸騰量，單位分別為植被葉面積指數(shù)和根系層土壤水分 的函數(shù);RDF為根系分布函數(shù)。（ETp-Ec^n)為扣除截留蒸發(fā)后的最大蒸發(fā)能力。式中fi、f 2和 RDF的表達式分別如下(4)、（5)、（6)所不：
[0080] fi(LAI) =max(0,min( 1, (C2+C1 ? LAI))) (4)
[0083] 式中：Ci，C2，C3為參數(shù)，通過模型調參得到；9為土壤體積含水量，單位％ ; 9f為土壤 田間持水量，單位％ ;心為萎蔫含水量，單位％ ; RDF為根系分布參數(shù)，z 1，z2分別為所求土壤 層垂直方向上的兩端坐標，單位m; Lr為根系深度，單位m。
[0084]③土壤蒸發(fā)采用了下述公式(7)計算
[0085] K-J模型中設定土壤蒸發(fā)僅發(fā)生在表層土壤，受到表層土壤水分和潛在蒸發(fā)能力 的限制。當土壤中水分含量降至土壤剩余含水量時，土壤水蒸發(fā)停止。土壤蒸發(fā)計算公式如 下：
[0089] 3)參數(shù)自優(yōu)化方法
[0090]具體流程為：
[0091] ①初始化，假定待優(yōu)化問題是n維問題，選取參與進化的復合型個數(shù)p(p多1)和每 個復合型所包含的頂點數(shù)目m(m》n+l)，計算樣本點數(shù)目s = pXm;
[0092] ②產生樣本點，在可行域內隨機產生s個樣本點xl，…，xs，分別計算每一點xi的函 數(shù)值f(xi)，i = l，? ? ?，s;
[0093] ③對函數(shù)值進行升序排列存入數(shù)組D，然后將D分為P個復形，并對每個復形進行進 化；
[0094] ④把進化后的每個復合型的所有頂點組合成新的點集，再次按函數(shù)值升序排列， 排序后按目標函數(shù)的升序進行排列，仍存為數(shù)組D
[0095] ⑤收斂性判斷，如果滿足收斂條件則停止，否則返回步驟3,對D產生新的復形繼續(xù) 運算，直至收斂或退出。
[0096] 4)產流、匯流模塊
[0097] 產流過程和匯流過程模擬采用時變增益水文非線性概念模型中所述方法。
[0098] 基于多種遙感數(shù)據(jù)推求驅動數(shù)據(jù)
[0099] 本發(fā)明綜合利用尺度轉化、定量遙感反演、數(shù)據(jù)同化和時空插值等技術開展核心 驅動要素的推求研究，完全基于遙感數(shù)據(jù)完成對日尺度，時-空分布連續(xù)的流域降水量、大 氣溫度、融雪量、蒸發(fā)潛力、植被蓋度和根系深度、上下層土體的土壤飽和含水量、田間持水 量和凋萎含水量等水循環(huán)要素信息提取，實現(xiàn)流域生態(tài)、水文過程模擬。部分核心驅動數(shù)據(jù) 提取方法如下：
[0100] 1)空間降水驅動數(shù)據(jù)
[0101] 通過建立TRMM原始降水數(shù)據(jù)與較高空間分辨率的預測因子之間的統(tǒng)計關系構建 空間降尺度模型。然后結合原始TRMM日降水數(shù)據(jù)所反映的降水時間分布規(guī)律，將空間降尺 度結果進一步進行時間降尺度處理，最終獲取lkm日尺度的降水數(shù)據(jù)(如圖3所示）。
[0102] 2)空間近地表大氣溫度驅動數(shù)據(jù)
[0103] 通過引入高分辨率數(shù)字地面高程因子和氣溫垂直遞減率參數(shù)，對具有高時間分辨 率和覆蓋范圍的全球陸地同化系統(tǒng)氣溫同化數(shù)據(jù)(空間分辨率25公里，時間分辨率3小時） 進行尺度轉化，最終獲取1 km日尺度的地表大氣溫度數(shù)據(jù)(如圖4所示）。
[0104] 3)空間融雪驅動數(shù)據(jù)
[0105] 本發(fā)明中采用度日因子計算方法獲取實施例中研究區(qū)融雪量，其核心是度日因子 的確定和大氣溫度數(shù)據(jù)的獲取。大氣溫度數(shù)據(jù)采用本發(fā)明實施例中獲取的氣溫降尺度數(shù) 據(jù)，度日因子的獲取利用經(jīng)驗公式計算得到，最終獲取lkm日尺度的融雪量數(shù)據(jù)（如圖5所 示)。
[0106] 4)空間蒸發(fā)潛力驅動數(shù)據(jù)
[0107]蒸發(fā)潛力是指蒸發(fā)面在特定的氣象條件下，充分供水時的蒸發(fā)量或蒸發(fā)率。針對 具體的某一蒸發(fā)面，其蒸發(fā)能力等同于相同氣象條件下可能達到的最大蒸發(fā)量。本發(fā)明采 用Priestley-Taylor公式計算區(qū)域蒸發(fā)潛力，最終獲取lkm日尺度的蒸發(fā)潛力數(shù)據(jù)(如圖6 所示）。
[0108] 5)空間植被參數(shù)驅動數(shù)據(jù)
[0109] 植被蓋度和根系深度是反應植被生長狀況的重要指標，在生態(tài)、水文過程模擬過 程中具有重要作用。植被蓋度是指植物群落總體或各個體的地上部份的垂直投影面積與樣 方面積之比的百分數(shù)，反映植被的茂密程度，在蒸散發(fā)計算和植被截留等過程中具有重要 意義。本發(fā)明采用植被蓋度與LAI之間的經(jīng)驗統(tǒng)計關系估算植被蓋度空間分布，最終獲取 1 km日尺度的植被蓋度數(shù)據(jù)(如圖7所示）。
[0110]根系深度是反應植被生長狀況和估算植被蒸騰耗水量的一個重要參數(shù)。本發(fā)明針 對不同土地覆被類型，根據(jù)LAI的變化模擬根系深度，對于多年生的喬木林，認為根系深度 在一年之中不發(fā)生變化，即給定一固定的根系深度，對于一年生的草本和作物，假定根系深 度與LAI的變化趨勢一致，最終獲取lkm日尺度的根系深度數(shù)據(jù)(如圖8所示）。 6)空間土壤參數(shù)驅動數(shù)據(jù)
[0112]本發(fā)明中所需的土壤水分參數(shù)包括土壤飽和含水量、土壤田間持水量和土壤萎蔫 含水量。小尺度上這些參數(shù)可通過實測的方法獲取，區(qū)域尺度上，可采用SPAW( So i 1-Plant-Air-Water)模型中土壤水分參數(shù)經(jīng)驗算法方法進行估算。本發(fā)明采用SPAW計算土壤水分參 數(shù)的原理是對土壤機械組成、有機質含量等土壤理化性質與土壤水分特征進行曲線擬合， 得出基于土壤機械組成估算土壤水分參數(shù)的經(jīng)驗公式，進而得到實施例中土壤參數(shù)驅動數(shù) 據(jù)(如圖9-14所示）。
[0113] 模型背景值模擬及參數(shù)率定
[0114] 基于本發(fā)明提供的方法，利用實施例中獲取的模型驅動數(shù)據(jù)，本發(fā)明可進行流域 日尺度產流、匯流模擬，提供日尺度的產流空間分布數(shù)據(jù)(如圖15所示），匯流模擬則以產流 數(shù)據(jù)為基礎，進行水量沿坡面、河道的迀移運動模擬?？梢蕴峁┤粘叨鹊牧饔騼热我鈻鸥?(斷面)匯流累積量，結合模型提供的蒸散發(fā)空間分布數(shù)據(jù)，可進一步分析流域生態(tài)需水、耗 水(如圖16所示)等水資源分析。模擬過程中，采用模型默認參數(shù)進行初始模擬，得到流域各 項參數(shù)和輸出結果的初始值作為參數(shù)優(yōu)化和進一步迭代運算的背景值空間。
[0115] 參數(shù)率定是通過模型模擬結果與實測數(shù)據(jù)的比較，選取目標函數(shù)，通過計算目標 函數(shù)取值判斷模型模擬精度，從而調整模型參數(shù)，縮小模型模擬結果與實測數(shù)據(jù)誤差的過 程，是現(xiàn)階段水文模型模擬中不可避免的一個環(huán)節(jié)。本發(fā)明利用已構建的模型自調參模塊 實現(xiàn)模型參數(shù)自動優(yōu)化。參數(shù)自動優(yōu)化是利用數(shù)學手段進行模型參數(shù)率定的一種高效的途 徑，基于一定的數(shù)學算法由程序自動完成參數(shù)優(yōu)選，速度快、人為干預少。本研究在參數(shù)率 定時，先結合相關研究設定一組參數(shù)初始值，然后循環(huán)運行產匯流過程，不斷分析模擬結果 和實測數(shù)據(jù)的過程線對參數(shù)進行修正，最終尋求最優(yōu)參數(shù)集。模型中所有參與率定的模型 參數(shù)和最終的率定結果見附表1。
[0116] 附表1模型參數(shù)設置一覽表
[0118]結果與分析
[0119] 實施例利用獲取的雅江流域境內奴下站2006-2009年逐日徑流觀測數(shù)據(jù)(下游為 境外部分，無徑流觀測數(shù)據(jù)），對模型模擬的日徑流過程曲線進行驗證(如圖17所示），結果 表明：在不依賴與地面站點觀測資料的情況下，利用本發(fā)明構建的模型方法，基于多源空間 數(shù)據(jù)驅動的日尺度水文模擬結果在率定期的Nash的效率系數(shù)為0.64,決定性系數(shù)R 2為 0.73，水量平衡指數(shù)R0E為1.01 (水量誤差1 % )，RMSE徑流誤差為956m3/s，模型模擬效果十 分理想；而在模型驗證期，日尺度模擬結果Nash的效率系數(shù)為0.70，決定性系數(shù)R 2為0.78， 水量平衡指數(shù)R0E為0.90(水量誤差10% )，RMSE徑流誤差為991m3/s，模擬精度與率定期相 當。
[0120] 對模型在率定期和驗證期的結果進行綜合(如圖18所示），研究構建的基于多源遙 感信息驅動的流域水循環(huán)模擬方法，在不依賴地面實測氣象水文驅動的條件下，總體模擬 精度較高，其中決定性系數(shù)R 2為0.76，Nash效率系數(shù)0.68,水量平衡系數(shù)0.96(水量誤差 4%)〇
[0121] 除了對徑流模擬結果進行精度評價外，模型對模擬得到的產流結果進行了精度評 價，采用的方式是水量平衡檢驗，即對研究時間段內（2006-2012)模型模擬結果進行水量平 衡分析，評估模型結果合理性。研究將整個雅江流域劃分為境內和境外二個部分，由分析可 以看出，二個地區(qū)在模擬時段內水量平衡系數(shù)都接近于1(如表2所示），二個地區(qū)最大水量 平衡偏差不超過3%，水量平衡吻合十分理想。說明研究結果滿足水量平衡方程，精度滿足 水資源分析要求。
[0122] 附表2模擬期年尺度流域水量平衡統(tǒng)計表
[0124] 結論
[0125] 本發(fā)明提出的基于遙感數(shù)據(jù)和水文模型相耦合的流域水循環(huán)研究技術體系，實現(xiàn) 了基于純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法構建，綜合利用多種空間數(shù)據(jù)尺度轉化和信 息反演方法，完全基于遙感數(shù)據(jù)提取了模型驅動因子空間數(shù)據(jù)，開展了站點觀測數(shù)據(jù)極度 稀缺的我國西南國際河流雅江流域日尺度水循環(huán)過程模擬，通過對模型模擬結果多方面的 驗證和分析，確保了研究所提出技術體系的可靠性，保證了模型及其模擬結果的合理性和 可靠性，說明了利用研究提出的方法開展流域水循環(huán)過程模擬技術體系的可行性，為缺少 站點實測數(shù)據(jù)條件下流域水資源分析提供了實用化的方法和工具。
[0126] 顯然，以上所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其 他實施例，都屬于本發(fā)明保護的范圍。
【主權項】
1. 一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，其特征在于:包括W下步驟： 步驟一、構建包括植被截留與蒸散發(fā)過程、產流過程和匯流過程的兼容多種遙感數(shù)據(jù) 的流域水循環(huán)模擬框架； 步驟二、完全基于遙感數(shù)據(jù)完成對日尺度、時-空分布連續(xù)的流域降水量、大氣溫度、融 雪量、蒸發(fā)潛力、植被蓋度和根系深度等參數(shù)，W及上下層±體的±壤飽和含水量、田間持 水量和調萎含水量的水循環(huán)要素信息提??； 步驟=、開展流域產流、匯流過程模擬，得到流域內任意柵格點上的總產流量和徑流量 背景值，同時獲取流域內任意柵格點上蒸散發(fā)量、融雪量、地表徑流量、壤中流量的水資源 分量的背景信息； 步驟四、增加模型參數(shù)自優(yōu)化模塊，構建參數(shù)目標函數(shù)，隨機采樣生成待率定模擬參數(shù) 樣本組合，引入模型進行迭代運算，確定最終符合條件的流域水循環(huán)模擬參數(shù)和模擬產匯 流結果。2. 根據(jù)權利要求1所述的一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，其特征在于:所 述步驟一的構建方式如下： A、柵格植被截留與蒸散發(fā)計算方法； ① 采用下述公式(1)對植被截留量進行估算：(1) 式中：Sv為葉面累積截留量，單位mm; Smax為林冠最大截留量，單位mm; CV為植被蓋度，單 位％ 為校正系數(shù);P。?為時段降水量，單位mm; 實際蒸散發(fā)等于植被截留蒸發(fā)、植被蒸騰、水面蒸發(fā)和±壤蒸發(fā)四個部分之和;陸地柵 格的實際蒸散發(fā)量等于柵格上的植被截留蒸發(fā)、植被蒸騰與±壤蒸發(fā)之和，水面柵格實際 蒸散發(fā)量等于潛在蒸散發(fā)量； ② 植被截留蒸發(fā)采用下述公式(2)計算： Ecan=IIiin(SViE^iP) (2) 式中：Ecan為植被截留蒸發(fā)量，單位mm; Sv為冠層累積截留量，單位mm，；E化為潛在蒸散 發(fā)量，單位mm; P為降水量，單位mm; ③ 植被蒸騰采用下述公式(3)計算： Eat = fl(LAI) ? f2(目）?（畑巧?巧Tp-Ecan) (3) 式中：Eat為植被蒸騰量，單位分別為植被葉面積指數(shù)和根系層±壤水分的函 數(shù);畑F為根系分布函數(shù)，化Tp-Ecan)為扣除截留蒸發(fā)后的最大蒸發(fā)能力，式中fl、f2和RDF的 表達式分別如下(4)、（5)、（6)所示： fi(LAI)=max(0，min(l，（C2+Ci ? LAI))) (4) (5) (6) 式中：Cl，C2，C3為參數(shù)，通過參數(shù)率定得到；0為±壤體積含水量，單位％ ; 0f為±壤田間 持水量，單位％ ; 0W為萎黨含水量，單位％ ;RDF為根系分布參數(shù)，Z1，z2分別為所求±壤層垂 直方向上的兩端坐標，單位m; Lr為根系深度，單位m。 ④上壤蒸發(fā)采用下述公式(7)計算； K-J模型中設定±壤蒸發(fā)僅發(fā)生在表層±壤，受到表層±壤水分和潛在蒸發(fā)能力的限 審IJ，當±壤中水分含量降至±壤剩余含水量時，±壤水蒸發(fā)停止;±壤蒸發(fā)計算公式如下： Es = ETp ? f3(目）+巧Tp-Eat-ETp ? f3(目））? f4(目）?（l-fi(LAI)) (7)(8) (9) B、產流過程和匯流過程模擬采用時變增益水文非線性概念模型中所述方法。3. 根據(jù)權利要求1所述的一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，其特征在于:所 述步驟二完全基于多種遙感數(shù)據(jù)采用尺度轉化、定量遙感反演、數(shù)據(jù)同化和時空插值的技 術。4. 根據(jù)權利要求1所述的一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，其特征在于:利 用步驟二獲取的流域水循環(huán)關鍵要素數(shù)據(jù)，基于步驟一構建的水循環(huán)模擬框架開展流域產 流、匯流過程模擬。5. 根據(jù)權利要求1所述的一種純遙感數(shù)據(jù)驅動的流域水循環(huán)模擬方法，其特征在于:所 述步驟四的模型參數(shù)自優(yōu)化方法具體為： 1) 初始化，假定待優(yōu)化問題是n維問題，選取參與進化的復合型個數(shù)P(P^l)和每個復 合型所包含的頂點數(shù)目m(m>n+l)，計算樣本點數(shù)目S = PXm; 2) 產生樣本點，在可行域內隨機產生S個樣本點Xl，…，XS，分別計算每一點Xi的函數(shù)值 f(xi)，i = l，. . .，s; 3) 對函數(shù)值進行升序排列存入數(shù)組D，然后將D分為P個復形，并對每個復形進行進化； 4) 把進化后的每個復合型的所有頂點組合成新的點集，再次按函數(shù)值升序排列，排序 后按目標函數(shù)的升序進行排列，仍存為數(shù)組D; 5) 收斂性判斷，如果滿足收斂條件則停止，否則返回步驟3,對D產生新的復形繼續(xù)運 算，直至收斂或退出。
【文檔編號】G06F19/00GK105912836SQ201610172408
【公開日】2016年8月31日
【申請日】2016年3月25日
【發(fā)明人】蔡明勇, 王橋, 楊勝天, 曾紅娟, 申文明, 侯鵬
【申請人】環(huán)境保護部衛(wèi)星環(huán)境應用中心