Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于SWAT模型的水文过程对气候变化的响应监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:水利部交通运输部国家能源局南京水利科学研究院

摘要:本发明提供了基于SWAT模型的水文过程对气候变化的响应监测方法,其特征在于包括如下步骤:步骤一,获得水文过程的多种数据;步骤二,建立相应的SWAT模型;步骤三,将多种数据应用于所述的SWAT模型,进行水文过程对气候变化的响应分析和监测。

主权项:1.基于SWAT模型的水文过程对气候变化的响应监测方法,其特征在于包括如下步骤:步骤一,获得水文过程的多种数据;步骤二,建立相应的SWAT模型;步骤三,将多种数据应用于所述的SWAT模型,进行水文过程对气候变化的响应分析和监测;所述步骤一多种数据涉及基本资料,所述基本资料包括:气象观测数据、流量数据、地理空间数据、未来气候数据;所述气象观测数据来源于中国气象局国家气象信息中心,包括多个气象台站的多年逐日平均、最高和最低气温、降水、相对湿度、风速气象要素,将所述气象观测数据手工录入到Excel后,按照模型要求以DBF格式文件存储,以驱动SWAT水文模型进行径流模拟;所述流量数据来源于水利部水文局,包括逐月平均径流量,用于率定SWAT模型的参数以及检验模型模拟精度;所述地理空间数据包括数字高程模型数据、土壤类型数据以及土地利用植被覆盖数据,所述数字高程模型即数字高程模型数据,来源于国际科学数据服务平台或者来源于国家1:25万基本比例尺地形图,利用Arcview的空间分析功能或者GIS的空间分析功能提取水流方向、水流长度、河流网络、划分子流域以及水文模拟单元,计算地形因子,获取SWAT模型所需要的地形、水系、汇流区域信息;所述土壤类型数据来源于中国地图出版社1978年出版的中国土壤分类基础图或者西部数据共享中心,在原分类基础上对土壤进行重分类获得研究区域流域土壤类型;所述土地利用植被覆盖数据来源于美国地质调查局1976年获取的土地利用覆盖栅格图获中国西部环境与生态科学数据中心的土地利用数据,对获取的土地利用类型图裁减流域边界,并以土地类型代码字段为值转化为栅格GRID格式,根据USGSLandUseLandCoverSystem与SWAT模型中土地利用覆盖分类标准的对应转化关系重新分类,获得符合SWAT土地利用覆盖分类标准的多种类型;所述未来气候数据的处理包括:CSIRO和NCAR两个气候模式A1B情景的日气象资料,A1B情景为温室气体中等排放情景,在选择了在未来大气温室气体中等排放情景A1B模式下,根据IPCC气候数据中心提供的数据,模拟研究流域未来的降水数据,最高气温,最低气温和日照时间数据,同时采用降尺度方法,把大尺度、低分辨率的GCM输出信息转化为区域尺度的地面气候变化信息,统计降尺度法利用多年的观测资料建立大尺度气候要素和区域气候要素之间的统计关系,并用独立的观测资料检验这种关系,最后再把这种关系应用于GCM输出的大尺度气候信息,来预估区域未来的气候变化情景,采用PCA与逐步线性回归相结合的统计降尺度方法,并利用历史观测资料,建立大尺度气候预报因子与地面月平均温度的统计联系,从而得到了未来气象观测站逐日最高、最低温度和降水序列;所述步骤二建立相应的SWAT模型为分布式水文模型,包括:步骤21,根据目标流域的特点选择模型;步骤22,建立模型,其中所述SWAT模型数据分为空间数据库和属性数据库两大类,所述空间数据库包括流域DEM图、土地利用分类图和数字化土壤图,所述属性数据库包括3个存储有关土地利用、土壤属性以及气象站参数的数据,在建模过程中,各站点日降水数据通过距离倒数法插值到每个子流域内,作为该子流域的面降水输入,而气温和其他气象数据则采用SWAT模型自带的方法进行插值,在模型控制文件的配置中,产流模块采用SCS方程,潜在蒸散发的计算中,采用Priestley-Taylor公式;步骤23,进行模型的率定及检验,水量平衡系数,相关系数和效率系数3个指标用于评价模型模拟结果,其中水量平衡系数R,相关系数r和模型效率系数NSEC的计算公式为:R=∑Q0-QPQ01r=∑Q0-QaveQP-Qpave[∑Q0-Qave2∑QP-Qpave2]122NSEC=1-[∑Q0-QP2][∑Q0-Qave2]3式中,Q0为实测径流,QP为模拟径流,Qave为平均实测径流,Qpave为模拟径流的平均值;所述步骤三将多种数据应用于所述的SWAT模型,进行水文过程对气候变化的响应分析和监测包括:步骤31,进行基准期的径流模拟,包括输入研究去水文气象资料、土地利用、土壤类型、DEM以驱动SWAT运行,在率定模型最佳参数的基础上,模拟了基准期目标流域的逐月径流;步骤32,对径流对未来气候变化的响应进行分析,将气候模式各种情景网格降水和气温数据插值到每个子流域上,驱动SWAT模型,模拟典型断面过去和未来的径流过程,对比分析气候变化的影响;所述步骤31包括:步骤311,参数敏度性分析及率定,选取多个模型输入参数进行参数敏感性分析试验,设置参数采样间隔和每次参数变化值,利用SWAT-CUP敏感性分析工具进行多次比较判断,确定对敏感性等级最高的N个参数,利用多年某一水文站逐月流量序列对月径流模拟进行率定;步骤312,径流模拟验证,利用同一水文站多年逐月流量数据进行模型验证,并采用Nash-Sutcliffe模拟效率系数Ens、水量平衡系数R和相关系数r对模型的验证结果进行评价;步骤313,确定基准期模拟径流的年变化,确定基准期径流模拟结果中地表径流量与降水量、基流量的最大值出现的年份是否一致,地表径流量与降水量的最小值出现的年份是否一致,基流量最小值出现的年份。

全文数据:

权利要求:

百度查询: 水利部交通运输部国家能源局南京水利科学研究院 基于SWAT模型的水文过程对气候变化的响应监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术