一种基于栅格DEM的山丘区土壤厚度预测的方法技术

本发明专利技术公开一种基于栅格DEM的山丘区土壤厚度预测的方法，对描述土壤厚度演化的土壤输移动力学方程：

【技术实现步骤摘要】
一种基于栅格DEM的山丘区土壤厚度预测的方法
本专利技术属于水文模型
，具体涉及一种基于栅格DEM的山丘区土壤厚度预测的方法。
技术介绍
由于土壤厚度在水文模型研究与应用中的重要地位，低成本高精度地获得土壤厚度制图显得非常重要，为了研究和应用的需要，各种各样的土壤厚度预测模型得到发展。大体而言，模型可以分为两大类，即随机模型和有物理基础的模型。新兴发展起来的地理信息系统地形分析技术和广泛可获得的数字高程模型对随机模型起了辅助促进的作用。由于这些模型具有结构简单，参数较少的特点，多被用来建立地形因素和土壤属性(如土壤厚度)之间的定量联系。然而，所有的这些随机模型的应用都需遵从一个基本的假设，就是采样地的土壤厚度和地形因素之间的经验关系可以被拓展去推测其他地区的土壤厚度属性，即采样地与目标预测区具有相似性。为了使得模型满足这一假定，就需要大量且广泛的田间采样数据用于参数的校验，这无形中增加了模型的应用成本。正是因为统计模型的经验性，它使得这类模型仅适用于建模区，这已严重的限制了模型预测其他无资料或者少资料流域土壤厚度的能力。相对而言，有物理基础的模型(如地貌演化模型)，则侧重于描述地质年代尺度上的土壤生成、输移的过程，即土壤厚度演化的过程。例如，通过假设土壤输移的速率与坡度成正比，即假定土壤运动为简单的蠕动模型，Dietrichetal.[1995]建立了基于栅格数字高程模型的预测流域尺度土壤厚度的数值模型。Roeringetal.[2008]则进一步发展了Dietrichetal.[1995]的工作，他在已有的土壤厚度演化模型中引入三个线性、非线性土壤输移公式。但是，传统上这些土壤厚度演化模型通常被认为是地貌演化动力学模型的一部分，它的求解往往依赖于复杂且精确的求解技术，例如采用数值方法模拟地质时间尺度上气候和构造作用力影响下的地貌演化[Sacoetal.，2006；Pelletieretal.，2011]。Dietrich,W.E.,R.Reiss,M.-L.Hsu,andD.R.Montgomery(1995),Aprocess-basedmodelforcolluvialsoildepthandshallowlandslidingusingdigitalelevationdata,Hydrol.Process.,9,383–400,doi:10.1002/hyp.3360090311.Roering,J.J.(2008),Howwellcanhillslopeevolutionmodels“explain”topography？,Geol.Soc.Am.Bull.,120,1248-1262,doi:10.1130/B26283.1.Saco,P.M.,G.R.Willgoose,andG.R.Hancock(2006),Spatialorganizationofsoildepthsusingalandformevolutionmodel,J.Geophys.Res.,111,F02016,doi:10.1029/2005JF000351.显然，在水文模拟中应用地貌演化数学模型非常专业、代价非常之大。因此，为了便于水文领域的应用，我们急需一些简单而通用的土壤厚度表达式，这些表达式一般为地形的函数。基于这一认识，许多研究往往采用解析或者降低数值求解难度的简化方法。例如，土壤生成和侵蚀的平衡态假设，Bertoldietal.[2006]给出一个简单的土壤厚度预测的解析公式，其采用土壤蠕动模型来描述土壤的输移。Pelletier和Rasmussen[2009]则延续了Bertoldi的平衡稳定方法，其分别用三个非线性土壤输移方程来描述土壤颗粒运动。然而平衡稳定状态只在满足特定条件下的地区有效，并非广泛适用的。Bertoldi,G.,R.Rigon,andT.M.Over(2006),Impactofwatershedgeomorphiccharacteristicsontheenergyandwaterbudgets,J.Hydrometeorol.,7,389–403.Pelletier,J.D.,andC.Rasmussen(2009),Geomorphicallybasedpredictivemappingofsoilthicknessinuplandwatersheds,WaterResour.Res.,45,W09417,doi:10.1029/2008WR007319.土壤厚度是山坡水文过程的一个关键性的控制因素。早期研究表明，不同的土壤厚度空间分布模式在很大程度上影响降雨径流的比率，即径流系数。这是由于土壤厚度和土壤中的孔隙决定了山坡土壤的蓄水能力。因此，在很多有物理基础的水文模型中，土壤厚度都是一个很重要的变量。在概念性的水文模型中，土壤厚度也可用来导出或指示其中的重要参数，如土壤蓄水能力等。因此，水文研究和实践日益需要越来越高质量的土壤厚度制图。然而，到目前为止，水文学家在进行水文模拟和相关规划研究时很大程度上仍需依赖以往的土壤调查数据库，如U.S.DepartmentofAgriculture’snationalsoilsdatabases和theSoilInformationSystemofChina，来获取土壤厚度图。但是，标准的土壤调查不能提供高分辨率的土壤厚度图，这显然限制了分布式水文模型的有效运用。
技术实现思路
土壤厚度是山坡水文过程的一个关键性的控制因素。早期研究表明，不同的土壤厚度空间分布模式在很大程度上影响降雨径流的比率，即径流系数。这是由于土壤厚度和土壤中的孔隙决定了山坡土壤的蓄水能力，因此，在很多有物理基础的水文模型中，土壤厚度都是一个很重要的变量。在概念性的水文模型中，土壤厚度也可用来导出或指示其中的重要参数，如土壤蓄水能力等。故水文研究和实践日益需要越来越高质量的土壤厚度制图。然而，到目前为止，水文学家在进行水文模拟和相关规划研究时很大程度上仍需依赖以往的土壤调查数据库，如U.S.DepartmentofAgriculture’snationalsoilsdatabases和theSoilInformationSystemofChina，来获取土壤厚度图。但是，标准的土壤调查不能提供高分辨率的土壤厚度图，这显然限制了分布式水文模型的有效运用。因此，本专利技术提供了一种基于栅格DEM的山丘区土壤厚度预测的方法。该方法采用一个简单的基于非稳态假设的土壤厚度预测模型，即一个依据土壤演化动力学方程推导出的解析表达式；该模型运行在栅格数字高程模型之上，采用简化的解析方程预测土壤厚度时空演化及分布，最后通过数据可视化的技术手段生成可供广泛应用的土壤厚度制图。为实现上述目的，本专利技术采用了以下技术方案：一种基于栅格DEM的山丘区土壤厚度预测的方法，包括：S1、根据土壤生成和输移的质量守恒，描述土壤演化的动力学方程写为：h是土壤厚度，e是高程，q是土壤输移通量，η是岩石密度和土壤密度之比，即η＝ρr/ρs，方程(1)右边的第一项是由于风化作用，基岩上土壤生成的速率，其中，P0是裸露基岩上土壤生成率(即土壤厚度为零时的土壤生成率)，h0是一个特征侵蚀深度，为经验参数；S本文档来自技高网...

【技术保护点】
一种基于栅格DEM的山丘区土壤厚度预测的方法，其特征在于：S1、根据土壤生成和输移的质量守恒，描述土壤演化的动力学方程写为：

【技术特征摘要】
1.一种基于栅格DEM的山丘区土壤厚度预测的方法，其特征在于：S1、根据土壤生成和输移的质量守恒，描述土壤演化的动力学方程写为：h是土壤厚度，e是高程，q是土壤输移通量，η是岩石密度和土壤密度之比，即η＝ρr/ρs，方程(1)右边的第一项是由于风化作用，基岩上土壤生成的速率，其中，P0是裸露基岩上土壤生成率，即土壤厚度为零时的土壤生成率，h0是一个特征侵蚀深度，为经验参数；S2、使用两个线性沉积物输移法则，即一个土壤蠕动输移模型qd和一个径流输移模型qt：q＝qd+qt(3)土壤蠕动qd用一个线性蠕变函数表示：其中kd是扩散系数，z是土壤表面高程；降雨径流驱动下的土壤输移一般方程写为：kt是沉积物输移系数，A是集水面积，m和n是一个给定地形的指数常数；S3、将方程(2)，(4)和(5)代入方程(1)，得到用来描述土壤厚度演化的土壤输移动力学方程：其中：c＝ηP0，且：其中f是土壤蠕动和降雨径流土运的下坡土壤通量散度，利用基于数字高程模型的数字水系，根据方程(6)和(7)计算f；根据方程(4)，方程(7)中的可表示为其中的值等于地形曲率，C；通过3行×3列的栅格网络计算土壤输移通量，栅格i的Ci计算如下：其中zi是研究栅格i的高程，z1-z8是栅格i周围八个栅格的高程，Δx系栅格的边长大小；方程(7)中的可用一个坡度和上游集水面积的函数来表达：和qtok分别是栅格i的土壤入流和出流通量，是比例系数；方程(6)和(7)通过数值方法求解，采用显式差分法来求解微分方程(6)和(7)；S4、提出两个假设：首先，假定研究的对象仅限于湿润和半湿润的地区，这里壤中流较为丰富，是主要的径流成分，且下垫面基岩机械性质足够强；其次，假设在相对较短的地质年代尺度内，没有构造隆升或者基岩下沉的情况，即地表地形在土壤厚度演化过程中相对稳定或稳态变化；因此，可以推定地形特征如曲率的演化受岩石风化和土壤输移作用的驱动，且认为其速率比土壤厚度演化的速率慢得多；这样，方程(6)可以看作是一...

【专利技术属性】
技术研发人员：刘金涛，蒋成伟，管晓祥，王清媛，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32