一种流域侵蚀产沙指数模拟方法和系统技术方案

本发明专利技术提供了一种流域侵蚀产沙指数模拟方法和系统，涉及模拟流域侵蚀产沙量技术领域。包括步骤S1、获取流域控制面上的第一CN值、降雨侵蚀力R和对应的单位面积产沙量SYI；S2、将CN值和降雨侵蚀力R作为自变量，单位面积产沙量SYI作为因变量，建立线性回归模型；S3、利用第一CN值、R值和对应的SYI值率定模型参数，得到SYI计算模型；S4、获取第二CN值和降雨侵蚀力R，将第二CN值和R值输入SYI计算模型，计算得到单位面积产沙量SYI；本发明专利技术采用线性回归模型，系统参数少，简化了计算过程，查表得到CN值，通过降雨侵蚀力模型得到R值，无需处理大量数据，并且考虑土地利用变化以及前期土壤湿润度等级数据用于侵蚀产沙量的模拟和预测，提高了预测精度。了预测精度。了预测精度。

【技术实现步骤摘要】
一种流域侵蚀产沙指数模拟方法和系统


[0001]本专利技术涉及模拟流域侵蚀产沙量
，更具体地，涉及一种流域侵蚀产沙指数模拟方法和系统。

技术介绍

[0002]流域侵蚀产沙采用单位面积产沙量SYI进行表征，是指在特定时段内，流域产沙总量与流域面积的比值，目前流域侵蚀产沙量模拟的方法主要有两类，分别是：土壤侵蚀模型(RUSLE)和水蚀预测模型(WEPP)。
[0003]RUSLE土壤侵蚀模型的表达式为A＝RKLSPC，式中，A为单位面积年平均土壤侵蚀量，t/hm2；R为降雨侵蚀力因子，MJ
·
mm/(hm2·
h
·
a)；K为土壤可蚀性因子，t
·
h/(MJ
·
mm)；L为坡长因子；S为坡度因子；P为水土保持措施因子；C为植被覆盖因子。相关研究表明，RUSLE模型已取得了很好应用。该模型考虑的影响因子全面，但是也存在一定的局限性。应用中需要考虑标准小区的概念(长22.13m、宽1.85m、坡度为9％的地块)，数据获取比较繁琐，且数据的计算处理量大；同时，它只能适用于坡度不太大的坡耕地的预测，且下垫面仅考虑水土保持和植被覆盖等因素，未能充分考虑土地利用变化及前期降雨等因素对流域侵蚀产沙的影响。
[0004]水蚀预测模型(WEPP)是美国农业部于1985年主持开发的一种基于侵蚀过程的模型，较RUSLE模型更为先进，具有侵蚀模块、水文过程模块、植物生长模块、天气随机生成模块、残留物分解模块、土壤模块、冬季过程模块、灌溉模块、地表径流模块等9个功能模块。WEPP模型作为土壤侵蚀预测的技术工具，对土壤侵蚀科学研究提供了许多借鉴，已在国内外得到了快速的发展和应用。但模型中包含的子模型和参数较多，需要大量资料对模型参数进行修正和验证。
[0005]现有技术的耦合不同时空尺度模型的流域侵蚀产沙量预测方法，根据流域的降雨侵蚀力因子Rl、土壤可蚀性因子Kl、坡长因子LSl、植被因子Cl、工程措施因子El、耕作措施因子Tl和沟蚀系数因子Gl，计算Wl的年侵蚀产沙量，系统参数多，数据获取繁琐，数据计算处理量大。

技术实现思路

[0006]本专利技术为克服上述技术问题，提供数据处理量小，模型参数较少，考虑土地利用变化的一种流域侵蚀产沙指数模拟方法和系统。
[0007]本专利技术技术方案如下：
[0008]一种流域侵蚀产沙指数模拟方法，用于计算流域一段时间内的侵蚀产沙指数，包括步骤：
[0009]S1、获取流域控制面上的第一CN值和对应的单位面积产沙量SYI；
[0010]S2、将CN值作为自变量，单位面积产沙量SYI作为因变量，建立线性回归模型；
[0011]S3、利用第一CN值和对应的单位面积产沙量SYI对线性回归模型参数进行率定和
验证，得到SYI计算模型；
[0012]S4、获取第二CN值，所述第二CN值用于计算待测的单位面积产沙量SYI，将第二CN值输入SYI计算模型，计算得到单位面积产沙量SYI。
[0013]本技术方案提出了一种流域侵蚀产沙指数模拟方法，将径流曲线数CN值作为自变量，单位面积产沙量SYI作为因变量，建立线性回归模型，系统参数少，简化了计算过程，CN值通过查表得到，数据获取简便，无需处理大量数据，并且考虑土地利用变化以及前期土壤湿润度等级数据用于侵蚀产沙量的模拟和预测，提高了预测精度。
[0014]进一步地，得到所述土地利用类型数据的方法为，获取流域地形图和TM/ETM影像图，通过流域地形图和TM/ETM影像图得到土地利用/覆盖图，利用土地利用/覆盖图得到土地利用类型数据；
[0015]前期土壤湿润度等级数据的计算方法为，先获取流域控制面上各个雨量站前五天降雨总量，查询前期土壤湿润度分类表得到前期土壤湿润度等级数据。
[0016]上述技术方案中，数据获取方便，目前可以直接从资源环境数据云平台(http://www.resdc.cn)下载所需年份的土地利用遥感监测数据作为土地类型数据。
[0017]进一步地，步骤S2所述线性回归模型公式为：
[0018]SYI＝a0*CN+β0[0019]其中，a0为模型的回归系数，β0为模型的常量。
[0020]进一步地，步骤S3利用最小二乘法对线性回归模型参数进行率定，确定模型的回归系数a0和常量β0的取值，得到SYI计算模型。
[0021]进一步地，步骤S3进行率定时，将第一CN值和单位面积产沙量SYI按照时间尺度分为逐日、逐半月、逐年三组数据，按照每一组时间尺度的第一CN值和单位面积产沙量SYI，分别得到该时间尺度对应的回归系数a0和常量β0的取值；
[0022]其中，各个时间尺度的第一CN值获取方法是：
[0023]获取流域控制面上各个雨量站的日CN值，运用ArcGIS空间插值技术得到流域控制面上的逐日时间尺度的第一CN值；
[0024]获取流域控制面上各个雨量站的半月CN均值，运用ArcGIS空间插值技术得到流域控制面上的逐半月时间尺度的第一CN值；
[0025]获取流域控制面上各个雨量站的年CN均值，运用ArcGIS空间插值技术得到流域控制面上的逐年时间尺度的第一CN值；
[0026]步骤S4所述第二CN值为待测的单位面积产沙量SYI对应的CN值，根据待测的单位面积产沙量SYI的时段获取第二CN值，若待测的单位面积产沙量SYI为逐日时段，则从雨量站获取逐日时间尺度的CN值作为第二CN值；若待测的单位面积产沙量SYI为半月时段，则运用ArcGIS空间插值技术得到逐半月时间尺度的第二CN值；若待测的单位面积产沙量SYI为年时段，则运用ArcGIS空间插值技术得到逐年时间尺度的第二CN值。
[0027]进一步地，步骤S2所述线性回归模型还包括参数：降雨侵蚀力R，线性回归模型公式为：
[0028]SYI＝a1*CN+b1*R+β1[0029]其中，CN值和降雨侵蚀力R作为自变量，0≤CN≤100，单位面积产沙量SYI作为因变量，a1和b1为模型的回归系数，β1为模型的常量，R为降雨侵蚀力，通过半月时段降雨侵蚀力
模型利用日雨量资料计算降雨侵蚀力R。
[0030]进一步地，步骤S3利用最小二乘法对线性回归模型参数进行率定，确定模型的回归系数a1、b1，模型的常量β1，得到SYI计算模型。
[0031]进一步地，步骤S3进行率定时，将降雨侵蚀力R、第一CN值和单位面积产沙量SYI按照时间尺度分为逐半月、逐年两组数据，按照每一组时间尺度的降雨侵蚀力R、第一CN值和单位面积产沙量SYI，分别得到该时间尺度对应的回归系数a1和b1，以及常量β1的取值；
[0032]其中，各个时间尺度的第一CN值获取方法是：
[0033]获取流域控制面上各个雨量站的半月CN均值，运用ArcGIS空间插值技术得到流域控制面上的逐半月时间尺度的第一CN值；
[0034]获取流域控制面上各个雨量站的年CN均值，运用A本文档来自技高网...

【技术保护点】

【技术特征摘要】
其中，CN值和降雨侵蚀力R作为自变量，0≤CN≤100，单位面积产沙量SYI作为因变量，a1和b1为模型的回归系数，β1为模型的常量，R为降雨侵蚀力，通过半月时段降雨侵蚀力模型利用日雨量资料计算降雨侵蚀力R。7.根据权利要求6所述的一种流域侵蚀产沙指数模拟方法，其特征在于，步骤S3利用最小二乘法对线性回归模型参数进行率定，确定模型的回归系数a1、b1，模型的常量β1，得到SYI计算模型。8.根据权利要求6所述的一种流域侵蚀产沙指数模拟方法，其特征在于，步骤S3进行率定时，将降雨侵蚀力R、第一CN值和单位面积产沙量SYI按照时间尺度分为逐半月、逐年两组数据，按照每一组时间尺度的降雨侵蚀力R、第一CN值和单位面积产沙量SYI，分别得到该时间尺度对应的回归系数a1和b1，以及常量β1的取值；其中，各个时间尺度的第一CN值获取方法是：获取流域控制面上各个雨量站的半月CN均值，运用ArcGIS空间插值技术得到流域控制面上的逐半月时间尺度的第一CN值；获取流域控制面上各个雨量站的年CN均值，运用ArcGIS空间插值技术得到流域控制面上的逐年时间尺度的第一CN值；各个时间尺度的降雨侵蚀力R获取方法是：半月时段降雨侵蚀力模型将每个月前15天作为第1个时段，剩下天数作为第2个时段，因此每年划分为24个时段；具体公式如下：式中：R
i
表示第i个半月的降雨侵蚀力值，MJ
·
mm/(hm2·
h)，i＝1，2，3，
…
，24；k表示该半月时段内的降雨天数；P
j
表示半月时段内日雨量≥12mm的第j天日雨量，&...

【专利技术属性】
技术研发人员：何艳虎，徐道国，谭倩，杨志峰，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：