【技术实现步骤摘要】
流域径流对未来气候及土地利用变化的响应研究方法
[0001]本专利技术涉及流域区域发展研究领域，尤其涉及流域径流对未来气候及土地利用变化的响应研究方法。
技术介绍
[0002]随着我国发展重心的西移，人口和经济增长的背景下自然资源的开发程度不断增加，西南流域特殊的岩溶地貌特征导致其水文变化易受到气候和人类活动的影响，当地流域内水资源供需矛盾尤为突出。利用新安江模型定量分析人类活动和气候变化对流域径流变化的贡献率，结果发现人类活动和气候变化分别对径流起到抑制和促进的作用，贡献率分别为106.9％和206.9％，流域径流演变在不同程度上受到了人类活动和气候变化的影响。
[0003]本专利技术通过对流域未来水资源可持续发展状况进行有效的评价，有助于政府及时制定相应的水资源管理政策，解决水资源供需矛盾的同时促进区域水资源可持续发展。
技术实现思路
[0004]针对上述流域受到气候和人类活动的影响的问题，本专利技术提供流域径流对未来气候及土地利用变化的响应研究方法，搭建适用于流域的水文模型，将未来人类活动和未来...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.流域径流对未来气候及土地利用变化的响应研究方法，其特征在于，包括以下步骤：S1、基于预设历史年份的土地覆盖数据和LUH2数据集，采用FLUS模型模拟预测未来指定情景下的土地利用情况，将未来土地利用情况与预设历史年份对应的土地利用情况进行对比，分析其未来土地利用空间分布变化；S2、基于流域的气象数据、NCEP再分析数据和GCM全球气候数据，采用ASD统计降尺度方法预测流域未来指定情景下气温与降水的变化；S3、根据流域的水文特性搭建SWAT水文模型，将预测好的未来土地利用情况及气候情况对应的数据作为输入条件，预测未来指定情景下流域未来径流过程，分析流域未来年径流、月径流和洪枯径流的响应情况。2.根据权利要求1所述的流域径流对未来气候及土地利用变化的响应研究方法，其特征在于，所述指定情景包括：SSPs1
‑
2.6情景、SSPs2
‑
4.5情景及SSPs5
‑
8.5情景。3.根据权利要求1所述的流域径流对未来气候及土地利用变化的响应研究方法，其特征在于，所述步骤S1中，FLUS模型包括：ANN驱动概率模块及CA模块；所述ANN驱动概率模是以无数个相互连接的处理单元
‑
神经元为基本单元，并将输入层、隐藏层和输出层这三层组织构架以网络的形式搭建而成的计算系统，以基准期的土地覆盖数据与自然/社会经济驱动因子作为基础输入数据驱动模型从而输出土地覆盖类型的适宜性概率，输入神经元为：X＝(x1,x2,...,x
n
)，
ꢀꢀꢀꢀꢀꢀꢀ
(1)其中，x
i
为输入层第i个神经元，总计为n个，代表驱动因子的影响作用；输入层与隐藏层之间神经元的交互信息为：其中，N
j
(p，q)为隐藏层神经元j感应的信息；x
j
(p，q)为元胞p在进行q次训练后输入层第i个神经元发出的信息；w
ij
为神经学习时神经元i和j二者间的加权值；隐藏层和输出层之间的激励关系为：其中，S为Sigmoid函数；元胞p在迭代次数为q时，q类型用地的适宜性概率为：其中，w
jk
为隐藏层和输出层二者间神经元的加权值；所述CA模块为了确定各类土地利用类型在单元上的转换和分布，首先要确定的是领域作用，可表示为：
其中，为k类土地在第q
‑
1次迭代完成后的像元总数；N为计算界面边长；w
k
为各类土地之间的领域影响程度；惯性系数，可表示为：其中，为土地类型k在第q次迭代时的惯性系数；表示k类土地进行q
‑
1次神经学习时距离设定值的差值，如果差值为0则停止迭代；如果差值不为0，这时惯性系数进行自适应的动态调整，直至差值为0；当前土地利用类型转为其它土地利用类型的难度为转换成本；当该类土地可以转换为其它土地利用类型，将其设置为1，反之设置为0；影响土地类型转换的总概率表达式为：其中，表示网格单元p在迭代q次后从初始土地类型转换为目标土地类型k的概率，1
‑
sc
技术研发人员：莫崇勋，黄珂珂，万筱宇，雷兴碧，阮俞理，孙桂凯，麻荣永，杨绿峰，杨云川，李雪芳，
申请(专利权)人：广西大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。