一种灌区地下水下降风险评估方法、系统、设备及介质技术方案

本发明专利技术公开一种灌区地下水下降风险评估方法、系统、设备及介质，涉及灌区风险评估技术领域。所述方法包括：获取灌区地下水的基础数据；对所述基础数据进行预处理，确定水资源供需特性；利用模型构建算法和所述供需特性，分别构建短期相依和同期相依的灌区水资源供需水时序随机模拟模型；利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数；基于所述最优联合分布函数构建灌区二维、三维地下水下降风险评估模型，并计算不同设定数据组合下的灌区地下水下降风险概率。本发明专利技术能够对灌区地下水下降风险的评估，便于灌区水资源开发利用保护。区水资源开发利用保护。区水资源开发利用保护。

【技术实现步骤摘要】
一种灌区地下水下降风险评估方法、系统、设备及介质


[0001]本专利技术涉及灌区风险评估
，特别是涉及一种灌区地下水下降风险评估方法、系统、设备及介质。

技术介绍

[0002]地下水是保障灌区灌溉的主要水源之一，而地下水的过度开发利用使灌区地下水水位迅速下降，地下水下降漏斗以及地下水环境恶化等问题突出，严重制约了灌区高质量发展和粮食安全生产。开展灌区地下水下降风险评估技术，是提升灌区水生态环境保护能力和水资源可持续发展的重大举措。目前，多涉及变化环境对灌区地下水响应特征及影响因素、地下水动态变化特征及数值模拟等方面，灌区风险主要涉及灌区干旱风险、水资源短缺风险、地下水生态污染环境风险等，而未涉及灌区地下水下降风险评估方向。

技术实现思路

[0003]本专利技术的目的是提供一种灌区地下水下降风险评估方法、系统、设备及介质，能够实现对灌区地下水下降风险的评估，有利于灌区水资源开发利用和保护。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种灌区地下水下降风险评估方法，包括：
[0006]获取灌区地下水的基础数据；所述基础数据包括灌区地下水埋深、灌溉水量、降水量和蒸发量；
[0007]对所述基础数据进行预处理，确定水资源供需特性；
[0008]利用模型构建算法和所述供需特性，构建灌区水资源供需水时序随机模拟模型；所述灌区水资源供需水时序随机模拟模型包括：在降水和灌溉条件下的符合时间相依性的短期相依模型和满足空间相依性的同期相依模型；所述模型构建算法包括：Copula函数、Monte
‑
Carlo模拟和马尔科夫过程；
[0009]利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数；
[0010]基于所述最优联合分布函数构建灌区二维、三维地下水下降风险评估模型，并计算不同设定数据组合下的灌区地下水下降风险概率。
[0011]可选地，对所述基础数据进行预处理，确定水资源供需特性，具体包括：
[0012]对所述基础数据的供需时序及对应的影响因素的发展特性和分布规律进行分析，得到供需时序的概率分布特性、时间相依特性和空间相依特性；
[0013]将所述供需时序的概率分布特性、时间相依特性和空间相依特性确定为水资源供需特性。
[0014]可选地，利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联
合分布函数，具体包括：
[0015]利用所述灌区水资源供需水时序随机模拟模型，计算所述基础数据的随机模拟时间序列，并在Copula函数理论和风险评估方法的基础上建立相关指标的边缘分布函数和联合分布函数，对联合分布函数进行拟合检验和优度评价，筛选出最优联合分布函数。
[0016]可选地，所述拟合检验采用K
‑
S检验统计量进行检验运算。
[0017]可选地，所述优度评价包括：图形评价分析法、均方根误差法、赤池信息量准则法和贝叶斯信息准则法。
[0018]本专利技术还提供了一种灌区地下水下降风险评估系统，包括：
[0019]数据采集模块，用于获取灌区地下水的基础数据；所述基础数据包括灌区地下水埋深、灌溉水量、降水量和蒸发量；
[0020]数据预处理模块，用于对所述基础数据进行预处理，确定水资源供需特性；所述水资源供需特性包括供需时序的概率分布特性、时间相依特性和空间相依特性；
[0021]模型构建模块，用于利用模型构建算法和所述供需特性，构建灌区水资源供需水时序随机模拟模型；所述灌区水资源供需水时序随机模拟模型包括：在降水和灌溉条件下的符合时间相依性的短期相依模型和满足空间相依性的同期相依模型；所述模型构建算法包括：Copula函数、Monte
‑
Carlo模拟和马尔科夫过程；
[0022]模拟分析模块，用于利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数；
[0023]概率预测模块，用于基于最优联合分布函数构建灌区二维、三维地下水下降风险评估模型，计算不同设定数据组合下的灌区地下水下降风险概率。
[0024]本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述的灌区地下水下降风险评估方法。
[0025]本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的灌区地下水下降风险评估方法。
[0026]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0027]本专利技术公开了一种灌区地下水下降风险评估方法、系统、设备及介质，所述方法包括获取灌区地下水的基础数据；对所述基础数据进行预处理，确定水资源供需特性；利用模型构建算法和所述供需特性，分别构建短期相依和同期相依的灌区水资源供需水时序随机模拟模型；利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数；基于所述最优联合分布函数构建灌区二维、三维地下水下降风险评估模型，并计算不同设定数据组合下的灌区地下水下降风险概率。本专利技术能够对灌区地下水下降风险的评估，便于灌区水资源开发利用保护。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本专利技术灌区地下水下降风险评估方法的流程示意图；
[0030]图2为本实施例中人民胜利渠灌区各指标间的散点图；其中，(a)部分为地下水埋深和年灌溉水量；(b)部分为地下水埋深和年降水量；(c)部分为地下水埋深和年蒸发量；(d)部分为年灌溉水量和年降水量；(e)部分为年灌溉水量和年蒸发量；(f)部分为年降水量和年蒸发量；
[0031]图3为本实施例中各指标间CDM拟合情况图；其中，(a)部分为地下水埋深与年灌溉水量的拟合情况图；(b)部分为地下水埋深与年降水量的拟合情况图；(c)部分为地下水埋深与年蒸发量的拟合情况图；(d)部分为年灌溉水量与年降水量的拟合情况图；(e)部分为年灌溉水量与年蒸发量的拟合情况图；(f)部分为年降水量与年蒸发量的拟合情况图；
[0032]图4为本实施例中各指标的TDM拟合情况图；其中，(a)部分为地下水埋深的拟合情况图；(b)部分为年灌溉水量的拟合情况图；(c)部分为年降水量的拟合情况图；(d)部分为年蒸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种灌区地下水下降风险评估方法，其特征在于，包括：获取灌区地下水的基础数据；所述基础数据包括灌区地下水埋深、灌溉水量、降水量和蒸发量；对所述基础数据进行预处理，确定水资源供需特性；利用模型构建算法和所述供需特性，构建灌区水资源供需水时序随机模拟模型；所述灌区水资源供需水时序随机模拟模型包括：在降水和灌溉条件下的符合时间相依性的短期相依模型和满足空间相依性的同期相依模型；所述模型构建算法包括：Copula函数、Monte
‑
Carlo模拟和马尔科夫过程；利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数；基于所述最优联合分布函数构建灌区二维、三维地下水下降风险评估模型，并计算不同设定数据组合下的灌区地下水下降风险概率。2.根据权利要求1所述的灌区地下水下降风险评估方法，其特征在于，对所述基础数据进行预处理，确定水资源供需特性，具体包括：对所述基础数据的供需时序及对应的影响因素的发展特性和分布规律进行分析，得到供需时序的概率分布特性、时间相依特性和空间相依特性；将所述供需时序的概率分布特性、时间相依特性和空间相依特性确定为水资源供需特性。3.根据权利要求1所述的灌区地下水下降风险评估方法，其特征在于，利用所述灌区水资源供需水时序随机模拟模型，对灌区地下水埋深及对应的影响因子进行模拟分析，确定指标边缘分布，并采用拟合检验与优度评价筛选最优联合分布函数，具体包括：利用所述灌区水资源供需水时序随机模拟模型，计算所述基础数据的随机模拟时间序列，并在Copula函数理论和风险评估方法的基础上建立相关指标的边缘分布函数和联合分布函数，对联合分布函数进行拟合检验和优度评价，筛选出最优联合分布函数。4.根据权利要求3所述的灌区地下水下降...

【专利技术属性】
技术研发人员：张彦，李平，窦明，王飞宇，高芸，
申请(专利权)人：中国农业科学院农田灌溉研究所，
类型：发明
国别省市：