【技术实现步骤摘要】
本专利技术属于径流演变归因识别，具体涉及一种高寒高原区径流演变归因识别方法。
技术介绍
1、气候暖湿化背景下，高寒高原区环境的脆弱性使得受到全球气候变暖的影响更加显著。升温导致区域水分相态变化加剧，水分输入增加，同时也改变了高寒原区的下垫面条件。一方面暖湿化背景下部分地区植被得以恢复，有助于增加截留，保持土壤水分；另一方面由于土壤冻融循环的加剧，土壤水分增加，地下水储量发生相应变化。此外，由于复杂的冻融机制，部分地区坡面还出现裸露斑块，植被覆盖遭到破坏的现象。各种因素复合作用下，对区域径流过程产生深刻影响。由于高寒高原区多是大江大河的发源地，其径流演变不仅关系到当地区域的水文循环，同时也密切影响着下游地区的水安全。
2、但现有的径流演变归因识别方法中，通常对产汇流机理在高寒高原区特殊产汇流条件，尤其是冰川、积雪、冻土等多种特殊地理环境考虑不充分，此外传统归因识别方法在因子相互影响归因上具有局限性，如何实现高寒高原区径流演变的精准归因对解析径流演变原因、预估未来演变趋势、制定科学管理策略有着重要意义。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的高寒高原区径流演变归因识别方法解决了径流演变归因在高寒高原区的特殊性和不确定性，该方法能够综合考虑高寒高原区植被、冻融，冰川融雪等复杂过程。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种高寒高原区径流演变归因识别方法，包括以下步骤：
3、s1、分析高寒高原区径流演变机制，确
4、s2、采集驱动因子对应的基础数据，并对其进行预处理，获得准备数据；
5、s3、基于确定的驱动因子和准备数据，构建、修正并检验结构方程模型，获得结构方程模型方程组；
6、s4、通过结构方程模型方程组定量计算驱动因子之间的相互联系，归因各驱动因子对高寒高原区径流的影响程度。
7、本专利技术的有益效果为：
8、本专利技术提供了一种高寒高原区径流演变归因识别方法，通过对产汇流机制在高寒高原区的完善，利用结构方程模型，综合分析了各驱动因子对径流的直接和间接影响，并考虑了因子之间的相互作用，更加真实准确的归因识别了高寒高原区径流演变过程。
9、进一步地，所述步骤s1具体为：
10、s11、在分析常规水循环理论和产汇流机制的基础上，融入高寒高原区特殊环境特征，获得改进的高寒高原区水循环和产汇流机制；
11、s12、根据改进的高寒高原区水循环和产汇流机制，确定影响高寒高原区径流演变的驱动因子。
12、上述进一步方案的有益效果为：
13、将高寒高原区特点融入在原有径流过程演变机制中，考虑高寒高原地区冰雪融水、冻融因子以及高寒植被在径流演变过程中的复杂机制，得到适用于高寒高原区的径流演变机制，确定了高寒高原区径流演变驱动因子。
14、进一步地，所述步骤s2具体为：
15、s21、采集驱动因子对应的基础数据，包括驱动因子所需时间及空间分辨率下的站点观测数据、遥感影像数据以及遥感再分析数据；
16、s22、对采集的基础数据进行质量检查及处理，包括统一数据分辨率、插补延长缺失数据以及修正错误异常数据；
17、s23、将地表冻融指数作为表征高寒高原区的冻土变化数据；
18、s24、将处理的基础数据和冻土变化数据进行归一化及标准化处理，构建数据之间的相关性矩阵和协方差数据，作为准备数据。
19、进一步地，所述步骤s23中，地表冻融指数ag为：
20、ag＝(gfi-fti)/d
21、其中，地表冻结指数gfi的计算公式为：
22、
23、地表融化指数为gti：
24、
25、式中，i表示月内温度低于或高于0℃的日数，d为对应月份的日数。
26、上述进一步方案的有益效果为：通过数据甄别和筛选保证数据准确性，进一步保证模型构建和模拟结果的正确性。
27、进一步地，所述步骤s3具体为：
28、s31、基于确定的驱动因子，构建高寒高原区产汇流机制对应的结构方程模型；
29、s32、将准备数据作为结构方程模型的输入，进行模型模拟计算，获得模型模拟路径系数、显著性以及修正指数进行模型修正；
30、s33、利用结构方程模型的验证指标，确定修正后的结构方程模型的模型拟合优度；
31、s34、在修正后的结构方程模型的基础上，根据模型模拟的非标准化路径系数构建结构方程模型方程组，带入用于验证的输入数据，将模型输出的径流量与观测值进行对比验证，计算纳什系数和相关系数r2，以验证模型模拟效果，获得通过验证的结构方程模型方程组。
32、进一步地，所述步骤s33中的验证指标包括卡方自由度比、拟合优度指数gfi以及近似均方根误差。
33、进一步地，所述步骤s34中，构建的结构方程模型方程组的表达式为：
34、δy＝a1δx1+a2δx2+a3δx3+…+aiδxi
35、式中，y为待归因变量，xi为驱动因子的均值，ai为驱动因子到待归因变量之间的路径系数，i为y所对应的驱动因子个数。
36、进一步地，所述驱动因子包括归一化植被指数ndvi、积雪融水sm、0～40mm根系土壤水分sw、地下水储量uw以及地表冻融指数的月均值ag。
37、上述进一步方案的有益效果为：
38、上述构建的结构方程模型综合考虑了包括冻融和冰雪融水在内的径流过程驱动因子，并计算了各驱动因子之间的相互关系，通过历史序列模拟结果验证保证了模型的正确性和适用性。
39、进一步地，所述步骤s4具体为：
40、s41、基于结构方程模型方程组模拟计算的标准化路径系数，确定各驱动因子对径流演变的直接影响以及各驱动因子之间的相互影响；
41、s42、基于各驱动因子之间的相互影响，确定各驱动因子对径流演变的间接影响；
42、s43、基于各驱动因子对径流演变的直接影响和间接影响，归因各驱动因子对高寒高原区径流的影响程度。
43、上述进一步方案的有益效果为：
44、通过上述方法不仅探索了因子之间的直接相互作用，也明晰了各驱动因子对径流演变的间接作用，得到的结果更真实准确。
本文档来自技高网...【技术保护点】
1.一种高寒高原区径流演变归因识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S1具体为：
3.根据权利要求2所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S2具体为：
4.根据权利要求3所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S23中，地表冻融指数AG为：
5.根据权利要求3所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S3具体为：
6.根据权利要求5所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S33中的验证指标包括卡方自由度比、拟合优度指数GFI以及近似均方根误差。
7.根据权利要求5所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S34中，构建的结构方程模型方程组的表达式为：
8.根据权利要求7所述的高寒高原区径流演变归因识别方法，其特征在于，所述驱动因子包括归一化植被指数NDVI、积雪融水SM、0～40mm根系土壤水分SW、地下水储量UW以及地表冻融指数的月均
9.根据权利要求5所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤S4具体为：
...【技术特征摘要】
1.一种高寒高原区径流演变归因识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤s1具体为：
3.根据权利要求2所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤s2具体为：
4.根据权利要求3所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤s23中，地表冻融指数ag为：
5.根据权利要求3所述的高寒高原区径流演变归因识别方法，其特征在于，所述步骤s3具体为：
6.根据权利要求5所述的高寒高原区径流演变归因...
【专利技术属性】
技术研发人员：许澍，秦天玲，吕锡芝，刘姗姗，于新哲，张鑫，李晨昊，
申请(专利权)人：中国水利水电科学研究院，
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。