R在水文建模中的應(yīng)用初探課件

R在水文建模中的應(yīng)用初探東北林業(yè)大學(xué)生態(tài)學(xué)06級(jí)碩士王化儒2008.11.14R在水文建模中的應(yīng)用初探東北林業(yè)大學(xué)生態(tài)學(xué)06級(jí)碩士王1匯報(bào)的主要內(nèi)容水文過程與模擬模型R在水文模擬中的應(yīng)用實(shí)例演示匯報(bào)的主要內(nèi)容水文過程與模擬模型水文過程與模擬模型

水文過程與模擬模型

3水文過程水文過程坡面水文過程坡面水文過程水文模型y=f(Θ|x)y–徑流x–降水Θ

參數(shù)集水文模型f（）降水xΘ徑流yFlowTime時(shí)間水文模型水文模型f（）降水xΘ徑流yFlowTime水文模型的種類集總式水文模型：不包含任何空間信息，參數(shù)的物理意義不明顯，容易估計(jì)半分布式水文模型：通過水文響應(yīng)單元隱式包含空間信息，參數(shù)具有明顯的物理意義，容易獲取分布式水文模型：顯式地包含空間信息，參數(shù)具有明顯的物理意義，難以獲取個(gè)人觀點(diǎn)：當(dāng)前的分布式水文模型嚴(yán)格地說都是半分布式水文模型，真正的分布式水文模型是不存在的水文模型的種類集總式水文模型：不包含任何空間信息，參數(shù)的物理TOPMODEL模型–半分布式水文模型代表TOPMODEL模型是英國(guó)Lancaster大學(xué)Beven和Kirkb于1979年提出的一個(gè)基于地形的半分布式水文模型,該模型的理論基礎(chǔ)是變動(dòng)源面積，核心是地形指數(shù)。經(jīng)歷了三十年的發(fā)展，TOPMODEL已然成為了半分布式水文模型的代表，在國(guó)內(nèi)外許多地區(qū)得到了很好的應(yīng)用，受到了廣泛的贊譽(yù)。http://www.es.lancs.ac.uk/hfdg/research/hfdg_res_cat.htmProf.KeithBevenTOPMODEL模型–半分布式水文模型代表TOPMODEL徑流形成機(jī)制P整個(gè)流域內(nèi)超滲產(chǎn)流部分區(qū)域超滲產(chǎn)流蓄滿產(chǎn)流PPqrqsqoPPPqofPPPqoffTOPMODEL中采用的是產(chǎn)流機(jī)制是蓄滿產(chǎn)流，適用于濕潤(rùn)和半濕潤(rùn)地區(qū)，不適用于干旱地區(qū)徑流形成機(jī)制P整個(gè)流域內(nèi)超滲產(chǎn)流部分區(qū)域超滲產(chǎn)流蓄滿產(chǎn)流PP變動(dòng)源面積-TOPMODEL中的產(chǎn)流機(jī)制變動(dòng)源面積的含義是坡面流只在整個(gè)流域的在降雨事件中地下水位上升至地表的飽和區(qū)域產(chǎn)生，此時(shí)降落到這個(gè)飽和區(qū)域上的降水將形成直接徑流。在整個(gè)降水過程中，源面積是不斷變化的，流域源面積的位置受流域地形和土壤水力特性的影響。飽和區(qū)域土壤水力傳導(dǎo)性差、坡面平緩，一般位于河道附近，隨著下滲的持續(xù)，飽和區(qū)域向河道兩邊的坡面延伸，在一定意義上，變動(dòng)源面積可看作是河道系統(tǒng)的延伸。在變動(dòng)源面積的概念中，飽和區(qū)域上形成的徑流有兩種方式：飽和坡面流和壤中流。PPqrqsqo變動(dòng)源面積-TOPMODEL中的產(chǎn)流機(jī)制變動(dòng)源面積的含義是坡流域水文表面分析首先要識(shí)別那些周圍高、中間低的凹陷點(diǎn)，因?yàn)榘枷蔹c(diǎn)的水流方向不能用代表流向的特征碼來表示。而后進(jìn)行流向分析，有單流向算法和多流向算法，前者包括D8算法、Rho8算法等。這里采用D∞算法。

凹陷點(diǎn)流域水文表面分析首先要識(shí)別那些周圍高、中間低的凹陷點(diǎn)，因?yàn)榘糄

算法807463696756605248807463696756605248Tarboton,D.G.,(1997),"ANewMethodfortheDeterminationofFlowDirectionsandContributingAreasinGridDigitalElevationModels,"WaterResourcesResearch,33(2):309-319.)(/cee/faculty/dtarb/dinf.pdf)3216864412812D算法80746369675660524880746369地形指數(shù)-TOPMODEL中的水文響應(yīng)單元

1式中：A:特定上坡面積；β：坡度角。地形是影響徑流響應(yīng)的重要因子，它決定了重力作用下流域中水分運(yùn)動(dòng)的趨勢(shì)。TOPMODEL提出了地形指數(shù)作為水文響應(yīng)單元來反映徑流運(yùn)動(dòng)的分布規(guī)律，不論空間位置的水文單元，只要有著相同地形指數(shù)，其水文學(xué)特性就相似。地形指數(shù)體現(xiàn)了土壤濕度、地表飽和度的空間分布和徑流生成的過程，它是TOPMODEL的核心，其計(jì)算公式如下。地形指數(shù)-TOPMODEL中的水文響應(yīng)單元地形數(shù)據(jù)易獲取地形圖免費(fèi)的DEM：如SRTM（90m），GTOPO30（1km）地形數(shù)據(jù)易獲取地形圖/srtmimagegallery/index.html/SELECTION/inputCoord.aspSantaBarbara,CaliforniaSRTM數(shù)據(jù)/srtmimagehttp://www1.gsi.go.jp/geowww/globalmap-gsi/gtopo30/gtopo30.htmlhttp://www1.gsi.go.jp/geowww/g涇河流域DEM/portal/lpdata/Jinghe/Topo.jpg涇河流域DEMR在水文模擬中的應(yīng)用

--RHydro和TOPMODEL包R在水文模擬中的應(yīng)用

--RHydro和TOPMODEL包18http://source.ggy.bris.ac.uk/wiki/Hydrology_in_RRHydro可以從這里下載TOPMODEL在R中直接安裝http://source.ggy.bris.ac.uk/wRHydropackageinRhelp(package=RHydro)RHydropackageinRhelp(packagtopmodelpackageinRhelp(package=topmodel)topmodelpackageinRhelp(packTopographicalanalysisusingRHydrodem=read.table(“dem.txt”,skip=6)#讀入DEM數(shù)據(jù)dem=as.matrix(dem)dem[dem==-9999]=NA#DEM數(shù)據(jù)預(yù)處理ARCGIS導(dǎo)出的GRID格式的DEM

dem.filled<-sinkfind(dem,cellsize=25,degree=0.1)#凹陷點(diǎn)填充topidx<-atb(dem.filled,cellsize=25)

#計(jì)算地形指數(shù)topidx$atb和上源面積topidx$areaoutlet(topidx$area,c(28,8),2)#定義出水口catchment<-subcatch(dem.filled,c(29,8))#進(jìn)行流域分割flowlength<-flowlength(dem.filled,c(29,8))#計(jì)算河網(wǎng)長(zhǎng)度rivers<-river(dem.filled,topidx$atb,topidx$area,cellsize=25,thatb=12.35,tharea=10000)#劃分河流網(wǎng)絡(luò)catchment[catchment==0]<-NArivers<-rivers*catchment#提取流域內(nèi)的河網(wǎng)TopographicalanalysisusingRDEM地形指數(shù)上源面積分割的流域流域的河網(wǎng)流域的地形指數(shù)DEM地形指數(shù)上源面積分割的流域流域的河網(wǎng)流域的地形指數(shù)data(Huagrahuma)#沒有觀測(cè)流量數(shù)據(jù)情況下的模擬

Qsim<-topmodel(parameters,topidx,delay,rain,ET0)#這個(gè)命令會(huì)返回Qobs,qo,qs和S:

topmodel(parameters,topidx,delay,rain,ET0,verbose=TRUE)plot(Qobs);points(Qsim,col="red",type="l")#Montecarlo模擬生成一個(gè)隨機(jī)的樣本參數(shù)集:runs<-10;qs0<-runif(runs)*4e-5;lnTe<-runif(runs)*3-2;m<-runif(runs)*0.2Sr0<-runif(runs)*0.02;Srmax<-runif(runs)*2;td<-runif(runs)*3-3vch<-1000;vr<-100+runif(runs)*2400;k0<-runif(runs)*0.01CD<-runif(runs)*5;dt<-0.25parameters<-cbind(qs0,lnTe,m,Sr0,Srmax,td,vch,vr,k0,CD,dt)result<-topmodel(parameters,topidx,delay,rain,ET0,Qobs=Qobs)Hydrologicalsimulationusingtopmodeldata(Huagrahuma)Hydrological模型模擬及效果評(píng)價(jià)模擬效果采用Nash-Sutcliffe效率進(jìn)行評(píng)價(jià)，它是評(píng)價(jià)水文模型的常用指標(biāo)。E表示Nash-Sutcliffe效率，Qo是t時(shí)刻觀測(cè)的徑流，Qm是t時(shí)刻模擬的徑流。E的范圍在-∞到1之間；當(dāng)E為1時(shí)，模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)能夠完美地匹配；當(dāng)E越接近于1，模擬效果越好。模型模擬及效果評(píng)價(jià)模擬效果采用Nash-SutcliffeNash-Sutcliffe效率為0.828Nash-Sutcliffe效率為0.828討論：模型模擬的不確定性數(shù)據(jù)與模型的融合，數(shù)據(jù)同化（dataassimilation）?R為多學(xué)科交叉提供一種理念和實(shí)現(xiàn)途徑討論：模型模擬的不確定性不確定性分析GeneralisedSensitivityAnalysis(GSA)HSYGeneralisedSensitivityAnalysis

GeneralisedLikelihoodUncertaintyEstimation(GLUE)

MonteCarloMarkovChainmethods

.uk/RSoftware.htm不確定性分析GeneralisedSensitivity氣候數(shù)據(jù)：ACACIARegionalClimateDataAccessSystemClimateResearchUnit(CRU)GlobalClimatologyDataSet(10minuteResolution)NationalCenterforAtmosphericResearch(NCAR)IPCCDataDistributionCentreClimateModelDataPortalNASAGlobalChangeMasterDataSetDirectoryNationalClimacticDataCenter(NCDC)ArchivesNCARClimateandGlobalDynamicsDivisionNOAAEarthSystemResearchLaboratory/PhysicalSciencesDivision(ESRL/PSD)UnionofConcernedScientists:GlobalEnvironmentIPCCPageWorldClimateResearchProgram/CoupledModelIntercomparisonProject(WCRP/CMIP3)R中水文氣候數(shù)據(jù)處理方法/web/views/Spatial.htmlAcquireandprocessGRIBformatG