基于srm模型的融雪徑流信息模型評價與分析

基于srm模型的融雪徑流信息模型評價與分析

1融雪徑流預測和模型建立的意義地理現(xiàn)象是復雜的，不僅表現(xiàn)為由因素引起的規(guī)律，而且還體現(xiàn)在多個因素的影響上。然后，從你的角度來看，有很多影響。相互轉換的模糊性。還有觀測數(shù)據的不足，導致內部規(guī)律缺失的灰色不確定性。還有自我相似性和自我組織的得分形式的不確定性。因此地理信息建模往往遇到考慮因素繁多復雜的困難。對此,我們研究最多、最普遍的使用量綱分析的方法找出地理相似準則,再進行數(shù)據統(tǒng)計分析,得到遙感新模型;實踐證明這是目前最佳的定量化途徑。作為一種地理現(xiàn)象,融雪徑流對地球表面的諸多地域意義甚大。中緯度干旱和半干旱山區(qū),融雪徑流對河流的補給量在春季甚至可達到75%以上;中國西部一些高海拔山區(qū),融雪水是極其重要的水資源,在春季干旱期間有水貴如油之說;歐洲Alps山區(qū)地區(qū),融雪水在水資源合理利用中扮演著及其重要的角色;瑞典、法國、意大利和奧地利等國家山區(qū)普遍分布著眾多大小規(guī)模的水電站,融雪水是這些水電站水庫蓄水的主要來源,占60%以上。因此,融雪徑流模擬和預測值得重視。同時隨著遙感/地理信息系統(tǒng)技術的發(fā)展,大面積監(jiān)測雪蓋成為可能。1975年瑞士科學家J.Martinec在法國一個2.65km2的小流域建立了,第一個半物理機制的融雪徑流模型SnowmeltRun-offModel(SRM),使得融雪徑流模擬和預測成為現(xiàn)實,并且不斷發(fā)展,成為與遙感圖像處理、地理信息系統(tǒng)緊密結合的山區(qū)雪蓋分析專家系統(tǒng)。那么,能否利用遙感信息建模理論,吸取SRM中的寶貴成分,從而設計出新的融雪徑流模型?本文就從這個角度進行探討,利用地理相似準則,設計出融雪徑流遙感信息模型,并對下一步工作提出了展望。2a—SRM模型簡述SRM模型公式如下:Qn+1=[Csnan(Tn+ΔΤn)Sn+CRnΡn]A?1000086400(1-Κn+1)+QnΚn+1Tn)Sn+CRnPn]A?1000086400(1?Kn+1)+QnKn+1式中:n,n+1——天數(shù);Qn+1——平均日流量(m3/s);Csn——徑流系數(shù),表示損失比率(徑流量/降水量),即流出水量與可得水量(雪融水+雨水)之間差異。CS——雪的徑流系數(shù),CR——雨的徑流系數(shù);a——度—日因子(cm℃-1d-1),定義為每日溫度上升1℃所融化的積雪深度,其獲取方法是通過野外的實地測量(測量方法請閱讀參考文獻8);Tn——度—日數(shù)(℃d)ˉΤTˉˉˉ=Τmax+Τmin2=Tmax+Tmin2,測量值在地面站獲得。(注:原模型T量綱為℃d,筆者修正為℃,ΔT同;ΔTn——度—日數(shù)的高度校正(℃d),ΔΤ=γ?(hst-ˉh)?1100T=γ?(hst?hˉ)?1100,其中,γ=溫度梯度[℃/(100m)];hst——測量點的海拔高度(m),ˉhhˉ——地區(qū)平均測量高度(m);Sn——雪蓋面積百分比;通過衛(wèi)星影像可以獲取該數(shù)據;Pn——日降水量(cm);(注:原模型量綱為cm,筆者修正為cmd-1);可以實地測量或者應用歷史數(shù)據;A——流域或者分帶面積(km2);可以通過衛(wèi)星影像測量;Kn+1——衰退系數(shù),Κ=Qm+1Qm(m?m+1K=Qm+1Qm(m?m+1是實際融雪期內的天數(shù)序數(shù));(1-k)表示每日融雪水轉化為徑流的百分比,一般運用歷史數(shù)據;n——流量計算期內的天數(shù)序列;10000864001000086400——cmkm2d-1轉化成m3s-1的系數(shù);QnKn+1——根據衰退系數(shù)的物理含義,表示雪水和雨水中由于地表吸收、凹凸不平等原因沒能轉化為當日徑流的比例,QnKn+1表示這些殘留水可以匯入次日徑流而流出故而成為Qn+1的一部分(筆者注)。3基于雪的直徑流的地理模型3.1融雪因子s融雪徑流指的是高山地區(qū)積雪融化產生徑流。這種建模必然考慮許多氣候、光照、地表狀況等等因素。參考SRM建模特點,筆者提出:研究融雪徑流量(Q),需要考慮的第一個因子是雪蓋面積(S);第二個因子是雪蓋地區(qū)的坡度(k);第三個因子自然是每日溫度(度—日數(shù))(Td);第四個因子是度日因子(λ),表示每日溫度升高1℃所融化的積雪深度;第五個因子是高山上的風速(v);第六個因子是地區(qū)雪的比熱(c);第七個因子是徑流系數(shù)(η),表示流出水量與可得水量之間差異。某些地區(qū)在融雪期間可能有降雨,降雨因子的分析相對簡單,而且可以和融雪因子分離;本模型暫不考慮降雨影響。3.2融雪徑流公式模型7個獨立因子得量綱分析方程如下:Q‖F(xiàn)[S,K,T,γ,V,C,η]各個獨立因子得量綱(攝氏度·厘米·克·秒制[引入量綱T(溫度)]):下面用∏定理進行量綱分析,∏定理要求經過運算,∏得量綱為1,即無量綱化。選擇溫度因子(度—日數(shù))Td,面積S,風速V為基準因子,則:對于Q:∏Q=[L3t-1]/[Tt]a[L2]b[Lt-1]c因為[L]∶[Τ]∶[t]∶[L]∶[T]∶[t]∶{3=2b+c0=a-1=a-c?????3=2b+c0=a?1=a?c所以{a=0b=1c=1?????a=0b=1c=1于是∏Q=Q/(SV)(1)對于λ:λ=[LT-1t-1]/[Tt]a[L2]b[Lt-1]c因為[L]∶[Τ]∶[t]∶[L]∶[T]∶[t]∶{1=2b+c-1=a-1=a-c?????1=2b+c?1=a?1=a?c所以{a=-1b=1/2c=0?????a=?1b=1/2c=0于是∏λ=λ/(Τd-1S12)(2)∏λ=λ/(Td?1S12)(2)同理可得:∏C=C/(Τd-1S12V)(3)∏C=C/(Td?1S12V)(3)對于無量綱因子η,以及坡度k,同理易得:∏η=1(4)∏K=1(5)從而我們得到:Q/(SV)=F[λ/(Τd-1S12)?c/(Τd-1S12V),η,Κ]Q/(SV)=F[λ/(Td?1S12)?c/(Td?1S12V),η,K]根據經驗,寫成非線性指數(shù)函數(shù)關系:Q=θ(λ/(Τd-1S12))m(C/(Τd-1S12V)n(ηkSV)(6)Q=θ(λ/(Td?1S12))m(C/(Td?1S12V)n(ηkSV)(6)至此完成量綱分析,得到一個融雪徑流公式。3.3多元線性回歸方程(6)中θ為地理系數(shù),m,n為地理指數(shù)。它們需要通過實測數(shù)據S,K,Td,λ,V,C,η,用最小二乘法求出。對(6)取對數(shù),則有:logQ=logθ+mlog(λΤd/S12)+nlogQ=logθ+mlog(λTd/S12)+nlog(cΤd/S12V))+log(ηkSV)令Y=a0+a1X1+a2X2+a3X3(7)7式為多元線性回歸方程。其中Y=logQa0=logθ,a1=m,a2=n,a3=1X1=log(λΤd/S12),X2=log(CΤd/S12V)?X3=log(ηKSV)回歸系數(shù)a0～a3,由下列方程組求出{L11a1+L12a2+L13=L10L21a1+L22a2+L23=L20L31a1+L32a2+L33=L10當取S×P個像元實測數(shù)據時,式中:Lij=∑{X[i,(s×p)]-ˉXi}{X[j,(s×p)]-ˉXi}i,j=1,2,3Li0=∑{X[i,(s×p)]-ˉXi}{Y(s×p)-ˉY}7式中常數(shù)項a0=ˉY-∑aiˉXi?i=1?2?3回歸平方和(S)與剩余平方和(E)分別為S=∑Li0aiE=∑L00-S式中:L00=∑[Y(s×p)-ˉY]2全相關系數(shù)(R)為R=(S/L00)123.4物理指標的測定以上論述了模型以及計算方法,數(shù)據的獲取主要通過遙感影像以及野外實測。雪蓋面積(S)可以通過衛(wèi)星影像求得;雪蓋地區(qū)的坡度(k)可以通過高精度的DEM求得;每日溫度(度—日數(shù))(Td)可以由基站測定;度日因子(λ),表示每日溫度升高1℃所融化的積雪深度,會因地表狀況不同而呈現(xiàn)差異,要通過野外實測;高山風速(v)可以由氣象資料以及野外實測取得;地區(qū)雪的比熱(c)可以查資料或者室內實驗取得數(shù)據;徑流系數(shù)(η),表示流出水量與可得水量之間差異,也是野外測定。獲取以上數(shù)據后,就可以進行模型求解。4融雪徑流模型總結(1)遙感信息建模理論可以為定量化研究各種地理現(xiàn)象提供一條可行途徑,其應用價值值