基于多源数据融合的流域降水量插值和SCS CN净雨量估算方法

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:packey80
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于GIS构建栅格SCS-CN产流模型,将土壤类型、土地利用类型、前期土壤湿度等级以及降水量数据处理成分辨率为30m的栅格数据,在GIS中估算流域的净雨量(地表径流)空间分布,空间连续分布的净雨量数据时其他水文模型进行水文模拟的重要的输入参数。SCS-CN模型在最初设计时是用与小流域水文过程的模拟,并没有涉及对大、中尺度流域地表净雨量过程的模拟计算。利用SCS-CN模型模拟地表径流时能否准确的获取流域的空间降水分布的是制约大、中尺度流域净雨量模拟的关键因素。本文的创新点在于把NCEP/NCAR数据计算得到的可降水量数据作为协同克里金插值的影响因子,通过融合了遥感数据与气象站点实测数据的特点,提高了协同克里金法的插值精度,得到了更加精确的唐白河流域的面降水量空间分布数据。利用优化后的降水数据为数据源用SCS-CN模型估算大、中尺度流域的净雨量分布可以得到比较满意的结果。  选取汉江流域19个气象站点1998年7月1日的降水量数据来插值得到唐白河流域的降水量空间分布。基于地统计学理论对汉江流域的实测降水量数据进行探索性空间数据分析,采用移除全局趋势等操作后采用多种变差函数模型参数进行插值,并通过交叉性检验证实了该理论模型对唐白河流域实测降水量插值的有效性。选择最合适的半变异函数理论模型进行实测降水量的空间插值,可以比较精确地模拟实测降水量的空间连续分布格局,得到较好的插值结果。比较普通克里金法和协同克里金法的插值结果,协同克里金法由于增加了可降水量对降水量的影响,其插值精度要明显好于普通克里金法。得到更加准确的降水数据后可以将SCS-CN模型应用到大中尺度的流域的净雨量计算。此时SCS-CN模型流域净雨量计算转化为计算每一个子栅格的净雨量,从而细化了流域的特性,在一定程度上考虑了下垫面和降水量的空间不均匀性,从而利用多源数据集成的方法构建了具有分布式特性的净雨量计算模型。
其他文献
计费管理作为网络管理(配置管理、性能管理、故障管理、安全管理和计费管理)的五大功能之一,在网络管理中起着非常重要的作用。因此,利用数学模型来描述校园网计费管理网关系