一种分布式流域水沙连通性的计算方法

本发明涉及水土工程，具体涉及一种分布式流域水沙连通性的计算方法。

背景技术：

1、水沙连通性可以反映流域径流泥沙源汇间的连通能力，它的独特之处在于它关注潜在的源和汇之间的路径和联系程度，而不是仅集中于流域特征和区域侵蚀结果的量化。水沙连通性在泥沙来源、土壤侵蚀分布、输沙量和产沙量评价等方面具有重要价值，并已在流域和河道管理中得到了广泛应用，水沙连通性越来越成为国际相关领域研究的热点。近年来，基于实地观测、泥沙示踪、模型模拟、图论和指数法等技术方法的水沙连通性研究日趋完善，这些方法可以较好地解决流域水沙运移、土壤侵蚀过程等问题，但也存在局限性，对于不同区域、时空条件下影响水沙连通性的主控因素，结构和功能连通性之间存在的相互作用关系，应采用何种权重因子计算连通性能够更加准确地对流域动态输沙能力进行表征，仍然不够明确，需进一步深入研究。

2、黄土高原地区经过几十年的水土流失治理虽已取得举世瞩目的成效，但是变化环境下特别是降雨和植被对流域水沙连通性的影响仍需密切关注，且目前对于黄土高原流域不同时期降雨和植被的主导作用并不明晰。因此，对于以植被为代表的结构连通性和以降雨为代表的功能连通性之间的相互作用机制仍然是一个挑战和难题，使得传统的水沙连通性方法无法准确表征极端降雨条件下植被恢复流域的输沙能力。

技术实现思路

1、本发明目的在于提供一种分布式流域水沙连通性的计算方法，可实现对不同流域的水沙连通性进行定量计算，并将水沙连通性指数与长序列的水文、气象和ndvi遥感资料拟合作图分析和皮尔逊相关性分析，研究极端降雨和植被在不同时空尺度下对水沙连通性的影响。弥补了黄土高原流域不同时期降雨和植被的主导作用不明晰，结构与功能连通性间的相互作用研究缺乏以及极端降雨条件下流域的水沙连通性对植被恢复流域输沙的表征能力研究较少等不足，解决了以往学者研究所采用的权重因子计算的功能连通性无法很好表征流域实际输沙能力的问题，为在黄土高原大型流域进行水沙管理提供更直接有效的工具。

2、一种分布式流域水沙连通性的计算方法，包括以下步骤：

3、(1)获取待研究流域的数字高程模型dem数据、长序列水文数据、气象数据和卫星影像数据；

4、(2)利用arcgis平台，基于数字高程模型dem数据，运用空间分析中的坡度工具，将坡度单位设置为百分比，得到slope文件；将slope文件中的坡度值小于0.5的像元指定为0.005、坡度值大于100的像元指定为1、剩余值除以100，得到上流集水区的坡度因子s；

5、以卫星影像数据为基础，基于arcgis平台，运用重分类工具区分流域内的建筑用地和交通用地和其它土地利用类型，并进行赋值，生成城市道路图层即urbanmask图层；

6、导入流域dem图层，进行填洼、水流方向分析，再使用水流累积量工具flowaccumulation对dem进行水流流量累积计算，权重图层为urbanmask图层，得到mask1文件；使用arcgis中raster calculator栅格计算器对mask1文件提取河道图层，阈值设定为dem分辨率的200倍，给河道单元格赋予0值，保存为mask2文件；

7、将水流方向分析结果与mask2相乘，保存为最终图层maskfinal；使用水流累积量工具flowaccumulation对maskfinal进行水流流量累积计算，所得flow3文件；对水流流量累积图层flow3整体加数值1，消除flow3图层中的0值，所得图层为acc final；

8、根据数字高程模型dem数据、长序列水文数据、气象数据和卫星影像数据设置权重因子w；

9、(3)转换上流集水区的权重因子w和上流集水区的坡度因子s为1÷([w]×[s])，保存文件为ins cs；使用径流路径长度工具flow length对maskfinal进行径流长度计算，权重图层为ins cs，方向为沿流路向下游downstream，所得文件为水流长度flowlength；消除水流长度flowlength中的0值，即水流长度文件flowlength中值为0的单元格给予水流长度flowlength权重inscs，得到图层为下游组分ddn；

10、使用水流流量累积工具flowaccumulation对maskfinal进行水流流量累积计算，权重图层为权重因子w图层，所得文件为考虑上流集水区的权重因子w的水流流量累积图层flow4；将flow4与权重因子w图层相乘，去除建筑用地、交通用地、河道等土地利用类型的权重，所得文件保存为flow5；使用水流流量累积工具flowaccumulation对maskfinal进行水流流量累积计算，权重图层为坡度因子s图层，所得文件为坡度因子水流累积图层flow1；将flow1与坡度因子s图层相乘，去除建筑用地、交通用地、河道等土地利用类型坡度因子，所得文件保存为flow2；使用栅格计算器计算单元格控制区域面积、权重均值、坡度因子均值并相乘得到上游组分结果；

11、将上游组分与下游组分相除并取以10为底的对数得到连通性指数。

12、优选的，根据数字高程模型dem数据、长序列水文数据、气象数据和卫星影像数据设置权重因子w具体为：根据数字高程模型dem数据和卫星影像数据确定地形位置指数和植被覆盖管理因子；

13、以地形位置指数的逆归一化处理结果和植被覆盖管理因子作为第一权重因子，以反应待研究流域的土地覆盖和地表特征对泥沙连通性的影响；

14、根据长序列水文数据以及气象数据构建swat模型，并利用arcgis工具生成年月累计地表径流深空间分布图，得到年月累积的地表降雨径流深，即为第二权重因子，以反映待研究流域的气象水文对泥沙连通性的影响；

15、连通性指数为结构连通性指数和功能连通性指数；

16、根据第一权重因子、坡度因子、城市道路图层计算结构连通性指数；

17、根据第二权重因子、坡度因子、城市道路图层计算功能连通性指数；

18、以结构连通性指数和功能连通性指数之间的互馈关系研究不同年月流域结构连通性指数和功能连通性与水沙过程的相关关系，以反映不同时空尺度下气象和植被对流域水沙连通性的影响。

19、优选的，地形位置指数获得方法如下：提取数字高程模型dem数据单元格高程与预定半径范围内单元格平均高程，计算二者的差值，得到地形位置指数；

20、植被覆盖管理因子获得方法如下：将卫星影像数据处理得到归一化的植被指数数据，并以此计算得到植被覆盖度，对植被覆盖度进行赋值，得到植被覆盖管理因子；

21、优选的，建筑用地和交通用地赋值为0，其他土地利用类型赋值为1。

22、优选的，植被覆盖管理因子的具体获得方法如下：

23、基于arcgis平台，对卫星影像数据中的ndvi数据进行处理得到归一化植被指数数据，计算得到植被覆盖度f，通过公式三赋值得到植被覆盖管理因子c；

24、公式三：

25、优选的，年月累积的地表降雨径流深的获得方法如下：

26、根据长序列水文数据以及气象数据构建swat模型，利用swat模型output.sub输出文件中包含各年56个子流域的逐月数据的地表径流深字段，使用arcgis工具确定划分的每个子流域中心点的地理坐标，并对待研究流域累计地表径流深进行空间插值得到年月累积的地表降雨径流深。

27、优选的，上游组分计算公式为([flow5]+[w])÷[acc final]×([flow2]+[s])÷[acc final]×sqrt([acc final]×[单元格面积])。

28、优选的，结构连通性指数按照以下方法获得：

29、以待研究流域内dem数据为基础，基于arcgis平台，获取水流流向与水流累积量图层；

30、以待研究流域泥沙传输的最终流向作为水流流向的栅格数据、第一权重因子作为权重数据，从而得到结构连通性的下坡组分；

31、借助水流累积量工具分别以地形位置指数、植被覆盖管理因子和坡度因子为权重数据，计算不同权重数据下的汇流累积量，根据不同权重数据下的汇流累积量，通过栅格计算器工具计算上坡平均权重因子和上坡平均坡度，从而得到结构连通性的上坡组分；

32、用结构连通性的下坡组分和结构连通性的上坡组分计算得到结构连通性指数。

33、优选的，所述结构连通性指数的计算公式如公式四：

34、公式四：式中：scst为结构连通性指数，为平均植被覆盖管理因子，无量纲；为地形位置指数t的逆归一化的平均值，m，s是上流集水区的平均坡度因子，a是上坡贡献面积，di是第i个单元沿着水流路径到汇点的距离，ci为第i个单元的植被覆盖管理因子，ti*为第i个单元的地形位置指数t的逆归一化，si是第i个单元的坡度，为结构连通性的下坡组分，为结构连通性的上坡组分。

35、优选的，功能连通性指数按照以下方法获得：

36、以待研究流域泥沙传输的最终流向作为水流流向的栅格数据、气象水文作为权重栅格数据，从而得到功能连通性的下坡组分；

37、借助水流累积量工具分别以年月累积的地表降雨径流深和坡度因子为权重栅格数据，计算不同权重栅格数据下的汇流累积量，根据不同权重栅格数据下的汇流累积量，通过栅格计算器工具计算上坡平均权重因子和上坡平均坡度，从而得到功能连通性的上坡组分；

38、用功能连通性的下坡组分和功能连通性的上坡组分计算得到功能连通性指数。

39、优选的，所述功能连通性指数的计算公式如公式五：

40、公式五：式中：hcfn为功能连通性指数，为某单元的平均累积地表降雨径流深，m，是上流集水区的平均坡度因子，a是上坡贡献面积，di是第i个单元沿着水流路径到汇点的距离，hi为第i个单元的累积地表降雨径流深，si是第i个单元的坡度，为功能连通性的下坡组分，为功能连通性的上坡组分。

41、优选的，流域的结构连通性和功能连通性的互馈关系随不同季节降雨量、径流量、泥沙量的变化而变化。

42、优选的，降雨量体现为枯水季、平水季、丰水季、极端降雨期的降雨量；

43、枯水季与平水季，结构连通性指数和功能连通性指数呈现负相关性；

44、丰水季与极端降雨期，结构连通性指数和功能连通性指数呈现正相关性；

45、流域的径流量、泥沙量与功能连通性指数正相关；

46、流域的径流量、泥沙量与结构连通性指数负相关。

47、与现有技术相比，本发明的有益效果在于：

48、本发明的方法使用较为简单，不需要精细的地形资料与复杂的数值模拟，可以较为准确全面地反映全流域坡面的连通特征，使用该方法可以方便地了解流域时空分布和变化规律。该方法也可明晰降雨(极端降雨)和植被在不同时空尺度下对水沙连通性的影响，很好地表征流域侵蚀输沙能力以及探明季节变化下流域结构与功能连通性间的相互作用。该方法为黄土高原植被恢复流域尤其是特大暴雨事件下水土流失的治理提供科学参考。

技术特征：

1.一种分布式流域水沙连通性的计算方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的计算方法，其特征在于，根据数字高程模型dem数据、长序列水文数据、气象数据和卫星影像数据设置权重因子w具体为：根据数字高程模型dem数据和卫星影像数据确定地形位置指数和植被覆盖管理因子；

3.根据权利要求1所述的计算方法，其特征在于，地形位置指数获得方法如下：提取数字高程模型dem数据单元格高程与预定半径范围内单元格平均高程，计算二者的差值，得到地形位置指数；

4.根据权利要求1所述的计算方法，其特征在于，上游组分计算公式为([flow5]+[w])÷[acc final]×([flow2]+[s])÷[acc final]×sqrt([acc final]×[单元格面积])。

5.根据权利要求2所述的计算方法，其特征在于，结构连通性指数按照以下方法获得：

6.根据权利要求5所述的计算方法，其特征在于，所述结构连通性指数的计算公式如公式四：

7.根据权利要求2所述的计算方法，其特征在于，功能连通性指数按照以下方法获得：

8.根据权利要求7所述的计算方法，其特征在于，所述功能连通性指数的计算公式如公式五：

9.根据权利要求2所述的计算方法，其特征在于，流域的结构连通性和功能连通性的互馈关系随不同季节降雨量、径流量、泥沙量的变化而变化。

10.根据权利要求9所述的计算方法，其特征在于，降雨量体现为枯水季、平水季、丰水季、极端降雨期的降雨量；

技术总结
本发明属于水土工程技术领域，具体为一种分布式流域水沙连通性的计算方法，本发明通过处理待研究流域的数据，可实现对不同流域水沙连通性进行定量计算，并结合长序列的水文、气象和遥感资料，实现了黄土高原流域不同时期降雨和植被的主导作用不明析，结构与功能连通性间的相互作用缺乏研究以及对极端降雨条件下植被恢复流域的水沙连通性对流域输沙能力的表征研究少的弥补，解决了以往学者研究所采用的权重因子计算的功能连通性无法很好表征流域实际输沙能力的问题，为在黄土高原大型流域进行水沙管理提供更直接有效的工具。

技术研发人员：吴磊,张慧勇,郭宗俊,马孝义
受保护的技术使用者：西北农林科技大学
技术研发日：
技术公布日：2024/9/23