首页 理论教育 蛤蟆通河流域模拟数据库搭建

蛤蟆通河流域模拟数据库搭建

时间:2023-11-19 理论教育 版权反馈
【摘要】:图4.23蛤蟆通河流域子流域分布图图4.24蛤蟆通河流域水系图3.土壤类型图的生成研究区的土壤图是通过八五二农场、八五三农场、八五四农场和东方红林业局的CAD格式的土壤图在ArcGIS中转换成shp文件,再经空间核准、拼接而成。

蛤蟆通河流域模拟数据库搭建

在SWAT模型中使用了如电子地形图、土壤图、土地利用图、河网等GIS数据。另外,模型模拟计算也使用研究区内气象站点的信息以及实测的气象数据如降雨、气温、风速相对湿度等。

SWAT2000作为ArcView软件的一个扩展模块,可以用来处理GIS数据来生成SWAT模型的输入文件。地形、土壤、土地利用等GIS数据在ArcView软件中以图层的形式进行组织。实测的气象数据可以通过SWAT2000界面来进行处理,转化成SWAT模型可以利用的表格数据。

SWAT2000界面需要的GIS数据包括流域DEM(Digital Elevation Model)、土地利用图、土壤图。需要的其他数据文件以dBase表格(.dbf)或ASCII文件(.txt)形式存在。这些数据包括流域出口位置表、土地类型转换表、土壤类型转换表、气象站点位置表、以时间顺序组织的日降雨数据表、日最高和最低气温数据表、日平均风速、日相对湿度、日太阳辐射量等。

SWAT2000界面需要的GIS数据通过ArcView和ArcGIS等GIS软件处理现有的数据得到,但所有的GIS数据必须转换到同一坐标系下。

1.蛤蟆通河流域数字高程(DEM)的生成

蛤蟆通河流域DEM是通过将1∶5万比例尺的地形图手工数字化得到的,单元格大小为100m×100m,共有3942×5603个网格。SWAT模型分析时使用的河流路径和子流域边界通过使用AVSWAT界面中的流域勾绘工具对DEM数据进行处理来获得,如图4.22所示。

2.子流域的划分

图4.22 蛤蟆通河流域1∶50000 DEM图

对DEM进行流域分析的前提条件是:DEM中不能存在小平原和洼地,所有的复杂地形都必须由斜坡构成,否则,所提取的水系通道会不连续。然而,在实际的DEM中,由于小平原和洼地的存在是普遍现象。为了使提取的自然水系,在流经小平原和洼地部位时,有一个明确的水系通道,因此在进行流域分析之前,需要对DEM中的小平原和洼地部位的高程数据进行改造,以使洼地和小平原成为斜坡的延伸部分,经过这样的预处理之后,DEM数据中的所有地形都由斜坡构成。这样才能确保从DEM数据中提取的自然水系是连续的。经过预处理的DEM就可以用来计算格网内部的水流流向,各个栅格单元的水流方向就是水体从其中流出的方向,它是利用DEM进行地表水文分析的基础。水流流向的确定有多种算法,如D8、Rho8、FD8、Frho8、DEMON、TAPES2C、Lea算法等。SWAT模型应用TOPAZ(Topographic Parameterization)的自动进行数字地形分析的软件包,就是利用D8方法。D8算法首先计算单元格与周围8个单元格间的坡度,按最陡坡度原则确定单元格的流向。其中,最陡坡度原则为:单元格坡度的最佳代表值是8个坡度中的最大数值,水流方向就是其坡度最陡的方向。两个相邻单元格i和j之间的坡度计算公式为:

式中 hi、hj——两个单元格的高程值;

D——两单元格中心之间的距离。

通过栅格单元x的8个邻域栅格编码,水流方向便可以其中的某一值来确定,有效的水流方向定义为东北、东、东南、南、西南、西、西北和北,并分别用128、1、2、4、8、16、32和64这8个有效特征码表示。

水流流向确定后,进行汇流路径计算,定义流域范围,划分子流域,生成数字河网等,这一过程SWAT模型会自动完成。经过处理,得到结果如图4.23、图4.24所示。

图4.23 蛤蟆通河流域子流域分布图

图4.24 蛤蟆通河流域水系图

3.土壤类型图的生成

研究区的土壤图是通过八五二农场、八五三农场、八五四农场和东方红林业局的CAD格式的土壤图在ArcGIS中转换成shp文件,再经空间核准、拼接而成。研究区的土壤类型共分4大类:暗棕壤土、草甸土、白浆土、沼泽土。

SWAT模型中需要的土壤的数据可以分为两类:一类是土壤的物理特性数据;一类是土壤的化学性质数据。土壤的物理特性数据决定了水分及空气在土壤中的运动状况,影响到陆地上的水文循环。而土壤的化学性质数据则决定了土壤中初始状态下的各种化学成分的含量。

把土壤的物理特性数据按照类型输入到SWAT模型数据库文件Soil.dat中,见表4.16。

表4.16 研究区土壤类型表

将土壤类型shp文件经栅格化转换就生成Arc-View的Grid格式的土壤类型图,其栅格大小为100m×100m,再用边界裁剪后得到研究区土壤类型图,如图4.25所示。

4.建立土壤属性数据库

土壤物理属性控制着土壤内部水和空气的运动,对每个水文响应单元的水循环过程产生着很大的影响,是模型输入的必要参数。SWAT模型中用到的土壤属性参数较多,最多的土壤分层可达10层。在土壤输入数据中需要确定的参数具体见表4.17。

其中,各类土壤的粒径组成是根据《黑龙江省土壤地理》(1990)和《中国土壤》(1987)的土壤质地及粒径组成确定的,并且对土壤质地采样数据的尺度进行了中国标准与美国标准的转换。SWAT模型要求的土壤质地采样指标采用了美制标准,与我国的标准有着较大的差异,见表4.18。

图4.25 蛤蟆通河流域土壤图

表4.17 SWAT模型土壤属性参数

表4.18 美制质地标准和中国采用标准的对比

在这种情况下,需要在两种标准之间进行转换,关于这个问题,梁音等在《长江以南东部丘陵山区土壤可蚀性K值研究》中进行了介绍,可以利用对数二次方程进行计算机转化,本研究采用梁音等在《长江以南东部丘陵山区土壤可蚀性K值研究》中介绍的二次方程[y=ax2+bx+c,其中,方程中x=ln(p),p为粒径大小(mm),y是小于p粒径的累计颗粒含量百分数(%)]计算机模拟方法进行转换。

SWAT模型中的产流模拟采用了美国土壤保护署(Soil Conservation Service)开发的SCS径流曲线数模型,这个模型有个关键的参数就是水文单元组。美国自然资源保护署(Natural Resource Conservation Service)在土壤入渗特征的基础上,将各类土壤分成4组,每组土壤在相似的降雨和地面覆盖下具有相似的径流特征。

土壤水文单元组的分类,具有一定的复杂性,在SWAT99的手册中,水文单元组分类标准依据各类土壤表层0.5m的饱和的导水率大小,分成A,B,C,D 4组。分组的标准见表4.21。在SWAT2000的手册中,对分组的标准又进行了更新,提出了更多的概念性的说明。

实际工作中,对于不同土壤类型的水文单元组划分首先依据表4.19的标准由我们进行了确定,然后又仔细分析了土壤质地采样数据,和美国土壤数据库的土壤数据进行了对比。

表4.19 土壤水文单元组的划分标准

土壤可蚀性因子采用黑龙江省水土保持科学研究所和南京土壤所梁音、史学正以土壤亚类为基础,依据第二次普查资料建立了我国东部丘陵区各土种的理化性质数据库,应用土壤可蚀性方法,计算出了各土种的土壤可蚀性K值由方程式(4.4)得到,而饱和导水率、土壤可供水量等土壤属性参数无法收集到,可以根据土壤颗分情况利用经验公式计算土壤的属性,计算式如式(4.5)~式(4.9),土壤的电导率采用SWAT模型默认值1。

式中

式中 fcssand——粗砂含量影响因子,粗砂含量越高,土壤可蚀性越小;

fd-si——土壤黏土、粉砂含量比率影响因子,比率越高,土壤可蚀性越小;

forgc——土壤有机碳含量影响因子,有机碳含量越高,土壤可蚀性越小;

fhisand——土壤高砂含量影响因子,在土壤砂含量非常高的情况下,土壤可蚀性会减小;

ms——土壤中的砂含量(0.05~2.00mm);

msilt——土壤中的粉砂含量(0.002~0.05mm);

mc——土壤中的黏土含量(<0.002mm);(www.xing528.com)

orgC——土壤中的有机碳含量,%;

SAT——饱和含水量,mm/mm;

KSAT——饱和导水率,mm/hr;

FC——田间持水量,mm/mm;

WP——凋萎土壤含水量,mm/mm;

AWC——土壤可供水量,mm/hr;

acoef、bcoef——计算系数,按下式计算:

当以上参数值都确定以后,就可以将各类型的土壤的属性数据输入到SWAT模型中了,既可以建立DBF格式的土壤的属性数据库后,再导入到SWAT模型中,也可以从SWAT模型提供的输入界面中直接的输入。研究区的土壤属性数据具体见表4.20。

表4.20 研究区土壤属性表

5.土地利用类型图的生成

流域内的土地利用图是最重要的GIS数据,它真实地反映了流域内各种植被的数量和分布。研究区的土地利用图是通过八五二农场、八五三农场、八五四农场和东方红林业局的CAD格式的土地利用图在ArcGIS中转换成shp文件,再经空间核准、拼接而成。研究区的土地利用情况共有10种类型:旱田、水田、公路、湖泊、河流、滩涂、荒地、城镇用地、农村居住地、林地、草地。编码采用了国土资源部的《土地利用现状调查技术规程》中的土地利用分类系统,而SWAT模型采用的土地利用分类系统是美国国家地质调查局(USGS)的土地利用分类系统,配套的土地利用属性数据库也是USGS给出的参数,因此,应将现有的土地利用系统重新分类,转化成USGS相对应的系统分类,重新将土地利用类型分为7类,具体分类见表4.21。

表4.21 蛤蟆通河流域土地利用类型分类表

最后将研究区土地利用类型图层(shp格式)转化为Grid格式,其栅格大小为100m×100m,并在Grid模块中按照土地利用类型的重新分类编码进行赋值,最终得到适于SWAT模型进行模拟的Grid图,如图4.26所示。

根据研究区域的土地利用类型图,统计得到各土地利用类型面积百分比。其中耕地面积最大,占总面积的43.10%,林地面积其次,占总面积的39.24%,具体情况见表4.22。

6.建立土地利用类型数据库

SWAT模型中有关土地利用/植被覆盖的数据通过文件crop.dat进行存储和计算,农村、工业等用地数据是通过文件urban.dbf存储的,在土地利用输入数据中需要确定的参数具体见表4.23。

图4.26 蛤蟆通河流域土地利用类型图

表4.22 研究区土地利用类型表

表4.23 SWAT模型土地利用参数表

SWAT模型也提供了土地利用的输入界面,本研究使用SWAT模型中土地利用与植被覆盖数据库提供的参数值。

7.建立气象资料数据库

在SWAT模型中的流域内气象数据输入是流域内其他过程模拟的驱动力。SWAT模型需要的气象数据包括日平均的降雨量、最高和最低大气温度、太阳辐射、风速和相对湿度。这些数据可以是统计数据,也可以通过SWAT模型的天气模拟程序(Weather Generator)即气候模拟器生成,或者是统计和模拟生成数据的结合。很多情况下,这些观测数据是很难获得的,本研究采用统计和模拟生成数据的结合的方法。气候模拟器需要输入的气候月统计数据主要有以下内容:月平均最高气温、最高气温标准差、月平均最低气温、最低气温标准差、月降雨量平均值、日降雨量标准差、日降雨量偏度系数、月湿天跟干天的概率、月湿天跟湿天的概率、月平均降雨天数、月最大半小时降雨量、月均太阳辐射、月均露点温度和月均风速。

研究区的气象数据主要是来源于蛤蟆通河流域内八五二和八五三农场的气象站1996~2006年的气象数据。其中,太阳辐射数据是在《中国气候》一书中查得的,月湿天跟干天的概率由式(4.12)计算得到,月湿天跟湿天的概率由式(4.13)计算得到,月均露点温度由式(4.14)计算得到。在SWAT模型中每个子流域使用距离子流域质心距离最近的气象站点的数据。

每月湿天与干天的概率和湿天与湿天的概率:

式中 ——第i月中干天之后的1d为湿天的概率;

——第i月中干天之后的1d为湿天的次数;

daysdry,i——第i月中所有干天的日数;

——第i月中湿天之后的1d也为湿天的概率;

——第i月中湿天之后的1d为湿天的次数;

dayswet,i——第i月中所有湿天的日数。

露点温度与日均气温和日相对湿度存在下列关系:

式中 Td——露点温度;

Ta——当时的气温;

Uw——当时的相对湿度。

SWAT模型需要的气象数据主要数据存储:

(1)降水数据表:采用蛤蟆通河流域2个测站1996~2006年降水数据,其位置数据表在pcpfork.dbf中。

(2)温度数据表:采用蛤蟆通河流域2个测站1996~2006年的最高最低温度数据,其位置数据表在tmpfork.dbf中。

(3)气象站位置表:气象生成程序采用数据的测站位置表在wgnstation.dbf中。

8.建立农田管理措施数据库

量化土地管理措施对于环境系统的影响一直都是环境模型模拟的一个主要关注点。SWAT模型中允许模拟复杂的作物管理方式,模型中把各种管理定义为一系列的单独的管理作业,比如作物的种植、耕作、施肥、灌溉、收割等。这些管理作业的时间可以由指定的日期来确定或者由作物生长需要总热量单位的比例来确定。管理方式的输入是按照不同的水文响应单元输入的。在本次工作中,所有的林地、湿地的管理没有做修改,使用了ArcView SWAT界面缺省设置。

经调研,该地区的主要农作物有玉米大豆,其中玉米的种植面积最大。玉米、大豆每年5月1日左右视土壤墒情及气温等条件进行播种,播种时每亩施二氨15kg底肥,玉米6月底左右追施氮肥1次,为每亩5~10kg尿素,大豆不追肥,上述两种作物生长期间一般不灌水,均在10月1日左右收割。

研究区内施用的化肥数据添加到肥料数据库文件fert.dat中。二氨含氮18%,含五氧化二磷46%;尿素含氮46%。

该地区耕作方式为机耕,机耕翻深为20cm。这些耕作方式数据添加在耕作方式数据库文件till.dat。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈