分布式水文模型.ppt

分布式水文模型20190415
个人简历
专业: 水文水资源
学习经历:
1981-1988, BD, MD, 清华大学 水利工程系
澜沧江水电站梯级最优开发次序; 广东省水电站水库群的联合优化调度K(1967), XinAnJiang
SHE, IHDM, SWAT,TOPMODEL, SWMM, PRMS, HSPF,WEP, ……
USGMS-MMS
水文模型的发展阶段
6
水文模型的分类
7
分布式水文模型开发的必要性
水资源可持续性开发与利用・有效的防洪对策・水环境的保护和恢复
水资源评价、规划和管理的需要
帮助定量化物质循环系统
在气象研究中的应用
时空变动的流域水循环系统的高精度定量化方法
流域开发对生态系统的影响预测
地球规模环境变化的影响预测
流域环境变化的影响预测
在观测数据不足流域(PUB)的应用
水循环系统的恢复对策制定
8
分布式水文模型应用的可行性
森林活性度・緑被率
透水能・保水能
土地利用
水循環・水環境指標
计算机技术的发展
观测技术（ RS 、GPS、Radar）的进步
GIS技术的普及
电子化数据的整备
研究经验的积累
9
2. WEP模型开发及应用
15
3. SWAT模型简介
16

由于分布式流域水文模拟需要大量的基础数据，数据不足问题尤其显得突出除加强地面观测工作及数据管理外，今后将更多地依赖遥感与雷达等遥测技术解决数据不足问题
数据资料公开与共享问题
17
（与ET的关系）
18
典型地物（植被、土壤、水体）的光谱反射曲线
从图上可以看出，植物的光谱反射曲线具有两个明显的特点：（1）作物在可见光波段具有一个反射峰。因为对绿色植物而言，在可见光的蓝色（）和红色区域（），反射率都非常低，这是因为在这两个光谱带，叶子中的叶绿素能吸收大部分的入射能量。在上述两个吸收带之间的绿色区域（），叶子的吸收作用较小，因此形成一个反射峰（图6-2）。这正是植物叶子在我们肉眼看来是绿色的原因。（2）更为显著的是，在可见光与近红外区域（- um）之间， um的地方,作物的反射率陡然增强，光谱反射曲线跃升的幅度十分明显（图6-2）。遥感信息上表现为可见光与近红外两波段光谱值的强烈反差。
水体在近红外和中红外波段，几乎吸收全部的入射能量，因此水体在反射红外波段时相对于作物和土壤具有突出的低反射特征，在黑白红外卫星照片或多波段扫描影像上，水体的色调很黑，与其它地物反差很大，易于识别。土壤的反射特征受土壤的质地、含水量、表面粗糙度、有机质含量等因素的影响，但总的来说，其光谱反射曲线在可见光和近红外区域是缓慢上升的，两波段的差值明显小于农作物。因此，可用可见光和近红外两波段的差值大小来区分植被和土壤。
19
常用遥感数据源
20
遥感技术在流域水循环模拟中的应用概况
降水的遥感反演
土壤水分、表面温度的遥感反演
蒸散（ET）的遥感反演
植被参数的遥感反演
21
蒸散（ET）的遥感反演：1）数据源
（1）气象卫星数据
本系统的主要数据源是日本的静止气象卫星GMS-5和中国新发射的静止气象卫星风云二号（两种卫星数据任选一种）。本系统实时接受该卫星多通道扫描辐射计VISSR的信号，可以获取白天可见光、昼夜红外资料：（1）可见光波段VIS：，时间分辨率1小时，-µm；（2）热红外波段TIR：空间分辨率5km，时间分辨率1小时, -µm；（3）水汽波段WV：空间分辨率5km，时间分辨率1小时, -µm。 可见光波段、热红外波段用于后面的参数反演，水汽波段用于校正处理。各波段数据在接收以后，都进行了大气校正、辐射校正和几何校正，去除大气对辐射传输的，并使所有卫星影像具有统一的地理坐标。
（2）地面观测数据
地面观测数据用于遥感反演模型的构建以及模型输出结果的校验，主要有以下数据：1）站点观测数据：研究区的降雨量数据来源于国家气象局气象观测站，蒸散数据来源于荷兰Wageningen大学研制的大孔径闪烁仪（Large Aperture Scintillometry－LAS）的地面观测；2） 区域统计数据：黄河流域8个二级流域的降雨量、蒸散数据，其中降雨量数据来源于黄河水利委员会的《黄河水资源公报》；区域蒸散数据以流域水量平衡为原理，根据流