项目名称: 基于土地利用变化的水文-水力耦合数学模型研究

项目编号: No.41471017

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 地质学

项目作者: 杨小柳

作者单位: 北京大学

项目金额: 90万元

中文摘要: 土地利用变化对水循环造成的影响是土地科学和水科学共同的热点问题,引发了国内外广泛的讨论。水循环诸因素中对土地利用变化最敏感者莫过于地表径流,如何定量地分析土地利用变化与地表径流的关系,一直是研究的焦点。本项目综合土地科学、水文学和水力学的理论和方法,以土地利用模型为基础,探索水文模型与水力学数学模型在流域尺度上的耦合。首先,重建土地利用的历史过程,找到土地利用变化的关键驱动因子和时间拐点;其次,以水文模型模拟降雨-径流关系,从其产流计算中获取地表径流过程;再次,将流域网格化,依据土地利用信息,生成地表径流的空间过程,针对土地利用类型选定曼宁系数,连同DEM数据输入每个网格;然后,改进水力学数学模型的动量平衡计算,建立基于土地利用变化的水文-水力耦合数学模型;最后,检验耦合模型的合理性。本项目旨在从空间和时间上准确量化土地利用变化对地表径流的扰动,为土地利用和水利建设的综合管理提供技术支持。

中文关键词: 土地利用;水循环;地表径流;水文模型;水力学数学模型

英文摘要: Identifying the effect of land use change on hydrological cycle is a topic shared among the experts of land use science and water science, triggering debates and discussion at home and abroad. Among elements of water cycle,surface flow is the most sensitive to land use change. How to quantitatively analyze the impact of land use change on surface flow has been the focus of research. At basin level, the project intends to couple hydrological and hydraulic models on the basis of land-use analysis by integrating the theories and methods from land use science, hydrology and hydraulics. Firstly, the historical process of land use change will be reconstructed to find key driving factors and time inflection point. Secondly, hydrological models will be calibrated and used to simulate the rainfall-runoff relation and surface flow will be derived from the runoff yield calculation. Thirdly, the studied basin will be divided into grids for computation and each grid will be given surface flow, Manning coefficient, according to the land use information, as well as DEM information. Fourthly, the hydrological and hydraulic models will be coupled with the above information and improving the momentum computation. Finally, the coupled model will be validated in terms of reasonability and sensitivity. This project aims to quantify the relationship between land use change and the disturbance to water cycle and provide technical support to coordinate land use planning and water resources development planning.

英文关键词: land use;water cycle;surface flow;hydrologic model;hydraulic model

成为VIP会员查看完整内容
0

相关内容

基于文档的对话技术研究
专知会员服务
19+阅读 · 2022年2月20日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
12+阅读 · 2021年10月6日
专知会员服务
44+阅读 · 2021年5月24日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
150+阅读 · 2020年8月27日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
走,到农村去!
人人都是产品经理
0+阅读 · 2021年12月18日
卷积神经网络数学原理解析
极市平台
1+阅读 · 2021年11月19日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
我国智能网联汽车车路协同发展路线政策及示范环境研究
推荐|TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型
全球人工智能
24+阅读 · 2017年7月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月17日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关主题
相关VIP内容
基于文档的对话技术研究
专知会员服务
19+阅读 · 2022年2月20日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
12+阅读 · 2021年10月6日
专知会员服务
44+阅读 · 2021年5月24日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
150+阅读 · 2020年8月27日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
相关资讯
走,到农村去!
人人都是产品经理
0+阅读 · 2021年12月18日
卷积神经网络数学原理解析
极市平台
1+阅读 · 2021年11月19日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
我国智能网联汽车车路协同发展路线政策及示范环境研究
推荐|TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型
全球人工智能
24+阅读 · 2017年7月14日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员