本發(fā)明具體涉及一種基于自然地理特征的水源類型解析方法。
背景技術(shù)：
不同地理單元的水源特性，受區(qū)域降水特征(相態(tài)及構(gòu)成、雨型、雨強(qiáng)、時(shí)空分布)、下墊面條件(植被、土壤和含水層聯(lián)合體)、能量過程、空間水力聯(lián)系和人類水土資源開發(fā)活動(dòng)等的綜合影響；在氣候變化和人類活動(dòng)的影響下，不同地理單元的水源構(gòu)成及演變機(jī)理迥異，且具有顯著的多尺度時(shí)空特性；科學(xué)的水源解析，不僅是識(shí)別徑流非一致性和水資源系統(tǒng)非穩(wěn)態(tài)特性的基礎(chǔ)，也是進(jìn)行靶向性、精準(zhǔn)性水資源多目標(biāo)調(diào)控的關(guān)鍵依據(jù)，屬國際水文水資源研究的前沿和熱點(diǎn)問題。
目前，針對(duì)水源解析，國內(nèi)外從“水分收支與平衡”的角度，綜合運(yùn)用示蹤、模擬等技術(shù)手段，對(duì)水源類型及構(gòu)成解析開展了大量工作；然而，水源類型及構(gòu)成表現(xiàn)出“三多三少”的基本特征缺陷：一是“河道多坡面少”，即針對(duì)不同河流或湖庫斷面水源解析工作多，針對(duì)不同坡面單元的水源構(gòu)成研究相對(duì)少；二是“狀態(tài)多過程少”，即某個(gè)時(shí)段或某個(gè)時(shí)間節(jié)點(diǎn)上的研究多，針對(duì)各要素類型水源演變過程及其對(duì)水循環(huán)綜合影響的工作相對(duì)較少；三是“分解多檢驗(yàn)少”，即針對(duì)單種方法對(duì)水源構(gòu)成的解析工作多，采用多種方法對(duì)解析結(jié)果的科學(xué)性和可靠性進(jìn)行校驗(yàn)的研究工作相對(duì)較少；此外，在青藏高原等高海拔區(qū)域，受到資料和科研工作條件的影響，相關(guān)研究工作仍然較少。
技術(shù)實(shí)現(xiàn)要素：
針對(duì)現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的基于自然地理特征的水源類型解析方法結(jié)合區(qū)域自然地理特征，采用空間聚類分析方法對(duì)目標(biāo)區(qū)域水源類型進(jìn)行綜合分區(qū)，滿足生態(tài)屏障建設(shè)、水資源保障和應(yīng)對(duì)氣候變化的現(xiàn)實(shí)需求。
為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：提供一種基于自然地理特征的水源類型解析方法，其包括：
S1：采集目標(biāo)區(qū)域內(nèi)的遙感影像數(shù)據(jù)，對(duì)所述遙感影像數(shù)據(jù)進(jìn)行處理，得到年內(nèi)植被覆蓋指數(shù)的最大值與最小值；
S2：將所述年內(nèi)植被覆蓋指數(shù)的最大值與最小值作差，獲得年內(nèi)植被指數(shù)最大變幅；
S3：提取目標(biāo)區(qū)域內(nèi)數(shù)字高程模型數(shù)據(jù)中與地形地貌分類相關(guān)的地形因子；
S4：獲取目標(biāo)區(qū)域內(nèi)的天然植被區(qū)；
S5：對(duì)天然植被區(qū)的年內(nèi)植被指數(shù)最大變幅和地形因子進(jìn)行歸一化處理，并采用ArcGIS空間聚類分析和空間分析技術(shù)，得到天然植被區(qū)內(nèi)的地形地貌分區(qū)和不同分區(qū)內(nèi)的植被長勢(shì)情況；
S6：獲取地形地貌分區(qū)內(nèi)的生長季降水和地形地貌分區(qū)與水源距離；
S7：結(jié)合地形地貌分區(qū)內(nèi)的生長季降水及其與水源距離分析分區(qū)內(nèi)的水源補(bǔ)給類型，得到基于自然地理特征的水源類型分區(qū)。
進(jìn)一步地，S1中，通過中分辨率成像光譜儀對(duì)目標(biāo)區(qū)域內(nèi)的遙感影像數(shù)據(jù)進(jìn)行采集。
進(jìn)一步地，步驟S1的具體過程為：利用遙感圖像處理對(duì)遙感影像數(shù)據(jù)進(jìn)行處理，對(duì)處理結(jié)果進(jìn)行定量解譯，得到帶有植被指數(shù)信息的目標(biāo)區(qū)域圖層；利用ArcGIS中的柵格計(jì)算器，結(jié)合Python處理，獲得年內(nèi)植被覆蓋指數(shù)的最大值和最小值。
進(jìn)一步地，步驟S3的具體過程為：以數(shù)字高程模型數(shù)據(jù)為數(shù)據(jù)源，在ArcGIS中進(jìn)行重采樣，得到與植被覆蓋指數(shù)數(shù)據(jù)投影和分辨率相同的柵格數(shù)據(jù)；利用ArcGIS中的SpatialAnalysis工具，根據(jù)數(shù)字高程模型生成地形因子?xùn)鸥駡D層。
進(jìn)一步地，地形因子包括坡度和地形起伏度。
進(jìn)一步地，步驟S4的具體過程為：在ArcGIS中分析所述目標(biāo)區(qū)域內(nèi)的土地利用圖，剔除目標(biāo)區(qū)域內(nèi)的永久性冰川雪地、河渠、湖泊、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、沙地、戈壁、裸土地和裸巖石礫地，得到目標(biāo)區(qū)域內(nèi)的天然植被區(qū)。
進(jìn)一步地，S5中，用線性函數(shù)對(duì)天然植被區(qū)內(nèi)的植被覆蓋指數(shù)和地形因子?xùn)鸥駡D層進(jìn)行歸一化處理時(shí)，將柵格值映射到0～1范圍內(nèi)，線性函數(shù)的轉(zhuǎn)換公式為：
其中：X為轉(zhuǎn)換前的柵格值，Xmax為目標(biāo)范圍內(nèi)某個(gè)聚類因子?xùn)鸥駡D層的最大柵格值；Xmin為目標(biāo)范圍內(nèi)某個(gè)聚類因子?xùn)鸥駡D層的最小柵格值，Y為轉(zhuǎn)換后的柵格值。
進(jìn)一步地，步驟S6的具體過程為：以地形地貌分區(qū)內(nèi)的TRMM數(shù)據(jù)為數(shù)據(jù)源，在ArcGIS中進(jìn)行重采樣處理，得到與植被覆蓋指數(shù)數(shù)據(jù)投影和空間分辨率相同、時(shí)間分辨率為1天的柵格數(shù)據(jù)；結(jié)合ArcGIS與Python技術(shù)，得到地形地貌分區(qū)內(nèi)的生長季降水的柵格數(shù)據(jù)。
進(jìn)一步地，S7中，結(jié)合地形地貌分區(qū)內(nèi)的多年平均生長季降水及其與河流、湖泊、冰川的距離等分析分區(qū)內(nèi)的水源補(bǔ)給類型；其中，針對(duì)海拔較高、與冰川距離較近、植被長勢(shì)較好的區(qū)域分為降水和冰川融雪補(bǔ)給；與水源距離較遠(yuǎn)、地表起伏度較小且海拔較低的區(qū)域分為地下水補(bǔ)給；生長季降水較多的區(qū)域分為降水補(bǔ)給。
進(jìn)一步地，步驟S7的具體過程為：結(jié)合地形和水文分析，將地形地貌分區(qū)的水源補(bǔ)給類型分為：冰川融雪補(bǔ)給，降水補(bǔ)給，降水和土壤水補(bǔ)給，降水和地下水出露補(bǔ)給，洪泛、地下水側(cè)滲、降水補(bǔ)給，降水、土壤水和地下水出露補(bǔ)給；根據(jù)水源補(bǔ)給類型，提出水源類型空間分布圖，得到基于自然地理特征的水源類型分區(qū)。
本發(fā)明的有益效果為：該基于自然地理特征的水源類型解析方法對(duì)天然植被區(qū)的年內(nèi)植被指數(shù)最大變幅和地形因子進(jìn)行處理、分析得到天然植被區(qū)內(nèi)的地形地貌分區(qū)和不同分區(qū)內(nèi)的植被長勢(shì)情況，同時(shí)結(jié)合地形地貌分區(qū)內(nèi)的生長季降水及其與水源距離分析分區(qū)內(nèi)的水源補(bǔ)給類型，得到基于自然地理特征的水源類型分區(qū)；其根據(jù)區(qū)域自然地理特征，采用空間聚類分析方法對(duì)目標(biāo)區(qū)域水源類型進(jìn)行綜合分區(qū)，在水源組合分類及分區(qū)方面實(shí)現(xiàn)創(chuàng)新，突破“河道多坡面少”的傳統(tǒng)范式，滿足生態(tài)屏障建設(shè)、水資源保障和應(yīng)對(duì)氣候變化的現(xiàn)實(shí)需求。
附圖說明
圖1為基于自然地理特征的水源類型解析方法的原理圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一種實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。
為簡單起見，以下內(nèi)容中省略了該技術(shù)領(lǐng)域技術(shù)人員所公知的技術(shù)常識(shí)。
如圖1所示，基于自然地理特征的水源類型解析方法，其包括：
S1：采集目標(biāo)區(qū)域內(nèi)的遙感影像數(shù)據(jù)，對(duì)所述遙感影像數(shù)據(jù)進(jìn)行處理，得到年內(nèi)植被覆蓋指數(shù)的最大值與最小值；在具體實(shí)施中，通過中分辨率成像光譜儀對(duì)目標(biāo)區(qū)域內(nèi)的遙感影像數(shù)據(jù)進(jìn)行采集。
S2：將所述年內(nèi)植被覆蓋指數(shù)的最大值與最小值作差，獲得年內(nèi)植被指數(shù)最大變幅；在具體實(shí)施中，利用遙感圖像處理、Python編程對(duì)遙感影像數(shù)據(jù)進(jìn)行配準(zhǔn)校正、降噪增強(qiáng)、數(shù)據(jù)融合處理、投影轉(zhuǎn)換、數(shù)據(jù)重采樣后，通過定量解譯輸出帶有植被指數(shù)信息的目標(biāo)區(qū)域圖層；
再利用ArcGIS中的柵格計(jì)算器，結(jié)合Python編程處理，獲得逐年內(nèi)植被覆蓋指數(shù)的最大值和最小值，作為逐年年內(nèi)植被覆蓋指數(shù)的最大變幅；求得逐年年內(nèi)植被覆蓋指數(shù)最大變幅的多年平均值，作為多年平均年內(nèi)植被覆蓋指數(shù)最大變幅；其中，以年內(nèi)植被指數(shù)來判斷植被長勢(shì)，即：年內(nèi)植被指數(shù)最大變幅越大，植被長勢(shì)越好。
S3：提取目標(biāo)區(qū)域內(nèi)數(shù)字高程模型數(shù)據(jù)中與地形地貌分類相關(guān)的地形因子；在具體實(shí)施中，以數(shù)字高程模型數(shù)據(jù)為數(shù)據(jù)源，在ArcGIS中進(jìn)行重采樣，得到與植被覆蓋指數(shù)數(shù)據(jù)投影和分辨率相同的柵格數(shù)據(jù)；然后利用ArcGIS中的SpatialAnalysis工具，根據(jù)數(shù)字高程模型生成地形因子?xùn)鸥駡D層；其中，地形因子包括坡度和地形起伏度。
S4：獲取目標(biāo)區(qū)域內(nèi)的天然植被區(qū)；在具體實(shí)施中，以整體土地利用數(shù)據(jù)為底圖，在ArcGIS中分析所述目標(biāo)區(qū)域內(nèi)的土地利用圖，剔除目標(biāo)區(qū)域內(nèi)的永久性冰川雪地、河渠、湖泊、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、沙地、戈壁、裸土地和裸巖石礫地，得到目標(biāo)區(qū)域內(nèi)的天然植被區(qū)。
S5：對(duì)天然植被區(qū)的年內(nèi)植被指數(shù)最大變幅和地形因子進(jìn)行歸一化處理，并采用ArcGIS空間聚類分析和空間分析技術(shù)，得到天然植被區(qū)內(nèi)的地形地貌分區(qū)和不同分區(qū)內(nèi)的植被長勢(shì)情況；其中，植被與地形因子的空間聚類分析是在年內(nèi)植被指數(shù)最大變幅和地形因子歸一化處理的基礎(chǔ)上進(jìn)行的。
在具體實(shí)施中，用線性函數(shù)對(duì)天然植被區(qū)內(nèi)的植被覆蓋指數(shù)和地形因子?xùn)鸥駡D層進(jìn)行歸一化處理時(shí)，將柵格值映射到0～1范圍內(nèi)，線性函數(shù)的轉(zhuǎn)換公式為：
其中：X為轉(zhuǎn)換前的柵格值，Xmax為目標(biāo)范圍內(nèi)某個(gè)聚類因子?xùn)鸥駡D層的最大柵格值；Xmin為目標(biāo)范圍內(nèi)某個(gè)聚類因子?xùn)鸥駡D層的最小柵格值，Y為轉(zhuǎn)換后的柵格值。
S6：獲取地形地貌分區(qū)內(nèi)的生長季降水和地形地貌分區(qū)與水源距離；在具體實(shí)施中，以地形地貌分區(qū)內(nèi)的TRMM數(shù)據(jù)為數(shù)據(jù)源，在ArcGIS中進(jìn)行重采樣處理，得到與植被覆蓋指數(shù)數(shù)據(jù)投影和空間分辨率相同、時(shí)間分辨率為1天的柵格數(shù)據(jù)；結(jié)合ArcGIS與Python編程技術(shù)，得到地形地貌分區(qū)內(nèi)的生長季降水的柵格數(shù)據(jù)。
S7：結(jié)合地形地貌分區(qū)內(nèi)的生長季降水及其與水源距離分析分區(qū)內(nèi)的水源補(bǔ)給類型，得到基于自然地理特征的水源類型分區(qū)；在具體實(shí)施中，結(jié)合地形地貌分區(qū)內(nèi)的多年平均生長季降水及其與河流、湖泊、冰川的距離等分析分區(qū)內(nèi)的水源補(bǔ)給類型，并根據(jù)水源補(bǔ)給類型，提出水源類型空間分布圖，得到基于自然地理特征的水源類型分區(qū)。
在實(shí)際分析中，結(jié)合不同地形地貌分區(qū)內(nèi)的生長季降水和分區(qū)內(nèi)的水源情況，得到區(qū)域內(nèi)的水源類型；針對(duì)海拔較高、與冰川距離較近、植被長勢(shì)較好的區(qū)域分為降水和冰川融雪補(bǔ)給；與水源距離較遠(yuǎn)、地表起伏度較小且海拔較低的區(qū)域分為地下水補(bǔ)給；生長季降水較多的區(qū)域分為降水補(bǔ)給。
且根據(jù)進(jìn)一步的水文和地形分析，將目標(biāo)區(qū)域內(nèi)的水源補(bǔ)給類型分為：冰川融雪補(bǔ)給，降水補(bǔ)給，降水和土壤水補(bǔ)給，降水和地下水出露補(bǔ)給，洪泛、地下水側(cè)滲、降水補(bǔ)給，降水、土壤水和地下水出露補(bǔ)給等類型。
在實(shí)施過程中，該基于自然地理特征的水源類型解析方法結(jié)合區(qū)域自然地理特征，采用空間聚類分析方法對(duì)目標(biāo)區(qū)域水源類型進(jìn)行綜合分區(qū)，在水源組合分類及分區(qū)方面實(shí)現(xiàn)創(chuàng)新，突破“河道多坡面少”的傳統(tǒng)范式，滿足生態(tài)屏障建設(shè)、水資源保障和應(yīng)對(duì)氣候變化的現(xiàn)實(shí)需求。
如圖1所示，本發(fā)明的第一實(shí)施例為：我國西藏自治區(qū)那曲流域基于本發(fā)明的水源類型解析如下：
1、以那曲流域2000～2014年250*250m分辨率的中分辨率成像光譜儀遙感影像數(shù)據(jù)作為數(shù)據(jù)源，利用遙感圖像處理、Python編程進(jìn)行配準(zhǔn)校正、降噪增強(qiáng)、數(shù)據(jù)融合處理、投影轉(zhuǎn)換、數(shù)據(jù)重采樣后,通過定量解譯輸出帶有植被指數(shù)信息的那曲流域柵格數(shù)據(jù)圖層；然后在ArcGIS中，結(jié)合Python編程處理，獲得那曲流域內(nèi)每個(gè)柵格單元逐年年內(nèi)植被指數(shù)最大值和最小值，并求得最大值和最小值之差，獲得逐年及多年平均年內(nèi)植被指數(shù)的最大變幅；認(rèn)為年內(nèi)植被指數(shù)變幅越大，植被長勢(shì)越好，從而可以利用年內(nèi)植被指數(shù)的最大變幅判斷植被長勢(shì)的好壞。
2、以那曲流域30*30m分辨率的數(shù)字高程模型數(shù)據(jù)為數(shù)據(jù)源，在ArcGIS中進(jìn)行重采樣處理，得到與植被覆蓋指數(shù)數(shù)據(jù)投影相同、分辨率相同(250*250m)的柵格數(shù)據(jù)；然后利用ArcGIS中的SpatialAnalysis工具，根據(jù)數(shù)字高程模型生成坡度、地形起伏度等地形地貌因子圖層。
3、以那曲流域30*30m空間分辨率、3小時(shí)時(shí)間分辨率的TRMM數(shù)據(jù)為數(shù)據(jù)源，經(jīng)ArcGIS中進(jìn)行重采樣處理，得到與植被覆蓋指數(shù)數(shù)據(jù)投影相同、空間分辨率為250*250m、時(shí)間分辨率為1天的柵格數(shù)據(jù)；在此基礎(chǔ)上，結(jié)合ArcGIS與Python編程技術(shù)，求得那曲流域內(nèi)多年平均生長季(5-8月)降水的柵格數(shù)據(jù)。
4、以那曲流域2014年土地利用數(shù)據(jù)為底圖，在ArcGIS中剔除流域范圍內(nèi)的永久性冰川雪地、河渠、湖泊、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、沙地、戈壁、裸土地、裸巖石礫地等土地利用類型，得到那曲流域內(nèi)的天然植被區(qū)圖層。
5、以得到的天然植被區(qū)圖層為基準(zhǔn)，對(duì)植被覆蓋指數(shù)多年平均年內(nèi)最大變幅、坡度、起伏度、生長季降水圖層進(jìn)行切割，得到天然植被區(qū)的植被覆蓋指數(shù)多年平均年內(nèi)最大變幅、地形因子和生長季降水?dāng)?shù)據(jù)圖層。
6、對(duì)得到的天然植被區(qū)的植被覆蓋指數(shù)多年平均年內(nèi)最大變幅和地形因子?xùn)鸥駭?shù)據(jù)進(jìn)行歸一化處理，并進(jìn)行聚類分析，得到不同地形地貌分區(qū)，及分區(qū)內(nèi)植被長勢(shì)情況。
7、結(jié)合地形地貌分區(qū)內(nèi)的多年平均生長季降水及其與河流、湖泊、冰川的距離等分析分區(qū)內(nèi)的水源補(bǔ)給類型，并在以上基礎(chǔ)上，提出那曲流域的水源類型空間分布圖，得到基于自然地理特征的水源類型分區(qū)。
在具體實(shí)施中，在進(jìn)行水源類型空間解析時(shí)，可先進(jìn)行類型的劃分，再構(gòu)建指標(biāo)；其中，類型的劃分為利用ArcGIS，根據(jù)數(shù)字高程模型生成坡度、坡向、地形起伏度等地形因子?xùn)鸥駡D層；基于中分辨率成像光譜儀采集到的遙感影像數(shù)據(jù)，利用遙感圖像處理提取植被覆蓋度，校正土地利用中的高覆蓋、中覆蓋和低覆蓋草地分布；且對(duì)氣象站點(diǎn)和雨量站的降水?dāng)?shù)據(jù)進(jìn)行空間搌布，得到區(qū)域降水的空間分布特征；基于土地利用類型和柵格圖層，進(jìn)一步細(xì)分坡面和河道系統(tǒng)的水源類型；根據(jù)水文地質(zhì)勘探和野外勘察結(jié)果，將草場劃分為冬季草場、夏季草場、濕地草場、冰川草場等，結(jié)合城鎮(zhèn)水源調(diào)查情況，構(gòu)建人工生態(tài)系統(tǒng)水源分類體系。
指標(biāo)構(gòu)建為從機(jī)理上厘清坡面系統(tǒng)植被-水分-能量的響應(yīng)關(guān)系，基于地形起伏度、坡度、坡向、植被覆蓋度、降水量等因子構(gòu)建坡向系統(tǒng)水源分區(qū)指標(biāo)體系；從土地利用類型中提取湖泊圖層，并根據(jù)實(shí)際水系和勘察情況進(jìn)行修正，考慮植被覆蓋度、降水因子，構(gòu)建湖泊水源指標(biāo)體系；根據(jù)數(shù)字高程模型生成集水區(qū)和水系，結(jié)合干流和一級(jí)支流主要控制斷面的降水、植被覆蓋和產(chǎn)匯流過程，構(gòu)建主要控制斷面水源指標(biāo)體系；并在水源類型及其指標(biāo)構(gòu)建的基礎(chǔ)上，采用空間聚類分析提出水源類型空間分布圖。
對(duì)所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來說將使顯而易見的，本文所定義的一般原理可以在不脫離發(fā)明的精神或范圍的情況下，在其他實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制與本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎性特點(diǎn)相一致的最寬的范圍。