【《单位径流深输沙模数模型及计算案例分析》7100字（论文）】

单位径流深输沙模数模型及计算案例分析目录TOC\o"1-3"\h\u4889单位径流深输沙模数模型及计算案例分析 1135171.1单位径流深输沙模数各因子计算结果 1210131.1.1F因子计算结果 1282221.1.2P，PK因子计算结果 231211.1.3R因子计算结果 4122251.1.4V因子计算结果 537841.1.5K因子计算结果 637691.2单位径流深输沙模数模型 723741.3模型验证 9302581.1.1模型分析 9303731.1.2案例流域验证 10186421.4小结 151.1单位径流深输沙模数各因子计算结果由于单位径流深输沙模数的表达式为：ms=fF,P,式中：F——断面集水面积（km2）P——流域内坡耕地面积百分数（%）PK——大于25°耕地占坡耕地面积百分数（%）R——流域内多年平均暴雨频次V——流域内植被面积百分数（%）K——流域内土壤可蚀性（t·hm2·h/(MJ·mm·hm2)）根据上述表达式，使用ArcGIS10.4对影响单位径流深输沙模数的影响因子进行提取，并列出各因子的计算结果。1.1.1F因子计算结果集水面积生成思路：根据水文站经纬度位置确定流域出水口，结合水流方向搜索出该出水口上游所有流过该出水口的栅格到流域的边界。首先在ArcGIS10.4中加载云南省数字高程图，在到空间分析（SpatialAnalystTools）工具箱使用水文分析模块（Hydrology）进行洼地计算，并对洼地进行填充。然后选择流向工具（FlowDirection）计算并生成水流方向数据，通过汇流量提取（FlowAccumulation）工具计算汇流累积量并生成河网与河流连接，使用Basin工具进行盆域分析。再将水文站地理位置导入作为流域出水口，双击分水岭工具（Watershed），通过集水区域（贡献区域）计算确定流域范围，与河流链接叠加分析生成若干小流域。最后使用栅格转换工具（RastertoPolygon），将流域栅格转换为矢量数据并进行裁剪，得到水文站控制的集水面积。将水文站提供的流域面积数据与ArcGIS10.4提取的集水面积进行比较，检验数据精度。由于DEM源数据、投影选择的不同等原因都会导致集水面积的计算结果不同，将提取的集水面积与收集的流域面积资料进行对比，发现使用ArcGIS10.4提取的集水面积与水文站提供的集水面积误差仅为2%左右，在后续的各因子数据计算中可采用ArcGIS10.4的集水面积进行提取。研究所选的水文站中，集水面积最大的水文站是澜沧江流域的羊庄坪站，集水面积最小的是澜沧江流域的塘上站，除红河流域外，其它5个流域的平均集水面积均在2000km2左右。所有水文站的集水面积在200~5000km2内，平均集水面积为2166km2，水文站均位于云南省六大水系的干流、主要支流之外的河流上，符合陈文思等（2015）对中小河流的定义。1.1.2P，PK因子计算结果坡耕地面积计算思路：对流域无洼地DEM进行坡度计算，得到坡度栅格图，将坡度分为3类：0~2°、2~25°、25°以上，再利用土地利用资料提取出土地利用类型为耕地的图层。将坡度栅格图与耕地图层叠加分析取交集，即可得到流域内坡耕地分布图。在ArcGIS10.4中导入云南省数字高程图和云南省耕地分布图，选择表面分析工具集（RasterSurface）下的坡度工具（Slope），在对话框中选择用来生成坡度图的流域无洼地DEM数据，选择坡度单位为度，得到流域坡度栅格图像。使用重分类（Reclassify）工具将坡度重新分类分为3类：0~2°、2~25°、＞25°，得到重分类后的坡度栅格图。选择栅格转换（RastertoPolygon）工具将重分类后的坡度栅格图像转换成矢量图像，通过交互选择工具（Intersect）将坡度矢量数据与云南耕地数据叠加取交集，得到目标流域内的坡耕地分布图和大于25°的坡耕地面积分布图。在属性表中提取各流域的坡耕地面积、大于25°坡耕地面积，与集水面积进行计算，可得出流域内坡耕地面积百分比、流域内大于25°坡耕地百分比两个因子数据。将提取的因子数据列入表1.1。表1.1不同流域的P、Pk值Table1.1PandPkofdifferentbasin站点P（%）P（%）站点P（%）P（%）南溪街11.4131.96塘上14.7017.22龙潭寨29.974.78孟连25.3220.87（续表）站点P（%）P（%）站点P（%）P（%）忠爱桥17.4331.77景谷16.5924.27大东勇21.4915.37大文38.5517.14牛街30.1731.66姑佬河22.2528.50总管田15.9226.76柯街11.5711.48箐口塘39.317.37拉贺练14.4914.48勐海16.334.38等戛16.0411.28羊庄坪11.7724.65麻栗坝15.017.07勐省21.1520.72西山15.2211.78由表1.1可知，在所有水文站中金沙江流域的箐口塘水文站的坡耕地面积百分数最高，为39.31%，；怒江的柯街水文站的坡耕地面积百分数为11.57%，在所有水文站中最低。就坡度大于25°耕地占坡耕地面积面积百分数这一因子来看，澜沧江流域的勐海水文站最低，仅为4.38%；坡度大于25°耕地占坡耕地面积百分数最高的水文站则是红河水文站，为31.96%。将水文站按流域进行分类，计算六大流域的坡耕地面积百分数和坡度大于25°耕地占坡耕地面积百分数的平均值，发现金沙江流域的坡耕地面积百分数和大于25°耕地占坡耕地面积百分数在所有流域中均为最高。将两个因子与实测单位径流深输沙模数进行分析，发现随着实测单位径流深输沙模数增大，坡耕地面积百分数与坡度大于25°耕地占坡耕地面积百分数总体上呈现波动上升的趋势。此外，大多数水文站坡耕地面积百分数与坡度大于25°耕地占坡耕地面积百分数的变化趋势不同，即流域坡耕地面积百分数较大时，其大于25°耕地占坡耕地面积百分数反而较低。1.1.3R因子计算结果降雨是导致流域内水土流失的最主要因素（Wuetal.,2018），在无人为干扰条件下，暴雨是引起流域内产流产沙的主要降雨类型（张兴刚等，2017）。根据我国的降雨等级（李桂芳等，2020）划分，将24h降雨量在50~100mm的降雨类型称为暴雨。根据云南省各气象站的经纬度位置，在ArcGIS中导入云南省各气象站坐标，再选择日降雨量大于50mm的降雨数据，通过反距离权重法（IDW）进行空间插值，制成云南省暴雨频次分布图，将生成的数据与水文站集水面积进行叠加分析，计算得到各个水文站的暴雨频次如表1.2。表1.2不同流域R因子计算结果Table1.2CalculationresultsofRfactorindifferentbasin站点R站点R南溪街2.70塘上0.60龙潭寨2.50孟连1.90忠爱桥1.90景谷1.90大东勇1.80大文1.40牛街1.50姑佬河2.10总管田1.70柯街1.40箐口塘0.60拉贺练2.50勐海1.90等戛1.40羊庄坪1.20麻栗坝1.80勐省2.30西山1.60对提取的暴雨频次结果进行分析，发现位于金沙江流域的箐口塘水文站和澜沧江流域的塘上水文站暴雨频次最低，伊洛瓦底江流域的麻栗坝水文站暴雨频次最高，且伊洛瓦底江流域的平均暴雨频次远高于珠江、澜沧江等其它五个流域。暴雨频次较高的水文站，如麻栗坝、等戛、南溪街等站点均位于云南省南部和西部边缘，这与周鹏康等（2016）对云南省暴雨时空分布的研究结果相同。1.1.4V因子计算结果植被通过地上冠层拦截降雨，地下根系固定土壤、增加下渗等方式减少土壤侵蚀量，降低流域产沙（秦伟，2017）。在其它侵蚀产沙条件相同时，流域内植被面积越大，土壤侵蚀强度越低，河流的泥沙来源越少。流域内V值计算方法：在ArcGIS10.4中加载云南省植被图和流域集水区域图，选择空间分析（SpatialAnalystTools）工具箱中的提取（Extract）工具集，通过裁剪（Clip）工具制成各流域的植被分布图。根据属性表对面积进行求和，得到各流域植被面积，结合流域集水面积求得各流域的植被面积百分比如表1.3。表1.3不同流域V因子计算结果Table1.3CalculationresultsofVfactorindifferentbasin站点V站点V南溪街81.75塘上81.09龙潭寨51.81孟连61.66忠爱桥80.85景谷71.74大东勇72.02大文71.68牛街60.63姑佬河72.72总管田78.49柯街79.28箐口塘50.82拉贺练81.92勐海61.35等戛71.88羊庄坪81.25麻栗坝84.81勐省74.70西山74.73由表1.4可知，植被面积百分数最高的水文站为伊洛瓦底江的麻栗坝水文站，植被面积百分数最低的水文站为金沙江流域的箐口塘水文站。其中，云南省西南地区的伊洛瓦底江流域的平均植被面积百分数远高于其它流域，金沙江流域的平均植被面积百分数在六大流域中最低，仅为61.31％，这可能与两流域的人类活动及经济发展状况有关。1.1.5K因子计算结果流域内K值计算思路：在K因子的计算中，结合现有资料，参考RUSLE模型的因子计算方法，选择EPIC公式计算各类型土壤可蚀性。再计算各类型土壤占集水面积百分比，将其百分比乘以相应K值，再将所有土壤类型K值与百分比的乘积求和得到一个总数，即该流域的总和K值。在ArcGIS10.4中加载云南省土壤类型数据和集水区域数据，选择空间分析（SpatialAnalystTools）工具箱中的提取（Extraction）工具集，通过掩膜提取（ExtractbyMask）工具，得到流域的土壤类型分布图，根据土壤类型分布图的属性表，可计算各类土壤面积占集水面积百分比，计算得各水文站的K值如表1.4。表1.4不同流域K因子计算结果Table1.4CalculationresultsofKfactorindifferent单位：t·hm2·h/(MJ·mm·hm2)站点K站点K南溪街0.331塘上0.265龙潭寨0.325孟连0.201忠爱桥0.377景谷0.298大东勇0.399大文0.274牛街0.253姑佬河0.355总管田0.279柯街0.317箐口塘0.274拉贺练0.221勐海0.199等戛0.202羊庄坪0.319麻栗坝0.235勐省0.215西山0.189对土壤可蚀性因子数据与实测单位径流深输沙模数进行分析，发现土壤可蚀性随实测单位径流深输沙模数增加总体呈上升趋势，表明土壤可蚀性与单位径流深输沙模数呈正相关关系。分析提取的土壤可蚀性数据，发现西山水文站的土壤可蚀性最低，这可能与西山站经济发达，人类建设用地较多有关。红河流域的大东勇站土壤可蚀性最高，且红河流域的平均土壤可蚀性高于云南省其它5大流域，这与李季孝等（2019）对云南省土壤可蚀性研究结果相同。1.2单位径流深输沙模数模型将K（土壤可蚀性）、P（流域内坡耕地面积百分数）、Pk（大于25°耕地占坡耕地面积百分比）、F（集水面积）、V（植被面积百分比）、R（暴雨频次）六个影响因子的计算结果列于表1.5。其中K因子的单位为：t·hm2·h/(MJ·mm·hm2)表1.5各因子计算结果Table1.5Calculationresultsofeachfactor站点KP（%）Pk（%）F（km2）V（%）R南溪街0.33111.4131.96326681.752.7龙潭寨0.32529.974.78212851.812.5忠爱桥0.37717.4331.77356280.851.9大东勇0.39921.4915.37251372.021.8牛街0.25330.1731.66266760.631.5总管田0.27915.9226.76208178.491.7箐口塘0.27439.317.37211450.820.6勐海0.19916.334.38103261.351.9羊庄坪0.31911.7724.65433081.251.2勐省0.21521.1520.72176674.702.3塘上0.26514.7017.2220281.090.6孟连0.20125.3220.8777561.661.9景谷0.29816.5924.27250671.741.9大文0.27438.5517.1465771.681.4姑佬河0.35522.2528.50418572.722.1柯街0.31711.5711.48175579.281.4（续表）拉贺练0.22114.4914.48422581.922.5等戛0.20216.0411.28102171.881.4麻栗坝0.23515.017.0729484.811.8西山0.18915.2211.78224174.731.6用云南境内20个水文站控制流域80年代多年实测单位径流深输沙模数及相应流域内土地利用资料，将6个影响因子数据进行多元回归，调整参数使模型在能更好拟合20个站点的输沙量数据，最后得到如下经验关系：ms=KP0.421式中：ms——单位径流深输沙模数（t/(km2·mm)或kg/m3）F——断面集水面积（km2）K——流域内土壤可蚀性（t·hm2·h/(MJ·mm·hm2)）P——流域内坡耕地面积百分数（%）PK——坡度大于25°耕地占坡耕地面积百分数（%）V——流域植被面积百分数（%）R——暴雨频次1.3模型验证1.1.1模型分析将各水文站的影响因子数据代入单位径流深输沙模数模型，计算出各流域单位径流深输沙模数，将模型计算结果、实测单位径流深输沙模数以及相对误差列于表1.6，发现：（1）当实测单位径流深输沙模数小于2t/(km2·mm)时，计算值与实测值相对误差小于30%的点占据86%，即实测单位径流深输沙模数小于2t/(km2·mm)时，模型计算结果更接近实测值，能更好拟合实测输沙量。（2）当实测单位径流深输沙模数大于2t/(km2·mm)时，模型计算结果的相对误差较大，且实测单位径流深输沙模数越大，相对误差越大。（3）滇西地区的伊洛瓦底江、怒江、澜沧江3个流域中的12个水文站，计算所得的单位径流深输沙模数与实测单位径流深输沙模数相对误差小于30%的水文站约为75%。表1.6计算结果与实测值的相对误差Table1.6Therelativeerrorbetweenthecalculatedresultandthemeasuredvalue水系站点计算值t/(km2·mm)实测值t/(km2·mm)相对误差红河南溪街1.371.0728.41%红河龙潭寨1.251.64-21.70%红河忠爱桥1.501.25-51.87%红河大东勇1.496.27-76.25%金沙江牛街1.190.7657.98%金沙江总管田1.032.66-61.26%金沙江箐口塘0.734.41-81.37%澜沧江勐海0.550.4718.73%澜沧江羊庄坪0.880.845.57%澜沧江勐省0.970.8612.73%澜沧江塘上0.690.99-29.81%澜沧江孟连0.981.21-18.64%澜沧江景谷1.131.61-29.80%怒江大文1.371.64-16.67%怒江姑佬河1.572.89-45.56%怒江柯街0.824.29-80.83%伊洛瓦底江拉贺练0.750.4757.59%伊洛瓦底江等戛0.870.6827.95%伊洛瓦底江麻栗坝1.041.20-11.53%珠江西山0.550.4522.66%分析云南省20个水文站点数据，发现相对误差小于30%的水文站点大部分位于滇西地区，主要集中在澜沧江、伊洛瓦底江江流域，且滇西地区三流域中相对误差小于30%的水文站点约占75%。流域的侵蚀产沙除了受地形、土壤类型等因素的影响外，还受其它人为因素影响，而滇西、滇东两个区域的降雨、气候有所差异，受到的人为干扰强度也有差别。由于人口数据变化较大，无法使用多年平均数据计算干扰强度，本文所构建的多元回归模型没有加入其它人为干扰因子，这是该模型在滇东地区适用性低的主要原因之一。单位径流深输沙模数小于2t/(km2·mm)的水文站中，仅有拉贺练和牛街两个水文站计算结果误差较大，两水文站计算结果均大于实测值。牛街站位于云南省东北边境地区，拉贺练站位于云南省西南边境，分析DEM数据，发现其集水面积超过了云南省境内，而在进行模型构建时仅提取了云南省范围内的各因子数据，这可能是导致拉贺练站和牛街站计算结果误差较大的原因。1.1.2案例流域验证岔河水库位于大理市永平县杉阳镇境内倒流河上，规模为中型水库，主要功能为农村生活和灌溉供水。水库流域为东南至西北的长条形，西北角为流域水系出口，南端为流域源头区。流域以东南山河、盘龙河为左、右两支主要河流，左支东南山河为主流，流域平均高程1826m，流域上游陡、下游缓，地势呈由东南向西北倾斜。流域内植被覆盖率低，且人类活动频繁，坡耕地、裸地、荒地随处可见，大部分地区植被较差，森林面积极少，有相当比例的坡耕地，人工林以核桃林居多且不成规模。流域内地埂、荒地主要为草本植物及矮小灌木，主流源头区分布有灌木、乔木等，流域表面为全风化的花岗岩地层，破碎松散，遇到暴雨时水土流失严重。岔河水库距下游永和村约2km，地理坐标东经99°27′41.6″，北纬25°15′20″（1954年北京坐标系），坝址处高程1524m，集水面积为79.5km2，多年平均来水量3285万立方米，P=75%来水量2430万立方米，流域内水系如图1.1所示。图1.1岔河水库水系图Fig1.1WatersystemmapofChaheRiverBasin1.1.2.1单位径流深输沙模数模型的输沙量计算结果根据构建的单位径流深输沙模数模型，对岔河水库进行多年平均输沙量计算。首先在ArcGIS10.4中导入云南省DEM数据，通过水文分析求得岔河水库的集水面积（F）为78.2km2。DEM数据的投影选择不同可能导致集水面积提取结果存在一定误差，将提取的岔河水库集水面积与拟定方案的集水面积进行比较，发现提取的集水面积与拟定方案的集水面积误差为1.6%，与实际拟定方案的集水面积极为接近，因此使用提取的集水面积进行后续的因子计算。将提取的岔河水库集水面积与云南省DEM数据进行叠加分析，制成岔河水库高程图，通过洼地计算和填充，获得填充后的岔河水库数字高程图。再对岔河水库数字高程图进行坡度计算，并与云南省土地利用图叠加分析，获得流域坡耕地分布图（图1.2），根据属性表中的面积，求得岔河水库集水区域内坡耕地面积为22.6km2，大于25°耕地面积为5.5km2，因此求得坡耕地面积百分数（P）为30.31%，大于25°耕地占坡耕地面积百分数（PK）为21.86%。图1.2岔河水库集水区坡耕地分布图Fig1.2DistributionmapofSlopingFarmlandinChaheBasin将土地利用数据与流域集水面积叠加，计算得出获得流域内植被面积百分数（V）为51.93%。通过云南省土壤类型数据和计算出的流域范围，得到控制流域土壤类型图，根据土壤可蚀性因子（K）分析计算方法，得出岔河水库的土壤可蚀性（K）值为0.352t·hm2·h/(MJ·mm·hm2)。将降雨数据与岔河水库集水面积进行叠加分析，求得暴雨频次（R）为1.3。将算得的各因子值代单位径流深输沙模数模型中，求得岔河水库的单位径流深输沙模数（ms）为2.024t/(km2·mm）。由于河流多年平均含沙量在数值上与单位径流深输沙模数相等（曹鉴湘，1998），因此求得干流方案中控制流域多年平均含沙量为2.024kg/m3。根据实测资料，干流方案坝址多年平均来水量3285万m3，求得该坝址处多年平均悬移质输沙量为6.65万吨。泥沙推悬比参考多沙河流经验取值为30%，则该坝址处多年平均推移质输沙量1.99万吨，总输沙量为8.64万吨。1.1.2.2基于土壤侵蚀强度图的输沙量计算结果根据现有资料，使用《云南省土壤侵蚀遥感调查报告》（云南省水利水电厅2004年8月新编）的土壤侵蚀图表，再结合卫星图片（2013年4月10日现场）显示的地表植被状况，对干流方案的输沙量进行综合估算根据SL190—2007土壤侵蚀分级标准，综合流域实地植被现状等下垫面情况综合考虑，计算各侵蚀等级的产沙（表1.7），得出岔河水库流域来沙量为18.39万吨。泥沙推悬比参考多沙河流经验取值为30%。求得悬移质输沙量为14.15万吨，推移质输沙量为4.24万吨。表1.7基于土壤侵蚀强度估算的输沙量Table1.7Sedimentdischargeestimatedbysoilerosionmodulus断面名称侵蚀等级产沙面积(km2)面积比例(%)侵蚀模数(t/km2)输沙量(万吨）岔河水库干流坝址微度38.84