地理信息系统和水文模型
流域数据库建设通常是水文模拟研究的第一个重要阶段。遥感数据可用于生成专题地图，也可在没有其他可靠数据时作为地图基础。Landsat TM和SPOT图像数据适用于制作1:5万至1:10万比例尺的数字地图(Welch et al.， 1985;Swann等人，1988;Gugan and Dowman, 1988;Konecny等人，1988)。从遥感生成并集成到地理信息系统中的基本地图，在更高的可靠性方面有希望，即地图信息的元不确定性(不确定性的不确定性)较低，因为在整个地图生成过程中，错误是已知和跟踪的。覆盖、合并和执行地图计算是许多水文应用中经常使用的GIS关键特性。Schultz(1993)举了一个例子，其中通过合并植物根深数据(来自Landsat图像的土地使用分类)和土壤孔隙度数据(来自数字化土壤地图)得到土壤水存储信息。
从历史上看，流域尺度的径流建模将降雨、渗透和其他水力参数集中起来，适用于流域的任何地方。随着分布式建模的出现，一个盆地在更小的尺度上被细分为计算元素。分布式仿真模型允许用户在不集总的情况下模拟空间变量参数。然而，建立这样一个具有空间分布数据和参数的模型是一项费时费力的工作。如果GIS与模型集成在一起，这些杂务就变得容易得多，而且通常对用户是透明的。将分布式数值模型与地理信息系统集成的另一个优点包括跨流域子流域径流深度的计算和显示。
径流曲线数(CN)方法(美国农业部，1972年)对降雨-径流模型的综合遥感和地理信息系统环境很有吸引力。这种方法根据降雨量(P)和潜在最大存储量(S)来估计直接径流量(Q)，而潜在最大存储量(S)来自CN, CN是一个与流域土地利用、土地管理和土壤性质直接相关的系数。由于可以利用遥感定期监测土地使用情况，因此有可能分析土地使用变化(例如城市化)对流域径流的影响。图4显示了在GIS中实现这种方法的各个计算阶段。Mattikalli等人(1996)使用Arc/Info将各种输入参数存储为主题层，并生成了主要是农村流域的洪水水文图。该方法还用于生成单事件洪水水文图和合成洪水水文图洪水频率曲线(Muzik和Chang, 1993)。
土地利用数据土壤数据
土地利用数据土壤数据
-
- 图4使用SCS曲线数预测河流流量和使用出口系数模型预测水质的GIS方法示意图(Mattikalli等，1996)。
在城市流域，GIS的空间分析能力可用于水文分析。流域属性，如土壤信息(入渗率、水力传导率和存储容量)、表面特征(透水、不透水、坡度、粗糙度)、流面的几何形状和尺寸、路径长度(地上、沟渠和下水道)以及路径段的几何形状和特征，可以有效地存储和用于城市径流计算。早期的研究大多使用gis来推导集总模型的参数。例如，Johnson(1989)使用GIS为基于数字地图的建模系统生成输入数据，该系统支持集中参数模型，例如单位自记水位计、时间区域和层叠。分布式建模和强大的GIS的出现允许建模人员模拟空间可变参数。迄今为止，已经集成了一些水文模型，如TOPMODEL和CREAMS，以在GIS环境中运行(Chairat和Delleur, 1993;Romanowicz等人，1993)。Moeller(1991)使用GIS来确定HEC-1模型的输入参数，Sircar等人(1991)使用GIS来确定时间区域曲线。Djokic和Maidment(1991)用Arc/Info和合理的方法确定了城市雨水下水道系统的入口和管道容量。Kim和Ventura(1993)使用地理信息系统管理和操纵土地使用数据，利用经验城市水质模型对城市流域的非点源污染进行建模。Greene和Cruise(1996)使用Arc/Info GIS获取城市流域特征属性(位置坐标、径流生成多边形的参数、排水沟和雨水沟)，用于输入水文建模程序以估计径流。Vieux(1991)结合有限单元法和地理信息系统开发了一种模拟直接地表径流的方法。Schultz(1994)提出了在ILWIS和Arc/Info GIS框架下利用遥感进行水文建模的三个不同例子。 These examples demonstrate merging of Landsat TM and Meteosat geostationary image products and ancillary data (viz. DEM and its derived products) stored in a GIS for rainfall/runoff modeling and water balance parameter computation at 30 m, 5 km, and at HRU spatial scales. Mattikalli et al. (1996) employed the runoff curve number (CN) approach to compute direct runoff depth and its spatial and temporal variations based on historic remotely sensed data within a GIS framework.
使用遥感和地理信息系统的水质建模应用主要集中在非点源污染方面。到目前为止，已经有几个水质模型(AGNPS、ANSWERS、USLE、出口系数模型等)与GIS接口。与GIS集成的空间分布式农业非点源(AGNPS)模型(Srinivasan和Engel, 1994)允许建模者在决策支持系统WATERSHEDSS(水、土壤和水文环境决策支持系统)中处理每个点源、农药和渠道信息(Osmond等人，1997)。使用这样的系统，人们可以确定分水岭内的关键区域，并评估替代方案的效果土地处理水质情景。Mattikalli等人(1996)在基于矢量的GIS中实现了一个出口系数模型，以量化地表水总氮负荷的时空变化，作为对流域土地利用、管理和环境变化的响应肥料应用程序。虽然这种方法是基于从文献中导出的经验输出系数，但可以通过对基于物理模型的逆解来推导出更准确的系数。
地下水及其质量的管理和模型也进行了探讨(例如，Maidment, 1993年;商人,1994年)。在大多数研究中，用于评价地下水污染易损性的空间模型已在地理信息系统中实现。然而，这些方法没有使用来自遥感的数据，可能是因为输入参数的特定性质。需要调整模型，以纳入遥感产品，然后在地理信息系统中实现。
使用通用水土流失方程(USLE)监测和/或预测土壤侵蚀是综合地理信息系统的另一个应用(例如，Pelletier, 1985)。利用DEM求得坡陡(S)和坡长(L)因子，利用三角形不规则网络(TIN)结构对雨量测量站进行雨量因子分配。侵蚀控制实践和土地利用/土地覆盖(或种植管理)因素是通过土地利用/土地覆盖分类和相关土地管理信息，使用陆地卫星(多光谱扫描仪(MSS)和SPOT传感器数据估计的(Jurgens和Fander, 1993)。在修订的USLE (Renard et al.， 1991)中，通过对复杂地形的不规则斜坡进行分割，修改了L因子对剖面凹凸度/凹度的影响。Mitasova等人(1996)将正则样条与张力结合起来计算S和L因子，并使用单位流功率和方向导数方法对具有侵蚀或沉积地形潜力的区域的空间分布进行建模。
继续阅读:结论
这篇文章有用吗?