GIS和水文模型
流域数据库开发通常是第一个重要的阶段在一个水文建模研究。遥感数据可能被用来生成专题地图和时也作为地图的基础上没有其他可靠的数据是可用的。陆地卫星TM和现场图像数据适合数字地图的生产规模从1:50000:100000(韦尔奇et al ., 1985;斯万et al ., 1988;Gugan Dowman, 1988;Konecny et al ., 1988)。基础地图,从遥感和GIS集成,持有承诺更大的可靠性,即。,降低meta-uncertainty地图信息(不确定性)的不确定性,因为错误是已知的和跟踪整个地图生成过程。覆盖、合并和执行映射计算关键GIS功能常用于许多hydro-logical应用程序。舒尔茨(1993)提供了一个示例中,土壤蓄水信息派生通过合并植物根深度数据(来自土地利用陆地卫星图像分类)和土壤孔隙度数据(来自数字化土壤地图)。
从历史上看,在流域尺度径流建模集总降雨量、渗透等水力参数应用的盆地。随着分布式建模、盆地分为计算元素是一个规模较小。一个分布式仿真模型允许用户没有把模拟空间变量参数。然而,建立这样一个模型与空间分布数据和参数是一个耗时和费力的任务。如果结合GIS模型,这些家务变得更容易,通常对用户透明。额外的优势集成分布式数值模型与GIS包括径流流量的计算和显示跨流域sub-basins深处。
径流曲线编号方法(美国农业部,1972)降雨径流建模是一个集成遥感和GIS环境吸引人。这种方法估计的体积直接降雨径流(Q)的体积(P)和潜在的最大存储(S),源自于CN,系数是直接关系到流域土地利用、土地管理和土壤属性。由于土地利用可以经常使用遥感监测,分析土地利用变化的影响是可能的(例如,城市化)流域径流。图4显示了这种方法的计算的不同阶段中实现GIS。Mattikalli et al。(1996)采用Arc / Info来存储各种输入参数生成专题层和洪水成因的一个以农村为主的分水岭。这种方法也被用于生成单事件洪水成因和合成洪水频率曲线(Muzik Chang, 1993)。
土地利用数据的土壤数据
土地利用数据的土壤数据
-
- 图4示意图的GIS方法预测河道流量使用SCS曲线数字和水质使用输出系数模型(Mattikalli et al ., 1996)。
在城市水域,GIS的空间分析功能可用于水文分析。流域土壤属性,如信息(入渗率、渗透系数和存储能力),表面特征(透光,不透水,坡度、粗糙度),几何形状和尺寸流飞机,路由长度(陆路、排水沟和下水道),和几何和路由段的特征可以有效地存储和利用城市径流计算。大多数的早期研究用GISs派生集总参数模型。例如,约翰逊(1989)GIS用于输入数据的生成数字地图建模系统,支持集中参数模型等单位自记水位计、time-area和梯级水库。分布式建模和强大的地理信息系统的出现使得建模来模拟空间变量参数。到目前为止,一些水文模型TOPMODEL和霜等已经集成在GIS环境中运行(Chairat Delleur, 1993;Romanowicz et al ., 1993)。穆勒(1991)使用GIS HEC-1模型来确定输入参数,Sircar et al。(1991)使用GIS来确定time-area曲线。Djokic和梅德门特(1991)使用Arc / Info和理性的方法来确定进口管城市雨水管系统的能力。金姆和文图拉(1993)用GIS管理和操作的土地利用数据建模的氨氮污染城市流域使用实证城市水质模型。格林和巡航(1996)采用Arc / Info地理信息系统中城市流域特征属性(位置坐标,径流参数生成多边形,排水沟和风暴排水)来估算径流输入水文建模过程。靠近(1991)开发了一种建模方法直接地表径流利用有限元方法和GIS的结合。舒尔茨(1994)提出了三个不同的例子在使用遥感水文建模ILWIS和Arc / Info地理信息系统的框架。 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.
水质建模使用遥感和GIS的应用程序主要集中在面源污染(NPS)。到目前为止,几种水质模型(AGNPS答案,USLE,输出系数模型,等等)与GIS界面上的。农业氨氮空间分布(AGNPS)模型与GIS集成(Srinivasan和恩格尔,1994)允许建模者来处理每一个点源,农药,和信道信息在决策支持系统中,分水岭(水、土壤和Hydro-Environmental决策支持系统)(婚礼et al ., 1997)。使用这样的一个系统,一个可以确定关键区域在一个分水岭和评估选择的影响土地处理在水质情况。Mattikalli et al。(1996)实现一个输出系数模型基于矢量GIS中量化空间和时间的变化总氮负荷在地表水流域土地利用变化,管理,和肥料应用程序。虽然这个方法是基于经验出口系数来源于文献,更准确的系数可以由逆解推导出基于物理模型。
地下水管理和建模及其质量也一直在探索(如梅德门特,1993;商人,1994年)。在大多数的研究中,空间模型设计来评估地下水污染脆弱性是在GIS中实现。然而,这些方法没有采用的数据来源于遥感,可能是因为输入参数的具体性质。模型需要适应结合遥感产品然后GIS中实现。
监测和/或预测土壤侵蚀计算使用通用土壤流失方程(USLE)是另一个应用程序集成GIS(例如,佩尔蒂埃,1985)。坡度和坡长(L)因素派生使用民主党,和降雨因素被分配使用三角形不规则网络(锡)结构的降雨测量站。侵蚀控制实践和土地利用/覆盖(或种植管理)因素估计使用陆地卫星(Multi-Spectal扫描仪(MSS)和TM)和位置传感器数据通过土地利用/覆盖分类和相关土地管理信息(更加与众不同和Fander, 1993)。修订USLE(雷纳德et al ., 1991), L因素已经修改了配置文件中凸/凹度的影响使用分割不规则的斜坡上的一个复杂的地形。Mitasova et al。(1996)集成的正规化与张力样条计算的年代和L因素和使用单位水流功率和方向导数方法建模区域的空间分布与地形侵蚀潜力或沉积。
继续阅读:必要和结论
这篇文章有用吗?