Snowcovered评估领域使用期间气温融化在山区盆地
普拉塔普SINGH1和LARS BENGTSSON2 1水文研究所Roorkee 247 667(印度),2部水资源工程、隆德大学、s - 221 00,瑞典
5.1介绍
雪是水循环的一个非常重要的组成部分,它起着至关重要的作用在世界的许多地方水资源。区域或流域,积雪是由一系列的冬季风暴和枯竭的春季和夏季期间,因为气候变暖。raybet雷竞技最新根据盆地的位置和气候条件,积雪在冬天之前发达或部分能够完全耗尽。积雪是一个主要组件的水储存季节性时间表,和程度的变化,深度,其水当量在高山和大陆水资源产生重大影响。融化引起的径流过程的数量和比率在盆地与冰雪覆盖面积的变化(SCA)。有各种水文的SCA应用程序盆地规模。建模的雪融化径流进行使用SCA数据是非常重要的对各种领域的实际应用径流预测,水库管理、电力生产、灌溉、防洪、等等。有一些水文模型,例如,融雪径流模型(SRM),使用SCA作为输入变量的日常融雪计算(Martinec et al . 1983年)。同时,变化在SCA中扮演着关键角色建模和模拟改变全球变化对水资源的影响,生态条件,反照率,并最终辐射预算。
融雪建模研究的SCA应用程序变得不可避免的为大型和难以接近的喜马拉雅盆地,经验高降雪,但没有足够的气象网络量化。早期使用遥感专注于实证SCA之间的关系和月度或累积径流(Rango等等。1977;Ramamoorthi 1987)。这些简单的关系对于某些应用程序运行良好,尤其是在数据稀疏地区的世界。估计每日融雪径流喜马拉雅流域的使用采用卫星SCA越来越被认为是一个非常有用的程序在水资源研究和管理(Rango et al . 1977;Ramamoorthi和Subba Rao 1981;古普塔等等。1982;戴伊等等。 1983, 1989; Dey and Goswami 1984; Jain 2001). The prediction of snow melt induced runoff in the Himalayan rivers has a great potential for application in irrigation, hydropower generation, and domestic and industrial水的供应。
SCA还被用作指示器的雪储备或在一盆水当量(迈耶1973;0 degaard和0 strem 1977;Rango et al . 1977年)。Schjodt-Osmo和Engeset(1997)报道,挪威的水资源和能源管理(NVE)使用
raybet雷竞技最新在山区气候和水文。编辑c·德容d·柯林斯和r . Ranzi©2005年约翰·威利& Sons有限公司信息的变化分布在时间的积累和雪,特别是,消融(0 strem 1974;安徒生1983)。雪的区域范围的主要变量之一,直接关系到夏季径流潜力。的雪水当量积雪不能来源于只有当前遥感数据。然而,可诱导的积雪分数仍然是一个非常重要的参数监控操作洪水预报(Schjodt-Osmo和Engeset 1997)。辛格等等。(1997)和辛格和耆那教(2002)使用SCA在评估积雪和冰川的贡献在年度的喜马拉雅山脉河流流动使用水平衡的方法。辛格和辛格(2001)讨论了不同地区积雪对气候系统的应用。raybet雷竞技最新
通常,SCA的程度的信息来源于卫星数据,因为雪可以轻易地识别和映射在可见光波段的卫星图像相比,由于其高反射率nonsnow地区。因此,遥感是获取有价值的工具雪的数据预测融雪径流以及气候研究。raybet雷竞技最新使用卫星数据雪映射已成为在几个地区运营。目前,美国国家海洋和大气管理局为大约3000流域开发积雪地图在北美,其中根据海拔大约300映射用于流速及流水量预测(卡罗尔1990)。NOAA也生产区域和全球月平均积雪的地图(杜威和海姆1981)。Rango(1993)提出了一个遥感的状态的报告雪水文。积雪与卫星数据映射在瑞士阿尔卑斯山脉是由塞德尔审查等等。(1989,1995)。哈伊弗纳等等。(1997)建议设置为个人流域积雪信息系统或其他水文部门,甚至整个规划区域山脉长期视角。在实用方面,这些应用程序相关的监测每年季节性和改变目前现有的气候条件下的积雪模拟和预测径流,映射区域分布的水当量,并记录经济衰退过程的积雪融化期间。
SCA,为了得到信息系统和连续映射为雪水文应用的积雪变得至关重要。然而,在一般情况下,在SCA有不连续数据所需的研究。很难开发SCA数据库的日常时间尺度,因为成本参与收购卫星数据,时间消耗数据的分析,不准确的数据由于云层的存在。然而,在某些情况下,根据研究区域的大小,成本因素可能不重要,但其他因素占主导地位。融冰季节,云层代表一个主要障碍当从光学图像获取的信息(Schjodt-Osmo和Engeset 1997)。问题与过滤的云层详细讨论了山区流域Ranzi et al。(1999)。他们使用NOAA-AVHRR区域南部阿尔卑斯山积雪监测数据。哈伊弗纳et al。(1997)报道,甚至5 - 10(或更多)的收购卫星场景为单个融化季节是相当昂贵的。即使一个人可以买得起的资源,消耗大量的时间分析。喜马拉雅盆地这样的问题变得更加重要,更大的规模和有较长的消融期和更高的云层在premonsoon和概率季风期。需要更多的图片等流域融雪建模研究,需要大量的投资,还需要多少时间进行分析。
融雪径流与河流流量的建模,空间分布式能量平衡方法被认为是首选的方法。这种方法允许计算流域的空间分布的融化。此外,这种方法还允许SCA的空间分布预测(Melloh et al . 1997;Bloschl et al . 1991;Bloschl和Kirnbauer 1992;Mittaz等等。2002)。熔体从盆地利用温度指数计算方法,通常情况下,卫星数据获得了几个日期在融化季节和线性插值的数据不可用。本研究涉及发展中插入方法,浮想联翩,或填补丢失的SCA数据消融期间使用温度数据,容易获得。这种方法后,可以减少图像的获取SCA融化时期。 Air temperature can then be used to generate SCA data for the basin.
5.2方法
SCA在特定时间后第一次融化可以被认为是一个函数的初始值SCA之前开始融化和模式的温度融化期间。使用温度单位或温度指数融雪估计方法是一种行之有效的方法。目前,有很多积雪融化模型,使用这种方法计算融雪径流的盆地辛格(Singh和2001)。开始融化在温暖的较低部分盆地,那里通常薄雪覆盖。因此,雪消失首先从较低的盆地的一部分。随着夏季的发展,继续融化的上部盆地。SCA可以减少时间和每一点的时间可以融化与气温有关。因此,累积温度单位(CDD)融化期间应该代表SCA的损耗。CDD获得通过添加所选车站每日平均温度。季节性积雪会以更快的速度消失在温暖的气候条件,而它将跟随缓慢消耗下冷温度制度。Rango和Martinec(1994)相关SCA和累积融化深度来推断SCA在温暖气候的变化情况,间接支持SCA对温度的依赖性,因为累积主要是由温度融化。本文方法简单,直接适用,站内或附近的温度数据使用SCA。喜马拉雅盆地融化期集大约3月,因此3月1日已被视为参考日期CDD计算和相应的SCA数据使用。然而,参考日期的选择初始化CDD可能因地区而异,因此图的形状可能不同。广泛,参考日期应该代表盆地开始融化时的时间,也就是说,没有进一步增加在SCA中。
5.3研究盆地
本研究进行了Satluj河流域的Bhakra大坝位于(印度)
盆地 |
的名字 |
研究区域的名字 |
Satluj盆地 |
山脉 |
西方的喜马拉雅山脉 |
海拔范围(m.a.s.l)。 |
500 - 7000 |
纬度 |
30°95’-33°15镑 |
经度 |
76°10 -79°本部 |
面积(平方公里) |
22305年 |
冰川和永久雪(%) |
~ 10 |
年平均降雨量(毫米) |
~ 375 |
西方的喜马拉雅山脉。Satluj河是一个高度snowfed河有大约60%的贡献雪和冰融化径流在年度流动(2002年辛格和耆那教的)。Satluj河流湖泊的上涨Mansarovar Rakastal青藏高原在海拔4600米和形式印度河的主要支流之一。研究盆地的地形学的特点给出了在表5.1中,松辽盆地和位置如图5.1所示。盆地不同的海拔约500米到7000米,虽然只有一个非常小的区域存在超过6000米。盆地的平均海拔约3600米。这盆的形状和位置,流域面积的主要部分位于喜马拉雅山脉,期间经历的大雪的冬天。盆地的主要部分在冬季被雪覆盖。由于大的差异季节性的温度和伟大的海拔范围
图5.1位置的地图Satluj流域(印度)
排水,雪线高度可变,下行海拔约2000米在冬季和夏季后撤退到4000以上。丰富的水的地形环境和可用性提供了一个巨大的水力发电潜力在这条河,因此一些水电项目已经存在,计划,或者在这条河上。
5.4研究期间和数据使用
的研究进行了融冰季节(6)使用五年SCA和温度数据。一般来说,SCA提供每月一次,每日平均气温对整个研究期间可用。两个高海拔的每日平均温度,即劫(2436)和Kaza(3639),被用于这项研究。3月1日被视为参考起点计算累积温度单位。SCA决心从卫星图像上的信息/数字数据。在这项研究中,卫星数据处理利用ERDAS公司想象图像处理软件。首先,积雪区域地图准备研究盆地然后SCA决心。陆地卫星(MSS)(80决议)
数据已经使用了1987年,而美国国税局(LISS-I)(72.5米分辨率)数据被用于1988 - 91。
5.5结果和讨论
SCA Satluj盆地的损耗随时间在夏天期间和趋势CDD的劫三消融季节(1987、1988和1989年)如图5.2所示。图5.3显示了SCA之间的关系和CDD劫不同年。从图5.3可以注意到,SCA减少了夏季和CDD成倍增长。多年来证实这种关系类似的趋势。这种关系可以表示为
的派生值系数a和b和确定系数(R2)在表5.2给出了不同年份。变化系数的值是可能的因为SCA的初始值和温度的变化情况。
R2为所有年的高价值的形式表明,SCA和CDD方程(5.1)是高度相关的。结果表明,SCA和CDD
图5.2损耗的积雪覆盖面积(SCA)随着时间的推移Satluj盆地以及日常累积温度单位的趋势(CDD)观察劫为不同年份(2536米)。CDD是3月1日开始计算
朱利安•天
图5.2损耗的积雪覆盖面积(SCA)随着时间的推移Satluj盆地以及日常累积温度单位的趋势(CDD)观察劫为不同年份(2536米)。CDD是3月1日开始计算
图5.3积雪损耗之间的关系和累积温度单位(CDD)劫(2436米)
图5.3积雪损耗之间的关系和累积温度单位(CDD)劫(2436米)
融化 |
的值 |
的值 |
多项式系数。的 |
季节 |
多项式系数。一个在 |
多项式系数。b在 |
的决心 |
方程(5.1) |
方程(5.1) |
R2 |
|
1987年 |
12821.6 |
0.00060 |
0.98 |
1988年 |
13337.9 |
0.00060 |
0.99 |
1989年 |
15263.9 |
0.00092 |
0.99 |
不是线性相关,而是非线性相关。指数关系意味着初始温度的增加导致更高的积雪面积变化温度增量相同的大小。这种趋势可以解释的基础上,分布在盆地的雪。因此,盆地在冬季积雪发达是薄在高海拔较低的海拔和厚。在夏天,雪线撤退从低海拔到高海拔和盆地因此SCA是减少。撤退的速度减少后期的融冰季节因为更高深的雪在高海拔地区。Kattlemann(1997)迅速报告融化的雪美国加州内华达山脉在低海拔。因此,积累和损耗的雪和温度条件属性和CDD指数趋势SCA的损耗。使用SCA和融雪径流计算了四年数据,Gupta et al。(1982)报道SCA之间的对数关系最终融冰季节和季节性的体积融雪径流四喜玛拉雅盆地。假设融雪随温度线性相关,可以得出这样的结论:SCA和CDD应该有指数关系。
的基础上得出结论,SCA之间存在对数关系最终融冰季节和季节性融雪径流的体积,据Gupta et al。(1982),它可以表示数学ln (SCA) V ~ (5.2)
假设融雪随温度线性相关,可以得出这样的结论:SCA和CDD应该有指数关系。此外,前面的语句可以用数学表达
在T0参考温度(0°C)。整合双方导致
图5.4损耗的积雪覆盖面积(SCA)随着时间的推移Satluj盆地以及日常累积温度单位的趋势(CDD)观察到Kaza不同年份(3639米)。CDD是3月1日开始计算
朱利安•天
图5.4损耗的积雪覆盖面积(SCA)随着时间的推移Satluj盆地以及日常累积温度单位的趋势(CDD)观察到Kaza不同年份(3639米)。CDD是3月1日开始计算
等式的右边是一个可能的CDD的定义,所以
当结合SCA V导致之间的关系
SCA为研究盆地损耗也与CDD的另一个站(Kaza 3639米),位于较高的盆地(图5.4和5.5)。SCA和CDD也是指数之间的关系对于这个车站,但它是负温度的干扰,因为在这个车站3月。如图5.5所示,在融冰季节的开始累积气温负在这个站的三年。累积负温度扰动初始段融冰季节指数关系(图5.5)。因此,车站经历负温度在融化季节不能用于这样的应用程序。然而,他们可以使用一段时间后,他们的经验正温度和累积温度是正的。为进一步的应用研究中,只有劫站使用。额外的降雪在消融季节会改变SCA和CDD之间的关系。霍尔和Martinec(1985)讨论了这个问题。这方面还没有在这项研究。 However, there is need to involve these aspects in future.
5.6应用程序
这种方法有三个主要的应用,这将在下文介绍。
(一)插值的SCA。SCA和CDD之间的关系一旦建立使用CDD的日常值和一些SCA的值,这个方程可以用来融化期间插入数据。使用CDD数据导出方程,可以得到每日值SCA的盆地。丢失的数据可以使用已知生成SCA和CDD之间的关系。
(b)模拟的SCA。因为SCA和CDD指数相关,一旦建立了SCA雪枯竭的趋势在盆地,它可以扩展后融化期只使用CDD的一部分。
继续阅读:地球物理测量直流电阻率层析成像
这篇文章有用吗?
