洱海流域（精选七篇）
洱海流域 篇1
一、低碳旅游的含义
2009年5月世界经济论坛报告提出“低碳旅游”的概念。低碳旅游是指减少旅游活动的碳排放量,保护旅游地区的生态文明,尊重旅游地区的自然环境和人文环境,保障当地旅游业的可持续发展,是以一种新模式来发展低碳经济的提议。由于旅游行业中的旅游活动几乎每一个环节都与能源消耗和二氧化碳排放的其他行业密切关联。因此,节能减排是构成低碳旅游的重要组成部分。低碳旅游是一个新兴的课题,倡导低能耗、低排放、低污染和环境友好的绿色旅游方式,确保由吃、住、行、娱、购、游六个方面的旅游环节及相关行业所产生的二氧化碳排放量保持在最低限度,是一种健康,绿色,环保的旅游理念。
二、环洱海流域低碳旅游存在的问题
(一)低碳消费意识薄弱
针对调查不同年龄阶段的当地居民及游客低碳旅游消费意识的不同,年轻居民及游客可能具有一定的环保意识,但大部分对低碳旅游的认识还很薄弱。旅游产品的消费者普遍缺少低碳知识、低碳价值、低碳态度、低碳行为等观念,没有养成低碳生活方式和消费方式。
(二)政策法规体系不完善
大理州政府对环洱海流域低碳化发展的资金投入严重不足,缺乏社会投资人,招商引资项目存在政策缺失问题;低碳旅游产品开发政策不完善,一些新能源、新材料、新高端的旅游产品未被开发;政府吸引人才的政策激励机制缺失,导致低碳旅游体系各个层次、各个环节普遍缺乏人才,从业人员的整体业务素质不高。
(三)低碳旅游景点缺失
2010年我国针对500余家景区提交的申请,通过严格的低消耗、低污染、低排放“三低”发展模式的评价标准,评选了19个首批全国低碳旅游示范区。大理环洱海流域旅游资源虽然很丰富,但还没有建成低碳旅游景区,没有达到低碳化的管理,目前还不具备提供生态保护,低碳产品设计,日常节能,低碳交通,低碳住宿和低碳餐饮等服务。
(四)低碳旅游产品结构单一
环洱海流域旅游景区比较多,包括南诏风情岛,小普陀,金梭岛、蝴蝶泉等,但大部分活动还停留在单纯的观光休闲旅游层面,缺乏衍生产品及体验性项目,多数旅游项目雷同,景区主题形象模糊,因此大部分游客倾向于短时和一次旅游,不会长时间逗留和二次到来。
(五)基础设施建设滞后
低碳基础设施建设主要包括建筑、交通、能源供应和废物管理等,目的是从根本上减少温室气体的排放量。大理环洱海流域的基本系统和服务的供应仍以化石燃料为主,商业建筑能耗仍然很大,节能电器使用不够合理,景区垃圾收运及处理系统还不规范。近年来,洱海流域水质污染负荷重,生态环境也遭到破坏,远远超过了环境的承载力。
三、环洱海流域低碳旅游发展对策
(一)倡导低碳旅游消费风格
据统计,旅游业的二氧化碳总排放量72%是由交通运输造成的,其中,航空占43%,此外这些排放量预计以每年高达3.2%的平均速度增长。为减少个人在旅游活动中的碳足迹,环洱海出游要大力提倡步行、自行车等低碳出行方式,倡导低碳消费风格。另外,推进低碳旅游消费的最重要途径,是落实游客的碳补偿计划。一方面,利用森林,海洋,湿地等自然资源为载体以抵消碳足迹,例如可以开展“许愿林--我为大理种绿树”活动,倡导游客和当地居民种树,在活动中体验乐趣;另一方面,也可以对碳足迹征收税费,推出碳补偿计划。
(二)政府加大政策支持
1、加大科研力度,增加对低碳产品研发的投入,打造低碳旅游企业。可以开展低碳企业试点工作,推行高能耗转低能耗科研项目,开发混合燃料节能、低排放的绿色项目。
2、设置适当的市场激励机制,对于施行低碳旅游项目的部门和企业,可以提倡免费审计行动计划,对于节能减排的旅游企业可给予低碳奖励或实行评级方案,或对可持续发展的企业减免税收。
3、加强低碳宣传力度,引导舆论营造低碳消费的社会氛围。同时,政府也要加快旅游人才队伍建设,改进旅游行业管理水平和服务质量,通过宣传和激励政策,号召社会各界的广泛关注,吸纳低碳旅游管理人才。
(三)创建低碳旅游景区
以循环经济作为指导思想,以保护生态作为行动标签,规划和设计低碳旅游景区,修复和保护自然景观,如大理苍山,环洱海湿地,要保持其原有的生态状态,并设置低碳标识符号。将新能源作为一个应用型旅游景点,实现旅游产品的升级换代。如建设洱海特色白色风车和太阳能发电厂等。应用低碳技术,建立低碳旅游景点,如低碳博物馆,公园等低碳工业示范。
(四)开发低碳化特色项目
依托大理环洱海流域的旅游资源,在保证当地生态环境不被破坏的前提下,积极探索新业态、新产业发展的新思路,着力创新,开发低碳化的衍生产品,如花卉、攀岩、帆船、海上高尔夫等游客体验活动。支持可持续发展理念的酒店和旅游部门建设,推出养生、度假、生态园等项目,将大理环洱海流域打造成为一个健康、清洁、绿色的低碳环境,实现优势互补、扬长避短,打造精品,形成内涵丰富、外延广阔的低碳旅游产业新格局。
(五)配置低碳旅游设施
低碳旅游的基础设施包括交通、道路、环卫、停车场、配送中心和低碳旅游的能源供应设施等。旅游环节主要包括住宿,餐饮,购物和娱乐,因此低碳技术应该被应用于这些基础设施和服务设施中。如建筑节能,节水酒店,新能源,低碳交通的研发和污染排放控制等。
四、结语
洱海流域 篇2
洱海流域农村生活污水调查与处理方案研究
面源是洱海水污染的主要污染源,若要遏制洱海的水污染发展趋势,对面源的控制势在必行.本文主要针对洱海全流域654个村落污水进行现场调查,对村落用水来源与方式、污水特征、排放方式与途径,以及村落的实际情况进行了调查研究.同时分析了多种污水处理技术的`适应性及其制约因素(如地形地质、土地利用、生产生活水平、用水排水方式以及资金投资).在此基础上,提出洱海全流域各类村落生活污水处理的综合防治方案,得到了当地政府的认可,目前本方案正在逐步实施中.
作 者：金丹越 白献宇 金相灿 作者单位：金丹越,白献宇(北京锡兰石环境工程技术开发有限公司,北京,100107)金相灿(中国环境科学研究院,北京,100012)
刊 名：中国农村小康科技 英文刊名：CHINESE COUNTRYSIDE WELL-OFF TECHNOLOGY 年，卷(期)：2007 “”(9) 分类号：X5 关键词：洱海 村落污水 控制方案洱海流域 篇3
通过总结与比较国外主流水文模型的运行控制方式和国内水文模型开发的案例,在充分考虑研究区地理自然状况和下垫面条件的基础上,提出了一种基于DEM构建降雨径流模型的方法,该方法以GIS为平台,通过数学方法简化降雨径流过程,确定模型结构,模型的每个参数都具有明确的物理意义和地理规律。
1 降雨径流模型构建
1.1 研究思路
模型以遥感影像数据、DEM数据为基础数据源,选用GIS为平台,采用栅格数据结构,降雨径流的产流中主要考虑降雨、植被截留、入渗,并通过运动波方程进行汇流演算。
1.2 DEM数据处理
用于流域地形分析的主要数据源是数字高程模型(DEM),包括3种格式:栅格型(GRID)、不规则三角网(TIN)和等高线[10]。因栅格型DEM与水文过程匹配较好,在水文模拟中得到普遍应用。由DEM提取流域的数字特征,包括确定流域的流向、流域边界,水系边界确定以及河网生成等。GIS环境下基于DEM数据的流域自动提取避免了复杂的编程过程,节省了大量的人力、物力和财力,而且可以提高数据提取的效率和精度。该课题选用云南省1:50 000 DEM数据。DEM数据处理后的洱海流域高程、坡度、坡向、起伏度分布如图1所示。
1.3 模型与GIS集成
由于GIS在数据的采集、存储、分析和可视化方面具有强大的功能,可作为水文模型数据管理和分析的有力工具,因而模型与GIS集成研究成为水文模型发展的新方向。模型与GIS集成有3种方式:松散集成、紧密集成和完全集成[11]。该文采用松散集成的方法,即通过软件工具将GIS与降雨径流模型连接起来,并开发数据接口程序。二者共享文件与存储空间,通过数据交换实现模型的运行。松散集成的优势是开发周期短,易于实现,但在数据交换中会不可避免的产生数据交换的错误,模型的模拟精度和效率受到一定限制。
1.4 模型系统简介
1.4.1 模型体系结构。
模型结构分为客户层、中间层、数据库层3层,如图2所示。客户层:该模型有可视化的界面,可以实现用户与软件的交互对接,用户可以根据自己需求在界面中设置参数,查看结果等一系列操作。中间层:负责根据前端的客户要求连接后端的空间数据库。数据库层:存储原始数据、基础地理信息及各种管理信息,并根据查询要求提供相应的数据。
注:a-高程分布,b-坡度分布,c-坡向分布,d-起伏度分布。
1.4.2 模型系统说明。
模型的后台算法基于C#实现,前台采用Visual studio 2005平台实现人机交互的系统界面,然后嵌入GIS中。模型主界面由标题栏、下拉菜单、鹰眼、图层操作栏、地图显示区和状态栏组成。其基本功能包括基本操作(放大、缩小、选择地理要素、选择地图要素、显示地物属性)、图层操作(添加/删除图层、编辑/修改图层)、基本信息查询(属性信息查询、图形信息查询、空间位置查询)、水文数据分析模块等。
模型的输入数据主要有3种数据结构:删格数据、矢量数据和二维数据表。包括数字地形图、土壤图和土地利用图,实测气象数据,气象站点的分布数据、土壤属性数据等。其中DEM图、土地利用图和土壤类型图为Grid格式的删格数据,气象站、水文站的地理位置为SHP格式的矢量数据,而水文、气象观测资料则是以DBF表文件的格式存储。
2 模型应用
2.1 研究区概况
洱海位于云南省境内,地处澜沧江、金沙江和元江三大水系分水岭。流域面积2 565 km2,跨大理市和洱源县,湖面面积约250 km2。洱海流域气候湿润,干湿季明显,是典型的亚热带高原季风气候,年均气温15.1℃左右,年均降水量为1 048 mm,降雨季节差异明显,多集中在6—8月,洱海西部降雨比东部多25%~30%,主导风向为西南季风[12]。水温常年在10~20℃,属暖性湖泊。洱海流域地理位置如图3所示。
2.2 数据准备
流域地形采用云南省1∶50 000 DEM数据,栅格大小为91.7 m。气象和降雨量数据由云南省环境科学院提供,实测径流量数据为大理市洱海流域径流量数据。收集研究区土壤类型图,对其进行数字化,用以计算入渗量。利用SPOT遥感影像数据进行土地利用分类,用以计算植被截留量。该课题采用的投影参数如下:
2.3 模型验证
选取研究区2006年不同时间的5场降雨进行参数率定。将5场降雨率定结果的平均值作为模拟参数,输入模型模拟另外5场降雨,将模拟值与实测值进行相对误差估算,具体如表1和图4所示。
对模拟径流量与实测径流量进行t检验,通过计算,二者之间的t值为-0.03,模拟的径流量与实测值之间有较高的拟合度,模型能够满足洱海流域径流模拟的需求,模型是可信的[12,13,14]。
2.4 模型应用
在模型验证的基础上,该文选取洱海流域2006年5月的某场降雨进行径流量的计算,时间步长为1 h。模拟的研究区2006年5月某场降雨的径流量过程线如图5所示。
经过参数率定和模型验证,模型在洱海流域进行试验。研究表明,模拟结果与实测值之间存在较小差异,模型基本能够作为研究洱海流域径流的基础模型。
3 结论与讨论
基于DEM构建的降雨径流模型在云南省洱海流域进行率定和检验后,能反映洱海流域降雨径流变化特征。模型为洱海流域土壤侵蚀和非点源污染研究起到推动作用。
洱海流域 篇4
近年来, 云南省大理州畜牧业生产保持良好的发展势头, 到2013年9月底, 存栏奶牛14.9万头, 同比增长1.7%;牛奶产量36.5万吨, 同比增长4.1%。与之而来的是, 洱海流域奶牛一年牛粪生产总量就达上百万吨, 若不及时处理将会严重影响洱海的生态问题。为了有效的解决牛粪污染问题, 大理已建成3个畜禽粪便收集站, 2个畜禽粪便加工厂, 对畜禽粪便统一收集和处置, 目前养殖户集中的村落已做到统一收集、处置, 下一步将根据发展需要考虑是否再建增建收集点和加工厂, 到2015年, 洱海流域饲养的奶牛粪便将做到全收集、全处置。
据介绍, 大理各畜禽粪便收集站会根据粪便的干湿度来定价, 每吨粪便的价格一般在80元到200元之间。畜禽粪便收集站将会对收集到的粪便通过有氧发酵、无害化加工处理等工艺将其制成生态有机肥, 这样不仅解决了牛粪的污染问题, 而且还可增加养殖户的收入。
(来源:牛联网www.niulianwang.com2013-07-27)
洱海流域 篇5
1 材料与方法
1.1 试验概况
试验实施于大理市石岭村、五里桥村、马久邑村、龙龛村、向阳溪村、阳波村6个点。各试验点均在2012年10月10—20日按试验要求划小区开沟, 拉线点播。试验土壤类型为砂壤土, 中等肥力, 海拔在1 980~1 990 m, 排灌良好。磷肥为普钙 (含P2O516%, 云天化生产) ;钾肥以硫酸钾 (含K2O50%, 智利生产) ;有机钼肥来源于昆明榕风公司。供试蚕豆品种为凤豆六号。
1.2 试验设计
试验共设5个处理, 分别为施P2O572.0 kg/hm2、K2O 60.0kg/hm2+有机钼肥拌种 (每50 g有机钼肥拌种10 kg, 播种量以450 kg/hm2计算) (A) 、施P2O572.0 kg/hm2、K2O 60.0 kg/hm2+有机钼肥拌种 (每50 g有机钼拌种10 kg+初花期喷施有机钼肥2.25 kg/hm2对水900 kg/hm2, 喷施1次, 播种量以450kg/hm2计算) (B) 、施P2O572.0 kg/hm2、K2O 60.0 kg/hm2+初花期+幼荚期喷施有机钼肥 (每50 g有机钼肥拌种10 kg+初花期与幼荚期分别喷施有机钼肥2.25 kg/hm2对水900 kg/hm2各喷施1次, 播种量以450 kg/hm2计算) (C) 、施P2O5120 kg/hm2 (D) 、只施有机肥, 不施无机肥 (CK) 。处理A、B、C为配方施肥, 处理D为常规施肥。小区面积为20 m2, 3次重复, 随机区组排列, 拉线点播, 基本苗为36万株/hm2。
1.3 试验方法
配方施肥和常规施肥的磷钾肥在蚕豆3.5薹叶施;各处理施用有机肥 (厩肥) 在蚕豆4薹叶施;对照空白 (CK) 只施有机肥, 不施无机肥料。保证蚕豆生理需求, 特别灌好开花、结荚、鼓粒几次水, 使蚕豆正常成熟[1,2]。有机钼肥按拌种、初花期、幼荚期施用[3,4]。各试验点在蚕豆生长期间按大田管理要求正常生长, 无病虫害发生, 无倒伏现象。各试验点搞好蚕豆的调查、考种, 进行理论测产, 蚕豆成熟后进行单收单打, 统计实际产量并进行比较[5,6]。
2 结果与分析
通过6个试验点的理论产量与实收产量分析, 加权平均后处理B的实收产量居第1位, 理论产量为5 094.35 kg/hm2, 实收产量4 912.22 kg/hm2, 取得较好的经济效益, 其余各处理产量差异不明显 (表1) 。
3 结论
试验结果表明, 配方施肥及常规施肥在蚕豆上都可达到增产增效的效果, 测土配方施肥技术是一项好的技术措施, 针对土壤养分丰缺情况, 补充钼元素对蚕豆有显著增产效果, 达到验证试验的目的, 为大面积推广作出理论与实践依据。
综合各方面因素, 农业面源污染治理对洱海保护, 结合控氮、减磷、增钾、补缺素, 增施有机肥的技术措施, 蚕豆上推荐施用有机肥30 t/hm2、P2O572.0 kg/hm2、K2O 60.0 kg/hm2, 有机钼肥拌种+在蚕豆初花期喷施有机钼肥可达增产增效, 减少磷肥施用量, 从而达到保护生态环境的目的。
摘要：为验证测土配方施肥技术推广成效, 在环洱海流域蚕豆作物上设置测土配方施肥之有机钼肥试验, 研究在蚕豆各生育期补充钼肥对蚕豆作物产量的影响。试验结果表明, 配方施肥及常规施肥在蚕豆上都可达到增产增效的效果, 测土配方施肥技术是一项好的技术措施, 针对土壤养分丰缺情况, 补充钼元素对蚕豆有显著增产效果, 达到验证试验的目的, 为大面积推广作出理论与实践依据。
关键词：蚕豆,钼肥,测土配方施肥,产量,环洱海流域
参考文献
[1]江荣风, 杜森.第二届全国测土配方施肥技术研讨会论文集[C].北京:中国农业大学出版社, 2007.
[2]尚德义, 冯锐.宁南阴湿山区蚕豆合理施肥量研究[J].宁夏农林科技, 1992 (2) :16-17.
[3]华勤新, 陆锦贤.蚕豆绿肥茬水稻施肥技术的研究[J].上海农业科技, 2006 (6) :140.
[4]陈国琛.蚕豆经济有效的施肥试验研究[J].云南农业科技, 2004 (6) :13-15.
[5]阿怀念.浅山旱地蚕豆施肥模拟研究[J].青海农林科技, 2004 (3) :9-11, 16.
洱海流域 篇6
1 多普勒测雨雷达定量探测原理与方法
1.1 探测原理
多普勒测雨雷达以多普勒效应为基础,利用微波反射现象对目标进行探测。当降水粒子相对于雷达发射波束有相对运动时,测雨雷达可以通过测定接收与发射信号频率之间存在的差异(即频移)测定散射体相对于雷达的运动速度,在一定条件下反演出大气风场、气流垂直速度的分布及湍流情况。
多普勒测雨雷达测得的雷达图像是根据未经处理的原始资料制作的,只能定性地反映降水情况。雷达测雨是根据雷达回波推算雨量的,通过相关软件计算分析得到相关的降雨数据及云层移动情况等,是一种间接的测雨方法,因此,雷达图只能反映非定量的降水情况。通过与常规方法测雨结果的比较,可以从雷达测量结果中获得定量降水信息。
1.2 探测方法
系统通过软件分析处理接收到回波信号强度,反映降雨强度大小;通过电磁波在雷达与雨滴之间的传播时间,可以准确了解雨滴的位置;通过回波强度与接收回波时间,进行降雨的定点、定量探测。
1.3 主要组成
系统由以下几部分组成:1)微波发射机,通过天线发射电磁波;2)天线,发射和接收电磁波;3)回波接收机,接收反射回天线的电磁波;4)显示器,负责信号处理与显示。系统工作示意图如图1所示。
1.4 技术参数
以雷达为中心,半径为460 km的圆形区域,230 km效果更好;分辨率:1～4 km2;时限:5～6 min扫描1次;仰角:连续进行9个仰角的扫描,得到9层数据。
1.5 优势作用
1)可对中小尺度雷暴天气系统进行监视。
2)可估算高分辨率的流域降雨量。洱海流域面积为2 565 km2,有25个雨量站,相当于在100 km2只有1个雨量站;而多普勒测雨雷达可估测1 km2范围的降雨,相当于1 km2就有1个雨量站,可以充分反映降雨在流域上的空间分布。
3)可进行中小尺度的数值降雨预报。根据雷达测报的降雨反射率,降雨预报的预见期为0～6 h。
4)可进行恶劣气象条件下的降雨探测。恶劣气象条件下,地面雨量站运行不稳或被破坏,难以进行可靠的降雨测报。而多普勒测雨雷达天线在玻璃罩内,其它设备在室内,运行不受天气情况的影响,可靠性较好,因此在恶劣气象条件下,可对降雨量进行探测,为暴雨洪水预警报提供降雨测报。
从发达国家使用多普勒测雨雷达的普遍情况看,测雨雷达对强对流灾害性天气的预警预报,数据准确率在传统基础上至少可提高3%～5%;时效能提前几十分钟乃至数小时,可为政府决策部门采取准确及时的防范措施提供科学依据。
2 多普勒测雨雷达应用的迫切性
长期以来,水文部门沿用单站式自动雨量计站网测定流域降水量。通常情况下传统洪水及泥石流自然灾害监测预报依靠的降雨数据,是通过分散布设在关键河道、集水区及自然灾害多发地带的自动遥测雨量站网获得的,而雨量站只能在点上测量降水,代表的区域非常有限,不能反映降雨空间分布,要准确测量流域或区域上的降水分布,必须布设稠密的雨量站网,显然不是十分有效的办法。
当降水分布比较均匀时,加密布设自动遥测雨量站能保证一定精度;但实际降水往往并不是均匀分布的,常常漏测强降水中心,且降水强度较大时产生的误差也较大。
云南大理水文局辖区范围内的地形地貌较为复杂,目前虽然安装了400个遥测雨量站点,仍不能满足降水分布不均匀,单点暴雨极易出现的测量要求,如2010年8月18日凌晨,云南怒江傈僳族自治州贡山独龙族怒族自治县普拉底乡突发泥石流灾害,造成贡山县交通、通讯全部中断,多人失踪。此次失事事件证明,雨量测点分布始终难以满足社会经济发展及灾害预警预防的需求。泥石流灾害的濒临预报是世界性难题,与沟谷的地形地貌、岩石风化程度、降雨强度和持续时间等都有较大关系,单一雨量站更难满足灾害预警预防需要。
传统的水文预报是在降雨落到地表很长一段时间后(早8点、晚8点),经过人工现场实际观测得到降雨数据,经过整、编、报,远距离传输,系统数据接收、处理,最后进入中心洪水预报作业系统。当前的水文预警预报都是以多点分散布置的自动遥测雨量站传输的数据代表区域和流域数据,这样的工作流程和以点代面及区域的方式,对强降雨后很快形成的泥石流灾害的滑坡及产生突发性江河洪水的河流,明显降低了预警预报的作用。同时,过去暴雨、洪水预报的制作和发布在我国分别隶属气象和水文2个部门,两者间的融入因为体制方面的原因受到制约。为增长预警预报的预见期,气象和水文2个边缘学科实施有效结合已变得越来越为防洪减灾调度决策部门的领导和专家们所需要。
因此,迫切需要将水文预报向气象与水文相结合预报延伸,使洪水减灾预报跨出水文预报的范畴,把预报的基本信息从地表扩展到空中、从点到面的突破性的一步,就是利用多普勒测雨雷达。多普勒雷达作为一种主动式遥感手段能得到具有大范围高时空分辨率的、较高精度的实时降水信息,应用测雨雷达进行实时降雨监测和面雨量计算,可在很大程度上提高预报的精度和时效性,在洪灾监测预防预报中有广阔的应用前景。用分布稀疏的雨量计和雷达联合探测降雨量可以优势互补,既可避免雨量站分布不均匀漏测强降水中心,又比单独使用雷达资料产生的误差小。
3 系统建设的可行性研究、任务及目标
3.1 可行性研究
云南地处低纬度高原,受高压气流影响形成高原季风气候,因受地形条件的影响和天气系统的不同,地域气候的区域差异大,垂直变化十分明显,气候分布类型多,历来是各种水文气象优先试验选择基地。
为从根本上解决大理水文局辖区内怒江、大理及迪庆等3个地州的暴雨监测与预报范围存在局限的问题,有效控制暴雨灾害的发生。在完成选址、立项工作后,研究单位进行了多普勒测雨雷达的可行性研究,重点是论证雷达的土建工程的建设规模、建筑风格和投资概算。建设方式为在大理水文局楼顶建设雷达塔楼,在大理水文局设立信息分析处理办公室,使雷达数据采集、气象产品生成、处理器、产品数据库和人机交互平台集中于1栋楼中,将雷达产品数据库连入分局计算机域网,并连接外网,使各研发单位均能共享该雷达产品。
2012年5月,相关研发单位共同完成了大理州洱海周边布置多普勒测雨雷达站址的初选,以及实验工作,结合单站式遥测雨量站,找到适合洱海流域区域降雨定量测量与预测的方法。
项目实施后,单部雷达监测有效半径为30 km,配合水文自动遥测观测站使用,可获得降水回波雨量估算、风暴结构、雨团跟踪等多种天气信息产品,特别对修正短时天气预报有着极为重要的作用。
3.2 建设任务及目标
1)安装1部新型测雨雷达和4台雨滴谱监测仪,测雨雷达安装在大理水文局楼顶,雨滴谱监测仪分别安装于洱海的东南西北4个方向。
2)临时布置10个遥测雨量点(选址:才村码头、大壮村)进行降雨校对,必要时可结合周边已安装的雨量站,对实时定量测量降水使用的遥测雨量站及相应的数据通信网进行校对,为分析测雨雷达数据提供参考。
3)建立以雷达定量测量降水为基础的流域暴雨洪水监测预报业务系统;对洪水预报精度和预见期的改善程度及业务系统效益做出评估;提出业务系统应用推广方案,在云南水文系统中广泛推广。
4)在系统完善成熟后,建立与上级水文水利部门的数据通信,将测雨雷达站的观测资料和雨滴谱监测仪及普通遥测雨量站的测量数据传至水利部门,为水利部门提供各种水文资料信息,实现信息资源共享,为区域突发性自然灾害提供预警预报服务。具体目标如下:实时掌握洱海流域的雨量分布特征,定量给出在测雨雷达监测范围内各地的降水量和流域面雨量;随时了解和掌握暴雨发生的时间、地点、强度,以及雨区的移动方向和演变情况。
在大理州水文局、云南省水文局和水利部水利信息中心建立测雨雷达产品接收应用业务系统,主要任务如下:接收处理测雨雷达产品和自动遥测雨量站资料;根据测雨雷达、雨滴谱监测仪、雨量站资料与中尺度数字预报模式相结台的流域短时面雨量定量降水预报,进行降水预报在洪水预报中的应用实验,并确定应用方式;建立以雷达测雨为基础的流域暴雨洪水监测预报业务系统并实时运行。
3.3 实验任务
由于目前国内尚无同类多普勒测雨雷达系统建设先例,缺乏可借鉴的经验,为此需进行前期实验。实验的基本任务是利用测雨雷达进行降水探测、加密地面雨量观测,在此基础上,建立以雷达结合地面自动遥测雨量计为基础的降水定量测量和洪水预报业务应用系统,实验期间的主要任务如下:
1)加密区域内地面雨量观测站,全面收集以5 min为时段的雨量数据资料;加密测雨雷达观测次数,采集回波资料,建立较全的基础资料数据库。
2)根据观测资料进行分析研究,建立以测雨雷达为基础的降水定量测量系统,为洪水及泥石流自然灾害预报提供准确的降水量信息。
3)解决自动遥测雨量站密度存在局限性的问题。多普勒测雨雷达能够探测到雷达覆盖区域内雨区分布范围、降雨强度及变化移动方向等。与此相对应的地面自动雨量站及雨滴谱监测仪的资料可用来校准测雨雷达探测到的降水量,提高探测精度。为了校准多普勒测雨雷达初步试验阶段雨量分析处理软件的数据处理精度,试验过程中需确定雨量站点的建设数量,得出1个“标准值”,利用这个标准值,在不降低雨量观测精度的情况下,尽可能减少自动遥测雨量站的布设数量。
4)解决资料的合理流向问题。测雨雷达站和自动遥测雨量站建立后.必须把观测资料迅速传输到有关业务应用部门,需要建设与资料传输配套的通信线路。计划在大理州水文局建立资料处理中心,洱海流域的雷达资料由水文部门负责传输到上级水利水文部门,大理州水利局通过大理水文局接收中心获取相关雷达资料和产品。
5)解决雷达原始观测资料和输出产品问题。通常情况下多普勒测雨雷达可以生成丰富的产品,如:降水类产品包括1,3,6 h甚至更短时间(5,10,30 min)累积降水量等;风暴分析产品类包括风暴结构、中尺度气旋等;其它产品类包括垂直积分液态水含量、冰雹指数等信息。按照建设要求,利用前期试验取得的有效信息,建立流域区域面降水量的定量计算暴雨警报,和1,3,6 h甚至更长或更短时间的面雨量定量预报模型。
6)洪水预报模型改进问题。以多普勒测雨雷达和自动遥测雨量站为基础的暴雨洪水监测预报系统建成后,将得到可靠的时空分辨率(空间为22 km2,时间间隔为5～60 min)的实时和预报雨量资料。通过数据对比分析修改软件参数系数,最大程度地减少算法误差,最终得到较精确的数据并建立适合区域特性的洪水预报系统。
通过建立试验区,可探索水文、通信、计算机网络等多学科间合作的技术途径;寻求多普勒测雨雷达与雨量资料快速传递到有关需求部门的最佳路由方式;研究雨量站网分布的位置和密度;探索提高估测、预测面雨量精度的科学方法;进行暴雨洪水及泥石流灾害预报模型研究;利用观测资料对实验结果进行检查验证,进一步完善计算模型等。
多普勒测雨雷达系统建设完成运行以来,运行情况正常,但由于2012年气候异常,获取的数据还不能建立较为完整、精确的预测预报及降雨观测标准数据库。
实验工作的完成,可为洱海流域及大理州水文局辖区的暴雨洪水监测预报系统奠定基础,测雨雷达系统建成后即能投入业务运行。
4 结语
当前,多普勒雷达测雨在水文水资源中尽管还处于初步研发应用阶段,但应用技术已显现巨大的潜力,特别在中小河流洪水易发区和其他无资料地区,多普勒雷达测雨的优越性尤为明显。多普勒雷达测雨技术的应用前景虽然广阔,但降雨强度观测和预报精度的提高仍然是应用中必须解决的问题。为了更有效地解决多普勒测雨雷达在降雨观测中存在的问题,目前很多新的探测和资料分析处理技术都正在研究和试验中。相信未来在多普勒雷达测雨技术的支持下,联合现有的地理信息系统,将能更有效地提高灾害性洪水及泥石流的监测预警能力,更好地为社会经济快速发展提供服务。
参考文献
[1]高仲辉.新型机场测雨雷达系统[J].现代电子,1992(2):1-7.
[2]黄成亮.成都多普勒天气雷达定量测量降水研究[J].四川气象,2007,27(3):25-34.
[3]杨扬,张建云,戚建国,等.雷达测雨及其在水文中应用的回顾与展望[J].水利科学展,2000,11(1):45-48.
[4]程明虎,刘黎平,张沛源,等.暴雨系统的多普勒雷达反演理论和方法[M].北京:气象出版社,2004:2-9.
[5]魏林宏,郝振纯,邱绍伟.雷达测雨在水文学中的应用—影响预报精度的分析[J].水利水电技术,2004(5):1-4.
洱海流域 篇7
随着社会经济的不断发展, 作为人类赖以生存的土地是一个不可再生的重要资源, 人们对其的需求越来越大, 土地供不应求的局势越来越严重。人们在利用土地以促进社会经济发展过程中直接引起了土地利用/土地覆盖 (Land Use and Land Cover Change, 简称LUCC) 的剧烈变化, 对生态环境、生态效益产生了巨大的影响。在“人口—资源—环境—发展”这样的一个复合系统中, 人们越来越重视如何在时空上合理的分配土地, 实现土地资源的可持续利用[1]。因此长期以来专家学者们建立了一系列模型, 来模拟LUCC的变化。ABM是在人工智能的发展基础上, 对元胞自动机、计算机仿真理论的一种新的拓展[2]。很多学者将ABM引入到LUCC研究中, 提出了基于智能体的土地利用/土地覆盖变化模型 (ABM/LUCC) 。主要研究领域有城市土地利用变化模拟、农业土地利用变化模拟、自然资源管理应用模拟等[3]。ABM/LUCC模型被认为是未来研究土地利用/覆被变化的研究趋势。
本文探究并建立了基于蚁群算法和多智能体的土地利用覆盖变化模型 (MAS/LUCC模型) , 模拟了洱海流域土地利用/土地覆盖的时空演变过程, 通过对该洱海流域的用地类型变化进行模拟研究, 对于加强洱海流域的环境保护与开发, 优化土地资源配置, 协调流域经济发展, 具有重大的研究意义和参考价值, 为实现洱海流域社会经济的可持续发展提供决策支持。
2 模型总体设计
MAS/LUCC模型分为两部分:环境要素层 (自然环境和人文环境) 和多智能体层。其中环境要素层包括自然环境要素层 (坡度、坡向、海拔等自然条件) 和社会环境要素层 (房价、人口分布、GDP) 所有的这些环境要素应该具有相同地理位置 (即处于相同的区域范围内) 。环境要素层作为智能体的活动环境, 多智能体作用于环境, 环境反过来影响智能体的决策行为。
多智能体层是由多种智能体构成, 这些智能体在环境要素层上根据一定的移动规则, 并且结合环境因素层的各种影响因素决定土地类型的变化。通过这种方式创建转换规则促使土地利用格局发生变化。多智能体的行为规则制定需要考虑多种因素, 邻域土地利用状态, 各种环境要素等均作为智能体行为决策规则制定的参考因素。由于数据的限制和研究区域的实际情况, 此次实验多智能体层的智能体是具有决策行为的政府Agent;和具有智能选择居住环境能力的居民Agent。这些智能体的个数开始时可以随机产生, 也可以人工定义, 经过模型的反复运行检测最终确定一个合理的智能体数目以达到更高的模拟精度。MAS/LUCC模型的总体框架如图1所示:
3 环境要素层
本论文以洱海流域为例, 通过对流域土地利用动态度指数和土地利用转移比重矩阵的分析, 综合考虑洱海流域的自然人文等多种因素, 最终在模拟洱海流域土地利用变化时空过程模型中, 考虑了影响智能体行为的距离因子 (距居民点距离、距道路距离、距水系距离) 、邻域单元数因子、社会属性 (GDP、人口、房价) 、自然因子 (坡度、高程、坡向) 、邻域影响因子 (林地、园地、草地、耕地、湿地、建筑用地、水体、裸地8种土地利用类型) 等17个影响因子。
其中距离因子由Arc GIS空间分析模块中的Distance模块获取、邻域单元数因子由Focal functions of ARC/INFO GRID (7×7窗口) 模块获得、自然因子由Spatial Analyst Tools模块中的Slope、Aspect等工具处理得到。本论文模型是以栅格数据为基础的, 为能与此模型相结合, 所有数据要转换成栅格数据, 并且每一个模拟单元表示200m*200m大小的分辨率, 同时为了体现这些环境要素数据对模型中土地利用类型转换概率的影响, 需把所有数据进行归一化处理 ( (当前栅格值-最小值) / (最大值-最小值) ) , 即把其转换为0~1之间的数据。最后将所有的栅格数据转化为模型能够识别的二进制数据。
4 智能体层
4.1 政府Agent
政府在模型中被抽象成一个具有宏观调控作用的政府Agent。政府宏观调控整个区域的土地利用规划, 对研究区域土地利用变化起到决定的作用, 并引导整个流域土地利用的格局。政府规划土地利用变化在遵循国家可持续发展理论, 遵循最大空间效益准则的基础上, 通过最少的土地资源来或得最大的空间效益[4]。对于要开发的区域, 政府得根据居民的意愿, 来综合区域的总体规划最终做出决策。政府根据总体规划提出土地规划, 并遵循土地利用规划的二个目标与约束:
4.1.1 基于空间集聚的优化目标
这里所说的空间集聚可以理解为土地利用类型的紧凑度, 简单理解为某一种土地利用类型连成片的程度。衡量某一土地利用是否紧凑, 即需要分析其紧凑度, 必须考虑其周围的土地利用类型即邻域用地类型, 统计同一种用地类型连成片的比率。本文用目标函数f (u) 表示土地利用的紧凑度, 如公式 (1.1) 所示土地利用单元Cellij变化为土地用途K, bijk表示单元Cellij的7X7邻域内土地利用单元也为用途K的数量。
其中Xijk表示类型为k的单元Xij, 为一个二维向量, 如用途为k, 则为1, 否则为0。
4.1.2 基于最小规划成本的优化目标
规划成本土地从一种利用状态转换为另一种利用状态所需要付出的代价即成本, 成本投入越少, 表示转换相对容易。本文从当前土地适宜性以及土地类型之间转化分析来建立规划成本目标函数, 如下:
其中Sn表示每一个栅格地块适宜的某种土地利用类型, n表示用地类型取值1-8, S1-S8分别表示宜耕、宜园、宜林、宜建、宜草、宜水、宜裸、宜湿;w1-w9分别表示每种影响因子的权重随着n的变化而变化, 这些权重用matlab计算所得;x1-x9是9种环境因子, 分别是坡度、坡向、高程、距道路距离、距水系距离、距居民点距离、房价、人口分布和GDP经过标准化处理所得。c为当前土地利用类型, f为转换类型, Pcf是类型c转换成f的转换系数, Pcf值受土地的领域特征、土地自身的适宜性等影响, 应当根据研究区实际设置, 可以在规划区取相同的值, 也可以根据用地条件划分不同的用地区, 从而设定不同的值, 这个值的获取遵循约束规则, c不能转换成f话, 则相应的Pcf=0。Sn值越大表示越倾向于该类转换的发生, 越小就越限制其发生。上式表明:土地的利用方式都向着各自最优的方向转变, 那么总的转换系数值就越大, 规划成本就越小, 相应的方案就容易被接收;反之, 规划成本越高, 相应的规划方案就会被拒绝。
4.2 居民Agent
一个居民Agent代表一定比例居民, 每个居民Agent根据自身经济状况和选择偏好, 通过蚁群算法寻找最大效用值的居住地块, 从而改变流域范围的土地利用类型的变化。根据云南省统计年鉴上居民的收入情况将研究区域居民智能体分为三类:低收入、中等收入和高收入, 所占比例分别为19%、64%和17%。
根据黎夏研究成果, 结合动态随机模型[5]和离散选择模型[6], 研究了居民选址行为决策的内在机理, 结果表明某一候选元胞地块Landij对第t个居民Agent的最大效用值可用下面公式表示:
式中:wprice+wenvir+wtraffic+wconvenience=1, vpri, venv, vtra, vcon分别为Landij的房价、环境适宜度、交通可达性、公共设施便利性。其中环境适宜度、交通可达性、公共实施便利性分别用landij距道路、河流水系、居民点的最短距离来表示。εij为随机搅动项。
通过对研究区域的调查研究发现, 低收入居民选择居住用地时对于房价的要求比较高而对于环境适宜度、公共设施便利性的要求比较低;而高收入群体则相反, 他们对于房价的要求不高, 但倾向于选择环境较好、交通方便的地方居住;中等收入的居民则综合考虑这几方面因素, 对各项指标的要求居于以上两者之间。 (图2) 即是各类收入不同的居民智能体对房价、环境适宜度等不同影响因素的选择权重, 权重值越高表明此类智能体选择位置用地时对此类影响因素考虑越多。
居民选择居住用地时, 由于候选位置数量比较庞大, 利用传统的穷尽方法寻找需要大量的运算时间, 本项目采用蚁群算法来解决效率问题。一个基本的蚁群算法一般包括四个部分[7]:定义目标函数;定义启发函数;信息素更新策略;禁忌表调整策略 (保证蚂蚁不走重复的路径) 。根据居民Agent选址的决策规则, 对选址应用的蚁群算法进行改进, 改进后的蚁群算法按以下顺序构建。
4.2.1 定义目标函数
根据居民的决策行为, 并综合考虑转换规则, 以及转换成本, 因此把公式 (1) 、 (3) 定为目标函数。
4.2.2 定义启发函数
根据居民决策行为, 人们总是倾向选择最大效用值的位置, 因此把最大效用值U (t, ij) 作为选址目标时, 可使目标函数趋于最优化。因此, 选址启发函数设定如公式 (5) :
式中, U (t, ij) 是栅格i对智能体t效用值。用这个值作为启发函数, 可以使得居民很快搜索到自己的适宜居住地块。
4.2.3 信息素更新
建立信息素更新策略是蚁群算法构建过程中最重要的部分之一, 本文采用了二种信息素更新技术, 分别为全局更新、局部更新策略, 以避免产生局部最优路径。而信息素更新则包括:智能体经过栅格时释放的信息量和每运行一个tick挥发掉的信息量。在全局信息素更新的方法中, 流域中的每个栅格信息素都重新设置为初始的信息素水平, 根据前人研究经验, 本文采用0.01;而局部信息素更新方法是借鉴何晋强、黎夏[8]等的研究成果采取信息素递减扩散的策略对信息素进行更新。其方法是以栅格为中心, 在指定长度为边长的正方形区域内, 按信息素增量从中心向四周递减的策略更新信息素, 公式如下所示:
式中是第k次迭代栅格 (i, j) 的信息素增量, Q为信息素强度, dpcontrc (i, j) 表示在目标格对应的小区域栅格与中心栅格p (目标栅格) 的欧几里德距离。公式右边的√表示栅格 (i, j) 在目标栅格P所在的小区域内;×表示不在范围之内。
4.2.4 禁忌表
在TSP问题中, 禁忌表主要用于记录蚂蚁已经走过的城市。根据居民Agent选址问题的实际情况, 可设计禁忌表存取已经考虑过的用地位置、不可作为目标用途的用地单元等。
4.2.5 选择函数的改进
转换的可取性和蚂蚁经过的路径信息素浓度是蚂蚁选择土地变化的两个要素。要想实现这两个要素的合理结合, 蚁群算法的选择概率必须被很好的定义。由于基本蚁群算法的选择概率的过于复杂、计算效率较低等原因, 本文对基本蚁群算法提出的选择概率基本计算公式进行了改进, 改进后的算法有两个优点, 首先是简化了算法, 只用一个参数来描述信息素浓度和转换趋势的相关性, 第二个是改进算法中用乘法操作来代替乘幂操作, 提高了计算效率。在改进的算法中设计第k只蚂蚁选择土地用途从趁型i到类型j的概率计算公式为如下:
式中, Alloweds表示土地单元可以转换的各种土地利用类型。
5 模型实现
首先, 本研究经过对Repast J进行了汉化, 使其能够显示汉字。其次运用Java语言基于Repast进行二次开发, 将上述智能体的行为规则等代码化, 将上述二进制的数据导入到模型的相对路径下使其能参与模型的运算;经过反复运行模型, 对比其精度, 最终把每个tick其能参与模型的运算;把每个Tick计算设为一秒, 从而使得可以方便的看出运行到哪一年。其中两类智能体:政府智能体、居民智能体;模型初始时, 把政府智能体和居民智能体随机地分布在智能体模型的环境层中, 根据上述居民Agent移动规则在环境中移动, 并作出相应的行为决策。由于每秒钟, 用肉眼看不出土地类型的变化, 因此在本研究中, 把土地利用类型数量同时也用统计图显示出来, 其中有八条显示线来表达八类土地利用类型的数量变化。以达到直观明了的效果。运行界面如图3所示:
6 模拟结果与验证
模型以2000年的流域土地利用分类图作为模型的初始数据, 预测模拟了洱海流域2010年的土地利用类型与结构, 流域内土地利用变化模拟过程如 (图4) 所示。
此次试验采用逐点对比法和整体对比法两种统计方法来检验模拟结果。逐点对比法是将模拟的结果和实际情况迭置起来进行统计, 再逐点对比计算其精度;整体对比法所关注的是模拟出来的整体空间格局分布情况。将2000年洱海流域用地类型模拟结果 (图5中) 与实际土地分类 (图5左) 运用逐点对比的方法, 得到精度最大值为78.1%。
点对点精度高不一定反映出模拟结果是最佳的, 只能说明在流域尺度且周期不是很长的范围内土地利用类型不会发生大面积改变。但在同样的面积数量下, 可以有多种空间的布局。为了能评价模拟结果的空间分布与实际结果的空间分布是否一致。选用反映模拟数据与历史真实检验数据之间空间分布的相似性的L-S (LeeSallee) 指数。L-S形状指数指的是数据单元的空间交集和并集面积之比, 它可以反映两个数据层面数据空间的相似性, 其公式为:
A0, A1分别表示模拟数据、真实数据, L的取值范围在[0, 1]之间。但在实际计算过程其值一般只能达到0.3-0.7之间。L指数的计算在matlab中编程实现, 简单且容易操作。在点对点精度达到目标的情况下, 采用模拟数据与检验数据之间空间分布的相似性L-S (Lee-Sallee) 指数来反映空间布局的一致性 (L-S指数如表1所示) 。
以上总形状指数达到0.5024, 具有很好的空间相似性。除了湿地以外, 其余土地类型的形状指数都大于0.3, 达到形状指数所要体现的空间布局的标准。近年来, 大理州政府加强对洱海流域人工湿地的建设, 因此模拟值和实际值存在一定差距, 但总体的趋势是一致的。综上所述点对点精度和L-S指数都达到了相当高的标准, 证明了模型模拟结果的可信度和模型的可行性。在此基础上模拟了洱海流域2020年的土地利用状况 (图5右) 。
摘要：为了模拟洱海流域土地利用/土地覆盖的时空演变过程, 本文探究并建立了基于蚁群算法和多智能体的土地利用覆盖变化模型 (MAS/LUCC模型) 。蚁群算法的引入提高了模型的运行效率和精度, 使得模拟精度高达78.1%。通过对该洱海流域的用地类型变化进行模拟研究, 对于加强洱海流域的环境保护与开发, 优化土地资源配置, 协调流域经济发展, 具有重大的研究意义和参考价值, 为实现洱海流域社会经济的可持续发展提供决策支持。
关键词：MAS/LUCC模型,蚁群算法,多智能体,洱海流域
参考文献
[1]刘彦随, 陈百明.中国可持续发展问题与土地利用覆盖变化研究[J].地理研究, 2002;21 (3) :324-330.
[2]孟宪春, 丁承君, 段萍等.多智能体技术的发展和应用现状[J].河北工业大学学报.No.3.2006.
[3]唐华俊, 吴文斌, 杨鹏等.土地利用/土地覆被变化 (LUCC) 模型研究进展[J].地理学报, 2009;64 (4) :456-468.
[4]黎夏, 叶嘉安.基于遥感和GIS的辅助规划模型:以珠江三角洲可持续土地开发为例[J].遥感学报, 1999;3 (3) :215-220.
[5]McFadden D.Conditional Logit Analysis of Qualitative Choice Behavior[A]//Zarembka P (ed.) .Frontiers in Econometrics[C].Academic Press, 1974.
[6]McFadden D.Modeling the choice of residential location in spatial interaction theory and planning models[A]//Karlqvist A, Lundqvist L, Snickars F, et al. (eds.) .Spatial Interaction Theory and Planning Models[C].North Holland Amsterdam, 1978.
[7]高小永.基于多目标蚁群算法的土地利用优化配置[D].武汉大学, 2010.