滇池流域（精选五篇）
滇池流域 篇1
全球气候变化及其对生态环境、植物、农业、水资源等方面影响逐渐成为近10余年来国内外的研究热点[1,2,3,4,5,6]。姚凤梅等利用DSSAT中的CERES-rice作物模式分析发现, 在A2和B2情景下, 昆明和海口 (海南省) 的水稻产量下降幅度大于南方其他站点[7]。宁夏引黄灌区1961年以来的调查统计表明, 气候变暖对春小麦单产的贡献率为-2.6%, 不利于春小麦生产[8]。吴绍洪等利用参考作物腾发量和干湿指数分析了1971-2000年中国陆地表层的干湿状况[9]。在气候变化科学中, Mann-Kendall法主要用于检验水文、气象等要素的长期变化趋势[10,11]。Granger因果关系检验法过去多用于计量经济学中, 现已逐渐在地理、水资源方面得到应用[12,13]。
西南地区由于云贵高原、青藏高原及中南半岛的低纬度不同地形地貌共同作用, 加上靠近太平洋和印度洋两个热带气团发源地, 气候变化异于中国北方等其他地区, 如池再香等发现, 1961年以来黔东南地区降水增加、气温下降[14]。马振锋等认为西南地区气候变化与全球变暖存在非同步性[15]。孙永亮等的研究发现青海湖流域的气温升高、降水增加, 但主要入湖河流径流量却减少[16]。滇池流域是滇中经济核心区, 流域水资源开发利用远远超过水环境承载能力, 滇池水质长期处于Ⅴ类～劣Ⅴ类, 研究滇池流域的气候变化及其对水资源利用的影响, 对于全社会进一步明晰滇池高原湖泊生态修复治理的方向和重点具有极其重要意义。
1 材料和方法
1.1 使用的数据
(1) 滇池流域内昆明站1953-2000年的逐日平均最高温度、平均最低温度、平均温度、相对湿度、日照时数、风速、降水量、蒸发量等资料。
(2) 2000年度滇池流域内各县 (区) 的农业统计年报。
(3) 滇池的1961-2006年逐月平均水位、出湖水量。
(4) 滇池出口及滇池下游螳螂川的海口、蔡家村两个水文站1953-2005年的实测逐月径流量系列。
1.2 灌溉定额
参考作物腾发量ET0采用Penman Montieth方程计算[17]。水稻灌溉定额为生育期内各次灌水定额之和。农业综合灌溉定额指灌区内同一时期各种作物灌水定额按种植面积的加权平均值, 并考虑大、小春作物轮作和复种的影响[18,19]。
1.3 Mann-Kendall 趋势检验
Mann-Kendall非参数秩次相关检验法 (简称M-K检验) 主要用于水文气象资料趋势检验, 如水质、流量、气温和降雨等[10,11]。给定显著性水平α, 在正态分布表查临界值Mα/2, 若|M|<Mα/2, 趋势不显著;若|M|>Mα/2, 即趋势显著。且当M为正时表示上升或增加的趋势, 反之则为下降或减少趋势。
1.4 Granger因果关系检验
时间序列之间的Granger因果关系定义为[20]:设有两个时间序列变量X、Y, 若采用X的过去值情况下, 得到Y 的预测值比在不采用X的过去值情况下所得到的Y 预测值更好, 则说X是Y的原因, 或X会引起Y。反之, 则X对于Y在统计上独立, 在时间上不相关。设有两个平稳的时间序列变量X、Y, 检验它们间有无Granger因果关系的模型如下
式中:λ为截距;m、n为滞后值;t为时间;μt为误差项。变量X、Y为含一个单位根的不平稳的I (1) 时间序列, 检验它们间有无Granger因果关系可用如下的第一差分滞后向量自回归 (VAR) 模型:
式中, 所有项都是平稳的, 故消除了时间序列X、Y的不平稳问题。究竟采用式 (1) 或者式 (2) 分析时间序列间是否存在Granger因果关系, 取决于时间序列是否含有单位根, 即时间序列的平稳性。时间序列平稳性检验通常采用ADF (Augmented Dickey-Fuller) 检验技术[13], 回归方程为:
式中:Yt是待检验之时间序列;α是常数项;T为时间趋势;p是时间滞后值;εt是随机误差项。
2 结果分析
2.1 气象要素
对昆明站的月平均温度、最高温度、最低温度, 相对湿度、日照时数、风速等6个气象要素, 按1-12月份及年值分别采用Mann-kendall法进行趋势变化检验, 结果如表1。变化趋势是年平均温度、最高温度和最低温度都是普遍升高, 只有4、5、7、12月的最高温度呈下降趋势;但从1900年以来的变化趋势看, 昆明站的年平均温度呈现70年左右的“增-减-增”的周期性波动, 即1900-1940年为持续增加, 1940-1970年为下降, 20世纪70年代以后为增加的趋势[21]。而日照时数、相对湿度和平均风速却均为降低, 仅有4、5月份的相对湿度为增加趋势。以α=0.05显著性水平统计, 最低温度和日照时数的年值及10个月以上的时段都达到了该水平。另一方面, 最高温度全年无一个时段通过α=0.05显著性检验, 平均温度、相对湿度及风速只有2～5个时段达到该水平。
注:正为增加趋势, 负则为降低, 带*者为达到α=0.05显著性水平。
昆明站的年平均温度在1953-1977年为持续下降, 但1977-2000年为增温的趋势, 年内枯季和雨季的变化趋势与年平均温度相同。日照时数的年平均值和枯季都是呈持续下降趋势, 但在1981年前后却为“增-减”的转折变化。平均风速则为持续的显著下降趋势。由于纵向岭谷及邻近地区降水变化的周期集中在3.5 a以下高频振荡时域, 具有年代际变化[22,23]。为消除周期性变化的影响, 将5 a滑动平均值也列出对比。
2.2 参考作物腾发量和干湿指数
对于昆明站1-12月份各个时段降水量、蒸发量、ET0的Mann-kendall变化趋势检验结果如表2, 降水量在冬、春季节 (11月-4月) 的变化较为明显外, 年值及夏、秋两季各个月份的变化较小, 增、减变化的时段数相同;年降水量在1951-1992年期间为持续下降, 但1992-2000年为增加的转折趋势, 年内枯季和雨季的变化趋势与年平均温度基本相同, 但雨季更为相似 (图略) 。蒸发量则在年均值和4、5、7月份为显著下降, 达到α=0.05检验水平, 大致为冬春季下降、夏秋季增加的趋势。年均ET0为显著地下降, 但年内只有4、7月份达到α=0.05显著性水平, 在3、6、10月份还出现略微上升的趋势, ET0年值在1990年发生转折变化, 由1953-1990年的减少变为1990-2000年的增加趋势, 枯季和雨季的变化与年值相同。
按照Vysotskii模型, 干湿指数Ia定义为ET0与同期降水量的比值[9], 干湿状况判别条件:Ia≤0.99为湿润, 1.00<Ia≤1.49为半湿润, 1.50<Ia≤3.99为半干旱, Ia≥4.00为干旱。如表2, 以滇池流域内的昆明站为代表, 分析流域内干湿状况的变化趋势。除雨季的6-10月份外, 其他时段昆明站的干湿指数都是显著降低的趋势, 在1-4月及11、12月份还达到了α=0.05显著性水平, 说明近50年来滇池流域是朝着湿润的方向演变。年内不同季节的干湿状况差异十分明显, 枯季 (12月-次年4月) 的干湿指数虽然呈降低趋势, 逐渐变湿润, 但都是高于4.00的分界线, 即枯季滇池流域仍是属于干旱类型区;雨季 (5-11月) 的干湿指数在1.50附近波动, 属于半湿润～半干旱过渡区;全年综合是属于半干旱类型。
2.3 关于“蒸发悖论”现象
根据丛振涛等研究提出的“蒸发悖论”现象[24], 即同一个时段的蒸发量与ET0的变化趋势相反。从表2可以看出, 昆明站1953年以来, 在1-3、8、9等5个月份存在“蒸发悖论”现象, 1、2、8、9等4个月份的ET0系列减少趋势, 而蒸发量却为增加, 相反地, 3月份的ET0和蒸发量则分别为增加、减少的趋势。与文献[24]所叙述相类似地, 昆明站的全年各个月份的风速为下降趋势, 辐射项 (此处以ET0代替) 在年内有9个月份也呈下降趋势, 但云量 (此处以日照时数代替) 、湿度全年都是显著地减少。另一方面, 蒸发量与降水量之间的变化趋势存在“逆向关系”的时段为1-3、7、9、10、12等7个月, 即不符合Budyko假设条件, 在能量不变时随着降水增加 (减少) , 潜在蒸发量应有所下降 (增加) 。
2.4 灌溉定额
结合滇池流域及周边邻近的富民、嵩明等典型灌区的农业灌溉用水调查分析, 得到3个典型灌区1956-2000年的水稻灌溉定额和农业综合灌溉定额系列。当同一种灌溉用水管理模式下的各种边界条件不变时, 采用历年逐月气象、降水、作物和土壤资料进行灌溉制度设计, 作物灌溉需水定额的年际变化仅反映出气候环境改变产生的影响。各站1956-2000年农业综合灌溉定额变化趋势的Mann-Kendall检验如表3所示, 即昆明、富民、嵩明等3个灌区的水稻灌溉定额和农业综合灌溉定额都呈减少趋势, 但只有嵩明灌区各个时段和富民灌区枯季的农业综合灌溉定额系列达到α=0.05显著性水平。这是由于滇池流域及周边地区近50年来主要灌溉期11月-次年5月份的降水增加、参考作物腾发量减少、干湿指数降低, 尽管相对湿度下降, 仍导致了水稻及其他农作物的灌溉定额普遍呈降低趋势, 这与云南省境内的滇中高原绝大部分地区的变化趋势基本一致。
3 海口与蔡家村的降水径流因果关系
3.1 滇池出湖径流变化趋势检验
本次选用了1953-2005年的滇池出湖水量和下游螳螂川上的蔡家村水文站1953-2004年的实测径流系列进行趋势分析 (注:海口站出湖径流过程在2000年后已包括了草海从西园隧洞的出湖水量) , Mann-Kendall趋势检验的结果如表3所示。即滇池出口海口站1953年以来的年度、枯季、雨季的出湖水量都是下降趋势, 下游蔡家村站却为增加的趋势, 但均未达到α=0.05显著性水平。
3.2 单根平稳性检验
降水、径流等水文气象因子时间序列的Granger因果关系检验要求序列是平稳的, 检验的方法是采用ADF检验法[13]。当序列的ADF统计量大于MacKinnon临界值时, 接受原假设H0:ω=0, 即变量序列存在单位根, 为不平稳序列;反之则拒绝原假设H0:ω=0, 即认为序列是平稳的。如表4, 昆明站的年度、枯季、汛期及分10年段的降水系列, 海口站和蔡家村站年度、枯季、汛期及分10年段的径流系列的ADF统计量都大于MacKinnon临界值, 因此, 所有序列都是平稳的, 符合Granger因果关系检验的分析条件。
3.3 Granger因果关系检验
检验的零假设是“变量1不是引起变量2变化的原因”, 对于昆明站的年度、枯季、汛期及20世纪50-90年代等不同时间尺度的降水系列, 与相应时段的海口站和蔡家村站径流系列的Granger因果关系检验, 得到以下结论:①昆明站年降水与蔡家村站年径流无因果关系, 但与海口站年径流在检验水平为10%的检验水平上存在因果关系;②除枯季降水与海口站径流有因果关系, 达到10%的显著水平外, 昆明站的汛期降水与海口、蔡家村两站的径流, 枯季降水与蔡家村站径流都没有因果关系;③除70年代以外, 在50、60、80、90年代等4个时期昆明站的降水都与海口、蔡家村两个水文站断面的径流量存在因果关系。同样地, 根据海口站的年度、枯季、汛期及20世纪50-90年代等不同时间尺度的径流系列, 与相应时段的螳螂川中段蔡家村水文站径流系列的Granger因果关系检验结果, 可以得到:①在年度、枯季及汛期, 海口站年径流与下游的蔡家村站年径流都存在明显的因果关系;②20世纪50、70、80年代时海口站径流与蔡家村站径流存不存在因果关系。但在60、90年代时海口站径流与蔡家村站径流又存在因果关系。海口、蔡家村两个水文站不同年代的径流组成变化如图1所示。
注:标*为检验显著水平为5%, 未标示则为1%;检验值小于临界值说明该序列稳定。
根据周建等的研究[12], 当样本数小于20时, 检验结果为“存在因果关系”有90%以上的概率保证存在真实的因果关系;但“不存在因果关系”的结果则不能据此断定不存在真实的因果关系。如对于20世纪50、70、80年代的不同时期, 海口、蔡家村两个水文站的年径流相关系数高达0.945～0.980, 存在着Granger检验结果失真的问题。
3.4 流域水资源利用与气候变化
按照降水与径流的一般关系而言, 昆明站1992年以来的年降水和枯季降水量都是呈增加的转折变化, 滇池出湖径流量应为增加的趋势, 但由于滇池流域内云南省会昆明城市的人口增加和城市二三产业的不断发展, 流域内的用水消耗量大幅度增加, 抵消了由于气候原因增加的径流量, 因而为下降趋势。滇池流域内骨干水库松华坝40多年来的供水结构变化显示, 城市生活及工业用水比例逐年增加, 在1980年时达到与农业灌溉相同, 此后继续增加, 到2003年以后全部转变为城市供水, 农业灌溉供水降至零, 而水库供水利用后的回归水量却逐渐由1960年的0.25亿m3/a增至2000年的1.23亿m3/a, 扩大近5倍。滇池年平均水位自1961年以来呈显著上升趋势, 按10年滑动平均值计, 20世纪60、70、80年代平均水位在1 886.40～1 886.46 m之间波动, 但进入90年代后, 水位逐渐抬升到1 886.89～1 886.99 m;而湖泊的年均消落深度则从60年代的1.03 m/a递减到目前的0.70 m/a;出湖水量则由六七十年代的4.36亿m3/a下降到80年代的2.77亿m3/a左右, 又逐渐增加到目前的5.64亿m3/a。
滇池流域内生活生产消耗水量占流域消耗与出湖水量之和的比重从20世纪50年代的7.8%逐渐增至90年代的30%左右[25]。尽管90年代以来流域内降水为增加的转折趋势, 但90年代降水量与1951年以来的多年平均值的变幅仅4.6%, 而90年代以来的滇池出湖水量较多年均值增加了25.4%, 流域内生活、生产耗水量的增幅也比平均值增加了50.5%, 农业用水比重由1980年的56%下降到目前的38%左右, 城市生活及工业用水量增加的同时, 水资源消耗率随之降低, 从而出现滇池出湖水量先降后增的变化趋势。1995年以前滇池出湖水量还能反映径流年内和年际变化规律, 但2000年以后每年出湖水量和水位只有小范围变动, 是为维持滇池下游螳螂川、普渡河沿岸工农业的取用水及滇池环湖取水的保障, 滇池已丧失天然湖泊的调蓄作用, 加上流域内城市经济飞速发展, 污染物越来越多, 带来治理难度逐渐加大, 滇池水环境状况没有明显改观, 说明1990s以来流域内人类活动对滇池出湖径流的影响远大于气候环境变化造成的影响。滇池下游螳螂川上蔡家村水文站的径流长期变化趋势与区域降水量的变化基本一致, 海口～蔡家村的区间径流面积为2 243 km2, 占蔡家村站控制面积的43.4%, 逐渐消除了上游昆明城市扩张带来的影响。此外, 滇池出湖径流与流域内降水系列的相关系数仅0.601, 较常规水平低得多, 也是由于流域内人类活动对天然径流的干扰, 不仅改变了径流的年内丰枯变化过程, 还由于滇池湖水的多次循环使用, 出湖径流过程已远离其自然规律。因此, 尽管全球气候环境的变化对滇池流域的水资源利用产生了一些影响, 但其不足以与人类活动带来的影响程度相抵消, 滇池水生态环境的治理修复仍然要立足于全社会节水、城市截污和污水处理、水源保护、外流域引水等措施相结合, 才能从根本上治理好滇池, 恢复高原明珠。
4 结 语
(1) 根据Mann-Kendall检验结果, 近50年来滇池流域内年度及各月的平均温度、最高温度和最低温度都普遍升高, 而日照时数、相对湿度和平均风速降低。年度及枯季降水量呈增加趋势, 雨季降水在减少, 总体上增减变化小。蒸发量大致为冬春季下降、夏秋季增加的趋势。年均ET0显著地下降, 年内3、6、10月份还出现略微上升的趋势, ET0年值在1990年发生由减少到增加的转折变化。除6-10月份外, 其他时段的干湿指数都是降低趋势, 在1-4月及11、12月份达到α=0.05显著性水平。在1-3、8、9等5个月份存在“蒸发悖论”现象, 蒸发量与降水量之间的变化趋势存在“逆向关系”的时段为1-3、7、9、10、12等7个月。水稻灌溉定额和农业综合灌溉定额都呈减少趋势。
(2) Granger因果关系检验结果显示, 昆明站年降水与蔡家村站年径流无因果关系, 但与海口站年径流在检验水平为10%的检验水平上存在因果关系;在年度、枯季及汛期, 海口站年径流与下游的蔡家村站年径流都存在明显的因果关系。滇池出湖径流变化趋势与流域内降水的不一致性表明, 全球气候环境变化已对滇池流域的水资源利用产生影响, 但不足以与人类活动带来的干扰程度相抵消, 滇池水生态环境的治理仍需立足于全社会节水、城市截污和污水处理、水源保护、外流域引水等措施。
滇池流域 篇2
生态卫生厕所是把粪便做无害化处理,并将处理后的粪便安全用于农业,使排泄物的养分进入自然界再循环.在滇池沿湖推广生态卫厕将有效预防污染,并使传染性疾病和寄生虫病的传播得到有效控制.
作 者：胡玉之 曾广权 HU Yu-zhi ZENG Guang-quan 作者单位：胡玉之,HU Yu-zhi(昆明理工大学环境与工程学院,云南,昆明,650093;云南省环境科学研究院,云南,昆明,650034)
曾广权,ZENG Guang-quan(云南省环境科学研究院,云南,昆明,650034)
滇池流域 篇3
被誉为“高原明珠”的滇池是中国西南地区最大的湖泊,但随着滇池流域内经济发展和城市化进程的加快,人口数量急剧增长,滇池污染物产生量也迅速增加。近年来流域内开展了各类污染源普查工作,诸如河道治理、底泥疏浚等环保工程也得以大量开工建设;对湖泊水质、蓝藻水华的数字化模拟与研究也取得了较好的成果。但这些工作由于信息散乱,没有得到统一的管理,而没有很好地发挥对滇池环境管理决策支持作用。因此,整合滇池流域各类复杂凌乱的污染源数据,建立一个有效的数据库是十分必要的。
1 ARCSDE的应用
ArcSDE中间件的应用:ArcSDE(Spatial Database Engine)是 ESRI推出的空间数据库解决方案,它在现有的关系或对象关系型数据库管理系统的基础上进行空间扩展,可以将空间数据和非空间数据集成在目前绝大多数的商用DBMS中。它可以运行于 Oracle,SQL Server,DB2等大型数据库之上,与数据库间形成一种 C/S三重体系结构。通过 ArcSDE进行存储数据到关系型数据库,并进行管理。它是基于关系型数据库基础上的地理数据库服务器,可以提供空间和非空间数据进行高效率操作的数据库服务,符合基础地理空间数据库建设的要求,所以选用它作为中间件。ArcSDE对空间数据的管理可以分为矢量数据的管理和空间数据的管理[1,2]。它对矢量数据的管理是以图层的方式进行的,即将具有共同属性项的地理要素归为一个图层;ArcSDE利用四个表存储栅格数据,用一个表维护所有栅格数据的元数据,以此进行栅格数据管理。
2 污染源数据库建设技术路线
2.1 系统技术架构
基础地理空间数据库管理系统采用多层体系架构 ,由支撑层 、数据层、组件层和业务层构成。
2.2 数据建库技术路线
以成熟的商业关系数据库SQL Sever为平台支撑,配合以强大的空间数据引擎ArcSDE和前端处理工具ArcGIS Engine共同完成空间数据建模、存储和管理功能。
3 数据库总体设计
数据分为几大部分,第二次全国污染源普查数据,基础地理底图,专题数据,业务数据,社会经济数据,制作的总体流程如图1。
3.1 概念结构设计
概念结构设计是将需求分析阶段得到的用户需求及数据需求抽象为开发人员及用户能理解的概念模型的过程,它是数据库设计的关键环节[3];通过对现实世界的抽象,最后得到系统的实体-关系图,即E-R图。现有的全国第二次污染源普查数据是通过手工录入表格得到的,包含许多指标,这里建库只选取部分相关指标,对筛选后的表建立逻辑关系,分析现有数据,通过对滇池流域污染源数据表的数据抽象,得到工业污染源数据的E-R图。如图2,农业污染源、生活污染源、集中式处理设施的逻辑结构与工业污染源相同。
3.2 逻辑结构设计
逻辑结构设计阶段的任务就是把概念结构设计阶段设计好的基本E-R图转换为与选用DBMS产品所支持的数据模型相符合的逻辑结构,该过程与选用的关系数据库管理系统密切相关。设计过程中选用基于SQL Server的Geodatabase模型,因此设计结果是一组关系模式的集合。
3.3 污染源数据信息编码设计
编码的主要目的是节省存储空间、便于理解使用。原来的污染源普查数据有相应的编码规则,这里保留原有的代码,便于日后数据的更新和修改,主要的代码分为三部分。第一部分为行政区划代码:由12位数字组成,分为三段。第一段6位数字,表示县及县以上行政区划,采用国家标准《中华人民共和国行政区划代码》(GB/T 2260—2002),第二段3位数字,表示街道、镇和乡;第三段3位数字,表示居民委员会或村民委员会。第二部分是单位代码,即分为工业污染源、农业污染源、生活污染源与集中式污染治理设施。第三部分是收纳水体代码,由10位编码组成,前8位采用《环境信息标准化手册第二卷》中“全国环境系统水系代码表”中的代码,后2位用于自行扩展编码。
3.4 元数据设计
元数据是一种描述数据信息的数据 ,是实现地理空间信息共享的核心标准之一[4]。其设计的目的是为数据集成提供一种规范,形成一套通用的描述语言。本数据库的元数据采用关系表单独存储,并与对应的空间数据进行关联。
4 滇池流域污染源数据库的建立
建库采用基于SQL Server的ArcSDE Geodatabase存储,将滇池流域的空间数据和第二次全国污染源普查的属性数据表按照设计存储在ArcSDE Geodatabase数据库中,规定构成数据库的要素类、栅格数据集、属性表以及表之间的各种关系。
4.1 属性数据库逻辑结构设计与建立
数据库是描述空间实体特征或性质的二维数据表,一般采用关系数据的方式来建立。滇池流域污染源数据属性信息存储在SQL Server 2005中。先利用ArcCatalog建立相应的新的属性表,然后在ArcMap中将筛选的污染源普查数据属性表进行编辑和输入。对多媒体记录表,数据库中只存储对媒体的引用路径,具体的多媒体信息则存储在本地磁盘上。把污染源数据的E-R图转换为SQL Server支持的数据模型。下面得到转换后的工业污染源属性数据库关系模型,表的主键用下划线标出。
工业企业基本情况(代码、名称、行政区划代码、中心经度(度)、中心经度(分)、中心经度(秒)、中心纬度(度)、中心纬度(分)、中心纬度(秒) …)
废水污染物(代码、汇总企业数、废水中污染物产生量、废水中污染物排放量、化学需氧量、氨氮、…)
废气污染物(代码、汇总企业数、废气中污染物排放量、其中烟尘产生量、其中烟尘排放量…)
固体废弃物(代码、产生量(总计)、产生量(冶炼废渣)、产生量(粉煤灰)、产生量(炉渣)…)
废水处理设施(代码、废水类型代码、处理废水类型、处理方法名称…)
废气处理设施(代码、处理设施编号、废气实际处理量、处理方法名称、处理的主要污染物…)
固体废弃物处置方式(代码、贮存场总容量、填埋场总容量、处理装置总数量…)
在上面的各个属性表中,各个子表都通过“代码”主键实现了相互之间的连接,其中“代码”字段是行政区代码加上扩展码得到的。如果将所有的污染源属性数据存储在一个表中,数据冗余度很大、在进行统计分析等操作时系统运行速度很慢;通过对属性表的分解,将原来的一个关系表分解为若干内容不同的关系表,在进行数据代码,库查询和更新时效率更高而且符合数据库设计的要求。在修改和完善之后,得到最终数据库的数据字典,数据项太多,以下是简略之后的数据,以工业企业基本情况表为例,如表1所示。
4.2 空间数据库设计与建立
空间数据包括地形数据如等高线(包括湖泊等深线)、高程点、地貌、小流域、水文、气象、土壤、居民地、植被分布(包括水生植被)、三维地形、村以上境界划分、卫星遥感影像、航空影像、公路、水系等数据。流域区内社会经济发展状况等专题数据和与环境管理有关的数据。这些空间数据经过处理分层后存储在基于SQL Server的ArcSDE Geodatabase数据库中。建库结果如图3所示,分别有基础地理信息数据集,污染源投影数据集,专题数据集和SDE表,其中专题数据集可以用于专题地图的制作和输出。
5 结语
污染源数据的有效存储和管理对于治理滇池流域是十分有力的保障,由于ARCSDE具有海量数据存储等强大优势,是成熟的关系数据库,因此,采取ArcSDE和SQL Server 2005技术的集成,在此基础上构建的污染源集成数据库可以有效地组织和管理海量数据,提供强大的数据支持。
参考文献
[1]叶乘鸾.基于ArcSDE的佛山市地下管网空间数据库的研究和设计.长沙:中南大学,2005
[2] Kenward T,Lettenmaier D P,Wood E F,et al.Effects of digital eleva-tion model accuracy on hydrologic predictions.Remote Sensing of En-vironment,2000;74(3):432—444
[3]王珊,萨师烜.数据库系统概论(第四版).北京:高等教育出版社,2006
滇池流域 篇4
灰色系统理论在滇池流域干旱预测中的应用
利用滇池流域51 a的实测降雨量资料,根据灰色系统理论和建模原理,建立了干旱灰色预测GM(1,1)模型.并利用建立的干旱预测模型对滇池流域干旱灾害进行预测,利用实测资料对其模拟计算结果进行检验.经残差、关联度检验等,所建立的干旱灰色预测模型计算结果与实测结果相符,比较适宜滇池流域干旱情况的中长期预测.通过与常用的周期叠加法对干旱年份的.预测结果比较,证明灰色系统理论的预测结果更准确.
作 者：邓丽仙 杨绍琼 作者单位：云南省水文水资源局,昆明分局,云南,昆明,650051 刊 名：人民长江 PKU英文刊名：YANGTZE RIVER 年，卷(期)： 39(6) 分类号：P338+.6 关键词：灰色理论 干旱预测 预测模型 滇池流域滇池流域 篇5
滇池是昆明人民繁衍生息的摇篮, 是云南省人口最密集、人类活动最频繁、经济最发达、发展最迅速的地区, 是支撑昆明国民经济建设和社会事业发展的基础。然而, 近30年来, 随着滇池流域经济快速发展和城市规模的急剧变化, 不透水表面的增加对滇池流域的气候影响更加显著。日益强烈的城市化导致了地表温度的提高, 并影响着城市生态系统的物流、能流, 改变城市生态系统结构和功能, 同时影响着城市居民健康。
传统的城市热岛研究方法主要是使用地面气象站提供的有限的温度观测资料, 但这种根据有限观测点的研究很难全面地掌握地面热岛的空间分布情况。通过遥感方式获取的影像观测数据, 具有获取资料速度快、周期短、覆盖范围广、受地面条件限制少等优势, 克服了传统方法的缺陷。1972年, Rao［2］首次利用卫星遥感手段研究了城市热岛效应。之后, 随着高分辨率卫星热红外遥感技术的发展完善, 遥感技术逐渐成为了城市热岛研究中的最主要手段。Landsat ETM + /TM ( Enhanced Thematic Mapper Plus、Thematic Mapper分别为美国Landsat7和Land- sat5卫星系统上装备的传感器, ETM + / TM为二者简称) 影像由于具有高分辨率、获取容易等许多优点, 近年来被广泛应用于城市热岛研究, 并取得了丰富的研究成果。林云杉等［3］在2007年以厦门市为例研究了城市热岛变化与城市发展的关系; 陈云浩等［4］利用TM第6波段数据得出上海市的城市亮温分布场, 对其热力景观、细部结构及成因作了分析。
本文基于滇池流域2001年、2009年两期的ETM + / TM影像数据, 通过提取流域范围内的不透水面, 从宏观方向上分析城市化背景下滇池流域不透水面覆盖变化; 同时, 利用辐射传输方程法 ( 大气校正法) 对地表温度进行反演, 以ETM + /TM影像热红外波段范围内的地表发射率作为参数, 反演出地表真实温度。最终, 通过不透水面的提取和地表温度的反演, 定量化分析滇池流域不透水面变化与城市热岛效应之间的关系。
1研究区域概况及数据来源
1. 1研究区概况
滇池古称滇南泽, 是我国西南地区最大的高原湖泊, 地处长江、珠江和红河三大水系分水岭地带。 湖面的海拔高度为1 886 m, 南北长39 km, 东西最宽为13 km。湖岸线长163. 2 km, 面积为306. 3 km2, 流域面积为2 906 km2。流域地跨昆明市五华区、官渡区、呈贡区、西山区、嵩明县和晋宁县。
1. 2数据来源及预处理
研究所用2001年06月14日Landsat ETM + 遥感影像数据来源于国际科学数据服务平台 ( Interna- tional Scientific Data Service Platform) ［5］, 图幅号为LE71290422001165S GS00、LE71290432001165SGS00; 2009年03月24日Landsat TM遥感影像数据来源于美国地质调查局 ( United States Geolo -gical Sur- vey ) ［6］, 图幅号为LT5129042200 9083BJC00、 LT51290432009083BJC00。四幅影像均于北京时间11时20分左右经过研究区域上空, 云量覆盖均为0, 数据质量较好。
影像数据在进行不透水表面提取和地表温度反演之前需要进行一系列预处理, 主要包括辐射校正、 图像配准、大气校正、影像拼接以及研究区域裁剪等。
2不透水面信息获取
对两期遥感影像采取监督分类的神经网络方法进行分析提取, 得到滇池流域不透水面分布图。将遥感原始影像做为真实参考数据, 结合Google earth高清影像, 选择评价样本对2001年、2009年两期影像分类结果进行定量化的精度评价。利用混淆矩阵可以计算出总体分类精度和Kappa系数等。其中, 总体分类精度的定义为被正确分类的像元总数与待分类像元总数的比值。其数学表达式［7］。
式 ( 1) 中, Pkk为分类所得到的所有正确分类的像元总数, P为样本总数, Pc为总体分类精度。Kappa系数是更客观的精度检验标准, 其分析采用的是一种离散的多元技术统计数据, 取值在0 ~ 1。其数学表达式为［8］
式 ( 2) 中, xii为误差矩阵中第i行、第i列上的像元总数, r为误差矩阵中总的列数, xi +、x+ i, 分别是第i行和第i列的像元数, N为总的用于精度评价的像元数。在研究区内利用混淆矩阵的方法进行精度评价, 统计出分类结果精度评价的总体分类精度和Kappa系数 ( 表2) 。两期影像数据分类的精度较高, 结果可靠。
两期遥感影像所提取的不透水面分布情况如图1、图2所示。
3地表温度反演
现阶段地表温度反演的方法有很多, 如: 辐射传输方程法 ( radiative transfer equation) , 又称大气校正法、单窗算法、单通道算法等。本文采用辐射传输方程法对地表温度进行反演。
3. 1辐射传输方法
辐射传输方程法的基本思路为: 首先, 利用与卫星过空时间同步的实测大气探空数据 ( 或者使用大气模型: 如MODTRAN、ATCOR、6S等) 来估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星高度上传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度, 其表达式可写为［9］:
式 ( 3) 中, Lsensor是卫星高度上传感器测得的辐射强度, W/ ( m2·sr·m) , ε 是地表辐射率; B ( Ts) 是由Plank定律推导得到的黑体热辐射强度, 其中Ts是地表温度, K; Lu和Ld分别是大气的上行和下行热辐射强度; t是大气透射率。t、Lu、Ld分别根据实时大气剖面探空数据, 用MODTRAN等大气模拟程序进行模拟求解。因此, 知道地表辐射率, 就可以由公式 ( 1) 求出B ( Ts) , 并进一步采用如下公式计算地表温度［10］:
式 ( 4) 中, Ts是地表温度, K; K1和K2均为常量, 对于Landsat TM数据, K1= 607. 76 W / ( m2·sr·μm) , K2= 1 260. 56 K。对于Landsat ETM + 数据, K1= 666. 09 W / ( m2·sr·μm) , K2= 1 282. 71 K。
3. 2地表比辐射率
对于地表比辐射率的计算, 采用覃志豪等［11］提出的计算方法, 将遥感影像分为3类: 水面、城镇和自然表面, 并赋予水体像元的比辐射率为0. 955, 城镇和自然表面像元的比辐射率根据式 ( 5) 和式 ( 6) 进行计算:
公式 ( 5) 、式 ( 6) 中, εsurface和 εbuilding分别代表自然表面像元和城镇像元的比辐射率, Pv为植被覆盖度。 根据NDVI, 按照公式 ( 7) 计算出植被覆盖度Pv:
式 ( 7) 中, NDVI为归一化植被指数, NDVIv= 0. 70, NDVIs= 0. 05, 并且当NDVI > 0. 70时, Pv= 1; 当NDVI < 0. 05时, Pv= 0。
3. 3大气参数获取
采用辐射传导方程法进行地表温度的反演的3个参数分别为: 大气透射率t、大气上行辐射Lu、大气下行辐射Ld。在NASA官方网站 ( http: / /atmco rr. gsfc. nasa. gov / ) 上输入成像时间以及中心经纬度, 即可获得所需的3个参数。本文所得到的两期大气参数分别为: 2001年6月14日大气透射率t = 0. 77、大气上行辐射Lu= 1. 71 W / ( m2·sr·μm) 、 大气下行辐射Ld= 2. 78 W / ( m2·sr·μm) ; 2009年3月24日大气透射率t = 0. 86、大气上行辐射Lu= 0. 97 W / ( m2·sr·μm) 、大气下行辐Ld= 1. 64 W / ( m2·sr·μm) 。
3. 4地表温度反演
采用的2001年Landsat ETM + 数据有两个热红外波段: 热红外低增益波段 ( band61) 和热红外高增益波段 ( band62) , 林江等［12］对两个波段影像分别做了地表温度反演, 将结果进行对比后发现用这两种波段的影像反演出来的温度结果差别微小, 认为低增益和高增益波段影像都可以进行地表温度反演。 因此, 对Landsat ETM + 影像数据采取band61来反演地表温度, 2009年的Landsat TM数据则只有一个热红外波段。
通过热红外波段进行辐射定标后获得热红外波段辐射亮度值Lsensor, 结合公式 ( 3) 计算出地表辐射值B ( Ts) , 最后根据公式 ( 4) 计算出地表温度Ts。
按照上述计算方法, 得出2001年和2009年滇池流域地表温度分布图。
4结果与分析
4. 1不透水面分布特征分析
对提取的两期不透水面分布图 ( 图1和图2) 进行分析统计, 得出2001年不透水面面积为341. 24 km2, 2009年不透水面面积增至为551. 94 km2; 2001 ~ 2009年滇池流域建成区的不透水面面积增长率达到了61. 75% 。根据滇池流域不透水面增长情况来看, 主要增长趋势为滇池北部的昆明主城区成辐射状增长; 昆明市区东北方向有个明显增长的条带状地区, 该区是昆明市官渡区长水村, 于2007年开始建设昆明长水国际机场, 带动了当地的建设和发展; 昆明主城区东南部有明显的增长, 该区增长的主要原因是昆明市在2008年招商引资发展建设螺蛳湾国际商贸城, 总规划面积达3. 8 km2, 相关基础设施建设发展迅速; 滇池东部也有明显增长, 2003年, 云南省委、省政府作出建设现代新昆明的战略决策［13］, 包括云南省10余所高校在内的呈贡新区建设迅速发展, 市政府机构的整体搬迁等。
4. 2地表温度分布特征分析
滇池流域所处的地理位置的特殊性, 气温常年比较稳定, 温差不大。在本文中, 将地表温度按照图3、图4所示对地表温度等级进行如下划分: < 26. 0 ℃ 为低温; 26. 0 ~ 30. 0 ℃ 为较低温; 30. 0 ~ 33. 0 ℃ 为中温; 33. 0 ~ 40. 0 ℃ 为高温; > 40. 0 ℃ 为极高温。
根据表3的统计可以发现: 2001年到2009年高温区域增长的面积最大, 达到281. 22 km2, 极高温区域增长的比例最大, 达到86. 24% 。在滇池流域内, 城区温度最高, 城区周围次之, 水体温度最低。在空间分布上的变化由图3、图4对比得出: 在2001 ~2009年期间, 昆明城市化发展迅速, 在城区的西北部、东南部等出现了成片的热岛显著区域。滇池作为昆明环城区域内的重要旅游区, 充分发挥其在昆明旅游业格局中的作用, 使其产生带动周边、辐射全省的重要作用［14］。围绕着滇池进行开发建设使滇池流域产生了大片的热岛。
4. 3差值分析
通过对2009年和2001年不透水面和地表温度两期的分布结果进行差值运算, 分别得到2009年和2001年不透水面差值变化以及地表温度等级变化情况:
根据图5可以看出从2001年到2009年滇池流域不透水面总体上处于增长趋势, 总增长面积为369 km2, 主要增长的地区为官渡区和呈贡区, 增长面积分别为94 km2和103 km2, 占总体增长面积的比例分别为25. 61% 和27. 91% 。根据图6可以看出2001年到2009年整体上热岛区域面积处于增长状态, 等级为高温以上的面积为289. 18 km2主要增长区域为官渡区和呈贡区, 热岛区域增长面积分别为45 km2和53 km2, 分别占总体增长面积的比例为15. 56% 和18. 33% 。不透水面与地表温度呈正相关性发展。
5结论
通过Landsat卫星影像提取了滇池流域2001年与2009年的不透水面、反演地表温度等主要地表参数, 并对其在空间格局分布和相关性方面进行了一系列分析。研究结果表明: 研究区域在2001 ~ 2009年期间城市建设用地发展迅速, 加剧了热岛效应, 并且区域内热岛效应的发展趋势随着不透水面的发展而变化。流域内的水体和植被等地物的地表温度普遍较低, 具有缓解热岛效应的作用, 因此, 在城市建设发展导致不透水面增加的同时, 应该对水体和绿地进行合理的规划, 对滇池进行有效的保护, 缓解热岛效应的同时也改善整个流域的生态环境。
摘要：城市化进程的不断加快促使不透水表面迅速增加, 不透水表面的变化对城市气候的变化有着巨大影响, 其中最为显著的是城市热岛效应的出现。利用两个时相的Landsat ETM+/TM遥感影像数据, 在RS和GIS技术支撑下, 研究了滇池流域范围内不透水面和城市热岛的空间分布格局;并探讨了不透水面变化与城市热岛效应之间的关系。研究表明不透水面的存在导致了局部地区温度的明显升高, 通过提取数据的对比发现城市热岛的空间分布和变化与不透水面的分布和变化存在着明显的一致性, 而植被覆盖茂盛区域和水体则形成了城市中的“冷岛”区域。
【滇池流域】相关文章：
滇池流域水资源问题与对策研究04-13
滇池环保调研报告06-26
滇池调研报告范文04-22
滇池游记作文600字左右04-19
滇池生态环境保护措施05-04
滇池环境污染调查报告10-28
滇池环境保护调研报告10-29
滇池环境保护调研报告04-18
昆明滇池学院是公办还是民办05-10
关于滇池环境问题的调研报告04-21