[发明专利]一种基于城市不透水面和DEM的城市地表径流检测方法

说明书

在利用遥感信息模拟地表径流过程中，利用传统的线性光谱分解LSMA提取不透水面、植被、土壤的误差会增大，进而影响模拟地表径流的精度。本发明针对上述问题，公开了一种基于生物物理成分BCI指数的线性光谱分解与方法提取不透水面、植被和土壤盖度，再利Soil Conservation Service Curve Number Method模型模拟地表径流的方法。该方法包括如下步骤：步骤1)基于传统线性光谱分解LSMA方法提取城市不透水面、植被和土壤盖度，计算BCI指数，修正结果。步骤2)将不透水面、植被和土壤盖度以及DEM数据作为SCS‑CN模型的输入，从而得到模拟地表径流。步骤3)计算不透水面景观格局指数，分析得到不透水面景观格局指数与模拟地表径流存在相关性，进而可以通过不透水面对地表径流进行检测预测。

技术领域

本发明设计了一种基于城市不透水面和DEM的城市地表径流检测方法，能较好地模拟城市地表径流,实现对城市地表径流监测和预测，为“海绵城市”规划提供很好的输入和支撑。

背景技术

近年来，随着城市化进程加快，土地利用类型发生变化，不透水面大量增加，从而加大了城市区域暴雨内涝发生的风险(Brabec,2002)。为解决水资源短缺、洪涝灾害等问题，我国提出了“海绵城市”理论，其核心在于使雨水更容易下渗，从而削减降雨径流量(俞孔坚，2015)。而不透水面的扩张会给降水径流带来怎样影响，是建设“海绵城市”、进行城市规划、环境保护亟待解决的现实问题。

城市不透水面扩张对于区域地表径流的影响已经引起了国内外很多学者的广泛关注。Long等(Long,2015)发现流域内不透水面积和空间结构发展到中等尺度时，下垫面属性与降雨空间分布的协同效应归因于下垫面对降雨的响应；Kauffman(2009)研究了美国Delaware地区的19个小流域的基流与不透水面的关系，得出不透水面的增加会降低基流量的结论；Kim(2011)认为年总径流量在406-509mm的范围内，总径流量与不透水面空间分布存在高度相关性，而且高密集格局的不透水面覆盖对径流产生了显而易见的影响。李彩丽(2010)通过分析秦淮河流域1986-2006年不透水面变化引起的水文效应发现，大约在2003年开始由于不透水面的增加导致秦淮河流域的径流深增加了25.97％；邵崴等(2012)以福州城区内的2个相邻的流域为研究区，研究城区的现状并模拟其未来发展过程中的不透水率与降雨径流的关系，结果显示在不同的降雨量情景下，径流系数与不透水率都呈现出正相关的线性关系，决定系数达到0.9以上。

本发明采用的SCS-CN模型是世界上比较重要的水文经验模型之一。美国水土保持局(Soil Conservation Service，SCS)通过分析大量的降雨和径流实测数据建立起该经验模型，该模型有两大特点：(1)充分考虑了不同下垫面的特点，既间接地考虑了人类活动对径流的影响，又可以将遥感信息作为模型的输入。(2)可以应用在无资料区域。SCS-CN该模型的核心工作是估计CN(Curve Number)值，传统的CN值估计方法相对比较繁杂，因此Fan等(2013)创造性地提出了一种基于不透水面改进的CN值计算方法，该方法基于Ridd(1995)提出的表征城市生物物理组成的V-I-S(Vegetation-Impervious Surface-Soil)模型，将不透水面盖度、土壤盖度和植被盖度以及初始的CN值进行面积比例加权平均得到合成的CN值。然而，由于人为因素和不透水面易与沙土石信息混淆，加之部分人为因素等问题，导致利用线性光谱混合分解方法(LSMA)提取不透水面、土壤和植被的误差将会增大。

针对上述问题，本发明提出将线性光谱分解(LSMA)与BCI指数相结合的方法，提高了解混结果的精度。并结合Fan等(2013)提出的改进SCS-CN模型对城市的地表径流进行模拟，分析地表径流问题与景观格局变迁之间的相关关系，有助于深入分析不透水面格局对径流量的影响机制，为优化城市不透水面格局、控制城市地表径流量，建设“海绵城市”提供科学依据。

发明内容