[發明專利]一種基于植被冠層時變特征的SWAT模型優化方法

有效

• 申請號: 202210365650.0
• 申請日: 2022-04-08
• 公開（公告）號: CN114707412B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 劉鐵剛;郝偉罡;劉超;金中武
• 申請（專利權）人: 四川大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06V20/13;G06V20/10;G06V10/764
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 胡琳梅

1.一種基于植被冠層時變特征的SWAT模型優化方法，其特征在于，包括步驟：

步驟S1.獲取目標區域逐年的MODIS?LAI數據和遙感數據；

步驟S2.將所述MODIS?LAI數據進行時間和空間分辨率的轉換，并根據目標區域的實測樣地LAI數據進行校正，獲得目標區域校正MODIS?LAI數據；

步驟S3.用所述目標區域校正MODIS?LAI數據代替SWAT模型中的LAI模擬計算模塊，作為模型的輸入；

步驟S4.利用所述目標區域校正MODIS?LAI數據提取物候期數據，用所述物候期數據代替SWAT模型中的閾值日長定義休眠期模式，作為模型的輸入；

步驟S2中所述將MODIS?LAI數據進行時間和空間分辨率的轉換的方法包括：

步驟S201.將預處理后的MODIS?LAI數據根據所述遙感數據的空間分辨率進行重采樣；

步驟S202.對所述遙感數據進行植被分類；根據所述植被分類結果建立重采樣后的MODIS?LAI數據與遙感數據的反射率數量關系；

步驟S203.根據所述反射率數量關系將MODIS?LAI數據的空間分辨率轉換為與遙感數據的空間分辨率相同；

步驟S204.采用線性插值法，將MODIS?LAI數據的時間分辨率處理為1天。

2.如權利要求1所述的基于植被冠層時變特征的SWAT模型優化方法，其特征在于，步驟S2中所述根據所述目標區域的區域觀測LAI數據進行校正的方法包括：

步驟S211.根據轉換后的MODIS?LAI數據的空間分辨率，在所述目標區域設置若干塊樣地，并對所述樣地進行實測觀察，獲得實測樣地LAI數據；

步驟S212.采用同時間、同位置的MODIS?LAI數據和實測樣地LAI數據，訓練MODIS-ESU?LAI轉換模型；

步驟S213.將所述目標區域MODIS?LAI數據輸入訓練好的MODIS-ESU??LAI轉換模型中，得到目標區域校正MODIS?LAI數據。

3.如權利要求1所述的基于植被冠層時變特征的SWAT模型優化方法，其特征在于，步驟S3還包括：

步驟S301.設置SWAT模型中的LAI模擬計算模塊為“非激活”狀態；

步驟S302.計算并賦值每個水文響應單元的目標區域校正MODIS?LAI數據平均值，作為SWAT模型中植被生長子程序的輸入。

4.如權利要求1所述的基于植被冠層時變特征的SWAT模型優化方法，其特征在于，步驟S4還包括：

步驟S401.?采用多周期物候反演法，利用所述目標區域校正MODIS?LAI數據提取物候期數據，包括植被生長期的起點SOG、終點EOG；

步驟S402.設置SWAT模型中的閾值日長定義休眠期模式為“非激活”狀態；

步驟S403.分別計算并賦值每個水文響應單元的植被生長期起點SOG和終點EOG的均值，作為SWAT模型中模擬生物量增長程序的輸入。