一种森林坡面浅层滞留与优先流响应分离诊断方法
本发明属于水文预报,具体地,涉及一种森林坡面浅层滞留与优先流响应分离诊断方法。
背景技术:
1、森林坡面降雨入渗过程并不是单一、均质和线性的逐层下渗过程。对于植被恢复区尤其是人工林坡面而言,降雨进入表层后,既可能沿基质域逐层传递,也可能沿根孔、裂隙及高连通孔隙形成快速下传,还可能在浅层交换带内发生短时滞留并在峰后延后释放。不同过程对根区供水、坡面径流形成、浅层湿化维持、土壤侵蚀风险及后续治理措施选择具有直接影响,因此需要一套能够在降雨事件尺度对这些过程进行分离诊断的技术方案。
2、现有相关方法大多依赖降雨阈值、单层含水率起涨、平均含水率差异或单一模型拟合结果。上述方法可以描述某个土层深度是否发生增湿,却难以进一步回答如下关键问题:中层快速响应是否来自优先流快速下传;浅层峰后持续湿润是否仍需要额外的浅层滞留-延后释放过程解释;以及这种解释能否在未重新调参的其他降雨事件中保持稳定。
3、面对上述难题,现有方法仍缺少一套能够从连续监测数据出发、在降雨事件尺度上同时区分基质域逐层入渗、优先流快速下传和浅层滞留-延后释放的技术流程。
技术实现思路
1、本发明所要解决的技术问题是提供一种森林坡面浅层滞留与优先流响应分离诊断方法,实现对森林坡面入渗过程的分层诊断。
2、为解决上述技术问题,本发明所采用的技术方案是:一种森林坡面浅层滞留与优先流响应分离诊断方法,包括以下步骤:
3、步骤1、获取森林坡面的降雨数据、多层深度土壤体积含水率数据及土壤水势数据,进行数据时间同步、异常值处理、非液态降水剔除与事件前基线确定,形成统一监测数据集,其中,多层深度土壤体积含水率数据的监测层位包括浅层监测层位、中层监测层位和深层监测层位,土壤水势数据的监测层位为浅层监测层位和中层监测层位;
4、步骤2、基于连续降雨数据与浅层监测层位土壤含水率起涨响应,重构独立降雨—土壤水分响应事件库,识别事件起涨时刻、浅层响应主峰时刻、事件终点及有效入渗历时;
5、步骤3、对独立降雨—土壤水分响应事件进行主分析事件筛选,得到主分析事件集,从主分析事件中筛出参数识别候选,比较两场基准事件联合识别方案和三场基准事件联合识别方案后确定参数识别事件和迁移评价事件;
6、步骤4、提取主分析事件的多层剖面响应指标,为每个事件分别构造候选雨型,对每个候选雨型,进行事件级评价,获得事件级有效入渗雨型;
7、步骤5、以事件级有效入渗雨型为输入边界,构建由基质域分层入渗模型、优先流快速下传模型、浅层滞留—延后释放模型组成的三层嵌套过程模型链,对主分析事件进行逐事件模型比较;
8、步骤6、从独立降雨—土壤水分响应事件库中筛选辅助定标事件,利用辅助定标事件确定不同类型样地的输入换算系数;建立共享参数约束与联合目标函数,确定需要联合求解的参数范围,并确定用于后续迁移评价的固定参数集合;
9、步骤7、采用拉丁超立方采样生成初始候选向量,在第二层模型的快速响应窗口中固定优先流时标后,结合差分进化全局搜索与l-bfgs-b局部精化,确定最终参数向量;
10、步骤8、将最终参数向量的参数迁移至迁移评价事件且不重新调参,进行迁移改进结果评价,包括比较第二层模型和第三层模型在总均方根误差以及20cm尾段误差上的改进量;
11、步骤9、引入未参与参数反演的土壤水势数据,结合单参数可辨识性剖面与二维局部扫描,对诊断结果进行土壤水势独立辅助校验与参数支持检验;
12、步骤10、依据步骤8的迁移改进结果以及步骤9的土壤水势独立辅助校验结果与参数支持检验结果,输出事件级入渗过程类型、优先流信号、浅层滞留参数、诊断置信度及坡面尺度土壤水分响应报告。
13、本发明提供的一种森林坡面浅层滞留与优先流响应分离诊断方法,具有以下有益效果:
14、1、本发明以连续监测获得的降雨、多层深度土壤体积含水率和土壤水势为输入,先将连续监测记录重构为独立降雨—土壤水分响应事件,再对主分析事件进行筛选、雨型构造、剖面指标提取和三层过程模型链比较;随后,先利用少数代表性参数识别事件确定一组可代表样地响应特征的共享参数;再将这组参数固定,直接用于其余迁移评价事件,不在每个事件中重新调参,以检验模型能否在未参与参数确定的事件中继续成立。通过该过程,可判别优先流快速下传和浅层滞留-延后释放是否具有独立诊断贡献;最后,结合未参与反演的土壤水势辅助证据与二维鲁棒性分析,输出坡面尺度降雨事件级的入渗过程诊断结果。
15、2、本发明步骤1至步骤3的统一数据预处理、独立事件重构和主分析事件筛选将连续监测记录转化为事件尺度可比较的诊断对象。通过把连续降雨、土壤体积含水率和土壤水势统一到同一事件窗内处理,可以避免不同监测层位各自寻找峰值而造成的时序错位,也能降低把不完整事件混入模型识别的风险。
16、3、步骤5采用三层嵌套过程模型链,实现了土壤水分逐层入渗—优先流快速下传—浅层滞留延后释放的逐级诊断,由于后一模型仅在前一模型基础上增加特定诊断过程项,因此模型差异可以直接对应到过程差异,而不是仅仅对应参数数量增加。
17、4、步骤3、步骤7和步骤8中的事件用途划分、联合识别优化与固定参数迁移评价,通过参数识别事件与迁移评价事件分离,降低了逐事件重拟合偏差,参数识别事件只负责确定共享参数和浅层滞留指示参数,迁移评价事件不重新调参,只检验新增过程项是否仍能稳定改善误差,因此能够更真实地反映方法的跨事件稳定性。
18、5、未参与反演的土壤水势证据与二维鲁棒性分析共同增强了诊断结果的物理一致性。由于土壤水势不作为目标函数,二维局部扫描又通过比较零滞留约束解与二维最优解之间的目标函数增幅,检验非零浅层滞留需求是否具有参数空间支持,因此可以有效识别数值补偿造成的假改善与具有物理支持的真实改善。
19、6、步骤10中的输出结果可直接服务于坡面立体水网水分调控与管理、植被恢复评价等方面。
1.一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤1中,浅层监测层位为0~20cm,中层监测层位为20~40cm,深层监测层位为40~60cm。
3.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤2中,重构独立降雨—土壤水分响应事件包括以下步骤:
4.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤3中,主分析事件筛选标准为:日总雨量达到预设值、有效入渗历时不超过预设上限、事件持续时间不高于预设上限、无双峰异常;以深层响应早于浅层响应的风险、有效入渗历时、事件前连续无雨天数、总雨量偏离和传播连续性构造参数识别候选排序分数,排序分数按从小到大优先,筛出参数识别候选。
5.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤4中,多层剖面响应指标包括各监测层位的增湿幅度、峰值时滞、浅层监测层位尾段残留、浅层监测层位至中层监测层位的协同响应、浅层监测层位与中层监测层位土壤水势增幅及峰时差;事件级有效入渗雨型选自极前峰型、前峰型、前中峰型、中峰型、后中峰型、后峰型、极后峰型七类候选雨型,天然林、人工林和裸地三类样地对同一候选雨型的单样地评价结果分别按加权汇总得到综合评价值,按综合评价最小值确定最优雨型。
6.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤5中,三层嵌套过程模型链为层级增强结构:第一层为基质域分层入渗模型,采用事件尺度入渗能力函数表征有效入渗过程;第二层在第一层基础上加入优先流快速下传过程,将有效入渗量分为两部分,一部分进入基质域,另一部分进入优先流快速通道;第三层在第二层基础上加入浅层滞留—延后释放过程,将优先流输入划分为两支,继续快速下传的部分和进入浅层滞留交换带的部分;
7.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤6中,包括以下步骤:
8.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤7中,对于第二层模型,构造分阶段目标函数,包含快速段与峰值段的归一化拟合误差、中层监测层位峰值时间误差和浅层监测层位结构性残差项进行加权融合。
9.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤9中,土壤水势独立辅助校验为:将土壤水势序列仅用于对土壤含水率诊断结果进行物理一致性校验,当浅层监测层位峰后持续湿润与浅层监测层位尾段土壤水势残留增强同时出现,且浅层监测层位—中层监测层位土壤水势峰时差与含水率层间时序变化方向一致时,记该事件的土壤水势校验成立;反之,则降低诊断置信度或输出待复核结果。
10.根据权利要求1所述的一种森林坡面浅层滞留与优先流响应分离诊断方法,其特征在于,所述步骤9中,参数支持检验为:在二维扫描前,先固定其余参数,仅对浅层滞留比例做单参数可辨识性剖面扫描,再对最终确定参数附近的优先流时标与浅层滞留比例组合进行二维局部扫描,当最终确定点相对二维最优增幅不高于1.0%,且接近最优区内持续出现浅层滞留比例不低于0.05的样本时,将该样地记为参数支持成立,否则判定为不成立。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com