最佳管理措施(BMPs)在流域內的空間優化配置對流域綜合治理決策具有重要意義。基于流域過程模擬的情景分析和優化是實現BMP空間優化配置的有效手段,如何充分考慮不同BMP之間的空間配置關系、優化BMP配置位置和配置面積是保證其有效性的關鍵之處。已有研究中用于配置BMP的流域離散化空間單元(如子流域、地塊、水文響應單元、坡位單元等;稱為BMP空間配置單元),均是邊界固定的,且在情景優化過程中不發生變化,因此無法從空間配置單元邊界調整的角度出發實現BMP配置面積的優化,進而影響到流域BMP空間優化配置的效果。
針對上述問題,地理資源所秦承志研究組提出了一種空間配置單元邊界自適應調整的BMP空間優化配置方法。該方法以坡位單元作為BMP空間配置單元,基于模糊坡位信息進行坡位邊界自適應調整。坡位(如山脊、背坡、溝谷)直接對應了坡面上的地形部位,不僅與坡面過程的上下游關系直接關聯,而且與我國流域綜合治理模式中定性描述坡面上BMP配置的空間單元概念相對應。同時,坡位普遍具有空間漸變、邊界模糊的特點,同一坡面內相鄰兩類坡位交替處的模糊坡位值(或稱相似度值)可能均較低,因此,將這些位置劃分為任一一類坡位均具有合理性。據此思路,設計了“動態閾值法”邊界調整策略以構建邊界自適應坡位單元,并基于研究組自主研發的空間分布式流域過程模擬和情景優化建模框架SEIMS(https://github.com/lreis2415/SEIMS)在BMP空間優化配置中進行了應用。在南方紅壤區福建長汀縣游屋圳小流域的評價實驗表明:該方法可顯著擴大最優解的搜索空間,與邊界固定的坡位單元相比,能夠得到綜合成本-效益更優的BMP情景集,且具有更高的優化效率。本研究例證了將定性的、模糊的和經驗性的地理知識轉化為定量的、顯式的、自動化的地理空間算法的潛力,從而以具有地學意義的方式有效地解決環境管理問題。
該研究成果近期在線發表于自然地理學綜合性學術期刊《Progress in Physical Geography: Earth and Environment》,第一作者為地理資源所助研朱良君博士。
該研究是基于課題組前期在流域管理措施空間配置單元、空間分布式流域綜合模擬框架、坡位空間漸變信息定量化等三方面研究成果基礎上的最新研究進展,研究受到國家自然科學基金、院先導專項、資源與環境信息系統國家重點實驗室自主部署項目等項目資助。
文章信息:
Zhu, L-J, Qin, C-Z*, Zhu, A-X. Spatial optimization of watershed best management practice scenarios based on boundary-adaptive configuration units. Progress in Physical Geography: Earth and Environment, 2020. doi:10.1177/0309133320939002.
課題組前期在流域管理措施空間配置單元方面的研究成果:
[1] Zhu, L-J, Qin, C-Z*, Zhu, A-X, Liu, J, Wu, H. Effects of different spatial configuration units for the spatial optimization of watershed best management practice scenarios. Water, 2019a, 11(2), 262. doi:10.3390/w11020262.
[2] Qin, C-Z, Gao, H-R, Zhu, L-J*, Zhu, A-X, Liu, J-Z, Wu, H. Spatial optimization of watershed best management practices based on slope position units. Journal of Soil and Water Conservation, 2018, 73(5):504–517. doi:10.2489/jswc.73.5.504.
課題組前期在空間分布式流域綜合模擬框架方面的研究成果:
[3] Zhu, L-J, Liu, J*, Qin, C-Z*, Zhu, A-X. A modular and parallelized watershed modeling framework. Environmental Modelling & Software, 2019b, 122, 104526. doi:10.1016/j.envsoft.2019.104526.
課題組前期在坡位空間漸變信息定量化方面的研究成果:
[4] Zhu, L-J, Zhu, A-X, Qin, C-Z*, Liu, J-Z. Automatic approach for deriving fuzzy slope positions. Geomorphology, 2018, 304:173–183. doi:10.1016/j.geomorph.2017.12.024.
[5] Qin, C-Z, Zhu, A-X*, Shi, X, Li, B-L, Pei, T, Zhou, C-H. Quantification of spatial gradation of slope positions. Geomorphology, 2009, 110(3–4): 152–161. doi:10.1016/j.geomorph.2009.04.003.