遥感和GIS技术在非点源污染中的应用

Python与开源GIS

遥感和GIS技术在非点源污染中的应用

2015-01-29 作者: giser 浏览: 833 次

摘要: 目前研究非点源污染的计算机模拟方法实质就是对非点源的形成机理即降雨径流、土壤侵蚀、地表溶质溶出和土壤溶质渗漏4过程进行描述,尽管这种机理环境模型的描述己经非常精确,但也存在两大缺陷: 一方面,流域非点源污染涉及到大里的空间数据,这些空间数据又因地形、水文等微域....

目前研究非点源污染的计算机模拟方法实质就是对非点源的形成机理即降雨径流、土壤侵蚀、地表溶质溶出和土壤溶质渗漏4过程进行描述,尽管这种机理环境模型的描述己经非常精确,但也存在两大缺陷:

一方面,流域非点源污染涉及到大里的空间数据,这些空间数据又因地形、水文等微域景观而不同,表现出明显的空间异质性,而对这些大量的空间数据的前期处理,包括空间数据的输入,模型无法有效地完成;另一方面,模型的后期工作,也就是模型的模拟结果无法做到可视化,这两大缺陷使模型的广泛应用受到限制。 GIS利用其强大的空间数据管理功能、空间分析功能及可视化能力,能将不同来源的空间信息及其相互关系方便地显示出来,而非点源污染模型的研究正好要涉及诸多空间数据,所以这正是GIS成为非点源污染研究的有效辅助工具的原因。

另外,GIS强大的处理DEM数据的功能可以给非点源模型提供一个新的数据管理与可视化的平台。另一方面,由于非点源污染具有分散性的特点,它随着流域内土地利用状况、地形等的不同而具有时空上的不均匀性。模型的许多输入参数,如降雨等也具有空间不均匀性。而遥感和GIS的运用可以提供一种有效运行模型,并以地理空间概念对模拟结果进行分析和解释。另外,RS与模型的结合对于无资料地区的水文模拟、非点源污染的模拟,具有重要的实际意义。一般来说,流域水文模型的应用往往需要一定长度时间序列的观测资料去识别模型参数,显然,在无资料或缺乏资料的地区,模型的应用受到很大的限制。通过遥感影像获取流域的地貌、地形、土壤分布、植被覆盖等地理信息,用于分析和确定模型参数,从而使无资料地区的水文模拟成为可能。

一. 农业非点源污染模型与 RS、GIS结合的层次

RS、GIS应用于非点源污染的研究体现出一定的层次性。通过遥感影像解译出模型所需的参数因子,再利用 GIS建立农业非点源污染数据库是最基础的层次,也是实现RS、GIS与模型集成的基础性工作。 将非点源污染模型与GIS实现集成是第二层次。目前主要包括以下一些工作:

  1. 将空间信息和属性信息用于模型的参数估计、率定及模型的检验;
  2. 以GIS为主要技术平台,实现模拟结果的可视化;
  3. 采用GIS技术来定义表达模型研究的区域单元。

Bhaskar et al.(1992)与smith et al.(1995)将GIS用于水文模型的数据预处理和参数估计。Garnier et al.(1998)将GLEAMS与IDRISI和GRASS相结合,以意大利基亚纳(Chiana)河流域为例,研究畜牧业污染对地下水的影响。Srinivasan et al.(1996)将GIS与SWAT相结合,结果表明,这样的集成在数据收集、可视化、对输入输出文件的分析等方面起到了有效作用。Engel(1996)以模型和GIS集

成为主要方法,研究了地形、土地利用、土壤等输入对非点源模型输出结果的影响,也讨论了模型网格分辨率对计算结果的影响。 在第二层次应用的基础上,以GIS为平台、以 RS为重要的数据源建立综合性的集成系统是 RS、GIS与模型结合的第三层次。这一层次为人们研究非点源污染的产生机理提供了综合性的技术手段,意味着 RS、 GIS与非点源污染模型的联系从一般结合向综合集成方向发展。美国地质调查局USGS在此层次上开发了一种GIS集成环境,它是一个图形化的用户界面,帮助水文学家或其他模型研究者对所感兴趣的地理区域、排水系统和基本模型响应单元(MRUs)进行概化、参数化并准确描述其特征,从而为各类水文模型提供技术支持。

近年来,以数据库、模型库、知识库三库集成为主体,以方案选优为主要特征的计算机决策支持系统(Decision Support System,DSS)技术引入非点源污染的控制管理成为一种新的发展趋势,这里所指的是基于GIS的空间型决策支持系统(Spatial DSS,SDSS)。Negahban(1996)等开发了一个名为LOADSS(Lake Okeechobee Agricultural Decision Support System)的奥基乔比(Okeechobee)湖农业决策支持系统,它是一个面向决策者和规划者的区域环境规划系统,主要针对由雨水冲刷引起的磷负荷对湖泊造成的环境问题。它考虑了非点源控制、点源控制及综合性的流域控制。Leon(2000)将AGNPS模型与RASION相结合,建立SDSS以实现对非点源污染的模拟,并对计算结果进行可视化的统计分析,整个模拟过程可由“工具条”实现与控制。可以说,引入SDSS是RS、GIS与非点源模型集成发展的新阶段和新趋势。

二、农业非点源污染模型与 GIS、RS集成的方式

模型与GIS的集成技术实现存在多种方式,通常把GIS与模型的集成分为3种方式:松散集成、紧密集成、完全集成。

  1. 松散集成是GSI与模型各自独立开发,分别拥有各自的界面。用户通过文件交换实现对GIS和模型的互操作,GSI的功能只是作为模型参数的生成、输入和模拟结果的显示。
  2. 紧密集成是指GIS与模型拥有同一用户界面,其特点是利用GIS中内嵌的二次开发语言,如ARC/INFO的AML,AcrView的Avenue等为2个系统开发共同的用户界面,进行数据的直接转换,为模型提供输入数据,对模型的输出进行可视化处理。
  3. 完全集成是模型被移植嵌入到GIS当中,成为其当中的一个模块。现有的GIS与模型集成,要做到两者的完全集成,难度很大。对流域农业非点源污染模型与GIS集成而言,由于模型与GIS系统之间,需进行大量的属性数据和图形图像数据的传递与调用,在技术上难度很大,因此完全集成方式不适宜作为GIS与模型集成研究的方式。而具有栅格数据空间分析功能桌面GIS如Arcview、MapInof等通过其二次开发语言,既可以充分发挥桌面GIS系统的强大的交互查询和栅格数据空间分析功能,又可发挥模型对复杂的机理过程的模拟运算功能。

因此,通过GIS的二次开发语言实现紧密集成,仍然是当前GIS与农业非点源污染模型集成的主要方式。 至于非点源污染模型与遥感的集成,实质就是通过遥感影像解译、计算与非点源污染相关的因子,如土地覆被、植被盖度和土壤侵蚀等等,再利用GIS工具将这些因子运用到非点源污染的计算和模拟中,当然,非点源污染模型与遥感的集成也体现在非点源污染的最佳管理措施制定和污染规划中。

三、GIS在农业非点源污染研究中的应用现状

GIS 在此领域的应用,包括土壤侵蚀率和侵蚀量估算及土壤侵蚀对环境影响的模拟、地表径流的预测、土地利用变化的水质响应。而目前利用GIS与 CREAMS、ANSWERS、 A GNPS 等精确的机理模型的集成对研究区域进行降雨、径流、土壤侵蚀、溶质迁移的连续模拟,估算污染负荷,以明确主要的污染因子和关键的污染集水区,并与控制管理措施结合,成为 GIS 应用的中心。如 Tim 和Jolly (1994)利用ARC/ INFO 和 AGNPS 模型集成,估算了在lowa 某流域内分别利用植被过滤带、等高缓冲带及两种管理措施相结合的方案时,流域出口的产沙量分别减少47 %、 41 %和 71 %,为最佳农业管理措施的实施提供依据,同时证明了该模拟框架使用的有效性。Fraser等(1998)结合 ARC/ INFO 与 SEDMOD 模型,运用GIS 设计水质采样方案,对12个畜禽场排出的大肠杆菌进行负荷估算,并证明这个基于GIS的方法与其他传统计算方法相比,在量化畜禽污染潜力方面更有效,还能与农场管理方式联系起来。

GIS 在渗漏带污染物迁移、转化模拟中的应用成为新的研究热点。初期尝试多用 GIS与假设稳定条件下的回归模型、指数模型结合,分别来描绘地下水脆弱性或渗漏带盐分积累区域和进行潜在的地下水污染风险评价。如 Zhang 等(1996)利用GIS与修正的 DRASTIC 模型在 Goshen county(Wyoming) 进行地下水对农业污染的敏感性评价,并绘制地下水脆弱性图。Bui等(1996)利用土壤普查信息,将水平衡模型 SWIM 集成到 GIS 中进行 Burdekin (Australia)上游流域林木砍伐后盐碱化的风险评价。目前主要表现在集成能处理非稳定流系统中污染物迁移的瞬时态模型到 GIS 中,来评价农业非点源污染物的渗漏潜力。 GIS用于地下水的杀虫剂模拟研究成为又一新的增长点。Jorge 等(1998)利用 IDRISI GIS 软件与地下水二维水质模型 CL FUG结合,在田间范围内模拟了杀虫剂林丹(Lindane)在潜水面中的平流迁移速度和寿命,并估算其污染负荷,与实测值非常接近,反应了经地下水回灌后杀虫剂林丹的迁移状况,以明确下游污染区域。

随机推荐

Copyright © 2014-2019 OSGeo中国中心 吉ICP备05002032号

Powered by TorCMS