坡位功能特征指导下的BMPs空间配置方法
文献类型：学位论文
| 作者 | 高会然 |
| 答辩日期 | 2017-05 |
| 文献子类 | 专业学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 朱阿兴 ; 黄方红 |
| 关键词 | 最佳管理措施 情景分析 流域过程模拟 空间配置关系 空间配置单元 坡位 遗传算法 |
| 学位名称 | 硕士 |
| 学位专业 | 农业信息化 |
| 英文摘要 | 流域最佳管理措施（Best Management Practices, BMPs）是通过影响流域内水文、土壤侵蚀、生态及养分循环等过程而达到防治非点源污染及水土流失目的的一系列措施。基于流域过程模型的BMPs情景分析是当前流域管理措施评价、非点源污染控制等研究应用中广泛采用的方法。 现有基于流域过程模型的BMPs情景分析研究中，通常采用的空间配置单元包括地块、农场、水文响应单元或子流域，这些BMPs空间配置单元与地形部位关系较弱，难以有效地根据坡面过程特点表达坡面上多种BMPs的空间配置关系，提高BMPs情景优化的效果。 针对以上问题，本文在空间全分布式流域过程模型和BMPs情景智能优化的方法框架下，提出以具有明确地学含义的坡位单元作为BMPs空间配置单元，通过构建BMPs空间配置知识库显式设置各种BMPs在不同坡位之间合理的空间配置关系，与智能优化算法NSGA-II相结合建立了一套基于坡位功能特征的BMPs情景优化方法。新建方法可利用BMPs空间配置知识库有效地进行BMPs情景优化。 选择福建省长汀县河田镇东部的游屋圳小流域作为研究区进行案例研究，构建了研究区BMPs知识库，在其他条件（包括流域过程模型、BMPs空间配置单元、BMPs模型参数、用作情景优化的NSGA-II优化算法参数等）完全相同的情况下，将本文基于坡位功能特征的BMPs情景优化方法与使用NSGA-II优化算法完全随机进行种群初始化以及交叉、变异等操作的BMPs情景优化方法（以下简称随机优化方法）进行对比分析。得到如下主要结论： （1）坡位单元可有效支持根据坡面过程特点表达坡面上多种BMPs的空间配置关系； （2）总体来说，与传统优化方法和随机优化方法相比，本文新建方法所得情景优化结果较为一致或更优（即在较低的经济成本下，可获得较高的减沙效益），优化效率较高，所得优化情景的BMPs空间配置方案更为合理； （3）本文方法配合基于坡位单元的BMPs空间配置知识库，提高了优化得到空间配置合理的BMPs非支配最优解的效率。 |
| 语种 | 中文 |
| 页码 | 69 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/41212]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 高会然. 坡位功能特征指导下的BMPs空间配置方法[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2017. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。