一种基于遥感数据的水资源优化配置方法与流程

1.本发明涉及一种基于遥感数据的水资源优化配置方法，属于水资源优化配置技术领域。


背景技术：

2.水资源优化配置是指在一个特定流域或区域内，以有效、公平和可持续的原则，对有限的、不同形式的水资源，通过工程与非工程措施在各用水户之间进行的科学分配。水资源优化配置是实现水资源合理开发利用的基础，是水资源可持续利用的根本保证。目前数学优化模型是实现水资源优化配置的有效手段，越来越多的数学算法被应用到水资源优化模型中，如动态规划、区间规划和模糊数学规划等不确定性方法已被广泛应用。在优化模型的构建过程中，优化模型中的一些系统参数可能更复杂，而目前大部分优化模型中的参数多采用以点代面的方式，未考虑参数的空间变异性。如专利cn 112465206 a公开了一种水资源优化配置及优化结果评价反馈方法，采集监测数据和地区人口数据；建立水资源承载力指标体系；确认评价模型指标权重，并建立关联函数，构建水资源承载力评价模型；以地区水资源可供总水量为核心，以最大化的社会经济效益和最大化各部门单位系统生态效益为优化目标，以各水源可供水量、各部门需水量作为约束条件，构建水资源优化配置模型，并对模型进行求解，得到地区水资源优化配置方案。但该专利并未考虑生态需水量的空间变异性，还是采用点值来计算模型。
3.目前，随着遥感技术的发展，利用空间遥感技术来观测一个大面积区域是具有时空连续性的，即便是观测站点较少，也可以从遥感观测中获取连续数据，遥感技术的利用和地理信息系统的发展使获取更多空间信息成为可能。


技术实现要素：

4.本发明的目的是提供一种基于遥感数据的水资源优化配置方法，针对一些水资源供需矛盾突出的地区，可以结合遥感基础监测数据，利用无人机或者卫星遥感数据观测研究区域内生态植被的实际蒸散发，然后计算获取研究区域内的最小和最优生态需水量，能实现水资源优化配置的科学性。
5.本发明采取的技术方案为：一种基于遥感数据的水资源优化配置方法，包括步骤如下：s1. 利用遥感影像数据提取研究区的生态植被覆盖情况；s2. 利用pml_v2陆地蒸散发与总初级生产力数据集，提取研究区域pml_v2中的植被蒸腾数据，计算研究区多年植被蒸腾数据平均值，以步骤s1获得的生态植被空间分布情况为框架，提取对应网格内的多年植被蒸腾数据平均值，获取研究区域内的植被蒸腾多年平均空间分布图；s3. 根据植被蒸腾多年平均空间分布图计算研究区域内生态植被的最低生态需水量和最适宜生态需水量；
s4. 构建水资源优化配置模型：包括目标函数和条件约束，采用历年水资源公报的95%置信区间数表示研究区域内农业、生活、工业的最低和最高需水量，结合步骤s3遥感估算的研究区域内各个区县的最低生态需水量和最适宜生态需水量，建立双目标优化模型：1）经济效益最大，式中：f1为经济效益，单位元；i为研究区域内各个区县（i=1,2,
…
）； j为各用水户，包括工业、农业、生活、生态用水，单位m3；b
ij
为i分区j种用水户用水效益系数，x
ij
为i分区j种供水目标（用水户）的供水量，用区间数表示；其中最低生态需水量和最适宜生态需水量为目标函数中生态用水的区间数（上下限）；2）缺水量最小，式中：f2为缺水量，以区域缺水程度来表达社会效益，w
ijmax
为i子区域j种供水目标（用水户）的最大需水量，x
ij
为i分区j种供水目标（用水户）的供水量，用区间数表示；采用加权最小偏差法将双目标模型转化为单目标模型进行求解；约束条件包括可供水量限制、各水用户供水量限制和非负性约束条件。
6.上述方法中，步骤s1所述的生态植被覆盖情况，主要提取低覆度植被、高覆度植被、林地三种生态植被，其中低覆度草地主要包括130（草地）、11（草本覆盖）两类属性，高覆度草地主要包括120（灌木）、121（常绿灌木）、122（落叶灌木）、12（树木或者灌木覆盖（果园））四类属性，林地主要包括51（开阔的常绿阔叶林）、52（封闭的常绿阔叶林）、61（开阔的落叶阔叶林）、62（封闭的落叶阔叶林）、71（开阔的常绿针叶林）、72（封闭的常绿针叶林）、81（阔叶针叶林）、82（封闭的针叶林）、91（阔叶混交林）、92（封闭混交林）共10类属性。属性分类采用现有的 2020 年全球 30 米精细地表覆盖分类产品为基准。
7.步骤s2所述的pml_v2陆地蒸散发与总初级生产力数据集从国家青藏高原数据中心下载。研究区多年植被蒸腾数据平均值的计算方法为：提取研究区域pml_v2中的植被蒸腾数据，并在arcgis软件中将ec逐日叠加，获得研究区多年植被蒸腾空间分布数据将多年空间数据逐次叠加后求平均值，获得研究区多年植被蒸腾数据的平均值。
8.步骤s3所述的最低生态需水量和最适宜生态需水量，计算公式如下：，，i为各个分区（i=1,2,
…
）包括研究区域内各个区县；k为各类生态植被（k=1,2,3）包含低覆度植被、高覆度植被、林地三种生态植被；et
imin
为i分区最低生态需水量；a
ik
为i分区k种植被覆盖面积；et
ikmin
为i分区内k种植被蒸腾量从小到大排序的10%分位数；et
ikmax
为i分区内k种植被蒸腾量从小到大排序的90%分位数，et
imax
为最适宜生态需水量。
9.步骤s4中采用加权最小偏差法，将双目标模型转化为单目标模型进行求解，具体公式如下：，式中：f1，f2分别为优化模型中的两个目标函数；f
1max
，f
1min
，f
2max
，f
2min
分别为目标函数的最大值和最小值；ω1，ω2分别为两个目标函数的权重，此处取0.5，0.5。
10.步骤s4中的约束条件具体为：1）可供水量限制，式中：w
公共
为共同拥有的水，即引黄水和引江水；w
独立
为本身独有的水，即地表水和地下水；2）各水用户供水量限制，式中：w
ijmin
为i分区j种供水目标的最小需水量；w
ijmax
为i分区j种供水目标的最大需水量；3）非负性约束条件。
11.本发明的有益效果是：（1）采用遥感数据分析生态需水量，替代传统的人为估算方法，提高生态需水量估算的准确性。
12.（2）模型中的生态需水量不再是点值的形式，研究区域内各个子区域的最低生态需水量和最适宜生态需水量值不再相同，更合理的考虑了生态需水量的空间变异性。
13.（3）不仅能有效降低人力物力的投入，还可以实现对生态植被的有效保护，提高水资源管理效率。
附图说明
14.图1为本发明方法的流程图。
具体实施方式
15.下面结合具体实施方式和典型实施例进一步说明。
16.一种基于遥感数据的水资源优化配置方法，包括步骤如下：s1. 利用遥感影像数据提取研究区的生态植被覆盖情况：利用中国科学院空天信息创新研究院30 米精细地表覆盖动态监测产品，获取研究区的植被覆盖情况，这些数据从中国科学院空天信息创新研究院下载。将数据在arcgis软件中处理，通过按掩膜提取、按属性提取等工具提取研究区的生态植被覆盖情况，主要提
取低覆度植被、高覆度植被、林地三种生态植被，其中低覆度草地主要包括130、11两类属性，高覆度草地主要包括120、121、122、12四类属性，林地主要包括51、52、61、62、71、72、81、82、91、92共10类属性。
17.s2. 利用pml_v2陆地蒸散发与总初级生产力数据集，提取研究区域pml_v2中的植被蒸腾数据，计算研究区多年植被蒸腾数据平均值，以步骤s1获得的生态植被空间分布情况为框架，提取对应网格内的多年植被蒸腾数据平均值，获取研究区域内的植被蒸腾多年平均空间分布图：选取合适的遥感数据，进而获取植被实际蒸散发的空间分布情况。选取区域pml_v2水碳耦合的陆地蒸散发与总初级生产力数据集，即pml_v2(china)，包括总初级生产力（gross primary product, gpp），植被蒸腾（vegetation transpiration, ec），土壤蒸发（soil evaporation, es），冠层截流蒸发（vaporization of intercepted rainfall, ei）和水体、冰雪蒸发（et_water）共5个要素。数据格式为tiff，时空分辨率为1天、500米。与全球版本相比，pml_v2(china)产品在中国区域的模拟精度有很大的提升，这些数据从国家青藏高原数据中心下载。
18.提取研究区域pml_v2中的植被蒸腾数据，并在arcgis软件中将ec逐日叠加，获得研究区多年植被蒸腾空间分布数据，并将研究区多年植被蒸腾数据求平均值。以生态植被空间分布情况为框架，提取对应网格内的植被蒸腾数据平均值，获取研究区域内的植被蒸腾多年平均空间分布图。
19.s3. 根据植被蒸腾多年平均空间分布图计算研究区域内生态植被的最低生态需水量和最适宜生态需水量：采用arcgis软件，分别提取研究区域内各个区县内三种生态植被分布区域内各个网格的蒸腾值，并在excel中分别对数值进行由小到大的排序，并计算各个区县的最低生态需水量和最适宜生态需水量，计算公式如下：，，i为各个分区（i=1,2,
…
）包研究区域内各个区县；k为各类生态植被（k=1,2,3）包含低覆度植被、高覆度植被、林地三种生态植被；et
imin
为i分区最低生态需水量；a
ik
为i分区k种植被覆盖面积；et
ikmin
为i分区内k种植被蒸腾量从小到大排序的10%分位数；et
ikmax
为i分区内k种植被蒸腾量从小到大排序的90%分位数，et
imax
为最适宜生态需水量。
20.s4. 构建水资源优化配置模型，包括目标函数和条件约束：（1）目标函数为了准确反映研究区域内不同区县的生态需水量情况，最大化经济效益，建立基于遥感估算生态需水量的水资源优化配置，用历年水资源公报的95%置信区间数表示研究区域内农业、生活、工业的最低和最高需水量，结合遥感估算的研究区域内各个区县的最低和最高生态需水量，建立双目标优化模型：1）经济效益最大
，式中：f1为经济效益，元；i为研究区域内各个区县（i=1,2,
…
）； j为各用水户，包括工业、农业、生活、生态用水，m3；b
ij
为i分区j种水用户用水效益系数；x
ij
为i分区j种供水目标（用水户）的供水量，用区间数表示；其中最低生态需水量和最适宜生态需水量为目标函数中生态用水的区间数（上下限）；2）缺水量最小，式中：f2为缺水量，以区域缺水程度来表达社会效益，w
ijmax
为i子区域j种供水目标的最大需水量。
21.（2）目标模型受到以下条件约束：1）可供水量限制，式中：w
公共
为共同拥有的水，即引黄水和引江水；w
独立
为本身独有的水，即地表水和地下水；2）各水用户供水量限制，式中：w
ijmin
为i分区j种供水目标的最小需水量；w
ijmax
为i分区j种供水目标的最大需水量；3）非负性约束条件。
22.模型求解方法为：采用加权最小偏差法，将双目标模型转化为单目标模型进行求解，具体公式如下：，式中：f1，f2分别为优化模型中的两个目标函数；f
1max
，f
1min
，f
2max
，f
2min
分别为目标函数的最大值和最小值；ω1，ω2分别为两个目标函数的权重，此处取0.5，0.5。
23.实施例：以潍坊市水资源优化配置为例，对潍坊市水资源进行优化配置。
24.首先下载潍坊市土地分类数据，并在arcgis中用重分类、按掩膜提取等工具，获得潍坊市内的低覆度植被、高覆度植被、林地三种生态植被空间分布情况。
25.采用arcgis软件，下载潍坊市pml_v2水碳耦合的陆地蒸散发与总初级生产力数据集，分别按年为周期在arcgis中将ec逐日叠加，获取潍坊市各个年份的植被蒸腾空间分布
情况，将多年数据图层在arcgis中叠加并求取平均值，获取潍坊市植被蒸腾年平均值的空间分布数据。
26.在arcgis中继续处理，分别提取各个区县内三种生态植被的蒸腾值，并分别对数值进行由小到大的排序，并计算各个区县的最低生态需水量和最适宜生态需水量，计算公式如下：，，i为各个分区（i=1,2,
…
,9）包含市辖区、青州市、诸城市、寿光市、安丘市、高密市、昌邑市、临朐县、昌乐县共9个区县；k为各类生态植被（k=1,2,3）包含低覆度植被、高覆度植被、林地三种生态植被；et
imin
为i分区最低生态需水量；a
ik
为i分区k种植被覆盖面积；et
ikmin
为i分区内k种植被蒸腾量从小到大排序的10%分位数；et
ikmax
为i分区内k种植被蒸腾量从小到大排序的90%分位数，et
imax
为最适宜生态需水量。
27.将上述计算的各个区县的最低生态需水量和最适宜生态需水量带入到优化模型中，优化配置模型如下：（1）目标函数为了准确反映研究区域内不同区县的生态需水量情况，最大化经济效益，建立基于遥感估算生态需水量的水资源优化配置，用历年水资源公报的95%置信区间数表示研究区域内农业、生活、工业的最低和最高需水量，结合遥感估算的研究区域内各个区县的最低和最高生态需水量，建立双目标优化模型：1）经济效益最大（1），式中：f1为经济效益，元；i为研究区域内市辖区、青州市、诸城市、寿光市、安丘市、高密市、昌邑市、临朐县、昌乐县九个分区县（i=1,2,
…
9）；j为各用水户，包括工业、农业、生活、生态用水，m3；b
ij
为i分区j种水用户用水效益系数，x
ij
为i分区j种供水目标的供水量。
28.2）缺水量最小（2） ，式中：f2为缺水量，以区域缺水程度来表达社会效益，w
ijmax
为i子区域j种供水目标的最大需水量。
29.（2）模型目标受到以下约束：1）可供水量限制（3），式中：w
公共
为共同拥有的水，即引黄水和引江水；w
独立
为本身独有的水，即地表水和
地下水；2）各水用户供水量限制（4），式中：w
ijmin
为i分区j种供水目标的最小需水量；w
ijmax
为i分区j种供水目标的最大需水量；3）非负性约束条件（5）。
30.采用加权最小偏差法，将双目标模型转化为单目标模型进行求解，具体公式如下：（6），式中：f1，f2分别为优化模型中的两个目标函数；f
1max
，f
1min
，f
2max
，f
2min
分别为目标函数的最大值和最小值；ω1，ω2分别为两个目标函数的权重，此处取0.5，0.5。
31.遥感估算的最低生态需水量和最高生态需水量作为模型中潍坊市生态需水量的上下限，在lingo和excel中进行求解，将（1）（2）（3）（4）（5）（6）公式以代码的形式在lingo中编写并运行，得到结果如下表所示：
32.（单位：万m3）。

技术特征：
1.一种基于遥感数据的水资源优化配置方法，其特征是，包括步骤如下：s1. 利用遥感影像数据提取研究区的生态植被覆盖情况；s2. 利用pml_v2陆地蒸散发与总初级生产力数据集，提取研究区域pml_v2中的植被蒸腾数据，计算研究区多年植被蒸腾数据平均值，以步骤s1获得的生态植被空间分布情况为框架，提取对应网格内的多年植被蒸腾数据平均值，获取研究区域内的植被蒸腾多年平均空间分布图；s3. 根据植被蒸腾多年平均空间分布图计算研究区域内生态植被的最低生态需水量和最适宜生态需水量；s4. 构建水资源优化配置模型：包括目标函数和条件约束，采用历年水资源公报的95%置信区间数表示研究区域内农业、生活、工业的最低和最高需水量，结合步骤s3遥感估算的研究区域内各个区县的最低生态需水量和最适宜生态需水量，建立双目标优化模型： 1）经济效益最大，式中：f1为经济效益，单位元；i为各个研究区域内各个区县（i=1,2,
…
）； j为各用水户，包括工业、农业、生活、生态用水，单位m3；b
ij
为i分区j种用水户用水效益系数，x
ij
为i分区j种供水目标的供水量，用区间数表示；其中最低生态需水量和最适宜生态需水量为目标函数中生态用水的区间数；2）缺水量最小，式中：f2为缺水量，以区域缺水程度来表达社会效益，w
ijmax
为i子区域j种供水目标的最大需水量，x
ij
为i分区j种供水目标的供水量，用区间数表示；采用加权最小偏差法将双目标模型转化为单目标模型进行求解；约束条件包括可供水量限制、各水用户供水量限制和非负性约束条件。2.根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s1所述的生态植被覆盖情况，主要提取低覆度植被、高覆度植被、林地三种生态植被。3.根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s2所述的pml_v2陆地蒸散发与总初级生产力数据集从国家青藏高原数据中心下载。4.根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s2所述的研究区多年植被蒸腾数据平均值的计算方法为：提取研究区域pml-v2中的植被蒸腾数据，并在arcgis软件中将ec逐日叠加，获得研究区多年植被蒸腾空间分布数据，将多年空间数据逐次叠加后求平均值，获得研究区多年植被蒸腾数据的平均值。5.根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s3所述的最低生态需水量和最适宜生态需水量，计算公式如下：，
，i为各个分区（i=1,2,
…
）包研究区域内各个区县；k为各类生态植被（k=1,2,3）包含低覆度植被、高覆度植被、林地三种生态植被；et
imin
为i分区最低生态需水量；a
ik
为i分区k种植被覆盖面积；et
ikmin
为i分区内k种植被蒸腾量从小到大排序的10%分位数；et
ikmax
为i分区内k种植被蒸腾量从小到大排序的90%分位数，et
imax
为最适宜生态需水量。6.根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s4中采用加权最小偏差法，将双目标模型转化为单目标模型进行求解，具体公式如下：，式中：f1，f2分别为优化模型中的两个目标函数；f
1max
，f
1min
，f
2max
，f
2min
分别为目标函数的最大值和最小值；ω1，ω2分别为两个目标函数的权重，此处取0.5，0.5。7. 根据权利要求1所述的一种基于遥感数据的水资源优化配置方法，其特征是，步骤s4中的约束条件具体为：1）可供水量限制，式中：w
公共
为共同拥有的水，即引黄水和引江水；w
独立
为本身独有的水，即地表水和地下水；2）各水用户供水量限制，式中：w
ijmin
为i分区j种供水目标的最小需水量；w
ijmax
为i分区j种供水目标的最大需水量；3）非负性约束条件。

技术总结
本发明涉及一种基于遥感数据的水资源优化配置方法，属于水资源优化配置技术领域。先利用遥感影像数据提取研究区的生态植被覆盖情况；再提取研究区域PML_V2中的植被蒸腾数据，计算研究区多年植被蒸腾数据平均值，以获得的生态植被空间分布情况为框架，提取对应网格内的多年植被蒸腾数据平均值，获取研究区域内的植被蒸腾多年平均空间分布图；根据植被蒸腾多年平均空间分布图计算研究区域内生态植被的最低生态需水量和最适宜生态需水量；构建水资源优化配置模型：包括目标函数和条件约束，求解得目标。本发明更合理地考虑了生态需水量的空间变异性，不仅能有效降低人力物力的投入，还可以实现对生态植被的有效保护，提高水资源管理效率。水资源管理效率。水资源管理效率。


技术研发人员：孙启玉 赵金淼 蔺文慧 王玉娥 刘玉峰 孙平
受保护的技术使用者：山东锋士信息技术有限公司
技术研发日：2023.07.28
技术公布日：2023/9/6