|
| 降雨数据缺失对丘陵山区面源污染模拟的影响及插补方法 |
| Impacts of rainfall data scarcity on Non-point Source Pollution simulation in hilly regions and rainfall imputation methods |
| 投稿时间：2025-12-25 修订日期：2026-02-28 |
| DOI： |
| 中文关键词: 丘陵山区 降雨数据缺失 信息熵 面源污染 数据插补 |
| 英文关键词: hilly and mountainous areas missing rainfall data information entropy non-point source pollution imputation |
| 基金项目:长江水科学研究联合基金（U2340219）；国家重点研发计划（2024YFD1701303） |
|
| 摘要点击次数: 99 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为探究降雨数据缺失对典型丘陵山区流域面源污染模拟的影响，提升缺资料地区模拟精度。以三峡库区典型流域—璧南河流域为研究对象，引入信息熵指标表征降雨数据完整性并设置不同缺失率（10%~60%）及站点缺失等多种情景；在此基础上采用协同克里金、LSTM深度学习与遥感降雨产品等方法开展降雨插补重构，并将重构降雨驱动SWAT模型模拟径流与总磷（TP），评估数据缺失及不同插补策略下的模型响应。结果表明：随着降雨数据缺失率由10%增至60%，信息熵呈非线性下降，最大降幅达16.80%；降雨数据缺失的影响由水文模拟向面源污染模拟呈放大趋势，随着缺失率由10%增至30%，径流R2由0.78降至0.61，而TP的R2由0.76降至0.48，TP误差增幅高于径流，其中高流量期和高熵值站点的降雨数据缺失对面源污染模拟影响更大；多源数据融合重构效果最佳，可使TP模拟R2提升至0.84，较单一遥感产品方案提高20%以上。研究表明，降雨数据缺失是影响丘陵山区面源污染模拟精度的关键因素，优先采用“地面观测—遥感产品”多源融合的降雨重构策略并强化高流量期与关键站点数据保障，可有效提升缺资料流域面源污染模拟的可靠性。 |
| 英文摘要: |
| 1.本研究创新性地引入了信息熵理论，定量刻画了丘陵山区降雨序列的完整性特征，并系统地阐明了降雨数据缺失对面源模拟的影响。研究发现，误差在“降雨-径流-面源污染”过程中存在的放大效应。
2.针对丘陵山区地形复杂、监测站点稀缺导致的重构难点，本研究突破了单一插值方法的局限，构建了耦合 LSTM 深度学习模型、协同克里金法与遥感产品的多源降雨重构策略。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
