基于Tokunaga网络的河网形态特征量化.pdfVIP

中国科学 D 辑 :地球科学 2009 年 第 39 卷 第 10 期 : 1413 ~ 1420 SCIENCE IN CHINA PRESS 基于Tokunaga 网络的河网形态特征量化 ① ① ②* ② ② 张丽 , 戴斌祥 , 王光谦 , 李铁键 , 王皓 ① 中南大学数学科学与计算技术学院, 长沙 410075; ② 清华大学水沙科学与水利水电国家重点实验室, 北京 100084 * 联系人, E-mail: dhhwgq@ 收稿日期: 2008-09-16; 接受日期: 2009-08-18 国家重点基础研究发展计划(编号: 2007CB714107)、国家杰出青年基金(批准号:和中国博士后科学基金(批准号: 20080440392) 资助 摘要 河网形态反映地表水系的形态结构, 对水文过程、土壤侵蚀、河流演变和流域地貌 关键词 等有较大影响. 为描述树状河网的形态特点, 总结了自相似网络的基本生成器序列, 推导了 河网形态 由该序列生成Tokunaga 网络的参数, 讨论了采用链和分形维数来描述自相似网络的拓扑和数 Tokunaga 网络 值特征, 并且给出了基于Tokunaga 网络的且能够满足不同程度平面填充性质的一类自相似河 分形维数前言 网. 尝试提出与河网几何形态相一致的自相似河网形式, 量化了刻画河网形态特征的参数λ, 并以实际河网为例进行计算, 发现λ可以较好的描述河网形态. 在分布式水文模型中, 流域常划分为若干基本 Shreve-Smart随机拓扑模式[1~3], 其中在Shreve-Smart 单元, 通过基于坡面和沟道等单元的耦合集成来复 模式中, 由节点相连所形成的链构成了河网的基本 现和预演水文过程. 由于地形资料的限制, 不同地区 单元. 三是基于相似和分形理论提出的Self-Similar 水文单元的分辨率(亦即河网的精细程度)通常差异较 Networks (SSN)方法, 这种方法更符合水系的几何特 大, 必然遇到参数变异和尺度转化的难题. 基于河网 征, 为侵蚀地貌发育演化和河流水系发育研究开辟 的自相似特征, 以粗糙河网合理插值得到较为精细 了崭新领域. Tokunaga在Horton-Strahler 分级的基础 的河网, 是目前解决尺度问题的主要方法. 另外, 河 上提出了具有统计平均意义上的Tokunaga 自相似网 [4,5] [6] 网形态对水文过程、土壤侵蚀、河流演变和流域地貌 络 , Claps等 通过递归迭代运算生成SSN, Wang等 等方面有较大影响, 需要探求简单易用的参数, 能够 [7] 提出了用内部生成器和外部生成器生成 SSN, 有效地描述和判别河网形态, 进而建立其与水文过 Veitzer 等[8,9]提出了随机SSN 的概念以及用概率分布 程特征之间的函数关系. 所有这些难题和需求都共 的形式来描述传统Horton参数并将其应用于流域水 同推动着河网形态研究的发展. 文模拟, Hung等[10]对SSN进行编码和拓扑计算. 对前 目前, 对河网形态的描述主要有三种方法. 一是 人成果进行分析发现, 对SSN的这些研究侧重于以自 Horton-Stra