基于ArcGIS的SWAT模型是一类比较典型的分布式面源污染分析模型,并广泛应用在水资源、水环境等相关学科的研究、规划和生产之中,具有广阔的前景。很多人在学习过ArcGIS和SWAT模型后,对SWAT模型的建模流程及应用还不太熟练,亟需通过大量的案例提高SWAT模型的建模和使用的熟练程度。

【专家】:刘老师(副教授),北京重点高校资深专家,和美国SWAT软件开发方长期合作,拥有丰富的科研及工程技术经验,长期从事流域面源污染模拟及控制等领域的研究,具有资深的技术底蕴和专业背景。

第一部分:建模及实践】SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析

一 SWAT模型及应用及经验分享
1.1 面源污染概要
1.2 SWAT模型及应用
1.3 SWAT模型原理
1.4 SWAT模型输入文件
1.5 ArcGIS与SWAT关系

二 SWAT模型中GIS 必备技术
2.1 GIS软件平台
2.2 ArcGIS10.6安装和注意事项
2.3 ArcGIS入门
2.4 ArcGIS常见数据格式
2.5 ArcGIS数据浏览

三 SWAT模型操作流程
3.1 SWAT模型安装
3.2 建立SWAT项目
3.3 SWAT模型子流域划分
3.4 HRU划分
3.5 气象数据及其它数据输入
3.6 SWAT运行及结果读取
3.7 SWAT结果分析及地图制作

四 SWAT模型构建完备数据制备
4.1 构建流域SWAT模型所需数据及参数库
4.2 DEM数据制备
4.3 土地利用数据制备
4.4 土壤数据制备
4.5 气象数据制备
4.6 点源数据制备
4.7 SWAT模型参数库制备

五 SWAT-CUP率定与验证
5.1 参数率定与结果验证原理      
5.2 SWAT-CUP软件介绍
5.3 SWAT-CUP水量率定与验证
5.4 SWAT-CUP水质率定与验证
5.5 参数敏感性分析
5.6 率定验证后参数回带及模拟

六 关键源区及BMPs 设置
6.1 最佳管理措施介绍
6.2 关键源区分析
6.3 SWAT中BMP的设置
6.4 BMP效果分析

七 SWAT模型结果分析-水资源
7.1 地表径流分析
7.2 地下径流分析
7.3 蒸散发分析
7.4 水源涵养量分析

八 SWAT模型结果分析-农业面源    
8.1 子流域农业面源分析
8.2 河道农业面源分析
8.3 面源污染时空变化分析

九 SWAT模型结果分析-水土流失
9.1 SWAT模型泥沙分析
9.2 水土保持措施分析

十 综合案例分析
基于SWAT模型的三峡库区典型小流域水资源时空分布特征

第二部分:高级进阶】SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析

一 SWAT模型应用热点分析
1.1 SWAT模型应用文献解析及热点剖析
1.2 讨论

二 无资料地区快速建立SWAT模型
2.1 无资料地区DEM数据制备
2.2 无资料地区土地利用制备
2.3 无资料地区土壤数据制备
2.4 无资料地区气象数据制备
2.5 无资料地区SWAT模型率定验证
2.6 案例分析:遥感产品和SWAT模型结合研究

三 ArcGIS高级及应用
3.1 ArcGIS高级操作
3.2 ArcGIS水文分析及SWAT应用
3.3 pre-defined子流域及河网完整制备及注意事项
3.4 HRU深入剖析及可视化分析
3.5 案例分析:基于控制单元的流域SWAT模型建立

四 SWAT模型不确定性分析
4.1 不确定性分析
4.2 输入不确定性分析
4.3 参数不确定性分析
4.4 结构不确定性分析
4.5 案例分析:SWAT模型数据输入不确定性分析

五 气候变化对面源污染的影响
5.1 气候变化
5.2 常见未来气候数据及下载
5.3 ArcGIS未来气候数据处理
5.4 气候数据降尺度处理
5.5 案例分析:气候变化对SWAT面源污染模拟的影响研究

六 土地利用对面源污染的影响
6.1 土地利用变化
6.2 ArcGIS土地利用变化分析
6.3 土地利用变化对SWAT模型结果的影响
6.4 ArcGIS退耕还林实现及对面源污染的影响
6.5 土地利用动态输入SWAT设置
6.6 FLUS未来土地利用变化预测
6.7 案例分析:动态土地利用输入对SWAT面源污染模拟的影响研究

七 SWAT改进与模型 耦合
7.1  SWAT模型代码修改及应用
7.2 与SWAT模型结合的常用模型文献分析
7.3 案例分析:SWAT模型和河道生态基流模型结合研究

八 常见问题及答疑
8.1 SWAT建模过程中常见问题汇总及解答
8.2 答疑

【数据福利】:
赠送全国2000、2010、2020年土地利用数据;全国土壤数据;
赠送全国12.5米DEM高程数据;全国省市县行政区数据;
赠送CMIP6月数据(500G+)
包含变量:温压湿风辐射降水
包含情景:historical、ssp126、ssp245、ssp370、ssp585
赠送CMIP6日数据(1.8T+)
包含变量:温压湿风辐射降水
包含情景:historical、ssp126、ssp245、ssp370、ssp585
赠送ERA5-LAND陆面再分析数据(5T左右)
时间:1951.1.1-2021.12.31
时间分辨率:hourly
空间分辨率:0.1°(等角lonlat投影+wgs84) 包含11个变量:温度、气压、辐射、蒸发、降水、湿度【详情见数据说明文件】


更多
●HSPF(Hydrological Simulation Program Fortran)模型学习
●SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析
●HYPE分布式水文模型建模方法与案例分析
●基于Python实现的深度学习技术在水文水质领域应用
●AQUATOX水环境与水生态模型实践技术应用
●地理信息系统(ArcGIS)在水文水资源、水环境中的应用及案例分析
●基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟
●FVCOM流域、海洋水环境数值模拟方法及应用
●ADCIRC模式与Python融合技术应用及案例分析
●SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发
●基于SWMM及自主开发城市内涝一维二维耦合软件的复杂城市排水系统建模技术及在城市排涝、海绵城市等领域实践应用
●Delft3D水动力-富营养化模型实践技术高级应用
●Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用
●基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术​

如何系统学习SWAT模型—建模方法、实例应用、高级进阶相关推荐

  1. SWAT模型建模方法实例应用

    1. 简介 SWAT模型是在上世纪90年代德州农工开发的.主要用于预测用地规划对流域中水文,沉积物,化学物质(氮磷,农药等)的影响.SWAT模型的模拟对象为流域尺度,能够综合流域的地形地质,土壤,用地 ...

  2. SWAT模型建模方法

    关注公众号:Ai科研学术社:获取更多资讯 基于ArcGIS的SWAT模型是一类比较典型的分布式面源污染分析模型,并广泛应用在水资源.水环境等相关学科的研究.规划和生产之中,具有广阔的前景.很多人在学习 ...

  3. 【学习教程】DSSAT作物模型建模方法及实践技术应用

    随着数字农业和智慧农业的发展,基于过程的作物生长模型(Process-based Crop Growth Simulation Model)在模拟作物对气候变化的响应与适应.农田管理优化.作物品种和株 ...

  4. 知乎高赞回答:是否有必要系统学习概率图模型?

    概率图模型(PGM)是用图来表示变量概率依赖关系的理论.自被图灵奖获得者Pearl提出以来,已成为不确定性推理近10年的研究热点,在统计机器学习.语音识别.计算机视觉和自然语言处理等领域有广阔的理论研 ...

  5. 【机器学习】集成学习与模型融合方法举例

    [机器学习]集成学习与模型融合方法举例 文章目录 1 概述1.1 什么是集成学习 2 CrossValidation 交叉验证 3 stacking 4 Voting投票器 5 Bagging 1 概 ...

  6. 系统学习IT技术的方法与实践

    系统学习IT技术的方法与实践 作为一名技术人员,在学习新的IT技术时,采取系统性的学习方法是至关重要的.这样可以帮助我们更好地理解和掌握技术,并提高学习效率.下面我将分享一些我个人在系统学习IT技术方 ...

  7. 【学习笔记】-【HMM模型建模方法学习1】

    开始 今天是2019.10.1,使用CSDN已经有一段时间了,发现这里有很多不错的博客,所以打算从今天开始将这里作为我的一个做学习笔记的地方,记录我学习过程中遇到的各种问题,记录我解决过得问题以及解决 ...

  8. DSSAT模型建模方法、Python+DSSAT快速批量运行及交叉融合、扩展

    Decision Support Systems for Agrotechnology Transfer (简称DSSAT)模型是世界知名的作物生长模拟模型之一.现有版本V4.7能模拟27种主要农作物 ...

  9. 系统学习机器学习之参数方法(三)

    原文:http://www.cnblogs.com/jerrylead 1判别模型与生成模型 上篇报告中提到的回归模型是判别模型,也就是根据特征值来求结果的概率.形式化表示为,在参数确定的情况下,求解 ...

  10. 系统学习机器学习之参数方法(一)

    最大似然估计 最大似然估计法的基本思想 最大似然估计法的思想很简单:在已经得到试验结果的情况下,我们应该寻找使这个结果出现 的可能性最大的那个作为真的估计. 我们分两种情进行分析: 1.离散型总体 设 ...

最新文章

  1. 软件测试论坛_浅谈软件测试的未来,我们该如何做好准备
  2. OpenCV HDF创建,写入和读取数据集
  3. oracle计算表的大小,简要分析估算oracle表的大小
  4. Redis数据类型--列表类型
  5. 字节跳动28岁程序员退休:我只想做一个自由的“废物”
  6. linux环境下通过nginx实现tomcat集群
  7. mysql占用大量写i o_Mysql占用大量写I/O
  8. SM3国密加密算法(C语言)
  9. 91卫图助手给我的帮助
  10. Mac 常用的 20 款效率神器推荐
  11. 梅特勒托利多xk3124电子秤说明书_托利多电子秤设置说明
  12. uniapp ios打包详细步骤
  13. linux 负载均衡技术之 LVS
  14. Java File文件操作
  15. python基础学习(三)之线性数据结构
  16. 商业地产数字化转型分析
  17. ubuntu安装极点五笔输入法
  18. 对BRDF模型的自我理解
  19. protobuf 自定义extend
  20. Android多媒体应用开发之MP3音乐播放器

热门文章

  1. allegro使用经验
  2. 电脑重装系统虚拟机安装xp的教程
  3. Oracle数据库下载安装教程
  4. 手把手教你快速构建自定义分类器
  5. 1.1 ubuntu环境下搭建gd32vf103
  6. Adobe Flash CS4 序列号-Adobe Dreamweaver CS4 序列号
  7. 怎样下载企业通讯录Excel模板
  8. mysql 修改表的编码_Mysql表编码查看修改
  9. QQ概念版(WPF制作)
  10. 黑盒测试的测试方法及其案例