1.一种多植被盐沼生物地貌演化预测方法,其特征在于,包括以下步骤:S1、以目标区域的地形数据、植被数据、水沙动力网格数据、闭边界数据、潮位开边界数据为输入,结合预设的水动力参数、泥沙动力参数,构建以淹没时间、最大底床切应力和底床冲淤三种胁迫因素特征为输出的水沙动力模型;
S2、以植被扩张过程和植被消亡过程为输入,结合植被网格的空间尺度,构建以植被的分布结果为输出的植被动力模型;其中,植被扩张过程包括:幼苗定植、植被演替和植被横向扩张,植被消亡过程包括:压力死亡和年死亡;
植被扩张过程和植被消亡过程在发生概率上通过压力函数Sk计算,其中,幼苗定植是指网格单元由光滩状态转变为任意一种植被状态的过程,即0变化为i,植被种类i定植概率的计算如下:式中,为定植基础概率;
植被演替表示植被从某植被种类被替换为另一植被种类,网格单元状态由i转化为j,i≠j≠0,计算如下式:式中:为预设的植被从物种i演替为物种j的基础概率;
压力死亡是指任意植被种类状态i由于环境压力转变为光滩状态0,死亡由三种胁迫因素特征值的阈值所触发,植被种类i死亡概率的计算如下式:年死亡是指任意植被种类状态i由于一年生植被的自然循环转变为光滩状态0,植被种类i年度死亡概率的计算方法如下式:式中:为用户设定的植被年死亡基础概率;
植被横向扩张在一个生态过程中需要若干次迭代计算,设植被网格尺寸为Δx,某植被的年扩张速率为Ri,且Ri>Δx,满足以下关系式:式中:N为迭代次数,Ri为植被i的年均扩张距离,计算相应的如下式:式中:Nneighbour为网格单元在邻近单元中植被i的数量;
S3、将水沙动力模型和植被动力模型进行耦合,具体是:将水沙动力模型计算得到的胁迫因素特征输入至植被动力模型中,植被动力模型中的植被根据特征值完成扩张和消亡过程,获得植被分布变化,再将变化后的植被分布再次输入至水沙动力模型中,完成一次循环,迭代预设次数后,获得盐沼生物地貌演化结果。
2.根据权利要求1所述的一种多植被盐沼生物地貌演化预测方法,其特征在于,水动力参数包括:阻力系数,泥沙动力参数包括:地貌加速因子、临界冲刷切应力、临界淤积切应力。
3.根据权利要求1所述的一种多植被盐沼生物地貌演化预测方法,其特征在于,步骤S1中,淹没时间FLT计算如下式:式中,Tflood为底床被淹没时间,等于模型输出的水深时间序列中水深大于0的时间步长个数,Tsim为模型模拟时间,等于模型的总时间步长个数;
最大底床切应力MaxBSS计算如下式:
MaxBSS=max(τ)
式中,τ为模型输出的底床切应力时间序列;
底床高程变化BLC计算如下式:
BLC=h1-h0
式中,h1为模型模拟结束后的底床高程,h0为初始底床高程。
4.根据权利要求1所述的一种多植被盐沼生物地貌演化预测方法,其特征在于,压力函数为三种,具体如下:第一种为常数型,当压力数值s满足smin<s<smax时,Sk=1,否则Sk=0;
第二种为线性型,当s<smin时,Sk=0,当smin<s<smax时,Sk=(s-smin)/(smax-smin),当s>smax时,Sk=1;
第三种为抛物型,当s<smin或s>smax时,Sk=0,当smin<s<smax时,其中smin和smax分别表示不同压力函数在发挥作用时压力数值范围的最小值和最大值。
5.根据权利要求1所述的一种多植被盐沼生物地貌演化预测方法,其特征在于,水沙动力网格为三角形非结构网格,植被网格为空间尺度小于水沙动力网格的正方形非结构网格,水沙动力网格单元数量小于植被网格;植被分布和胁迫因素的特征值分布同时在水沙动力网格和植被网格中进行保存,在每次循环两套网格中的数据需要进行传输,确保数据在两套网格中的有效同步和存储。
6.根据权利要求1所述的一种多植被盐沼生物地貌演化预测方法,其特征在于,步骤S3中,一次循环包括以下子步骤:S3.1、水沙动力模型运行,输出模型模拟结果,计算出三种胁迫因素特征值,结果存储在水沙动力网格中;
S3.2、采用插值法将存储在水沙动力网格中的三种胁迫因素特征值转换为植被网格中的数据;
S3.3、植被动力模型根据存储在植被网格中的胁迫因素特征值,完成植被的定植、演替、压力死亡、年死亡和横向扩张五个过程,并将变化后的植被分布结果存储在植被网格中;
S3.4、采用加权平均方法将存储在植被网格中的植被分布累加至水沙动力模型中。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。