基于HMS REST API与GDAL的VELMA模型地表数据自动化获取与初始化流程优化

本研究针对地表模型(LSM)初始化数据获取困难、处理繁琐的问题，开发了整合Google Earth Engine(GEE)、USEPA Hydrologic Micro Services(HMS)REST API和Geospatial Data Abstraction Library(GDAL)的自动化工作流，显著提升了Visualizing Ecosystem and Land Management Assessment(VELMA)模型的初始化效率，为网格化生态水文模型研究提供了可复用的技术方案。

　　

在环境建模领域，获取和管理网格化地表模型(LSM)所需的连续监测数据一直是个巨大挑战。传统方法需要耗费大量时间进行数据收集和预处理，且容易产生人为错误。特别是在评估野火等自然灾害对生态系统的影响时，精确的水文气象数据对模型初始化至关重要。美国环境保护署(USEPA)的研究团队以Visualizing Ecosystem and Land Management Assessment(VELMA)模型为研究对象，开发了一套创新的自动化数据获取工作流。

这项发表在《Environmental Modelling 》的研究主要采用了三项关键技术：1)通过Google Earth Engine(GEE)JavaScript接口获取NASA SRTM Version 3数字高程模型(DEM)；2)利用USEPA Hydrologic Micro Services(HMS)REST API批量获取北美陆地数据同化系统(NLDAS)的水文气象驱动因子和地表径流数据；3)采用Geospatial Data Abstraction Library(GDAL)进行空间数据格式转换和坐标投影变换。研究区域聚焦2002年科罗拉多州Hayman野火影响区，涉及49个采样点的长期气候数据采集。

研究结果部分：
3.1. 数据获取
成功建立了整合GEE、HMS和GDAL的技术路线，实现了DEM、气象数据和地表径流的一站式获取。特别开发了基于Jupyter Notebook的交互式环境，支持非编程专业人员操作。

3.2. DEM数据获取
通过GEE平台获取30米分辨率的SRTM DEM数据，相比传统USDA地理空间数据网关方法，效率提升显著。开发了自动将GeoTIFF转换为ASCII格式的流程，满足VELMA的JPDEM处理要求。

3.4. DEM文件转换
创新性地使用GDAL的warp和translate函数实现格式转换，并开发了空值(-9999)替换算法。通过pyproj模块实现坐标系统转换(epsg:26913→epsg:4326)，精确计算每个网格单元的经纬度坐标。

3.7. 初始化结果
构建了自动化数据采集循环，每年数据获取仅需543纳秒±420纳秒。开发了独特的递归文件命名系统，支持单站(default)和空间天气(spatial weather)两种VELMA初始化模式。在Brush Creek流域的验证显示，Nash-Sutcliffe效率系数(NSE)达到良好水平。

讨论与结论：
该工作流解决了LSM初始化过程中的三大痛点：数据获取效率低、预处理易出错、技术要求高。研究首次实现了HMS REST API在网格化模型初始化中的批量应用，开发了包含DEM转换、坐标投影、数据聚合的完整技术链。特别在Hayman野火案例中，通过11个空间气象站的网络配置，显著提升了VELMA在多流域的模拟精度。

这项研究的意义在于：1)为数据贫乏地区提供了可行的模型初始化方案；2)开发的开源工具链(GEE/GDAL/HMS)具有跨模型适用性；3)建立的自动化流程使非专业人员也能高效获取专业数据。未来可扩展应用于国家水文模型(NWM)数据同化、无人机遥感数据整合等领域，为环境决策支持系统提供技术基础。所有代码和数据已在USEPA的GitHub仓库开源，推动FAIR(可发现、可访问、可互操作、可重用)原则在环境建模领域的实践。