《Geomorphology》:A probabilistic framework for the estimation of specific stream power and its implications for sediment transport processes
编辑推荐:
•采用概率框架来估计比河功率。•使用分层贝叶斯框架求解曼宁方程。•糙率随流量的增加而系统性降低,能量坡度随流量的增加而系统性增加。•水力参数的不确定性影响对悬移质输沙的解释。引言比河功率(SSP)的量化是理解河流下切、悬移质和推移质输运,以及最终地貌演化的关键(Lague,
- •
采用概率框架来估计比河功率。
- •
使用分层贝叶斯框架求解曼宁方程。
- •
糙率随流量的增加而系统性降低,能量坡度随流量的增加而系统性增加。
- •
水力参数的不确定性影响对悬移质输沙的解释。
引言
比河功率(SSP)的量化是理解河流下切、悬移质和推移质输运,以及最终地貌演化的关键(Lague, 2014; Petit et al., 2005)。SSP表示为 ,其中河流功率()与流量()、能量坡度()和河道宽度()呈线性关系。悬移质输运过程的时空变异性通常与河功率密切相关,尤其是在高能事件期间,细颗粒沉积物从河床和河岸被挟带时(Gabet et al., 2008)。因此,高能事件通常与显著的侵蚀和输沙速率相关,而低能事件则代表微不足道的输运或大量沉积(Kale, 2003)。SSP与输沙之间的这种相互关系提供了河道水力条件与侵蚀之间的机制联系。近期研究还表明,河功率作为输沙动态预测工具在季节到十年级时间尺度上的重要性(Lammers and Bledsoe, 2018; Lepesqueur et al., 2019)。量化SSP有多种方法。大多数河功率模型利用简单的水力学模型,例如曼宁方程,来估算体积流量,进而估算SSP(Lane, 1998; Tuozzolo et al., 2019)。然而,此类方法本质上是确定性的,模型参数的不确定性很少在计算中被考虑。事实上,曼宁糙率系数()和能量坡度()均因河道特征和流量条件的时空变异性而存在不确定性。因此,这些模型参数的不确定性可以显著影响流量和SSP的估算,尤其是在自然河流系统中(Reis et al., 2020)。
不确定性量化的主要焦点是采用不同水力参数的分布,而非单一值进行流量计算(Hagemann et al., 2017)。Hagemann等人(2017)利用卫星衍生的水力测量数据(河道宽度、断面面积、曼宁糙率和能量坡度)和贝叶斯分析来将不确定性纳入流量估算。Reis等人(2020)采用更为简化的方法来标定和。然而,他们的方法依赖于对应三个水流阶段的和的三个分布。近期研究利用高分辨率地形数据(Bernard et al., 2022)和遥感水面高程来量化河段尺度能量坡度(Altenau et al., 2019),并评估了水力参数随流量变化的变异性。尽管取得了上述进展,不确定性量化仅局限于流量预测,而这些不确定性的作用很少被传播到SSP建模及其与悬移质浓度(SSC)关系的评估中。因此,SSC的评估主要依赖于确定性的流量测量,可能导致流量-泥沙定线关系中的不确定性(Krajewski et al., 2019)。这一空白需要概率框架来明确量化和传播水力模型参数以及最终流量估算中的不确定性,并将其传递到SSP模型中,以理解SSP-SSC关系。
在本研究中,我们探讨了水力参数不确定性在SSP估算中的作用及其对SSP-SSC关系的影响。我们利用曼宁方程评估两个主要参数的不确定性:曼宁糙率()和能量坡度()。众所周知,糙率和坡度在不同量级的流量事件期间会发生变化(Al Mehedi et al., 2024)。由于河功率是输沙过程的有效代理变量,糙率或能量坡度估算中的误差可能导致解释侵蚀阈值和输沙能力时出现显著不确定性。这种潜在的不确定性在高能事件期间会加剧,这些事件对地貌过程最为有效。SSP估算中的不确定性也可能导致对地貌演化整体速度的误解。因此,对流量估算中的误差进行适当表征对于稳健地量化SSP并解释自然河道中的输沙过程至关重要。在本研究中,我们旨在回答三个主要问题:a) 不同流量事件的糙率和坡度参数的不确定性是多少?b) 贝叶斯模型在利用简单经验水力方程提取不确定性信息方面效果如何?c) 水力参数的不确定性如何影响SSP估算和SSP-SSC关系?
各节摘要
研究区
我们选择了一条向西流动的小河——Netravati河,该河发源于西高止山断崖西坡的中等海拔处(约1200 m)(图1A)。该河的支流最初沿着断崖的陡峭斜坡向下流动,最终穿越低地区域长约40公里的起伏地形。我们选择了位于河流下游区域的Bantwal水文站(图1A),该处河道为单线型,河床为基岩性质。此外,
曼宁糙率、能量坡度标定与流量估算
分层贝叶斯分析为每个流量值提供了和的逐事件后验分布。我们估算了这些参数的均值和标准差,以表达它们与流量的关系。我们对的后验分布均值的估算显示其与流量存在统计显著关系。观察发现,推断的均值随流量增加而降低。回归分析表明适度的
贝叶斯建模的意义
本研究中的分层贝叶斯框架为理解河道水力学对流量和河功率估算及输沙过程的控制作用提供了重要见解。该方法还提供了事件尺度上和变异性的不确定性。传统上,河流地貌学领域的应用很大程度上依赖于假设不同流量事件的曼宁糙率为常数或弱变量(Ferguson, 2007; Ferguson et
结论
传统的SSP确定性模型为理解河流侵蚀过程提供了初步理解。然而,未知的确定性模型参数提供的关于侵蚀的僵化理解,不足以解释输沙过程的自然不确定性。在此,我们提出了一种替代建模策略来评估水力模型参数不确定性对河功率模型构建的影响。我们引入了糙率的分布
CRediT作者贡献声明
Shantamoy Guha:撰写–初稿、验证、软件、方法学、调查、正式分析、数据整理、概念构思。Rahul Kumar Kaushal:撰写–审阅与编辑、撰写–初稿、验证。Arindam Biswas:撰写–初稿、验证、方法学。Tomá? Galia:撰写–初稿、验证。
未引用参考文献
Mansanarez et al., 2016
致谢
S.G.部分由OPJAK项目"自然与人为地理风险"资助:455 CZ.02.01.01/00/22_008/0004605。作者感谢两位匿名审稿人的深刻评论和建设性建议,这些建议显著提高了稿件的质量。作者还感谢Joann Mossa的高效编辑处理。
Shantamoy Guha|Rahul Kumar Kaushal|Arindam Biswas|Tomá? Galia