河流植被水文耦合研究
cord的Python项目详细描述
#VW Ripcas Dflow
用于运行我们的河岸群落变化和演替模型，
Ripcas和D-Flow耦合。
这项工作的主要贡献之一是自动将新的Dflow作业提交到便携式批处理系统，然后
在dflow完成该时间步骤后运行ripcas。大致过程如下图所示。
！[简化工作流]（work_flow_simplified.png）
dflow模型一次运行大约7小时，每个模型使用8个处理器。我们可以使用更多的内核，有一个开放的问题（9）
来解决这个问题。
可以逐年改变洪水，或者改变用于计算边界条件的河流
横截面的几何结构，或者用户可以创建新的植被类型到n和/或植被类型到抗剪映射。这是通过创建与
[数据
目录]（https://github.com/virtualwatershed/vw ripcas dflow/tree/master/data）中对应文件的结构匹配的新文件来完成的。
例如，要修改植被转换规则，必须在下面的屏幕截图中创建与此结构匹配的excel电子表格。
！[RIPCAS所需数据截图]（ripcas required data screenshot.png）
示例：
`````
python ripcas_dflow/modelrun.py~/ripcas dflow runs/100yr-every5\
数据/ripcas_inputs/vegclass_2z.asc数据/ripcas_inputs/zonemap_2z.asc\
data/ripcas_inputs/ripcas-data-requirements.xlsx\
/users/maturner/100yrflood_every5.txt data/dflow_inputs/dbc_geometry.xyz\
0.04 0.001
``````
>有关用法的更多详细信息：
`````
python ripcas dflow/modelrun.py data_dir initial_vegotation_Ripcas_Required_data\
Peak_flows_file geometry_file streambed_roughter streambed_slope
data_dir：保存模型运行的每个时间步骤的目录
初始植被：.asc文件和初始植被图
植被图：.asc文件和植被区信息
RIPCAS_Required_数据：.xlsx文件，具有VEG类型到N和每个VEG类型的抗剪性信息
Peak_Flows_文件：具有以立方米每秒为单位的洪峰流量列的文件
Geometry_文件：XYZ文件，表示边界条件计算modelrun.py）（https://github.com/virtualwatershed/vw-ripcas-dflow/blob/master/ripcas-dflow/modelrun.py-l446）
但很快，随着我们添加新功能，这将被分解到它自己的控制器中。
由于plt
来自ripcas_dflow import modelrun，veg2n
将它们设置为ex
峰值流量=89.55
河床粗糙度=0.04
河段坡度=0.001
河段坡度）
"数据/RIPCAS测试"）
如何让社区更好一点
n_out=veg2n（out）
plt.matshow（n_out.as_matrix（replace_nodata_val=0.0））
plt.colorbar（）
````
！[示例映射]（example_n_u map.png）
是我们使用的"data/"目录中的一些数据。
我们必须计算的边界条件实际上是一个反问题。我们给出了给定年份的洪峰流量，但我们不知道所考虑河段底部水面（WS高程）的高程
。dflow
需要将其作为一个边界条件，以及与ws高程或简称ws相关联的流量。我们使用
[scipy.minimize_scalar]（http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize_scalar.html）来完成这个反问题。有关详细信息，请参见
[源代码]（https://github.com/virtualwatershed/vw ripcas dflow/blob/master/ripcas-dflow/modelrun.py-l357）
。pol
兴趣
geometry=pol.from_river_geometry_file（'data/dbc_geometry.xyz'）
bc_solver=boundary conditionsover（target_streamflow，
geometry，
河床粗糙度，
到达坡度
bc_solution=bc_solver.solve（）
打印bc_solution
````
将生成"边界条件结果"打印
```
误差=0.00017792639154379231，成功=true）
```
计算得到的
streamflow（89.549822…）与观测到的streamflow之间的绝对误差为0.0002，或者相对误差为
0.0002/89.55=2.23e-6。
使用
`jemez/veg2npol.py`脚本。例如，如果植被esri.asc是
`data/vegclass_2z.asc`并且我们希望将n个值的.pol写入
`initial_2;n.pol`，我们将运行
`````
python jemez/veg2npol.py data/vegclass_2z.asc initial_N.pol
```
n值，使用
jemez/dflow_casimir.py脚本。例如，如果d-flow产生剪切应力的
输出netcdf的路径是"data/jemez_r02_map.nc"
，而我们的植被图的路径是"data/vegclass_2z.asc"，我们将通过运行python jemez/dflow廑casimir.py~/local廑u data/dflow廑u outputs/jemez廑u map.nc~/local廑u data/casimir out/veg-out-1.asc
```
installation
1来运行（而不是）casimir。将repo和cd克隆到根目录
``bash
git clone https://github.com/virtualwatershed/vw-ripcas-dflow&；cd vw ripcas dflow
```
2。使用虚拟环境并安装依赖项
下面使用的"virtualenv"命令可以与pip一起安装：`pip install virtualenv`.
然后安装"virtualenv"，运行下面的
``bash
virtualenv venv
`````
``bash
``source venv/bin/activate
``````
``bash
`pip install-r requirements.txt
````
尝试运行单元测试：
``bash
noestests-v
````
应该创建正确的标题和格式化数据…正常
测试卡西米尔（测试卡西米尔。测试卡西米尔）。确定
测试植被图到曼宁粗糙度图的转换…确定
正确读取测试vegmap（测试。测试。casimir。测试）。好的
——这里有一个表
说明需要哪些输入文件以及在哪里定义了要求。
|
——|无
基本净NC基本.mdu无
基本外部基本.mdu无
N.pol|base.ext是
boundriverdown.pli base.ext否
boundriver_up.pli base.ext否|
boundriverdown_.cmp？？？？是否自动检测到数据流？？？？|是的
boundriver_up_0001.cmp？？？？是否自动检测到数据流？？？？|是的
请注意，这样总共有六个文件不会从一次运行更改为另一次运行，三个文件不会更改。"boundriver*.cmp"是通过运行"modelrun"的
边界条件计算器生成的。` n.pol"是从
植被中生成的，asc可以作为初始输入，也可以作为ripcas步骤的输出。
条件文件。boundriver*.pli没有变化，但此时我还不确定这些变化的目的是什么。
用于运行我们的河岸群落变化和演替模型，
Ripcas和D-Flow耦合。
这项工作的主要贡献之一是自动将新的Dflow作业提交到便携式批处理系统，然后
在dflow完成该时间步骤后运行ripcas。大致过程如下图所示。
！[简化工作流]（work_flow_simplified.png）
dflow模型一次运行大约7小时，每个模型使用8个处理器。我们可以使用更多的内核，有一个开放的问题（9）
来解决这个问题。
可以逐年改变洪水，或者改变用于计算边界条件的河流
横截面的几何结构，或者用户可以创建新的植被类型到n和/或植被类型到抗剪映射。这是通过创建与
[数据
目录]（https://github.com/virtualwatershed/vw ripcas dflow/tree/master/data）中对应文件的结构匹配的新文件来完成的。
例如，要修改植被转换规则，必须在下面的屏幕截图中创建与此结构匹配的excel电子表格。
！[RIPCAS所需数据截图]（ripcas required data screenshot.png）
示例：
`````
python ripcas_dflow/modelrun.py~/ripcas dflow runs/100yr-every5\
数据/ripcas_inputs/vegclass_2z.asc数据/ripcas_inputs/zonemap_2z.asc\
data/ripcas_inputs/ripcas-data-requirements.xlsx\
/users/maturner/100yrflood_every5.txt data/dflow_inputs/dbc_geometry.xyz\
0.04 0.001
``````
>有关用法的更多详细信息：
`````
python ripcas dflow/modelrun.py data_dir initial_vegotation_Ripcas_Required_data\
Peak_flows_file geometry_file streambed_roughter streambed_slope
data_dir：保存模型运行的每个时间步骤的目录
初始植被：.asc文件和初始植被图
植被图：.asc文件和植被区信息
RIPCAS_Required_数据：.xlsx文件，具有VEG类型到N和每个VEG类型的抗剪性信息
Peak_Flows_文件：具有以立方米每秒为单位的洪峰流量列的文件
Geometry_文件：XYZ文件，表示边界条件计算modelrun.py）（https://github.com/virtualwatershed/vw-ripcas-dflow/blob/master/ripcas-dflow/modelrun.py-l446）
但很快，随着我们添加新功能，这将被分解到它自己的控制器中。
由于plt
来自ripcas_dflow import modelrun，veg2n
将它们设置为ex
峰值流量=89.55
河床粗糙度=0.04
河段坡度=0.001
河段坡度）
"数据/RIPCAS测试"）
如何让社区更好一点
n_out=veg2n（out）
plt.matshow（n_out.as_matrix（replace_nodata_val=0.0））
plt.colorbar（）
````
！[示例映射]（example_n_u map.png）
是我们使用的"data/"目录中的一些数据。
我们必须计算的边界条件实际上是一个反问题。我们给出了给定年份的洪峰流量，但我们不知道所考虑河段底部水面（WS高程）的高程
。dflow
需要将其作为一个边界条件，以及与ws高程或简称ws相关联的流量。我们使用
[scipy.minimize_scalar]（http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize_scalar.html）来完成这个反问题。有关详细信息，请参见
[源代码]（https://github.com/virtualwatershed/vw ripcas dflow/blob/master/ripcas-dflow/modelrun.py-l357）
。pol
兴趣
geometry=pol.from_river_geometry_file（'data/dbc_geometry.xyz'）
bc_solver=boundary conditionsover（target_streamflow，
geometry，
河床粗糙度，
到达坡度
bc_solution=bc_solver.solve（）
打印bc_solution
````
将生成"边界条件结果"打印
```
误差=0.00017792639154379231，成功=true）
```
计算得到的
streamflow（89.549822…）与观测到的streamflow之间的绝对误差为0.0002，或者相对误差为
0.0002/89.55=2.23e-6。
使用
`jemez/veg2npol.py`脚本。例如，如果植被esri.asc是
`data/vegclass_2z.asc`并且我们希望将n个值的.pol写入
`initial_2;n.pol`，我们将运行
`````
python jemez/veg2npol.py data/vegclass_2z.asc initial_N.pol
```
n值，使用
jemez/dflow_casimir.py脚本。例如，如果d-flow产生剪切应力的
输出netcdf的路径是"data/jemez_r02_map.nc"
，而我们的植被图的路径是"data/vegclass_2z.asc"，我们将通过运行python jemez/dflow廑casimir.py~/local廑u data/dflow廑u outputs/jemez廑u map.nc~/local廑u data/casimir out/veg-out-1.asc
```
installation
1来运行（而不是）casimir。将repo和cd克隆到根目录
``bash
git clone https://github.com/virtualwatershed/vw-ripcas-dflow&；cd vw ripcas dflow
```
2。使用虚拟环境并安装依赖项
下面使用的"virtualenv"命令可以与pip一起安装：`pip install virtualenv`.
然后安装"virtualenv"，运行下面的
``bash
virtualenv venv
`````
``bash
``source venv/bin/activate
``````
``bash
`pip install-r requirements.txt
````
尝试运行单元测试：
``bash
noestests-v
````
应该创建正确的标题和格式化数据…正常
测试卡西米尔（测试卡西米尔。测试卡西米尔）。确定
测试植被图到曼宁粗糙度图的转换…确定
正确读取测试vegmap（测试。测试。casimir。测试）。好的
——这里有一个表
说明需要哪些输入文件以及在哪里定义了要求。
|
——|无
基本净NC基本.mdu无
基本外部基本.mdu无
N.pol|base.ext是
boundriverdown.pli base.ext否
boundriver_up.pli base.ext否|
boundriverdown_.cmp？？？？是否自动检测到数据流？？？？|是的
boundriver_up_0001.cmp？？？？是否自动检测到数据流？？？？|是的
请注意，这样总共有六个文件不会从一次运行更改为另一次运行，三个文件不会更改。"boundriver*.cmp"是通过运行"modelrun"的
边界条件计算器生成的。` n.pol"是从
植被中生成的，asc可以作为初始输入，也可以作为ripcas步骤的输出。
条件文件。boundriver*.pli没有变化，但此时我还不确定这些变化的目的是什么。
欢迎加入QQ群-->： 979659372
