Geoinformatika a QGIS v hydrológii

Globalizácia, urbanizácia, klimatické zmeny, extrémne počasie – to sú zložité problémy, ktoré nemožno vyriešiť jednou osobou. Cieľom mnohých odborníkov je hľadať nástroje pre spoločné plánovanie a projektovanie, vyvíjať pomocné metódy ako nájsť konštrukčné riešenie, ktoré zlepšuje život a životné prostredie.

V súčasnosti riešené medzinárodné aj národné projekty, európske programy, bilaterálne spolupráce sú dôkazom snahy vytvoriť databázu údajov o prirodzenom území. Využitie geografických informačných systémov (GIS) umožňuje tieto údaje priestorovo analyzovať a hľadať ich vzájomné vzťahy. Ich vizualizácia je predpokladom lepšej prehľadnosti a využiteľnosti potrebných informácií, napríklad aj v hydrológii. Podrobné vyhodnotenie má význam či už pri územnom plánovaní, oceňovaní pozemkov alebo slúži poisťovniam pri poisťovaní konkrétnych oblastí.

Ako študentka na stavebnej fakulte som chtiac či nechtiac mala tendenciu technické znalosti prepájať čo najviac s praxou. Venovala som sa napríklad predikcii oblastí náchylných na zosúvanie alebo práci s katastrálnymi dátami v GIS (o tom možno niekedy nabudúce). V tomto príspevku by som rada ukázala, ako možno open source GIS využívať pri hydrologických analýzach. Od verzie QGIS 2.12 sa totiž mnohí používatelia tešia z funkčnosti zásuvného modulu GRASS. Ten ponúka celú radu nástrojov pre hydrologické modelovanie či výpočet erózie.

Odtokové pomery a stav riešeného územia z hľadiska zrážkoodtokových vzťahov a straty pôdy eróziou môžno hodnotiť pomocou metód SCS CN a USLE. Znázornenie vypočítaných hodnôt, ktoré predstavujú priemernú dlhodobú stratu v prostredí GIS môže vyzerať aj ako na obrázku nižšie.

g 3DPriemerná dlhodobá strata pôdy pre riešené územie.

Všetky údaje použité v tomto príspevku boli poskytuté Katedrou hydromeliorácií a krajinného inžinierstva Fakulty stavebnej ČVUT v Prahe – voľne dostupné alebo získané v rámci spolupráce s Krajským úradom Stredočeského kraja. Prezentované výsledky treba zatiaľ vnímať ako ilustráciu možného riešenia.

1. Metóda SCS CN

Teoretické východiská

Ide o výpočet priameho odtoku z povodia, ktorý je tvorený tzv. povrchovým odtokom a tzv. hypodermickým (podpovrchovým) odtokom. Metóda bola vypracovaná službou na ochranu pôd Soil Conservation Service (SCS) v USA. Objem zrážok je na objem odtoku prevedený podľa čísel odtokových kriviek CN, ktoré sú tabelizované na základe hydrologických vlastností pôd a predstavujú pomer priameho a celkového odtoku.

Číslo CN závisí od kombinácie hydrologickej skupiny pôdy a spôsobu využitia územia v danom mieste. Kód hydrologickej skupiny pôdy je získaný z dát hlavných pôdnych jednotiek (presnejší spôsob) alebo dát komplexného prieskumu pôd (tam, kde informácie o hlavných pôdnych jednotkách k dispozícii nie sú).

Základné symboly
  • CN – číslo odtokovej krivky
  • A – maximálna potenciálna strata z povodia (mm)
  • Ia – počiatočná strata z povodia, keď ešte nedochádza k odtoku (mm)
  • Hs – návrhová výška zrážky, záťažový stav (mm)
  • Ho – výška priameho odtoku (mm)
  • Op – objem priameho odtoku (m3)

Platí, že pomer medzi skutočnou a maximálnou stratou z povodia je rovnaký ako pomer odtoku a zrážky, ktorá je redukovaná o počiatočné straty.

Vstupné dáta
  • hpj.shp – vektorová vrstva hlavných pôdnych jednotiek (z kódov BPEJ)
  • kpp.shp – vektorová vrstva komplexného prieskumu pôd
  • landuse.shp – vektorová vrstva využitia územia
  • povodi.shp – vektorová vrstva povodí IV. rádu s návrhovými zrážkami Hs
  • hpj_hydrsk – číselník s hydrologickými skupinami pôd pre hlavné pôdne jednotky
  • kpp_hydrsk – číselník s hydrologickými skupinami pôd pre vrstvu komplexného prieskumu pôd
  • lu_hydrsk_cn – číselník s číslami CN pre kombináciu využitia územia a hydrologickej skupiny
Navrhovaný postup

schema scs-cnGrafická schéma postupu.

Znázornenie vstupných dát spolu s atribútovými tabuľkami je na obrázkoch nižšie.

hpj kppHlavné pôdne jednotky a podrobný prieskup pôd spolu s ich atribútovými tabuľkami.

landuse povodiaVyužitie územia a vrstva povodí IV. rádu spolu s ich atribútovými tabuľkami.

Postup spracovania v QGIS

Nebudem na tomto mieste podrobne opisovať celý postup, no stručne naznačím, že veľká časť riešenia zahŕňa použitie zásuvného modulu GRASS. Opisuje postup založenia lokácie a mapsetu z prostredia QGIS, nastavenie výpočtového regiónu a rozlíšenia.

new mapsetVytvorenie lokácie a mapsetu, nastavenie výpočtovej oblasti a rozlíšenie.

Na prekrývanie, resp. nájdenie prieniku alebo zjednotenie vektorových vrstiev sú použité moduly v.overlay.and a v.overlay.or.

overlay andModuly na prekrývanie vektorových vrstiev.

Pripájanie tabuliek k existujúcej tabuľke vektorov robíme pomocou modulu v.db.join.

db joinPripojenie tabuľky k existujúcej tabuľke vektorov.

Na štatistické výpočty, editáciu atribútov a matematické operácie s dátami sú použité moduly v.to.db a v.db.update_op.

calculate AVýpočet výmery a parametra A.

Nové stĺpce pridávame modulom v.db.addcolumn.

add columnsVytvorenie viacerých stĺpcov naraz.

Na konverziu vektorových dát na raster na základe atribútu možno aplikovať modul v.to.rast.attr. Priemerné hodnoty priameho odtoku pre každé povodie v riešenom území sú počítané modulom v.rast.stats, ktorý slúži na výpočet štatistických informácií rastrovej mapy na základe vektorovej vrstvy.

raster statsDialógové okno modulu v.rast.stats.

Výsledky a medzivýsledky prezentujeme v QGIS-e.

navrhove zrazkyZobrazenie povodí IV. rádu s návrhovými zrážkami (vľavo), výška priameho odtoku pre elementárne plochy (vpravo).

2. Priemerná dlhodobá strata pôdy

Teoretické východiská

Priemerné ročné straty pôdy spôsobené odtokom z pozemku určitého sklonu a určitého spôsobu využívania možno predikovať pomocou matematického modelu USLE, tzv. univerzálnej rovnice straty pôdy (Wischmeier a Smith, 1978):

G = R . K . L . S . C . P

Základné symboly
  • G – priemerná dlhodobá strata pôdy (t.ha-1. rok-1)
  • R – faktor eróznej účinnosti dažďa (MJ.ha-1.cm.h-1)
  • K – faktor erodovateľnosti pôdy (t.h.MJ-1.cm-1.rok-1)
  • L – faktor dĺžky svahu ()
  • S – faktor sklonu svahu ()
  • C – faktor ochranného vplyvu vegetačného krytu ()
  • P – faktor účinnosti protieróznych opatrení ()
Vstupné dáta
  • hpj.shp – vektorová vrstva hlavných pôdnych jednotiek (z kódov BPEJ)
  • kpp.shp – vektorová vrstva komplexného prieskumu pôd
  • landuse.shp – vektorová vrstva využitia územia
  • povodi.shp – vektorová vrstva povodí IV. rádu s návrhovými zrážkami Hs
  • hpj_k – číselník s kódom K pre hlavné pôdne jednotky
  • kpp_k – číselník s kódom K pre pre vrstvu komplexného prieskumu pôd
  • lu_c – číselník s kódom C pre vrstvu využitia územia
  • dmt – digitálny model terénu v rozlišení 10 x 10 m
  • maska.pack – oblasť územia bez líniových a plošných prvkov prerušujúcich odtok
Navrhovaný postup

schema usleGrafická schéma postupu.

Znázornenie vstupných vektorových dát spolu s atribútovými tabuľkami je totožné so vstupnými vektorovými dátami pri metóde SCS CN. Digitálny model reliéfu a oblasť riešeného územia bez líniových a plošných prvkov prerušujúcich odtok (maska) sú na obrázku nižšie.

dmt maskaVrstva digitálneho modelu reliéfu a oblasť riešeného územia bez prvkov prerušujúcich odtok.

Postup spracovania v QGIS

Ani pri tejto metóde nebudem podrobne opisovať jednotlivé kroky. Okrem modulov spomenutých vyššie, boli v tomto prípade navyše aplikované modul r.resamp.stats, ktorý prevzorkuje raster napríklad pomocou agregácie, ďalej modul r.slope, r.terraflow a iné.

slope accumulationSklonové pomery a akumulácia odtoku.

Pracujeme aj s modulom r.mapcalc. V jeho dialógovom okne zostavíme algoritmus. Na obrázku nižšie je výraz na výpočet hodnoty LS spolu so zobrazením v mapovom okne.

calculate lsGrafický kalkulátor a topografický faktor LS zahrňujúci vplyv dĺžky a sklonu svahu.

Po výpočte výslednej hodnoty rovnice USLE výsledky porovnáme.

Porovnanie výsledkov USLE bez ohľadu na prvky prerušujúce odtok (vľavo) a s prvkami prerušujúcimi odtok (vpravo).

g porovnaniePovodia s priemernými hodnotami straty pôdy bez a s uvážením prvkov prerušujúcich odtok.

Pri oboch metódach je kladený dôraz na rozdelenie riešeného územia na malé elementárne plochy a pokiaľ je možné, udržať dáta vo vektorovej podobe. Okrem presnejších výsledkoch to umožňuje prípadné ďalšie výpočty pre rôzne zvolené plochy, ako napríklad jednotlivé pozemky alebo katastrálne územia. Treba si vždy dať pozor, aby riešenie bolo v súlade s modernými požiadavkami grafického spracovania a aby sa súčasne čo najviac blížilo reálnym skutočnostiam.

Automatizácia výpočtov

Processing modeler

Ak sú dispozícii kvalitné a podrobné dáta, je dobre známy postup spracovania, v ére informačných technológií nastupuje snaha vytvoriť modelovacie programy, ktoré sú schopné výsledky počítať automaticky. Processing modeler je nástroj na podporu vizuálneho programovania. Jednotlivé časti kódu reprezentujú grafické elementy. V prostredí QGIS je dostupný v záložke Spracovanie > Grafický modeler. Po jeho vytvorení možno model uložiť a neskôr ho opäť použiť alebo upraviť.

Grafický modeler GRASS GIS

Aj GRASS GIS modeler umožňuje grafickou formou vytvárať, editovať, spravovať komplexné modely a modelovať geopriestorové analýzy. Možno ním reťazce procesov, napríklad moduly zabaliť do jedného procesu – modelu. Potom stačí iba mierne zmeniť vstupné hodnoty alebo parametre modelu a po spustení sa celý proces vykoná sám. V rámci grafického modeleru môžeme definovať dátové položky – rastrové, vektorové, priestorové mapy, definovať akcie – príkazy GRASS GIS, vzťahy medzi dátami a funkciami, definovať cykly, podmienky, premenné modelu a podobne. Ďalej môžeme validovať, spustiť model, exportovať ho do súboru, Python skriptu alebo ako obrázok.

modelyMožnosti automatizácie v GIS.

Automatizácia je už však nad rámec tohto príspevku, no v každom prípade sa k nej ešte určite niekedy vrátime.

Záver

Geoinformatici nechcú (a nemôžu) byť hydrológmi či geológmi, ale len spolupráca viacerých odborníkov môže byť plodná pri riešení týchto interdisciplinárnych problémov. Je potrebné poznať pozadie a disciplíny, v ktorých je možné geoinformačné systémy nasadiť, aby sa dali plnohodnotne používať, prípadne aspoň pochopiť škálu problémov, kde sa ich riešenie dá aplikovať. Je to dôležité aj preto, aby sa nemuselo potvrdiť nepísané pravidlo, ktoré hovorí: Nemožnosť použitia GIS riešenia nie je spôsobená nepripravenosťou systémov, ale malou predstavivosťou a slabou pripravenosťou používateľa GIS.

Ak vás príspevok zaujal alebo si viete predstaviť riešenie v inej sfére, dajte o tom vedieť, prípadne sledujte stránku GISMentors. V najbližších mesiacoch plánujeme ďalšie kurzy QGIS, GRASS GIS, GeoPython či PostGIS. Stretnúť nás môžete tiež na GIS Ostrava a GISHackathon v Brne. Budeme sa tešiť!

Za GISMentors Ľudka Furtkevičová