landlab

Landlab - 地表过程建模

快速参考

from landlab import RasterModelGrid
from landlab.components import FlowAccumulator, StreamPowerEroder
import numpy as np

# Create grid
grid = RasterModelGrid((100, 100), xy_spacing=10.0)
z = grid.add_zeros('topographic__elevation', at='node')
z += np.random.rand(grid.number_of_nodes) * 0.1

# Set boundaries (open bottom edge)
grid.set_closed_boundaries_at_grid_edges(True, True, True, False)

# Create and run components
fa = FlowAccumulator(grid, flow_director='D8')
sp = StreamPowerEroder(grid, K_sp=1e-5)

for _ in range(100):
    fa.run_one_step()
    sp.run_one_step(dt=1000)
    z[grid.core_nodes] += 0.001 * 1000  # Uplift

grid.imshow('topographic__elevation', cmap='terrain')

网格类型

网格	用例
RasterModelGrid	规则矩形网格（最常见）
HexModelGrid	六边形网格（各向同性流动）
VoronoiDelaunayGrid	不规则点分布
NetworkModelGrid	仅用于河道网络

核心概念

字段和边界

# Fields: data stored at grid elements (nodes, links, cells)
z = grid.add_zeros('topographic__elevation', at='node')
grid.at_node['drainage_area']  # Access existing field

# Boundaries: close all edges except outlet
grid.set_closed_boundaries_at_grid_edges(True, True, True, False)
z[grid.core_nodes] += uplift * dt  # Core nodes exclude boundaries

基本操作

流向追踪

from landlab.components import FlowAccumulator

fa = FlowAccumulator(grid, flow_director='D8')  # or 'Steepest', 'MFD'
fa.run_one_step()
drainage_area = grid.at_node['drainage_area']

河流功率侵蚀

from landlab.components import StreamPowerEroder

sp = StreamPowerEroder(grid, K_sp=1e-5, m_sp=0.5, n_sp=1.0)
sp.run_one_step(dt=1000)  # dt in years

坡面扩散

from landlab.components import LinearDiffuser

ld = LinearDiffuser(grid, linear_diffusivity=0.01)  # m^2/yr
ld.run_one_step(dt=100)

加载/保存 DEM 数据

from landlab.io import read_esri_ascii, write_esri_ascii
from landlab.io.netcdf import read_netcdf, write_netcdf

grid, z = read_esri_ascii('dem.asc', name='topographic__elevation')
write_esri_ascii('output.asc', grid, names='topographic__elevation')
write_netcdf('output.nc', grid)  # Save all fields

多组件模型

from landlab import RasterModelGrid
from landlab.components import FlowAccumulator, StreamPowerEroder, LinearDiffuser

grid = RasterModelGrid((100, 100), xy_spacing=100.0)
z = grid.add_zeros('topographic__elevation', at='node')
z += grid.node_y / 1000 + np.random.rand(grid.number_of_nodes) * 0.1
grid.set_closed_boundaries_at_grid_edges(True, True, True, False)

fa = FlowAccumulator(grid, flow_director='D8')
sp = StreamPowerEroder(grid, K_sp=1e-5)
ld = LinearDiffuser(grid, linear_diffusivity=0.01)

dt, uplift_rate = 1000, 0.001
for _ in range(500):
    fa.run_one_step()
    sp.run_one_step(dt)
    ld.run_one_step(dt)
    z[grid.core_nodes] += uplift_rate * dt

何时使用及替代方案

用例	工具	原因
景观演变建模	Landlab	模块化组件，原生支持 Python
流域尺度地层建模	Badlands	专注于沉积物沉积和盆地充填
地形分析（MATLAB）	TopoToolbox	成熟的 MATLAB DEM 分析工具包
简单扩散/侵蚀	Custom numpy	基本模型所需依赖更少
地表-地下耦合	Landlab	提供水文学和地貌学组件
河道网络提取	Landlab 或 pysheds	两者都能很好地处理流向追踪
土壤生成和输运	Landlab	提供专用的风化和土壤组件
地貌学教学	Landlab	组件 API 清晰，教程丰富

选择 Landlab 的情况：你需要一个模块化、基于组件的框架，用于景观演变建模，并在单次模拟中整合多种地表过程（侵蚀、扩散、流向追踪、风化）。

选择 Badlands 的情况：你的重点是流域尺度的景观演变，尤其关注沉积物输运和地层结构。

选择 custom numpy 的情况：你只需要简单的二维扩散或河流功率模型，不需要完整组件框架带来的额外开销。

常见工作流

含侵蚀和隆升的景观演变模型

• 创建具有适当尺寸和间距的 RasterModelGrid
• 初始化 topographic__elevation 字段（平坦地形加噪声，或加载 DEM）
• 设置边界条件（将一条边设为出口开放，其余边关闭）
• 创建 FlowAccumulator，并选择流向算法（D8 或 MFD）
• 创建 StreamPowerEroder，并设置侵蚀系数 K_sp
• 创建用于坡面过程的 LinearDiffuser
• 定义时间步长 dt 和总运行时间；选择隆升速率
• 运行时间循环：流向追踪、侵蚀、扩散，然后隆升
• 使用 write_netcdf() 或 write_esri_ascii() 按间隔保存快照
• 使用 grid.imshow() 可视化最终地形
• 分析汇水面积和河道剖面
• 提取河流纵剖面，用于坡度指数分析

常见问题

问题	解决方案
平坦区域阻碍水流	为初始地形添加少量随机噪声
边界效应	确保至少有一条开放边界用于排水
侵蚀不稳定	减小 dt 或 K_sp；检查 Courant 条件
字段名称错误	使用准确的 Landlab 名称：'topographic__elevation'、'drainage_area'
大型网格的内存问题	降低网格分辨率，或仅对河道使用 NetworkModelGrid

提示

1. 先设置边界——再添加组件
2. 使用 core_nodes——操作时排除边界节点
3. 检查字段名称——组件需要特定名称（例如，'topographic__elevation'）
4. 从简单开始——逐步添加组件，并逐一验证

参考资料

• 组件参考 - 按类别列出的可用组件
• 网格参考 - 网格类型和配置

脚本

• scripts/erosion_model.py - 基本侵蚀模型模板