landlab

用途

Landlab 是一个基于 Python 的地表过程与地貌演化数值建模框架，用于构建二维数值模型，模拟侵蚀、水文、土壤搬运和地貌演化等过程。它采用模块化组件设计，可将多种地表过程组合在同一个模拟中运行。

主要能力

网格类型

Landlab 提供多种网格类型，适用于不同场景：

网格	用途
`RasterModelGrid`	规则矩形网格（最常用）
`HexModelGrid`	六边形网格（各向同性流动）
`VoronoiDelaunayGrid`	不规则点分布
`NetworkModelGrid`	仅河道网络

字段与边界

字段（fields）是存储在网格元素（节点、链接、单元）上的数据。例如：

z = grid.add_zeros('topographic__elevation', at='node')
grid.at_node['drainage_area']  # 访问已有字段

边界条件可设置网格边缘的开闭状态，例如关闭三条边、保留一条作为出口：

grid.set_closed_boundaries_at_grid_edges(True, True, True, False)
z[grid.core_nodes] += uplift * dt  # 核心节点排除边界节点

核心组件

水流路径（Flow Routing）

from landlab.components import FlowAccumulator
fa = FlowAccumulator(grid, flow_director='D8')  # 或 'Steepest'、'MFD'
fa.run_one_step()
drainage_area = grid.at_node['drainage_area']

河流功率侵蚀（Stream Power Erosion）

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 单位为年

坡面扩散（Hillslope Diffusion）

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

DEM 数据读写

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)  # 保存所有字段

使用方式

多组件模型示例

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

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

典型工作流

创建具有合适尺寸和间距的 RasterModelGrid
初始化 topographic__elevation 字段（平坦加噪声，或加载 DEM）
设置边界条件（开放一条边作为出口，关闭其余边）
创建 FlowAccumulator，选择水流方向算法（D8 或 MFD）
创建 StreamPowerEroder，设置侵蚀系数 K_sp
创建 LinearDiffuser 处理坡面过程
定义时间步 dt 和总运行时长，选择抬升速率
运行时间循环：水流路径、侵蚀、扩散，然后抬升
按间隔用 write_netcdf() 或 write_esri_ascii() 保存快照
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陡峭度分析

适用场景

地貌演化模拟：需要模块化、基于组件的框架，在单次模拟中组合多种地表过程（侵蚀、扩散、水流路径、风化）
地表-地下水耦合：包含水文与地貌组件
河道网络提取：Landlab 或 pysheds 均可较好处理水流路径
土壤生成与搬运：提供专门的 weathering 和 soil 组件
地貌学教学：组件 API 清晰，教程完善

与其他工具的对比：

场景	工具	原因
地貌演化模拟	Landlab	模块化组件，Python 原生
流域尺度地层学	Badlands	侧重沉积物沉积与盆地充填
地形分析（MATLAB）	TopoToolbox	成熟的 MATLAB DEM 分析工具包
简单扩散/侵蚀	自定义 numpy	基础模型依赖更少
地表-地下水耦合	Landlab	包含水文与地貌组件
河道网络提取	Landlab 或 pysheds	两者都能较好处理水流路径
土壤生成与搬运	Landlab	专门的 weathering 和 soil 组件
地貌学教学	Landlab	组件 API 清晰，教程完善

限制与常见问题

问题	解决方案
平坦区域阻断水流	在初始地形中加入小的随机噪声
边界效应	确保至少有一条开放边界边用于排水
侵蚀不稳定	减小 dt 或 K_sp；检查 Courant 条件
字段名错误	使用 Landlab 精确名称：'topographic__elevation'、'drainage_area'
大网格内存问题	降低网格分辨率，或仅对河道使用 NetworkModelGrid

使用提示

先设置边界——在添加组件之前完成
使用 core_nodes——排除边界节点进行操作
检查字段名——组件期望特定名称（如 'topographic__elevation'）
从简单开始——逐步添加组件并逐一验证

参考资料

Components Reference - 按类别列出的可用组件
Grids Reference - 网格类型与配置

脚本

scripts/erosion_model.py - 基础侵蚀模型模板