基于DEM的水文信息提取研究——以池州市為例

孫建平，趙冰雪，陳若塵

（1.池州學院 資源環境與旅游系，安徽 池州 247000；2.池州市城鄉規劃設計研究院，安徽 池州 247000）

數字高程模型（Digital Elevation Model)，簡稱DEM，是地理空間中地理對象表面海拔的數字化表達，是數字地形模型的一個分支[1]。隨著空間信息基礎設施“Digital Area（數字區域）”、“Digital Earth（數字地球）”、“Digital City（數字城市）”等概念和技術應用領域的興起，DEM已經成為國家空間數據基礎設施的基本產品之一和進行地形分析的基礎數據[2]。基于DEM數據提取水文信息是數字化時代水文研究的主要方向，也是地理信息系統數據處理研究領域中的熱點。國內外很多專業人士都對此進行了大量的持續的探索分析和研究工作。國外針對DEM溝谷提取進行了大量的試驗，結合控制數據處理DEM溝壑區和平原區的方法，提出了盆地模擬的進一步優化方法[3]。國內在利用DEM進行水文特征分析也有較大進展，實現了利用坡面流模擬，谷線搜索等方法進行流域河網的自動提取，從多個角度對地表水文分布特征進行模擬研究分析，使模擬的河網更逼近實際河網現狀[4-5]。到目前為止，眾多專家、學者針對基于DEM水文信息的提取主要基于大中河流流域以及水資源不足地區，而對于池州這樣水資源豐富地區研究卻不多。

1 數據來源和研究方法

池州市是長江南岸重要的臨江港口城市，位于安徽省西南部，地處東經 116°38′至 118°05′，北緯29°33′至 30°51′。 與銅陵、安慶、黃山、上饒、九江、景德鎮等城市毗鄰，水資源豐富。池州市域地形呈階梯狀分布，東南部偏高、西北部偏低，江河湖面348.4平方公里，達到該市總面積的4%。境內有長江水系、青弋江水系和鄱陽湖水系三大水系，有秋浦河、清溪河、龍泉河等十條河流，其中七條河流流域面積超過500平方公里，河長618km。其中秋浦河是池州市境內流域中最長的一條河，河長149km，流域面積3019平方公里[6]。池州市地表水資源豐富，全市水資源總量為103.05億立方米，占全省水資源總量的11%，人均水資源量7506.60立方米，分別是安徽省和全國平均水平的4倍和2倍。

1.1 數據來源與預處理

池州市DEM數據來源于ASTER GDEM（Global DEM）產品。ASTER GDEM，即先進星載熱發射和反射輻射儀全球數字高程模型，是美國航空航天局與日本經濟產業省共同推出的最新的地球電子地形數據，2009年6月發布。其數據覆蓋范圍包括南緯83°到北緯83°之間的所有陸地區域，達到了地球陸地表面的99%，在精度上，ASTER GDEM比以往所采用的90米分辨率的SRTM數據更有優勢。中國科學院計算機網絡信息中心科學數據中心在ASTER GDEM第一版本（V1）數據基礎上，加工生成了覆蓋整個中國區域的空間分辨率為30米的系列數據產品，并公開發布，該數據按1°×1°進行分幅，可通過其國際科學數據服務平臺進行免費下載[7]。根據池州市經緯度分布，從該平臺上下載池州市所在的ASTGTM_N30E116G、ASTGTM_N29E 117R等5個圖幅，進行數據的投影轉換和數據拼接、行政區劃范圍裁剪等預處理工作，得到池州市DEM數據，如圖1所示。該數據地理坐標系為WGS_84， 投影為 Albers。

圖1 池州市原始DEM

1.2 研究方法

對預處理之后得到數據進行洼地填充、水流方向分析、水流累積量計算、河網提取等分析后即可提取出河網信息，利用ArcGIS的水文分析模塊Hydrology完成試驗，并將提取的河網數據與GoogleMap上的數據進行對比，分析提取方法的可行性。

1.2.1 洼地填充 洼地是指DEM數據中存在的凹陷單元，是由地表形態和數據本身的誤差引起的，對地表流水方向的確定有重要影響。自然情況下，水流由高到低流動，遇到洼地，需要先對其進行填充，之后從該洼地周圍的最低出口處流出。即以3*3的柵格矩陣中的中心柵格為研究對象的話，該柵格值是矩陣中的最低點，那么該點的水流方向是無法確定的。因此，在計算水流方向前，要對DEM數據進行“填洼”處理。目前的處理方法主要有平滑處理和填平處理，其中填平處理較為常用，其基本原理是：根據高程值掃描格網內每個單元格，如果出現洼地，則將相鄰8個單元格中的最低值賦予該單元格。但是，為保證數據的準確性，可根據實際地形分布情況設定填充閾值Zlimit，所有高程值小于閾值的單元格將被填充。

應用 ArcGIS 軟件中的 Sinks、Watershed、Fill和Raster Calculator等工具，可以進行洼地填充計算，低洼地區將被填平，生成新的無洼地DEM。圖2為填洼處理前后的局部對比圖。

圖2 洼地填充局部放大對比圖

1.2.2 水流方向分析 水流方向是水流離開DEM格網時的指向。水流方向分析是利用DEM進行水文信息提取的前提，后續研究均在這個基礎上完成。流向判定大都建立在3×3的DEM格網基礎上，有單流向法和多流向法之分。目前所廣泛采用的流向計算方法是單流向D8算法，對于地表空間范圍內的柵格單元而言，每個中心柵格都有8個和其緊鄰的柵格單元，即每個柵格都8個不同的方向,分別是2的n次方，現在每個柵格都賦予某個整數值來表示此單元格可能的水流方向,如果1表示正東方向，按順時針計算，則2表示東南；4表示正南；8表示西南；16表示正西；32表示西北；64表示正北；128表示東北，其他數值表示流向不確定[8]。

利用ArcGIS軟件水文分析模塊的水流方向計算工具Flow Direction，運用D8算法對填洼后的DEM數據進行流向分析，從而生成池州市水流方向數據，如圖3所示。

圖3 池州市水流方向

1.2.3 水流累積量計算 水流累積量表示每一柵格點上的流水累積量，即匯流能力，在確定了水流的方向以及水量分配以后，可以用區域地形水流模擬的方法獲得。水流累積量值越大，表面該地區越易形成地表徑流，最大值處可視為河谷；越小則相反，即為較高的地方，最小值處可視為分水嶺。水流累積量計算的基本思想是：在DEM格網內，按照水流從高處流向低處的自然規律，在水流方向數據已知的前提下，DEM數據中每個單元柵格的河段上游匯入此處的柵格累積數目便可計算得到，即該柵格的水流累積量。

利用水流累積量工具FlowAccumulation，以水流方向數據為輸入柵格，確定權重因子，權重因子一般是表示降水、土壤以及植被等對徑流影響的因素分布不平衡而形成的，更能詳細模擬該區域的地表水文分布特征。本次試驗選擇系統默認值，計算出水流累積量數據，即每個柵格的流入數目，計算結果如圖4所示。權重因子的確定問題有待后續進行研究。

圖4 池州市水流累積量

1.2.4 河網提取 河網信息提取以該區域的水流累積量數據為數據源，當給定一個水流累積量閾值時，將大于該值的柵格單元連接起來，所產生的數據便是河網信息。河網提取的關鍵在于閾值選擇，閾值大小直接影響河網的疏密程度。通常閾值過小，則數據源中超過該閾值的柵格單元就越多，河網數目就越密級；相反閾值過大，超過該閾值的柵格就越少，河長相應地縮短，提取的河網較稀疏[9-10]。閾值受地形分布、地表植被、氣候條件、土壤性質等諸多因素的影響。因此，地形復雜的區域，閾值一般不同，一般應根據研究需要，參考相應比例尺的地形圖選擇合適的閾值，進而保證DEM中提取的河網信息的準確性。

經多次試驗，認為選取15000,20000,30000為流域閥值，所提取的結果具有代表性，為了保證數據的清晰度，將提取的結果轉換成矢量數據格式，并進行修改線要素符號大小，結果如圖5所示。選取15000作為閾值，提取出的河網信息比較詳細，一些細小河流也能表達出來，20000為閾值時，較之15000少了部分細小河流，30000為閾值時大部分細小河流被忽略，只體現出了主要水流信息。

圖5 河網水系矢量圖

2 提取結果分析

為了檢驗河網提取結果的準確度，將提取結果與GoogleMap中的河流數據進行對比，圖6(a)為利用ArcGIS提取的水流累積量為20000的數據，圖6(b)GoogleMap上的水系數據，為了突出細節信息，只截取了秋浦河部分流域，通過二者對比可以看出,水流累積量閾值為20000時提取的河網空間分布與參考數據水系分布較為契合。

圖6 結果對比

從實驗結果上看,在ArcGIS軟件條件下，能夠在DEM柵格數據當中提取出流域河網等水文要素信息，不但大大提高了監測的效率,而且基本的河網提取比較準確。但是，相較于地表真實值，用此種模擬方法得到的結果和真實值之間仍然存在不同程度的偏差，出現偏差的原因大致有以下幾個方面：

（1）DEM數據的分辨率和質量對提取結果有較大的影響，高分辨率的DEM比低分辨率的DEM數據能更準確詳細的反應水文信息，本次試驗的DEM數據分辨率為30米，本身精度有限，會對后來的結果產生一定的影響。

（2）算法的局限性，由于算法本身的不完善,以及某些參數的設定問題,會對提取結果的準確度產生影響，如在水流方向計算時所采用的是D8算法，此算法只是針對3×3柵格定義了中心柵格的八個方向,對于其他方向進行了近似處理,因此水流方向被簡化，會對提取結果造成影響。

(3)地表水文分布情況是動態變化的。同一地區不同年份不同月份的水文信息都是不同的，文章采用的數據是2009年獲取的，由于時間問題，也會造成一定的誤差影響。

(4)投影誤差，雖然是同一個區域，但是提取數據與參照數據的投影類別及參數的不同也會對結果產生一定的影響，提取數據選用的是Albers投影，即正軸等面積割圓錐投影，GoogleMap采用的是制作電子地圖常用的Web_Mector投影，投影的不同也會產生一定的誤差。

當前隨著科技潮流的大發展，越來越先進的高科技產品被開發應用于地表地形地貌和水文特征分析領域，愈來愈多的檢測過程步驟被科技產品取代，給水文特征分析工作帶來了便利，節省了大量的人物財力，大大提升了工作效率，且相較于前期水文特征分析，其結果的精度、可信度等方面都有了大幅度的提升。

3 結論

DEM數據為水文研究提供了便捷。文章以池州市為研究對象，應用30米分辨率的ASTER GDEM數據和ArcGIS軟件中的水文處理模塊Hydrology經多次試驗提取了池州市河網信息。經對比分析，提取的水系的空間分布情況與GoogleMap的水系數據相對吻合。說明利用DEM提取水文信息既能提高工作效率，且較以往水文特征分析，精度和可信度等方面得到了提高，提取結果可以用于建立區域數據庫，對于流域量化分析、流域數字模型構建、流域自然災害治理、保護自然環境、資源開發保護與利用、城市規劃，提供了技術支持和參考。對于水文信息提取過程中存在的閾值選擇問題和提取精度控制問題有待今后繼續進行深入研究。

[1]湯國安,李發源,劉學軍.數字高程模型[M].北京:科學出版社,2010.

[2]吳秀芹,張洪巖,李瑞改.ArcGIS 9地理信息系統應用與實踐[M].北京:清華大學出版社,2007.

[3]Augusto C V G,Marie P B,Otto C R F.Improving hydrological information acquisition from DEM processing in floodplains[J].Hydrological Process,2009,23(3):502-514.

[4]孫艷玲,劉洪斌,謝德體,等.基于DEM流域河網水系的提取研究[J].資源調查與環境,2004,25(1):19-22.

[5]葉愛中,夏軍,王綱勝,等.基于數字高程模型的河網提取及子流域生成[J].水利學報,2005,36(5):531-537.

[6]馮銀.基于低碳理論的國家森林城市建設評價與規劃——以池州市為例[D].長沙:中南林業科技大學,2012.

[7]李忠娟,馬孝義,朱暉,等.GIS環境下基于DEM的水文特征提取[J].人民黃河,2013,35(2):16-18.

[8]張國珍,嚴恩萍,洪奕豐，等.基于DEM的東江湖風景區水文分析研究[J].中國農學通報,2013,29(2):172-177.

[9]張國珍,嚴恩萍,洪奕豐，等.基于DEM的東江湖風景區水文分析研究[J].中國農學通報,2013,29(2):172-177.

[10]徐亞菲.基于DEM的水文信息提取與應用研究[D].昆明:昆明理工大學,2008.