基于ArcSWAT的漓江流域河網水系自動提取對比研究

何 文，盧 遠，余 玲

（1.廣西壯族自治區中國科學院 廣西植物研究所，廣西 桂林 541006；2.北部灣環境演變與資源利用教育部重點實驗室，廣西 南寧 530001；3.西南大學 地理科學學院，重慶 400700）

局地河網特征與山洪災害的形成有密切聯系[1]。中國山多平地少，山區往往河網密集，易旱易澇，尤其對于喀斯特地區而言，山體陡峭、土壤少，地表滯流能力差，更增加了山洪暴發的可能性，因此，快速準確地預報山洪尤為必要。自1984年坡面流模擬方法提出以來，基于數字地形模型的河網快速提取進入了高速發展階段，至今已經發展出了大量專門的模型，如River Tools、ArcGIS水文分析模塊、Arc SWAT、TOPZA、Arc Hydro Tools等[2,3]。一個區域的河網水系是多種自然和人為要素共同作用的結果[4]。DEM數據本身并不包含河流、湖泊等信息，為提高精度往往需要加入一些輔助信息進行人工修正[5]。本研究以漓江流域為例，基于SRTM_V4 DEM和ASTER GDEM兩種數據類型，選用ArcSWAT模型，通過添加實際河網水系及流域邊界進行脅迫，突破傳統僅依賴DEM數據提取河網水系的局限,提高流域水系提取的精度。此外，河網精度評價上，針對傳統人工目視方法的局限，采用河網套合差，從定量和全局的角度對河網水系精度進行評價，區分出不同方法提取水系的細微差別。

1 研究方法

1.1 河網水系提取方法

流域河網水系的提取往往要進行數據預處理，主要步驟有無洼地DEM生成、水流方向計算、匯流積累量計算以及匯流閾值確定。通過大量的計算分析，依據DEM數字地形模型提取的河網水系的精度，取決于水流方向計算是否合理。洼地填充是為了更好地確定水流方向，而匯流積累量等步驟都是以水流方向為基礎的。水流方向計算方法分為單流向算法和多流向算法[6]，單流向算法簡單快捷，但計算精度相對較低，以D8算法應用最為廣泛[7,8]；多流向算法計算精度較高，但也相對比較復雜，應用比較多的有基于坡度式多流向算法[9]、流管法[10]以及無窮流向算法[11]等。

1.2 ArcSWAT水系提取方法

ArcSWAT由美國農業部農業研究中心和美國國家自然資源保護委員會聯合研發，其Automatic Watershed Delineation模塊提供了快速的流域水系提取功能，在此功能下可以同時進行流向、匯流積累量計算以及河網生成等，其Burn-in功能、Pre-defined功能可以實現對原始DEM及流域邊界等進行修正。

2 實例驗證

2.1 研究區概況

漓江流域位于廣西壯族自治區的東北部，流域范圍涉及桂林市區和興安、靈川、臨桂、陽朔、平樂、恭城、荔浦等縣，流域面積約12 000 km2。流域總的地勢為北高南低、東西兩側高而中間低，在一系列開闊的山間盆地及峽谷之間形成了漓江谷地。漓江流域所在地區受亞熱帶季風氣候影響，夏季雨量充沛，易形成洪澇災害。

2.2 研究數據來源

研究的數據主要為SRTM_V4 DEM 90 m分辨率DEM和ASTER GDEM 30 m分辨率DEM，這2種數據均從地理空間數據云網站下載。另外，漓江流域實際水系從國家1︰25萬地形圖中矢量化得到。

2.3 實驗分析

2.3.1 不同方法下水系提取結果

基于SRTM_V4 DEM及ASTER GDEM數據,用ArcSWAT方法，分別在有輔助河網、流域邊界條件以及無輔助條件下對漓江流域水系進行提取。經不斷實驗調整, 確定ASTER GDEM選取的匯流閾值為2 000，而SRTM_V4 DEM選取的閾值為250，提取結果如圖1所示。

圖1 不同方式下提取水系與國家1︰25萬水系對比圖

2.3.2 提取河網精度評價

河網提取的精度一般通過目視判讀，但目視判讀往往帶有較強的人為因素，且當二者差別不大時基本無法區別。本文引入河網套合差法進行評價[12]，套合差如圖2所示，各方法提取的河網套合差結果如表1所示。套合差越小，表示河網的吻合程度越高。本次套合差評價均采用提取水系與1︰25萬水系進行套合，其計算公式為：

式中，D為河網套合差；Ai是兩河網疊加產生的細碎多邊形的面積；S為流域的總面積。

圖2 河網套合差示意圖

表1 不同方式河網提取套合差結果

2.3.3 評價結果分析

從圖1和表1可知，在無實際水系引入條件下ASTER數據提取的水系精度比SRTM數據提取的精度要低，出現很多偽河道。但加入實際河網水系及流域邊界進行脅迫時，基于ASTER數據提取的河網水系精度要明顯高于SRTM數據，套合差結果差不多是3倍的關系，偽河道現象基本得到消除。這與2種數據的生成方式有關，SRTM數據采用的是干涉雷達提取數字高程信息，而ASTER主要是通過立體像對獲取[13]，比較而言，通過干涉雷達獲取的數據可以避開云、雨、霧霾等天氣的影響，在地形的表達上要優于同等分辨率條件下通過立體像對獲取的數據。然而，ASTER數據的水平分辨率為30 m，SRTM數據為90 m，通過引入河網等輔助信息修正后，ASTER數據的這一優勢得到凸顯。

3 結 語

通過運用SRTM_V4 DEM及ASTER GDEM 2種數據類型，運用ArcSWAT流域水系提取方法，分別在有和無實際河網、流域邊界等輔助信息2種條件下對漓江流域水系進行提取，提取精度通過河網套合差進行評價。研究表明：

1）在無實際河網等輔助修正條件下，基于SRTM_V4 DEM數據提取的河網水系精度更高，但加入輔助信息改正后，ASTER GDEM更高分辨率的優勢得到發揮，提取水系的精度更高。

2）有無輔助修正信息，對河網提取精度影響很大，實際運用中可以考慮融合多源數據對提取的中間結果進行修正。

3）采用河網套合差方法評價河網精度，簡單易行，適用于河網提取精度評價。

[1]唐川,朱靜.基于GIS的山洪災害風險區劃[J].地理學報,2005,60(1):87-94

[2]Arnold J G,Williams J R,Srinivasan R,et al.Large Area Hydrologic Modeling and Assessment Part I: Model Development[J].Journal of the American Water Resources Association,1998,34(1):73-89

[3]Garbrecht J,Martz L W.Topaz:An Automated Digital Landscape Analysis Tool for Topographic Evaluation,Drainage Identification，Watershed Segmentation and Sub-catchment Parameterization[EB/OL].http://homepage.Usask.ca/～lwm885/topaz /overview.html,1999-08-01/2014-08-01

[4]鄭子彥,張萬昌,邰慶國.基于DEM與數字化河道提取流域河網的不同方案比較研究[J].資源科學,2009,31(10):1 730-1 739

[5]陳加兵,勵惠國,鄭達賢,等.基于DEM的福建省小流域劃分研究[J].地球信息科學,2007(9):74-77

[6]秦承志,朱阿興,李寶林,等.基于柵格DEM的多流向算法述評[J].地學前緣,2006,13(3):91-98

[7]Callaghan J F,Mark D M.The Extraction of Drainage Networks from Digital Elevation Data [J].Computer Vision,Graphics,and Image Processing,1984,28(4):323-344

[8]程根偉,舒棟材.水文預報的理論與數學模型[M].北京:中國水利水電出版社,2006

[9]Quinn P，Beven K,Chevalier V,et al.The Prediction of Hillslope Flow Paths for Distributed Hydrological Modeling Using Digital Terrain Models [J].Hydrological Processes,1991,5(1):59-79

[10]Mariza C,Cabral C,Stephen J,et al.Digital Elevation Model Networks(DEMON):A Model of Flow Over Hillslopes for Computation of Contributing and Dispersal Areas[J].Water Resource Research,1994,30(6):1 681-1 692

[11]Tarboton D.A New Method for the Determination of Flow Directions and Contributing Areas in Grid Digital Elevation Models[J].Water Resources Research,1997,33:309-319

[12]詹蕾.SRTM DEM的精度評價及其適用性研究——以在陜西省的實驗為例[D].南京:南京師范大學,2008

[13]郭笑怡,張洪巖,張正祥,等.ASTER GDEM與SRTM3數據質量精度對比分析[J].遙感技術與應用,2011,26(3):334-338