基于SWAT模型的流域特征自動提取

鄭　濤　彌智娟

(1.云南省電力設(shè)計院， 云南 昆明　650051； 2.云南省水利水電勘測設(shè)計研究院， 云南 昆明　650021；

3.云南秀川環(huán)境工程技術(shù)有限公司， 云南 昆明　650021)

基于SWAT模型的流域特征自動提取

鄭濤1彌智娟2,3

(1.云南省電力設(shè)計院， 云南 昆明650051； 2.云南省水利水電勘測設(shè)計研究院， 云南 昆明650021；

3.云南秀川環(huán)境工程技術(shù)有限公司， 云南 昆明650021)

【摘要】流域特征獲得是進行流域水文特性分析的主要前提之一。本文以牛欄江流域上游河段的德澤水庫為例，采用DEM作為基礎(chǔ)數(shù)據(jù)在SWAT模型的環(huán)境下實現(xiàn)流域河網(wǎng)及邊界的自動提取。結(jié)果表明：在牛欄江流域上游河段利用SWAT模型提取的流域河網(wǎng)與實際地形圖上繪制的河網(wǎng)基本吻合，根據(jù)河網(wǎng)共劃分45個小流域，提取的流域集水面積與實際集水面積相對誤差2%，由此說明利用該方法提取牛欄江流域上游段河網(wǎng)及邊界的可行性。

【關(guān)鍵詞】SWAT； DEM； 河網(wǎng)； 流域邊界

流域特征是進行流域分析的重要參數(shù)，其中流域集水面積是進行水文統(tǒng)計、徑流分析、水資源評價的重要依據(jù)和基礎(chǔ)[1]。而流域集水面積確定的關(guān)鍵是流域邊界的提取，隨著計算機技術(shù)、數(shù)值模擬技術(shù)的發(fā)展及水文模型的廣泛應(yīng)用，數(shù)字流域在流域管理中的地位越來越重要[2]。從早期的使用紙質(zhì)地形圖手動勾繪發(fā)展到由水系、遙感數(shù)據(jù)、DEM(Digital Elevation Model)來自動提取流域邊界[3]。DEM數(shù)據(jù)可描述高程的空間分布特征，但其本身不直接顯示河流、湖泊、壩庫等信息，而是需要對DEM 通過一定算法進行分析判讀。許多學者在這方面做了大量研究，目前廣泛應(yīng)用的是基于地形表面流水的物理模型[4],主要算法有D8、Rho8、FMFD、Dinf和DEMON[5]，D8單流向算法的數(shù)據(jù)結(jié)構(gòu)簡單且計算較為方便，在實際中應(yīng)用廣泛[6]。本文以DEM數(shù)據(jù)為原始數(shù)據(jù)，利用SWAT(Soil and Water Assessment Tool)分布式水文模型的D8算法進行牛欄江流域上游段河網(wǎng)及流域邊界的自動提取，該方法不僅準確度較高，而且快速簡便，可以為工程建設(shè)中流域特征的自動提取提供借鑒。

1SWAT模型提取流域特征原理

SWAT是美國農(nóng)業(yè)部(USDA)研發(fā)的一種分布式流域水文模型[7]，可在GIS和RS提供的空間數(shù)據(jù)平臺上模擬不同土壤類型、土地利用方式、氣象、徑流、泥沙和物質(zhì)運移與轉(zhuǎn)化等的水文物理過程。SWAT模型共有701個方程、1013個中間變量，采用先進的模塊化設(shè)計思路使模型中的大多數(shù)模塊可獨立運行，也可以組合起來進行水文過程模擬，從而也可以利用SWAT模型來進行流域特征的自動提取。SWAT模型對水文循環(huán)的模擬主要分為產(chǎn)流和匯流過程，河網(wǎng)和流域邊界的提取主要考慮水、沙等從河網(wǎng)匯流到流域計算出口斷面的過程，該模型匯流過程是基于樹狀的河系進行模擬。SWAT模型依據(jù)水文循環(huán)的原理采用水量平衡方程進行水文計算。

2研究方法

2.1　DEM預(yù)處理

DEM是流域地形識別的重要基礎(chǔ)資料，也是進行流域特征自動提取的前提。故在SWAT模型運行之前，需要將加載的DEM在Arcgis中進行地理坐標和投影坐標系的設(shè)定，并進行投影的轉(zhuǎn)換與拼接等一系列操作。之后最主要的預(yù)處理過程就是DEM的填洼過程，由于地形差異(洼地、平坦區(qū))導(dǎo)致DEM在空間上地形描述的信息不對稱，忽略該差異的存在將會導(dǎo)致提取時無法確定水流方向造成河網(wǎng)斷線和流域失真[8]，影響流域邊界自動生成連續(xù)的數(shù)字水系，因此在模型運行之前需要根據(jù)洼地深度進行洼地填充處理。

2.2　流域特征的自動提取

對加載處理過的DEM，首先進行基于無洼地的DEM數(shù)據(jù)流域水流方向的確定，SWAT模型中該過程采用單流向法(D8算法)，即將DEM柵格單元中心與其周圍鄰近8個柵格單元中坡降最大的柵格單元的中心比較確定水流方向，水流方向確定后即可顯示集流閾值區(qū)間。集流閾值的大小反映了流域水系的詳細程度，閾值越大輸出的河網(wǎng)越稀疏；反之，閾值越小輸出的河網(wǎng)越密集。最后根據(jù)河網(wǎng)上生成的節(jié)點選定一個流域總出口，從而提取流域分水線形成子流域。

3實例與結(jié)果分析

3.1　研究區(qū)概況

牛欄江是金沙江右岸較大的一級支流，地理位置為東經(jīng)102°51′~103°50′、北緯25°01′~26°02′ ，發(fā)源于云南省昆明市官渡區(qū)小哨境內(nèi)，于昭通麻砂村注入金沙江。年降水量700~1500mm，年蒸發(fā)量1200~1600mm，多年平均流量121m3/s，其中徑流主要由降水形成，洪水主要由暴雨形成。該流域?qū)儆诘釚|北高原區(qū)，地形起伏較大，沿河地形構(gòu)造以近南北和北東向的復(fù)式褶皺為主，地層出露齊全，受人類活動對下墊面的影響，部分地區(qū)植被稀疏，水土流失嚴重，年平均輸沙量達1170萬t。本研究選取牛欄江上游為研究區(qū)域，以德澤水庫為流域出口，其匯水區(qū)即為研究區(qū)的集水面積。

3.2　研究區(qū)流域特征的自動提取

本研究采用30m分辨率的DEM數(shù)據(jù)作為原始數(shù)據(jù)，應(yīng)用高斯—克呂格坐標進行投影轉(zhuǎn)換，轉(zhuǎn)換之后方可在SWAT模型中進行DEM加載。基于該原始數(shù)據(jù)采用D8算法進行水流方向和累積水流量的確定，可得出閾值范圍為6445~1289071。閾值的選取對提取河網(wǎng)至關(guān)重要，閾值設(shè)定得越小，提取的河網(wǎng)越稠密，也越容易出現(xiàn)偽河道，影響流域河網(wǎng)提取的真實性，從而影響邊界提取的準確性；反之，閾值設(shè)定得越大，提取的河網(wǎng)越稀疏，影響流域邊界提取的精度。本研究區(qū)選取閾值6500、10000、120000分別進行河網(wǎng)提取(見圖1)。分析圖1可知該流域閾值設(shè)定過程中并沒有出現(xiàn)偽河道現(xiàn)象，故選取閾值6500，在該河網(wǎng)上選擇德澤水庫處的節(jié)點為流域出口節(jié)點，進行流域子流域劃分及邊界提取(見圖2)，結(jié)果表明研究區(qū)域共劃分45個子流域，流域集水面積為4671km2。

圖1　河網(wǎng)提取過程中閾值的確定

圖2　研究區(qū)流域邊界提取

3.3　提取結(jié)果分析

將牛欄江流域德澤水庫上游段提取的河網(wǎng)與通過地形圖勾繪的河道進行對比，二者幾乎完全重合，該結(jié)果的準確性是進行下一步子流域劃分及流域邊界提取的必要前提。該流域?qū)嶋H流域面積4551km2，整個流域面積相對誤差為2%。可見，以DEM為原始數(shù)據(jù)在SWAT模型中提取流域特征，雖然存在誤差，但可滿足工程規(guī)劃階段的精度要求，能夠較好地反映河流水系的真實情況，并且能快速提取所要研究區(qū)域的河網(wǎng)集水面積，具有一定的工程應(yīng)用意義。

4結(jié)語

基于SWAT模型環(huán)境下采用DEM作為基礎(chǔ)數(shù)據(jù)進行研究區(qū)域河網(wǎng)及流域邊界的自動提取，提取的河網(wǎng)形態(tài)與利用地形圖手動勾繪的河網(wǎng)幾乎完全重合，閾值選取時不存在偽河道現(xiàn)象，提取的流域集水面積與實際流域集水面積相對誤差為2%，誤差較小，滿足實際工程的需要。該方法與傳統(tǒng)方法相比，不僅快速方便，而且精度可靠，可廣泛應(yīng)用于工程實踐中，為其他類似工程模型的研究提供一定借鑒。

參考文獻

[1]周厚芳.流域邊界提取方法研究綜述[J].人民黃河,2011,32,增刊(Ⅱ):28-31.

[2]張歐陽,張紅武.數(shù)字流域及其在流域綜合管理中的應(yīng)用[J].地理科學進展,2002,21(1):66-72.

[3]李麗,郝振純.基于DEM的流域特征提取綜述[J].地球科學進展,2003,18(2):251-256.

[4]O’Callaghan J F,Maek D M.The extraction of drainage networks from digital elevation data[J].Computer Vision,Graphics and Image Processing,1984,28:323-344.

[5]閭國年,錢亞東,陳鐘明.基于柵格數(shù)字高程模型提取特征地貌技術(shù)研究[J].地理學報,1998,53(6):129-133.

[6]程根偉,舒棟材.水文預(yù)報的理論與數(shù)學模型[M].北京:中國水利水電出版社,2006.

[7]Arnod J G,Srinivasan R,Muttiah R S,et al.Continental scale simulation of the hydrologic balance[J].Journal of American Water Resources Association,1999,35(5):1037-1051.

[8]羅運祥,蘇保林,李卉,等.平原河網(wǎng)地區(qū)SWAT模型子流域概化方法[J].北京師范大學學報(自然科學版),2011,47(1):415-418.

中圖分類號：TV12

文獻標志碼：A

文章編號：1005-4774(2015)02-0015-03

Automatic extraction of river basin features based on SWAT model

ZHENG Tao1, MI Zhijuan2,3

(1.YunnanElectricPowerDesignInstitute,Kunming650051,China;

2.YunnanWaterConservancyandHydropowerSurveyDesignInstitute,Kunming650021,China;

3.YunnanXiuchuanEnvironmentalprojectTechnologyCo.,Ltd.,Kunming650021,China)

Abstract：River basin feature acquisition is one of the major premises for river basin hydrological feature analysis. In the paper, Deze Reservoir on upstream section of Niulanjiang River Basin is adopted as an example. DEM is adopted as basic data for realizing automatic abstraction of river network and boundaries under environment of SWAT model. Results shows that river basin network abstracted by SWAT model on upstream section of Niulanjiang River is basically matched with river network made on actual topographic map. The river network is totally divided into 45 small river basins. Relative error between abstracted river basin catchment area and actual catchment area is 2%. Obviously, it is feasible to utilize the method for extracting Niulanjiang River Basin upstream river network and surrounding area.

Key words：SWAT; DEM; river network; river basin boundary