基于地物要素與DEM融合的水文信息提取方法研究

俞志強(qiáng)，付仲良，陳文志，趙　騫，朱雪堅(jiān)

(1. 浙江省測繪科學(xué)技術(shù)研究院，浙江 杭州 310012； 2. 武漢大學(xué)，湖北 武漢 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)

?

基于地物要素與DEM融合的水文信息提取方法研究

俞志強(qiáng)1，付仲良2，陳文志3，趙騫3，朱雪堅(jiān)3

(1. 浙江省測繪科學(xué)技術(shù)研究院，浙江 杭州 310012； 2. 武漢大學(xué)，湖北 武漢 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)

Research on Hydrological Information Extraction Method Based on the Fusion of Feature Elements and DEM

YU Zhiqiang，F(xiàn)U Zhongliang，CHEN Wenzhi，ZHAO Qian，ZHU Xuejian

摘要：針對傳統(tǒng)數(shù)字高程模型(DEM)數(shù)據(jù)提取水文信息時(shí)容易出現(xiàn)偽河道和河道穿越居民區(qū)的問題開展研究，探索了顧及地物要素的水文信息提取方法，將影響地表徑流的地物要素如道路、水渠、堤壩工程等信息融入DEM，增強(qiáng)了數(shù)據(jù)中地物的高程差異，達(dá)到了細(xì)化DEM目的。提取的水文信息與傳統(tǒng)上基于DEM數(shù)據(jù)的提取結(jié)果相比，更貼合實(shí)際，在一定程度上改善了基于DEM提取水文信息的誤差問題。

關(guān)鍵詞：數(shù)字高程模型；ArcHydro；水文信息

現(xiàn)有研究表明，在山地、丘陵地區(qū)使用數(shù)字高程模型(digital elevation model，DEM)進(jìn)行水文信息提取能夠獲得較好的效果，平原地區(qū)地形平坦，高程差異不明顯，水平方向和垂直方向的分辨率低，僅僅使用傳統(tǒng)數(shù)字高程模型進(jìn)行水文信息提取，容易造成平行水系、偽河道、河道穿越居民區(qū)等問題。目前，用于改善水文信息提取精度的方法主要是改進(jìn)算法、增加約束條件(如河流和湖泊數(shù)據(jù))、減少平行水系。這些方法在一定程度上提高了平原地區(qū)水文信息提取的精度[1]，但人類改造地表的活動越來越頻繁，道路、水渠、堤壩工程等影響了匯水路徑，特別是城市密集區(qū)，水文信息提取往往容易失真。

DEM已經(jīng)被廣泛應(yīng)用于城市規(guī)劃、三維建模等方面[2]，從DEM提取水文信息也成為重要研究方向之一[3-4]。在水文信息提取方面，德克薩斯大學(xué)開發(fā)的AGREE算法引入線性要素對DEM表面高程進(jìn)行修正和調(diào)整，使得基于DEM提取的流域特征更接近真實(shí)情況，這對于平坦區(qū)較狹窄的地表河流具有較好效果。國內(nèi)外對這方面的研究主要是利用高程數(shù)據(jù)計(jì)算中心柵格與各相鄰柵格間的距離權(quán)落差確定水流方向和匯流累積量，分析得到出水口、河網(wǎng)和子流域。但上述方法在地形起伏小、高程差異不大的情況下往往出現(xiàn)誤判徑流方向的現(xiàn)象(如平行狀匯水線)。本文研究一種顧及地物要素(即增加約束條件)的水文信息提取方法，使用5 m格網(wǎng)的DEM數(shù)據(jù)，突出影響地表徑流的地物特征，增強(qiáng)地物要素如道路、水渠、堤壩工程的高程差異，從而進(jìn)行水文信息提取，以減少信息提取的誤差。

采用5 m格網(wǎng)的DEM數(shù)據(jù)和基礎(chǔ)測繪成果1∶1萬地理實(shí)體數(shù)據(jù)庫的道路、湖泊、水渠、堤壩工程等DLG數(shù)據(jù)，將道路、水渠、堤壩工程等作為影響匯水方向的3種地物要素，融入DEM數(shù)據(jù)，最后對融合后的DEM數(shù)據(jù)借助相關(guān)水文特征提取工具完成水系、匯水區(qū)和出水口等水文信息的提取。

一、地物要素與DEM的融合

1. 數(shù)據(jù)預(yù)處理

本文采用了5 m格網(wǎng)的DEM和數(shù)字表面模型(digital surface model, DSM)數(shù)據(jù)，其中DSM是機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)，點(diǎn)密度為0.2 m，經(jīng)過噪聲去除、系統(tǒng)誤差改正、地表激光點(diǎn)分類處理后，得到5 m格網(wǎng)的數(shù)字表面模型[5]。

2. 地物要素高程信息的獲取

由于DLG數(shù)據(jù)不包含高程信息，地物要素的高程信息可以從數(shù)字表面模型進(jìn)行提取。將道路、水渠、堤壩工程的矢量數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)，以此柵格數(shù)據(jù)建立掩膜(Mask)文件，并通過掩膜文件提取DSM數(shù)據(jù)中對應(yīng)點(diǎn)的高程，則得到道路、水渠、堤壩工程等對應(yīng)柵格點(diǎn)的高程。

3. 融合方法

道路、水渠、堤壩工程3種地物要素與DEM的融合可通過圖層運(yùn)算進(jìn)行。融合運(yùn)算包括“加法”和“減法”兩種

DEM數(shù)據(jù)融合道路、水渠、堤壩工程時(shí)要結(jié)合地物要素與地表平均的高程差異，考慮作“加法”或“減法”融合操作[6]。由于缺乏涵洞的資料數(shù)據(jù)，因此暫未考慮涵洞對融合處理方法的影響。

1) 道路。道路高于周邊環(huán)境，對地表徑流起到一定的引導(dǎo)作用。道路兩側(cè)低洼的水渠將地表水引入周邊河流；另外道路圖凸起容易阻止平原區(qū)的平行水系生成。因此，道路圖層的數(shù)據(jù)適宜與DEM作“加法”操作，與DEM進(jìn)行融合。

2) 水渠。人工挖掘的水渠地勢較低，對自然河流起分流作用。因此，水渠圖層的數(shù)據(jù)適宜與DEM作“減法”操作，與DEM進(jìn)行融合。

3) 堤壩工程。建筑堤壩，人為地阻斷了河流的自然流向。因此，堤壩圖層的數(shù)據(jù)適宜與DEM作“加法”操作，與DEM進(jìn)行融合。

通過三維場景可以看到DEM(如圖1所示)表現(xiàn)了地表的起伏形態(tài)，且紋理光潔，但平坦地區(qū)地物信息較少。圖2為融合地物要素的DEM，融合后圖中線性地物更加明顯。

圖1　DEM數(shù)據(jù)

圖2　融合后的DEM數(shù)據(jù)

地物要素與DEM融合明顯增強(qiáng)了地物要素的周圍地表的高程差異。圖3為DEM數(shù)據(jù)融合水渠前后的對比圖，可以看出，融合后的水渠所在柵格高程明顯低于原始DEM。圖4為DEM數(shù)據(jù)融合道路前后的對比圖，融合后的道路所在柵格高程明顯高于原始DEM。地物要素與DEM融合，不僅豐富了原始DEM的信息，還在一定程度上夸大了地物要素與周圍地表的高程差，這主要是為水文信息提取時(shí)判定水流方向提供依據(jù)。

圖3　DEM融合水渠剖面對比

圖4　DEM融合道路剖面對比

二、水文信息提取

為便于比較，對融合地物要素的DEM數(shù)據(jù)與傳統(tǒng)DEM數(shù)據(jù)分別提取水文信息：首先檢查數(shù)據(jù)是否存在洼地，如有洼地則進(jìn)行洼地填充，若無洼地則可直接計(jì)算水流方向；然后定義河網(wǎng)結(jié)構(gòu)，提取河流弧段，生成矢量河流線，提取流域出水口后確定匯流區(qū)范圍[7-8]，流程如圖5所示。

圖5　水文信息提取方法流程

提取水文信息首先要提取水系，再提取匯水區(qū)和出水口，水系的精度決定了后者的精度。通過DEM提取的水系與地理實(shí)體數(shù)據(jù)庫的DLG水系的最大區(qū)別在于提取的水系是有向的，能區(qū)分上游和下游；DLG水系沒有方向，不能用于提取匯水區(qū)和出水口。

水系提取是假設(shè)單個柵格中的水流只能流入與之相鄰的8 個柵格中。它用最陡坡度法來確定水流的方向，即在3×3 的DEM 柵格上計(jì)算中心柵格與各相鄰柵格間的距離權(quán)落差(即柵格中心點(diǎn)落差除以柵格中心點(diǎn)之間的距離)，取距離權(quán)落差最大的柵格為中心柵格的流出柵格。平原地區(qū)由于流向不確定，是導(dǎo)致提取河網(wǎng)失真的一個重要原因。融合地物要素的DEM數(shù)據(jù)高程差異明顯(如圖6所示)，可細(xì)化DEM信息，輔助確定平原河道的流向，判定流向時(shí)不容易出現(xiàn)錯誤。

圖6　水系提取原理

三、試驗(yàn)結(jié)果分析

1. 研究區(qū)概況

本文選擇浙江省余姚市境內(nèi)的姚江流域作為研究區(qū)(如圖7所示)，面積約647 km2。研究區(qū)地勢南高北底，南部為低山丘陵，北部屬寧紹平原，地形平坦。流域內(nèi)河網(wǎng)交錯密集，水深2.5～5 m，每年5—9月進(jìn)入汛期，降雨集中，河道泥沙淤積，又受海潮影響，容易泛濫成災(zāi)。

2. 水文信息提取結(jié)果比較

根據(jù)上述方法，將道路、水渠和堤壩工程3種地物要素與DEM進(jìn)行融合。在數(shù)據(jù)處理過程中，閾值的設(shè)定容易影響信息提取的效果，為了保證比較分析的合理性，兩種數(shù)據(jù)處理過程采用了完全相同的步驟和相同的閾值，兩者的對比結(jié)果如圖8所示。圖8(a)為傳統(tǒng)DEM數(shù)據(jù)水文信息提取的結(jié)果，圖8(b)為融合地物要素的DEM的水文信息提取結(jié)果。與傳統(tǒng)DEM對比，融合地物要素后的DEM數(shù)據(jù)信息更豐富，道路、水渠等線性要素更突出。

圖7　研究區(qū)示意圖

圖8　兩種高程數(shù)據(jù)提取的水系對比圖

圖8(a)、圖8(b)反映了兩種數(shù)據(jù)提取的水系與1∶1萬基礎(chǔ)測繪成果的DLG水系分布狀況基本吻合，圖8(c)顯示的是上述兩種數(shù)據(jù)提取結(jié)果的對比，平原地區(qū)(如圖8(c)A區(qū))傳統(tǒng)DEM提取的水系出現(xiàn)不連續(xù)現(xiàn)象，平原地區(qū)地形坡度小，研究區(qū)內(nèi)的河流曲折程度大，精度較低的DEM數(shù)據(jù)難以判定水流方向，容易出現(xiàn)平行水系或不連續(xù)現(xiàn)象；丘陵地區(qū)(如圖8(c)B區(qū))傳統(tǒng)DEM水系末端略短于融合后DEM數(shù)據(jù)，未能呈現(xiàn)狹窄山谷的河流。總體上看，顧及地物要素的DEM水系提取效果略優(yōu)。

3. 精度評價(jià)

提取的水文信息精度評價(jià)指標(biāo)主要包括子流域數(shù)目、水系總長度、匯水區(qū)面積總和、相對誤差、河網(wǎng)密度、河網(wǎng)差套合[9]和子流域精度[10-11]等。相對誤差=|(計(jì)算值-真實(shí)值)/真實(shí)值|；河網(wǎng)密度是指水系總長度與流域面積之比；河網(wǎng)套合差=∑Ai/S，Ai是指兩條河網(wǎng)疊加產(chǎn)生的細(xì)碎多邊形的面積，S指流域面積；子流域精度是指子流域面積之和與流域總面積之差。

融合地物要素的DEM與傳統(tǒng)DEM數(shù)據(jù)水文信息提取的精度，兩種數(shù)據(jù)源提取的水文信息精度評價(jià)量化指標(biāo)詳細(xì)情況見表1。

表1　兩種數(shù)據(jù)源提取的水文信息精度對比

上述幾個精度評價(jià)指標(biāo)中，相對誤差、河網(wǎng)套合差與子流域精度的值越小越符合實(shí)際。由表1可以看出：①融合地物要素的DEM提取的出水口共79個，水系71條，匯水區(qū)79塊。傳統(tǒng)DEM提取的出水口共68個，水系57條，匯水區(qū)68塊。前者提取結(jié)果更為詳細(xì)。②融合地物要素的DEM數(shù)據(jù)提取的水文信息相對誤差、河網(wǎng)套合差均小于傳統(tǒng)DEM。

四、結(jié)束語

顧及地物要素的水文信息提取方法即采用DEM數(shù)據(jù)與道路、水渠、堤壩等地物要素融合后，達(dá)到細(xì)化DEM高程信息的目的。這種數(shù)據(jù)在進(jìn)行水文信息提取時(shí)，能夠減小信息提取的誤差，避免出現(xiàn)水系“斷流”、河網(wǎng)不連續(xù)、水系穿越居民區(qū)的現(xiàn)象。最后使用了幾種評價(jià)指標(biāo)進(jìn)行了精度評價(jià)，驗(yàn)證了DEM與地物要素融合后，其提取的水文信息更符合實(shí)際。

參考文獻(xiàn)：

[1]楊松,王山東,卓中文,等,基于數(shù)字化水系修正DEM提取流域河網(wǎng)研究[J].水利與建筑工程學(xué)報(bào),2013,11(2):123-126.

[2]袁修孝,明洋.一種綜合利用像方和物方信息的多影像匹配方法[J].測繪學(xué)報(bào),2009,38(3)216-222.

[3]AHMED S A， ABBOT T. Evaluation of Morphometric Parameters Derived from ASTER and SRTM DEM——a Study on Bandihole Sub-watershed Basin in Karnataka[J]. Research Article, 2010，38(2):227-238.

[4]RAHMAN M M. Limitation of 90 m SRTM DEM in Drainage Network Delineation Using D8 Method——a Case Study in Flat Terrain of Bangladesh[J]. Applied Geomatics, 2010，2(2)：49-58.

[5]張婷, 劉軍, 駱慧琴. 1∶10 000 DEM的生成及SPOT-5衛(wèi)星數(shù)據(jù)正射校正[J]. 遙感技術(shù)與應(yīng)用, 2004, 19(5):420- 423.

[6]左俊杰,蔡永立.平原河網(wǎng)地區(qū)匯水區(qū)的劃分方法——以上海市為例[J].水科學(xué)進(jìn)展，2011,22(3): 337-343.

[7]KUMAR K V, KAORU M, LI J X. Secular Crustral Deformation in Central Japan Based on the Wavelet Analysis of GPS Time-series Data [J]. Earth Planets Space, 2002,54(2)：133-139.

[8]張國義,房明惠,徐云,等. RSIRiver Tools系統(tǒng)及其應(yīng)用介紹[J].計(jì)算機(jī)應(yīng)用,2002,22(8):38-40.

[9]GARBRENEHT J W，MARTZ L. The Assignment of Drainage Direction over Flat Surfaces in Raster Digital Elevation Model[J]. Journal of Hydrology, 1997, 193(1):204-213.

[10]詹蕾, 湯國安, 楊昕. SRTM DEM提取河網(wǎng)的適用性研究——以陜西省典型實(shí)驗(yàn)區(qū)為例[J]. 科技創(chuàng)新導(dǎo)報(bào), 2010(21):6-8.

[11]李偉濤, 王春, 李鵬, 等.多源DEM提取水文因子精度分析[J].實(shí)驗(yàn)與分析, 2014, 30(4):387-389.

中圖分類號：P237

文獻(xiàn)標(biāo)識碼：B

文章編號：0494-0911(2016)03-0066-04

作者簡介：俞志強(qiáng)(1965—)，男，碩士，教授級高級工程師，主要從事攝影測量與遙感方面的工作。E-mail：qianzhao622@126.com

基金項(xiàng)目：浙江省公益技術(shù)應(yīng)用研究項(xiàng)目(2014C33049)

收稿日期：2015-12-09

引文格式： 俞志強(qiáng)，付仲良，陳文志，等. 基于地物要素與DEM融合的水文信息提取方法研究[J].測繪通報(bào)，2016(3)：66-69.DOI:10.13474/j.cnki.11-2246.2016.0088.