單流向法地形濕度指數尺度效應的不同地形區差異分析

王 海 力,韓 光 中，謝 賢 建

(內江師范學院地理與資源科學學院， 四川 內江 641112)

單流向法地形濕度指數尺度效應的不同地形區差異分析

王 海 力,韓 光 中，謝 賢 建

(內江師范學院地理與資源科學學院， 四川 內江 641112)

利用DEM提取地形濕度指數(Topographic Wetness Index，TWI)，以滿足既定地理模型構建，需考慮不同地形區TWI提取的尺度效應。該文根據實際應用中的DEM分辨率尺度，生成1 m、2.5 m、5 m、10 m、20 m、30 m分辨率尺度的6景DEM；利用單流向算法提取研究區TWI；通過定性和定量方法分析了在不同DEM分辨率尺度中，居民地、梯田、湖泊和自然地形區4種地形區域中TWI值分布特征。結果表明：不同地形區TWI的尺度效應差異較大；隨著DEM尺度增大，TWI值域逐漸縮小，變異程度逐漸增強，反映地表形態變化的能力逐漸減小；當DEM尺度大于5 m時，TWI基本不能反映人工地形區域；自然地形區的TWI變化規律與研究區整體TWI變化規律相當，居民地與梯田的TWI變化規律大致相同，湖泊區域的TWI變化相對穩定。

地形濕度指數； DEM；不同地形區；尺度效應；單流向算法

0 引言

地形濕度指數(TWI)由Beven等在1979年提出[1]，是基于數字高程模型DEM提取的表征地表持水能力的相對高低值量度指標，從算法角度講是單位匯水面積與地表坡度的函數；TWI能一定程度上反映區域飽和含水量的空間分布特征[2-4]。秦承志[5,6]、劉學軍[7]、周啟明[8]等先后對該算法進行了改進，提出了單流向算法的TWI指數提取方法[9]和多流向算法的TWI指數提取方法[6]，TWI計算方法得到進一步發展，且常被用于水土保持、土壤、水文和地貌等地理信息評價模型的構建中[10-13]。由于TWI提取方法較多，不同算法對同一尺度DEM提取TWI指數也存在較大的差異，部分學者對TWI提取算法進行了適應性研究：如包黎莉等[14]通過4種不同的TWI算法對人工構建的DEM進行TWI提取，定量分析了不同算法所帶來的TWI指數提取誤差；王洪明等[15]通過多種TWI提取算法對小流域地形濕度進行提取，并與真實土壤水分進行相關性研究，提出了利用TWI模擬土壤水分的最佳流向算法。另一方面，由于DEM及其地形分析具有強烈的尺度依賴特征[7,16]，不同尺度DEM所提取的TWI具有較大的差異性，白天路等[17]從DEM分辨率異質性所引起的坡度異質性角度討論了地形濕度指數提取的差異性，提出高分辨DEM能提取最優TWI。以上研究均從整個研究區DEM出發，進行TWI提取研究，在DEM尺度異質性情況下，對于TWI在不同地形區域分布情況鮮有報道。

DEM尺度效應主要表現在柵格單元大小對地形信息表達的詳細程度上，DEM分辨率尺度小，柵格單元小，能詳細地反映地形信息；DEM分辨率尺度大，則反映地表信息較為粗略。根據DEM生產行業規定，利用基本比例尺地形圖中等高線能生產的最大DEM分辨率計算公式F=0.5×B/1 000(B為地形圖比例尺)，可生產0.25 m、0.5 m、1 m、2.5 m、5 m、25 m、50 m等尺度的DEM；另外，10 m、20 m、30 m等尺度的DEM常被用于不同區域的地形研究。在不同研究尺度下，如何選擇DEM分辨率尺度進行TWI提取，并能反映如梯田、居民地、湖泊等人工微地形區域的TWI 分布情況，以滿足既定研究尺度下模型構建，具有較大的研究意義。前人對DEM柵格尺度異質性的研究，以及從坡度和匯水面積計算著手對TWI尺度效應的研究，對本文不同地形區TWI指數提取具有直接的借鑒價值。本研究利用經典單流向算法，提取各尺度下的TWI指數，通過定性和定量方法分析對人工地形區域梯田、居民地、湖泊以及自然地形區域TWI的尺度效應，以期為不同研究尺度TWI提取時DEM分辨率選取提供理論和技術依據。

1 研究區數據概況

研究區為某丘陵小溝流域的一部分，為了研究梯田、居民地、湖泊等人工微地形區域TWI對DEM尺度的敏感性特征，利用研究區高清影像(0.5 m分辨率，如圖1a所示)并結合研究區2013年測量的1∶2 000地形圖，解譯獲得地形分區圖，共分為梯田、居民地、湖泊、自然地形4種分區(圖1b)。DEM數據是通過提取1∶2 000地形圖中等高線，借助ArcGIS10.1平臺中DEM構建工具，通過等高線提取、不規則三角網構建、DEM尺度設置、DEM生成、DEM裁剪等步驟，最終生成分辨率尺度為1 m、2.5 m、5 m、10 m、20 m、30 m的DEM(圖1c-圖1h)。由圖1中DEM可知，研究區高程最大值為660 m，最小值為420 m，相對高差為240 m；由6景不同的DEM可知，隨著分辨率的降低，相對高程有逐漸減小的趨勢。

圖1 研究區概況

2 研究方法

TWI提取算法有單流向算法、多流向算法、基于局域地形自適應多流向算法和局域地形自適應多流向算法與最大下坡相結合的算法[14]，而在地學應用領域中，為了計算方便，較多學者使用經典單流向算法提取TWI指數[4,13,18]；為使研究成果更具有代表性和普遍性，本文選擇經典單流向算法提取地形濕度指數，計算公式[19]如下：

TWI=ln(S/tanβ)

式中：S為地表水所流經的單位長度等高線上的上游區域面積，即匯水面積；tanβ為區域地形坡度的正切值，其中β為弧度坡度數據。

本文通過定性和定量的分析方法，主要對6景TWI指數的整體尺度效應以及在梯田、居民地、湖泊及自然地表4種微地形區域的變化特征進行分析。定性分析主要分析TWI指數目視效果，即6景TWI在不同地形區域的變化；定量分析方法主要通過TWI指數在不同地形區域的一般性描述以及頻率分布直方圖實現，通過頻率分布直方圖可定量分析TWI尺度效應特征。在圖像處理中，直方圖有頻率分布直方圖和累計頻率分布直方圖兩種，能反映圖像像元值的離散信息和總體變化信息。頻率分布直方圖橫坐標表示DN值，縱坐標表示具有相同DN值像元頻數或頻率；累計頻率分布直方圖是以DN值為橫坐標，以小于DN值的所有像元數相疊加為縱坐標。

3 結果與分析

3.1 DEM信息分析

6景DEM一般性描述統計如表1所示，頻率分布直方圖及累計分布直方圖如圖2所示。由表1可知：隨著DEM分辨率尺度增大，研究區的像元數量呈現幾何級數減少，1m分辨率DEM的像元數為1 522 100個，當分辨率尺度增大到30m時，研究區像元數減少到1 632個。隨著分辨率尺度的降低，相對高差逐漸減小，由240m縮小到236m，高程均值基本不變。變異系數(CoefficientofVariable)是標準差與均值的函數，是表征數據異質性程度的量度指標，變異系數越小，異質性越強[15]；地形變異系數基本保持一致，在9.325～9.387之間，說明DEM分辨率變化對地形相對起伏影響較小，同時表明該區域地形起伏較大，地形異質性較強。從DEM頻率分布直方圖可以看出：分辨率尺度越小，直方圖曲線越平滑；隨著DEM尺度增大，其頻率分布直方圖曲線波動頻率逐漸變大，描述地形變化的細節越粗糙，這主要是由于分辨率尺度變大后，削低了高值區，填平了低值區域，使得地形起伏減小。研究區面積較大的高程區域主要集中在500m左右，海拔低值區域面積相對海拔高值區域多；DEM累計頻率分布直方圖中可看出，分辨率尺度異質性對其高程累計頻率無影響，6景DEM累計頻率直方圖曲線基本重合。

表1 DEM一般性描述Table 1 The DEM information statistics

圖2 DEM頻率分布直方圖和累計頻率分布直方圖

3.2 TWI分析

3.2.1 研究區TWI尺度效應分析 借助ArcGIS10.1平臺，根據式(1)建立相關計算模型，提取6景DEM的TWI，結果如圖3所示，一般性描述特征如表2所示，頻率分布直方圖和累計直方圖分布如圖4所示(彩圖見封3)。由圖3可知：小尺度、高分辨率的DEM，其所提取的地形濕度指數能較完整地反映地形變化特征，1 m分辨率的DEM能完整地表現出梯田、湖泊、居民地和自然地形的特征,隨著尺度增大、分辨率降低，DEM所提取的地形濕度指數所表現的地形特征越來越粗糙，到10 m分辨率時，基本看不出梯田、湖泊、居民地，到20 m分辨率時，各地形區TWI與自然地表基本沒有差別，說明DEM尺度增大、分辨率降低對地形濕度指數有較強的削弱作用。從TWI的值域范圍可知：DEM尺度增大后，TWI值域有逐漸縮小的趨勢，1 m分辨率時，其值域范圍在0.003～20.274之間，到30 m分辨率時縮小到6.859～18.788之間。

表2 TWI一般性描述統計

圖3 TWI結果

圖4 TWI頻率分布直方圖

由6景TWI指數的一般性描述統計可知：TWI最小值有逐漸增大的趨勢：1 m分辨率時，最小值為0.003，當分辨率為30 m時，變化到6.859，值域為6.856；最大值有逐漸減小的趨勢，1 m分辨率時，最大值為20.274，分辨率為30 m時，變化到18.788，值域為1.486；值域范圍的減小幅度較大，由1 m分辨率時的20.271變化到30 m分辨率時的11.929，值域達8.342；均值有逐漸增大的趨勢，由1 m時的4.336增加到30 m時的9.146，增幅達到4.81。TWI變異系數有逐漸減小的趨勢，由1 m分辨率時的62.846減小到30 m分辨率時的23.420。

從圖4中可以看出：DEM分辨率尺度不同，TWI頻率分布直方圖和累計頻率分布直方圖差異較大。從頻率分布直方圖可以看出，隨著DEM尺度增大、分辨率降低，TWI低值區域頻率分布逐漸減小，高值區域頻率分布逐漸增大，頻率高值區域有逐漸向TWI高值區域移動的趨勢，且頻率分布高值區域頻率越來越高。具體表現在：分辨率尺度為1 m時，TWI分布頻率高值區域主要集中在3～5之間，其頻率最大值為2%；分辨率尺度為5 m時，TWI頻率高值區域主要集中在4～7之間，TWI最高頻率分布為2.5%；當分辨率尺度為30 m時，TWI頻率高值區域主要集中在7～10之間，頻率分布高值為4.2%。從累計頻率分布直方圖也反映出隨著DEM尺度增加，TWI分布逐漸向高值區域增大。具體表現在：當分辨率尺度為1 m時，其累計頻率從0.3%處開始，且累計量增加幅度較小，隨著DEM尺度增大，TWI累計頻率初始值逐漸增大，當分辨率為30 m時，累計頻率初始值為6.859%，且累計增幅較大。

3.2.2 各地形區TWI尺度效應分析 根據地形分區圖計算各地形區面積比例為：梯田25.174%、居民地1.504%、湖泊1.628%、自然地形區71.694%。利用地形分區圖與TWI圖做空間統計分析，可得各地形區域TWI一般性描述如表3所示，TWI頻率分布直方圖和累計頻率分布直方圖如圖5所示(彩圖見封3)。

表3 地形區TWI一般性描述

由表3對TWI進行定量分析可知：隨著DEM尺度的增大，各地形區域所占面積比例基本保持不變。DEM分辨率異質性條件下，各地形區域TWI差異較大：從小尺度的DEM到大尺度的DEM，各地形區TWI最小值逐漸變大，最大值逐漸減小，值域逐漸減小，均值逐漸增大，變異系數逐漸增強。隨著DEM尺度的變化，3類人工地形區域TWI統計信息呈規律性分布，各類指標中，總體TWI由小到大排列分別為居民地>梯田>湖泊。居民地區域TWI各個統計指標相對其他區域均較小，其6種尺度的TWI最大值在10.324～14.740之間，最小值在1.471～1.723之間，當分辨率為30 m時，TWI值域為所有區域的最小值2.98，值域范圍在7.344～10.324。梯田區域中TWI最大值范圍在13.818～17.289之間，值域在7.176～17.215之間；湖泊區域的最大值分布相對穩定，TWI最大值范圍在18.292～19.857之間，TWI值域范圍在10.597～19.722。自然地形的TWI極值和值域與研究區整體的TWI變化基本保持一致。隨著DEM尺度的增大，人工地形區域居民地、梯田、湖泊的均值逐漸增大的同時，且均值比自然地形區穩定；自然地形TWI均值范圍在3.360～9.048之間，居民地TWI均值在6.518～8.446之間，梯田TWI均值在6.842～9.095之間，湖泊TWI均值最大，在6.515～14.558之間。由變異系數可知：隨著DEM尺度的增大，4種地類的TWI的變異系數逐漸降低，變異程度逐漸加強。人工地形區域變異系數變化最劇烈，居民地的變異強度幅度最大，由51.834變化到9.271，變幅為42.563；其次為梯田，其變異系數由46.525變化到12.801，變幅為33,724；湖泊的TWI變異程度相對穩定，其范圍在35.358～25.521之間，變幅為9.837。當DEM尺度為1 m時，湖泊地形區的變異系數是所有地類中小的，為35.358。隨著DEM分辨率尺度的增大，居民地TWI值變異程度在所有地形區中最大，這可能是由于居民地斑塊面積較小，DEM尺度變大的同時，DEM像元對地形的綜合較大，對地形簡化程度逐漸加大，引起居民地內部變異程度增強。當DEM尺度最小時，湖泊地類的變異系數最小，這可能是由于湖泊地類周圍地形較陡，而湖泊內部地形較為平坦，使得TWI極值較大，從而引起變異較大。

圖5 各地形區TWI分布直方圖

根據頻率分布直方圖可對各地形區TWI各特征值的頻率分布情況進行分析，由圖5可知，4類地形區域的頻率分布直方圖和累計頻率分布直方圖變化大，差異也較大，自然地表區域的TWI頻率分布直方圖和累計頻率分布直方圖與研究區整體TWI分布情況基本一致，居民地與梯田的頻率分布直方圖和累計頻率分布直方圖具有較強的一致性，湖泊地形區各分辨率的TWI直方圖差異最大；隨著DEM分辨率尺度的增大，各地形區的TWI頻率分布有向高值區域移動的趨勢，累計頻率分布直方圖初始值逐漸變大，累計頻率分布曲線增幅逐漸增大，且規律差異較大。自然地形TWI頻率分布與整體TWI頻率分布基本一致，在此不再贅述。居民地與梯田的TWI頻率分布具有較強的一致性：隨著DEM分辨率尺度的增大，TWI分布頻率高值區域向TWI高值區域逐漸偏移，但偏移量較小，TWI低值區頻率分布減小的同時，高值區域的頻率分布也隨之減少。具體表現在：當分辨率為1 m時，居民地與梯田的TWI高值區主要集中在7～8之間，居民地的最大像元頻率為16%，梯田的最大像元頻率為14%；當分辨率為5 m時，兩類地形區TWI高值區域主要集中在8～9之間，居民地的最大像元分布頻率為7.8%，梯田的最大像元頻率為8%；當分辨率為30 m時，兩類地形的TWI高值區域主要集中在9～10之間，居民地的TWI像元頻率最大值為9%，梯田TWI頻率最大值為4%。居民地和梯田的累計百分比具有較大的相似性，當分辨率為1 m、2.5 m時，其累計百分比增長幅度較慢，且較不規則；隨著分辨率尺度的增大，TWI累計頻率曲線變得比較圓滑，TWI累計增長幅度較大，但由于像元數量減少，其累計頻率分布曲線較為曲折。由湖泊地形區域TWI頻率分布直方圖與累計頻率分布直方圖可知：隨著DEM分辨率尺度的增大，其頻率分布有向TWI高值區域偏移的趨勢，但由于受像元數量的減少，其頻率分布曲線為零散的曲線，且其TWI頻率分布最大值有逐漸增大的趨勢。具體表現在：當分辨率為1 m、2.5 m、5 m時，TWI頻率分布高值區域主要集中在4～10之間；當分辨率尺度增大到10 m、20 m、30 m時，TWI頻率分布高值區域主要集中在9～18之間，且呈現出零散的頻率分布曲線，其高值頻率分布由3%增大到13%；在像元數量減少的情況下，對湖泊累計百分比頻率分布曲線的圓滑性影響也較為嚴重，頻率呈現臺階式增長，且增長幅度較大。

3.3 討論

在 DEM尺度敏感性研究中，諸多學者做了有益嘗試，如張亞南等[20]利用信息盒維數確定DEM分辨率的適應性研究，以及高翔等[21]對DEM簡化后產生的地形誤差研究，當DEM單元簡化尺度較大時，將會引起較大程度的地形信息誤差。本研究中DEM尺度變化對地形影響表現在削平了高值區域、填高了低值區域，相鄰DEM高程異質性減弱。DEM分辨率尺度越小，所提取的TWI指數對不同地形區的地形特征反映越詳細。當DEM尺度為1 m時，TWI結果可詳盡反映地形變化；當DEM分辨率增大到5 m時，各地形區域的分布特征變得較為模糊；當分辨率尺度增大到10 m時，各地形區域較為模糊，與自然地表TWI分布情況相當。這主要是由于地形濕度指數TWI以區域DEM為基礎數據，一定程度決定于坡度變化和柵格單元能接收的來自上游匯水面積大小。隨著DEM分辨率增大，相鄰DEM柵格單元綜合了較大面積的地形信息，使得單位匯流面積增加，而相鄰柵格單元坡度變化不大的情況下，TWI值便隨之增加，反映在TWI頻率分布中的結果為：隨著DEM尺度的增大，高頻率的TWI分布向TWI高值區域移動，但DEM尺度大的柵格像元數量少，使得TWI高值區域的頻率相對減少， TWI的高值區域頻率分布曲線波動較大，出現不連續分布情況。

由于居民地、梯田、湖泊等人工地形區域實際面積較小，大尺度的DEM將相鄰地形區域的柵格單元進行了合并，減少了人工地形區域的柵格像元數，使得其頻率分布曲線出現零散式分布，累計頻率分布出現臺階式分布。在DEM分辨率尺度為1 m、2.5 m、5 m時，人工地形區域的TWI頻率分布有較強的規律性， 10 m、20 m、30 m的DEM所提取的TWI頻率分布較為零散，頻率分布曲線規律性較弱；即當DEM分辨率尺度優于5 m的高精度DEM時，所提取TWI才能反映出更多的地形變化細節。因此，在利用DEM提取類似TWI指數的地形因子，用于地理模型構建時，應根據研究區大小和研究對象的不同，加強考慮DEM尺度問題。TWI指數在各地形區域對DEM分辨率尺度敏感性強度不一，其他類似于TWI指數的地形因子(如坡度、坡長、坡度曲率等)對DEM分辨率尺度的敏感性如何，有待進一步研究。

4 結論

(1)TWI整體分析可知：小尺度DEM所提取的地形濕度能完整地反映區域地形變化特征，隨著分辨率尺度的增大，地形濕度所能表現的地形特征越來越粗糙，TWI值域有逐漸縮小的趨勢。1 m分辨率的DEM能完整地表現梯田、湖泊、居民地和自然地形的特征，到10 m分辨率時，基本不能分辨梯田、湖泊、居民地，到20 m分辨率時，各地形區TWI與自然地表變化一致。隨著DEM分辨率尺度的增大，TWI分布低值區域頻率分布逐漸減少，高值區域頻率分布逐漸增大，頻率高值區域有逐漸向TWI高值區域移動的趨勢，且頻率分布高值區域頻率越來越高，TWI累計頻率初始值逐漸變大，累計增幅逐漸變大。

(2)各地形區TWI分析可知：DEM尺度異質性條件下，各地形區域TWI差異較大。隨著DEM尺度增大，各地形區域所占面積比例基本保持不變；各地形區TWI最小值逐漸變大，最大值逐漸減小，值域逐漸減小，均值逐漸增大的同時，比自然地形區穩定，變異系數逐漸增強，人工地形區域變異系數變化最劇烈，其中居民地的變異強度幅度最大，湖泊的TWI變異程度相對穩定；3類人工地形區域TWI統計信息呈規律性分布，自然地形的TWI極值和值域與研究區整體的TWI變化基本保持一致。隨著DEM尺度增大，4類地形區域的頻率分布直方圖和累計頻率分布直方圖變化大，差異也較大。自然地表區域的TWI頻率分布直方圖和累計頻率分布直方圖與研究區整體TWI分布情況基本一致，居民地與梯田的頻率分布直方圖和累計頻率分布直方圖具有較強的一致性，湖泊地形區各分辨率的TWI直方圖差異最大。隨著DEM分辨率尺度的增大，各地形區的TWI頻率分布有向高值區域移動的趨勢，累計頻率分布直方圖初始值逐漸變大，累計頻率分布曲線增幅逐漸增大。3類人工地形區TWI指數受DEM尺度影響最大的為居民地地形區，其次為梯田地形區，影響最小的為湖泊地形區。

[1] BEVEN K J,KIRKBY M J.A physically-based variable contributing area model of basin hydrology[J].Hydrological Sciences Bulletin,1979(24):4369.

[2] 張文杰,程維明,李寶林.黃土高原丘陵溝壑區切溝侵蝕與地形關系分析——以紙坊溝流域為例[J].地球信息科學學報,2014,16(1):87-95.

[3] 楊琳,朱阿興,秦承志,等.基于典型點的目的性采樣設計方法及其在土壤制圖中的應用[J].地理科學進展,2010,29(3):279-286.

[4] 李啟權,王昌全,張文江,等.基于神經網絡模型和地統計學方法的土壤養分空間分布預測[J].應用生態學報,2013,24(2):459-466.

[5] 秦承志,楊琳,朱阿興,等.平緩地區地形濕度指數的計算方法[J].地理科學進展,2006,25(6):87-96.

[6] QIN C Z,ZHU A X,PEI T,et al.An adaptive approach to selecting a flow-partition exponent for a multiple-flow-direction algorithm[J].International Journal of Geographical Information Science,2007,21(4):443-458.

[7] 劉學軍,盧華興,仁政,等.論DEM地形分析中的尺度問題[J].地理研究,2007,26(3):433-442.

[8] 周啟鳴，劉學軍.數字地形分析[M].北京:科學出版社,2006.

[9] QUINN P,BEVEN K J,LAMB R.The Ln(a/tanp) Index:Lamb How to calculate it and how to use it within the TOP-MODEL framework[J].Hydrological Processes,1995,9(2):161-182.

[10] 張文杰,程維明,李寶林.黃土高原丘陵溝壑區切溝侵蝕與地形關系分析——以紙坊溝流域為例[J].地球信息科學學報,2014,16(1):87-95.

[11] 武利.基于SINMAP模型的區域滑坡危險性定量評估及模型驗證[J].地理與地理信息科學,2012,28(2):35-40.

[12] 黃安,楊聯安,杜挺,等.基于多元成土因素的土壤有機質空間分布分析[J].干旱區地理,2015,38(5):1-10.

[13] 田瑞云,王玉寬,傅斌,等.基于DEM的地形單元多樣性指數及其算法[J].地理科學進展,2013,32(1):121-130.

[14] 包黎莉,秦承志,朱阿興.地形濕度指數算法誤差的定量評價[J].地理科學進展,2011,30(1):57-64.

[15] 王洪明,楊勤科,姚志宏.小流域尺度土壤水分與地形濕度指數的相關性分析[J].水土保持通報,2009,29(8):110-114.

[16] 湯國安,劉學軍,房亮,等.DEM及數字地形分析中尺度問題研究綜述[J].武漢大學學報(信息科學版),2006,31(12):1059-1066.

[17] 白天路,楊勤科,王洪明,等.考慮坡度變換的中低分辨率地形濕度指數提取[J].水土保持通報,2009,29(6):131-135.

[18] 張彩霞，楊勤科，李銳.基于DEM的地形濕度指數及其應用研究進展[J].地理科學進展,2005,24(6):116-123.

[19] WILSON J P,GALLANT J C.Terrain Analysis:Principles and Applications[M].New York:John Wiley&Sons,2000.

[20] 張亞南,朱長青,杜福光.一種基于信息盒維數的DEM適宜分辨率確定方法[J].地理與地理信息科學,2014,30(6):17-20.

[21] 高翔,徐柱.地形簡化對DEM不確定性的抗差性研究[J].地理與地理信息科學,2015,31(4):12-19.

Scale Effect Analysis to Topographic Wetness Index Extracted by Single Flow Direction Algorithm in Different Terrain Area

WANG Hai-li,HAN Guang-zhong,XIE Xian-jian

(CollegeofGeographyandResourcesScience,NeijiangNormalUniversity,Neijiang641112,China)

Topographic Wetness Index(TWI) is extracted in Digital Elevation Model(DEM).When extracts it for meeting the needs of geographic model building in established study area,it must consider the scale effect analysis to TWI extracting in different terrain area such as natural surface,residents,terraces,lakes,under the condition of different resolution scales of DEM.According to the DEM resolution scale used in the practical production,6 kinds of different resolution scale DEMs include 1 m,2.5 m,5 m,10 m,20 m,30 m have been made by adjusting the parameters of the grid cell during DEM production.This paper extracts TWI through the method of single flow direction based on above DEM data,the TWI characteristics distributing in the terrain area of residential land,terrace,lake and natural have been qualitatively and quantitatively analysed.The results show that the TWI scale effect is different in different terrain area.With the increase of DEM scale,the range of TWI gradually narrowed,variation degree gradually increased,the ability of responding to changes in surface morphology decreased.The TWI distribution character nearly can′t reflect the artificial terrain when DEM resolution greater than 5 m.The TWI distribution character of each terrain area shows that the change regularity of TWI between natural terrain and the whole study area have the same characteristic,the change character of TWI in residential land is approximately the same as terrace,TWI change regularity in lake area is relatively stable.

Topographic Wetness Index;DEM;different terrain area;scale effect;single flow direction algorithm

2015-12-22；

2016-02-19

國家自然科學基金項目(41401235);四川省教育廳基金項目(15ZB0275)

王海力(1986-)，男，碩士，實驗師，研究方向為區域變化與可持續發展研究。E-mail：hailiwer@sina.com

10.3969/j.issn.1672-0504.2016.04.005

P208

A

1672-0504(2016)04-0023-07