基于輪廓不同的DEM對寧波市姚江流域平原河網的提取研究

李天昊, 王 侃, 程軍蕊, 楊雪玲, 張招招, 韓世豪

(1.寧波大學 地理與空間信息技術系, 浙江 寧波 315211; 2.寧波大學 生態環境研究所, 浙江 寧波 315211)

基于輪廓不同的DEM對寧波市姚江流域平原河網的提取研究

李天昊1,2, 王 侃2, 程軍蕊2, 楊雪玲2, 張招招1,2, 韓世豪1,2

(1.寧波大學地理與空間信息技術系,浙江寧波315211; 2.寧波大學生態環境研究所,浙江寧波315211)

[目的] 針對目前基于DEM提取平原河網所遇到的困境，采用新的視角提取平原河網，為完善水系自動化提取方法研究提供依據。 [方法] 采用Acr Hydro Tools和SWAT工具在輪廓不同的DEM下，對寧波姚江流域進行河網提取和流域確定。再以提取后的流域總面積與河流總長度為定量分析的主要指標，用相對誤差公式、河網套合差公式和Visual Similarity Duplicate Image Finder軟件進行綜合評價與誤差分析。 [結果] 在真實河網輔助下，Acr Hydro Tools與SWAT均是在規整型DEM基礎上的提取效果很差。在臨近型DEM上所提取的河網、流域和流域總出口與實際相符且精度、相似度都很高。 [結論] 用Acr Hydro Tools和SWAT兩種工具提取流域水系都是可取的，但SWAT更加便捷；不同輪廓的DEM以及其是否與流域總出口相切會極大地影響河網提取的質量。

DEM; 平原河網; Acr Hydro Tools; SWAT

文獻參數： 李天昊, 王侃, 程軍蕊, 等.基于輪廓不同的DEM對寧波市姚江流域平原河網的提取研究[J].水土保持通報，2017,37(4)：166-171.DOI:10.13961/j.cnki.stbctb.2017.04.028； Li Tianhao, Wang Kan, Cheng Junrui, et al. Extraction study of plain river network in Yaojiang river basin of Ningbo City based on DEM of different contour[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：166-171.DOI:10.13961/j.cnki.stbctb.2017.04.028

自動化提取河網是為了獲取河流參數信息，如河道所占面積、河道的長度、寬度、深度和匯流累積量等，進而再獲取流域邊界、面積以及坡度等流域參數信息，可為區域水文水利、給水排水、水土保持等方面的研究與工程落實提供數據參考，也可為水文建模及面源污染等提供水文參數。因此河網信息的有效提取一直是水文研究中的熱點問題。現今，伴隨著計算機時代的迅猛發展和高科技產品的迅速更新換代，河網提取和流域劃分的軟件工具也越來越多，如Acr Hydro Tools，SWAT，ArcGIS水文模塊、River Tools等，而本文采用Acr Hydro Tools與SWAT進行研究。針對河網提取，大量的研究[1-7]一致認為，在平原或平坦區域，由于DEM本身的分辨率限制、所含信息限制和數據誤差等原因，并且利用DEM自動化提取河網的各種軟件工具及其算法均不能很好地考慮隨機因素對河網提取的影響，這導致河網的提取常受到洼地與平地效應的影響。為此許多學者提出了良好的想法與改進，如Tribe[8]與Martz等[9]認為匯水面積閾值應該因地貌的不同而不同。Gyasi-Agyei等[10]則提出了基于DEM提取河網時正確估計匯水面積閾值的方法。于淼等[11]使用了一種定義了溢出高程概念的新填洼算法來提取流域水系。周德民等[12]以Acr Hydro Tools工具配合改進升值裂開算法編制的程序提取洪泛平原水系。但這些方法還是較難應對平原河網的提取困境，然而河網水系的正確提取卻是水文分析的前提和基礎，只有提取出正確的河網，其它后續的分析才會有意義。目前國內就浙北平原進行河網自動化提取的相關研究并不是很多，因為平原區尤其是沿海平原區密集的城市群、大規模開挖人工河道、建造城市人工暴雨管網和排污管網等人類活動都極大地影響著河網提取的精度，極易對河網提取造成一定干擾，進而產生斷流、逆流或平行河網[13-15]。因此本文通過Acr Hydro Tools和SWAT工具，以一種新的視角來提取平原河網，即從DEM的裁剪入手，將DEM裁剪成某種輪廓，并在此輪廓的DEM上提取出與實際相符的平原河網。本文的研究成果不僅對于完善水系自動化提取具有重要意義，而且對低平地區的水土保持、防洪防汛、水污染治理以及生態修復等有著重要的參考價值。

1 研究區概況與數據源

1.1 研究區概況

姚江流域是浙江省八大水系之一甬江的一級支流流域，臨近杭州灣，主要位于寧波市的西北部，其流域面積約為1 920 km2，其中寧波市境內約1 525 km2。姚江發源于寧波余姚市大嵐鎮夏家嶺，流經寧波的余姚市、鄞州區、江北區和海曙區，之后與南來的奉化江一起匯入甬江構成甬江水系而匯入東海，其源頭至流域總出口的相對高差約772 m。姚江是寧波市的“母親河”，其干流全長約104 km，它既是一條集水利、農灌、漁業、航運、飲用和歷史文化等功能于一體的重要水系，又是一條主要洪水通道，受地形特征、季風氣候和臺風共同影響下易發生洪水，研究區內的余姚市在2013年發生了特大暴雨洪水，給當地帶來了嚴重的損失。因此姚江對寧波地區的經濟和社會發展有著極其重要的影響。

1.2 數據源與數據處理

本文的基礎數據包括高精度DEM(10 m×10 m)，真實矢量河網(正確匯水方向)，姚江流域范圍圖，寧波行政邊界圖。并在ArcGIS 10軟件支持下將所有相關的GIS圖層的坐標投影進行一致性轉換，所有的圖層均采用高斯—克呂格(Gauss_Kruger)等角投影坐標系，地理坐標系為CGS_NINGBO 2000。此外為了達到研究目的，本文將先提取出整個姚江流域，再以寧波行政邊界得出寧波境內的姚江流域范圍。因此如果將DEM直接沿著整個姚江流域范圍裁剪，則提取的流域范圍必定會小于或等于實際的流域范圍。所以本文以整個姚江流域范圍為參照，將原始DEM裁剪成規整型DEM與臨近型DEM兩種類型，從而以裁剪后的DEM來說明本文的核心問題(注：規整型DEM是輪廓規整的或為矩形的，不與流域出口斷面相切且能將實際流域邊界完全包含在內的一種類型；臨近型DEM是輪廓接近實際流域邊界，且與流域出口斷面相切的能將實際流域邊界完全包含在內的一種類型)。

2 研究方法

2.1 基礎原理與算法

目前無論哪一種軟件或工具，它們基于DEM提取河網的基本原理多數是一致的，Acr Hydro Tools與SWAT也不例外，一般分為以下幾個過程：填洼與“burn-in”真實河網(真實河網導向下的無洼地DEM)、流向分析(河流流向柵格圖)、匯流分析(匯流累積量柵格圖)、河網連接與矢量化。

2.1.1 填洼與“burn-in”真實河網 進行河網提取的基本前提是無洼地的DEM圖，然而原始的DEM圖都或多或少的存在著洼地。洼地的存在會使提取的河網出現斷流現象，因為洼地的高程比周圍低，呈現出凹陷狀，水流至此便無法流出。因此填洼會賦予這些凹陷洼地其與之相鄰柵格中最低的高程值，以便水流延續流出；DEM數據本身不包含河流信息，我們需要真實河網的輔助，增加空間信息量，保證河流計算的精度，使生成的河網更加真實準確。許多學者取得的良好研究成果也是借助于真實河網的輔助作用[13-16]?！癰urn-in”真實河網的實質是將真實河網進行柵格化，把柵格化的河網疊加在DEM上，保持河網所在柵格的高程值不變，而將其他非河網所在柵格整體增加一個高程值，這樣就使得河網柵格與非河網柵格的高程差更加明顯，增強了河網柵格的匯水能力，使其更容易形成河道。

2.1.2 流向分析 對于流向的分析確定，目前應用最廣的是O’Challaghan等在1984年提出的坡面流累計算法即單流向D8算法[17]。D8法也叫單流向最大距離權落差法，它是假設一個網格中的水流只有8種可能的流向，即只能流入與之相鄰的8個網格中，8個方向分別用不同的代碼表示：1-正東，2-東南，4-正南，8-西南，16-正西，32-西北，64-正北，128-東北。本文以0表示中心柵格(圖1)。

圖1 水流流向編碼圖

一個柵格單元的水流流向為指向與之相鄰的8個網格中能形成最陡坡度的那個單元方向。坡度按公式(1)計算：

θxy=arctg〔(hx-hy)/D〕

(1)

2.1.3 匯流分析 該分析大致分為兩個過程，首先是基于流向柵格圖生成匯流累積柵格圖，其原理是假設每個柵格中含有1個單位的水量，在D8流向法的作用下高程值低的柵格匯集了來自其上游柵格所帶的單位水量，這樣高程值低的柵格便有了一定的匯流累計值，因此匯流累積值越大的柵格，就越容易形成地表徑流；第2個過程是為河流的呈現設置匯流累積量閾值，又叫匯水面積閾值。此過程的原理是給定一個匯水面積閾值，將匯水面積超過該閾值的柵格視為河道柵格，這樣把匯水面積大于給定閾值的柵格連接起來，就形成了柵格河網。因此，匯水面積閾值是支撐一條河道存在的所需要的最小匯水面積閾值[18]。一般最小匯水面積閾值應設定在匯流柵格圖中最大柵格單元值的0.5%～1%之間[19]。在這之間，閾值越大，超過閾值的柵格越少，因此河流越短，河流數目越少，河網越稀疏。閾值越小，超過閾值的柵格越多，因此河流越長，河流數目越多，河網越稠密。但是當閾值降低到0.5%以下時，并不會使提取的河網信息過于詳細，反而會降低處理效率并且容易出現偽河道。而閾值達到1%以上，則在相對平坦的地區不能得到較為詳細的河流信息，也會影響流域邊界提取的精度。

2.2 提取河網的方法

2.2.1 Acr Hydro Tools的提取方法 Acr Hydro Tools是由美國開發的一個ArcGIS與水文地理領域知識相結合的水文地理數據模型，它是一種水文時空序列數據模型，可以應用地理基礎資料來輔助分析地表水流的動態過程并獲取更多的水文信息[20]。本文應用Acr Hydro Tools工具，在輪廓不同的DEM與真實河網輔助下對姚江流域平原河網進行提取，其提取流程為： ① 對真實河網先后采用“Assign Stream Slope”和“Burn Stream Slope”指令，以提高河道在DEM空間位置上的準確性。 ② 通過“DEM Reconditioning ”指令，以“AGREE”算法對DEM進一步處理，也叫DEM重建。其原理是利用真實河網及指定的緩沖區修正河道緩沖區內的DEM高程數據，進一步保證DEM與真實河網的一致性。 ③ 通過“Fill Sinks”指令進行全部填洼，得到真實河網導向下的無洼地DEM，至此完成DEM預處理工作。 ④ 先以“Flow Direction”，“Flow Accumulation”和“Stream Definition”計算流向與匯流累積量，并設置最佳匯水面積閾值。再以“Stream Segmentation”，“Catchment Grid Definition”，“Catchment Polygon Processing”和“Drainage Line Processing”最終得到“DrainageLine”。最后分別在“DrainageLine”和“Catchment Polygon Processing”中導出河流與集水多邊形，便完成了Acr Hydro Tools提取河網和確定流域的工作。

2.2.2 SWAT的提取方法 SWAT是美國農業部研發的一種分布式流域水文模型，可以模擬不同土壤類型、土地利用方式、氣象、徑流、泥沙和物質運移與轉化等的水文物理過程，進行流域特征的自動提取和水文過程模擬[21]。同樣，本文應用SWAT工具在輪廓不同的DEM與真實河網輔助下對姚江流域平原河網進行提取，其提取流程為： ① 添加并進行DEM設置與Burn in真實河網。 ② 以“Flow direction and accumulation”指令自動化進行填洼、計算流向與匯流累積量，并在其下方設置最佳匯水面積閾值。 ③ 以“Creat stream and outlets”和“Edit Manually”指令創建河網與出水口，并參考真實河網和流域范圍編輯出水口點。 ④ 通過“Whole Watershed Outlet(s)”和“Delineate Watershed”指令圈選出水口點并劃分流域。 ⑤ 通過“Calculate Subbasin parameters”指令計算河道與流域的相應參數，便完成了SWAT提取河網、劃定流域以及獲取相關參數的全過程。

2.3 評價方法

為了檢驗提取效果，以提取的流域總面積與河流總長度為定量分析的主要指標，通過相對誤差公式、河網套合差公式和Visual Similarity Duplicate Image Finder軟件對其進行綜合評價驗證。其中相對誤差公式用于驗證流域總面積和河流總長度的提取值與實際值之間的誤差；河網套合差公式[22]是為了定量描述提取的河網與實際河網的吻合程度；而圖像比對軟件Visual Similarity Duplicate Image Finder是對所提取流域與河網的空間組合圖像進行精度分析，獲取提取的空間組合圖像與實際的空間組合圖像的相似度。相對誤差Re計算公式如公式(2)：

Re=(Qs-Qm)/Qm×100%

(2)

式中：Qs——模擬值；Qm——實際值；若Re為0，則說明模擬值和實際值完全一致；Re>0，說明模擬值偏大；Re<0，說明模擬值偏?。籖e的絕對值越接近于0，則誤差越小。

河網套合差D的計算公式[22]如式(3)：

D=∑Ai/S

(3)

式中：Ai——兩條河網疊加產生的細碎多邊形的面積；S——流域總面積。Ai的面積通過ArcGIS中的要素轉面(feature to polygon)來實現。河網套合差越小，表明河網吻合程度越高。試驗表明，當河網套合差小于2%時，河網吻合程度較高，小于3%時，吻合程度可以接受，大于3%時吻合程度較差[22]。采用河網套合差來評價提取的河網精度，簡單可信，適用于河網提取精度評價。

Visual Similarity Duplicate Image Finder是一款圖像相似度對比軟件，相似度越接近1，則兩個圖像越相似。本文在此軟件中將相似度閾值設為最低即50%，以此進行圖像相似度信息的獲取。

3 結果與分析

3.1 提取結果

3.1.1 Acr Hydro Tools的提取結果 以Acr Hydro Tools工具先后在規整型DEM、臨近型DEM上均以真實河網為輔助，以前文的提取流程對姚江流域的平原河網進行提取，再以寧波市行政范圍為界獲取寧波境內的姚江流域與河網，最終提取結果如圖2所示。

從圖2可直觀看出在規整型DEM上的提取結果，許多河流的下游皆位于平原或平坦區域，對它們的提取結果與實際情況有極大的偏差甚至無法提取出來，以致部分河流的大塊區域無法提取，流域出口附近的區域也與實際情況相差較大。臨近型DEM上的提取結果，無論是在山丘地區還是平原或平坦區域，其所提取的河流、流域都與實際情況十分接近。

規整型DEM上的提取結果 臨近型DEM上的提取結果

圖2AcrHydroTools提取姚河流域及河網的結果

3.1.2 SWAT的提取結果 同樣，以SWAT工具先后在規整型DEM、臨近型DEM上均以真實河網為輔助，按照前文的提取流程對姚江流域的平原河網進行提取，再以寧波行政范圍為界獲取寧波境內的姚江流域與河網，最終提取結果如圖3所示。由圖3可直觀看出，在規整型DEM上所提取的河流、流域與實際情況相差極大，尤其是流域北部、中部和東南部的廣大地勢平坦區域，只有少數河流的上游區域有著較好的吻合程度。在臨近型DEM上所提取的河流、流域都與實際情況十分接近。

規整型DEM上的提取結果 臨近型DEM上的提取結果

圖3SWAT提取姚河流域及河網的結果

3.2 精度評價與原因分析

運用相對誤差公式、河網套合差公式和Visual Similarity Duplicate Image Finder軟件對以不同工具在不同輪廓DEM上的提取結果進行精度評價與分析，Acr Hydro Tools和SWAT方法提取的結果信息詳見表1—2。

表1 Acr Hydro Tools信息提取結果

表2 SWAT信息提取結果

根據兩個表的驗證結果，從相對誤差上來看，Acr Hydro Tools在規整型DEM上所提取的流域總面積和河流總長度的相對誤差分別為-3.03%和2.29%，而在臨近型DEM上分別為2.09%和0.28%；SWAT在規整型DEM上所提取的流域總面積和河流總長度的相對誤差分別為-7.51%和4.48%，在臨近型DEM上分別為-2.16%和-3.35%。因此，無論是Acr Hydro Tools還是SWAT，對于研究區域均是在臨近型DEM基礎上所提取的信息相對誤差較小，更接近真實情況。曾紅偉等[13]和唐從國等[23]的研究表明，基于DEM提取的流域面積與實際流域面積最大誤差不超過9%便可滿足精度需要。雖然本文提取的流域總面積與實際流域面積的相對誤差均不超過9%，但是僅憑相對誤差并不能說明提取結果的可信度。

從河網套合差上來看，Acr Hydro Tools工具在規整型DEM與臨近型DEM上所得到的河網套合差分別為7.17%和0.14%，而SWAT工具分別為10.16%和0.14%。由此可見，兩種工具都是在臨近型DEM上所提取的河網具有很令人滿意的河網套合差。因為在規整型DEM上其河網套合差最小的仍然為7.17%，而7.17%>3%，說明河網的吻合程度極差。在臨近型DEM上其河網套合差均為0.14%，而0.14%<2%，說明河網的吻合程度很高。

Visual Similarity Duplicate Image Finder軟件的運行結果顯示，Acr Hydro Tools工具在規整型DEM上提取的河流和流域的空間組合與真實河流和流域的空間組合的相似度為60%，在臨近型DEM上的相似度為92%。而SWAT工具在規整型DEM上提取結果的空間組合與真實的空間組合的相似度為58%，在臨近型DEM上的相似度為90%。因此兩種工具都是在臨近型DEM下提取結果的空間組合與真實空間組合具有很高的相似度。

對于流域出口的正確性，Acr Hydro Tools與SWAT同樣，在規整型DEM上所得到的是錯誤紊亂且與實際不相符的河網，尤其是平原或平坦區域，因此根本無法確定流域的真正出口。而在臨近型DEM上所提取的流域總出口正是三江口處。因此只有在臨近型DEM上以真實河網為輔助所提取的流域總出口與實際相符。

從提取結果與評價結果來看，對寧波姚江流域平原河網的提取，Acr Hydro Tools與SWAT均是在規整型DEM基礎上的提取效果很差，大部分與實際不相符。而在臨近型DEM基礎上所提取的河網、流域與實際情況十分接近。因此只有在臨近型DEM上，以真實河網為輔助所提取的河網、流域和流域總出口與實際相符合且精度、相似度都很高。分析在兩種不同輪廓的DEM下提取結果的巨大差異，筆者認為其原因是由于burn-in真實河網，相應地將非河網所在柵格增加了一個高程值。因此在規整型DEM下，姚江流域的出口處仍有廣大沒有burn-in真實河網的低平地區，這使得姚江出口的延長線方向超出流域范圍的那部分DEM的柵格高程值高于姚江河道的柵格高程值，擾亂了基于D8算法正常計算流向的流向矩陣和匯流矩陣，導致了姚江出口處出現了逆流現象，由于出現逆流現象而識別不到流域總出口，進而影響到了流域內部其他地勢平緩區域河流的流向，并使其錯誤紊亂，最終無法在規整型DEM上提取出正確的河流及流域；而臨近型DEM，由于其輪廓接近真實流域邊界且與姚江流域出口相切，這樣在姚江出口的延長線方向并沒有因為burn-in真實河網而增加了高程值的DEM柵格，這便迫使DEM與姚江相切的點正常的成為流域的總出口點，進而保證了burn-in河網的流向和匯流的正確計算，最終在臨近型DEM上提取出準確的河流及流域。此外，臨近型DEM可免除因流域周邊有廣大低平地區而影響提取效果的許多困擾，如出現更多偽河道和偽流域。

4 結 論

(1) 在正確提取方法與不斷的嘗試下，并借助相對誤差公式、河網套合差公式和Visual Similarity Duplicate Image Finder軟件進行結果精度評價與分析，最終表明Acr Hydro Tools與SWAT工具對流域的河網提取都具有很大的可取性，但相比之下SWAT的操作更加便捷高效且目前已得到越來越多學者們的關注。

(2) 不同輪廓的DEM以及其是否與流域總出口相切會極大地影響河網提取的質量。因此筆者建議在對平原河網進行提取時，可嘗試先將DEM裁剪成臨近型DEM后再以正確的步驟進行提取。

[1] Sagar R C, Srinivas V V. Effect of DEM source on equivalent Horton-Strahler ratio based GIUH for catchments in two Indian river basins [J]. Journal of Hydrology, 2015,528(1/4):463-489.

[2] O’Donnell G, Nijssen B, Lettenmaier D P. A simple algorithm for generating streamflow networks for grid-based macroscale hydrological models [J]. Hydrological Processes, 1999,13(8):1269-1275.

[3] Garbrecht J, Martz L W. The assignment of drainage direction over flat surfaces in raster digital elevation models [J]. Journal of Hydrology, 1997,193(1/4):204-213.

[4] 關穎慧,鄭粉莉,王彬,等.基于DEM的黑龍江賓州河流域水系提取試驗研究[J].水土保持通報,2012,32(1)：127-131.

[5] 宋曉猛,張建云,占車生,等.基于DEM的數字流域特征提取研究進展[J].地理科學進展,2013,32(1)：31-40.

[6] 孫崇亮,王卷樂.基于DEM的水系自動提取與分級研究進展[J].地理科學進展,2008,27(1)：118-124.

[7] 黃玲,黃金良.基于地表校正和河道燒錄方法的河網提取[J].地球信息科學學報,2012,14(2)：171-178.

[8] Tribe A. Automated recognition of vally lines and drainage networks from grid digital elevation models: A review and a new method [J]. Journal of Hydrology, 1992,139(1/4):263-293.

[9] Martz W, Garbrecht J. Automated recognition of vally lines and drainage networks from grid digital elevation models: A review and a new method-comment [J]. Journal of Hydrology, 1995,167(1/4):393-396.

[10] Gyasi-Agyei Y, Willgoose G, De Troch F P. Effects of vertical resolution and map scale of digital elevation models on geomorphological parameters used in hydrology [J]. Hydrological Processes, 1995,9(3/4):363-382.

[11] 于淼,任立良.基于DEM模型的新填洼算法[J].地球信息科學學報,2009,11(1):50-55.

[12] 周德民,程進強,熊立華.基于DEM的洪泛平原濕地數字水系提取研究[J].地理科學,2008,28(6):776-781.

[13] 曾紅偉,李麗娟,柳玉梅,等. Arc Hydro Tools及多源DEM提取河網與精度分析:以洮兒河流域為例[J].地球信息科學學報,2011,13(1):22-31.

[14] 李勇,于宏兵,艾麗娜,張時佳,耿麗娟. Arc Hydro模型提取流域水文信息及精度分析:以松花江流域為例[J].水資源與水工程學報,2013,24(6):120-123.

[15] 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):1730-1739.

[16] 王立,李海強,馬放,等.基于SWAT模型的流域河網提取方法[J].中國給水排水,2014,30(13):92-95.

[17] O'Callaghan J F, Mark D M. The extraction of drainage networks from digital elevation data [J]. Computer Vision, Graphics, and Image Processing, 1984,28(3):323-344.

[18] Quinn P, Beven K J, Chevallier P, et al. The prediction of hillslope flow paths for distributed hydrological modeling using digital terrain models[J]. Hydrological Processes, 1991,5(1):59-79.

[19] David M. ArcGIS Hydro Data Model[M]. USA： The University of Texas at Austin: Center for Research in Water Resources, 2001:321-330.

[20] 朱思蓉,吳華意. Arc Hydro水文數據模型[J].測繪與空間地理信息,2006,29(5)：87-90.

[21] 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.

[22] 詹蕾. SRTM DEM的精度評價及其適用性研究[D].江蘇 南京：南京師范大學,2008.

[23] 唐從國,劉叢強.基于SRTM DEM數據的清水江流域地表水文模擬[J].遼寧工程技術大學學報:自然科學版,2009,28(4):652-655.

Extraction Study of Plain River Network in Yaojiang River Basin of Ningbo City Based on DEM of Different Contour

LI Tianhao1,2, WANG Kan2, CHENG Junrui2, YANG Xueling2, ZHANG Zhaozhao1,2, HAN Shihao1,2

(1.Department of Geography & Spatial Information Techniques, Ningbo University, Ningbo, Zhejiang 315211, China; 2.Institute of Eco-environmental Science, Ningbo University, Ningbo, Zhejiang 315211, China)

[Objective] Concerning the shortage in the extraction of plain river network based on DEM, we adopted a new method to extract plain river network and to provide basis for automatic drainage extraction method. [Methods] Using Acr Hydro Tools and SWAT, the river network of Yaojiang river basin in Ningbo City was extracted in DEMs with different contour. The extracted total area of the basin and total length of rivers were used as the main index of quantitative analysis. Relative error formula, matching error formula of river network and Visual Similarity Duplicate Image Finder software were used for comprehensive evaluation and error analysis. [Results] With the help of the real river network, the extracted results based on Neat DEM by Acr Hydro Tools and SWAT were very bad. However, the extracted river network, basin and total basin export based on Adjacent DEM were consistent with the actual, and the precision and similarity were also high. [Conclusion] Extracting basin and river network with Acr Hydro Tools and SWAT are all desirable, but the SWAT is more convenient. The quality of river network extraction is dependent on DEM contour and also dependent on whether the DEM is tangent with the total basin export or not.

DEM;plainrivernetwork;AcrHydroTools;SWAT

B

： 1000-288X(2017)04-0166-06

： P334

2016-11-04

：2016-12-02

寧波市環境保護局重大招標項目“寧波市地表水環境營養鹽污染特征及控制措施研究”(HK2015000135)

李天昊(1995—),男(漢族),吉林省公主嶺市人,碩士研究生,研究方向為水環境保護與模擬。E-mail:670396629@qq.com。

王侃(1977—),男(漢族),浙江省寧波市人,博士,副教授,主要從事環境規劃與管理、環境污染模擬與控制方面的研究。E-mail:wangkan@nbu.edu.cn。