基于多源DEM的數(shù)字流域特征提取對(duì)比分析

(綠春縣水務(wù)局，云南 綠春 662500)

水系研究是水文水資源領(lǐng)域研究的基礎(chǔ)，如何科學(xué)確定流域水系及其特征關(guān)系著流域水文模擬、流域水資源配置及管理、山洪災(zāi)害防治等方面研究的科學(xué)性。隨著地理信息技術(shù)在水文水資源領(lǐng)域的拓展應(yīng)用，越來(lái)越多的學(xué)者將數(shù)字高程模型(Digital Elevation Model,DEM)作為提取水系等流域基本特征信息的重要基礎(chǔ)資料[1-2]。

為探討不同DEM數(shù)據(jù)源在提取流域特征信息上的差異性、適用性及存在的問(wèn)題，研究水系提取的精度是否隨DEM數(shù)據(jù)源的提高而提高，本文采用ASTER-GDEM、SRTM3-DEM和HYDRO1K 3種DEM數(shù)據(jù)源分別提取小黃瓜園流域的特征信息，旨在為水文水資源研究工作提供科學(xué)支撐。

1 研究區(qū)概況

龍川江位于金沙江下游干流，為金沙江南岸一級(jí)支流，小黃瓜園流域是龍川江的源頭流域，流域面積5560km2，地形地貌以山地為主，見圖1。流域內(nèi)屬低緯度高原季風(fēng)氣候，干濕季節(jié)分明、日溫差大，年平均氣溫在14.8～21.9℃之間。該流域地形起伏度較大，洪水主要由暴雨形成，洪水暴漲暴落，易形成洪澇災(zāi)害。

2 數(shù)據(jù)與方法

2.1 DEM數(shù)據(jù)源介紹

ASTER GDEM是根據(jù)對(duì)地觀測(cè)衛(wèi)星TERRA近10年的觀測(cè)資料制作而成的，數(shù)據(jù)覆蓋范圍為北緯83°到南緯83°之間的所有陸地區(qū)域。ASTER GDEM的空間水平分辨率為1弧度秒(約30m)，水平精度為30m，垂直精度為20m。

圖1 流域地理概況

SRTM3-DEM是由美國(guó)發(fā)射的“奮進(jìn)號(hào)”航天飛機(jī)搭載SRTM系統(tǒng)完成的，數(shù)據(jù)范圍覆蓋地球80%以上的陸地表面，水平分辨率為90m。SRTM3-DEM是目前可以公開免費(fèi)獲得的數(shù)據(jù)，其水平精度為20m，垂直精度為16m。

HYDROIK覆蓋除格陵蘭島及極地以外的全球范圍。HYDRO1K的水平分辨率為1km，垂直精度為30m。

2.2 研究方法

近年來(lái)，已經(jīng)形成以ArcGIS水文分析模塊、ArcSWAT、TOPZA模型、ArcHydro Tools等為主的提取流域特征的工具[3]。Arc Hydro Tools[4]直接內(nèi)置于ArcGIS軟件中，是目前較為普及的提取流域水文特征的水文數(shù)據(jù)模型，因此本文主要利用ArcGIS中的Arc Hydro Tools工具進(jìn)行河流水系的提取以及子流域的生成，對(duì)不同DEM數(shù)據(jù)源提取的水文特征進(jìn)行對(duì)比分析。

采用Arc Hydro Tools工具進(jìn)行流域水文特征提取，主要利用了D8算法、最陡坡度原則和集水面積閾值的概念，主要技術(shù)路線見圖2。

圖2 技術(shù)路線

3 研究結(jié)果分析

3.1 填洼結(jié)果對(duì)比

洼地是指近似封閉的比周圍地面低洼的地形，在柵格數(shù)據(jù)中是指某一個(gè)柵格單元的高程低于其周圍的柵格單元的高程，則代表洼地。但為了避免因柵格數(shù)據(jù)采集異常或精度較低等問(wèn)題生成“偽洼地”，從而使得用Arc Hydro Tools工具提取的河網(wǎng)不符合實(shí)際，首先要對(duì)DEM數(shù)據(jù)進(jìn)行填洼。填洼的基本原理是將識(shí)別出的洼地柵格高程值重新設(shè)置成與其相鄰的8個(gè)柵格的最小高程值[5]。小黃瓜園流域3種DEM數(shù)據(jù)源進(jìn)行填洼后的對(duì)比圖見圖3。

由圖3可知，HYDRO1K數(shù)據(jù)填洼后的高程區(qū)間為1045～2685m，SRTM3-DEM數(shù)據(jù)填洼后的高程區(qū)間為1022～2863m，ASTER GDEM數(shù)據(jù)填洼后的高程區(qū)間為1007～2884m，隨著DEM數(shù)據(jù)水平分辨率的提高，其高程區(qū)間的極值也相應(yīng)增大。DEM數(shù)據(jù)水平分辨率越大，描述的高程信息空間分布越準(zhǔn)確，基本的河網(wǎng)形態(tài)展示越豐富。

圖3 填洼結(jié)果對(duì)比

3種DEM數(shù)據(jù)源填洼后的高程累積頻率分布情況見圖4。由圖4可知，3種DEM數(shù)據(jù)的高程累積頻率曲線都近似一條“S”形曲線，且?guī)缀踔睾稀Ｆ渲校琀YDRO1K數(shù)據(jù)共有柵格5957個(gè)，SRTM3-DEM數(shù)據(jù)共有柵格714091個(gè)，ASTER GDEM數(shù)據(jù)共有柵格6426693個(gè)，雖然柵格總數(shù)相差較大，但高程累積頻率分布曲線較為相似，說(shuō)明3種DEM數(shù)據(jù)測(cè)量的高程空間分布信息基本一致。

圖4 高程累積頻率分布

3.2 水流方向結(jié)果對(duì)比

洼地填充后，保證了DEM數(shù)據(jù)的每一個(gè)柵格都有一個(gè)確定的水流方向。采用Arc Hydro Tools工具確定水流方向的基本原理是D8算法。其基本原理是每個(gè)柵格單元的流向被定義為與之鄰近的8個(gè)柵格中坡度最陡的柵格單元的方向[6]，坡度計(jì)算公式如下：

式中：hi為第i個(gè)柵格單元的高程；hj為第i個(gè)柵格單元相鄰柵格單元的高程；D為第i個(gè)柵格和第j個(gè)柵格中心點(diǎn)之間的距離。

由圖5可知，HYDRO1K數(shù)據(jù)提取的水流方向分布圖與SRTM3-DEM、ASTER GDEM數(shù)據(jù)差別較大，因?yàn)镠YDRO1K數(shù)據(jù)分辨率較低，柵格數(shù)量較少，隨著DEM數(shù)據(jù)水平分辨率的提高，提取的水流方向的分布圖基本一致。

圖5 提取水流方向?qū)Ρ?/p>

3.3 匯流累積量對(duì)比

確定了水流方向后，便可以根據(jù)水流方向計(jì)算匯流累積量。匯流累積量表示該柵格上游匯流流經(jīng)該柵格的個(gè)數(shù)，匯流累積量的數(shù)值越大，表示該地區(qū)越容易形成地表徑流[7]。如此推斷：匯流累積量大的地方有可能是河谷，匯流累積量小的地方有可能是山脊。

由圖6可知，HYDRO1K數(shù)據(jù)因水平分辨率較小，匯流累積量路線較為清晰，SRTM3-DEM數(shù)據(jù)和ASTER GDEM數(shù)據(jù)因柵格尺度較小，匯流累積量路線較細(xì)，但二者的匯流路徑較為相似，與HYDRO1K數(shù)據(jù)的匯流累積量路線有明顯區(qū)別。

圖6 匯流累積量對(duì)比

3.4 最佳集水面積閾值的確定

集水面積閾值是提取數(shù)字水系的一個(gè)重要的變量，其取值直接影響生成的水系的復(fù)雜程度。常用的確定最佳集水面積閾值的方法有河網(wǎng)密度法、適度指數(shù)法、分形維數(shù)法等，在實(shí)際應(yīng)用中，河網(wǎng)密度法被認(rèn)為是效果最好和應(yīng)用最廣的方法[8]。

河網(wǎng)密度法認(rèn)為最佳集水面積閾值是河網(wǎng)密度與集水面積閾值關(guān)系曲線趨于平緩時(shí)對(duì)應(yīng)的閾值。對(duì)3種DEM數(shù)據(jù)設(shè)定不同集水面積閾值條件，統(tǒng)計(jì)提取的河流水系的總長(zhǎng)度，計(jì)算河網(wǎng)密度，分別作河網(wǎng)密度和集水面積閾值關(guān)系曲線圖，見圖7。隨著集水面積閾值的增大，河網(wǎng)密度呈減小且趨于平緩的趨勢(shì)。由此確定HYDRO1K、SRTM3-DEM、ASTER GDEM數(shù)據(jù)提取河流水系的最佳集水面積閾值分別為125、10000、80000。

圖7 河網(wǎng)密度法確定最佳集水面積閾值對(duì)比

3.5 提取河網(wǎng)特征對(duì)比

3.5.1 提取主要河流精度對(duì)比

為了對(duì)比不同DEM數(shù)據(jù)源提取的河網(wǎng)特征，對(duì)小黃瓜園流域主要河流的藍(lán)線河流長(zhǎng)度和基于DEM提取的河流長(zhǎng)度進(jìn)行統(tǒng)計(jì),見表1。對(duì)于流域內(nèi)的兩條主要河流龍川江和勐崗河，SRTM3-DEM數(shù)據(jù)模擬的河流效果最好，長(zhǎng)度相對(duì)誤差分別為-5.64%和-12.11%；ASTER GDEM數(shù)據(jù)模擬的河流長(zhǎng)度相對(duì)誤差分別為-9.03%和-15.10%，效果次之；HYDRO1K數(shù)據(jù)模擬的河流長(zhǎng)度相對(duì)誤差分別為-24.89%和-38.21%，效果最劣。對(duì)于其他支流，ASTER GDEM數(shù)據(jù)和SRTM3-DEM數(shù)據(jù)模擬效果相當(dāng)，HYDRO1K模擬效果不理想，其中HYDRO1K對(duì)元馬河模擬，提取河流長(zhǎng)度為19.67km，相對(duì)誤差達(dá)到99.29%，基本可以認(rèn)為此時(shí)模擬的元馬河是失真的。

表1 提取主要河流精度對(duì)比

3.5.2 提取數(shù)字河網(wǎng)形狀對(duì)比

對(duì)比分析3種DEM數(shù)據(jù)源設(shè)定最佳集水面積閾值后提取的河流水系與藍(lán)線河網(wǎng)疊加的水系圖(見圖8)可知，水平分辨率為1km的HYDRO1K數(shù)據(jù)基本可以模擬出小黃瓜園流域的主要河流龍川江和勐崗河，河流的蜿蜒走向基本與藍(lán)線河網(wǎng)一致，但對(duì)于支流的模擬效果不佳，在龍川江和勐崗河、龍川江和文崗河河流分叉處的模擬效果有偏差；水平分辨率為90m的SRTM3-DEM數(shù)據(jù)提取的小黃瓜園流域的河網(wǎng)質(zhì)量明顯提高，龍川江和勐崗河的河流形態(tài)與藍(lán)線河網(wǎng)基本吻合，除龍川江文崗河分流點(diǎn)至元馬河分流點(diǎn)河段模擬出現(xiàn)偏差外，其余河流分叉點(diǎn)的模擬比較到位；水平分辨率為30 m的ASTER GDEM數(shù)據(jù)提取的小黃瓜園流域的水系，河網(wǎng)形態(tài)與藍(lán)線河網(wǎng)的形態(tài)相似度最高，河流分叉點(diǎn)的模擬精準(zhǔn)度有所提高。

對(duì)3種DEM數(shù)據(jù)源提取的河網(wǎng)作進(jìn)一步分析，3者在冷水河上游處都模擬出了一條多余的河流，且都沒(méi)有提取出阿郎沙河、丙令哨小河、白宰河、麻柳河等小支流，說(shuō)明無(wú)論何種精度的DEM數(shù)據(jù)，在河網(wǎng)提取時(shí)都不能完全還原真實(shí)的河網(wǎng)形態(tài)。同時(shí)，如果想盡可能模擬出支流的形狀，則集水面積閾值必須取小一些，此時(shí)河流的長(zhǎng)度會(huì)增加，但會(huì)出現(xiàn)一些“偽河道”，閾值的取值不符合河網(wǎng)密度法的原理；如果想減少“偽河道”的出現(xiàn)，集水面積閾值必須取大一些，此時(shí)又無(wú)法提取一些支流。可見，對(duì)于同一個(gè)流域，用同一個(gè)集水面積閾值提取河網(wǎng)無(wú)法完全模擬出真實(shí)的河流水系。

圖8 提取數(shù)字河網(wǎng)形狀對(duì)比

3.6 提取子流域?qū)Ρ?/h3>

3種DEM數(shù)據(jù)源提取的子流域的個(gè)數(shù)不同(3種DEM數(shù)據(jù)源設(shè)定了最佳集水面積閾值后提取的子流域見圖9，子流域特征信息見表2)，當(dāng)集水面積閾值確定后，隨著DEM水平分辨率的提高，提取的子流域個(gè)數(shù)也逐漸增加，但基本的子流域形態(tài)是一致的。由表2可知，3種DEM數(shù)據(jù)提取的子流域的平均高程相差不大；HYDRO1K數(shù)據(jù)劃分的子流域個(gè)數(shù)最少，17個(gè)子流域的平均地形起伏度為880.06m，平均坡度為3.73°；ASTER GDEM數(shù)據(jù)劃分的子流域個(gè)數(shù)最多，47個(gè)子流域的平均地形起伏度為929.11m，平均坡度為15.64°。隨著測(cè)量精度的提高，地形起伏度和平均坡度呈增大趨勢(shì)，因?yàn)榫容^低的DEM會(huì)將實(shí)際高程信息進(jìn)行“坦化”，隨著柵格尺度的提高，DEM獲得的地面信息更加精確，由此計(jì)算的地形起伏度和平均坡度會(huì)增大。

圖9 提取子流域?qū)Ρ?/p>

表2 提取子流域特征對(duì)比

4 結(jié) 語(yǔ)

基于HYDRO1K、SRTM3-DEM和ASTER GDEM數(shù)據(jù)對(duì)小黃瓜園數(shù)字流域特征進(jìn)行提取，主要對(duì)比了3種DEM數(shù)據(jù)在提取數(shù)字流域時(shí)填洼結(jié)果、水流方向、匯流累積量、河流水系及生成的子流域等方面的差異。

經(jīng)研究分析，本文得出結(jié)論：隨著DEM數(shù)據(jù)水平分辨率的提高，測(cè)量的流域高程區(qū)間的極值也相應(yīng)增大，無(wú)論DEM數(shù)據(jù)精度如何，其高程累積頻率曲線都近似一條“S”形曲線；HYDRO1K數(shù)據(jù)水平分辨率較低，柵格數(shù)量較少，提取的水流方向與SRTM3-DEM和ASTER GDEM數(shù)據(jù)提取的水流方向差別較大，隨著柵格數(shù)量的增加，提取的水流方向分布圖基本一致；HYDRO1K數(shù)據(jù)提取的匯流累積量與SRTM3-DEM和ASTER GDEM數(shù)據(jù)不一致，說(shuō)明當(dāng)DEM精度較低時(shí)，匯流路徑可能會(huì)出現(xiàn)誤差；提取河網(wǎng)時(shí)，HYDRO1K數(shù)據(jù)模擬效果不佳，SRTM3-DEM和ASTER GDEM數(shù)據(jù)在提取各個(gè)河流時(shí)，總體差別不大，但ASTER GDEM因數(shù)據(jù)精度較高，在網(wǎng)格處理時(shí)耗時(shí)較多，故在實(shí)際工作中，使用SRTM3-DEM數(shù)據(jù)效率更高；當(dāng)DEM數(shù)據(jù)水平分辨率較低時(shí)，會(huì)將實(shí)際高程信息“坦化”，隨著柵格尺度的提高，DEM獲得的地面信息更加精確，由此計(jì)算的地形起伏度和平均坡度會(huì)增大。