基于多源DEM數據融合的城市水系及流域提取初探

劉佳嘉，周祖昊，劉琳，盧斌，戴東宸，朱家松，嚴子奇

(1.中國水利水電科學研究院流域水循環模擬與調控國家重點實驗室，北京100038; 2.水利部水資源與水生態工程技術研究中心,北京100038;3.中建水務環保有限公司，北京100037; 4.深圳大學土木工程學院，廣東深圳518000)

在城市徑流模擬研究中，提取城市模擬河網是基礎[1-2]。目前，基于DEM高程數據提取模擬河網[3-7]，因為其操作簡單、有免費的覆蓋比較全面的DEM數據集以及集成到各GIS軟件系統而受到水文工作者廣為應用，主要包括DEM高程填洼處理、柵格流向計算、柵格匯流累計數計算、模擬河網提取四大步驟。然而，在實際應用中，由于洼地及平坦區的存在，使得柵格流向不易確定，影響河網水系的提取，從而導致所提取的模擬河網同實際河網存在著較大誤差(尤其在平原地區)，提取的流域范圍和實際范圍也存在著一定的差異[8]。為了提取同實際河網相似度高的模擬河網，學者們通過將實際河網信息燒錄到DEM中，增加相關河網柵格的匯水能力，確保河網柵格流向只能沿著實際河網流動方向，從而消除平行河網，提高河網提取精度[9-11]。即便如此，提取的模擬河網也是同實際河網更加相似，而不是完全一樣。而且，這類修正方法并不適用于非河網柵格，無法解決流域范圍提取異常。這主要是由于DEM采樣誤差，導致個別柵格存在著“高估”和“低估”異常[12]。通常情況，研究人員會采用提高DEM精度的方法來減小這種誤差。一般采用地形高程數據轉換為DEM后進行應用[13-14]。具體方法為先將高程點數據轉化成不規則三角網，然后再對TIN數據重采樣為DEM。然而，由于高程點是離散的，在大尺度連續性上存在著誤差，從而導致局部DEM失真，對河網、非河網柵格的流向計算影響巨大。例如，如果某個離散點位于橋上，轉化成的DEM在提取水系的時候，會在橋位置斷開。對低精度DEM而言，其空間連續性更好。因此，本研究提出一種通過融合2種精度DEM的方法增加水系和流域范圍的提取精度。這里假設不同精度DEM在不同區域有著一樣的誤差，可以通過數據融合加以抵消。

1 研究區概況及數據

坪山河位于深圳市東北部坪山新區，流經惠州市后匯入東江一級支流西枝江，最后匯入東江。坪山河干流從西南至東北縱貫坪山新區全境，河道全長13.5 km，深圳市境內流域面積129.4 km2。深圳坪山河屬于山區性河流，雨季洪水暴漲暴落，旱季徑流量小甚至干涸。坪山河流域地勢為東南部、南部和西南部較高，主要為低山丘陵地區，為支流分布區域；中部和東北部較低，地勢相對平緩，為坪山河干流分布區域。城區面積占全流域近40%，坪山河干流橫穿坪山新區城區。

本研究主要采用2套DEM數據。一套來自于免費的SRTM 90mDEM 數據集[11,15](圖1)，另一套由1∶1萬高程點數據轉化所得，首先將各高程點高程轉成TIN數據，再將TIN數據轉成90 m的DEM(圖2)。圖2右上角缺失的原因在于，由于右上角高程點較少，會存在一定的邊緣效應，使得該區域轉置生成的DEM高程異常，從而在提取水系的時候導致錯誤的結果。從圖中可以看出整體而言，2套數據集高程相對一致，但局部存在著一定的差異。而且，圖2的高程整體上高于圖1。

圖1 坪山河流域SRTM DEM

圖2 坪山河流域高程點生成DEM

2 DEM融合提取影響研究

在提取模擬河網的應用時，為了提高水系提取精度，一般會采用實際水系進行燒錄處理[16-19]。但這方法只能提高河網提取精度，無法修改非河網柵格。實際應用中，由于DEM高程的“高估”和“低估”異常[12]，會使得無實際河網修正的區域流向異常，甚至導致流域邊界提取錯誤(多出一部分或者缺失一部分)。在本研究中，主要通過采用不同的權重對2套DEM進行融合處理，分析其對模擬河網提取的影響。本研究主要通過定性的方法，以實際河網和流域邊界檢查提取結果的正確性。

本研究按一定的比例對高程點生成DEM和SRTM DEM高程進行融合，即新DEM高程=a×SRTM DEM高程+(1-a)×高程點生成DEM高程。其中，比例a分別取0、0.1、0.3、0.5、0.7、0.9、1.0共7個情景(后續稱這7個情景分別為DEM0、DEM1、DEM3、DEM5、DEM7、DEM9、DEM10)。由此可見，DEM0即為高程點生成DEM，DEM10即為SRTM DEM。接著，按相同的方法和參數標準對這7個情景進行模擬河網和流域范圍提取，并同實際河網和流域邊界進行對比，分析DEM融合對水系提取的影響。采用ArcGIS中的水文分析模塊，以坡面流累積方法[3,11]提取模擬河網，并根據計算的柵格流向提取流域范圍。提取結果見圖3—9。

圖3 基于DEM0提取的模擬河網和流域范圍

圖4 基于DEM1提取的模擬河網和流域范圍

圖5 基于DEM3提取的模擬河網和流域范圍

圖6 基于DEM5提取的模擬河網和流域范圍

圖7 基于DEM7提取的模擬河網和流域范圍

圖8 基于DEM9提取的模擬河網和流域范圍

圖9 基于DEM10提取的模擬河網和流域范圍

以模擬河網作為研究對象，從圖中可以看出，對于A區而言，高程點生成的DEM(DEMO)提取的模擬河網相似度較大，且隨著SRTM DEM權重加大誤差也越大。對于B區而言，所有DEM情景提取的河網均同實際河網差異較大。分析B區河道匯流處高程(圖10，高程點轉TIN數據)，可以發現，由于橋的存在，使得局部地區的高程要高于上下游河道，這樣會在這些地方形成“高估”的河道柵格，從而使得在填洼過程中岔口上游支流河網柵格被填平，從而降低了河網柵格的匯流能力，提取出錯誤的流向，乃至錯誤的河道。對C區而言，DEM5情景下提取的結果和實際河網擬合程度最高。對D區和E區而言，SRTM DEM效果要好于高程點生成的DEM，且隨著SRTM DEM權重加大，結果也越好。整體而言，SRTM DEM提取的水系要好于高程點生成的DEM，且隨著SRTM DEM 權重加大，提取的效果有變好的趨勢。但局部而言，融合后的DEM效果會出現最優情況，如A區河流DEM1和DEM3提取效果最好；B區和D區之間的河流，DEM1提取效果最好；C區河流DEM5提取效果最好。

圖10 B區匯流局部高程

以提取的流域范圍為研究對象，可以發現，整體上SRTM DEM提取的流域范圍同實際流域范圍相似度更高，且隨著SRTM DEM權重加大，效果也逐漸變好。對局部區域而言，影響有所差異。對于流域下游東部區域的缺失誤差而言，主要是由于高程點生成DEM右上角數據缺失引起的，但刨除DEM10可以看出，隨著高程點生成DEM權重增加，在該區域提取的范圍有增加趨勢。對流域南部區域的缺失差異而言，主要是由于E區河流提取誤差引起的，這主要來自于高程點生成DEM，因此隨著SRTM DEM權重加大，這部分差異呈減小趨勢。對流域西部區域的缺失差異而言，也是由提取的異常河流導致的；但可發現DEM5—DEM9提取的范圍要大于DEM10，由此可見融合DEM有助于改變局部柵格流向。對于流域西北區域的缺失誤差而言，所有情景相差不大。對于流域北部區域的多余誤差而言，隨著STRM DEM權重加大，多余的面積有減小趨勢。

3 結論

本研究通過對2種不同精度的DEM按不同比例進行融合，采用相同的方法和參數提取模擬河網和流域范圍，并以實際河網和流域范圍為參考，定性評價河網和流域范圍提取準確程度。結果表明，相比于單一的DEM數據，融合DEM數據能夠提高局部河網和流域范圍的準確程度。數據融合的意義在于，通過對不同DEM數據源的加權，相互抵消各DEM的“高估”和“低估”誤差，從而實現效果改進。然而，對于兩者都有的誤差，則不論如何融合均不能改進效果，例如本研究中B區的橋梁影響誤差。根據坪山河實例，綜合考慮提取的模擬河網和流域范圍的精度以及誤差，認為DEM5(即對SRTM DEM和高程點生成的DEM高程進行平均)效果最優，能夠反映流域情況，用于水文模型應用。