DEM分辨率對集約化蔗區小流域水文連通性指數的影響

康振威, 李 勇, 黃智剛， 明 雪

(廣西大學 農學院, 廣西 南寧 530004)

真實地表的精細繪制對于地表參數獲取以及水文分析至關重要，DEM (digital elevation model，數字高程模型)的分辨率或者是像元大小會對流域邊界劃分、徑流路徑模擬、流量計算、地表特征提取等造成影響[1-3]。低分辨率的DEM數據集會消除重要的地形特征因此無法完整的表現自然地形的空間異質性[4]，形成更加連續與界限不明確的景觀，在計算分析時可能會產生與實際不符的結果[5]；而過高分辨率的DEM數據集可能會包含錯誤或不必要的數據，給分析帶來許多誤差或偏差[6]。因此根據研究目標選擇合適的分辨率至關重要。

已有許多學者在DEM分辨率對水文分析包括連通性方面的影響做了大量研究。例如，Habtezion等[4]在不同尺度分別設置了9種(2～80 cm)與4種(2～90 cm)DEM分辨率，探究其對水文連通性量化、水文模擬以及地表微地形特征的影響。他們發現，越大的DEM網格越傾向于消除重要的地表特征。例如，去除低洼地帶，會增加水文連通性；Yang等[7]分析不同DEM分辨率下地表洼地特征的變化，并結合P2P模型(puddle-to-puddle modelling，洼地到洼地陸上流量模型)得到較低DEM分辨率會高估水文連通性并且簡化水文路徑的結論，證明了DEM分辨率對水文連通性的顯著影響；但Cantreul等[8]在對比8個不同像元大小(0.25～10 m)DEM下的泥沙連通性發現像素越小，泥沙連通性強；同樣的，López-Vicente等[9]在一個農業子流域基于6個不同分辨率DEM，對水文連通性和地表微地形特征分析后發現，分辨率越高，水文連通性越差。以上關于DEM分辨率對連通性影響的研究結論各不相同，甚至出現相反的觀點，很難達成一致的結果。但大部分研究均認為，連通性的變化主要由物理因素控制，而各研究之間的不確定性通常與流域或研究區的獨特異質性有關。同時，上面的研究都沒有提及DEM分辨率如何影響集約化蔗區小流域的水文連通性。

甘蔗是全球重要的糖料作物，具有重要的經濟意義，其高效、清潔生產至關重要[10]。近年全球甘蔗種植面積與產量大幅擴增，但是其生產過程中的環境問題沒有得到重視[11]。甘蔗可宿根栽培，但長期宿根栽培會帶來甘蔗產量與質量下降以及土壤板結等環境問題[12]，因此翻地新植是普遍的種植方式，這會在不同程度上加重甘蔗養分流失[13]。同時新植甘蔗整地開溝還會影響地表水文路徑。因此在甘蔗種植區的水文分析中需要較高分辨率的DEM，來正確模擬地表徑流，為水土流失治理提供正確導向。鑒于此，本文就集約化蔗區小流域探究DEM分辨率對地表微地形特征參數及水文連通性指數的影響，并提出蔗區水文連通性研究的最佳分辨率。本研究旨在改善水文連通性指標，并為水文連通性、農業面源污染及土壤侵蝕等研究提供理論依據與參考。

1 材料與方法

1.1 研究區概況

本研究在中國廣西壯族自治區珠江流域左江那辣小流域(東經107°39′29″—107°40′17″，北緯22°20′50″—22°20′36″)進行。流域面積為1.29 km2，主要土壤類型為赤紅壤，土壤容重為1.4～1.8 g/cm3。整個流域地形起伏較大，海拔為111.8～195.7 m，坡度為0°～55.6°，平均坡度為8.2°。該地區屬于濕潤的亞熱帶氣候，年均氣溫13.8～28.1 ℃，年均降水量1 400 mm，年降雨量的80%以上集中在3—9月。流域為集約化種植區，主要作物為甘蔗，面積占比80%左右，桉樹約占15%，道路、河道、裸地等比例約5%。

1.2 數字高程模型采集與處理

本試驗原始DEM基于無人機“大疆精靈4 RTK(DJo Phantom 4 RTK)”采集的航拍照片建立。飛行在2021年4月進行，以確保土地盡可能裸露。飛行參數(覆蓋區域、飛行高度、起飛和降落方向、圖像比例等)均設定為固定值，并全部自動化飛行以保證成像結果。飛行任務共拍攝了2 905張圖片，航向重疊度設置為80%，旁向重疊度設置為85%，詳細信息見表1。影像采集后使用Pix4Dmapper 4.4.9進行圖像拼接并附加生成DEM，所得DEM誤差詳見表2。隨后使用研究區矢量圖層對DEM進行裁剪得到研究區DEM柵格圖。研究中使用的7個DEM是通過ArcGIS根據每個DEM的預期分辨率調整得到的。

表1 DEM基本信息

表2 DEM誤差值

1.3 水文連通性指數計算

IC(index of connectivity，連通性指數)指數法是一種被廣泛使用的量化水文連通性的方法，它能夠表示流域中不同部位之間的連接程度。對于柵格圖中每一個像元，IC值由以下計算公式得出[14]。

式中：C最大值為1,表示土壤完全流失；最小值為0,表示不產生土壤流失。c(vegetation coverage)為植被覆蓋度(%),指植被(包括葉、莖、枝)在地面上的垂直投影面積占統計區總面積的百分比。隨著無人機影像采集技術的推廣與應用,基于RGB彩色影像來表征地表植被覆蓋度的彩色植被指數也得到迅速發展。例如ExG,ExR,GLI,Hue,CIVE,MEGI,NGRDI等。本文選取ExGR(excess green minus red index,過量綠減去過量紅)指數來對植被覆蓋度進行計算。

ExGR值由以下公式給出[18]：

ExGR=(2g-r-b)-(1.4r-g)

(3)

式中：ExGR為指數值(無量綱);R,G,B分別為彩色影像紅、綠、藍(Red,Green,Blue)三波段的像元值(無量綱);r,g,b為歸一化后的像元值(無量綱)。

因此，在本試驗中，植被覆蓋度c的值由以下公式給出:

式中：ExGRsoil為完全是裸土或無植被覆蓋區域的ExGR值,ExGRveg則代表純植被區域的ExGR值。在本試驗中,將ExGR值從小到大排序,把5%處的ExGR值認定為完全是裸土或無植被覆蓋,95%處的ExGR值認定為完全被植被所覆蓋。不同土地利用W權重詳見表3。

表3 不同土地利用權重W

1.4 地表微地形特征計算

本文中涉及到的地表微地形特征主要為坡度、坡長、表面粗糙度以及地表粗糙度。

(1) 坡度S(slope)使用ArcGIS 10.3中的表面分析工具—坡度進行計算，結果用百分數表示，對于柵格中的每一個像元，其表達式如下：

Si=tanθi×100

(8)

式中：S為百分比坡度(%);θ為坡度(°);i表示每個像元都有一個單獨的值。

(2) 坡長L(slope length)采用通用土壤流失方程中的坡長因子量化，其計算方法采用符素華等[19]提出的分段坡坡長因子公式來計算；對于柵格圖內的每一個像元，其坡長因子由下列公式給出：

式中：Li為第i個像元的坡長因子,表示每個像元都有一個單獨的值(無量綱);λout，λin分別為像元出口及入口的坡長(m);m為坡長指數因子。坡長指數因子m的取值如下

m=0.2 (θ<0.5°)

m=0.3 (0.5°<θ<1.5°)

m=0.4 (1.5°<θ<3°)

m=0.5 (θ>3°)

(3) 表面粗糙度SR(surface roughness)的計算采用地表3D表面積與2D表面積的比值，其表達式如下：

式中：SR為表面粗糙度(m2/m2),取值范圍為[1,+∞];θ為坡度(°);i表示每個像元都有一個單獨的值。

(4) 地表粗糙度的SDE(standard deviation of elevation，高程標準差)使用高程值的標準差來表示[20]，計算窗口大小為3×3個像元，其表達式如下：

式中：SDEi為第i個像元的地表粗糙度(m);n指參與計算的像元個數,在本試驗中為9個;xj表示第j個像元的高程值(m)；x表示所有參與計算像元的平均值(m)。

1.5 數據處理與分析

本文數據整理在Excel 2019中完成；分布圖使用ArcGIS 10.3繪制；點線圖在Origin 2019 b中完成。

2 結果與分析

2.1 DEM不同分辨率對地表微地形特征的影響

如表4所示，DEM分辨率的降低，會顯著影響平均坡度S，平均坡長因子L，平均表面粗糙度SR和平均地表粗糙度SDE。隨著分辨率從5 m增加到0.05 m，平均S從16.14%增加為20.84%，增加了29.13%；同時標準差由11.36增加為18.48，表明隨著分辨率的增加，更多地表細節被展現，低分辨率下歸一化的地形在高分辨率下被分化。平均坡度在0.2 m分辨率以上變化較大，在0.2 m及更高分辨率時變化較小，其中變化率最大為0.2 m分辨率。

平均L隨著分辨率的增加由1.54降低為0.43，減少了72.09%，標準差由4.25增加為6.25，總體差異加大(表4)。從5 m到0.2 m分辨率平均L斜率逐漸增加，并在0.2 m處達到最大。

表4 不同DEM分辨率下的地表微地形特征均值及標準差

平均SR和平均SDE在DEM分辨率的影響下均發生了變化。隨著分辨率由5 m到0.05 m，SR由1.02增加為1.04，增加了1.62%，標準差增加了124.93%，SR變化率隨分辨率的增加呈先增大后減小的趨勢，并在0.2 m處達到最大。SDE隨分辨率的增加由0.693 3減小為0.008 8，減小了98.72%，最大變化率出現在0.5～0.2 m(57.93%)之間。

圖1展示了不同土地利用下S，L，SR與SDE隨DEM分辨率的變化，不同土地利用類型的地表微地形特征隨DEM分辨率變化的差異較為明顯。隨著DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹、河道的S均表現為增加趨勢，分別增加了39.24%，22.74%，59.03%，24.40%，773.32%，道路的S表現為先減小(5～1 m)后增大(1～0.05 m)；新植甘蔗、宿根甘蔗、甘蔗西瓜間作和道路的S在5～0.5 m變化較為平緩，0.5 m以后急劇上升，其中新植甘蔗的S在0.2 m分辨率前小于宿根甘蔗，0.2 m分辨率及以上時大與宿根甘蔗；5 m分辨率時不同土地利用類型S排序為：桉樹>道路>宿根甘蔗>新植甘蔗>甘蔗西瓜間作>河道，0.2 m分辨率時排序為：河道>桉樹>新植甘蔗>宿根甘蔗>甘蔗西瓜間作>道路。

圖1 隨DEM分辨率變化的不同土地利用下地表微地形特征參數

隨著DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹和道路的L均表現為減小趨勢，分別減少了74.98%，74.82%，82.49%，39.93%，58.60%，73.36%；河道L表現為先增大(5～2 m)后減小(2～0.05 m)，其中道路與桉樹的L在0.5 m分辨率前變化平緩，0.5 m后急劇減小；新植、宿根甘蔗的L在5～0.5 m間無太大差異，但在0.2 m及更高分辨率下表現為宿根甘蔗大于新植甘蔗；5 m分辨率時不同土地利用類型L排序為：河道>甘蔗西瓜間作>宿根甘蔗>新植甘蔗>道路>桉樹，0.1 m分辨率時變化為：河道>道路>桉樹>宿根甘蔗>新植甘蔗>甘蔗西瓜間作。

隨著DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹、河道的SR呈增加趨勢，分別增加了1.41%，1.03%，1.42%，3.66%，16.02%，0.38%，道路的SR表現為先減小(5～1 m)后增大(1～0.05 m)；新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹、河道、道路的SDE均呈減小趨勢，分別減少了98.61%，98.75%，98.39%，98.84%，94.70%，99.11%，其中河道在1 m分辨率出現轉折點。新植甘蔗SR與SDE均在0.2 m以上分辨率時小于宿根甘蔗，0.2 m以下分辨率大于宿根甘蔗；5 m分辨率時不同土地利用類型SR排序為：桉樹>宿根甘蔗>道路>新植甘蔗>甘蔗西瓜間作>河道，SDE排序為：桉樹>道路>宿根甘蔗>新植甘蔗>甘蔗西瓜間作>河道；0.1 m分辨率時SR排序為：河道>桉樹>新植甘蔗>宿根甘蔗>甘蔗西瓜間作>道路，SDE排序為：桉樹>河道>新植甘蔗>宿根甘蔗>甘蔗西瓜間作>道路。

2.2 DEM不同分辨率對水文連通性指數的影響

DEM分辨率顯著影響流域水文連通性的分布以及特征值。圖2—3顯示了不同分辨率(5，2，1，0.5，0.2，0.1，0.05 m)下水文連通性指數IC值的分布及平均值、最大值和最小值的變化特征。隨著分辨率從5 m提高到0.05 m， IC均值分別為-4.96，-4.93，-4.86，-4.80，-4.71，-4.76，-4.85，標準差分別為0.73，0.90，1.00，1.08，1.16，1.23，1.27。IC均值變化表現為先增加，后減少，且分辨率越高平均變化越大；從5 m分辨率的-4.96增加為0.2 m分辨率的-4.71，增加了4.87%，之后又減少為0.05 m分辨率的-4.85，減少了2.94%。同時IC最大值與最小值呈外擴趨勢，且均值標準差增加，表明流域內IC值隨分辨率增加差異逐漸明顯。最大值與最小值的外擴趨勢均在0.1～0.2 m處出現轉折點，但在0.2 m到0.05 m分辨率出現劇烈變化。從5～0.05 m分辨率，IC的分布從完全由地形控制變化為受到地表特征影響的線性分布。IC的空間分布表明不同土地利用的IC分布模式有很大不同，平均來說，新植甘蔗與河道的連通性較強，甘蔗西瓜間作與桉樹的連通性較低；靠近河流且坡度較小區域表現出較為復雜的水文連通性，但總體的IC均值很低。新植甘蔗的水文連通性表現為線性，而宿根甘蔗、桉樹的水文連通性特征主要由地形控制。橫穿新植甘蔗的人工溝渠表現出的高連通性將不同的農業景觀有效的連接在了一起。

圖2 隨DEM分辨率變化的水文連通性指數IC平均值、最大值和最小值

圖3 不同DEM分辨率下的水文連通性指數IC值分布特征

圖4展示了不同土地利用下水文連通性指數IC隨DEM分辨率的不同變化。隨DEM分辨率從5 m到0.05 m，河道、新植甘蔗、宿根甘蔗的IC均值表現為先增加后減小，桉樹、道路、甘蔗西瓜間作的IC表現為先減小后增大再減小；各土地利用類型在5～0.5 m分辨率間變化平緩，0.5～0.05 m分辨率間變化較為明顯。不同土地利用類型之間IC的差異在0.5 m時達到最大(34.72%)，在5 m時最小(12.97%)，在0.2 m到0.05 m間趨于平穩。新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹、河道、道路的IC轉折點分別為0.1，0.2，0.2，0.5，0.5，0.5 m。5 m分辨率時不同土地利用類型IC排序依次為：河道>新植甘蔗>道路>宿根甘蔗>甘蔗西瓜間作>桉樹，0.1 m分辨率時不同土地利用類型IC排序依次為：河道>新植甘蔗>甘蔗西瓜間作>宿根甘蔗>道路>桉樹。

圖4 隨DEM分辨率變化的不同利用類型土地水文連通性指數IC均值

2.3 基于水文連通性指數的最佳DEM分辨率確定

圖5展示了不同DEM分辨率對于小尺寸地表特征的分辨性能。5 m分辨率下的IC分布圖完全由地形控制，無法分辨不同土地利用類型；2 m分辨率下的IC值分布圖能夠分辨土地利用如桉樹與甘蔗以及道路之間的差異，但無法分辨新植宿根、橫坡順坡等種植模式，對人工排水溝的識別有局限性；新植宿根甘蔗種植模式輪廓、排水溝路徑等在1 m處較為清晰，但在此分辨率下無法分辨甘蔗橫坡順坡的種植模式；在0.2 m分辨率下IC值分布圖能夠分辨出明顯的橫坡順坡種植方式，但出現不符合實際的結果；0.2 m分辨率下的不合理結果在0.1 m分辨率的IC分布圖中得到修正，并表現出更清晰的細節如正確劃分了甘蔗壟頂與壟底。0.05 m分辨率下的IC分布圖與0.1 m相比并沒有表現出更多的細節。

圖5 不同DEM分辨率下小尺寸地表水文連通性指數IC值分布

DEM分辨率對IC有顯著影響，但是一味的追求更高的分辨率，不僅給數據獲取帶來難度，還導致了計算時間過長的問題[8]。圖6展示了7個分辨率下IC的計算時間，不同分辨率下計算時間具有極大差異，且隨分辨率的增加呈指數上升。從5 m到0.05 m分辨率，計算時間從93 s增加為28 168 s，增加了302倍。分辨率在0.2 m以下時，計算時間漲幅在30%到128%之間，但在0.2 m分辨率及以上時，計算時間漲幅均大于200%。

圖6 不同像元大小DEM的水文連通性指數IC計算時間

3 討 論

3.1 DEM分辨率影響地表微地形特征

坡度(S)、坡長因子(L)以及表面粗糙度(SR)、地表粗糙度(SDE)均受到DEM分辨率的顯著影響。隨DEM分辨率的增加，平均坡度S也增加，這可以由高分辨率下鋸齒狀的甘蔗田表面特征在低分辨率下平均為平面解釋，同時低分辨率下河道溝壁的坡度被忽略，河道坡度被低估；坡度是通過高程的變化除以像元之間的距離來計算的，高分辨率DEM的像元距離非常小，且局部地表變化在高分辨率DEM下非常明顯，形成了高分辨率下較大的坡度；而道路坡度先減小后增加，是因為在1 m分辨率之前，較大的像元將道路坡度平均為左右田塊坡度的延伸，其坡度被放大；隨著分辨率的提高，道路與田塊區分，坡度減小；在1 m分辨率以上時，道路與田塊交界處短暫但劇烈的斜坡被區分開來，此時坡度隨DEM分辨率增大。低分辨率下坡長因子L值較大，這是由于忽略了甘蔗種植引起的表面特征變化，如新植甘蔗橫坡種植的壟將整個長坡截斷為多段小坡，坡長因子L被高估，而且低分辨率難以識別道路特征，將道路左右的田識別為一塊，形成了不符合實際的坡長。表面粗糙度SR可以表示像元內部的起伏程度，SDE可以表示像元與周圍像元的差異，參數的結合能更好的解釋結果。低分辨率下SR較低但SDE較高，表明低分辨率DEM趨向于簡化像元內部差異，但由于像元較大，不同像元所展示的土地利用類型有所差異，各像元間連通受阻，表現為較低的連通性。相反高分辨率下SR較高但SDE較小，表明小像元能夠反映較小尺寸的地表特征，同時由于像元較小，不同像元可能表示同一土地利用類型，有利于不同像元之間連通。道路、河道地表微地形特征的異常結果表明5 m，2 m甚至1 m的DEM分辨率在集約化蔗區是不可取的。

3.2 DEM分辨率影響水文連通性指數

隨著分辨率的增加，流域平均IC先增加后減小，這與Cantreul等[8]以及López-Vicente等[9]的研究結果不同，他們發現像元大小變大時IC也增加，并用坡度的緩慢變化以及水流路徑的恒定減小來解釋。研究區微地形的不同可以解釋研究結果的差異，那辣小流域因甘蔗種植引起的復雜地表特征是上述研究區域所沒有的。而平均IC的變化可以通過簡化的水流路徑和坡度來解釋[21]，在5～0.2 m分辨率，坡度增加幅度較大，而水文路徑長度增加是恒定的，隨之IC值也增加；在0.2～0.05 m分辨率時，坡度沒有太大變化，但在新植、宿根甘蔗以及甘蔗西瓜間作的復雜地表特征影響下，水文路徑破碎化，導致了IC值的減小。

水文連通性的分布能夠表示流域內基于地形的徑流路徑，但是低分辨率DEM下的水文連通性分布圖對一些徑流路徑的表達并不準確，例如甘蔗行間區域、人工排水溝以及高海拔區域的沉積區。野外所能觀察到的人工排水溝以及甘蔗行間區域在0.1 m與0.2 m分辨率的DEM下清晰可見，這也就解釋了此分辨率下的高連通性。Bracken等[22]認為，水文連通性從某種角度來說可以表示為某點到河流或是流域出口的距離，本研究中不同分辨率下流域出口及溝渠附近區域的IC均表現為較低值，這可能與其離出口較近，所需路徑較短有關。不同土地利用類型IC間的差異是權重與坡度共同作用的結果，河道是天然的水文路徑；新植甘蔗具有一定的坡度，且地表裸露，利于水流通過，同時順坡種植甘蔗的溝壑為水流提供了路徑；新植甘蔗間作西瓜較新植甘蔗有更高的覆蓋度，但對水流的阻礙作用有限；宿根甘蔗地表覆蓋有厚密的甘蔗枯葉，不利于水流通過；道路的地表裸露，但坡度較其他土地利用類型較小，水流動力不足；桉樹雖然坡度較大，但茂密的植被冠層對降雨有緩沖作用，其地表覆蓋的枯落物以及干燥的土壤不利于水流的形成。0.1 m分辨率下的宿根甘蔗的水文連通性大于道路，這可能與宿根甘蔗更高的坡度有關[23]。

3.3 水文連通性研究的最佳DEM分辨率

不同土地利用類型IC以及地表微地形特征隨DEM分辨率變化的差異表明，不同土地利用類型的最佳分辨率有所不同，大尺寸地物如桉樹、道路、河道的IC變化轉折點為0.5 m，小尺寸地表特征的新植、宿根甘蔗以及甘蔗西瓜間作IC變化轉折點在0.2或0.1 m，這表明對于桉樹，河道和道路，其最佳分辨率是0.5 m，而對于新植、宿根甘蔗以及甘蔗西瓜間作，其最佳分辨率為0.2 m或更高的分辨率，這與Habtezion等[4]提出的有效表征地形的DEM分辨率閾值(0.1 m)類似。因此選擇一個正確的DEM分辨率來使水文連通性結果在有效和高效之間的平衡非常重要。而這個分辨率應該是根據研究區的特征，也就是所需識別最小地物的尺寸來選取[5]。但從結果來看，使用0.2 m分辨率DEM所得到的地表微地形特征與實際有所偏差。例如0.2 m下宿根甘蔗的坡度與地表粗糙度均大于新植甘蔗，這與實際并不相符，新植甘蔗翻地后形成的行間壟使得地表坡度更大，地表粗糙度更高。因此，在保證水文連通性結果有效的前提下，考慮到計算時間問題，研究認為新植、宿根甘蔗以及甘蔗西瓜間作的最佳DEM分辨率為0.1 m，桉樹、河道和道路的最佳DEM分辨率為0.5 m。而對于整個研究區域，其DEM分辨率的選擇應該要滿足最小尺寸地物的需求，因此在集約化蔗區小流域，水文連通性指數的最佳分辨率為0.1 m。

4 結 論

本文基于ArcGIS與無人機高分辨率影像，探究了DEM不同分辨率對地表微地形特征及水文連通性指數的影響。

(1) DEM不同分辨率對地表微地形特征參數有顯著影響。隨著DEM分辨率的增加，平均坡度S、平均表面粗糙度SR表現為增加趨勢，平均地表粗糙度SDE與平均坡長因子L表現為減少趨勢；不同土地利用類型的地表微地形特征有不同變化，隨著DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜間作、桉樹的坡度S呈增加趨勢，坡長因子L呈減小趨勢，表面粗糙度SR先減小(5～1 m)后增大(1～0.05 m)，地表粗糙度SDE均呈減小趨勢。道路的坡度S與表面粗糙度SR均先減小(5～1 m)后增大(1～0.05 m)，河道的坡長因子先增加(5～2 m)后減小(2～0.05 m)。

(2) 隨著DEM分辨率的增加，平均水文連通性指數IC表現為先增加(5～0.2 m)后減小(0.2～0.05 m)，且均值標準差增大。不同分辨率下的IC值在分布上大體相同，例如對于集水區的識別、沉積區的劃分以及主要的徑流路徑的分辨，但在許多細節之間有顯著差異，如對于道路、人工排水溝以及種植模式的識別。低分辨率的DEM會損失許多信息，但過高分辨率也會產生不符合實際的結果，0.2 m以上分辨率的IC分布均與實際有偏差，0.2 m表現出了較為完整的地表徑流路徑，但對于橫坡順坡耕作方式表達有缺失；0.1 m相比0.2 m能夠觀察到更多的支流與更少的平坡，且對于橫坡順坡耕作方式對水文連通性的影響的結果較為合理，但0.05 m分辨率下IC分布圖所表現出的徑流路徑過于破碎。不同土地利用類型的IC隨DEM分辨率變化不同，從5 m到0.05 m分辨率，河道、新植甘蔗、宿根甘蔗的IC均值表現為先增加后減小，桉樹、道路、甘蔗西瓜間作的IC表現為先減小后增大再減小。

(3) 不同土地利用類型的最佳分辨率不同，道路、桉樹和河道的最佳DEM分辨率為0.5 m，宿根甘蔗、甘蔗西瓜間作的最佳分辨率為0.2 m，新植甘蔗的最佳分辨率為0.1 m。而對于集約化蔗區小流域，水文連通性指數研究的最佳DEM分辨率為0.1 m。這是在保證計算結果真實有效的基礎上減小計算時間成本的結果。使用過高分辨率的DEM計算在導致結果偏離實際的同時還會多消耗高達302倍的時間。不同研究區域地表特征的異質性(如耕作模式等)的不同可能會產生不同的最佳分辨率結論。