嚴步青,毛成陽,龔 康,邵玉祥*,張傳松
(1.中國地質調查局軍民融合地質調查中心,四川 成都 610036)
近年來,基于數字高程模型數據(DEM)計算和提取地貌特征或參數的可行性已成為了研究熱點,但其應用過程中面臨以下幾種問題,如軟件算法的準確性和效率、DEM數據的精度及來源所負載的信息缺失問題、區域地形地貌特征對算法的干擾以及提取過程中閾值的選取等[1],因此針對不同地區數字河網提取過程中的相關問題及提取的結果研究具有重要的實際意義。
本文選取班公湖流域為研究對象,使用ArcGIS軟件進行實驗數據處理,討論多源DEM分辨率對河網提取的影響,探討河網提取過程中閾值選取的水系匯流特征以及流域內不同地形特征河網提取差異,并結合DEM修正的方法獲取流域水文特征,為分布式流域水文模型構建提供基礎信息。
班公湖流域是我國與印度之間的跨境高原湖流域,位于32°40′~34°30′N 和78°38′~81°15′E 之間,流域內海拔范圍為4 240~6 780 m,平均海拔5 024 m。班公湖地處高原亞寒帶干旱氣候區,氣候寒冷干燥,日照長、輻射強、冰凍期較長,無霜期短,四季不分明,年降雨量約為70~80 mm,年均氣溫約為零下0.3℃。流域面積廣袤,區內人類活動弱,流域內冰川發育,長期經雪、水充分侵蝕切割,地貌破碎,河網發育極好[2-3]。
本文使用的DEM 數據為美國地質勘探局(USGS)及美國國家航空航天局(NASA)發布的數據,數據源信息見表1。

表1 DEM數據源信息
本文在河網提取實驗中使用了ArcGIS 10.4工具箱中包含的水文分析模塊。實驗的操作過程主要為:首先將融合后的DEM 數據進行填洼填充;再使用D8 算法,根據某個中心DEM格網與相鄰8個格網高程之間的距離權重,確定DEM 中每個柵格的水流方向,并生成流動方向圖;然后根據水流方向計算匯入到各格網的總柵格數,最后通過設置流量閾值劃分子流域范圍,并結合既定徑流算法提取河網,劃分河網等級并形成流域圖[4]。
由于DEM數字河網的吻合度取決于DEM數據的準確性,不同精度的DEM在地形變化的位置往往會產生一定的差異,導致在計算中出現誤差,尤其是在平緩區域對水流方向計算會產生很大影響。因此,根據河網實際位置來修正DEM網格就有必要性。國內外學者對此研究較多[5]。在相關研究方法中,AGREE算法應用較為廣泛,該方法能夠以河網矢量線調整重疊網格的高程值,并使用線性插值的方法生成高程緩沖區,以此增加計算中的匯流效果[6]。
3.1.1 DEM數據分析
不同分辨率數據基本特征列于表2。結果表明,DEM 水平分辨率的降低,其包含的網格數據量減少,變化的幅度也相對減小,主要表現在最大值的減小和最小值的增大,4 組數據的平均高程很接近,且高程標準差也較為接近,表明不同分辨率DEM數據的離散程度基本相同。數據也顯示,各DEM數據之間僅在最大值和最小值的范圍上有一定差異,說明DEM分辨率的降低導致了網格面積增大,致使其中網格包含的地形信息平均化,出現一定程度信息損失。

表2 班公湖流域DEM的基本特征
3.1.2 河網提取分析
研究表明,DEM數據的分辨率是影響提取數字河網準確度的因素之一[7]。在討論該問題時,使用班公湖流域總面積的1%作為匯流累計量進行數字河網提取過程,不同分辨率下對應的DEM網格值,通過面積換算得到,同時選取了班公湖主要的補給河來計算不同DEM 提取數字河網的套合差,結果顯示,ASTERGDEM 30 m、SRTM3 90 m、GMTED 250 m、GMTED 450 m 提取的強隆河河網套合差分別為0.87%、0.88%、0.95%、0.96%,提取的多瑪河河網套合差分別為1.99%、2.18%、2.26%、2.36%,提取的瑪卡藏布河網套合差分別為1.70%、1.88%、2.11%、3.45%。可見DEM數據精度越高提取的河網吻合相對越好,也進一步說明DEM 分辨率越低獲取的像元相對粗糙,對河網線的生成影響較大,相反,較高分辨率DEM 更能體現出地形地貌的起伏狀況,可以更細致地劃分流域單元。
集水面積閾值(CSA) 是指支持一條河道永久性存在所需要的最小集水面積,又稱河道臨界支撐面積[8]。本文在集水閾值選取的實驗中,以提取的河網吻合度較好的ASTER GDEM 30 m 數據為基礎,結合前人研究的集水閾值與河網密度之間關系,選擇擬合兩種之間的關系曲線、一階導數求解拐點的方法[9],進行選擇該流域數字河網提取最佳集水閾值。
在設置閾值過程中,將閾值網格數分別設置為500、1 000、2 000、4 000、……、30 000、32 000,擬合并分析河網密度與格網閾值的關系。由于班公湖流域內湖體面積較廣,在提取實驗中湖體處的平行河網較多,因此選擇班公湖流域具代表性內流河,即瑪卡藏布、多瑪河的數字河網密度與面積閾值進行計算統計,各河流擬合的關系如圖1所示。可以看出,各河流數字河網密度與集水閾值之間的關系符合前人研究的經驗冪指數公式y=kxa(式中,x為集水面積閾值,y為統計的數字河網密度)。從擬合的關系圖來看,閾值的設置對數字河網的產生有著顯著的關系,即閾值越小,DEM上能夠提取的細小河網就越多。

圖1 代表性河流河網密度隨閾值變化趨勢及分界點劃分
為此,在閾值與河網密度冪函數的基礎上,繪出了河網密度一階差分值變化圖,變化圖中可以直觀看出曲線變化的趨勢,即由快速遞減至緩慢遞減,最后趨于平緩。2種曲線變化趨勢可以大致確定兩處突變的拐點,一處為驟減至變緩的分界點,是區域坡面上冗雜河網消失的閾值分界;另一處為河網密度變緩至平穩的分界,是細小溝谷河網消失的閾值分界點。
這2 個分界點將集水閾值分為3 個區域,可作為區分該研究區或類似地貌區河網匯流方式的指標,即Ⅰ區的集水面積可能多采用坡面匯流,Ⅱ區的多為細溝道匯流,分布在Ⅲ區的網格則為河道匯流。為驗證這2 個分界點劃分的準確性,將分界點處閾值的提取河網分別與真實的溝谷河網及主河道河網進行對比,根據吻合程度來判定匯流分區的準確性。
班公湖流域不同閾值提取的河網及流域DOM 影像疊合情況如圖2 所示。以流域內強隆河流域為例,將從影像繪制的河網形態特征、河網參數與數字河網及對應分界點提取的數字河網各水文參數進行對比,統計的河網總長度、河網密度等數據及相對誤差等數據結果見表3。通過一階差分求解轉折點的方法確定最佳閾值的準確度較高,同時還可以進一步通過一階差分的變化趨勢判斷和劃分水系的匯流方式。

圖2 班公湖流域不同閾值的河網提取結果與流域DOM影像水系疊合

表3 分界點誤差檢驗
1)班公湖流域數字河網提取實驗使用的DEM 數據中,精度最高的數據反映的地形信息最豐富,提取的河網套合比也最低,與實際情況更相符。
2)基于河網密度與集水面積閾值的函數關系及其一階差分值函數特征,找出并驗證了班公湖流域存在的坡面到溝道及溝道到河道的匯流閾值分界點,其流域內強隆河河網檢驗誤差分別為1.01%及2.96%,可為該流域及相似地貌區的數字河網提取提供參考。