鹽城淤泥質濱海濕地DEM構建及其精度評估研究

侯明行，劉紅玉，張華兵，王 聰，譚清梅

(南京師范大學 地理科學學院，江蘇 南京 210023)

濱海濕地是指發育在海岸帶附近并且受海陸交互作用的濕地，是陸地生態系統和海洋生態系統的過渡地帶，廣泛分布于沿海海陸交界、淡咸水交匯地帶，是一個高度動態和復雜的生態系統[1]。其在區域生態安全、人類生存環境甚至區域經濟發展方面都發揮著重要作用[2]。鹽城濱海濕地屬于典型的淤泥質海岸濕地，在人類活動日益加劇的今天，一些岸段基本保持了天然的生態結構和功能，成為我國乃至世界為數不多的典型原始海岸濕地之一[3]。

鹽城濱海濕地由于是目前殘留的典型淤泥質潮灘濕地[4]，具有地形平坦，潮溝縱橫，植被高密以及分布面積廣等特征。這些特征一方面給區域地形測量帶來巨大困難，另一方面與地形起伏大的區域相比，DEM構建難度較大，使得地形研究成為該濕地的“空白區”，不利于區域濕地保護與科學管理。當前對DEM的研究主要集中于高山丘陵地區，而對于平原地區尤其是地形平緩，高程差異較小的沿海區域，系統的地形研究尚不多見。作為自然環境中的重要因素，地形因子通過各種形式對區域土壤、地表物質的遷移與能量的轉換以及水源涵養能力等都產生重要影響[5]。同時地形作為景觀結構和空間格局的重要影響因子,還控制著濕地植被的分布與演替。有鑒于此，本研究利用2002年野外高程測量數據，運用Kriging和TIN兩種不同思想的插值方法對鹽城淤泥質濱海濕地DEM的構建與精度評估兩個問題展開研究，在傳統方法的基礎上，通過查找和充分運用數據本身的約束性條件來創建更能反映平坦濕地的DEM，以期通過研究為該區域濕地地形模擬找到合適的方法，同時為鹽城濱海濕地的保護與科學管理提供必要的基礎性參考。

1 研究區特征

鹽城保護區，地處江蘇省中部沿海，是典型的淤泥質濱海濕地。面積約為45.33×104hm2，是我國最大的海岸帶保護區。該區地處亞熱帶向暖溫帶的過渡地帶，季風氣候顯著，溫暖濕潤，雨水充沛，四季分明，受南北氣流和海洋、大陸雙重氣候的影響，年平均氣溫介于13.7～14.8 ℃之間，無霜期220 d,年降水量為900～1 100 mm，南部多于北部。6-8月降雨量約占全年降雨量的40%～50%；地貌類型主要為海積平原。保護區核心區北至新洋港，南至斗龍港，西至海堤，總面積為1.90×104hm2。核心區內原始植被保存完整，植被類型豐富多樣。米草、堿蓬、蘆葦等自然植被自東向西在南北方向上呈帶狀分布。目前，保護區以中路港為界分為南北兩部分。北部主要為人工管理區，受人類活動干擾強烈，景觀組分單一，主要為養殖塘、道路等人為景觀。南部則主要為自然濕地區，受人類活動干擾比較微弱，基本保持了原始濕地面貌。本文試圖從方法上探討淤泥質濱海濕地DEM的構建技巧，為消除北部管理區人為活動的影響，故選擇南部自然濕地區為本文章的研究區域。研究區位置與范圍如圖1所示。

圖1 研究區位置與范圍圖Fig.1 Location and scope of the study area

2 數據來源與預處理

2.1 數據來源

研究數據來源于2002-05初-06底所進行的野外地形測繪資料：1∶10000核心區等高線、1∶10000核心區高程點(采用1985年國家高程基準面(大地水準面))。2002年Landsat ETM+遙感影像(多光譜30 m，全色15 m)；1997和2007年江蘇省海岸帶1∶20萬植被調查圖、1∶20萬地貌調查圖。參照1997和2007年海岸調查圖，利用監督分類方法制作2002核心區景觀類型圖[6](經過野外調查檢驗,遙感影像解譯判讀精度在90%以上)。以上數據統一采用高斯—克呂格投影的3度分帶西安1980坐標系。研究區源數據分布如圖2所示。

圖2 研究區源數據分布圖Fig.2 Source data distribution of the study area

2.2 高程點預處理

離散高程點數據的質量和分布特征對DEM的質量有直接影響，因此在構建DEM之前必須對離散高程點數據進行質量和分布特征檢測。檢測的內容主要包括：是否存在重復點和異常點、是否符合正態分布、是否存在趨勢效應等。由于濕地高程數據采集任務的繁重，加之面積巨大，不可避免的會對部分數據進行重復合并或多次讀數；同時由于測量過程中的操作失誤，還可能造成部分影響全局或局部的異常點[7]。再者，數據的正態分布以及趨勢效應也會對插值的DEM產生較大的影響。適當考慮數據中的趨勢效應有助于利用數學公式對表面的非隨機成分進行表達，以便選擇更好的模型對其擬合，只有這樣才能保證生成的DEM效果最佳。基于以上思想，本文章利用地統計分析模塊的數據瀏覽功能(Explore Date)對本次數據進行檢測：全局異常點的檢測以及正態分布采用直方圖法，局部異常點的檢測采用Voronoi圖法，而趨勢效應檢測采用Trend Analysis法進行[8]。檢測結果如圖3、4所示。

圖3 數據直方圖Fig.3 Histogram of the data

圖4 數據趨勢圖Fig.4 Trend chart of the data

觀察直方圖3(其中x軸為研究區高程點海拔分布范圍(-0.3～2.8 m),y軸為在該區間上的分布頻率(個數×10-1))發現，該數據未發現明顯的全局異常點，而在Voronoi圖的檢測中，數據存在部分偏高的異常值，通過查閱資料以及參照衛星影像分析認為，這些偏高的異常點部分是明顯的測量誤差，部分則是符合局部地形(米草區)的特征值。對局部特征值進行保留，對測量誤差值進行剔除。同時，還可以發現直方圖表面數據呈單峰分布，而且具有一定的對稱性，接近于正態分布。

觀察Trend Analysis圖4(逆時針旋轉20°呈現NE-SW)可以發現，在NE-SW(包括南北)方向(右方)上數據沒有明顯的特征，接近于直線分布；而在SE-NW方向(左方)上表現出先增高后降低的趨勢，顯示出一個倒置的“U”型。這種趨勢結合2002年景觀分類圖(圖2)可以給予解釋：核心區從陸向海方向上，養殖塘、蘆葦、堿蓬、米草、光灘自東向西在南北方向上成帶狀分布，而圖上的SE-NW方向上的趨勢主要發生在研究區下部三里河部位，該區生長著寬達4 km的米草帶，借助于米草的促淤保灘功能使其海拔明顯高出兩邊的光灘和堿蓬區。因此，在SE-NW方向上呈現的倒置“U”型趨勢是合理的。

3 結果與分析

3.1 鹽城淤泥質濱海濕地DEM構建

3.1.1 數字高程模型(DEM)的概念

數字高程模型(DEM) 是在電子計算機支持下采用數字量來描述地球表面高程變化的抽象模型[7]。它是一定范圍內規則格網點的平面坐標(X，Y)及其高程(Z)的數據集，用以描述區域地貌形態的空間分布。它能夠以多種形式顯示地形特征，并且支持對數據的快速修改和實時更新，便于進行地形分析和動態變化分析，具有形象、直觀、精確的特點。廣義上的DEM還包括等高線、三角網等。

3.1.2 DEM的構建方法

目前,根據研究需要和數據采集情況,構建DEM的方法主要有：利用實測數據構建TIN創建DEM；利用地形圖提取等高線插值生成DEM；利用航攝立體相對構建DEM；利用遙感影影像立體相對建立DEM以及利用合成孔徑雷達干涉測量技術獲取DEM等[9]。在實踐中應用最廣泛、技術最成熟的結構類型是正方形格網DEM(Grid)和不規則三角網DEM(TIN)[6]。本文章將重點闡述在考慮數據源諸多限制性條件下這兩者的構建方法，以期為鹽城濱海濕地DEM的構建選擇合適的方法。

對圖2中的高程點，應用Arcgis地統計分析模塊中的Greate Subsets工具按隨機方式分解成兩部分，一部分占95%，共285個觀測點，用以構建DEM；另一部分占5%，共 16個觀測點，用以評價DEM精度。

1)正方形格網DEM(Grid)的構建方法

加載地統計分析模塊(Geostatistical Analyst),應用地統計向導中的普通Kriging插值法對隨機產生的285個觀測點進行運算(Geostatistical Analyst->Geostatistical Wizard ->Kriging->Ordinary Kriging->Prediction Map)。為防止采用缺省參數插值造成的DEM精度過低，本方法應用數據預處理中檢測的限制性條件來約束Kriging插值。其中，針對數據中東南-西北方向上呈現的倒置“U”型趨勢，采用二階多項式擬合，以消除該趨勢對全局的影響；本次觀測點樣點對之間的空間距離平均為600 m,且半變異/協方差檢驗中發現當距離大于790 m之后樣點對之間就不存在自相關關系，故將步長值設置為650 m，步長組設置為15，這樣可以有效地放大并模擬相鄰采樣點間局部變異的細節；參考點采用約束最大搜索半徑、約束搜索方向和約束搜索參考點個數的復合條件搜索法，為保證在各個方向上都有參考點，將搜索方向分為四個方向，每一個方向最多搜索5個參考點，最少搜索2個參考點。交叉驗證顯示：均差為0.000 068 0接近0，均方根標準誤差為0.984 7接近于1。因此，可以判斷采用基于數據本身的限制性條件來約束Kriging插值構建DEM的模型具有精確的預測效果。經查閱相關資料[10-12]可知：當輸出柵格尺寸過小時，將造成地形信息遺缺情況嚴重,數據損失率增大[13]。當柵格尺寸過大時，在某種程度上又會造成對地形的描述過于粗糙，難以實現對真實地形的表達。結合本研究區整體地形平坦，高程差異較小等特征，為方便對地形開展進一步的研究，本文章采用的柵格大小為5 m。輸出柵格大小為5 m×5 m的Grid-DEM如圖5所示。

2)不規則三角網DEM(TIN)的構建方法

不規則三角網(TIN)是按一定的規則將離散點連接成覆蓋整個區域且互不重疊、互不交叉的三角形，從而建立離散點之間的空間關系的過程[14-15]。根據采樣點之間的相互關系，TIN的構建方法分為約束性TIN和無約束性TIN[8]。鑒于本文章數據之間存在一定的空間關系，故采用基于Delaunay準則的帶邊界約束的TIN構建DEM。

加載三維分析模塊(3D Analyst),應用Create TIN from features工具構建TIN(3D Analyst→Create/Modify TIN→Create TIN from features)。同時，加載數據等高線和等高點。其中Height source設置為高程字段(ELEV)，Triangulate as設置為mass point(使等高線和等高點都以點的形式參與TIN的構建)。為方便與Grid-DEM對比，通過3D Analyst →Convert→TIN to Raster工具，將TIN轉換為柵格DEM。柵格大小同設置為5 m×5 m。然后對生成的DEM執行平滑處理，使生成的表面更加精確。TIN-DEM結果如圖6所示。

圖5 Grid-DEM效果圖(m)Fig.5 Effect drawing of the Grid-DEM(m)

圖6 TIN-DEM效果圖(m)Fig.6 Effect drawing of the TIN-DEM(m)

3.2 DEM精度評估與比較

3.2.1 DEM精度評估

目前，DEM精度評定的方法主要有檢查點法、剖面法、等高線法等[9]。檢查點法具有直觀、清晰、精確和易操作的特點。故本文章采用此種方法來檢驗DEM的精度。

檢查點法即將模型高程與相同位置實測點的高程進行比較，從而進行對比分析，以評估DEM精度的方法[16]。本文章應用在數據預處理中，經過運算隨機產生的5%(16個)的實測點，用以評價DEM精度。規定模型高程與實測點高程的差的絕對值為絕對誤差,絕對誤差與實測點高程的比為相對誤差[17]。統計結果如表1所示。

從表1、2中可以看出，從總體上來說無論是Grid還是TIN生成的DEM，誤差都在可控范圍之內。其中Grid-DEM的絕對誤差最大值為0.162 m，平均絕對誤差為0.063 m，平均相對誤差為4.20%；而TIN-DEM的最大值僅為0.028 m，平均絕對誤差和平均相對誤差只有0.005 m和0.36%。根據數字高程模型標準(CH/T9009.2-2010)中對高程誤差的規定，高程中誤差最低的平地為0.5 m[16]。因此，檢查點法評估結果表明本次所建立的Grid-DEM和TIN-DEM的精度是符合要求的。

3.2.2 DEM比較

本文章利用鹽城濱海濕地等高線和等高點數據，分別從兩種方法上，以不同的思想構建濕地DEM。經過精度評估認為，兩種方法在模擬濕地地形中都具有較好的效果，均滿足精度需要。為更好的揭示濕地地形，將兩種方法進行直接的比較，以期為濕地DEM構建選擇最優的方法提供理論參考。比較結果如表2所示。

表1 DEM誤差統計表Table 1 Statistics of the DEM errors

表2 DEM比較表Table 2 Comparison between the DEMs

表2說明，對以上兩種方法生成的DEM,經過精度評估，雖然都滿足精度要求，但二者仍然存在較大的差別：從整體上來看，無論是絕對誤差還是相對誤差，Grid-DEM都要遠高于TIN-DEM。從最大值上來看，Grid-DEM在絕對誤差方面比TIN-DEM整整高出0.134 m，就整個區域0.1 m的高程差來說，0.134 m的誤差對地形本就平緩的濕地在地形表達方面將會產生較大的影響。通過查看景觀分類圖可知，二者差別較大的區域主要集中在西部的田埂和東部的光灘上，在這些受人類干擾較強以及經常受潮汐影響而處于不斷變化的區域，Grid插值要明顯差于TIN插值。在平均相對誤差方面，Grid-DEM達到4.20%，相應的TIN-DEM卻只有0.36%，如果定義100%與平均相對誤差的差為平均精度，那么本次研究中TIN-DEM的平均精度就高達99.63%，而Grid-DEM的平均精度僅為95.80%。分析認為，盡管在Grid插值時，全面的考慮了數據存在的“U”型趨勢，且根據樣點對之間的自相關閾值設置了合適的步長和步長組，插值精度在一定程度上也能得到保證，但與基于等高線和等高點數據為基礎的TIN插值來說，在精度方面要遠遠落后，因為等高線是地形的綜合表達，蘊藏著豐富和準確的地形信息，是各種約束條件所無法比擬的。從圖5、6上來看，在DEM表面整體光滑度方面，Grid-DEM卻要優于TIN-DEM。

同時，Grid和TIN作為目前DEM最主要的兩個數據結構，都各有優缺點。Grid存儲結構簡單，有利于對地形的進一步表達。但由于其精度主要受方格大小的影響，過大或過小都會影響對復雜地形的描繪。于此相反，TIN的存儲結構較為復雜，但由于TIN的三角形可以任意大小，對復雜地形和平坦區域都具有較好的表達能力。因此，如果采樣點分布比較均勻，研究區域沒有地形突變特征，那么首選Grid-DEM。反之，如果采樣點分布很不均勻，研究區域又存在多種地形突變特征，而且需要保留地形的特征點或特征線等信息，那么首選TIN-DEM。另外，在地形較為平坦的濕地區域，若要進一步分析地形與植被分布，以及濕地沖淤演變的相互關系等問題時，選擇精度更高的TIN-DEM，才能從根本上揭示地形作為景觀結構和空間格局重要影響因子的核心作用。

4 結 論

本文章圍繞基于Grid和TIN兩種不同思想的插值方法對鹽城淤泥質濱海濕地DEM的構建與精度評估兩個問題展開研究，試圖通過研究為該區域濕地地形模擬找到合適的方法。DEM數據是原始濕地保護與管理的重要基礎性數據，而精度評估則是DEM數據能否發揮作用的關鍵。通過對以上兩個問題的研究，主要取得了以下幾個方面的成果：

1)利用地統計分析工具，對觀測點數據進行了檢測，發現數據呈現出一定的正態分布趨勢，符合插值要求；在數據中未發現全局異常點和影響插值的局部異常點；在SE-NW方向上數據呈現出明顯的倒置“U”型趨勢，但基本與該區域的植被分布狀況吻合。通過對數據的分析與預處理，得到了有利于構建DEM的可靠數據。

2)在數據分析的基礎上采用Kriging插值法對觀測點進行運算，其中針對數據中SE-NW方向上呈現的倒置“U”型趨勢，采用二階多項式擬合，以消除該趨勢對全局的影響；根據數據樣點對之間的自相關閥值，確定了合適的步長和步長組，最大程度的模擬了相鄰采樣點局部變異的細節。交叉驗證顯示：均差接近于0，均方根標準誤差接近于1。證明采用Kriging插值同時考慮數據本身約束性條件的模型是可行的。同時，運用等高線和等高點數據生成的TIN，效果同樣比較理想。

3)對兩種方法生成的DEM進行了精度評估，從總體上來說無論是Grid還是TIN生成的DEM，誤差都在可控范圍之內。其中Grid-DEM的絕對誤差最大值為0.162 m，平均絕對誤差為0.063 m，平均相對誤差為4.20%；而TIN-DEM的最大值僅為0.028 m，平均絕對誤差和平均相對誤差只有0.005 m和0.36%。根據數字高程模型標準，本次所建立的Grid-DEM和TIN-DEM的精度是符合要求的。

4)在對Grid-DEM和TIN-DEM的比較中發現：從整體上來看，無論是絕對誤差還是相對誤差，Grid-DEM都要遠高于TIN-DEM，兩者最大值相差0.134 m，這將會對濕地地形表達產生較大的影響。在受人類干擾較強以及經常受潮汐影響而處于不斷變化的區域，Grid插值要明顯差于TIN插值。通過進一步的運算可知，本次研究中TIN-DEM的平均精度高達99.63%，而Grid-DEM的平均精度僅為95.80%。造成這些差別的原因，分析認為主要是等高線和潮汐的影響。因為等高線是地形的綜合表達，蘊藏著豐富和準確的地形信息，是各種約束條件所無法比擬的。但在DEM表面整體光滑度方面，Grid-DEM卻要優于TIN-DEM。

5)針對此次研究中兩種DEM的評估誤差較大，筆者分析認為可能是等高線和潮汐的影響。淤泥質濱海濕地受潮汐的作用頻繁，基于潮汐作用提取水邊線進而反演高程將會成為一個新的研究課題。這部分工作將在以后的論文中予以闡述。

參考文獻(References)：

[1] ZHANG X L, LI P Y, LI P, et al. Present Conditions and Prospects of Study on Coastal Wetlands in China[J]. Advances in Marine Science,2005,23(1):87-95. 張曉龍，李培英，李萍，等．中國濱海濕地研究現狀與展望[J].海洋科學進展，2005,23(1)：87-95.

[2] LIU H Y, LI Y F, CAO X, et al. The current problems and perspectives of landscape research of Wetlands in China[J]. Acta Geographica Sinica,2009,64(11):1394-1401. 劉紅玉，李玉鳳，曹曉，等．我國濕地景觀研究現狀、存在的問題與發展方向[J].地理學報，2009，64(11):1394-1401．

[3] ZHANG H B, LIU H Y, HAO J F, et al. Spatiotemporal characteristics of landscape change in the coastal wetlands of Yancheng caused by natural processes and human activities[J]．Acta Ecologica Sinica，2012，32(1):101-110. 張華兵，劉紅玉，郝敬鋒，等. 自然和人工管理驅動下鹽城海濱濕地景觀格局演變特征與空間差異[J].生態學報，2012,32(1)：101-110.

[4] XUE X Y, LIU H Y. Study on the classification approaches of Yancheng Coastal Wetlands based on ALOS images[J]. Remote Sensing Technology and Applcation,2012,27(2):248-255. 薛星宇，劉紅玉.基于ALOS影像的鹽城海濱濕地遙感信息分類方法研究[J].遙感技術與運用，2012,27(2)：248-255.

[5] YU H, ZENG H, JINAG Z Y. Study on distribution characteristics of landscape elements along the terrain gradient[J]. Scientia Geographica Sinica,2001,21(1):64-69. 喻紅，曾輝，江子瀛.快速城市化地區景觀組分在地形梯度上的分布特征研究[J].地理科學，2001，21(1):64-69.

[6] LIU Y X, ZHANG R S, LI M C. Study of the remote sensing extraction method of ground object information on the Jiangsu tidal flat[J].Advances in Marine Science,2004，22(2)：210-214. 劉永學，張忍順，李滿春.江蘇淤泥質潮灘地物信息遙感提取方法研究[J].海洋科學進展，2004，22(2)：210-214.

[7] HE M B. A Study on DEM construction and dynamic change of Jiuduansha Wetland base on 3S technology[D].Shanghai:East China Normal University,2008. 何茂兵.基于3S技術的九段沙濕地DEM構建及動態變化研究(學位論文)[D].上海：華東師范大學，2008.

[8] TANG G A, YANG X. Experimental course of geographic information system spatial analysis[M]. Beijing:Science Press,2006：308-435. 湯國安，楊昕.ArcGis地理信息系統空間分析實驗教程[M].北京：科學出版社，2006:308-435.

[9] QIN H B, ZHENG X X, LIU D L, et al. The establishment of digital elevation model based on ArcGIS and its application to Badaling Forest Park[J]. Forest Inventory and Planning，2008,33(1)：4-7. 秦紅斌,鄭小賢,劉東蘭,等.基于ArcGIS的DEM的構建及其在八達嶺森林公園規劃中的應用[J].林業調查規劃，2008,33(1)：4-7.

[10] XIE Y L, ZHANG W, WU L W, et al. A research on the grid size in constructing DEM with 1∶2 000 topographical map[J]. Journal of Northwest University (Natural Science Edition),2006,38(3):495-498. 謝元禮,張 偉,吳樂文,等.1∶2000地形圖構建DEM時柵格尺寸的研究[J].西北大學學報(自然科學版)，2006,38(3):495-498.

[11] SHEN C L, MA J S. The influence of different size of grid on terrain factors in DEM analysis[J]. Modern Surveying and Mapping,2007,30(6):3-6. 申成磊,馬勁松.柵格尺度對DEM分析中地形因子的影響[J].現代測繪，2007,30(6)：3-6.

[12] WANG Y, LIU H B, NING M Z. Effect of horizontal resolution of raster DEM on landform information[J].Geomatics & Spatial Information Technology,2005,28(6):41-47. 王妍,劉洪斌,寧茂歧.柵格DEM的水平分辨率對地形信息的影響分析[J].測繪與空間地理信息，2005,28(6)：41-47.

[13] SHI M C, SHEN J Y. Studies on the relations between the grids size of various undulate landforms and the accuracy of DEM[J]. Research of Soil and Water Conservation,2006,13(3):35-38. 史明昌,沈晶玉.不同地貌起伏狀況下網格尺寸與DEM精度關系研究[J].水土保持研究，2006,13(3)：35-38.

[14] WANG J Y, CUI T J, MIAO G Q. Digital elevation model and data structure[J].Hydrographic Surveying and Charting,2004,24(3):1-4. 王家耀,崔鐵軍,苗國強.數字高程模型及其數據結構[J].海洋測繪, 2004, 24 (3)：1-4.

[15] ZHANG X Q, ZHAO X L. Establishment and application of three-dimensional visualization in pingyi county[J]. Journal of Shandong land resources,2007,23(12):12-15. 張先啟，趙賢良.平邑縣DEM模型的建立及其三維可視化[J].山東國土資源，2007,23(12)：12-15.

[16] REN Y S, LUO M X. Coastal DEM construction and accuracy assessment based on ArcGIS[J].Geospatial Information,2011,9(6):93-95. 任岳森，羅美雪.ArcGIS支持下的海岸帶DEM構建與精度評估分析[J].地理空間信息，2011,9(6):93-95.

[17] HE M B, WU J P. Jiuduansha intertidal elevation acquisition based on multi-temporal remote sensing images. [J]. Resources and Environment in the Yangtze Basin,2008,17(2):310-316. 何茂兵，吳健平.基于多時相遙感數據的九段沙潮灘高程獲取[J].長江流域資源與環境，2008,17(2)：310-316.