基于DEM的水文信息提取研究——以池州市為例

孫建平，趙冰雪，陳若塵

（1.池州學(xué)院 資源環(huán)境與旅游系，安徽 池州 247000；2.池州市城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院，安徽 池州 247000）

數(shù)字高程模型（Digital Elevation Model)，簡稱DEM，是地理空間中地理對象表面海拔的數(shù)字化表達(dá)，是數(shù)字地形模型的一個(gè)分支[1]。隨著空間信息基礎(chǔ)設(shè)施“Digital Area（數(shù)字區(qū)域）”、“Digital Earth（數(shù)字地球）”、“Digital City（數(shù)字城市）”等概念和技術(shù)應(yīng)用領(lǐng)域的興起，DEM已經(jīng)成為國家空間數(shù)據(jù)基礎(chǔ)設(shè)施的基本產(chǎn)品之一和進(jìn)行地形分析的基礎(chǔ)數(shù)據(jù)[2]。基于DEM數(shù)據(jù)提取水文信息是數(shù)字化時(shí)代水文研究的主要方向，也是地理信息系統(tǒng)數(shù)據(jù)處理研究領(lǐng)域中的熱點(diǎn)。國內(nèi)外很多專業(yè)人士都對此進(jìn)行了大量的持續(xù)的探索分析和研究工作。國外針對DEM溝谷提取進(jìn)行了大量的試驗(yàn)，結(jié)合控制數(shù)據(jù)處理DEM溝壑區(qū)和平原區(qū)的方法，提出了盆地模擬的進(jìn)一步優(yōu)化方法[3]。國內(nèi)在利用DEM進(jìn)行水文特征分析也有較大進(jìn)展，實(shí)現(xiàn)了利用坡面流模擬，谷線搜索等方法進(jìn)行流域河網(wǎng)的自動(dòng)提取，從多個(gè)角度對地表水文分布特征進(jìn)行模擬研究分析，使模擬的河網(wǎng)更逼近實(shí)際河網(wǎng)現(xiàn)狀[4-5]。到目前為止，眾多專家、學(xué)者針對基于DEM水文信息的提取主要基于大中河流流域以及水資源不足地區(qū)，而對于池州這樣水資源豐富地區(qū)研究卻不多。

1 數(shù)據(jù)來源和研究方法

池州市是長江南岸重要的臨江港口城市，位于安徽省西南部，地處東經(jīng) 116°38′至 118°05′，北緯29°33′至 30°51′。 與銅陵、安慶、黃山、上饒、九江、景德鎮(zhèn)等城市毗鄰，水資源豐富。池州市域地形呈階梯狀分布，東南部偏高、西北部偏低，江河湖面348.4平方公里，達(dá)到該市總面積的4%。境內(nèi)有長江水系、青弋江水系和鄱陽湖水系三大水系，有秋浦河、清溪河、龍泉河等十條河流，其中七條河流流域面積超過500平方公里，河長618km。其中秋浦河是池州市境內(nèi)流域中最長的一條河，河長149km，流域面積3019平方公里[6]。池州市地表水資源豐富，全市水資源總量為103.05億立方米，占全省水資源總量的11%，人均水資源量7506.60立方米，分別是安徽省和全國平均水平的4倍和2倍。

1.1 數(shù)據(jù)來源與預(yù)處理

池州市DEM數(shù)據(jù)來源于ASTER GDEM（Global DEM）產(chǎn)品。ASTER GDEM，即先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù)字高程模型，是美國航空航天局與日本經(jīng)濟(jì)產(chǎn)業(yè)省共同推出的最新的地球電子地形數(shù)據(jù)，2009年6月發(fā)布。其數(shù)據(jù)覆蓋范圍包括南緯83°到北緯83°之間的所有陸地區(qū)域，達(dá)到了地球陸地表面的99%，在精度上，ASTER GDEM比以往所采用的90米分辨率的SRTM數(shù)據(jù)更有優(yōu)勢。中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心科學(xué)數(shù)據(jù)中心在ASTER GDEM第一版本（V1）數(shù)據(jù)基礎(chǔ)上，加工生成了覆蓋整個(gè)中國區(qū)域的空間分辨率為30米的系列數(shù)據(jù)產(chǎn)品，并公開發(fā)布，該數(shù)據(jù)按1°×1°進(jìn)行分幅，可通過其國際科學(xué)數(shù)據(jù)服務(wù)平臺進(jìn)行免費(fèi)下載[7]。根據(jù)池州市經(jīng)緯度分布，從該平臺上下載池州市所在的ASTGTM_N30E116G、ASTGTM_N29E 117R等5個(gè)圖幅，進(jìn)行數(shù)據(jù)的投影轉(zhuǎn)換和數(shù)據(jù)拼接、行政區(qū)劃范圍裁剪等預(yù)處理工作，得到池州市DEM數(shù)據(jù)，如圖1所示。該數(shù)據(jù)地理坐標(biāo)系為WGS_84， 投影為 Albers。

圖1 池州市原始DEM

1.2 研究方法

對預(yù)處理之后得到數(shù)據(jù)進(jìn)行洼地填充、水流方向分析、水流累積量計(jì)算、河網(wǎng)提取等分析后即可提取出河網(wǎng)信息，利用ArcGIS的水文分析模塊Hydrology完成試驗(yàn)，并將提取的河網(wǎng)數(shù)據(jù)與GoogleMap上的數(shù)據(jù)進(jìn)行對比，分析提取方法的可行性。

1.2.1 洼地填充 洼地是指DEM數(shù)據(jù)中存在的凹陷單元，是由地表形態(tài)和數(shù)據(jù)本身的誤差引起的，對地表流水方向的確定有重要影響。自然情況下，水流由高到低流動(dòng)，遇到洼地，需要先對其進(jìn)行填充，之后從該洼地周圍的最低出口處流出。即以3*3的柵格矩陣中的中心柵格為研究對象的話，該柵格值是矩陣中的最低點(diǎn)，那么該點(diǎn)的水流方向是無法確定的。因此，在計(jì)算水流方向前，要對DEM數(shù)據(jù)進(jìn)行“填洼”處理。目前的處理方法主要有平滑處理和填平處理，其中填平處理較為常用，其基本原理是：根據(jù)高程值掃描格網(wǎng)內(nèi)每個(gè)單元格，如果出現(xiàn)洼地，則將相鄰8個(gè)單元格中的最低值賦予該單元格。但是，為保證數(shù)據(jù)的準(zhǔn)確性，可根據(jù)實(shí)際地形分布情況設(shè)定填充閾值Zlimit，所有高程值小于閾值的單元格將被填充。

應(yīng)用 ArcGIS 軟件中的 Sinks、Watershed、Fill和Raster Calculator等工具，可以進(jìn)行洼地填充計(jì)算，低洼地區(qū)將被填平，生成新的無洼地DEM。圖2為填洼處理前后的局部對比圖。

圖2 洼地填充局部放大對比圖

1.2.2 水流方向分析 水流方向是水流離開DEM格網(wǎng)時(shí)的指向。水流方向分析是利用DEM進(jìn)行水文信息提取的前提，后續(xù)研究均在這個(gè)基礎(chǔ)上完成。流向判定大都建立在3×3的DEM格網(wǎng)基礎(chǔ)上，有單流向法和多流向法之分。目前所廣泛采用的流向計(jì)算方法是單流向D8算法，對于地表空間范圍內(nèi)的柵格單元而言，每個(gè)中心柵格都有8個(gè)和其緊鄰的柵格單元，即每個(gè)柵格都8個(gè)不同的方向,分別是2的n次方，現(xiàn)在每個(gè)柵格都賦予某個(gè)整數(shù)值來表示此單元格可能的水流方向,如果1表示正東方向，按順時(shí)針計(jì)算，則2表示東南；4表示正南；8表示西南；16表示正西；32表示西北；64表示正北；128表示東北，其他數(shù)值表示流向不確定[8]。

利用ArcGIS軟件水文分析模塊的水流方向計(jì)算工具Flow Direction，運(yùn)用D8算法對填洼后的DEM數(shù)據(jù)進(jìn)行流向分析，從而生成池州市水流方向數(shù)據(jù)，如圖3所示。

圖3 池州市水流方向

1.2.3 水流累積量計(jì)算 水流累積量表示每一柵格點(diǎn)上的流水累積量，即匯流能力，在確定了水流的方向以及水量分配以后，可以用區(qū)域地形水流模擬的方法獲得。水流累積量值越大，表面該地區(qū)越易形成地表徑流，最大值處可視為河谷；越小則相反，即為較高的地方，最小值處可視為分水嶺。水流累積量計(jì)算的基本思想是：在DEM格網(wǎng)內(nèi)，按照水流從高處流向低處的自然規(guī)律，在水流方向數(shù)據(jù)已知的前提下，DEM數(shù)據(jù)中每個(gè)單元柵格的河段上游匯入此處的柵格累積數(shù)目便可計(jì)算得到，即該柵格的水流累積量。

利用水流累積量工具FlowAccumulation，以水流方向數(shù)據(jù)為輸入柵格，確定權(quán)重因子，權(quán)重因子一般是表示降水、土壤以及植被等對徑流影響的因素分布不平衡而形成的，更能詳細(xì)模擬該區(qū)域的地表水文分布特征。本次試驗(yàn)選擇系統(tǒng)默認(rèn)值，計(jì)算出水流累積量數(shù)據(jù)，即每個(gè)柵格的流入數(shù)目，計(jì)算結(jié)果如圖4所示。權(quán)重因子的確定問題有待后續(xù)進(jìn)行研究。

圖4 池州市水流累積量

1.2.4 河網(wǎng)提取 河網(wǎng)信息提取以該區(qū)域的水流累積量數(shù)據(jù)為數(shù)據(jù)源，當(dāng)給定一個(gè)水流累積量閾值時(shí)，將大于該值的柵格單元連接起來，所產(chǎn)生的數(shù)據(jù)便是河網(wǎng)信息。河網(wǎng)提取的關(guān)鍵在于閾值選擇，閾值大小直接影響河網(wǎng)的疏密程度。通常閾值過小，則數(shù)據(jù)源中超過該閾值的柵格單元就越多，河網(wǎng)數(shù)目就越密級；相反閾值過大，超過該閾值的柵格就越少，河長相應(yīng)地縮短，提取的河網(wǎng)較稀疏[9-10]。閾值受地形分布、地表植被、氣候條件、土壤性質(zhì)等諸多因素的影響。因此，地形復(fù)雜的區(qū)域，閾值一般不同，一般應(yīng)根據(jù)研究需要，參考相應(yīng)比例尺的地形圖選擇合適的閾值，進(jìn)而保證DEM中提取的河網(wǎng)信息的準(zhǔn)確性。

經(jīng)多次試驗(yàn)，認(rèn)為選取15000,20000,30000為流域閥值，所提取的結(jié)果具有代表性，為了保證數(shù)據(jù)的清晰度，將提取的結(jié)果轉(zhuǎn)換成矢量數(shù)據(jù)格式，并進(jìn)行修改線要素符號大小，結(jié)果如圖5所示。選取15000作為閾值，提取出的河網(wǎng)信息比較詳細(xì)，一些細(xì)小河流也能表達(dá)出來，20000為閾值時(shí)，較之15000少了部分細(xì)小河流，30000為閾值時(shí)大部分細(xì)小河流被忽略，只體現(xiàn)出了主要水流信息。

圖5 河網(wǎng)水系矢量圖

2 提取結(jié)果分析

為了檢驗(yàn)河網(wǎng)提取結(jié)果的準(zhǔn)確度，將提取結(jié)果與GoogleMap中的河流數(shù)據(jù)進(jìn)行對比，圖6(a)為利用ArcGIS提取的水流累積量為20000的數(shù)據(jù)，圖6(b)GoogleMap上的水系數(shù)據(jù)，為了突出細(xì)節(jié)信息，只截取了秋浦河部分流域，通過二者對比可以看出,水流累積量閾值為20000時(shí)提取的河網(wǎng)空間分布與參考數(shù)據(jù)水系分布較為契合。

圖6 結(jié)果對比

從實(shí)驗(yàn)結(jié)果上看,在ArcGIS軟件條件下，能夠在DEM柵格數(shù)據(jù)當(dāng)中提取出流域河網(wǎng)等水文要素信息，不但大大提高了監(jiān)測的效率,而且基本的河網(wǎng)提取比較準(zhǔn)確。但是，相較于地表真實(shí)值，用此種模擬方法得到的結(jié)果和真實(shí)值之間仍然存在不同程度的偏差，出現(xiàn)偏差的原因大致有以下幾個(gè)方面：

（1）DEM數(shù)據(jù)的分辨率和質(zhì)量對提取結(jié)果有較大的影響，高分辨率的DEM比低分辨率的DEM數(shù)據(jù)能更準(zhǔn)確詳細(xì)的反應(yīng)水文信息，本次試驗(yàn)的DEM數(shù)據(jù)分辨率為30米，本身精度有限，會對后來的結(jié)果產(chǎn)生一定的影響。

（2）算法的局限性，由于算法本身的不完善,以及某些參數(shù)的設(shè)定問題,會對提取結(jié)果的準(zhǔn)確度產(chǎn)生影響，如在水流方向計(jì)算時(shí)所采用的是D8算法，此算法只是針對3×3柵格定義了中心柵格的八個(gè)方向,對于其他方向進(jìn)行了近似處理,因此水流方向被簡化，會對提取結(jié)果造成影響。

(3)地表水文分布情況是動(dòng)態(tài)變化的。同一地區(qū)不同年份不同月份的水文信息都是不同的，文章采用的數(shù)據(jù)是2009年獲取的，由于時(shí)間問題，也會造成一定的誤差影響。

(4)投影誤差，雖然是同一個(gè)區(qū)域，但是提取數(shù)據(jù)與參照數(shù)據(jù)的投影類別及參數(shù)的不同也會對結(jié)果產(chǎn)生一定的影響，提取數(shù)據(jù)選用的是Albers投影，即正軸等面積割圓錐投影，GoogleMap采用的是制作電子地圖常用的Web_Mector投影，投影的不同也會產(chǎn)生一定的誤差。

當(dāng)前隨著科技潮流的大發(fā)展，越來越先進(jìn)的高科技產(chǎn)品被開發(fā)應(yīng)用于地表地形地貌和水文特征分析領(lǐng)域，愈來愈多的檢測過程步驟被科技產(chǎn)品取代，給水文特征分析工作帶來了便利，節(jié)省了大量的人物財(cái)力，大大提升了工作效率，且相較于前期水文特征分析，其結(jié)果的精度、可信度等方面都有了大幅度的提升。

3 結(jié)論

DEM數(shù)據(jù)為水文研究提供了便捷。文章以池州市為研究對象，應(yīng)用30米分辨率的ASTER GDEM數(shù)據(jù)和ArcGIS軟件中的水文處理模塊Hydrology經(jīng)多次試驗(yàn)提取了池州市河網(wǎng)信息。經(jīng)對比分析，提取的水系的空間分布情況與GoogleMap的水系數(shù)據(jù)相對吻合。說明利用DEM提取水文信息既能提高工作效率，且較以往水文特征分析，精度和可信度等方面得到了提高，提取結(jié)果可以用于建立區(qū)域數(shù)據(jù)庫，對于流域量化分析、流域數(shù)字模型構(gòu)建、流域自然災(zāi)害治理、保護(hù)自然環(huán)境、資源開發(fā)保護(hù)與利用、城市規(guī)劃，提供了技術(shù)支持和參考。對于水文信息提取過程中存在的閾值選擇問題和提取精度控制問題有待今后繼續(xù)進(jìn)行深入研究。

[1]湯國安,李發(fā)源,劉學(xué)軍.數(shù)字高程模型[M].北京:科學(xué)出版社,2010.

[2]吳秀芹,張洪巖,李瑞改.ArcGIS 9地理信息系統(tǒng)應(yīng)用與實(shí)踐[M].北京:清華大學(xué)出版社,2007.

[3]Augusto C V G,Marie P B,Otto C R F.Improving hydrological information acquisition from DEM processing in floodplains[J].Hydrological Process,2009,23(3):502-514.

[4]孫艷玲,劉洪斌,謝德體,等.基于DEM流域河網(wǎng)水系的提取研究[J].資源調(diào)查與環(huán)境,2004,25(1):19-22.

[5]葉愛中,夏軍,王綱勝,等.基于數(shù)字高程模型的河網(wǎng)提取及子流域生成[J].水利學(xué)報(bào),2005,36(5):531-537.

[6]馮銀.基于低碳理論的國家森林城市建設(shè)評價(jià)與規(guī)劃——以池州市為例[D].長沙:中南林業(yè)科技大學(xué),2012.

[7]李忠娟,馬孝義,朱暉,等.GIS環(huán)境下基于DEM的水文特征提取[J].人民黃河,2013,35(2):16-18.

[8]張國珍,嚴(yán)恩萍,洪奕豐，等.基于DEM的東江湖風(fēng)景區(qū)水文分析研究[J].中國農(nóng)學(xué)通報(bào),2013,29(2):172-177.

[9]張國珍,嚴(yán)恩萍,洪奕豐，等.基于DEM的東江湖風(fēng)景區(qū)水文分析研究[J].中國農(nóng)學(xué)通報(bào),2013,29(2):172-177.

[10]徐亞菲.基于DEM的水文信息提取與應(yīng)用研究[D].昆明:昆明理工大學(xué),2008.