基于地物要素與DEM融合的水文信息提取方法研究

俞志強，付仲良，陳文志，趙　騫，朱雪堅

(1. 浙江省測繪科學技術研究院，浙江 杭州 310012； 2. 武漢大學，湖北 武漢 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)

?

基于地物要素與DEM融合的水文信息提取方法研究

俞志強1，付仲良2，陳文志3，趙騫3，朱雪堅3

(1. 浙江省測繪科學技術研究院，浙江 杭州 310012； 2. 武漢大學，湖北 武漢 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)

Research on Hydrological Information Extraction Method Based on the Fusion of Feature Elements and DEM

YU Zhiqiang，FU Zhongliang，CHEN Wenzhi，ZHAO Qian，ZHU Xuejian

摘要：針對傳統數字高程模型(DEM)數據提取水文信息時容易出現偽河道和河道穿越居民區的問題開展研究，探索了顧及地物要素的水文信息提取方法，將影響地表徑流的地物要素如道路、水渠、堤壩工程等信息融入DEM，增強了數據中地物的高程差異，達到了細化DEM目的。提取的水文信息與傳統上基于DEM數據的提取結果相比，更貼合實際，在一定程度上改善了基于DEM提取水文信息的誤差問題。

關鍵詞：數字高程模型；ArcHydro；水文信息

現有研究表明，在山地、丘陵地區使用數字高程模型(digital elevation model，DEM)進行水文信息提取能夠獲得較好的效果，平原地區地形平坦，高程差異不明顯，水平方向和垂直方向的分辨率低，僅僅使用傳統數字高程模型進行水文信息提取，容易造成平行水系、偽河道、河道穿越居民區等問題。目前，用于改善水文信息提取精度的方法主要是改進算法、增加約束條件(如河流和湖泊數據)、減少平行水系。這些方法在一定程度上提高了平原地區水文信息提取的精度[1]，但人類改造地表的活動越來越頻繁，道路、水渠、堤壩工程等影響了匯水路徑，特別是城市密集區，水文信息提取往往容易失真。

DEM已經被廣泛應用于城市規劃、三維建模等方面[2]，從DEM提取水文信息也成為重要研究方向之一[3-4]。在水文信息提取方面，德克薩斯大學開發的AGREE算法引入線性要素對DEM表面高程進行修正和調整，使得基于DEM提取的流域特征更接近真實情況，這對于平坦區較狹窄的地表河流具有較好效果。國內外對這方面的研究主要是利用高程數據計算中心柵格與各相鄰柵格間的距離權落差確定水流方向和匯流累積量，分析得到出水口、河網和子流域。但上述方法在地形起伏小、高程差異不大的情況下往往出現誤判徑流方向的現象(如平行狀匯水線)。本文研究一種顧及地物要素(即增加約束條件)的水文信息提取方法，使用5 m格網的DEM數據，突出影響地表徑流的地物特征，增強地物要素如道路、水渠、堤壩工程的高程差異，從而進行水文信息提取，以減少信息提取的誤差。

采用5 m格網的DEM數據和基礎測繪成果1∶1萬地理實體數據庫的道路、湖泊、水渠、堤壩工程等DLG數據，將道路、水渠、堤壩工程等作為影響匯水方向的3種地物要素，融入DEM數據，最后對融合后的DEM數據借助相關水文特征提取工具完成水系、匯水區和出水口等水文信息的提取。

一、地物要素與DEM的融合

1. 數據預處理

本文采用了5 m格網的DEM和數字表面模型(digital surface model, DSM)數據，其中DSM是機載激光雷達點云數據，點密度為0.2 m，經過噪聲去除、系統誤差改正、地表激光點分類處理后，得到5 m格網的數字表面模型[5]。

2. 地物要素高程信息的獲取

由于DLG數據不包含高程信息，地物要素的高程信息可以從數字表面模型進行提取。將道路、水渠、堤壩工程的矢量數據轉換成柵格數據，以此柵格數據建立掩膜(Mask)文件，并通過掩膜文件提取DSM數據中對應點的高程，則得到道路、水渠、堤壩工程等對應柵格點的高程。

3. 融合方法

道路、水渠、堤壩工程3種地物要素與DEM的融合可通過圖層運算進行。融合運算包括“加法”和“減法”兩種

DEM數據融合道路、水渠、堤壩工程時要結合地物要素與地表平均的高程差異，考慮作“加法”或“減法”融合操作[6]。由于缺乏涵洞的資料數據，因此暫未考慮涵洞對融合處理方法的影響。

1) 道路。道路高于周邊環境，對地表徑流起到一定的引導作用。道路兩側低洼的水渠將地表水引入周邊河流；另外道路圖凸起容易阻止平原區的平行水系生成。因此，道路圖層的數據適宜與DEM作“加法”操作，與DEM進行融合。

2) 水渠。人工挖掘的水渠地勢較低，對自然河流起分流作用。因此，水渠圖層的數據適宜與DEM作“減法”操作，與DEM進行融合。

3) 堤壩工程。建筑堤壩，人為地阻斷了河流的自然流向。因此，堤壩圖層的數據適宜與DEM作“加法”操作，與DEM進行融合。

通過三維場景可以看到DEM(如圖1所示)表現了地表的起伏形態，且紋理光潔，但平坦地區地物信息較少。圖2為融合地物要素的DEM，融合后圖中線性地物更加明顯。

圖1　DEM數據

圖2　融合后的DEM數據

地物要素與DEM融合明顯增強了地物要素的周圍地表的高程差異。圖3為DEM數據融合水渠前后的對比圖，可以看出，融合后的水渠所在柵格高程明顯低于原始DEM。圖4為DEM數據融合道路前后的對比圖，融合后的道路所在柵格高程明顯高于原始DEM。地物要素與DEM融合，不僅豐富了原始DEM的信息，還在一定程度上夸大了地物要素與周圍地表的高程差，這主要是為水文信息提取時判定水流方向提供依據。

圖3　DEM融合水渠剖面對比

圖4　DEM融合道路剖面對比

二、水文信息提取

為便于比較，對融合地物要素的DEM數據與傳統DEM數據分別提取水文信息：首先檢查數據是否存在洼地，如有洼地則進行洼地填充，若無洼地則可直接計算水流方向；然后定義河網結構，提取河流弧段，生成矢量河流線，提取流域出水口后確定匯流區范圍[7-8]，流程如圖5所示。

圖5　水文信息提取方法流程

提取水文信息首先要提取水系，再提取匯水區和出水口，水系的精度決定了后者的精度。通過DEM提取的水系與地理實體數據庫的DLG水系的最大區別在于提取的水系是有向的，能區分上游和下游；DLG水系沒有方向，不能用于提取匯水區和出水口。

水系提取是假設單個柵格中的水流只能流入與之相鄰的8 個柵格中。它用最陡坡度法來確定水流的方向，即在3×3 的DEM 柵格上計算中心柵格與各相鄰柵格間的距離權落差(即柵格中心點落差除以柵格中心點之間的距離)，取距離權落差最大的柵格為中心柵格的流出柵格。平原地區由于流向不確定，是導致提取河網失真的一個重要原因。融合地物要素的DEM數據高程差異明顯(如圖6所示)，可細化DEM信息，輔助確定平原河道的流向，判定流向時不容易出現錯誤。

圖6　水系提取原理

三、試驗結果分析

1. 研究區概況

本文選擇浙江省余姚市境內的姚江流域作為研究區(如圖7所示)，面積約647 km2。研究區地勢南高北底，南部為低山丘陵，北部屬寧紹平原，地形平坦。流域內河網交錯密集，水深2.5～5 m，每年5—9月進入汛期，降雨集中，河道泥沙淤積，又受海潮影響，容易泛濫成災。

2. 水文信息提取結果比較

根據上述方法，將道路、水渠和堤壩工程3種地物要素與DEM進行融合。在數據處理過程中，閾值的設定容易影響信息提取的效果，為了保證比較分析的合理性，兩種數據處理過程采用了完全相同的步驟和相同的閾值，兩者的對比結果如圖8所示。圖8(a)為傳統DEM數據水文信息提取的結果，圖8(b)為融合地物要素的DEM的水文信息提取結果。與傳統DEM對比，融合地物要素后的DEM數據信息更豐富，道路、水渠等線性要素更突出。

圖7　研究區示意圖

圖8　兩種高程數據提取的水系對比圖

圖8(a)、圖8(b)反映了兩種數據提取的水系與1∶1萬基礎測繪成果的DLG水系分布狀況基本吻合，圖8(c)顯示的是上述兩種數據提取結果的對比，平原地區(如圖8(c)A區)傳統DEM提取的水系出現不連續現象，平原地區地形坡度小，研究區內的河流曲折程度大，精度較低的DEM數據難以判定水流方向，容易出現平行水系或不連續現象；丘陵地區(如圖8(c)B區)傳統DEM水系末端略短于融合后DEM數據，未能呈現狹窄山谷的河流。總體上看，顧及地物要素的DEM水系提取效果略優。

3. 精度評價

提取的水文信息精度評價指標主要包括子流域數目、水系總長度、匯水區面積總和、相對誤差、河網密度、河網差套合[9]和子流域精度[10-11]等。相對誤差=|(計算值-真實值)/真實值|；河網密度是指水系總長度與流域面積之比；河網套合差=∑Ai/S，Ai是指兩條河網疊加產生的細碎多邊形的面積，S指流域面積；子流域精度是指子流域面積之和與流域總面積之差。

融合地物要素的DEM與傳統DEM數據水文信息提取的精度，兩種數據源提取的水文信息精度評價量化指標詳細情況見表1。

表1　兩種數據源提取的水文信息精度對比

上述幾個精度評價指標中，相對誤差、河網套合差與子流域精度的值越小越符合實際。由表1可以看出：①融合地物要素的DEM提取的出水口共79個，水系71條，匯水區79塊。傳統DEM提取的出水口共68個，水系57條，匯水區68塊。前者提取結果更為詳細。②融合地物要素的DEM數據提取的水文信息相對誤差、河網套合差均小于傳統DEM。

四、結束語

顧及地物要素的水文信息提取方法即采用DEM數據與道路、水渠、堤壩等地物要素融合后，達到細化DEM高程信息的目的。這種數據在進行水文信息提取時，能夠減小信息提取的誤差，避免出現水系“斷流”、河網不連續、水系穿越居民區的現象。最后使用了幾種評價指標進行了精度評價，驗證了DEM與地物要素融合后，其提取的水文信息更符合實際。

參考文獻：

[1]楊松,王山東,卓中文,等,基于數字化水系修正DEM提取流域河網研究[J].水利與建筑工程學報,2013,11(2):123-126.

[2]袁修孝,明洋.一種綜合利用像方和物方信息的多影像匹配方法[J].測繪學報,2009,38(3)216-222.

[3]AHMED S A， ABBOT T. Evaluation of Morphometric Parameters Derived from ASTER and SRTM DEM——a Study on Bandihole Sub-watershed Basin in Karnataka[J]. Research Article, 2010，38(2):227-238.

[4]RAHMAN M M. Limitation of 90 m SRTM DEM in Drainage Network Delineation Using D8 Method——a Case Study in Flat Terrain of Bangladesh[J]. Applied Geomatics, 2010，2(2)：49-58.

[5]張婷, 劉軍, 駱慧琴. 1∶10 000 DEM的生成及SPOT-5衛星數據正射校正[J]. 遙感技術與應用, 2004, 19(5):420- 423.

[6]左俊杰,蔡永立.平原河網地區匯水區的劃分方法——以上海市為例[J].水科學進展，2011,22(3): 337-343.

[7]KUMAR K V, KAORU M, LI J X. Secular Crustral Deformation in Central Japan Based on the Wavelet Analysis of GPS Time-series Data [J]. Earth Planets Space, 2002,54(2)：133-139.

[8]張國義,房明惠,徐云,等. RSIRiver Tools系統及其應用介紹[J].計算機應用,2002,22(8):38-40.

[9]GARBRENEHT J W，MARTZ L. The Assignment of Drainage Direction over Flat Surfaces in Raster Digital Elevation Model[J]. Journal of Hydrology, 1997, 193(1):204-213.

[10]詹蕾, 湯國安, 楊昕. SRTM DEM提取河網的適用性研究——以陜西省典型實驗區為例[J]. 科技創新導報, 2010(21):6-8.

[11]李偉濤, 王春, 李鵬, 等.多源DEM提取水文因子精度分析[J].實驗與分析, 2014, 30(4):387-389.

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2016)03-0066-04

作者簡介：俞志強(1965—)，男，碩士，教授級高級工程師，主要從事攝影測量與遙感方面的工作。E-mail：qianzhao622@126.com

基金項目：浙江省公益技術應用研究項目(2014C33049)

收稿日期：2015-12-09

引文格式： 俞志強，付仲良，陳文志，等. 基于地物要素與DEM融合的水文信息提取方法研究[J].測繪通報，2016(3)：66-69.DOI:10.13474/j.cnki.11-2246.2016.0088.