陳 旺,鄧亞東,2,梁 虹,謝曉云,李金益

(1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,貴陽 550001;2.中國(guó)地質(zhì)科學(xué)院巖溶地質(zhì)研究所,桂林 541004)

1 概 述

DEM(Digital Elevation Model)由 Miller1958年提出,經(jīng)過長(zhǎng)達(dá)半個(gè)多世紀(jì)的發(fā)展,其理論研究和產(chǎn)品精度不斷提高。目前獲取DEM產(chǎn)品主要由 3種技術(shù):①地面測(cè)量;②根據(jù)航空或航天遙感影像,通過攝影測(cè)量途徑獲取;③在現(xiàn)有地形圖上采集。DEM是零階單純的單項(xiàng)數(shù)字地貌模型、坡度、坡向及坡度變化率等各種地貌因子可在DEM的基礎(chǔ)上提取,因此在水文分析中越來越受到科研和工程人員的重視。在國(guó)外,Saunders等[1]通過人工數(shù)字化水系圖來提高虛擬河網(wǎng)精度;Turcotte等[2]在Saunders等研究的基礎(chǔ)上通過數(shù)字河流和湖泊網(wǎng)絡(luò)DRLN(Digital River＆Lake Network)來提高湖泊和平原的水系提取精度。在國(guó)內(nèi),王加虎等[3]通過數(shù)字化不同比例尺的地形圖水系等方式解決了DEM水系提取中的部分河道缺失的信息,此方法使提取出的河道流向更加準(zhǔn)確,在水系提取方法上值得借鑒;林凱榮等[4]采用了目視解譯遙感影像方法對(duì)提取出的河系進(jìn)行修正,此方法雖然可以生成比較符合實(shí)際地形的河系,但目視解譯受研究者經(jīng)驗(yàn)的影響比較大,而且花費(fèi)大量時(shí)間;李棟梁[5]充分利用了現(xiàn)在遙感影像的多光譜信息并結(jié)合形態(tài)學(xué)知識(shí)提取出了主河道水系,該方法受研究者干擾小,但水系提取易受遙感信息中噪音的影響。

貴州省是我國(guó)碳酸鹽分布最廣泛的省份之一且地處亞熱帶濕潤(rùn)氣候帶的石灰?guī)r等碳酸鹽類分布區(qū),造壤能力低,并在長(zhǎng)期的巖性構(gòu)造場(chǎng)、水動(dòng)力場(chǎng)和化學(xué)場(chǎng)及氣候條件等因素綜合作用下產(chǎn)生了地表和地下二元空間結(jié)構(gòu);大氣降水一部分通過地表巖溶裂隙、洼地、落水洞、漏斗等地貌形態(tài)而直接滲入地下巖溶空間。這樣的地貌形態(tài)對(duì)基于DEM提取Karst地區(qū)的水系影響極大,而且不能采用填洼的常規(guī)方法來提取Karst地區(qū)的水系,更重要的是這樣提取出的水系嚴(yán)重影響了研究 Karst地區(qū)分布式水文模型分析精度。如果用可見光和紅外遙感信息來修正 DEM提取水系,該方法自動(dòng)化程度較高,但是貴州地處云貴高原,是我國(guó)云量分布的稠密區(qū),云量多,日照少,能見度低,加之山地氣候明顯,因此多光譜可見光和紅外遙感信息中含有大量的山體陰影和云噪音,從而影響了該方法在Karst地區(qū)的應(yīng)用。為了提高 DEM提取水系的精度,本文采用數(shù)字化1∶20 000的水系圖進(jìn)而提取出相應(yīng)的水系用于輔助DEM提取水系,這樣可以修正單純依靠 DEM提取出來的平行水系和河道缺失的等信息,更重要的是避免了Karst地區(qū)的特殊地貌背景(如洼地、落水洞、溶丘盆地等)對(duì)提取水系流向的影響。這樣提取出的流域水系能比較真實(shí)反映出 Karst地區(qū)的實(shí)際情況,從而提高了Karst地區(qū)的水文分析的質(zhì)量(如產(chǎn)流、匯流計(jì)算,洪水預(yù)報(bào)等)。

2 研究區(qū)域概況

六硐河平湖流域地處貴州省平塘縣與都勻市,位于107°8′至 107°38′E,25°25′至 26°9′N之間,地貌類型以巖溶峰叢低中山、巖溶峰叢低山、巖溶中山及巖溶洼地為主,地貌受巖性的控制明顯,隔槽式褶皺內(nèi)寬緩的箱狀背斜與緊密的窄向斜組成了醒目的巖溶化山原地貌,這導(dǎo)致了主要河流皆斜向南流,區(qū)內(nèi)溶洞,暗河發(fā)育數(shù)量多,分布范圍廣,類型及結(jié)構(gòu)復(fù)雜等特點(diǎn)。而且該流域的平塘水文站記錄了幾十年的水文資料,精確地提取該流域的水系對(duì)研究該地區(qū)的精準(zhǔn)分布式水文模型有著積極的意義。

3 流域水系提取技術(shù)流程

數(shù)字化1∶20 000地形圖的水系對(duì) DEM數(shù)據(jù)進(jìn)行修正以便提取出更符合 Karst地區(qū)的實(shí)際水系,提取技術(shù)流程如圖1,主要處理內(nèi)容如下:

圖1 水系提取流程Fig.1 River extraction system procedure

(1)去除原始 DEM數(shù)據(jù)中的壞值。

(2)數(shù)字化1∶20 000的地形圖水系,把數(shù)字化的水系用于修正 DEM數(shù)據(jù),以確定研究區(qū)的地表巖溶裂隙、漏斗、落水洞、洼地和溶丘盆地內(nèi)外柵格水流方向和水流出口方向。

(3)對(duì)基于填洼常規(guī)方法提取的水系和基于數(shù)字化水系輔助 DEM提取出的水系進(jìn)行對(duì)比分析和精度評(píng)價(jià)。

4 流域水體提取

4.1 基于單純的DEM提取水系

基于單純的DEM信息自動(dòng)提取水系的算法主要有 4種:①Puecker等[6]提出的移動(dòng)窗口法,該方法生產(chǎn)的水系不連續(xù),需要人工進(jìn)一步的修正。②O'Callaghan和Mark[7]提出的坡面流模擬方法,該方法不能確定凹陷洼地和平坦地區(qū)的柵格單元的水流方向,改進(jìn)后經(jīng)填洼后無法區(qū)分洼地的真?zhèn)?易造出大片平坦地區(qū),但是該方法被普遍應(yīng)用。③Yoeli[8]提出了谷線搜索算法,該算法主要由 DEM的最低點(diǎn)沿著谷底向上依次搜索,最后確定水系。④葉愛中[9]等提出的AEDNM(automated extraction of drainage network)法,該方法是利用圖論和水文學(xué)相關(guān)的知識(shí)提出的算法,并且有機(jī)地和D8算法[即假定中間柵格單元的水流流向有 8個(gè)方向(正東、東南、正南、西南、正西、西北、正北),而最終的流出方向?yàn)橹行臇鸥駟卧c鄰近 8個(gè)格網(wǎng)中坡度最陡的方向]相結(jié)合,該方法提取出的水系和實(shí)際水系比較接近。本文采用ArcGIS9.2中Hydrology模塊提取水系,處理步驟如下:①對(duì) DEM中的洼地,溶丘盆地進(jìn)行相應(yīng)的處理;②計(jì)算每個(gè)柵格單元的流向;③確定流域大小;④提取該流域的水系。提取結(jié)果如圖2所示。

圖2 基于單純DEM提取水系Fig.2 Extraction river system based on pure DEM

4.2 基于數(shù)字化河流輔助 DEM提取水系

Karst地區(qū)由于長(zhǎng)期的巖性構(gòu)造場(chǎng)、水動(dòng)力場(chǎng)和化學(xué)場(chǎng)及氣候條件等因素綜合作用下產(chǎn)生了地表和地下二元空間結(jié)構(gòu),地表具有巖溶裂隙、漏斗、落水洞、洼地、溶丘盆地等多種地貌形態(tài),地表河流因?yàn)橛写罅柯┒泛吐渌吹挠绊懚霈F(xiàn)許多斷頭河,而且需要人工確定斷頭河流向和出水口,我們必須根據(jù)Karst地區(qū)的真實(shí)地貌形態(tài)對(duì) DEM進(jìn)行科學(xué)的處理,進(jìn)而提取出的水系才能對(duì)建立 Karst地區(qū)分布式水文模型具有科學(xué)和實(shí)踐意義,因此本文受到了Torcotle等[2]提出來的數(shù)字河流和湖泊網(wǎng)絡(luò) DELN(Digital River and Lake Network)修正 DEM提取水系方法的啟發(fā)。該方法先根據(jù) DEM的柵格尺寸將實(shí)際河網(wǎng)分為若干段并人工輸入各段的流向,以此確定部分DEM的柵格流向,其余的柵格流向采用坡面徑流累計(jì)法確定[3]。該方法的優(yōu)點(diǎn)是能提高對(duì)平坦地方處理能力,而且處理精度高,缺點(diǎn)就是需要大量人工數(shù)字化地形圖或水系圖的水系。但是Karst地區(qū)的特殊地質(zhì)、地貌結(jié)構(gòu)決定了用數(shù)字化的水系來修正 DEM數(shù)據(jù),才能正確地引導(dǎo)斷頭河、洼地、落水洞、溶丘盆地的柵格單元的水流方向,才能提取出比較漸近 Karst地區(qū)的真實(shí)水系?；谝陨系牡刭|(zhì)、地貌背景,本文利用數(shù)字化的水系并采用Agree方法對(duì) DEM進(jìn)行修正,其中“AGREE”算法是一種基于矢量圖層為附加信息的DEM表面高程調(diào)整算法,目的是使得 DEM和輸入的矢量圖層相一致[10]。本次試驗(yàn)選取研究區(qū)上的落水洞 2處的河道作為矢量圖層,該算法使輸入的河道矢量圖層引導(dǎo) DEM數(shù)據(jù)中的流向得到一定程度的修改,從而達(dá)到提高河網(wǎng)提取精度的目的,其局部修正結(jié)果如圖3所示。

圖3 基于數(shù)字化水系修正 DEM前后的流向比較Fig.3 Comparison of flow directions before and after modified DEM based digital river network

Agree方法在修正 DEM時(shí)的處理速度快,自動(dòng)化程度高,修正后的DEM流向更能接近實(shí)際地貌形態(tài)和滿足研究者實(shí)地考察后的水系修改要求,而且Agree方法只對(duì)數(shù)字化水系緩沖區(qū)內(nèi)的DEM數(shù)值進(jìn)行修改,而非緩沖區(qū)的柵格則不受影響,更重要的是修正后提取出的河網(wǎng)更能接近真實(shí)的地表水系,其處理結(jié)果如圖4所示。

5 提取結(jié)果對(duì)比分析

5.1 基于單純的DEM信息提取水系分析

雖然本文采用的是10 m分辨率的高精度DEM數(shù)據(jù),水系提取自動(dòng)化程度高,但是從圖3我們可以看出,基于單純的DEM數(shù)據(jù)經(jīng)過填洼處理后提取的水系,對(duì)提取的水系采用 Strahler編碼法對(duì)水系的分級(jí)數(shù)最大為5級(jí),水系從第1級(jí)到第4級(jí)都有大量的平行水系;有的水系是經(jīng)過落水洞、洼地匯集進(jìn)入地下水系,再在下一個(gè)出水口而進(jìn)入地表水系,而經(jīng)過填洼后造成水系流向改變,而且出現(xiàn)了許多斷頭的水系和無源的水系,這是不符合 Karst地區(qū)特有的地質(zhì)、地貌背景下的水系結(jié)構(gòu)。由此可知,經(jīng)過填洼常規(guī)步驟和單純的DEM信息提取出的水系用于Karst地區(qū)分布式水文模型的定量分析是不科學(xué)的。

圖4 基于水系修正DEM后提取出的水系Fig.4 Extraction drainage after amended DEM based on river network

5.2 基于數(shù)字化水系和DEM的復(fù)合信息提取水系分析

通過數(shù)字化地形圖或水系圖提取出的水系,用于修正 DEM數(shù)據(jù)中的落水洞、洼地、溶丘盆地等地貌形態(tài)造成的水系流向的改變,這樣經(jīng)過修正后的DEM數(shù)據(jù)無需填洼而且也不能填洼就能提取出比較接近 Karst地區(qū)的真實(shí)水系;經(jīng)過分級(jí)的水系中從第1級(jí)到第5級(jí)幾乎沒有平行水系,也幾乎沒有斷頭水系和無源水系的出現(xiàn)。由此可知,基于數(shù)字化的水系修正后的DEM信息提取出的水系是地貌客觀性和主觀性相結(jié)合的結(jié)果,這既符合 Karst地區(qū)的水文自然規(guī)律,又能主觀地克服單純DEM信息提取水系的缺點(diǎn)。雖然數(shù)字化水系圖需要投入大量的人力、物力和時(shí)間,但是要提取出符合 Karst地貌形態(tài)的水系并應(yīng)用于Karst地區(qū)精準(zhǔn)的分布式水文模型是不可避免的過程。

6 結(jié)論與展望

本文首先介紹了中國(guó)南方 Karst地區(qū)地貌特點(diǎn),在分析單純依靠 DEM信息自動(dòng)提取Karst地區(qū)水系存在不足的基礎(chǔ)上,首次在Karst地區(qū)應(yīng)用數(shù)字化的水系輔助 DEM提取水系的方法,發(fā)現(xiàn)該方法不但能提高局部溶丘盆地的處理能力,而且用該方法修正后的DEM數(shù)據(jù)能更好地引導(dǎo)巖溶裂隙、漏斗、落水洞、洼地的柵格單元流向,從而提取出的水系更加符合 Karst地貌形態(tài),這為構(gòu)建 Karst地區(qū)的更高精度分布式水文模型和水資源的空間優(yōu)化配置提供了科學(xué)的空間參考信息。為了提高 Karst地區(qū)水系提取效率,可以借助遙感信息輔助DEM提取水系,雖然可見光和紅外遙感信息在貴州受山體陰影和云等噪音的影響,從而限制其在多云地區(qū)(云貴山區(qū))的廣泛應(yīng)用,但是可以利用雷達(dá)遙感具有穿云透霧、全天時(shí)、全天候的特點(diǎn),從雷達(dá)影像上解譯出較全面的水體信息,并在人工實(shí)地考察不確定地方水系流向的基礎(chǔ)上輔助 DEM提取水系,筆者認(rèn)為這是高效解決多云、多霧地區(qū)遙感水體信息輔助DEM提取水系的方法之一。

致謝:感謝貴州省水文水資源局舒棟才博士提供的研究區(qū)數(shù)據(jù)。

[1]AAUNDERSW,MAIDMENT DR.Grid based watershed and stream network delineation for San Antonior Nueces coastal basin[C]//Proceedings of Texas Water 95:A Component Conference of the First International Conference of Water Resource Engineering.San Antonio:ASCE,1995:16-17.

[2]TURCOTTER R,FORTIN JP,ROUSSEAU A N,et al.Detenimation of the drainage structure of a watershed using a digital elevation model and a digital river and lake network[J].Journal of Hydrology,2001,240:225-242.

[3]王加虎,郝振純,李 麗.基于DEM和主干河網(wǎng)信息提取數(shù)字水系研究[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,33(2):119-122.(WANG Jia-hu,HAO Zhenchun,LI Li.Extraction of drainage strcture from digial elevation model by combination with raster river net work[J].Journal of Hohai University:Natural Sciences,2005,33(2):119-122.(in Chinese))

[4]林凱榮,郭生練,陳 華,等.利用遙感信息修正數(shù)字河網(wǎng)的研究[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,38(6):48-52.(LIN Kai-rong,GUO Sheng-lian,CHEN Hua,et al.Primary studies of correcting digital channel networks using remote sensing[J].Journal of Hohai University:NaturalSciences,2005,38(6):48-52.(in Chinese))

[5]李棟梁.基于TM影像的水系信息提取及變化制圖研究[D].南京:河海大學(xué),2006.(LI Dong-liang.Research on extracting the information of water system and mapping changes based on TM[D].Nanjing:Hohai University,2006.(in Chinese))

[6]ANDREA T.Automated recognition of valley lines and drainage networks from grid digital elevation models:a review and a new method[J].Journal of Hydrology,1992,139:263-293.

[7]O'CALLAGHAN J F,MARK D M.The extraction of drainage networks from digital elevation data[J].Computer Vision,Graphics＆Image Processing,1984,28:323-344.

[8]YOELI P.Computer-assisted determination of the valley and ridge lines of digital terrain models[J].International Yearbook Cartograghica,1984,(24):197-205.

[9]葉愛中,夏 軍,王綱勝,等.基于數(shù)字高程模型的河網(wǎng)提取與子流域生成[J].水利學(xué)報(bào),2005,36(5):531-537.(YE Ai-zhong,XIA Jun,WANG Gangsheng,et al.Drainagenetwork extraction and subcatchment delineation based on digital elevation model[J].Journal of Hydraulic Engineering,2005,36(5):531-537.(in Chinese))

[10]鄭子彥,張萬昌,邰慶國(guó).基于DEM與數(shù)字化河道提取流域河網(wǎng)的不同方案比較研究[J].資源科學(xué),2009,31(10):1730-1739.(ZHENG Zi-yuan,ZHANG Wan-chang,TAI Qin-guo.A comparative study on different schemes of automatic river system extraction based on dem and vector channels[J].Resources Science,2009,31(10):1730-1739.(in Chinese))

[11]王培法.柵格DEM的尺度與水平分辨率對(duì)流域特征提取的分析[J].江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,28(6):549-554.(WANG Pei-fa.Analysis of scale and horizontal resolution of raster DEM on extracted drainage basin in characteristics[J].Journal of Jiangxi Normal University(Natural Science),2004,28(6):549-554.(in Chinese))

[12]MARTZ W,DEJONG E.Catch:a fortran program for measureing catchment area from digital elevation models[J].Graphics＆Image Processing,1997,23(9):901-906.

[13]BAND L E.Topographic partition of watersheds with digital elevation models[J].Water Resource Research,1986,22(1):15-24.

[14]JENSON S K,DOMINGUE J O.Extraction topograhhic structure from digital elevation data for geographic information system analysis[J].Photogrammetric Engineering and Remote Sensing,1988,54(11):1593-1600.

[15]THOMAS F.Generating street center-lines from vector city maps[J].Cartography and Geographic Information System,1988,25(4):221-230.

[16]SKIDMORE A K.Terrain position as mapped from agridded digital elevation model[J].Internation Journal of Geographical Information System,1990,4:33-49.

[17]FAIRFIELD J,LEYMARIE P.Drainage networks from grid digital elevation models[J].Water Resouces Research,1991,27(5):709-717.

[18]SINGH V P.Kinematic Wave Modelingin Water Resouces,Enviromental Hydrology[M].New York:John Wiley＆Sons,Inc.,1997:1-10.

[19]HUTCHINSON M F.A new procedure for gridding elevation and streamline data with antomatic removal of spurious pits[J].Journal of Hydrology,1989,106:211-232.