姜衛(wèi)祥 呂成文

摘要 基于SRTM DEM數(shù)據(jù)，以河棚河流域?yàn)槔?，利用ArcGIS 10.0中的水文分析模塊進(jìn)行水系的提取試驗(yàn)，分析不同的匯流累積閾值對(duì)河網(wǎng)密度、流域面積、河網(wǎng)分級(jí)等流域特征參數(shù)的影響。結(jié)果表明，隨著匯流累積閾值的增大，河網(wǎng)密度以及河網(wǎng)總長(zhǎng)度都在逐漸減小，并且匯流累積閾值與河網(wǎng)密度之間存在顯著的冪函數(shù)關(guān)系。最后，利用1∶250 000水系圖進(jìn)行對(duì)比發(fā)現(xiàn)，當(dāng)匯流累積閾值為200時(shí)，利用SRTM DEM提取的河網(wǎng)與實(shí)際水系吻合較好。

關(guān)鍵詞 SRTM DEM；水系提??；匯流累積閾值

中圖分類號(hào) P208 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2017）13-0214-04

Study on the Extraction of River Network in Hepeng River Basin Based on SRTM DEM

JIANG Wei-xiang，L Cheng-wen

（Anhui Normal University，Wuhu，Anhui 241000）

Abstract Based on SRTM DEM data，taking Hepeng River basin as an example，river network was extracted by using hydrological analysis module in ArcGIS 10.0 version.The effects of different accumulated threshold value of confluence on drainage density，drainage area，river network classification and other watershed characteristics parameters were studied.The results showed that drainage density and river network length gradually decreased with the increase of confluence accumulated threshold value.There was a significant power function relationship between confluence accumulated threshold value and drainage density.Finally，the river network data was compared with the 1∶250 thousand topographic map and it was found that river network extracted by using SRTM DEM was basically consistent with the actual water system，when the confluence accumulated threshold value was 200.

Key words SRTM DEM； Extraction of river network； Confluence accumulated threshold value

流域水文特征的提取一直以來都是水文科學(xué)的研究熱點(diǎn)之一，而河網(wǎng)作為流域水文特征的基本要素之一，其提取方法也一直備受關(guān)注。傳統(tǒng)的水系提取方法主要有2種：實(shí)地測(cè)量和基于地形圖手工提取。這2種方法不僅效率低下，而且成本較高[1-3]。遙感技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展大力促進(jìn)了水文科學(xué)的發(fā)展，利用數(shù)字高程模型（Digital elevation model，DEM）不僅可以快速實(shí)現(xiàn)河網(wǎng)、流域等水系特征的提取，而且被廣泛應(yīng)用于水利工程、測(cè)繪、水文、土壤等領(lǐng)域[4]。

目前，對(duì)于水系提取方法應(yīng)用最多的是地表徑流漫流模型，該模型基于D8算法，被集成于ArcGIS、SWAT等主流軟件中，依據(jù)水流沿斜坡流動(dòng)的原理，確定每個(gè)格網(wǎng)單元的匯流累積量，選擇合適的集水閾值實(shí)現(xiàn)河網(wǎng)提取[5-9]。筆者以杭埠河的重要支流河棚河為例，利用ArcGIS 10.0平臺(tái)的水文分析模塊，實(shí)現(xiàn)對(duì)河棚河流域匯流累積量、流向、河網(wǎng)及流域邊界等流域水文特征的自動(dòng)提取，并分析不同的集水閾值下的河網(wǎng)變化，探討匯流累積閾值對(duì)水系提取的影響。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

河棚河位于舒城縣西南山區(qū)，龍河口水庫上游，原名烏沙河，發(fā)源于舒城縣西南山區(qū)黃土關(guān)和花巖山西北麓，全長(zhǎng)32.5 km，流域面積200 km2。該河彎大、水急、灘多，河面寬度40～180 m，通過最大流量1 322 m3/s，屬于季節(jié)性山河；年降雨量1 000～1 700 mm，年平均氣溫14～16 ℃。河棚河流域高程圖見圖1。

1.2 數(shù)據(jù)源 采用的DEM數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站（http：//www.gscloud.cn），SRTM（Shuttle Radar Topography Mission）是由美國太空總署（NASA）和國防部國家測(cè)繪局（NIMA）聯(lián)合測(cè)量。SRTM地形數(shù)據(jù)按精度可以分為SRTM1和SRTM3，分別對(duì)應(yīng)的分辨率精度為30 m和90 m數(shù)據(jù)（目前公開數(shù)據(jù)為90 m分辨率的數(shù)據(jù)）。

2 研究方法

獲取的原始SRTM數(shù)據(jù)需要檢查DEM是否存在洼地，對(duì)經(jīng)過預(yù)處理后的無洼地DEM提取流向，匯流累積量等數(shù)據(jù)，并基于匯流累積量數(shù)據(jù)提取出河網(wǎng)，分析不同的匯流累積閾值下的河網(wǎng)密度、河網(wǎng)分級(jí)情況[10-11]，最后與1∶250 000水系圖進(jìn)行比較，評(píng)價(jià)河網(wǎng)提取的精度，確定河棚河流域水系提取的匯流累積閾值范圍。

2.1 無洼地DEM的生成

由于內(nèi)插及真實(shí)地表的存在，DEM表面存在一些凹陷的區(qū)域影響流向，首先要檢查是否存在洼地，并對(duì)這些低洼區(qū)域進(jìn)行填洼處理，流向是基于最大距離權(quán)落差計(jì)算的，當(dāng)鄰域柵格對(duì)中心柵格的方向值最大為128時(shí)，則填洼完成。

2.2 流向提取 流向的提取是基于D8算法，在ArcGIS中通過將中心柵格的8個(gè)鄰域柵格編碼來確定水流方向。

2.3 匯流累積量

匯流累積量的計(jì)算是河網(wǎng)提取的基礎(chǔ)，其大小代表了上游有多少柵格的水流方向最終流過該柵格。匯流累積量的計(jì)算是基于流向數(shù)據(jù)進(jìn)行的（匯流累積柵格如圖2所示）。

2.4 河網(wǎng)生成 河網(wǎng)的生成是基于匯流累積量的，匯流累積閾值的設(shè)定直接影響到河網(wǎng)提取的結(jié)果[12]。利用ArcGIS中的con命令匯流累積柵格進(jìn)行查詢，并將查詢結(jié)果賦予新的柵格數(shù)據(jù)中，分別將匯流累積閾值設(shè)定為100、150、200、250、300、350、400，并比較不同匯流累積閾值下的河網(wǎng)變化。

3 結(jié)果與分析

3.1 匯流累積閾值對(duì)河網(wǎng)提取的影響

柵格河網(wǎng)的計(jì)算是基于con命令或者setnull命令計(jì)算的，二者都是基于柵格進(jìn)行有條件查詢，并將查詢結(jié)果賦予新的柵格數(shù)據(jù)中，其基本思想是基于匯流累積量數(shù)據(jù)，將匯流累積量大于閾值的柵格設(shè)置為1，其他柵格設(shè)置為無數(shù)據(jù)，就會(huì)得到一個(gè)新的柵格圖層即柵格河網(wǎng)圖。通過設(shè)置100、150、200、250、300、350、400不同的匯流累積量閾值，比較不同閾值下的河網(wǎng)主要參數(shù)的變化情況。不同匯流累積量閾值下的河網(wǎng)提取結(jié)果見圖2。

在河網(wǎng)提取的過程中，匯流累積閾值的設(shè)定對(duì)河網(wǎng)提取的結(jié)果有著重要的影響。隨著匯流累積閾值的不斷增大，流域面積為199 km2，沒有發(fā)生變化，與實(shí)際流域面積（200 km2）相差不大；河網(wǎng)的總長(zhǎng)度和河道數(shù)都在減小，河網(wǎng)變稀疏，主河道位置并沒有發(fā)生明顯的變化，小支流隨著匯流累積閾值的增大在不斷減少。當(dāng)匯流累積閾值由100增至400時(shí)，河網(wǎng)總長(zhǎng)度由143.290 km減少到73.582 km，減少了4865%；河道數(shù)目由119條減少到31條，減少了7395%；河網(wǎng)密度由0.716 km/km2減少到0.368 km//km2，減少了48.60%（圖3和表1）。匯流累積閾值對(duì)河網(wǎng)提取的影響并不會(huì)使河道發(fā)生位置上的偏移，只是改變了河網(wǎng)的稀疏程度。

匯流累積閾值的變化對(duì)河網(wǎng)分級(jí)也有著重要的影響，隨著匯流累積閾值從100增至400，1、2級(jí)河網(wǎng)的河道數(shù)和河網(wǎng)長(zhǎng)度都在不斷減小，1級(jí)河網(wǎng)河道數(shù)減少了73.33%，2級(jí)河網(wǎng)河道數(shù)減少了73.07%，減少的頻率大體一致；3級(jí)河網(wǎng)的河道數(shù)和河網(wǎng)長(zhǎng)度呈先減小后增大的趨勢(shì)；當(dāng)匯流累積閾值為100～300時(shí)，4級(jí)河網(wǎng)的河網(wǎng)長(zhǎng)度變化不大；當(dāng)匯流累積量超過300時(shí)，4級(jí)河網(wǎng)河道數(shù)和河網(wǎng)長(zhǎng)度急劇減少，且當(dāng)匯流累積閾值達(dá)到350時(shí)，4級(jí)支流的河道數(shù)和河網(wǎng)長(zhǎng)度減至0（表2和表3）。

3.2 匯流累積閾值和河網(wǎng)密度的關(guān)系

匯流累積閾值對(duì)河網(wǎng)提取的影響主要是改變了河網(wǎng)的稀疏程度，為了能夠定量評(píng)價(jià)匯流累積閾值對(duì)河網(wǎng)提取的影響，選取河網(wǎng)密度建立與匯流累積閾值之間的定量關(guān)系[13]。利用Matlab軟件對(duì)河網(wǎng)密度和匯流累積閾值的擬合發(fā)現(xiàn)，二者之間存在顯著的冪函數(shù)關(guān)系（圖3），二者關(guān)系式如下：

式中，x代表匯流累積閾值，y代表河網(wǎng)密度。

3.3 河網(wǎng)提取驗(yàn)證

將1∶250 000地形圖提取的水系圖和基于SRTM DEM提取的河網(wǎng)進(jìn)行疊加分析，對(duì)不同匯流累積閾值下提取的河網(wǎng)進(jìn)行對(duì)比驗(yàn)證。將SRTM DEM中提取的河網(wǎng)與1∶250 000水系圖進(jìn)行疊加對(duì)比分析（圖4），發(fā)現(xiàn)當(dāng)匯流累積閾值為200時(shí)，自動(dòng)提取的河網(wǎng)更接近1∶250 000水系圖，提取的河網(wǎng)和水系圖的河網(wǎng)密度分別為0.534和0546 km/km2，河網(wǎng)密度誤差為2.2%；提取的河網(wǎng)與水系圖的河網(wǎng)總長(zhǎng)度誤差為2%；流域面積與實(shí)際流域面積僅相差0.45%?？傮w來看，河流的的主河道基本吻合，大體走勢(shì)基本相同，有些地方存在一些微小的偏差。

4 結(jié)論

該研究利用SRTM DEM數(shù)據(jù)，基于ArcGIS中的水文分析模塊，探討利用DEM自動(dòng)提取水系的可行性，以及不同的匯流累積閾值對(duì)河網(wǎng)提取的影響，得出以下結(jié)論：①河棚河屬于季節(jié)性山河，整個(gè)流域的高程落差比較大，利用SRTM DEM提取的河網(wǎng)與真實(shí)的河網(wǎng)基本吻合，且此流域進(jìn)行水系提取試驗(yàn)的匯流累積閾值的范圍為200～300。②通過對(duì)比不同匯流累積閾值下提取出的河網(wǎng)，隨著匯流累積閾值的不斷增大，河網(wǎng)密度、河流總長(zhǎng)度、河道數(shù)目都在減小，且河網(wǎng)分級(jí)的各級(jí)支流的總長(zhǎng)度、河道數(shù)也呈現(xiàn)逐漸減少的趨勢(shì)，匯流累積閾值的大小影響著河網(wǎng)提取的精度。③匯流累積閾值對(duì)河網(wǎng)提取的影響主要表現(xiàn)為河網(wǎng)密度的變化，主要河道位置并沒有發(fā)生變化，通過對(duì)河網(wǎng)密度和匯流累積閾值的函數(shù)擬合，發(fā)現(xiàn)匯流累積閾值與河網(wǎng)密度之間存在顯著的冪函數(shù)關(guān)系。

該研究中使用90 m分辨率的SRTM DEM數(shù)據(jù)作為數(shù)據(jù)源，實(shí)現(xiàn)了河棚河流域水系的自動(dòng)提取，并取得了較好的效果。今后可考慮利用更高精度的DEM數(shù)據(jù)進(jìn)行水系提取試驗(yàn)，并探討DEM空間分辨率對(duì)流域特征提取的影響。

參考文獻(xiàn)

[1] 朱超，于瑞宏，劉慧穎，等.基于DEM的烏梁素海東部流域河網(wǎng)信息提取[J].水資源保護(hù)，2011，27（3）：75-79.

[2] 余杰，左小清，唐從國.滇池SRTM DEM數(shù)據(jù)的流域特征自動(dòng)提取[J].測(cè)繪科學(xué)，2011，36（2）：189-191.

[3] 宋曉猛，張建云，占車生，等.基于DEM 的數(shù)字流域特征提取研究進(jìn)展[J].地理科學(xué)進(jìn)展，2013，32（1）：31-40.

[4] 江嶺，劉學(xué)軍，陽建逸，等.格網(wǎng)DEM水系提取并行算法研究[J].地理與地理信息科學(xué)，2013，29（4）：62-66.

[5] GOPINATH G，SWETHA T V，ASHITHA M K.Automated extraction of watershed boundary and drainage network from SRTM and comparison with survey of India toposheet[J].Arab J Geosci，2014，7（7）：2625-2632.

[6] 關(guān)穎慧，鄭粉莉，王彬，等.基于DEM的黑龍江賓州河流域水系提取試驗(yàn)研究[J].水土保持學(xué)報(bào)，2012，32（1）：127-131.

[7] 宋向陽，吳發(fā)啟，趙龍山，等.基于DEM的延河流域水文特征提取與分析[J].干旱地區(qū)農(nóng)業(yè)研究，2012，30（4）：200-206.

[8] 蒙?；?，王臘春，蘇維詞.基于DEM的流域特征提取研究：以貴州省普定縣后寨河流域?yàn)槔齕J].測(cè)繪科學(xué)，2010，35（4）：87-88.

[9] 曾紅偉，李麗娟，柳玉梅，等.Arc Hydro Tools及多源DEM提取河網(wǎng)與精度分析：以洮兒河流域?yàn)槔齕J].地球信息科學(xué)學(xué)報(bào)，2011，13（1）：22-31.

[10] 石春力，李雪，孫韌，等.Arc Hydro模型在流域水文特征提取中的應(yīng)用：以薊縣沙河流域?yàn)槔齕J].水資源與水工程學(xué)報(bào)，2012，23（1）：73-76.

[11] DE AZEREDO FREITAS H R，DA COSTA FREITAS C，ROSIM S，et al.Drainage networks and watersheds delineation derived from TIN-based digital elevation models[J]. Computers & geosciences，2016，92：21-37.

[12] 葛瑩，毛鵬宇，李云婷，等.利用ASTER GDEM提取甌江流域水系及精度評(píng)價(jià)[J].測(cè)繪地理信息，2015，40（2）：31-34.

[13] 吳冰，李昌文.基于SRTM DEM的盤龍河流域河網(wǎng)提取研究[J].水資源與水工程學(xué)報(bào)，2013，24（6）：157-162.