周慶杰，高 珊，劉樂軍，李西雙，4，周 航，徐元芹，3，欒坤祥

（1. 自然資源部第一海洋研究所 海洋沉積與環(huán)境地質(zhì)國家海洋局重點實驗室，山東 青島 266061；2. 中國科學院海洋研究所 中國科學院海洋地質(zhì)與環(huán)境重點實驗室，山東 青島 266071；3. 青島海洋科學與技術(shù)試點國家實驗室海洋地質(zhì)過程與環(huán)境功能實驗室，山東 青島 266061；4. 青島海洋科學與技術(shù)試點國家實驗室 海洋礦產(chǎn)資源評價

與探測技術(shù)功能實驗室，山東 青島 266071；5. 中國冶金地質(zhì)總局青島地質(zhì)勘查院，山東 青島 266061）

海底峽谷亦稱“水下峽谷”，是海底窄而深的長條狀負地形[1-2]。峽谷壁陡峭，常發(fā)育在大陸架中部和陸架坡折帶/上陸坡區(qū)，是從大陸邊緣到深海的沉積物輸運的主要通道，同時也是海洋生物生產(chǎn)力多樣性的重要組成部分[3-5]。由于海底峽谷所處的特殊地質(zhì)背景，近幾年來，對于海底峽谷的研究已經(jīng)成為當前海洋學研究的熱點之一。國際地學界“從源到匯——大陸邊緣沉積作用計劃”的提出，也更加凸顯了對于海底峽谷研究的重要性[6]。

近年來，隨著我國油氣資源勘探逐漸向深海發(fā)展，南海陸坡海底峽谷的研究進入快速發(fā)展時期?？蒲泄ぷ髡呃媚虾１辈控S富的水深地形數(shù)據(jù)和多道地震資料，先后揭示了南海北部陸坡區(qū)海底峽谷的地質(zhì)、地貌特征[7-8]，并探討了海底峽谷的成因機制[2，9]。然而，對于海底峽谷的識別與軸線長度、峽谷范圍等量化指標提取方面的研究，目前主要是基于多波束水深資料、2D/3D 地震資料、淺剖資料及旁掃聲吶等資料進行經(jīng)驗性的人工識別與提取[10-11]，識別與提取過程費時費力，主觀性很強，易于受人為因素的干擾，對識別與提取結(jié)果的準確性將造成不同程度的影響。為提高海底峽谷特征要素提取的準確性，李學杰等[12]在人工識別的基礎(chǔ)上，通過計算海底峽谷橫斷面的坡度變化率，確定海底峽谷外側(cè)、斜坡和谷底之間的分界線。

隨著地理信息系統(tǒng)（GIS）技術(shù)的不斷發(fā)展和數(shù)字高程模型（DEM）的廣泛應用，基于DEM 的流域水文特征分析方法研究越來越受到人們的關(guān)注[13-15]。目前，該方法主要用于陸地山脊線和山谷線的識別，以及提取河網(wǎng)、流域邊界以及劃分子流域等[16-20]。海底峽谷在地形屬性上與陸地山谷和河網(wǎng)具有一定的相似性，因此應用基于DEM 的水文分析方法進行海底峽谷的識別與提取在理論上是可行的。Harris P T 等[21]基于ArcGIS 9.3 和ETOPO1 水深數(shù)據(jù)（分辨率1′，約1.852 km），對全球主動和被動大陸邊緣大型海底峽谷進行識別和特征信息提取，并對這些海底峽谷的分布規(guī)律特征進行了討論分析。結(jié)合前人的研究理論和研究基礎(chǔ)，本文以ArcGIS水文分析模塊及坡度分析模塊為基礎(chǔ)，基于高分辨率DEM 水深數(shù)據(jù)（分辨率100～200 m）研究海底峽谷識別和特征要素自動提取方法，并以南海北部陸坡神狐峽谷區(qū)為例驗證該方法的有效性，為獲得該方法適用于研究區(qū)的最優(yōu)參數(shù)組，探討了峽谷形態(tài)、重分類閾值及數(shù)據(jù)分辨率等因素對識別結(jié)果的影響。研究結(jié)果可為進一步開展海底峽谷研究及災害地質(zhì)研究等提供科學依據(jù)。

1 方法原理

海底峽谷具有谷壁高而陡、谷底向水深方向傾斜的特點，峽谷中軸線沿海底峽谷走向，是谷底下切深度最大點的連線（見圖1[22]）。峽谷邊界是峽谷與峽谷外側(cè)地形之間的天然分界線，海底坡度會在此發(fā)生陡變，由0° ～3°突變或漸變?yōu)?° ～20°。海底峽谷在地形上的這種特征為峽谷的自動識別提供了可能性。

圖1 海底峽谷立體結(jié)構(gòu)示意圖

識別和圈定海底峽谷的分布，首先需要確定峽谷中軸線位置，從水文物理學角度來看，海底峽谷中軸線具有匯水性的特點，提取匯水線實質(zhì)就是提取谷線，因此海底峽谷中軸線的提取可以使用水文分析的方法?；贒EM 的水文分析原理是：首先以某一水平面為基準，對原始DEM 所描述的地面進行完全翻轉(zhuǎn)，從而得到與原始地形完全相反的DEM地形數(shù)據(jù)。在反地形數(shù)據(jù)中，峽谷中軸線即變?yōu)榫哂蟹炙缘膷{谷脊線。峽谷脊線分水性的特征是水流的起源點，因此對于分水線上的柵格，在進行地表徑流模擬計算后，其水流方向都應該只具有流出方向而無流入方向，即其柵格的匯流累積量為零。通過提取零值匯流累積量柵格，就可以得到反地形數(shù)據(jù)中的脊線，也就是原始DEM 數(shù)字高程模型中的海底峽谷中軸線。

識別和提取峽谷中軸線可以基本確定海底峽谷的位置，走向及長度等信息，但是對于海底峽谷的另一重要構(gòu)成因素-峽谷兩側(cè)谷壁斜坡范圍，則需要利用坡度分析來獲取，從而進一步界定峽谷位置和規(guī)模。

海底峽谷識別流程如圖2 所示。

圖2 海底峽谷的特征識別流程示意圖

2 數(shù)據(jù)來源

本文選取南海北部珠江口外神狐峽谷群作為研究區(qū)（圖3），實驗數(shù)據(jù)是2011 年4 月利用南海503 號船的EM302 多波束系統(tǒng)在研究區(qū)進行全覆蓋調(diào)查獲取的多波束水深數(shù)據(jù)。多波束水深數(shù)據(jù)使用Caris 軟件處理，經(jīng)過全水深聲速剖面校正、系統(tǒng)參數(shù)校正、船資校正及噪點剔除等處理后形成規(guī)則網(wǎng)格數(shù)據(jù)（格網(wǎng)間距為100 m），即原始DEM 數(shù)據(jù)。再對其進行投影、重采樣等預處理，生成網(wǎng)格間距200 m、400 m 等不同空間分辨率的DEM 數(shù)據(jù)，與原始DEM 構(gòu)成3 組不同水平分辨率的DEM 數(shù)據(jù)，利用ArcGIS 軟件提供的水文分析及表面分析工具提取峽谷中軸線、谷壁坡度等特征參數(shù)，對比這些參數(shù)特征得出不同分辨率下的峽谷識別效果。

圖3 神狐海底峽谷群區(qū)域地形圖

3 神狐峽谷區(qū)特征要素提取方法實驗與分析

3.1 算法模型的建立與參數(shù)設(shè)置

在海底峽谷識別過程中，涉及很多復雜的分析處理過程，這些過程由一系列相互聯(lián)系又具有一定次序關(guān)系的空間操作（如數(shù)據(jù)輸入、投影變換、重采樣等）和空間分析模型（如水文分析、表面分析、疊加分析、拓撲分析、分類運算等）組成，而它們之間又存在著復雜的關(guān)系，可能是串聯(lián)、并聯(lián)、分支或?qū)哟谓Y(jié)構(gòu)。ArcGIS 中的數(shù)據(jù)建模工具（Model Builder），可以把處理和分析過程中用到的數(shù)據(jù)和分析工具通過流程化結(jié)合在一起，形成一個處理模型，這個模型可以被用來自動執(zhí)行和記錄許多空間處理任務，以實現(xiàn)海底峽谷的自動識別和特征要素提?。▓D4）。

圖4 基于Model Builder（ArcGIS）實現(xiàn)海底峽谷識別的模型圖

基于DEM 數(shù)據(jù)開展水文模擬算法研究識別海底峽谷，提取峽谷中軸線，關(guān)鍵是流域特征匯流累積量的計算及其零值區(qū)域的提取，識別結(jié)果會隨DEM 分辨率的變化而變化。實驗過程中，基于網(wǎng)格大小100 m、200 m、400 m 等不同水平分辨率的DEM 數(shù)據(jù)，計算零值匯流累積量，并進行鄰域分析，在此基礎(chǔ)上，對零值匯流累積量分布規(guī)律進行統(tǒng)計分析，可以看出在不同分辨率下的零值匯流累積量的變化規(guī)律相近，不同分辨率下的零值匯流累積量均在0.25、0.40 和0.50 處轉(zhuǎn)折變化較大（如圖5 所示），因此選以零值匯流累積量0.25、0.40 和0.50 作為計算分析中的重分類閾值，進行峽谷中軸線的篩選提取，以獲得完整、連續(xù)的峽谷軸線識別結(jié)果。

圖5 不同分辨率的匯流累積量統(tǒng)計圖

欒坤祥[23]對南海北部陸坡區(qū)的海底峽谷進行了統(tǒng)計分析，研究結(jié)果表明，該區(qū)域海底峽谷頭部水深最大約為2 000 m，峽谷兩側(cè)谷壁平均坡度為7.6°，峽谷峽谷寬/深比最大值為26.74，峽谷最大下切深度最小值為109 m，并在趙月霞[24]、俞何興[25]以及Harris P T[21]等學者對于全球主動和被動大陸邊緣海底峽谷的分析總結(jié)的基礎(chǔ)上，建立了南海北部陸坡區(qū)海底峽谷判定標準：

（1）峽谷頭部位于2 500 m 水深以下的可不予統(tǒng)計；

（2）峽谷谷壁坡度不小于5°；

（3）峽谷寬/深比＜50:1（峽谷平均寬度/峽谷最大下切深度），峽谷最大下切深度至少超過50 m。

基于此標準，本文以海底斜坡坡度5°作為臨界坡度對峽谷谷壁進行識別，并以此標準作為峽谷識別過程中干擾信息剔除判斷依據(jù)。

3.2 峽谷識別結(jié)果

研究區(qū)水平分辨率分別為100 m、200 m、400 m的DEM 數(shù)據(jù)，通過水文分析Hydrology 模塊對反地形數(shù)據(jù)進行處理，并通過設(shè)置零匯流累積量重分類閾值（0.25，0.40，0.50）提取數(shù)據(jù)，得到峽谷中軸線識別結(jié)果，見圖6。

圖6 不同分辨率DEM 的峽谷軸線識別結(jié)果

利用坡度分析模塊，針對不同分辨率的DEM數(shù)據(jù)進行海底坡度分析。根據(jù)南海北部陸坡區(qū)海底峽谷判定標準第2 條（峽谷谷壁坡度不小于5°），以海底坡度5°為臨界坡度，識別和提取海底峽谷的谷壁，結(jié)果如圖7 所示。

3.3 峽谷識別結(jié)果對比

通過對神狐峽谷區(qū)的算例實驗，對比3 種不同分辨率的數(shù)據(jù)和3 種零值匯流累積量重分類閾值，可以看出DEM 數(shù)據(jù)分辨率為200 m，且重分類閾值為0.40 時，峽谷軸線連續(xù)性最好，雜亂信息最少。對比不同空間分辨率DEM 數(shù)據(jù)的坡度分析結(jié)果，分辨率200 m 的數(shù)據(jù)，大于5°區(qū)域連續(xù)性強，雜亂信息相對較少，能較好地反映谷壁區(qū)域。因此，選擇空間分辨率200 m 的DEM 數(shù)據(jù)和重分類閾值0.40 提取的峽谷軸線及該分辨率下識別的峽谷谷壁結(jié)果與人工識別結(jié)果進行對比，如圖8 所示。從圖中可以看出，基于ArcGIS 自動識別的結(jié)果和人工識別的結(jié)果基本一致。針對兩種識別方法的結(jié)果，提取峽谷頭尾部水深值及峽谷軸線長度等信息進行對比（見表1），兩種識別結(jié)果的頭部水深差值大部分小于15 m 且均小于30 m，峽谷中軸線長度差值在0.03～9.92 km 范圍內(nèi)，結(jié)果差異主要存在于峽谷尾部水深的確定過程中，具體體現(xiàn)在峽谷下部坡度變化率變小，人工判別和算法識別存在雙重誤差。這表明，基于ArcGIS 水文分析法可以較好地識別海底峽谷，其結(jié)果較為可靠，其效率也比人工識別海底峽谷高出很多。

圖7 不同空間分辨率DEM 數(shù)據(jù)的峽谷谷壁識別結(jié)果

圖8 基于人工識別的海底峽谷對比驗證圖

4 對影響峽谷識別因素的討論

4.1 峽谷形態(tài)的影響

海底峽谷具有多樣的形態(tài)，如剖面形態(tài)呈“U”型或“V”型，不同形態(tài)的海底峽谷使用水文分析法識別特征時，會對識別結(jié)果造成一定的影響。主要體現(xiàn)在峽谷中軸線識別結(jié)果的準確性方面，“U”型峽谷的谷底寬度較大且較為平坦，通過水文分析法識別的峽谷谷底是一個較寬的區(qū)域，再對谷底區(qū)域進行中值計算的得到的峽谷中軸線可能會與實際中軸線產(chǎn)生一定的偏差；“V”型峽谷的谷底較窄，識別得到的峽谷谷底較窄，其識別的中軸線相對更加準確（如圖9 所示）?？傮w來說，對于不同形態(tài)的海底峽谷，基于水文分析法，在識別和提取峽谷特征信息的準確性上會存在一定的誤差，但是對于從總體上快速和全面了解一個區(qū)域的海底峽谷分布特征和發(fā)育規(guī)模等特征還是可行的。

圖9 不同形態(tài)的海底峽谷中軸線識別結(jié)果

4.2 重分類閾值的影響

水文分析方法識別海底峽谷過程中零值匯流累積量重分類閾值的選擇，直接影響著峽谷軸線的識別效果，重分類閾值選擇較小，會使得到的結(jié)果雜亂信息較多，有效的峽谷軸線信息會被覆蓋；重分類閾值選擇較大則會遺漏掉許多有效信息，使得到的峽谷軸線連續(xù)性較差，因此，選擇合理的重分類閾值對于準確識別和提取海底峽谷軸線信息是至關(guān)重要的。在神狐峽谷區(qū)算例實驗過程中，重分類閾值為0.25 時，識別的結(jié)果較為雜亂，噪音信息較多，對準確識別海底峽谷中軸線造成一定的影響；重分類閾值為0.50 時，識別的有效信息較少，峽谷軸線連續(xù)性差，有些峽谷無法識別，無法準確得到海底峽谷的軸線信息；重分類閾值為0.40 時，識別結(jié)果較為清晰，噪音信息較少，既能保持連續(xù)性，又能較好的去除干擾，能夠較好的識別和反映海底峽谷的位置和軸線信息，如圖6(a)～圖6(c)所示。

4.3 數(shù)據(jù)空間分辨率的影響

目前國內(nèi)外基于DEM 所開展的水文模擬算法研究，如D8 算法[26]、Rho8、FRho8、TAPES-C 等算法[27]均基于地形特征參數(shù)計算，因此不同分辨率的DEM數(shù)據(jù)下地形特征參數(shù)不同，必然對流域特征參數(shù)提取存在影響[28-29]。在重分類閾值確定的情況下，對不同分辨率DEM 數(shù)據(jù)進行識別提取，如重分類閾值為0.40 時的峽谷軸線識別結(jié)果，如圖6 (b) 所示。DEM 數(shù)據(jù)空間分辨率為100 m 時，形態(tài)擬合精細，軸線細碎部較多，進行融合分析和拓撲分析后，軸線連續(xù)性仍很差；空間分辨率為400 m 時，峽谷軸線形態(tài)失真，局部細節(jié)缺失，走向趨近于直線；空間分辨率為200 m 時，形態(tài)連續(xù)性較強，噪聲顯著減少，峽谷頭部位置貼合度高，形態(tài)貼合度較好，無需進行融合分析，可識別峽谷軸線17 條，其中連續(xù)軸線13 條，破斷4 條。這表明，在基于水文分析法提取峽谷中軸線過程中，DEM 數(shù)據(jù)分辨率并不是越高越好，分辨率越高產(chǎn)生的噪音信息就越多，反之，若分辨率過低則會使識別的軸線信息模糊變形，甚至使結(jié)果失真。對比發(fā)現(xiàn)，神狐峽谷區(qū)算例分析中選取的3 種分辨率的DEM 數(shù)據(jù)中，分辨率200 m 時的識別效果相對較好。

空間分辨率同時也會影響坡度分析結(jié)果，對峽谷谷壁的識別和提取產(chǎn)生影響。坡度分析結(jié)果顯示隨著空間分辨率的增大，地形起伏度降低，陡坡區(qū)域趨近平緩，峽谷谷壁頂界區(qū)域難以界定，造成峽谷谷壁識別的準確率降低。圖7 中，DEM 數(shù)據(jù)空間分辨率為100 m 時，以5°為臨界坡度識別峽谷谷壁區(qū)時，結(jié)果可以反映谷壁位置，但噪聲信息較多，谷壁區(qū)域界限模糊，粘連性較強；空間分辨率為400 m時，大于5°區(qū)域的噪聲信息顯著減少，有效信息也明顯降低，連續(xù)性區(qū)域變小，即能反映的谷壁區(qū)域變?。豢臻g分辨率為200 m 時，大于5°區(qū)域的噪聲信息明顯減少，能較好地反映谷壁位置，且谷壁區(qū)域較獨立。

5 結(jié)論

本文提出了一種基于ArcGIS 水文分析原理識別海底峽谷的方法，該方法從水文物理學角度，根據(jù)海底峽谷中軸線即谷線表現(xiàn)的匯水性特點，進行識別和提取峽谷中軸線；基于谷壁坡度的陡變特征，識別和確定峽谷谷壁斜坡區(qū)，從而確定海底峽谷及其位置。在此基礎(chǔ)上，以南海北部陸坡神狐峽谷區(qū)為例進行識別并與人工識別結(jié)果進行對比驗證。結(jié)果表明，本文所提出的海底峽谷識別方法是可行的，結(jié)果也較為可靠；由于這一過程是基于ArcGIS 數(shù)據(jù)建模工具（Model Builder）來實現(xiàn)的，因此大大提高了峽谷識別的效率。通過神狐峽谷區(qū)算例識別結(jié)果的對比分析，表明峽谷形態(tài)會在一定程度上影響識別結(jié)果的準確性，但不影響對峽谷的總體了解；零值匯流累積量重分類閾值和DEM 數(shù)據(jù)的空間分辨率是影響峽谷識別結(jié)果準確度的兩個重要因素，在神狐峽谷群區(qū)，空間分辨率200 m 且重分類閾值0.4 時，海底峽谷識別和特征要素提取結(jié)果最佳。