曹 爽,王 蒙,包紅軍,張雨鳳
(1.國(guó)家氣象中心,北京 100081;2.中國(guó)氣象局-河海大學(xué)水文氣象研究聯(lián)合實(shí)驗(yàn)室,北京 100081;3.江蘇省水文水資源勘測(cè)局蘇州分局,江蘇 蘇州 215011)
流域水系和流域邊界能有效反映流域地形地貌特征,是流域面雨量監(jiān)測(cè)預(yù)報(bào)和分布式水文模型構(gòu)建的重要基礎(chǔ)數(shù)據(jù),是數(shù)字孿生流域建設(shè)的主要依據(jù)[1]。它們也是完成面雨量實(shí)況監(jiān)測(cè)、預(yù)報(bào)預(yù)測(cè)及預(yù)警服務(wù)的關(guān)鍵環(huán)節(jié)和前提條件,數(shù)據(jù)精度對(duì)相關(guān)計(jì)算和模擬結(jié)果有著直接影響[2]。隨著地理信息系統(tǒng)(GIS)和數(shù)字高程模型(DEM)的迅猛發(fā)展,國(guó)內(nèi)外不斷有學(xué)者對(duì)提高提取流域河網(wǎng)精度和子流域劃分進(jìn)行深入研究和改進(jìn),以期得到最接近真實(shí)河網(wǎng)的數(shù)字化水系。一些學(xué)者[3-6]以DEM數(shù)據(jù)源為基礎(chǔ)通過優(yōu)化改進(jìn)算法提出了移動(dòng)窗口法、坡面徑流模擬法、谷線搜索法、從DEM直接提取河網(wǎng)與劃分子流域的方法等;還有一些學(xué)者[7-12]引入矢量河網(wǎng)作為DEM控制條件,通過Agree算法、Burn-in算法、Stream Burning算法等對(duì)主要河流進(jìn)行高程與流向修正,從而解決平原區(qū)和受人類活動(dòng)干擾的城市化的水系提取問題;另外,設(shè)置合理的網(wǎng)格數(shù)和閾值范圍也是控制河網(wǎng)精度的決定性因素之一。有大量研究表明[13-19],可以通過河網(wǎng)密度法、水系分形維數(shù)法、均值變點(diǎn)分析法、河道平均坡降法、流域?qū)挾确植挤ǖ确椒ù_定最佳集水面積閾值;在子流域劃分方面,有些學(xué)者提出了利用河流分汊和拓?fù)潢P(guān)系[20]、多閾值虛擬河網(wǎng)融合技術(shù)[21]等劃分子流域,還提出了考慮高山流域[22]、湖泊水庫(kù)范圍[23]、山區(qū)平原地貌差異[24]、反映地表下墊面類型特征[25]的子流域劃分和編碼方法。
在前人研究成果的基礎(chǔ)上,本文以瀾滄江-湄公河流域(以下簡(jiǎn)稱“瀾湄流域”)為研究對(duì)象,從遙感影像獲取矢量河網(wǎng)數(shù)據(jù),采用Agree算法、應(yīng)用Arcgis軟件疊加矢量河網(wǎng)從而修正主要河道DEM高程數(shù)據(jù);分析河網(wǎng)密度與集水面積閾值的變化關(guān)系,以曲線割線斜率法定量確定最佳集水面積閾值,提取流域水系、邊界并劃分子流域;基于河網(wǎng)“套合差”法進(jìn)行精度評(píng)價(jià),驗(yàn)證提取河網(wǎng)的可靠性;再以一次降雨過程為例分析流域面雨量的空間分布,將結(jié)果應(yīng)用于流域面雨量監(jiān)測(cè)、預(yù)報(bào)服務(wù)業(yè)務(wù),為水文氣象預(yù)報(bào)預(yù)警工作提供技術(shù)支撐。
本文以瀾湄流域作為研究區(qū),流域范圍介于9°26′~34°2′ N,93°46′~108°52′ E,河長(zhǎng)4 900 km左右,流域面積約81萬(wàn)km2,是東南亞地區(qū)最重要也是最大的國(guó)際河流。該流域發(fā)源于中國(guó)青海省唐古拉山脈,流經(jīng)中國(guó)、緬甸、老撾、泰國(guó)、柬埔寨、越南等六國(guó),以云南省南臘河口為界,中國(guó)境內(nèi)河段稱為瀾滄江,境外河段稱為湄公河,終由越南胡志明市流入南海。瀾湄流域地形地勢(shì)呈北高南低態(tài)勢(shì),高度落差大,表現(xiàn)出很強(qiáng)的垂直地帶性,高程隨緯度減小逐漸下降,地貌由北向南依次是高山峽谷區(qū)、中低山寬谷區(qū)和沖積平原,海拔跨度從3 500~5 000 m降至1 000~3 000 m,再降至1 000 m以下。受地形地貌影響,瀾滄江-湄公河表現(xiàn)為典型的南北向狹長(zhǎng)型河流,流域形狀似“帚狀”;上游支流短小且少,呈 “樹枝狀”、“羽狀”水系;中游東岸支流水系發(fā)育較好且西岸少有大支流,呈“梳狀”水系;下游多為平原和三角洲,河網(wǎng)特別發(fā)育,呈“辮狀”、“格狀”水系特征[26-27],見圖1。此外,在氣候變化和人類活動(dòng)的共同作用下,瀾湄流域頻發(fā)旱澇災(zāi)害[28],坡地山區(qū)易發(fā)山洪常伴有泥石流,河谷壩區(qū)、平原和三角洲的耕地城鎮(zhèn)被洪水侵襲,瀾滄江中游常有“焚風(fēng)”效應(yīng)導(dǎo)致干旱河谷等災(zāi)害事件。
圖1 瀾湄流域概況
本文采用NASA SRTM的空間分辨率為90 m的DEM數(shù)據(jù),以及國(guó)家基礎(chǔ)地理信息中心提供的全球1∶1 000 000包含行政區(qū)劃、湖泊、水系等信息的矢量數(shù)據(jù),而降水?dāng)?shù)據(jù)采用中央氣象臺(tái)5 km×5 km分辨率的智能網(wǎng)格降水。
2.1.1 河網(wǎng)修正Agree算法
DEM數(shù)據(jù)是高程信息的反演產(chǎn)品,其本身就存在一定誤差。在提取水系研究河網(wǎng)分布時(shí)無(wú)法綜合考慮地形地貌、雨水沖刷、人工河道等其他因素的共同作用,會(huì)直接影響河網(wǎng)提取精度。尤其是在地勢(shì)平坦、受人類活動(dòng)影響大的地區(qū)表現(xiàn)明顯[9,11]。
瀾湄流域下游地區(qū)即為地勢(shì)落差小的沖積平原,且耕地、人工開鑿水渠、城市化等人類活動(dòng)影響大。以DEM作為單一要素提取的河網(wǎng)水系與實(shí)際分布會(huì)存在較大差異,遂引入Agree算法修正DEM。該算法原理是通過疊加矢量河網(wǎng),降低實(shí)際河網(wǎng)所在柵格的高程,控制水流方向,增加提取河網(wǎng)柵格的“匯流”能力。
算法主要步驟包括:①通過衛(wèi)星遙感影像解譯、Google earth清繪河道中線或國(guó)家基礎(chǔ)地理信息中心提供的地理信息數(shù)據(jù)等途徑獲取所需的實(shí)際主要河網(wǎng)數(shù)字化水系的矢量文件;②疊加矢量河網(wǎng)和填洼后的DEM,以矢量線要素為中心做緩沖區(qū),緩沖區(qū)鄰域半徑的設(shè)置應(yīng)不小于1/2個(gè)DEM分辨率;③運(yùn)用轉(zhuǎn)換工具將矢量緩沖區(qū)范圍轉(zhuǎn)為柵格文件,進(jìn)而運(yùn)算降低重疊部分DEM柵格高程,獲取修正后DEM,命名為DEM-A。
2.1.2 流域水系提取
基于DEM的水系和流域邊界提取技術(shù)路線見圖2。工作原理是基于地表徑流漫流模型,關(guān)鍵步驟包括:迭代計(jì)算洼地填平;D8單流向算法確定水流流向;沿水流流向計(jì)算每個(gè)柵格單元的上游匯流能力即匯流累積量;設(shè)置匯流閾值,匯流量不小于閾值的柵格是潛在河網(wǎng);根據(jù)Strahler水系分級(jí)法對(duì)河流進(jìn)行分級(jí);捕捉傾斜點(diǎn)和計(jì)算分水嶺,獲取自然全流域和自然子流域出口和流域邊界;水系河網(wǎng)和流域邊界矢量化[14]。
圖2 水系和流域邊界提取技術(shù)路線
在流域提取過程中有一個(gè)重要的變量參數(shù)是集水面積閾值。閾值的變化控制著水系河網(wǎng)的疏密程度,目視判讀的方式存在一定的主觀性,計(jì)算結(jié)果難以達(dá)成統(tǒng)一。于是,本文采用河網(wǎng)密度法,運(yùn)用擬合指數(shù)函數(shù)曲線的割線所對(duì)應(yīng)的斜率與擬合曲線相切的數(shù)學(xué)方法來確定切點(diǎn),該切點(diǎn)的物理意義即為河網(wǎng)密度變化趨于平穩(wěn)時(shí)的最佳集水面積閾值。
擬合集水面積閾值與河網(wǎng)密度關(guān)系曲線,構(gòu)建集水面積閾值與河網(wǎng)密度關(guān)系方程f(x),定義域?yàn)閇x1,x2],值域?yàn)閇f(x2),f(x1)],令f(x)的一階導(dǎo)數(shù)為f′(x)。在定義域內(nèi),曲線割線的斜率k=[f(x1)-f(x2)]/(x1-x2),以該斜率作為擬合曲線的切線,即k=f′(x0),求解x0,切線與擬合曲線的切點(diǎn)(x0,y0)代表了河網(wǎng)密度隨集水面積閾值由劇烈變化變?yōu)槠骄徸兓霓D(zhuǎn)折點(diǎn)。即,x0為目標(biāo)閾值[16]。
本文對(duì)河網(wǎng)精度評(píng)價(jià)分為兩個(gè)方面:一方面,檢驗(yàn)提取的水系和數(shù)字化水系主要河道河長(zhǎng)的相對(duì)誤差,有效反映偏離真值的實(shí)際大?。涣硪环矫?,引入“河網(wǎng)套合差”的概念,指的是疊加提取水系和數(shù)字化水系兩部分,兩水系由于位置偏移會(huì)形成細(xì)碎的多邊形,計(jì)算這些細(xì)碎多邊形面積占流域總面積的比值即為套合差,該比值越小代表兩條水系的位置偏差越小[14,29](見圖3)。
圖3 河網(wǎng)套合差示意
流域面雨量是指某一流域或區(qū)域整個(gè)面上的平均降雨量。它能客觀地反映流域的降水情況,在水文模型和水情預(yù)報(bào)等工作中應(yīng)用廣泛。本文的降水資料數(shù)據(jù)采用的是中央氣象臺(tái)5 km×5 km網(wǎng)格的智能網(wǎng)格預(yù)報(bào)降水產(chǎn)品,以算術(shù)平均法估算流域面雨量預(yù)報(bào)結(jié)果適用可行,計(jì)算簡(jiǎn)單。具體計(jì)算原理及公式不再詳述[30]。
本文選擇1 000、10 000、15 000、20 000、25 000、30 000、40 000、50 000、60 000、100 000共10個(gè)河網(wǎng)柵格數(shù)為閾值樣本,在提取水系河網(wǎng)的過程中以此判斷匯流累積量柵格數(shù)量的可變參數(shù)影響河網(wǎng)疏密程度。不同集水面積閾值對(duì)水系提取的影響特征見表1。
表1 受集水面積閾值影響提取水系河網(wǎng)特征變化
由表1可看出,隨著閾值面積由8.1 km2逐漸增加至810 km2的變化過程中,河道總數(shù)從44 429條減少為433條,河源數(shù)從22 261個(gè)減少為217個(gè),總河長(zhǎng)從198 854.57 km減至23 363.51 km,河道級(jí)別從八級(jí)河流減少至五級(jí)河流;在集水面積閾值擴(kuò)大了100倍的情況下,河道總數(shù)、河源數(shù)相應(yīng)減少為1/100,總河長(zhǎng)則減少成了近原來的1/9,流域面積雖受到一定影響有一些減少但變化不大。另外,流域河網(wǎng)分級(jí)結(jié)果也存在一定變化規(guī)律。在同一集水面積閾值下,河道數(shù)和河長(zhǎng)隨河網(wǎng)級(jí)別增加逐漸減少且減小幅度逐漸變緩,一級(jí)河道數(shù)占河道總數(shù)50%左右,二級(jí)河道數(shù)和河長(zhǎng)是一級(jí)河道數(shù)和河長(zhǎng)的1/2,一級(jí)和二級(jí)的河長(zhǎng)和河道數(shù)在總數(shù)的占比達(dá)到75%左右。
依據(jù)表1中河網(wǎng)閾值柵格數(shù)對(duì)應(yīng)的河網(wǎng)密度繪制圖4關(guān)系曲線。由圖4可知,隨閾值增大,河網(wǎng)密度逐漸減小,閾值范圍為103~104,最大減小幅度呈斷崖式;閾值范圍為104~4×104,仍呈減小趨勢(shì)但下降幅度逐漸變緩;閾值范圍為4×104~105,變化逐漸趨于穩(wěn)定。
圖4 河網(wǎng)柵格數(shù)閾值—河網(wǎng)密度關(guān)系曲線
本文引入多種函數(shù)關(guān)系擬合河網(wǎng)柵格數(shù)閾值和河網(wǎng)密度,最終確定采用擬合效果最好的冪函數(shù)關(guān)系,得到擬合方程
y=6.165 7x-0.465(R2=0999 3)
(1)
式中,y為河網(wǎng)密度,km/km2;x為河網(wǎng)柵格數(shù)閾值;R2為相關(guān)系數(shù),代表擬合程度,R2=0.999 3表明擬合程度高,兩者相關(guān)性強(qiáng)。
如圖5所示,連接閾值樣本首尾兩端點(diǎn)做割線,以割線斜率為擬合曲線切線斜率做切線,求得切點(diǎn)即為擬合曲線由劇烈到平緩變化的轉(zhuǎn)折點(diǎn)。對(duì)擬合方程(1)求導(dǎo),得到擬合曲線一階導(dǎo)數(shù)
圖5 最佳閾值的確定
k=y′=-2.867x-1.465
(2)
進(jìn)一步求解方程(2)與斜率k的關(guān)系,獲得切點(diǎn)坐標(biāo)為(15 933,0.068),此時(shí)河網(wǎng)柵格數(shù)閾值15 933為提取水系的最佳閾值,即最佳集水面積閾值約為129.1 km2,以該閾值提取水系結(jié)果如圖6所示。切點(diǎn)縱坐標(biāo)0.068其物理意義為,擬合曲線上河網(wǎng)柵格數(shù)閾值15 933對(duì)應(yīng)的河網(wǎng)密度是0.068 km/km2;利用Arcgis水文分析工具以15 933為閾值提取水系,計(jì)算得到河網(wǎng)密度為0.069 km/km2,相對(duì)誤差為1.5%,擬合效果好。
圖6 90 m分辨率下瀾湄流域最佳集水面積閾值提取水系
為驗(yàn)證提取水系精度,反映提取水系與矢量化數(shù)字水系偏移程度,對(duì)河流總長(zhǎng)的相對(duì)誤差和河網(wǎng)“套合差”兩個(gè)指標(biāo)進(jìn)行計(jì)算分析。提取水系河流總長(zhǎng)52 061.6 km,數(shù)字水系河流總長(zhǎng)48 395.5 km,相對(duì)誤差為7.5%?;贏rcGIS圖層加載1∶1 000 000矢量化數(shù)字水系圖作為標(biāo)準(zhǔn)做檢驗(yàn),對(duì)比數(shù)字化水系和提取水系之間的位置偏移,統(tǒng)計(jì)由此偏移產(chǎn)生的兩水系之間的細(xì)碎多邊形面積(見圖7)。統(tǒng)計(jì)結(jié)果顯示,整個(gè)瀾湄流域內(nèi)的細(xì)碎多邊形面積約為20 000 km2,河網(wǎng)套合差為2.5%,小于3%,吻合程度較好。由圖7a可見,上游地區(qū)海拔較高、地勢(shì)變化明顯且無(wú)較大湖泊,兩水系疊加形成的多邊形相對(duì)較少,多邊形面積約為2 100 km2,對(duì)應(yīng)的流域面積為166 000 km2,河網(wǎng)套河差為1.3%;圖7b顯示為流域中下游地區(qū),該范圍內(nèi)地勢(shì)逐漸變緩,水系豐富,在柬埔寨境內(nèi)有較大湖泊洞里薩湖,兩水系之間的多邊形較上游明顯增多且面積增大,計(jì)算得中下游的河網(wǎng)套河差為2.9%,上游和中下游的河網(wǎng)套河差結(jié)果均在有效范圍內(nèi),但中下游地區(qū)河網(wǎng)偏移程度較上游大,提取水系精度略差于上游地區(qū)??傮w而言,本文提取水系結(jié)果與實(shí)際水系較為吻合,能有效、客觀地反映瀾湄流域水系整體特征,可為后續(xù)研究提供數(shù)據(jù)支撐。
圖7 提取水系與數(shù)字化水系河網(wǎng)套河差
由90 m分辨率高程數(shù)據(jù)提取最優(yōu)集水面積閾值的瀾湄流域水系情況如圖6所示,河網(wǎng)分為1~6級(jí),一級(jí)為河道最低級(jí)別的河源水系,共計(jì)1 342條,占總河道數(shù)的50%,一級(jí)河網(wǎng)發(fā)育系數(shù)約為2.9,河系不均勻系數(shù)約為1.3。
基于Arcgis自動(dòng)化提取流域出口,共劃分小流域3 259個(gè),流域面積普遍在50~900 km2范圍。為滿足業(yè)務(wù)應(yīng)用需要,依據(jù)水系上下游匯流關(guān)系,建立河道水系與小流域以及各小流域間的拓?fù)潢P(guān)系;參考流域內(nèi)地形特征以及湖泊范圍,滿足水系連續(xù)性、分水線完整性、出水口準(zhǔn)確性等關(guān)鍵條件;對(duì)流域面積在5 km2以下的微小流域或中間匯流區(qū),以匯流關(guān)系為主要依據(jù)合并到相鄰小流域內(nèi)[31-32];另外,又以流域內(nèi)干流上的8個(gè)主要水文站點(diǎn)作為流域出口對(duì)其進(jìn)行流域劃分;進(jìn)而完成人工合并小流域的工作。將瀾湄流域的子流域劃分出3個(gè)等級(jí),根據(jù)子流域面積由小到大依次定義為一級(jí)、二級(jí)、三級(jí)流域。一級(jí)流域共計(jì)9個(gè)子流域,子流域面積最小的是昌都—舊州區(qū)間,約為1.6萬(wàn)km2,最大的是穆達(dá)漢—上丁區(qū)間,約為24萬(wàn)km2。二級(jí)流域共計(jì)61個(gè)子流域,子流域面積小于5 000 km2的占比25%,在5 000~10 000 km2的占23%,在10 000~20 000 km2的占33%,大于20 000 km2的占19%。三級(jí)流域共計(jì)328個(gè)子流域,子流域面積普遍控制在500~5 000 km2,占比達(dá)到90%。其中,小于500 km2的為不適合與相鄰合并的中間匯流區(qū),另存在一個(gè)大于5 000 km2的子流域,受洞里薩湖水域限制,包含湖域區(qū)域,子流域面積約6 700 km2。
選取2021年7月24日~25日的一次降水過程預(yù)報(bào)為例,即為24日8時(shí)起報(bào)的24 h面雨量,分析不劃分子流域的瀾湄流域以及劃分出一級(jí)流域、二級(jí)流域的面雨量結(jié)果對(duì)此次過程在空間分布上的響應(yīng)。未劃分子流域的全流域經(jīng)算術(shù)平均計(jì)算面雨量為25 mm,全流域面積大僅以一個(gè)數(shù)值表達(dá)面雨量,在降水分布均勻且降雨量較小時(shí)可起到一定參考作用,但在降雨空間分布不均時(shí)無(wú)法體現(xiàn)降雨中心。圖8a中一級(jí)流域面雨量計(jì)算結(jié)果顯示,昌都—舊州和穆達(dá)漢—上丁面雨量量級(jí)為小雨,舊州—允景洪量級(jí)為中雨,允景洪—清盛、清盛—瑯勃拉邦和瑯勃拉邦—萬(wàn)象段量級(jí)為大雨,舊州—允景洪和萬(wàn)象—穆達(dá)漢量級(jí)達(dá)到暴雨。圖8b顯示,二級(jí)流域進(jìn)一步縮小子流域面積,面雨量結(jié)果與智能網(wǎng)格預(yù)報(bào)降雨結(jié)果在暴雨中心的空間體現(xiàn)上更為一致,降雨較大范圍集中于中下游地區(qū),泰國(guó)中東部和老撾中南部交界的位置,有6個(gè)子流域面雨量超過60 mm,量級(jí)為大暴雨,最大在泰國(guó)境內(nèi)達(dá)到143 mm,與一級(jí)流域萬(wàn)象—穆達(dá)漢段暴雨級(jí)面雨量相呼應(yīng)。
圖8 面雨量空間分布
本文分析了瀾湄流域集水面積閾值與水系特征變化的數(shù)量關(guān)系,建立了集水面積閾值與河網(wǎng)密度之間的冪函數(shù),通過曲線割線斜率法客服主觀性,確定了90 m分辨率高程下的最佳集水面積閾值為129.1km2。并以1∶1 000 000的矢量化數(shù)字水系圖做驗(yàn)證依據(jù),總河長(zhǎng)相對(duì)誤差為7.5%,河網(wǎng)套河差為2.5%,均說明提取水系與實(shí)際情況吻合程度較高,提取水系有效,進(jìn)一步劃分了瀾湄流域1~6級(jí)的水系和3個(gè)等級(jí)的子流域?;谥悄芫W(wǎng)格預(yù)報(bào)降水,以一次降水過程展現(xiàn)面雨量在不同等級(jí)子流域上的空間分布,子流域等級(jí)越大、劃分越細(xì)致對(duì)暴雨中心的體現(xiàn)越明顯。本文的研究成果,可在水文氣象業(yè)務(wù)上為瀾湄流域的面雨量監(jiān)測(cè)、預(yù)報(bào)和水文模型的構(gòu)建提供參考,為數(shù)字孿生流域建設(shè)與流域防洪減災(zāi)奠定基礎(chǔ)。
雖然本文對(duì)DEM進(jìn)行了修正工作,但是在處理較大湖泊、入??谌侵薜忍厥獾匦紊吓c真實(shí)情況方面仍存在差異;研究區(qū)域面積大,在高精度高程數(shù)據(jù)情況下運(yùn)行速度慢,選取的集水閾值數(shù)據(jù)量有限。下一步工作可以考慮按照地形、水系類型等因素先將整個(gè)流域劃分為幾個(gè)不同的小區(qū)域,以求在保證高程精度情況下提高運(yùn)算效率,進(jìn)而綜合模擬流域水系。