鐘國雄 朱正平

摘要 河網(wǎng)水系是重要的地形特征要素，數(shù)字河網(wǎng)的提取則是DEM數(shù)據(jù)一個重要的應(yīng)用方面，在此基礎(chǔ)上進(jìn)行水文信息參數(shù)計(jì)算，對于水文研究具有重要的意義。以九江市為研究區(qū)域，基于DEM數(shù)據(jù)，運(yùn)用ArcGIS的水文分析模塊對研究區(qū)進(jìn)行小尺度的河網(wǎng)特征信息提取與分析。結(jié)果表明，基于DEM提取數(shù)字河網(wǎng)的精度和效率能夠達(dá)到使用要求，河網(wǎng)密度等參數(shù)的計(jì)算結(jié)果能反映實(shí)際的情況，具有較高的可靠性，可進(jìn)一步應(yīng)用于水文研究。

關(guān)鍵詞 數(shù)字高程模型（DEM）；數(shù)字河網(wǎng)；ArcGIS

中圖分類號 P 333? 文獻(xiàn)標(biāo)識碼 A? 文章編號 0517-6611（2023）07-0231-04

doi：10.3969/j.issn.0517-6611.2023.07.053

Research on Information Extracting of Digital River-network Based on GIS

ZHONG Guo-xiong， ZHU Zheng-ping

（School of Geosciences， Yangtze University， Wuhan， Hubei 430100）

Abstract River network is an important topographic feature element， and the extraction of digital river network is an important application of DEM （digital elevation model） data. On this basis， the calculation of hydrological information parameters is of great significance for hydrological research. Taking Jiujiang City as the research area， based on DEM data， the hydrological analysis module of ArcGIS was used to extract and analyze the small-scale river network feature information in the research area. The results showed that the accuracy and efficiency of extracting digital river network based on DEM could meet the requirements of use， and the calculation results of river network density and other parameters could reflect the actual situation， which had high reliability and could be further applied to hydrological research.

Key words Digital elevation model （DEM）;Digital river-network;ArcGIS

作者簡介 鐘國雄（1995—），男，江西贛州人，碩士研究生，研究方向：3S的應(yīng)用。通信作者，講師，博士，從事數(shù)字油田研究工作。

收稿日期 2022-08-25

DEM（digital elevation model，數(shù)字高程模型）通過有限的地形高程數(shù)據(jù)實(shí)現(xiàn)對地面地形的數(shù)字化模擬，是地表形態(tài)的一種數(shù)字化表達(dá)，蘊(yùn)涵豐富的地形地貌、水文信息［1］。同時DEM數(shù)據(jù)是進(jìn)行水文分析的重要輸入數(shù)據(jù)，相較于傳統(tǒng)方法，基于DEM數(shù)據(jù)提取的精度可以滿足水文模擬與生產(chǎn)的需要，這些水文信息對構(gòu)建水文特征模型有很重要的作用，也對自然災(zāi)害的重點(diǎn)監(jiān)測與防治等領(lǐng)域有重要的科學(xué)指導(dǎo)意義。

最初是從地形圖中尋找分水線和谷點(diǎn)，由最低點(diǎn)沿著谷點(diǎn)逐漸向上搜索，以獲取河流網(wǎng)絡(luò)參數(shù)和流域特征。這種方法耗時耗力且存在人為差異，隨著GIS的發(fā)展，研究轉(zhuǎn)向基于DEM的數(shù)字化與自動化提取研究［2］。O’Callaghan等［3］提出坡面流模擬方法，根據(jù)水總是沿斜坡最陡方向流動，該方法認(rèn)為應(yīng)對DEM數(shù)據(jù)進(jìn)行平滑處理，以減少洼地?cái)?shù)目來提高處理效率，并提出了最初的單流向算法（simple flow direction）。Tribe［4］依據(jù)O’Callaghan等的算法，指出了產(chǎn)生坡面徑流模擬算法的1個必要前提，即DEM中每個柵格單元都必須被賦予1個確定的水流方向。Garbrecht等［5］在此基礎(chǔ)上做進(jìn)一步的改進(jìn)，改進(jìn)后可以處理所有洼地區(qū)域，這種算法被稱為 D8（deterministic eight-node）單流向算法，它是比較經(jīng)典的單流向算法，由于算法簡單有效，該方法得到了國內(nèi)外學(xué)者較為廣泛的應(yīng)用?？追舱艿龋?］研究了目前對平坦區(qū)域以及洼地的處理方法，認(rèn)為通過增加輸入地形高程信息，可以減少數(shù)字地形缺陷的生成，從而可以更好提取河網(wǎng)水系。許捍衛(wèi)等［7］以秦淮河流域?yàn)槔?，引入遙感信息來彌補(bǔ)DEM缺陷的方法可較好地提取該流域數(shù)字水系。

總體來看，現(xiàn)有研究大多數(shù)是以DEM數(shù)據(jù)為基礎(chǔ)，或引入其他數(shù)據(jù)，或?qū)σ延械乃惴ㄟM(jìn)行改進(jìn)，然后在GIS水文分析工具的支持下進(jìn)行水文信息的提取，研究尺度或是針對全國范圍的大尺度研究，或是針對某個流域的小尺度研究。根據(jù)上述國內(nèi)外研究情況，筆者以九江市為研究區(qū)，基于DEM數(shù)據(jù)，運(yùn)用GIS的水文分析模塊對研究區(qū)進(jìn)行小尺度的河網(wǎng)特征信息提取與分析，以期為九江市數(shù)字化水文建設(shè)與管理提供數(shù)據(jù)支持。

1 研究區(qū)概況

九江市位于江西省最北部，地處贛、鄂、湘、皖4省交界處，位于長江中下游南岸（28°41′～30°05′N，113°56′～ 116°54′E）。研究區(qū)內(nèi)的水系資源十分豐富，境內(nèi)主要有修河水系、長江和環(huán)鄱陽湖區(qū)河流組成的三大水系，研究區(qū)的DEM如圖1所示。

2 數(shù)據(jù)來源與處理

2.1 數(shù)據(jù)來源

SRTM（shuttle radar topography mission）DEM是由美國國家航空航天局（NASA）和國家空間信息情報(bào)局（NGA）共同制作完成的雷達(dá)影像數(shù)據(jù)，該數(shù)據(jù)覆蓋地球80％以上的陸地表面，公開出來的覆蓋中國區(qū)域的精度為90 m，現(xiàn)通過地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）獲得該DEM數(shù)據(jù)。此外，還有比例尺為1∶100萬的流域水系圖作為提取的參照對象進(jìn)行準(zhǔn)確度判別。所用的全部數(shù)據(jù)均采用WGS1984_UTM_Zone_49N投影坐標(biāo)系統(tǒng)。

2.2 數(shù)據(jù)預(yù)處理

原始的DEM數(shù)據(jù)會存在一些洼地，它本質(zhì)上是數(shù)據(jù)中存在的非連續(xù)變化像元，且相鄰像元值均較高。它既可能是由 DEM分辨率的高低不同而產(chǎn)生，也有可能是DEM生成過程中的誤差所導(dǎo)致。由于錯誤的洼地會導(dǎo)致在計(jì)算水流方向時和計(jì)算累積柵格時出現(xiàn)與原本方向不同的錯誤，甚至是水流倒流的現(xiàn)象，導(dǎo)致水流方向計(jì)算結(jié)果不正確。對DEM進(jìn)行預(yù)處理是為了使每個柵格單元都有一個明確合理的水流方向［8］。用ArcGIS中的填洼工具進(jìn)行填洼，預(yù)處理的流程如圖2所示。

3 研究方法

數(shù)字河網(wǎng)特征信息的提取包含以下5個步驟：①柵格單元水流方向的計(jì)算；②柵格單元匯流累積量的計(jì)算；③河流網(wǎng)絡(luò)的提取；④河流網(wǎng)絡(luò)的分級；⑤河網(wǎng)鏈接和矢量化。

3.1 水流方向計(jì)算

水流方向指一個柵格的流量在離開該柵格時的方向，它決定了地表徑流的方向及柵格間流量的分配［9］。Skidmore［10］提出將水流方向約定用2的n次方表示（n從0開始），按照順時針分別為遞增，共8個流向。該方法簡化了自然狀態(tài)下多種可能的水流方向，使水流明確偏向某個柵格，由于該方法對 DEM的處理簡單，概括性和實(shí)用性都很強(qiáng)，是目前應(yīng)用范圍最廣泛的方法［9］。

3.2 匯流累積柵格計(jì)算

在模擬地表徑流的過程中，基于水流方向數(shù)據(jù)計(jì)算匯流累積量，它代表著區(qū)域內(nèi)每個柵格單元點(diǎn)的累積量［11］。每個柵格單元的匯流累積量表示上游柵格所產(chǎn)生的匯流總量，而柵格匯流累積量近乎為0則很可能作為流域的分水嶺，河谷則相反。

3.3 河網(wǎng)提取

如果某一柵格點(diǎn)的匯流累積量超過了設(shè)定的一個最小集水面積閾值，則該柵格出現(xiàn)在河道上并成為水系的一部分。即通過設(shè)置合理閾值，提取柵格中大于最小匯流累積量的柵格，將屬性賦值為1并定義為河道，柵格之間互相連接就可以得到河網(wǎng)，而該閾值決定了河網(wǎng)提取的精度和詳細(xì)程度，也影響著該地區(qū)的河網(wǎng)密度以及后續(xù)子流域的劃分。

3.4 河網(wǎng)分級

河網(wǎng)分級工具的本質(zhì)是根據(jù)柵格匯流累積量大小所進(jìn)行的分級，并利用這些差別將河網(wǎng)主次關(guān)系加以區(qū)分，從區(qū)分結(jié)果中分析出水文規(guī)律并對理解該區(qū)域的河網(wǎng)情況有很好的作用，河流的特征可以僅從所分配的級別中獲取一些典型的情況。

3.5 河網(wǎng)鏈接和矢量化

對流量柵格進(jìn)行提取可得到離散的柵格河網(wǎng)的形狀圖，但這個數(shù)據(jù)結(jié)果表示的是一些大于或等于一定累積量的柵格點(diǎn)，盡管看起來像連續(xù)的河流，但是經(jīng)過放大后觀察，實(shí)質(zhì)上是一些離散點(diǎn)。河網(wǎng)鏈接工具將這一系列的離散點(diǎn)依次連接，點(diǎn)成線，使其看起來像河網(wǎng)一樣的弧段，這樣便于判斷河流的方向，并為后續(xù)的河網(wǎng)矢量化作數(shù)據(jù)上的準(zhǔn)備，河流的鏈接關(guān)系記錄著河網(wǎng)水系之間的結(jié)構(gòu)信息。

4 結(jié)果與分析

4.1 河網(wǎng)提取閾值的確定與分析

如何確定一個合理提取的閾值是河網(wǎng)水系的提取與分析的關(guān)鍵［12］。當(dāng)設(shè)置提取的閾值越大時，在水流累積柵格圖層中超過該閾值的柵格就越少，提取到的河網(wǎng)也就越稀疏。為了能夠找到最合適的閾值，結(jié)合研究區(qū)的實(shí)際地形特征，經(jīng)過多次試驗(yàn)比較，從而找到最合適的閾值。

在GIS軟件水文模塊中選擇柵格計(jì)算器工具，設(shè)定一組不同的集流閾值，提取得到多個柵格河網(wǎng)，并對比這些結(jié)果的差異。提取出的數(shù)字水系（藍(lán)色）和參照河網(wǎng)（紅色）的重合度對比如圖3所示。

通過不斷對比試驗(yàn)，分別選取閾值為1 000、1 500、2 000、2 500、3 000、4 000的數(shù)字水系和現(xiàn)有的1∶100萬參照河網(wǎng)進(jìn)行疊加對比。發(fā)現(xiàn)提取出的數(shù)字水系（藍(lán)色）和參照河網(wǎng) （紅色）河流主干流基本吻合。但是在東北部的邊界區(qū)域以及東南部的一小塊區(qū)域，不管提取閾值如何，參照河網(wǎng)與提取河網(wǎng)完全不能重合。對研究區(qū)實(shí)地以及對提取算法研究了解后發(fā)現(xiàn)，東北部的邊界區(qū)域?yàn)榱鹘?jīng)研究區(qū)內(nèi)的長江河段，東南部的一小塊區(qū)域?yàn)檠芯繀^(qū)內(nèi)的鄱陽湖段，這些區(qū)域內(nèi)包含大量的坡度較小的平坦的區(qū)域，而由于提取算法存在局限性，導(dǎo)致在這些區(qū)域出現(xiàn)提取的誤差。但只是研究區(qū)的小部分，并未對整體造成實(shí)質(zhì)的影響，屬于可接受的誤差。

從整體來看，當(dāng)閾值較大，為4 000、3 000等時，各主要支流的主河道河網(wǎng)消失，支流河網(wǎng)長度也有明顯縮短的趨勢，缺失了很多細(xì)節(jié)，不能較為真實(shí)地呈現(xiàn)出水系的樣貌；而當(dāng)閾值設(shè)為1 000時，提取的河網(wǎng)過于詳細(xì)，對比可以很明顯發(fā)現(xiàn)提取的河網(wǎng)出現(xiàn)較多的長度較短但實(shí)際不存在的偽河道，這與實(shí)際的情況并不一致，這是研究工作中需要注意的問題。經(jīng)過詳細(xì)對比后，發(fā)現(xiàn)當(dāng)閾值為1 500 時，發(fā)現(xiàn)在主干流區(qū)河流基本吻合，主要支流相似度很高，只是在次級支流區(qū)域的分支里擬合性略差，考慮到數(shù)字河網(wǎng)提取時的誤差，誤差也在允許范圍內(nèi)。最終設(shè)置閾值為1 500，提取出的柵格水系圖與現(xiàn)有的1∶100萬九江水系圖在絕大部分區(qū)域較為吻合。

4.2 河流長度的計(jì)算

河流長度實(shí)質(zhì)上是指從流域分水嶺到最高級河流間的長度，它能影響河流對河道周圍土壤的侵蝕力，河流長度的提取和分析是環(huán)境資源保護(hù)和流域生態(tài)系統(tǒng)保護(hù)中的重要特征參數(shù)。ArcGIS中有Downstream（順流計(jì)算）和Upstream（溯流計(jì)算）2種提取方式，分別記錄沿著水流方向到上（下）游流域出水口中最長距離所流經(jīng)的柵格數(shù)，提取結(jié)果顯示二者是一致的。最終提取的長度為364.91 km，而修河是境內(nèi)最長的河流，修河干流總長357 km，相對誤差為2.21%，證明了提取河流長度的可靠性。

4.3 河流分級與統(tǒng)計(jì)分析

根據(jù)提取結(jié)果，將各區(qū)縣行政區(qū)劃與河網(wǎng)疊加，可以明顯看出水系在各縣市內(nèi)的空間分布，運(yùn)用Strahler分級方法對研究區(qū)的河道分級，結(jié)果如圖4所示。從圖4可以看出，分級的結(jié)果顯示與實(shí)際情況一致，可以從結(jié)果知道該區(qū)域河網(wǎng)水系干支主次關(guān)系以及一些典型的特征。

用標(biāo)識工具統(tǒng)計(jì)各區(qū)域內(nèi)的水系河網(wǎng)，并按位置選擇逐個統(tǒng)計(jì)各區(qū)縣內(nèi)河網(wǎng)總長度，經(jīng)過計(jì)算得到表1河網(wǎng)密度表。

河網(wǎng)密度等于河流長度與面積的比值，它能夠反映流域范圍內(nèi)的河道空間密集程度，也反映了水系分布的密度情況，是流域排水效率的指標(biāo)。由表1可知，各區(qū)縣相應(yīng)的河網(wǎng)密度及研究區(qū)內(nèi)平均河網(wǎng)密度為0.182 0 km/km2。對比得知，市區(qū)、修水縣、武寧縣和德安縣的河網(wǎng)密度高于平均值，結(jié)合實(shí)際情況得知，全境最大河流修河也流經(jīng)修水縣和武寧縣，武寧縣境內(nèi)有大型水庫柘林湖，德安縣有博陽河，市區(qū)內(nèi)有眾多湖泊，與提取結(jié)果有客觀上的吻合性。同時區(qū)域河網(wǎng)密度過高也反映出該區(qū)域發(fā)生洪澇災(zāi)害的可能性較大，如果該區(qū)域上游產(chǎn)生長時間的強(qiáng)降雨，就會導(dǎo)致下游支流發(fā)生洪澇災(zāi)害，即流域內(nèi)河網(wǎng)密度大的區(qū)域發(fā)生洪澇災(zāi)害的可能性也會更大。因此當(dāng)夏季降雨時，這些地區(qū)易發(fā)生洪澇災(zāi)害，需要加以關(guān)注并進(jìn)行重點(diǎn)監(jiān)測與防治。

5 結(jié)論

基于DEM數(shù)據(jù)，運(yùn)用GIS的水文分析模塊對研究區(qū)進(jìn)

行小尺度的河網(wǎng)特征信息提取與分析，避免了傳統(tǒng)方法的耗

時耗力，從提取效率和提取精度2個方面來看是切實(shí)可行的，同時得出以下結(jié)論：

（1）研究區(qū)內(nèi)提取修河的長度為364.91 km，而修河干流實(shí)際總長357 km，相對誤差為2.21%，說明了提取河流長度的可行性。

（2）提取的河網(wǎng)水系在主干流有很高的提取精度，誤差在于部分支流以及部分實(shí)際不存在的次級支流偽河道，部分支流與實(shí)際長度相比短一些。若提取的閾值減小，可縮短分支流長度與實(shí)際長度的差距，但不可避免將增加偽河道的數(shù)量，故充分考慮研究區(qū)的實(shí)際地形的特征，經(jīng)過多次試驗(yàn)，河網(wǎng)水系提取閾值確定在1 500。

（3）根據(jù)確定的提取閾值，計(jì)算出研究區(qū)內(nèi)平均河網(wǎng)密度為0.182 0 km/km2。通過各區(qū)縣的河網(wǎng)密度與全境平均密度比較，可以看出修水縣、武寧縣和德安縣的水系較為豐富，在持續(xù)強(qiáng)降雨時，也是災(zāi)害發(fā)生較嚴(yán)重的區(qū)域，因此需要重點(diǎn)監(jiān)測與防治。

參考文獻(xiàn)

［1］ 湯國安，劉學(xué)軍，閭國年.數(shù)字高程模型及地學(xué)分析的原理與方法［M］.北京：科學(xué)出版社，2005：33-35.

［2］ 王成文，李英，黃小琴，等.基于GIS和DEM數(shù)據(jù)的流域水系提取與優(yōu)化分析［J］.中國農(nóng)村水利水電，2021（2）：37-42，50.

［3］ O’CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital elevation data［J］.Computer vision，graphics and image processing，1984，28（3）：323-344．

［4］ TRIBE A.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（1/2/3/4）：263-293.

［5］ GARBRECHT J，MARTZ L W.The assignment of drainage direction over flat surfaces in raster digital elevation models［J］.Journal of hydrology，1997，193（1/2/3/4）：204-213.

［6］ 孔凡哲，芮孝芳.處理DEM中閉合洼地和平坦區(qū)域的一種新方法［J］.水科學(xué)進(jìn)展，2003，14（3）：290-294.

［7］ 許捍衛(wèi)，何江，佘遠(yuǎn)見.基于DEM與遙感信息的秦淮河流域數(shù)字水系提取方法［J］.河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，36（4）：443-447.

［8］ 董良，張宏鳴，王巖澤，等.一種在DEM平地中的河網(wǎng)水流方向估算方法［J］.遙感信息，2020，35（3）：130-137.

［9］ 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.

［10］ SKIDMORE A K.Terrain position as mapped from a gridded digital elevation model［J］.International journal of geographical information systems，1990，4（1）：33-49.

［11］ 湯國安，楊昕.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程［M］.北京：科學(xué)出版社，2007：429-445.

［12］ 王啟源，宋宇洋.基于DEM的湟水流域河網(wǎng)閾值分析［J］.水電能源科學(xué)，2022，40（6）：6-9.