數(shù)字化水系輔助 DEM提取Karst地區(qū)水系的應(yīng)用研究

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)過長達(dá)半個多世紀(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地面測量;②根據(jù)航空或航天遙感影像,通過攝影測量途徑獲取;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。

貴州省是我國碳酸鹽分布最廣泛的省份之一且地處亞熱帶濕潤氣候帶的石灰?guī)r等碳酸鹽類分布區(qū),造壤能力低,并在長期的巖性構(gòu)造場、水動力場和化學(xué)場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,該方法自動化程度較高,但是貴州地處云貴高原,是我國云量分布的稠密區(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、匯流計算,洪水預(yù)報等)。

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 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)行對比分析和精度評價。

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信息自動提取水系的算法主要有 4種:①Puecker等[6]提出的移動窗口法,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 DEM中的洼地,溶丘盆地進(jìn)行相應(yīng)的處理;②計算每個柵格單元的流向;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)由于長期的巖性構(gòu)造場、水動力場和化學(xué)場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 DEM進(jìn)行科學(xué)的處理,進(jìn)而提取出的水系才能對建立 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法確定[3]。該方法的優(yōu)點(diǎn)是能提高對平坦地方處理能力,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。基于以上的地質(zhì)、地貌背景,本文利用數(shù)字化的水系并采用Agree方法對 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時的處理速度快,自動化程度高,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,對提取的水系采用 Strahler編碼法對水系的分級數(shù)最大為5級,水系從第1級到第4級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)過分級的水系中從第1級到第5級幾乎沒有平行水系,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南方 Karst地區(qū)地貌特點(diǎn),在分析單純依靠 DEM信息自動提取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、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(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(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,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.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流域特征提取的分析[J].江西師范大學(xué)學(xué)報(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.