基于ArcSWAT的漓江流域河網(wǎng)水系自動提取對比研究

何 文，盧 遠(yuǎn)，余 玲

（1.廣西壯族自治區(qū)中國科學(xué)院 廣西植物研究所，廣西 桂林 541006；2.北部灣環(huán)境演變與資源利用教育部重點(diǎn)實驗室，廣西 南寧 530001；3.西南大學(xué) 地理科學(xué)學(xué)院，重慶 400700）

局地河網(wǎng)特征與山洪災(zāi)害的形成有密切聯(lián)系[1]。中國山多平地少，山區(qū)往往河網(wǎng)密集，易旱易澇，尤其對于喀斯特地區(qū)而言，山體陡峭、土壤少，地表滯流能力差，更增加了山洪暴發(fā)的可能性，因此，快速準(zhǔn)確地預(yù)報山洪尤為必要。自1984年坡面流模擬方法提出以來，基于數(shù)字地形模型的河網(wǎng)快速提取進(jìn)入了高速發(fā)展階段，至今已經(jīng)發(fā)展出了大量專門的模型，如River Tools、ArcGIS水文分析模塊、Arc SWAT、TOPZA、Arc Hydro Tools等[2,3]。一個區(qū)域的河網(wǎng)水系是多種自然和人為要素共同作用的結(jié)果[4]。DEM數(shù)據(jù)本身并不包含河流、湖泊等信息，為提高精度往往需要加入一些輔助信息進(jìn)行人工修正[5]。本研究以漓江流域為例，基于SRTM_V4 DEM和ASTER GDEM兩種數(shù)據(jù)類型，選用ArcSWAT模型，通過添加實際河網(wǎng)水系及流域邊界進(jìn)行脅迫，突破傳統(tǒng)僅依賴DEM數(shù)據(jù)提取河網(wǎng)水系的局限,提高流域水系提取的精度。此外，河網(wǎng)精度評價上，針對傳統(tǒng)人工目視方法的局限，采用河網(wǎng)套合差，從定量和全局的角度對河網(wǎng)水系精度進(jìn)行評價，區(qū)分出不同方法提取水系的細(xì)微差別。

1 研究方法

1.1 河網(wǎng)水系提取方法

流域河網(wǎng)水系的提取往往要進(jìn)行數(shù)據(jù)預(yù)處理，主要步驟有無洼地DEM生成、水流方向計算、匯流積累量計算以及匯流閾值確定。通過大量的計算分析，依據(jù)DEM數(shù)字地形模型提取的河網(wǎng)水系的精度，取決于水流方向計算是否合理。洼地填充是為了更好地確定水流方向，而匯流積累量等步驟都是以水流方向為基礎(chǔ)的。水流方向計算方法分為單流向算法和多流向算法[6]，單流向算法簡單快捷，但計算精度相對較低，以D8算法應(yīng)用最為廣泛[7,8]；多流向算法計算精度較高，但也相對比較復(fù)雜，應(yīng)用比較多的有基于坡度式多流向算法[9]、流管法[10]以及無窮流向算法[11]等。

1.2 ArcSWAT水系提取方法

ArcSWAT由美國農(nóng)業(yè)部農(nóng)業(yè)研究中心和美國國家自然資源保護(hù)委員會聯(lián)合研發(fā)，其Automatic Watershed Delineation模塊提供了快速的流域水系提取功能，在此功能下可以同時進(jìn)行流向、匯流積累量計算以及河網(wǎng)生成等，其Burn-in功能、Pre-defined功能可以實現(xiàn)對原始DEM及流域邊界等進(jìn)行修正。

2 實例驗證

2.1 研究區(qū)概況

漓江流域位于廣西壯族自治區(qū)的東北部，流域范圍涉及桂林市區(qū)和興安、靈川、臨桂、陽朔、平樂、恭城、荔浦等縣，流域面積約12 000 km2。流域總的地勢為北高南低、東西兩側(cè)高而中間低，在一系列開闊的山間盆地及峽谷之間形成了漓江谷地。漓江流域所在地區(qū)受亞熱帶季風(fēng)氣候影響，夏季雨量充沛，易形成洪澇災(zāi)害。

2.2 研究數(shù)據(jù)來源

研究的數(shù)據(jù)主要為SRTM_V4 DEM 90 m分辨率DEM和ASTER GDEM 30 m分辨率DEM，這2種數(shù)據(jù)均從地理空間數(shù)據(jù)云網(wǎng)站下載。另外，漓江流域?qū)嶋H水系從國家1︰25萬地形圖中矢量化得到。

2.3 實驗分析

2.3.1 不同方法下水系提取結(jié)果

基于SRTM_V4 DEM及ASTER GDEM數(shù)據(jù),用ArcSWAT方法，分別在有輔助河網(wǎng)、流域邊界條件以及無輔助條件下對漓江流域水系進(jìn)行提取。經(jīng)不斷實驗調(diào)整, 確定ASTER GDEM選取的匯流閾值為2 000，而SRTM_V4 DEM選取的閾值為250，提取結(jié)果如圖1所示。

圖1 不同方式下提取水系與國家1︰25萬水系對比圖

2.3.2 提取河網(wǎng)精度評價

河網(wǎng)提取的精度一般通過目視判讀，但目視判讀往往帶有較強(qiáng)的人為因素，且當(dāng)二者差別不大時基本無法區(qū)別。本文引入河網(wǎng)套合差法進(jìn)行評價[12]，套合差如圖2所示，各方法提取的河網(wǎng)套合差結(jié)果如表1所示。套合差越小，表示河網(wǎng)的吻合程度越高。本次套合差評價均采用提取水系與1︰25萬水系進(jìn)行套合，其計算公式為：

式中，D為河網(wǎng)套合差；Ai是兩河網(wǎng)疊加產(chǎn)生的細(xì)碎多邊形的面積；S為流域的總面積。

圖2 河網(wǎng)套合差示意圖

表1 不同方式河網(wǎng)提取套合差結(jié)果

2.3.3 評價結(jié)果分析

從圖1和表1可知，在無實際水系引入條件下ASTER數(shù)據(jù)提取的水系精度比SRTM數(shù)據(jù)提取的精度要低，出現(xiàn)很多偽河道。但加入實際河網(wǎng)水系及流域邊界進(jìn)行脅迫時，基于ASTER數(shù)據(jù)提取的河網(wǎng)水系精度要明顯高于SRTM數(shù)據(jù)，套合差結(jié)果差不多是3倍的關(guān)系，偽河道現(xiàn)象基本得到消除。這與2種數(shù)據(jù)的生成方式有關(guān)，SRTM數(shù)據(jù)采用的是干涉雷達(dá)提取數(shù)字高程信息，而ASTER主要是通過立體像對獲取[13]，比較而言，通過干涉雷達(dá)獲取的數(shù)據(jù)可以避開云、雨、霧霾等天氣的影響，在地形的表達(dá)上要優(yōu)于同等分辨率條件下通過立體像對獲取的數(shù)據(jù)。然而，ASTER數(shù)據(jù)的水平分辨率為30 m，SRTM數(shù)據(jù)為90 m，通過引入河網(wǎng)等輔助信息修正后，ASTER數(shù)據(jù)的這一優(yōu)勢得到凸顯。

3 結(jié) 語

通過運(yùn)用SRTM_V4 DEM及ASTER GDEM 2種數(shù)據(jù)類型，運(yùn)用ArcSWAT流域水系提取方法，分別在有和無實際河網(wǎng)、流域邊界等輔助信息2種條件下對漓江流域水系進(jìn)行提取，提取精度通過河網(wǎng)套合差進(jìn)行評價。研究表明：

1）在無實際河網(wǎng)等輔助修正條件下，基于SRTM_V4 DEM數(shù)據(jù)提取的河網(wǎng)水系精度更高，但加入輔助信息改正后，ASTER GDEM更高分辨率的優(yōu)勢得到發(fā)揮，提取水系的精度更高。

2）有無輔助修正信息，對河網(wǎng)提取精度影響很大，實際運(yùn)用中可以考慮融合多源數(shù)據(jù)對提取的中間結(jié)果進(jìn)行修正。

3）采用河網(wǎng)套合差方法評價河網(wǎng)精度，簡單易行，適用于河網(wǎng)提取精度評價。

[1]唐川,朱靜.基于GIS的山洪災(zāi)害風(fēng)險區(qū)劃[J].地理學(xué)報,2005,60(1):87-94

[2]Arnold J G,Williams J R,Srinivasan R,et al.Large Area Hydrologic Modeling and Assessment Part I: Model Development[J].Journal of the American Water Resources Association,1998,34(1):73-89

[3]Garbrecht J,Martz L W.Topaz:An Automated Digital Landscape Analysis Tool for Topographic Evaluation,Drainage Identification，Watershed Segmentation and Sub-catchment Parameterization[EB/OL].http://homepage.Usask.ca/～lwm885/topaz /overview.html,1999-08-01/2014-08-01

[4]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):1 730-1 739

[5]陳加兵,勵惠國,鄭達(dá)賢,等.基于DEM的福建省小流域劃分研究[J].地球信息科學(xué),2007(9):74-77

[6]秦承志,朱阿興,李寶林,等.基于柵格DEM的多流向算法述評[J].地學(xué)前緣,2006,13(3):91-98

[7]Callaghan J F,Mark D M.The Extraction of Drainage Networks from Digital Elevation Data [J].Computer Vision,Graphics,and Image Processing,1984,28(4):323-344

[8]程根偉,舒棟材.水文預(yù)報的理論與數(shù)學(xué)模型[M].北京:中國水利水電出版社,2006

[9]Quinn P，Beven K,Chevalier V,et al.The Prediction of Hillslope Flow Paths for Distributed Hydrological Modeling Using Digital Terrain Models [J].Hydrological Processes,1991,5(1):59-79

[10]Mariza C,Cabral C,Stephen J,et al.Digital Elevation Model Networks(DEMON):A Model of Flow Over Hillslopes for Computation of Contributing and Dispersal Areas[J].Water Resource Research,1994,30(6):1 681-1 692

[11]Tarboton D.A New Method for the Determination of Flow Directions and Contributing Areas in Grid Digital Elevation Models[J].Water Resources Research,1997,33:309-319

[12]詹蕾.SRTM DEM的精度評價及其適用性研究——以在陜西省的實驗為例[D].南京:南京師范大學(xué),2008

[13]郭笑怡,張洪巖,張正祥,等.ASTER GDEM與SRTM3數(shù)據(jù)質(zhì)量精度對比分析[J].遙感技術(shù)與應(yīng)用,2011,26(3):334-338