EN中文

地球信息科学学报 >

2019 , Vol. 21 >Issue 10: 1527 - 1537

DOI: https://doi.org/10.12082/dqxxkx.2019.190039

地球信息科学理论与方法

基于SWAT模型和多源DEM数据的流域水系提取精度分析

  • 马永明 ,
  • 张利华 , * ,
  • 张康 ,
  • 朱志儒 ,
  • 吴宗凡
展开
  • 中国地质大学（武汉） 地球科学学院 流域关键带演化湖北省重点实验室,武汉 430074
*张利华（1974-）,女,河北内丘人,博士,副教授,主要从事流域环境演变分析和环境遥感的研究。E-mail:

马永明（1992-）,男,云南文山人,硕士生,主要从事流域环境演变研究。E-mail:mayongming5685@163.com

收稿日期: 2019-01-22

  要求修回日期: 2019-06-12

  网络出版日期: 2019-10-29

基金资助

国家自然科学基金项目(41201429)

生物地质与环境地质国家重点实验室自主课题(GKZ17Y651)

中央高校基本科研业务费“地学长江计划”核心项目(CUGCJ1808)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Accuracy Analysis of Watershed System Extraction based on the SWAT Model and Multi-Source DEM Data

  • MA Yongming ,
  • ZHANG Lihua , * ,
  • ZHANG Kang ,
  • ZHU Zhiru ,
  • WU Zongfan
Expand
  • Hubei Key Laboratory of Critical Zone Evolution, School of Earth Sciences, China University of Geosciences, Wuhan 430074, China
* ZHANG Lihua, E-mail:

Received date: 2019-01-22

  Request revised date: 2019-06-12

  Online published: 2019-10-29

Supported by

National Natural Science Foundation of China(41201429)

The National Key Laboratory of Biogeology and Environmental Geology(GKZ17Y651)

The Central University's Basic Scie.pngic Research Business Fee "Geoscience Yangtze River Plan" Core Project(CUGCJ1808)

Copyright

Copyright reserved © 2019
Fold

摘要

流域水系是研究水文水资源、地貌演化和生态环境及水土治理等的基础数据,高精度的水系提取对流域研究十分重要。本文以空间分辨率均为30 m的 AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数字高程模型作为基本的地形数据,基于SWAT模型提取犟河流域水系,通过河网“套合差”、水系相对误差、Google Map水文数据及蓝线河网对提取结果进行误差分析与综合评价,探讨河道剖面和地形特征对水系提取精度的影响。结果表明：① 集水面积阈值是决定河网水系提取精度的关键参数,阈值越大,提取的河网密度越小,反之提取的河网密度越大;② 基于河网密度与集水阈值二阶导数的幂函数与直线相切的数学求值方法确定流域最佳集水面积阈值,能避免最佳集水阈值取值的主观性,提取的河网水系与实际河道相符;③ AW3D30 DSM数据提取的流域河网水系与Google Map高分辨率影像的水系偏差最小,且AW3D30 DSM数据提取的水系与蓝线河网的河网“套合差”和水系相对误差值均最低,能真实反映中低山丘陵山区流域水系发育的疏密程度,吻合度最好;④ 多源DEM数据提取结果均显示为河床比降大和横剖面曲线为窄深式的“V”形河谷提取的水系精度高于河床比降小和横剖面曲线为 “碟”形河谷的提取精度;⑤ AW3D30 DSM数据的地形起伏和坡度标准差最大,有利于山区河网水系的提取。因此,基于SWAT模型和AW3D30 DSM数据提取的山区流域水系可最大限度反映流域水系的真实情况,精度最高,此方法和数据源可应用于中低山丘陵山区流域的水系提取研究。

关键词： DEM; SWAT模型; 精度评价; 集水面积阈值; 河网; 犟河流域

本文引用格式

马永明 , 张利华 , 张康 , 朱志儒 , 吴宗凡 . 基于SWAT模型和多源DEM数据的流域水系提取精度分析[J]. 地球信息科学学报, 2019 , 21(10) : 1527 -1537 . DOI: 10.12082/dqxxkx.2019.190039

Abstract

Distributions of river systems are the basic data for studying hydrology and water resources, landform evolution, ecological environment, and water and soil management in a basin; so, high-precision extraction of river systems is very important for watershed research. Different digital elevation models (DEMs) are the basic data to extract river systems and delineate watershed. Taking Jiang River Basin in western Hubei Province of China as the study area, this paper extracted the river systems and discussed the extraction precision using different elevation model data including AW3D30 DSM, SRTM1 DEM and ASTER GDEM2 with a spatial resolution of 30 m. The slope flow simulation algorithm and ArcSWAT model were used to extract the river systems, and the relationship between catchment area threshold and stream network density were examined. Meanwhile, the match error and relative error of river system extraction, Google map hydrological data, and the blue line of stream network were used to evaluate the extraction accuracy. Results show that: (1) The threshold of catchment area is the key parameter to determine the accuracy of extracting stream network. The relationship shows that the larger the threshold, the smaller the density of the extracted stream network. The change rate of stream network density is equal to the change rate of catchment area threshold. The inflexion point which corresponds to the optimal catchment area threshold is determined by the power function of the second derivative tangent to the line, hence the optimal threshold of catchment area for AW3D30 DSM, SRTM1 DEM, and ASTER GDEM2 is 70.2 ha, 60.2 ha, and 50.8 ha respectively. (2) The matching error and relative error of the extracted stream network system from AW3D30 DSM data are the lowest and can accord best with the actual river system. (3) The narrower and deeper riverbed profile with a “V” shape has a high extracted precision for the DEMs. (4) The extraction of stream network density, drainage area and river length from AW3D30 DSM is very closer to real value, and can truly reflect the development degree of the river system in the study basin. (5) The topographic fluctuation and slope standard deviation of AW3D30 DSM data are the largest which is helpful to extract the river system in study area. Our findings indicate that, in general, the AW3D30 DSM data is more suitable for extracting river systems in montane basins.

Key words： DEM; SWAT model; precision evaluation; catchment area threshold; stream network; Jiang River Basin

1 引言

DEM（Digital Elevation Model）是对地形表面形态进行数字化表达的一种数学模型,也是研究环境变迁、水文演化过程的重要基础数据[1,2,3,4]。因此,基于DEM数据提取并分析流域水文特征是水土流失和山洪预报等研究的基础和关键[5,6]。近些年,随着计算机信息技术的飞速发展,研究地形、水文数据的方法更为完善,尤其是基于DEM数据的水文信息提取研究取得了众多成果。目前基于DEM数据提取流域信息的主要方法有基于谷点的算法[7]和坡面流模拟法[8],特别在Jenson等[9]和Martz等[10]提出阈值的概念来研究水文信息后,坡面流模拟法得到广泛应用,提取水系与实际水系吻合程度高。因此基于坡面流模拟法的SWAT（Soil and Water Assessment Tool）模型在水系提取中得到了广泛应用。国外学者Mateusz等[11]探究了DEM的空间分辨率和流域集水面积阈值的不确定性对SWAT模型河网的影响;Rodriguez等[12]发现了流域形态特征对水文具有很大影响。国内学者吴险峰等[13]在黄河小花间研究了基于DEM的数字降水径流模型的应用得出了DEM分辨率对模拟结果有较大影响;李照会等[14]基于DEM数据,通过坡面流模拟法提取全国3030个流域水系,运用非线性拟合法（k）分析,得出k值越大,河源密度越大,河网越密集,河网发育程度越高;宋晓猛等[15]阐述了DEM数据依据坡面流模拟法提取流域水系特征的原理,并总结了DEM分辨率和地形特征对水系提取的影响。
本文基于坡面流模拟法水系提取原理的SWAT模型和AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数据对鄂西犟河流域的水系进行提取,提出了确定最佳集水面积阈值的普适方法,将水系提取结果与Googel Map的高精度影像水文数据和蓝线河网数据进行对比,通过河网“套合差”和水系相对误差等参数进行精度验证,并探讨河道剖面和地形特征参数对多源DEM数据水系提取精度的影响,以期找到提取精度高、普适性强的山区水系提取方法和数据源,为工程建设中流域特征的高精度自动提取提供借鉴。

2 研究方法

2.1 SWAT水系提取方法

SWAT由美国农业部农业研究中心和美国国家自然资源保护委员会联合研发,其Automatic Watershed Delineation模块提供了快速的流域水系提取功能,是基于地表径流漫流模型原理[16]。模块主要根据DEM栅格单元和8个相邻栅格单元之间的最大坡度确定水流方向的,沿水流方向计算每个栅格单元的上游汇流能力,设置特定的汇流阈值,将不低于所选阈值的单元格标记为河网水系的组成部分。具体分为无洼地DEM生成、水流方向计算、汇流累积量计算、河流网络提取4个步骤（图1）。
图1 SWAT模型提取水系技术路线

Fig. 1 SWAT model extracts water system technical route

2.2 最佳集水阈值的确定

O'Callaghan和 Mark[17]提出的地表水流沿着坡度最大线流动为基础的河网识别法,生成连续、单宽的河网。当确定一个集水阈值,凡是集水面积超过该阈值的网格均为河网内的单元,将这些网格单元连接后作为流域的河网水系。因此对于同一流域设置不同集水面积阈值可得到不同的河网水系。本研究提出了利用河网密度与集水面积阈值的关系,运用二阶导数的幂函数与直线相切的数学求值方法确定拐点,即取河网密度变化最稳定点时对应的值作为最佳集水面积阈值。切线方程公式为：
y = - x + a
式中：y为河网密度/（km/km2）;x是集水阈值/hm2; a 是截距。

2.3 河网套合差精度评价

利用两条水系叠加产生的细碎多边形的面积和流域总面积的比值来计算水系的套合差比例,值越小就代表两条水系的差异越小。其计算公式为：
D = ∑ i = 1 n A i S
式中：D为河网套合差;Ai是两河网叠加产生的细碎多边形的面积;S为流域的总面积。试验表明：当河网套合差小于2%时,河网吻合程度较高;小于3%时,吻合程度可以接受;大于3%时,吻合程度较差。

2.4 河床形态特征精度分析

河床纵坡降即计算任意河段上,河床落差与其长度之比,局部河段坡降指标的变化,可反映岩性的变化或者构造运动。其计算公式为：
I = dH / L × 100 %
式中：I为纵比降,以1/1000表示;dH河床纵向上两点高差;L纵向上两点水平距离。

2.5 相对误差精度分析

相对误差能确切地表示偏离真值的实际大小,更能反映提取的可信程度,进一步分析基于SWAT流域特征提取的精度验证。相对误差Re计算公式：
R e = Q s - Q m / Q m × 100 %
式中：Qs是模拟值;Qm是实际值;若Re=0,则说明模拟值和实际值完全一致;Re>0,说明模拟值偏大; Re<0,说明模拟值偏小;Re的绝对值越接近于0,则误差越小。

2.6 地形起伏度分析

地形起伏是指一定范围内最大高程值与最小高程值之间的差值,能够直观地反映异构体内地形起伏特征[18,19]。计算地形起伏度公式：
R = H max - H min
式中：R表示地形起伏度;Hmax、Hmin分别是研究区内的最大高程值和最小高程值。

3 实验区概况与数据来源

3.1 实验区概况

犟河是汉江的二级支流,地处十堰市西城开发区全长26.4 km,较大支流有财神沟河、大西沟河等15条,流域面积315 km2,自产水年径流9700万 m3,犟河流域起始于茅箭区大川镇,在张湾区黄龙镇注入堵河,最终汇入汉江[20]。犟河属于山区季节性河流,枯水期流量较小,生态基流小[21]。流域为中低山丘陵区,地势南高北低,自西南向东北倾斜,间有河谷平地,流域内最大高程为1441 m,最小高程为139 m,平均高程为771.32 m,最大坡度为68.80°,平均坡度为25.78°,坡度标准差为10.82。流域在人为活动和地形等影响下水土流失较严重,地貌形态特征复杂,多发生滑坡、山洪灾害等地质灾害事件。本研究选取犟河流域为研究区,以犟河汇入堵河为流域出口,其汇水区即为研究区的集水面积。

3.2 数据来源及预处理

多源DEM数据包括：ALOS Global Digital Surface Model "ALOS World 3D-30 m"（AW3D30）是由日本宇宙航空研究开发机构（JAXA）提供的高精度全球数字地表模型数据[22],是使用多时间场景为基础的DSM的堆叠和镶嵌处理来实现[23],数据格式为ge.pngF,空间分辨率为30 m（1弧秒）,垂直精度5 m,水平精度5 m。Shuttle Radar Topography Missiong（SRTM1 DEM）数据源于美国国家航空航天（NASA）机构（https://www.nasa.gov/）,是通过美国奋进号航天飞机干涉雷达测绘而成,数据格式为ge.pngF,空间分辨率为30 m,垂直精度和水平精度均为±10 m。Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model（ASTER GDEM2）数据是通过光学成像的立体像对提取高程ASTER影像,数据格式为ge.pngF,来源于中国科学院计算机网络信息中心地理空间数据云（http://www.gscloud.cn）,空间分辨率30 m,全球范围内垂直精度达±20 m,水平精度约30 m。犟河流域蓝线河网（从地图数字化得到的河网）是湖北省行政区划图暨图幅接合表1:10万的矢量化河网水系（图2）。多源DEM数据投影系统均为Universal Transverse Mercator projecting （UTM, Zone 49N）,坐标系均为World Geodetic System 1984 （WGS84）。基于SWAT进行流域边界水系提取的步骤包括填洼处理、出水口确定及流域划分等[24]。
图2 犟河流域概况

Fig. 2 Overview of the Jiang River Basin

表1 犟河流域3种数据源的河网套合差结果

Tab. 1 River network fit results of the three data sources in the Jiang River Basin

提取方法 数据源 细碎面积/km2 流域面积/km2 河网套合差/%
AW3D30 DSM 1.30 315.02 0.412
SWAT Model SRTM1 DEM 8.31 314.73 2.641
ASTER GDEM2 11.95 317.35 3.767

4 实验结果及分析

4.1 流域最佳集水阈值的确定

集水阈值的确定影响着河网水系提取的精度,本研究在前人的基础上,基于河网密度与集水阈值的相关性,求解河网密度变化率等于集水阈值变化率的数值方法,设置不同的集水阈值面积获取不同的河网水系。通过河网密度变化率确定集水阈值的方法主观因素少,可避免人为干扰误差,使得提取结果更为可靠[25]。本文对AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数据分别选取阈值范围内的（30、50、100、150、200和300 hm2）6个集水阈值,计算出对应的河网密度,得出集水面积阈值与河网密度数量关系,其中根据数据源与河网密度（包括导数）及其相关性的英文大写首字母,对AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数据依次以aw-d、sr-d、as-d表示其河网密度（y）,aw-cat、sr-cat、as-cat依次表示其集水面积阈值（x）,aw-c、sr-c、as-c依次表示其河网密度与集水面积阈值的相关性系数R2（图3）。
图3 犟河流域集水面积阈值与河网密度及一阶导数的关系

Fig. 3 Relationship between the threshold value of catchment area and the density of river network and the first derivative in the Jiang River Basin

通过对3种不同数据源DEM数据的水系提取,发现河网密度对集水面积阈值的增大呈幂函数减小趋势,且河网密度变化程度由剧烈变化逐渐变缓;相关系数R2分别为0.9723、0.9992和0.9993,拟合度均很高（图3）。
根据河网密度变化率等于集水阈值变化率的数值方法,基于河网密度与集水阈值的相关性,在已提出的拟合函数一阶导数求转折点、二阶导数求拐点法确定集水阈值的基础上,本文根据式（1）提出运用二阶导数的幂函数与直线相切的数学求值方法确定拐点,即得到最佳集水面积阈值。此方法能避免集水阈值取值的主观性,使自动提取的河网水系与实际河道相符。
幂函数与直线相切的点为拐点,拐点在数学上也称为稳定点,即河网密度随集水阈值变化达到稳定时,得到最佳集水阈值（图4）。在出现拐点之前,集水阈值变化率Δx小于河网密度变化率Δy,反之Δy<Δx;当x有唯一解时,Δy=Δx,所取的值即为最佳集水面积阈值。经计算得到3种数据源的最佳集水面积阈值分别是ASTER GDEM2为70.20 ha、SRTM1 DEM为60.20 ha、AW3D30 DSM为55.80 ha。同时,3种DEM数据源在最佳集水面积阈值提取的河网水系结果如图5所示。
图4 犟河流域集水面积阈值与河网密度二阶导数的关系

Fig. 4 Relationship between catchment area threshold and the second derivative of river network density in the Jiang River Basin

图5 犟河流域3种DEM数据源在最佳集水面积阈值提取的河网特征

Fig. 5 River network characteristics based on the three DEM data sources extracted at the optimal catchment area threshold in the Jiang River Basin

4.2 河网精度评价

4.2.1 河网套合差精度评价
对比3种DEM数据源提取出的流域河网水系的差距,针对传统人工目视方法的局限,引入河网“套合差”,从定量和全局的角度对河网水系精度进行评价,区分出不同方法提取水系的细微差别[26],套合差如图6所示。
图6 河网套合差示意

Fig. 6 Schematic diagram of the matching error formula of river network

本研究采用的犟河流域蓝线河网从湖北省行政区划图暨图幅接合表1:10万地形图中矢量化得到。通过对3种DEM数据源与犟河流域蓝线河网进行叠加（图7）。统计两河网叠加产生的细碎多边形的面积,套合差越小,表示河网水系的吻合程度越高。
图7 3种DEM数据提取的犟河流域河网水系与蓝线河网套合差结果

Fig. 7 Results of combining the three DEM data for the river network of the Jiang River Basin and the blue line river network

3种DEM数据提取的犟河流域河网水系与蓝线河网套合发现AW3D30 DSM与蓝线河网的重叠程度最高,SRTM1 DEM次之,ASTER GDEM2重叠程度最差（图7）。且都呈现上游与蓝线河网重叠产生的细碎多边形较下游少,高海拔山区较低海拔地区细碎多边形少的现象。由此可知DEM数据在高海拔山区提取效果最好,精度最高（图7）。
通过河网“套合差”精度评价公式（式（2））计算3种DEM数据源的河网套合差值结果显示,在最佳集水面积阈值下基于SWAT提取的水系河网套合差均较小（表1）。同时AW3D30 DSM产生的细碎多边形面积为1.30 km2,流域面积315.02 km2,河网套合差为0.412%（小于2%）,河网水系吻合程度较高;SRTM1 DEM河网套合差为2.641%（小于3%）,吻合程度可以接受;ASTER GDEM2河网套合差为3.767%（大于3%）,吻合程度较差。AW3D30 DSM套合差结果是SRTM1 DEM、ASTER GDEM2数据的6.4倍和9.1倍,伪河道现象基本得到消除,提取的水系精度最高。
4.2.2 利用Google Map的水文信息和蓝线河网对比验证
为了验证河网水系提取结果的准确度,将其与Google Map中的河流水系数据进行对比,其中蓝色河网是AW3D30 DSM数据提取出的水系,绿色河网是SRTM1 DEM数据提取出的水系,黄色河网是ASTER GDEM2数据提取出的水系;红色河网是犟河流域的蓝线河网（图8（a））。
图8 犟河流域提取水系与高清影像对比

Fig. 8 Comparison of the extracted water system and high-precision images in the Jiang River Basin

通过对3种DEM数据提取的水系与Google Map高清影像对比,发现AW3D30 DSM数据提取的河网水系与影像河道最相近,与犟河流域蓝线河网产生的碎屑面积相对较少,得出AW3D30 DSM数据提取的水系精度比SRTM1 DEM、ASTER GDEM2数据高。另外,在a河段提取的3种数据源之间产生的碎屑面积很多,伪河网水系最多,表明a河段提取的水系结果最差。而在b河段提取的3种数据源之间产生的碎屑面积少,伪河网水系最少,河网提取效果最好。
为了分析3种数据源在a、b河段提取的精度差别及其影响因素,对两河段河床的剖面形态特征进行了分析。其中,河床纵剖面可以反映河流从源头到河口河床形态及坡度的变化,以高程数据空间分辨率为间隔,提取犟河流域的干流河长和对应的河床高程值,绘制干流的河道纵剖面曲线。如图9所示,犟河干流整体呈现下凹的趋势,头堰水库以上的河道较陡,河床平滑稳定;中下游及河口的河道相对平缓,河床有起伏波动变化现象。
图9 犟河干流纵剖面

Fig. 9 Longitudinal section of the Jiang River mainstream

根据河床比降计算式（3）得出：b河段河床比降为25.0‰,比降最大,说明b河段坡度陡,河床多为基岩,且平滑稳定,水系提取的精度高;a河段河床比降为8.0‰,说明a河段坡度缓,河床不稳定,且起伏波动变化大,水系提取精度差;犟河干流河床比降为9.2‰。由此可知河床纵比降对水系提取有重大影响,河床比降大的提取水系精度高。
同时,以高程数据空间分辨率为间隔,对犟河流域的财神沟与犟河干流交汇处a河段和头堰水库b河段的过水断面及其对应的河床高程值,绘制河道横剖面曲线,确定河床的横剖面形态特征与水系提取精度的关系（图10）。结果显示a河段地势较为平坦,流速降低,河流冲积物堆积,河流以侧向侵蚀为主,河床波动起伏变化大,水系提取精度差,河水位处河宽为56.20 m,河深为0.80 m,横剖面曲线近似抛物线的宽浅式的蝶形河谷（图10（a））; b河段为犟河的上游,受地形抬升作用的影响流水的侵蚀切割作用强烈,为稳定的基岩性河床,河水位处河宽为86.40 m,河深为16.30 m,横剖面曲线为窄深式的“V”形河谷幼年期地形特征。由此发现河流以侧向侵蚀为主的a河段河床波动起伏变化很大,提取水系精度差;而下蚀作用为主的b河段为“V”形河谷,是稳定的基岩河床,提取水系精度高（图10（b））。
图10 犟河干流宽浅式的蝶形河谷与窄深式的“V”形河谷的横剖面

Fig. 10 Section of the broad and shallow butterfly valley of the gamisters river mainstream and the narrow and deep "V" valley of the Jiang River Basin

4.3 犟河流域数字河网特征对比分析

为了检验提取效果,以提取的流域总面积、河网密度与河流总长度为指标,采用相对误差验证3个指标的提取值与蓝线河网之间的误差（表2）。通过3种数据源在最佳集水面积阈值提取的河网水系特征与实际河网分析发现,AW3D30 DSM、SRTM1 DEM和ASTER GDEM2的流域面积相对误差分别为-0.03%、-0.12%、0.71%;水系相对误差分别为1.32%、-6.82%、-10.64%。AW3D30 DSM的流域面积的模拟值偏小,水系的模拟值偏大;SRTM1 DEM的流域面积和水系的模拟值都偏小;ASTER GDEM2的流域面积的模拟值偏大,水系的模拟值偏小。3类数据源河网密度依次为1.06、0.98和0.93 km/km2,呈减小的趋势,AW3D30 DSM的河网密度1.06 km/km2与犟河流域蓝线河网的河网密度1.05 km/km2的值大小相近,能真实反映犟河流域水系发育的疏密程度。根据相对误差的绝对值得出AW3D30 DSM数据与蓝线河网的误差最小,吻合度最好;SRTM1 DEM数据与蓝线河网的误差较小,吻合度较好;ASTER GDEM2数据与蓝线河网的误差最大,吻合度一般。
表2 犟河流域数字河网特征对比

Tab. 2 Characteristics comparison of the three extracted digital river networks in Jiang River Basin

数据源 集水面积
阈值/hm2		 数字流域
面积/km2		 面积相对
误差/%		 河网密度
/（km/km2）		 水系
/km		 水系相对
误差/%		 与实际河网
吻合度
AW3D30 DSM 55.80 315.02 -0.03 1.06 334.63 1.32 最好
SRTM1 DEM 60.20 314.73 -0.12 0.98 307.73 -6.82 较好
ASTER GDEM2 70.20 317.35 0.71 0.93 295.13 -10.64 一般
蓝线河网 … 315.12 … 1.05 330.26 … …

4.4 地形特征对河网提取的响应

利用DEM提取数字河网水系的精度与当地的地面坡度有关[27,28],坡度与地形地势有关,地势起伏越大,提取的水系与实际水系越相符,在地势起伏较平坦地区河网水系特征变化大[29,30]。根据中国陆地基本地貌类型[31],犟河流域海拔范围在139~1441 m 之间,为低、中海拔。地貌形态类型为平原,小起伏山地、中起伏山地、大起伏山地。
坡度的变化程度和分布状况会影响DEM模拟水系的准确度。对比3种DEM的地形形态特征,发现AW3D30 DSM数据最大坡度为68.8°、平均坡度为25.78°、坡度标准差为10.82°,坡度变化程度大（表3）。AW3D30 DSM（1302 m）数据的起伏度较SRTM1 DEM（1275 m）、ASTER GDEM2（1296 m）都高,表示AW3D30 DSM地势起伏最大。根据地形形态特征分析结果,得出地形起伏大的DEM影像提取河网水系精度高,地形起伏度小的DEM影像提取河网水系精度低,坡度标准差大的山地提取河网水系精度高。
表3 犟河流域3种DEM的地形形态特征

Tab. 3 Topographic features of the three DEM types in Jiang River Basin

数据源 集水面积阈值/hm2 最大坡度/° 平均坡度/° 坡度标准差 最大高程/m 最小高程/m 平均高程/m 起伏度/m
AW3D30 DSM 55.80 68.80 25.78 10.82 1441 139 771.32 1302
SRTM1 DEM 60.20 66.83 21.69 9.32 1426 151 767.28 1275
ASTER GDEM2 70.20 67.60 22.49 10.73 1432 136 766.17 1296

5 结论

本文基于SWAT水文分析模型和AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数据进行低山丘陵区犟河流域水系的提取,并对提取结果进行精度评价和影响因素的讨论分析,得到如下结论：
（1）集水阈值的确定影响着河网水系提取的精度,根据河网密度变化率等于集水阈值变化率的数值方法,运用二阶导数的幂函数与直线相切的数学求值方法确定拐点,拐点对应的阈值即作为流域最佳集水面积阈值的方法主观因素少,可避免了人为干扰误差,水系提取精度高。
（2）DEM提取犟河流域水系与Google Map的水文信息对比分析表明河床比降大、横剖面曲线为窄深式的“V”形河谷的幼年期地形特征的河段提取水系精度高于河床比降小、曲线近似抛物线的宽浅式蝶形河谷河段。
（3）多源DEM提取水系与蓝线河网的对比分析显示AW3D30 DSM数据提取的水系河网套合差（0.41%,小于2%）、面积相对误差（-0.03%）和水系相对误差（1.32%）的绝对值均为最低值,表明此数据提取的山区河网水系与与蓝线河网的偏差最小,吻合度最好,能真实反映犟河流域等山区水系发育的疏密程度。
（4）坡度的变化程度和分布状况会影响DEM提取水系的准确度,而地形起伏大的DEM影像则更有利于水系提取,多源DEM数据的地形形态特征分析显示AW3D30 DSM数据地形起伏度最大,更有利于提高犟河流域为代表的山区水系的提取精度。
（5）论文提出的基于SWAT模型和多源DEM数据进行山区水系提取、确定最佳集水阈值的方法以及基于河网套合差、水系相对误差等进行精度评价的方法不仅适用于中低山丘陵区流域水系的提取工作和流域特征分析,而且能够为其他地貌类型的水系提取研究提供一定的借鉴。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Julian J P, Elmore A J Guinn S M . Channel head locations in forested watersheds across the mid-Atlantic United States: A physiographic analysis[J]. Geomorphology, 2012, 177-178(12):194-203.

[2]
汤国安 . 我国数字高程模型与数字地形分析研究进展[J]. 地理学报, 2014,69(9):1305-1325.

[ Tang G A . Research progress of digital elevation model and digital terrain analysis in China[J]. Acta Geographica Sinica, 2014,69(9):1305-1325. ]

[3]
Wilson J P . Digital terrain modeling[J]. Geomorphology, 2012,137(1):107-121.

[4]
Tadono T, Takaku J, Tsutsui K, et al. Status of “ALOS World 3D (AW3D)” global DSM generation[C]. Geoscience & Remote Sensing Symposium, IEEE, 2015: 3822-3825.

[5]
Ariza-Villaverde A B, Jiménez-Hornero F J, Ravé E G D . Influence of DEM resolution on drainage network extraction: A mu.pngractal analysis[J]. Geomorphology, 2015,241:243-254.

[6]
Linde H . Stream network modelling using lidar and photogrammetric digital elevation models: A comparison and field verification[J]. Hydrological Processes, 2010,22(12):1747-1754.

[7]
Peucker T K, Douglas D H . Detection of surface-specific points by local parallel processing of discrete terrain elevation data[J]. Computer Graphics & Image Processing, 1975,4(4):375-387.

[8]
O'Callaghan J F . The Extraction of Drainage Networks from Digital Elevation Data[J]. Computer Vision, Graphics, and Image Processing, 1984,28(3):323-344.

[9]
Jenson S K . Applications of hydrologic information automatically extracted from digital elevation models[J]. Hydrological Processes, 2010,5(1):31-44.

[10]
Martz L W, Garbrecht J . Numerical definition of drainage network and subcatchment areas from Digital Elevation Models[J]. Computers & Geosciences, 1992,18(6):747-761.

[11]
Mateusz S, Mikolaj P . Improvement of hydrological simulations by applying daily precipitation interpolation schemes in meso-scale catchments[J]. Water, 2015,7(12):747-779.

[12]
Rodriguez F, Bocher E, Chancibault K . Terrain representation impact on periurban catchment morphological properties[J]. Journal of Hydrology, 2013,485(4):54-67.

[13]
吴险峰, 王中根, 刘昌明 , 等. 基于DEM的数字降水径流模型在——黄河小花间的应用[J]. 地理学报, 2002,57(6):671-678.

[ Wu X F, Wang Z G, Liu C M , et al. Digital dewatering runoff model based on DEM: Application of Xiaohuajian in the Yellow River[J]. Acta Geographica Sinica, 2002,57(6):671-678. ]

[14]
李照会, 郭良, 刘荣华 , 等. 基于DEM数字河网提取时集水面积阈值与河源密度关系的研究[J]. 地球信息科学学报, 2018,20(9):40-47.

[ Li Z H, Guo L, Liu R H , et al. Study on the relationship between the catchment area threshold and the river source density based on DEM digital river network extraction[J]. Journal of Geo-information Science, 2018,20(9):40-47. ]

[15]
宋晓猛, 张建云, 占车生 . 基于DEM的数字流域特征提取研究进展[J]. 地理科学进展, 2013,32(1):31-40.

DOI

[ Song X M, Zhang J Y, Zhan C S . Research progress on feature extraction of digital watershed based on DEM[J]. Progress in Geographical Science, 2013,32(1):31-40. ]

[16]
Ehtiat M, Mousavi S J, Srinivasan R . Groundwater modeling under variable operating conditions using SWAT, MODFLOW and MT3DMS: A catchment scale approach to water resources management[J]. Water Resources Management, 2018,32(5):1631-1649.

[17]
O'Callaghan J F , Mark D M. The extraction of drainage networks from digital elevation data[J]. Computer Vision Graphics & Image Processing, 1984,28(3):323-344.

[18]
于洋, 王先彦, 李一泉 , 等. 长江源地区通天河段水系格局演化与构造活动的关系[J]. 地理学报, 2018,73(7):1338-1351.

[ Yu Y, Wang X Y, Li Y Q , et al. Relationship between the evolution of water system pattern and tectonic activities in the Tongtianhe section of the Yangtze River source region[J]. Acta Geographica Sinica, 2018,73(7):1338-1351. ]

[19]
薛凯凯, 熊礼阳, 祝士杰 , 等. 基于DEM的黄土崾岘提取及其地形特征分析[J]. 地球信息科学学报, 2018,20(12):1710-1720.

[ Xue K K, Xiong L Y, Zhu S J , et al. DEM-based extraction and topographical characteristics of Loess Plateau[J]. Journal of Geo-information Science, 2018,20(12):1710-1720. ]

[20]
陈萍 . 十堰市犟河流域综合治理及成效分析[A].中国环境科学学会.2017中国环境科学学会科学与技术年会论文集(第二卷)[C]. 中国环境科学学会:中国环境科学学会, 2017: 6.

[ Chen P . Comprehensive Management and Effect Analysis of Jiang River Basin in Shiyan City[A]. Chinese Environmental Science Society. 2017 Chinese Environmental Science Society Science and Technology Annual Conference Proceedings (Volume II)[C]. Chinese Environmental Science Society: China Environment Science Society, 2017: 6. ]

[21]
王建虹 . 犟河流域水质评价及保护对策[J]. 郧阳师范高等专科学校学报, 2016,36(6):15-20.

[ Wang J H . Water quality assessment and protection countermeasures in Jiang River Basin[J]. Journal of Fuyang Teachers College, 2016,36(6):15-20. ]

[22]
JAXA, “Precise global digital 3D map "ALOS World 3D"Homepage, https://www.eorc.jaxa.jp/ALOS/en/aw3d30/data/index.htm.

[23]
Band L E . Topographic partition of watersheds with digital elevation models[J]. Water Resources Research, 1986,22(1):15-24.

[24]
王中根, 刘昌明, 黄友波 . SWAT模型的原理、结构及应用研究[J]. 地理科学进展, 2003,22(1):79-86.

DOI

[ Wang Z G, Liu C M, Huang Y B . Research on principle, structure and application of SWAT model[J]. Progress in Geography, 2003,22(1):79-86. ]

[25]
孔凡哲, 李莉莉 . 利用DEM提取河网时集水面积阈值的确定[J]. 水电能源科学, 2005(4):65-67.

[ Kong F Z, Li L L . Determination of the threshold of catchment area when extracting river network by DEM [J]. Hydroelectric Energy Science, 2005(4):65-67. ]

[26]
李天昊, 王侃, 程军蕊 , 等. 基于轮廓不同的DEM对宁波市姚江流域平原河网的提取研究[J]. 水土保持通报, 2017,37(4):166-171,178.

[ Li T H, Wang K, Cheng J R , et al. Extraction of plain river network in Yaojiang River Basin in Ningbo based on different DEM profiles[J]. Bulletin of Soil and Water Conservation, 2017,37(4):166-171,178. ]

[27]
武文娇, 章诗芳, 赵尚民 . SRTM1 DEM与ASTER GDEM V2数据的对比分析[J]. 地球信息科学学报, 2017,19(8):1108-1115.

[ Wu W J, Zhang S F, Zhao S M . Comparative analysis of SRTM1 DEM and ASTER GDEM V2 data[J]. Journal of Geomatic Information Science, 2017,19(8):1108-1115. ]

[28]
Satgé F, Bonnet M P, Timouk F , et al. Accuracy assessment of SRTM v4 and ASTER GDEM v2 over the Altiplano watershed using ICESat/GLAS data[J]. International Journal of Remote Sensing, 2015,36(2):465-488.

[29]
吴险峰, 刘昌明, 王中根 . 栅格DEM的水平分辨率对流域特征的影响分析[J]. 自然资源学报, 2003,18(2):148-154.

DOI

[ Wu X F, Liu C M, Wang Z G . Analysis of the innfluence of horizontal resolution of grid DEM on watershed characteristics[J]. Journal of Natural of Resources, 2003,18(2):148-154. ]

[30]
闾国年, 钱亚东, 陈钟明 . 基于栅格数字高程模型提取特征地貌技术研究[J]. 地理学报, 1998,53(6):562-570.

[ Lv G N, Qian Y D, Chen Z G . Research on feature geomorphology based on grid digital elevation model[J]. Acta Geographica Sinica, 1998,53(6):562-570. ]

[31]
李炳元, 潘保田, 韩嘉福 . 中国陆地基本地貌类型及其划分指标探讨[J]. 第四纪研究, 2008(4):535-543.

[ Li B Y, Pan B T, Han J F . Discussion on the types of basic landforms and their indexes in China[J]. Quaternary Sciences, 2008(4):535-543. ]

Options
文章导航

/

〈 〉