EN中文

地球信息科学学报 >

2021 , Vol. 23 >Issue 3: 385 - 394

DOI: https://doi.org/10.12082/dqxxkx.2021.190811

地球信息科学理论与方法

一种采用SRTM DEM重构河床数字地形的方法

  • 孔乔 , 1 ,
  • 韩露 2, 3 ,
  • 刘兴坡 1, 3, 4 ,
  • 丁永生 , 1, 4, * ,
  • 王一帆 1
展开
  • 1.上海海事大学海洋科学与工程学院,上海 201306
  • 2.上海河口海岸科学研究中心,上海 201201
  • 3.河口海岸交通行业重点实验室,上海, 201201
  • 4.上海海事大学持久性有毒物质国际联合研究中心,上海 201306
*丁永生（1960- ）,男,山东潍坊人,博士,教授,主要从事海洋环境科学与工程研究。E-mail:

孔 乔（1995- ）,男,山东曲阜人,硕士生,主要从事水文水资源研究。E-mail:

收稿日期: 2019-12-29

  要求修回日期: 2020-03-22

  网络出版日期: 2021-05-25

基金资助

2018年河口海岸交通行业重点实验室开放课题(KLECE201802)

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

Methodology of Digital Riverbed Reconstruction based on SRTM DEM Data

  • KONG Qiao , 1 ,
  • HAN Lu 2, 3 ,
  • Liu Xingpo 1, 3, 4 ,
  • DING Yongsheng , 1, 4, * ,
  • WANG Yifan 1
Expand
  • 1. College of Ocean Science & Engineering, Shanghai Maritime University, Shanghai 201306, China
  • 2. Estuarine & Coastal Science Research Center, Shanghai 201201, China
  • 3. Key Laboratory of Estuarine & Coastal Project, Ministry of Transport, Shanghai 201201, China
  • 4. International Joint Research Center for Persistent Toxic Substance(IJRC-PTS), Shanghai Maritime University, Shanghai 201306, China
*DING Yongsheng, E-mail:

Received date: 2019-12-29

  Request revised date: 2020-03-22

  Online published: 2021-05-25

Supported by

2018 Open Project of Key Laboratory of Estuarine & Coastal Transportation Industry(KLECE201802)

Copyright

Copyright reserved © 2021
Fold

摘要

数字高程模型（DEM）包含的信息常作为重要的水文水动力研究基础数据,但是由于公共源DEM数据精度不能完整表达河床地形,所以无法应用于河流泛洪分析等研究工作。因此,本研究开展了基于DEM数据构建数字河床的工作,首先对提取的纵向河网高程数据引入了强局部加权回归算法进行平滑处理以消除畸点;然后以河面要素文件为掩膜,采用反距离加权方法进行横向的空间插值得到3D数字化河面;最后结合河面高程与河深数据完成河床的整体构建。本研究以SRTM DEM为数据地形基础,以位于我国吉林省永吉县境内的温德河为研究实例,对其下游局部区域内的河段重构了矩形、梯形和V型 3种河床断面数字地形。为评价重构数据的合理性,分别对所得到的数字河面进行等值线分析;对河床构建前后DEM水文分析提取的河网进行河道偏移量计算;对构建的地形数据进行河流水动力模拟应用分析,结果表明：① 应用反距离加权插值可以很好地实现河网高程向河面高程的横向延展;② 基于河床重构DEM数据的水文分析误差得到了很好地消除;③ 本研究的重构数据在河流分析中具有较好地应用性和可靠性。

关键词： DEM; 河床; 平滑; 重构; 插值; 水文分析; 河流分析

本文引用格式

孔乔 , 韩露 , 刘兴坡 , 丁永生 , 王一帆 . 一种采用SRTM DEM重构河床数字地形的方法[J]. 地球信息科学学报, 2021 , 23(3) : 385 -394 . DOI: 10.12082/dqxxkx.2021.190811

Abstract

Digital Elevation Model (DEM) plays an important role in hydrodynamic researches as an essential data. The resolution of DEM data from public sources is usually not able to depict the riverbed topography. Hence, they cannot be applied to the research work such as river flood analysis. This study carries out the work of digital riverbed construction based on DEM data. Firstly, the longitudinal river network elevation derived from a DEM is smoothed by introducing robust locally weighted regression algorithm to eliminate the abnormal elevation values. Secondly, the cross-sectional interpolation based on the inverse distance weighted method is carried out with the river surface polygon as the mask to acquire the 3D digital river surface. Finally, the overall construction of the riverbed is completed by combining the river surface elevation and river depth data. Based on SRTM DEM, this study took Wende River in Yongji County of Jilin Province as a research example, and constructed three types of digital terrain of riverbed section, i.e., rectangular, trapezoid, and V-shaped, respectively. In order to evaluate the rationality of the data reconstruction, the contour analysis was performed on the obtained digital river surface, and the channel offset of river network extracted from DEM hydrological analyses before and after riverbed reconstruction was also calculated. We finally analyzed the river hydraulic simulation results. Our results show that: (1) the application of inverse distance weighted interpolation can well complete the two-dimensional extension of river network elevation to river surface elevation; (2) the error of hydrological analysis based on reconstructed DEM of riverbed topography was well eliminated; and (3) the reconstruction data in this paper had good applicability and reliability.

Key words： DEM; riverbed; smoothing; reconstruction; interpolation; hydrological analysis; river analysis

1 引言

近年来随着计算机信息技术的发展,在地形和水文方面的研究呈现出数据高精度和多源化的特点。数字高程模型（DEM）是地表形态的数字化表达形式,常用的栅格DEM数据具有结构简单、处理方便等优点,在水文模拟领域应用广泛。目前对公共源DEM数据提取水文信息的对比评价已较多[1,2],但由于大部分DEM数据存在固有精度和误差等问题会导致水文分析结果出错,例如流域划分错误、河网水系不连续、出现伪河道或平行河道等[3,4,5]。为了解决这些问题,实际河网矢量数据常常用于水文分析验证,且作为辅助信息融合到提取河网的算法中,如地形校正（AGREE）算法和Arc Hydro Tools模块中的河道烧录（Stream-Burning）算法[6,7]大大改善了水文分析的效果[8,9]。这些修复方法的基本原理是在河网沿途人工调低栅格高程值,用“深沟”效应掩盖了河网沿途的下游高于上游“逆流”问题,提高了河网提取的准确性,从而提升了流域划分的精度。但“深沟”效应显然是与实际不相符的,因而近期的研究转向了对DEM数据中河网沿途高程修复,如赵远洋等[3]依据河流上下游高程关系判断畸点并校正。虽然数理统计学中的平滑处理[10,11]理论方法已被引入到高程纵剖面分析[12],但目前缺少河网高程平滑处理后的DEM在水文分析和河面覆盖处栅格高程修复的扩展研究。
从水文分析到河流分析是水文学的重要研究进展,河道过流或泛洪模拟研究在防洪减灾应用中与水文模拟相辅相成。最初的水动力模拟都是基于实测断面数据,确切地说这是一种经过河流中心线与断面交叉一维模拟的二维插值计算模拟。例如,王光朋等在汉江上游实测178个大断面建立了HEC-RAS模型用于洪水的演进模拟和洪峰流量的重建[13],其建模计算是美国陆军工程兵团水文工程中心（HEC）最先提出并在HEC系列软件中实现的,但断面数据设置和处理需要大量繁重的基础工作。近期发展起来的二维分布式模拟解决了断面设置方面存在的差异性问题,但同时也对数据有了更高的要求。为了保证河道地形数据的连续性,除了利用现有精度较高的地形数据外[14],基于实测断面或散点数据空间插值构建水下地形也在水力建模中得到了很好的应用[15,16]。另外,由于公共源地形数据无法准确描述河道地形,而精确获取河道水深成本较高[17],很多情况下实测数据的缺少在很大程度上地限制了水力学模型的构建和应用,所以在数据融合和数据重构方面的研究形成了一条新的探索途径。Rangari等[18]在HEC-RAS二维泛洪模拟中利用高精度河床地形与公共源SRTM DEM数据镶嵌融合模拟了流域洪水演进并绘制淹没灾害图。Farooq等[19]为了探索HEC-RAS二维水动力模型对多种公共源DEM的灵敏性,在DEM数据河流区域下调2 m以表示河道,这说明公共源DEM可以应用于二维水动力模拟但必须对河道区域地形进行重建。针对实测断面资料缺少的问题,国内的相关研究也在展开,如俞茜等[20]利用公共源GLS2005 DEM提取已知水上地形高程采用三次样条插值得到水下未知高程构建断面数据,并应用于一维水动力模拟。卢敏等[21]为了构建一维水动力水质模型,提出利用Google影像数据提取多期水面宽度,结合实测最大水深获取相关参数以构建概化河道断面。
综上所述,DEM数据应用于水文水动力研究是不可缺少的基础数据,而河床地形的修复或重构是重要的技术补充。该方面已经有了文献报道的先期研究,但在模型发展和数据高要求情况下,很少有对DEM二维河床范围的修复开展研究。少实测数据情况下构建一维断面的方法可以合理表达河道形状,将这些方法思想应用二维河床地形构建必然对分布式水文分析尤其是水动力分析泛洪过程中具有重要的推动作用。基于目前研究存在的问题和河床地形重构的实际需要,本文探讨了利用SRTM DEM数据构建河床地形的关键技术方法,采用该方法对我国吉林省永吉县温德河下游河段的DEM数据重构,并检验数据在水文和水动力分析的可行性。研究成果旨在解决水文水动力模拟中缺少必要地形数据问题,丰富河段地形数据的获取方法,为少资料地区构建河道数据提供参考思路。

2 技术路线和研究方法

2.1 技术路线

遥感影像包含清晰的图像信息,而DEM包含重要的高程信息,将两者相结合以重构DEM数据中无法精确描述的河床区域数字地形。研究思路包括：首先获取矢量化的河面多边形数据,该类数据来源于遥感影像底图[22],河面中心线即为实测矢量河网;然后对DEM经过水文分析计算提取河网,与实测河网进行一致性分析和河网纵剖面合理性检验。由于数据源采样与描述精度不同,提取的河网常常出现错误、河网纵剖面图出现不规则的地势起伏问题[2],这种起伏所表现的河网节点高程会小于（或大于）相邻河网节点高程的“低估”（或“高估”）[5]使得下游会出现很多高程逆向畸变点,采用平滑算法将DEM河网数据点高程值进行修正,使河网纵剖面从上游到下游平滑降低。现实情况下河面横向起伏往往较小,以距离为权重利用空间插值技术可以基于平滑后高程点得到3D数字化河面,根据既有水深数据及断面信息确定河床与河面高程计算关系以获取3D数字河床,镶嵌至原始数据中即可完成DEM数据河床区域的修正,技术流程图如图1所示。
图1 基于DEM数据河床数字地形重构技术流程

Fig. 1 Technical flowchartfor reconstructingdigital riverbed based on DEM data

2.2 研究方法

2.2.1 河网纵剖面高程修复方法
针对DEM中河网纵剖面“逆流”问题,许多研究证明消除“逆流”、保证河网连接良好和水流连通性对洪水预报和水动力模拟结果具有积极意义[23],其中平滑技术在地质研究和水力分析中得到了较好应用[24]。Cleveland最早提出并完善[10,11]的强局部加权平均算法因其稳健的非参数回归特性在数据平滑中得到重视,其原理是对于单参数变量,数据点为 x i , y i , i = 1,2 , ⋯ , n ,提出以下数据模型,其中 g x i 为平滑函数; ε i , i = 1,2 , ⋯ , n 为均值0时独立同分布的随机变量。
y i = g x i + ε i , ( i = 1,2 , ⋯ , n )
设局部加权回归的权值函数为 ω x ,平滑系数为f,数据宽度为r,目前常用的为三次权值函数：
ω x = 1 - x 3 3 x < 1 0 x ≤ 1
令 0 < f ≤ 1 ,r为 f · n 最近的整数值即 r = f · n , r为局部回归计算所选取的数据的宽度（窗口宽度）,局部加权回归是根据所选权值函数 ω x ,使用加权最小二乘法以整个窗口内数据对xi处数据值进行多项式拟合,并得到平滑函数 g ˆ x i ,得到该点估计值 y ˆ x i ,引入强局部加权回归权值函数 B x ：
B z = 1 - z 2 2 z < 1 0 z ≤ 1
令 e i = y i - g ˆ i 为拟合值残差,S为ei的中位值。定义 z i = e i 6 · s 并带入式得到 Q z i ,对每i个数据点,将新权重 Q z i · ω x i 代替 ω x i ,得到式新的强平滑函数 g ˆ x i ,并计算新的拟合值 y ˆ x i 。
g ˆ x i = min ∑ i n Q z i ω x i y i - g x i 2
利用强局部加权回归计算后的河网DEM高程理论上自上游呈现平滑减小趋势,在植被影响较小且地势平缓变化地区效果较好,而对于山区等地形突变明显河段平滑影响较大,但如果合理划分河段并选取准确参数进行计算,结果会有较强可信度。
2.2.2 河床构建理论方法
本研究所讨论的河面是指河道所容纳最高水位的水面,河面的边缘即表示河岸。河面数据构建是基于河网高程数据的空间插值来实现的,本研究采用反距离权重（Inverse Distance Weighting, IDW）空间插值方法,插值控制范围采用掩膜文件来控制。3D河网（含高程信息）及2D河面矢量文件采用shape格式,均转化为栅格文件,分辨率设置为 1 m,以便精确描述最窄处约为3 m的河面信息。
首次插值的元数据为河网栅格数据,插值移动窗半径的取值必须小于河网曲率半径的最小值,插值过程可以重复以延展插值宽度,但每次重复必须以前次插值结果为元数据,直至插值范围覆盖全部掩膜文件范围。空间插值技术最基本的理论假设是,空间位置上越邻近的点越具有相似的特征,而距离越远的点特征相似的可能性越小,假设河面未知高程栅格点高程值受到与已知高程点位置间的距离的影响。IDW插值算法计算可表述为如式（5）所示。
Z Surface = ∑ i = 1 n Z i ω i
式中：ZSurface为河面估计值;Zi为已知高程值;ωi为权重;n为插值窗口覆盖像素点的个数取值。
需要说明的是,插值移动窗半径取值是与河网曲率半径成反比关系的,由于直线河流处的曲率半径无限大,那么插值结果不会受到移动窗半径取值大小的影响,所以可以取大于河面半宽度的值,一次运算就可以完成插值,张锦明等[25]在DEM插值实验中得到了权指数、搜索方向等其他插值参数的最优选取范围。
河床是河面覆盖下的地质表面构形,受地质、水流冲刷、泥沙搬运等影响形成了多种形状断面,在遥感卫星数据中水下地形难以获得,因此可以将河床与河面高程表述为数学关系式（6）。
Z Bed = Z Surface - δh
式中：ZBed为河床栅格点高程;ZSurface为河面栅格点高程;δh为栅格点处河深信息。
2.2.3 DEM数据质量评价方法
水文分析是DEM数字地形分析的一个重要应用,水系河网的正确提取是建立分布式水文模型、展现流域地形特征的前提和基础。根据高程数值的河网空间分析提取方法一般由一系列算法组成,基于D8算法、最陡坡度原则和最小集水面积阈值概念开发的Arc Hydro Tools软件集合了数字流域分析、河网构建、数据属性管理和网络追踪统计分析等核心功能模块[26],其在流域特征提取中主要包括DEM预处理、水流流向确定、汇流栅格计算、按阈值生成河网和子流域边界划分5个流程。为了量化评价DEM数据的水文分析质量,计算河道偏移量（ζ）作为为河网提取精度检验指标,其计算公式定义为：
ζ = ∑ i = 1 k ( x i - m i ) 2 + ( y i - n i ) 2 k
式中：ζ表示河流河道偏移量;i表示河网点位编号;xi、yi表示提取河网点的坐标;mi、nj表示实际河网点的坐标;k表示同一河流所取点数。
河道偏移量计算是以提取河网和实际河网的每条源头为起点,按一定步长值等间距选取若干点,将同一条河流相对应的点进行相同编号,并获取该点坐标值。为了方便计算,本研究按顺序选取河流若干特征点（如汇流点、拐点等）进行编号,进行偏移量计算,评价数据质量。

3 实证分析

3.1 实验区域与数据

本研究所选的研究区域为吉林省永吉县东南部的温德河流域,该流域地处于长白山向松辽平原过渡的边缘地区,整体地势由东南向西北逐渐平缓,温德河流域属于北温带大陆季风性气候,降雨年内分配不均,大多集中在6-9月。温德河自上游五里河镇肇大鸡山西北侧出流后北流,在中下游汇合春凳河、西阳河流经永吉县口前镇,四间河穿过口前镇城区在口前水文站下游1 km处与温德河汇合,从地理位置看,口前镇四面环山,河流汇集较多,极易发生暴雨洪灾。
实验选取温德河下游流域口前镇所处面积24.5 km2的矩形区域为研究对象（图2）,区域内河段总长51 km,河面面积约0.44 km2,通过遥感影像测量河面最宽处125 m,最窄处不足3 m,该地区地形特征明显,河流形态稳定且比降平缓,根据口前水文站相关数据可知该河段平均河深为6 m[27]。实验数据主要包括DEM栅格数据和河面矢量数据,数据名称及来源如表1所示,其中DEM数据来源于美国地质调查局公开发布的SRTM (Shuttle Radar Terrain Mission,SRTM),网格数据分辨率为1″（约为30 m）。数据预处理包括首先对实验数据进行统一投影与坐标系转换,然后将河网矢量与河面矢量提取的中心线进行对比校正,图2所示为本研究所采用的的基础数据源,包括DEM、河网线矢量数据、河面多边形矢量数据。
表1 实验数据基本信息表

Tab. 1 Basic information of experimental data

数据名称 数据来源 数据格式 投影系统 坐标系
SRTM1 DEM 美国地质调查局
（https:// www.usgs.gov/）		 GeoTIFF Universal Transverse Mercator projecting（UTM, Zone 52N） World Geodetic System 1984（WGS84）
河面矢量数据 国家地理信息公共服务平台天地图（https://www.tianditu.gov.cn/） Shape
河网矢量数据 OSM开放数据源（https://www.openstreetmap.org/） Shape
图2 温德河流域位置及河段划分

Fig. 2 Location and basic data of Wende River basin

3.2 河网高程数据修复

对研究区域SRTM DEM进行水文分析提取集水阈值为800的栅格河网,从结果看提取的河网在地形起伏较大处的走势与实际相近,但在平原或地形平缓地区由于DEM精度和随机性因素出现河网偏移现象（图3）,这说明基于原始DEM数据水文分析提取的河网结果会与真实河网产生差异且河网弯曲程度较大,高程微小变化在河网提取中影响很大。从河网高程剖面来看,由DEM数据高程映射至河网后多处高程值代表点落在比河面高的近岸植被、山坡等地,另外一些道路和水利设施也产生了高程正偏差。为后续量化评价偏离误差,选择了河网中的10个节点,位置和编码参加图3所示。
图3 DEM河网提取与河段高程映射

Fig. 3 River network and reach elevations extracted from DEM

将SRTM DEM数据重采样为5 m×5 m精度,结合MATLAB软件提取河网高程数据并调用强局部加权回归函数,此时需要确定的是平滑顺序和移动窗口大小。对于多支流河流先将进行河段编号,优先平滑主干河流并以此为标准处理支流完成河网一维到二维的扩展,在本研究中计算顺序为前面图2中所示的河段321、河段421和河段51。窗口大小决定了平滑范围并影响平滑效果,研究表明窗长过短导致平滑曲线过于粗糙,窗长过长导致过度平滑失真[28],结合沿河高程逐点降低原则,当平滑窗口处理点数为600时,平滑后曲线抹去了原始高程曲线中的突刺,对一些洼处也有了较好的填充,使得整个曲线相对于原始DEM河网纵剖面较为平滑,图4为平滑结果示意图。
图4 河段高程平滑结果

Fig. 4 Smoothing results of river reach elevation

3.3 构建数字河床

依据2.2所述方法构建数字河面,得到图5所示的结果,为了探究IDW插值在生成河面栅格高程的适用性,对插值后3D数字河面引入高程等值线分析评价。通过计算结果看出,数字河面及坡面梯度表现得很平顺,这和实际情况中河面横向高程基本相等相符,说明该方法能较好完成由一维数字河网至二维数字化河面的构建。
图5 数字化河面及等值线

Fig. 5 Digital river surface and contour lines

基于河段水深信息,需要对河床断面进行概化。由于地理、地质环境影响,天然河道一般存在多种形状局部河段,不同形状过流河段对整体河道水力特性如流速、流态和水位都有影响[29]。本研究选取矩形、梯形、V型3种典型断面形状分别构建河床,依据2.2节所述的具体方法,由式（6）计算出河床底部的散点高程,然后与两岸高程融合,生成TIN格式文件,后期应用中可将TIN文件转化为所需的文件格式,例如赋值一定分辨率参数的栅格文件。图6所示为河段水深δh=6 m的3种断面形式栅格数字河床,分辨率精度参数为1 m。
图6 矩形、梯形、V型河床构建结果

Fig. 6 Constructed rectangular, trapezoid and V-shaped riverbeds

3.4 水文分析检验

将构建后的不同形状数字河床与原始DEM融合,得到涵盖河床高程信息的地形数据。本文将地形数据转化为精度为1 m的DEM数据（图7-图9）,从结果可以清晰看出不同形状的河床形态分布。
图7 嵌入矩形河床DEM与河网提取结果

Fig. 7 SRTM DEM embedded in rectangular digital riverbed and extracted river networks

图8 嵌入梯形河床DEM与河网提取结果

Fig. 8 SRTM DEM embedded in trapezoidal digital riverbed and extracted river networks

图9 嵌入V型河床DEM与河网提取结果

Fig. 9 SRTM DEM embedded in V-Shape digital riverbed and extracted river networks

为探究重建河床对水文分析的改进效果,采用Arc Hydro Tools分别对3种数据进行河网提取,并以实际河网为基准,按照2.2节提供的式（7）进行偏移量计算,选取图3标记的序号1-10号特征点分别计算偏移量、方差和标准差,结果如表2所示。
表2 特征点河道偏移量结果及误差

Tab. 2 DEM characteristic points’ River Channel Deviation and Errors (m)

特征点编码 原始DEM 矩形河床融合DEM 梯形河床融合DEM V形河床融合DEM
1 80.90 16.11 0.31 0.26
2 35.97 5.66 0.06 0.16
3 30.30 4.73 2.16 0.15
4 47.31 1.88 1.17 0.02
5 68.61 6.83 0.09 0.38
6 516.65 32.81 9.93 1.36
7 277.69 33.90 22.78 20.89
8 12.13 26.58 12.38 12.10
9 52.96 31.92 21.87 24.16
10 278.79 28.97 16.15 0.00
平均偏移量 140.13 18.94 8.69 5.95
总体方差 24 404.66 156.74 76.05 81.49
总体标准差 156.22 12.52 8.72 9.03
根据表2所列数据,从3种数据所提取的河网基本偏移情况来分析可以发现3个特点：① 不同断面河床所提取的河网均落在河床内部,消除了原始DEM水文分析的河网误差;② 在河床较窄处河网吻合度较高,但在河床较宽处偏移相对较大;③ 主干流尤其是河流交汇处相对于其他两个支流河道偏移程度较大。从定量分析河道偏移看,所选取的主干流河网都有一定程度的偏移,SRTM DEM提取的河网偏移量达到140.13 m,而重构地形的河道偏移量根据矩形、梯形和V型断面不同分别为18.94、8.69、5.95 m,说明DEM在水文分析中对河网提取有了很好的改善;从各特征点偏移量来看,随着河床重构和下断面形状变窄,河道偏移量逐渐变小,其中中上游平原处特征点6偏移量改善最好;处于河流交汇处特征点7和特征点9偏移量占总偏移量最大,通过上游汇流处局部放大,提取的河网在河床底部产生了边缘偏移,这在较宽河段和河道汇流处比较明显,可能是由于底部高程基本相等产生了局部平原现象,随着下断面逐渐变窄偏移也会减少;特征点偏移量的方差、标准差中,含梯形和V型河床DEM总体误差较小,离散程度较低。综合来看3种重构河床DEM提取的结果都使得河网和真实河网的逼近程度有了明显的改善,多处地方与真实河网完全吻合。

3.5 河流分析检验

以图7所示的包含矩形河床的DEM作为地形数据进行河流分析模拟,并检验所构建河道的水动力功能与作用。模拟平台采用HEC-RAS（Hydrologic Engineering Center-River Analysis System）软件系统,图10所示计算区域河段采用不均匀网格以利于清晰描述不同宽度的河床细节。采用稳定流边界条件并在河段端点处设置初始条件,输入3个入口流量参数和一个出口坡度参数,结果为图10所展示的稳定流平衡态的河流状况。分别考查河流A-E的5个点位,得到了表3所列参数。公共源DEM不包含精确的河床地形,无法获取以上相关参数的变化信息,直接将河面处栅格高程进行简单下调[13]仍可能会出现河床内部高程高于两岸的不合理情况,而对河床地形的重构保证了水下地形的合理性,可以在水动力模拟中精准确定边界条件位置。考查点流速自上游向下游逐点变大也符合与地势变化的关系,稳定流平衡态水流在河床中的平稳流动也奠定了后续非稳定流计算泛洪模拟的重要建模基础,同时说明了二维水动力研究中地形数据对河床的高要求性和本文方法的有效性。
图10 HEC-RAS河流分析结果

Fig. 10 Hydrodynamic analysis results in HEC-RAS

表3 HEC-RAS河流分析中考查点信息

Tab. 3 Information of points in HEC-RAS hydrodynamic analysis

点位编码 A B C D E
坐标 （126°29′57″E,43°40′29″N） （126°29′21″E,43°39′56″N） （126°27′58″E,43°38′33″N） （126°27′39″E,43°39′16″N） （126°30′13″E,43°39′32″N）
水深/m 2.07 2.39 3.07 1.98 0.54
水面高程/m 215.04 218.22 225.31 223.84 223.73
流速/m.s-1 1.83 1.55 0.59 1.02 0.52

4 结论

数据融合或重构在我们开展与地形地貌相关的研究中提供重要的技术支持,也为数据不充足的条件下开展工作提供了重要的技术补充,特别是由于我国地形复杂、洪灾频发,缺少精度较高的地形数据库,很多科研工作者由于条件限制难以获得满足水文水动力模型要求的地形数据。本文根据遥感影像和DEM数据相结合提出了低分辨率地形数据中重构数字河床地形的方法,基于SRTM DEM数据对研究区域河段进行了方法实践和验证,并得出以下主要结论：
（1）应用矢量化河面和实测河网数据,采用强局部加权回归算法平滑DEM数据中实际河网高程消除原始数据中心的“逆流”问题,引入反距离加权空间插值得到3D数字河面,根据水深信息设置断面形状,将3D数字河面断面形状控制线进行空间构架可以完成低精度DEM数据的河床区域的重构修复。
（2）通过温德河下游河段矩形区域的实际应用来看,采用的强局部加权平滑算法可以对河网纵剖面高程实现“顺流”修正,与其他修正方法相比平滑后的纵剖面高程更符合实际河流高程平缓降低的情况;以河面要素为掩膜进行反距离权重插值河面内未知高程像元,通过等值线分析可知空间插值在河网一维高程向河面二维扩展的方法具有实际合理性。
（3）河床重构可以大大提高DEM水文分析中提取河网的真实性,采用河道偏移量指标检验SRTM DEM和含矩形、梯形和V型断面河床DEM水系提取的河网空间定位精度,重构后DEM河道偏移量均小于20 m,远小于 SRTM DEM提取河网中140.13 m的河道偏移量。河道偏移量计算结果与河道特征点选择和底宽有关,底宽越宽河道偏移量越大。
（4）本研究在其他少资料地区构建一维河道断面方法思想上构建了连续河床地形,其中断面形状根据河深数据设置显得更具有灵活性。将重构矩形河床DEM应用HEC-RAS水动力分析软件完成了稳定流平衡态模拟,为后续非稳定流模拟和淹没分析奠定了重要基础。未来应进一步探索重构融合后的地形在洪水淹没模拟的适用性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
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):1244-1251.

[ Li Z H, Guo L, Liu R H, et al. The relationship between the threshold of catchment area for extraction of digital river network from DEM and the river source density[J]. Journal of Earth Information Science, 2018,20(9):1244-1251. ]

[2]
马永明, 张利华, 张康, 等. 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.

[ Ma Y M, Zhang L H, Zhang K, et al. Accuracy analysis of watershed system extraction based on the SWAT model and multi-source DEM data[J]. Journal of Earth Information Science, 2019,21(10):1527-1537. ]

[3]
赵远洋, 丁永生, 孙丹, 等. 基于Arcpy编程修正的数字高程模型小流域水文分析[J]. 大连海事大学学报, 2016,42(4):55-60.

[ ZhaoY Y, Ding Y S, Sun D, et al. Hydrological analysis of small watershed based on digital elevation model modified by arcpy programming[J]. Journal of Dalian Maritime University, 2016,42(4):55-60. ]

[4]
李晶, 张征, 朱建刚, 等. 基于DEM的太湖流域水文特征提取[J]. 环境科学与管理, 2009,34(5):138-142.

[ Li J, Zhang Z, Zhu J G, et al. Hydrological feature extraction of Taihubasin based on DEM[J]. Environmental Science and Management, 2009,34(5):138-142. ]

[5]
刘佳嘉, 周祖昊, 贾仰文, 等. 河网提取算法中河道断裂现象原因剖析及算法改进[J]. 中国水利水电科学研究院学报, 2013,11(3):195-200.

[ Liu J J, Zhou Z H, Jia Y W, et al. The reason analysis of the phenomenon of “disconnection” in the DEM river extraction and method improving[J]. Journal of China Institute of Water Resources and Hydropower Research, 2013,11(3):195-200. ]

[6]
郑倩, 史海滨, 李仙岳, 等. 基于AGREE算法与BURN-IN算法的平原灌区DEM河网提取问题剖析[J]. 灌溉排水学报, 2019,38(5):122-128.

[ Zheng Q, Shi H B, Li X Y, et al. Identifying the sources of errors in using DEM to extract irrigation-drainage network in plain areas using AGREE and BURN-IN algorithm[J]. Journal of Irrigation and Drainage, 2019,38(5):122-128. ]

[7]
Callow J N, Van Neil K P, Boggs G S. How does modifying a DEM to reflect known hydrology affect subsequent terrain analysis[J]. Journal of Hydrology, 2007,332:30-39.

[8]
彭培, 林爱文. 基于AGREE算法的河流水系提取[J]. 水电能源科学, 2015,33(4):27-29.

[ Peng P, Lin A W. River system extraction based on agree algorithm[J]. Water Resources and Power, 2015,33(4):27-29. ]

[9]
刘佳嘉, 周祖昊, 贾仰文, 等. 河道烧录算法提取出断裂河网的必要条件探究[J]. 水利水电技术, 2015,46(9):21-22,36.

[ Liu J J, Zhou Z H, Jia Y W, et al. Study on necessary conditions for extracting phenomenon of disconnection with stream burning method[J]. Water Resources and Hydropower Engineering, 2015,46(9):21-22,36. ]

[10]
Cleveland WS. Robust locally weighted regression and smoothing scatterplots[J]. Journal of the American Statistical Association, 1979,74:829-836.

[11]
Cleveland W S, Devlin S J. Locally weighted regression: an approach to regression analysis by local fitting[J]. Journal of the American Statistical Association, 1988,83:596-610.

[12]
Wolfgang S, Dirk S. Bumps in river profiles: Uncertainty assessment and smoothing using quantile regression techniques[J]. Earth Surface Dynamics, 2017,5(4):821-839.

[13]
王光朋, 查小春, 黄春长, 等. HEC-RAS模型在汉江上游洪水演进和流量重建中的应用[J]. 西北农林科技大学学报(自然科学版), 2017,45(12):129-137.

[ Wang G P, Cha X C, Huang C C, et al. Application of HEC-RAS model in flood routing and discharge reconstruction of the upper reaches of Hanjiang River[J]. Journal of Northwest A&F University (Natural Science Edition), 2017,45(12):129-137. ]

[14]
宁聪, 傅志敏, 王志刚. HEC-RAS模型在二维溃坝洪水研究中的应用[J]. 水利水运工程学报, 2019(2):86-92.

[ Ning C, Fu Z M, Wang Z G. Application of HEC-RAS for the research of 2D dam-break flood[J]. Hydro-Science and Engineering, 2019(2):86-92. ]

[15]
Muthusamy M, Rivas Casado M, Salmoral G, et al. A remote sensing based integrated approach to quantify the impact of fluvial and pluvial flooding in an urban catchment[J]. Remote Sensing, 2019,11(5):577.

[16]
Ogania J L, Puno G R, Alivio M B T, et al. Effect of digital elevation model's resolution in producing flood hazard maps[J]. Global Journal of Environmental Science and Management, 2019,5(1):95-106.

[17]
郭海燕, 陈军, 徐沅鑫, 等. 径流汇流模拟的河道高程修正方法研究[J]. 干旱气象, 2019,37(4):676-682.

[ Guo H Y, Chen J, Xu Y X, et al. Study on method of river course elevation correction to improve accuracy of runoff confluence simulation[J]. Journal of Arid Meteorology, 2019,37(4):676-682. ]

[18]
Rangari V A, Sridhar V, Umamahesh N V, et al. Floodplain mapping and management of urban catchment using HEC-RAS: a case study of Hyderabad City[J]. Journal of The Institution of Engineers (India): Series A, 2019,100(1):49-63.

[19]
Farooq M, Shafique M, Khattak M S. Flood hazard assessment and mapping of River Swat using HEC-RAS 2D model and high-resolution 12-m TanDEM-X DEM (WorldDEM)[J]. Natural Hazards, 2019,97(2):477-492.

[20]
俞茜, 陈永灿, 朱德军, 等. 基于DEM数据的河道水动力过程数值模拟[J]. 水力发电学报, 2014,33(3):133-137,157.

[ Yu X, Chen Y C, Zhu D J, et al. River cross-section extraction from DEM for one-dimensional hydrodynamic modeling[J]. Journal of Hydroelectric Engineering, 2014,33(3):133-137,157. ]

[21]
卢敏, 靳甜甜, 尹婧, 等. 少资料河流一维水动力水质模型概化断面参数获取方法[J]. 科技导报, 2017,35(16):74-83.

[ Lu M, Jin TT, Yin J, et al. Determination of river cross section for 1-D water quality model in area without observation data[J]. Science & Technology Review, 2017,35(16):74-83. ]

[22]
戚晓明, 金菊良, 朱兰保, 等. 河道湖泊地形的数字重构研究[J]. 水利水电技术, 2014,45(9):12-14,18.

[ Qi X M, Jin J L, Zhu L B, et al. Study on digital reconstruction of terrain of river channel and lake[J]. Water Resources and Hydropower Engineering, 2014,45(9):12-14,18. ]

[23]
Yamazaki D, Baugh C A, Bates P D, et al. Adjustment of a spaceborne DEM for use in floodplain hydrodynamic modeling[J]. Journal of Hydrology, 2012,436-437(none):81-91.

[24]
Aiken S J, Brierley G J. Analysis of longitudinal profiles along the eastern margin of the Qinghai-Tibetan Plateau[J]. Journal of Mountain Science, 2013,10(4):643-657.

[25]
张锦明, 郭丽萍, 张小丹. 反距离加权插值算法中插值参数对DEM插值误差的影响[J]. 测绘科学技术学报, 2012,29(1):51-56.

[ Zhang J M, Guo L P, Zhang X D. Effects of interpolation parameters in Inverse Distance Weighted method on DEM accuracy[J]. Journal of Geomatics Science and Technology, 2012,29(1):51-56. ]

[26]
唐从国, 刘丛强. 基于Arc Hydro Tools的流域特征自动提取——以贵州省内乌江流域为例[J]. 地球与环境, 2006(3):30-37.

[ Tang C G, Liu C Q. Automatic extraction of watershed characteristicsbased on ArcHydro Tools: A case study of Wujiangwatershed in Guizhou Province, Southwest China[J]. Earth and Environment, 2006(3):30-37. ]

[27]
马珊, 刘昌军, 何秉顺, 等. 温德河流域暴雨洪水时空特征及模拟分析[J]. 水利水电技术, 2019,50(6):78-84.

[ Ma S, Liu C J, He B S, et al. Analysis on temporal and spatial characteristics of rainstorm and flood simulation in Wendehe Watershed[J]. Water Resources and Hydropower Engineering, 2019,50(6):78-84. ]

[28]
要志斌, 周研, 王荣军, 等. 激光轮廓检测技术在镁合金管大曲率热弯工艺中的应用[J]. 热加工工艺, 2019(21):21.

[ Yao Z B, Zhou Y, Wang R J, et al. Application of laser contour detection technology in hot bending process of magnesium alloy tube with large curvature[J]. Hot Working Technology, 2019(21):21. ]

[29]
胡海松, 罗居刚, 邰洪生, 等. 不同断面形状的河段对整体河道水力特性影响研究[J]. 水利科学与寒区工程, 2018,1(10):19-22.

[ Hu H S, Luo J G, Tai H S, et al. Study on the influence of different river section shapes on the hydraulic characteristics of the whole river[J]. Hydro Science and Cold Zone Engineering, 2018,1(10):19-22. ]

Options
文章导航

/

〈 〉