EN中文

Journal of Geo-information Science >

2018 , Vol. 20 >Issue 9: 1216 - 1224

DOI: https://doi.org/10.12082/dqxxkx.2018.180156

Spatial and Temporal Consistency Optimization Method of Surface Water Data for the National Geographic Conditions Monitoring Project of China

  • CHENG Tao , 1, * ,
  • ZHOU Xu 1 ,
  • ZHENG Xinyan 1 ,
  • GUO Jiankun 1 ,
  • YUAN Rujin 2
Expand
  • 1. National Geomatics Center of China, Beijing 100830 China
  • 2. Heilongjiang Institute of Geomatics Engineering, Harbin 150086, China
*Corresponding author: CHENG Tao, E-mail:

Received date: 2018-03-28

  Request revised date: 2018-06-22

  Online published: 2018-09-25

Supported by

National Key Research and Development Program of China, No.2016YFF0202700

National Engineering Project of Geographic National Conditions Monitoring, No.2016-GQ-03-8

Science and Technology Innovation Development Foundation of National Geomatics Center of China, No.2018-KJ-G01.

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

The National Geographic Conditions Monitoring Project of China, based on the high technology of remote sensing and geospatial information, has dynamically acquired various kinds of geographic features. The goal of this project is to assist the government's decision making in multiple domains such as politics, economics, culture, resources and environments by statistical calculation, analyses, evaluation and application of the accurate and basic geospatial information. However, as China is such a huge country, it's particularly difficult to acquire all of the images with the resolution better than 1 meter around the time of 30th June with high quality. Temporal and spatial inconsistency in the image acquisition is quite normal which has resulted in the temporal and spatial inconsistency of water data. In this study, a method of spatial and temporal consistency optimization of surface water cover data based on detailed DEM is proposed. Region growing algorithm of raster graphics and 8 neighborhood arithmetic operators were used. By iterative calculations started from the water seeds the graphics results could obtained based on detailed DEM. Through the comparison of the region growing results with water data source of the National Geographic Conditions Monitoring, the spatial correction results could be realized, so as to achieve the purpose of spatial and temporal consistency optimization. Typical study region's water data characteristics were analyzed, and optimization processing was carried out by using this method. The results show that the spatial areas relative to the fixed monitoring time point was revised 7.99%, which meets the consistency requirement of National Geographic Conditions Monitoring’s time point. The research shows that this method can make the water statistics at the national scale reflecting the same season or the acceptable time, to avoid or reduce the errors due to the spatial and temporal inconsistency in image data sources. The method could be popularized and applied for water data's optimization, and provides objective, accurate and basic water information for the government to make the decisions.

Key words： National Geographic Conditions Monitoring; land cover; water; DEM; region growing algorithm; seed spreading

Cite this article

CHENG Tao , ZHOU Xu , ZHENG Xinyan , GUO Jiankun , YUAN Rujin . Spatial and Temporal Consistency Optimization Method of Surface Water Data for the National Geographic Conditions Monitoring Project of China[J]. Journal of Geo-information Science, 2018 , 20(9) : 1216 -1224 . DOI: 10.12082/dqxxkx.2018.180156

1 引言

水资源是基础性的自然资源和战略性的经济资源,对人类生存和发展具有不可替代的作用[1]。从地表覆盖分类系统来讲,水面是指被液态和固态水覆盖的地表[2],水面具有动态特征,随季节演化规律显著。联合国2030年可持续发展议程所包含的17项可持续发展目标中,水与卫生发展目标排名第六,体现了国际社会对全球面临的水挑战及未来发展战略的共识,对中国未来水利发展规划具有重要参考价值和一定的约束性;议程提出“加强水资源综合管理和跨界水管理”,其中“水资源综合管理”重视决策过程中利益相关者的广泛参与,旨在为水资源管理部门提供一种有助于可持续增长并保障基本环境服务的综合方法,与完善国家规划与体制、改进水资源管理手段相联系,以提高能源和水资源管理之间的协调作用[3]。
中国政府开展的地理国情监测,目标之一便是掌握和监测中国水资源的时空分布与变化情况,为经济社会发展和生态文明建设科学决策提供有力的数据依据[4]。地理国情监测利用先进的遥感、地理信息等技术监测地表变化,通过多源遥感影像快速获取与处理,形成多样化、多尺度地理国情信息产品,以充分揭示经济社会发展和自然资源环境的空间分布规律,旨在为水资源管理部门提供基础、准确和详实的地理信息数据,为国家战略规划制定、空间规划管理、区域政策制定、灾害预警、科学研究和社会公众服务等提供有力保障。
地理国情监测使用的遥感影像数据空间分辨率为全国优于2.5 m以及重点区域优于1 m,以资源三号测绘卫星获取的影像为主,其他国产高分辨率遥感影像（包括高分一号、高分二号、天绘一号等）以及商业卫星遥感影像（包括WorldView-1/2、GeoEye、QuickBird、pléiade-1A/1B等）进行补充[5]。地理国情监测的标准时点为6月30日,由于高分辨率遥感影像的幅宽较窄,而中国幅员辽阔,因此在短期内获取的覆盖全国范围的高分辨率遥感影像时相难以严格统一,具有多时相特征。
这种多源、多时相性的特点,使得地理国情监测成果数据产品在生产过程中存在以下几个方面的局限性：① 由于使用的遥感影像数据源时相不同,客观地导致某些区域影像接边处地表覆盖水面范围存在差异、水面面积相对不稳定,统计得到的全国水面面积数据存在一定误差;② 理想情况下,同一区域、同一季节的水面范围应无缝接边,不以影像边界或行政区划边界为界线;③ 一般来讲,全国水面范围在同一季节应相对稳定,除开极端天气原因或人为因素影响,不会因遥感影像的时相不同而发生较大变化。
针对这种因基于多时相遥感影像提取水面信息带来的局限性,有必要对采集的水面数据结果的时空一致性进行优化,使得在全国尺度上统计的水面数据可以反映同一季节或可接受时段内的状况。本研究提出一种基于精细数字高程模型（Digital Elevation Model,DEM）的水面数据时空一致性优化方法,利用DEM水文分析方法,采用区域生长算法,开展水面数据优化,解决基于多时相遥感影像进行信息提取带来的局限性现象,使得在全国尺度上同一季节的水面范围成果及其统计结果客观、合理。同时,选取典型区域水面数据,开展方法应用与验证,从而形成一套可行的基于精细格网DEM的地理国情监测地表覆盖水面优化方法,达到对地理国情监测地表覆盖水面产品进行优化的目的。

2 研究区概况与数据源

地理国情监测遥感影像中普遍存在由于多时相特点导致的影像接边处地表覆盖水面范围存在差异的现象,如图1所示,矩形框范围为影像接边处水面范围开始变化的区域。
Fig. 1 Maps of water area difference at the junctions on multi-temporal remote sensing images

图1 多时相遥感影像接边处水面范围差异示意图

本文选取长江流域局部地区为研究区展开研究,图2为研究区影像,图3为研究区三维视图。研究区面积为233.04 km2,属于山地、高山地地形,高程范围为[ 284.95 m, 1573.17 m ],从图3可以看出,研究区呈四周地势高、中间地势低的特点。影像接边两侧均为ZY-3影像,空间分辨率为2.1 m;西侧影像时相为2013年12月1日,距离地理国情监测时点较远;东侧影像时相为2013年6月12日,基本符合地理国情监测时点要求;2幅影像之间重叠区域面积为31.58 km2（如图2黄色框范围）。
Fig. 2 Images of the study area

图2 研究区影像

Fig. 3 3D view of the study area

图3 研究区三维视图

DEM格网单元尺寸为2 m,等高距为5 m,是基于1:1万DLG数据构不规则三角网内插生产而成,高程中误差3.96 m,数据源现势性为2011年4月。

3 研究方法

3.1 研究思路

地理国情监测按照内容与指标要求,采集形成了种植土地、林草覆盖、房屋建筑（区）、铁路与道路、构筑物、人工堆掘地、荒漠与裸露地、水域8个一级类地表覆盖产品。该产品具有全国范围全覆盖、高精度的特点,本研究选取地理国情监测地表覆盖产品中水面数据产品开展水面数据优化方法研究。
同时,地理国情监测充分发挥现有1:5万和1:1万数字线划地图数据（Digital Line Graphic,DLG）和其他相关数据源的作用,对DEM数据进行了细化生产,形成了全国范围多尺度DEM数据产品,格网间距有2 m、5 m、10 m、25 m等多种尺度[6]。本研究选取2 m格网DEM数据开展水面数据优化方法研究。
地表覆盖水面数据与精细格网DEM数据,二者具备同一量级分辨率水平,在空间尺度方面均具有精细格网的特点。因此,利用精细格网DEM开展地理国情监测地表覆盖水面优化方法研究,将最大程度地保留数据成果的精度。
本文针对遥感影像不接边的情况,基于2 m格网DEM,采用区域生长算法,对地表覆盖水面采集结果进行优化处理,辅助实现合理接边。关键技术方法包括DEM水文分析方法和区域生长算法。

3.2 DEM水文分析方法

DEM是地形曲面的数字化表达[7],蕴含着大量的、各种各样的地形结构和特征信息[8],DEM的一个重要应用方面便是进行水文分析[9],表面水文分析模型可用于研究与地表水流有关的各种自然现象。随着计算机技术、遥感技术、DEM数据挖掘理论与方法的不断突破,基于DEM的水文分析模型也不断成熟,广泛应用于提取地表水流径流模型的水流方向、汇流累积量、水流长度、河流网络以及流域划分等,取得了较大进展和较多成果。
朱庆等[10]提出并实现了一种基于规则格网DEM 的地形特征线提取算法,改进了算法效率和结果准确性,从而使算法更加适合于对大规模DEM数据进行处理。游松财等[11]基于SRTM30数字高程模型数据,在运用D8算法计算流向的基础上,采用2种不同的方案分别提取中国的数字流域。宋晓猛等针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理以及基于DEM的数字流域特征提取研究进展[12]。宋向阳等[13]基于DEM,依据地表径流漫流模拟算法,提取与分析了延河流域水文特征,并与1:25 万地形图数字化水系进行了分析比较。张维等[14]分析了基于DEM的平缓地区水系提取和流域分割的流向算法,并以5 m格网高精度DEM和地形图水系为基础数据,对比分析了单流向算法（D8算法）、多流向算法（Dinf法）以及添加数字化河道信息后的单流向算法（Agree & D8算法）3 种算法下水系提取和流域分割的结果。关颖慧等[15]基于 5 m格网DEM,应用ArcGIS的Hydrology水文处理工具包提取了研究区河网特征,并基于河网密度与集水面积阈值及河源密度与集水面积阈值的关系探讨了确定适宜集水面积阈值的方法。
总之,基于DEM的水文分析在算法研究[16]、方法应用方面都取得了很大的进步,在河网、流域研究方面的应用发展已较成熟,流域特征参数的提取精度也随着DEM空间分辨率的提高不断提升。但在地表覆盖信息提取方面的应用相对较少,主要用于分类结果的精度提升[17],以及利用高程特征提取特定地表覆盖类型等[18,19]。
本研究将DEM水文分析方法应用于地表覆盖水面数据提取与优化,需对常规DEM水文分析方法进行改进,在水体汇流连通原理基础上,增加水面种子点先验知识,以保证其覆盖区域是实际有水的水面。地理国情监测形成的全国2 m格网间距、精细化的DEM数据产品为本研究提供了高精度的数据基础。

3.3 区域生长算法

区域生长算法是依据区域联通原理,将有相似性质的像元点合并到一起形成一个区域。该算法首先要确定若干种子点作为出发点,然后将种子点与周围邻域的像元点进行对比计算,将具有相似性质的点合并起来继续向外迭代生长,直到没有满足条件的像元点被包含进来为止,便完成一个区域的生长。在利用DEM进行地表覆盖水面信息挖掘过程中,区域生长算法是较适用的方法,且算法聚合效率高。
区域生长算法过程具有3个关键点,即种子点选取方法、生长过程中能将相邻像元包括进来的准则的确定方法、区域生长的停止条件设置方法。这里将结合地表覆盖水面数据、精细化DEM数据的特点研究这几个问题,开展区域生长算法设计。
（1）种子点选取方法
在区域生长算法中,种子点的位置直接决定了区域生长的结果,种子点的选取较多地采用人工交互的方法实现[20],这种方法虽耗费人力,但可信度高。
研究中,基于地理国情监测地表覆盖水面图斑先验知识,将水面图斑多边形的几何中心点作为待定种子点,结合数据分析,最终确定种子点空间位置。具体地,利用ArcGIS的Feature To Point工具实现。
（2）生长过程中能将相邻像元包括进来的准则的确定方法
在不用的应用领域,种子点生长准则具有不同的定义,利用不同的特征向量会得到不同的区域生长结果。常用的生长准则有基于区域灰度差、基于区域内灰度分布统计性质和基于区域形状等[21]。
本研究在确定生长准则时,通过水面数据与DEM数据空间叠置分析,依据水面图斑内各格网DEM各项统计值确定。具体地,利用ArcGIS的Zonal Statistics as Table工具,统计出水面图斑内高程最小值、最大值、平均值、值域范围、标准差等统计值,将生长准则设定为：
D h ≤ ∂ × STD （1）
式中： D h 为相邻像元高程值与种子点高程值的差值; ∂ 为调整系数; STD 为标准差。试验发现,种子点高程值利用水面图斑内各格网高程平均值代替,得到的结果更佳。
（3）区域生长的停止条件设置方法
区域生长的停止条件一般比较明确,本研究采用8邻域算子,利用C++程序语言实现。首先定义一个CArray类对象[22],将水面种子点存入该对象中;依次从CArray类对象中推出种子点,对种子点进行生长循环,判断种子点周围8邻域的生长规则,符合规则的点则加入到Carray类对象中,作为新的种子点,同时删除当前种子点;循环对象中的每一个种子点,进行迭代生长计算,直至该对象为空,即当前种子点生长停止;依次完成所有原始种子点的生长循环,即所有种子点生长停止。

4 结果与分析

4.1 数据处理

研究区地理国情监测地表覆盖水面数据成果如图4所示,水面图斑数目59个,面积合计为 21.90 km2,其中,最大图斑面积为21.81 km2,占水面图斑总面积的99.59%。连片水面分布范围越广,由影像数据源时相差异造成的水面采集结果的空间不一致性越大,对大尺度水面数据统计结果的影响越大。
Fig. 4 Water cover data collected in National Geographic Conditions Monitoring

图4 地理国情监测水面数据

数据处理过程为：① 由于研究区属于山地、高山地地形,高程落差较大。因此,考虑水面落差因素,研究中将最大图斑进行分段处理,共计分为32段,提取出各段几何中心点32个,作为待定种子点;② 通过与DEM空间叠置分析,提取出各段几何中心点的高程值,同时,统计出各段高程最小值、最大值、平均值、值域范围、标准差等统计值;③ 通过对各段几何中心点的高程值与各项统计值进行对比分析,去除了1个异常种子点,对8个待定种子点的空间位置进行了修正,最终确定种子点31个,其空间分布范围如图5;④ 通过图形区域生长,对水面种子点进行迭代生长计算,并进行二值化处理[23],得出基于精细DEM的区域生长结果（图6）。区域生长结果与地理国情监测水面数据对比显示如图7。
Fig. 5 Spatial distributions of water seeds

图5 水面种子点空间分布范围

Fig. 6 Results of region growing from water seeds based on detailed DEM

图6 基于精细DEM的水面区域生长结果

Fig. 7 Comparison of the water results from region growing with that collected in National Geographic Conditions Monitoring

图7 区域生长结果与地理国情监测水面数据对比

结合图2、图7可以看出,研究区东侧区域生长结果与水面图斑吻合度较高;研究区西侧,两者之间存在一定差异,通过水面数据优化处理,原始结果得到了修正。

4.2 结果统计分析

对研究区水面数据优化结果的各项指标进行统计,结果如。从可以得出,研究区水面数据空间范围相对于时点监测修正了7.99%,通过该方法,实现了水面数据的时空一致性优化。

5 结论与讨论

基于精细格网DEM的地理国情监测地表覆盖水面数据时空一致性优化方法,针对地理国情监测高精度地表覆盖水面产品客观现状,实现有效、合理的优化,解决了遥感影像边界地表覆盖水面数据接边问题,并最大程度地保留了数据源的精度水平,使成果既满足监测时点要求,又满足监测精度要求。
通过选取研究区开展水面数据优化,验证了该方法的实用性,研究结果表明该方法缩小了由于影像数据源的差异造成的时间和空间上的不一致性带来的误差,能够在持续开展的地理国情监测重大专项中得到推广应用。
Tab. 1 Statistics of various indicators for optimization of water cover data

表1 水面数据优化各项指标统计结果

研究区 国情水面图斑数目/个 国情水面图斑面积合计/km2 区域生长结果面积合计/km2 优化量/km2 优化比例/%
长江流域局部地区 59 21.90 20.15 -1.75 7.99
研究中采用水面图斑多边形的几何中心点作为待定种子点,通过其高程值与图斑内各格网高程统计值对比分析,最终确定水面种子点的空间位置与高程值;同时,利用水面图斑内各格网高程平均值代替种子点高程值;将相邻像元高程值与种子点高程值的差值,跟标准差进行比较,作为生长准则,实质提取了距平均值小于 ∂ 个标准差之内的区域生长结果,此系数可根据多次试验、调整以得到最佳结果,本研究根据试验取值1.05。这种方法在实际应用中有利于提升生长结果的准确性。
研究区DEM数据源现势性为2011年4月,与监测时点仍然存在一定的时间差,在能够获取到监测时点DEM数据的情况下,将能得到更理想的优化结果。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
胡晓寒,秦大庸,纪昌明,等.水资源使用权初始分配年限探讨[J].水利经济,2009,27(2):28-31.采用逻辑分析法和现象溯因法探讨了如何合理确定水资源使用权初始分配的年限，指出我国水资源 使用权的初始分配年限应具有相对稳定性、渐进性和针对性的特点，在具体确定时，应从水资源所有者、水资源使用者和水资源使用的社会效益3方面的影响来分 析，根据用水主体和水资源使用目的不同，分区域和用水户2个层次来灵活确定水资源使用权初始分配的年限。

DOI

[ Hu X H, Qin D Y, Ji C M, et al.Initial allocation years of water resources use right[J]. Journal of Economics of Water Resources, 2009,27(2):28-31. ]

[2]
国务院第一次全国地理国情普查领导小组办公室.地理国情普查内容与指标[M].北京:测绘出版社,2013.

[ Leading group office of China's first national geographic conditions census of the state council. Contents and indexes of national geographic conditions census[M]. Beijing: Surveying and Mapping Press, 2013. ]

[3]
金海. 联合国2030年可持续发展议程“水领域目标”解读[J].中国水利,2015(20):4-6.在联合国成立七十周年之际,世界各国元首、政府首脑和高级别代表出席了2015年9月25日至27日在纽约联合国总部召开的发展峰会,正式通过了全称为《改变我们的世界:2030年可持续发展议程》的新的全球可持续发展议程。水目标在全部17项可持续发展目标中位列第六,实现了全球水利界要求在可持续发展议程中单独设立水目标的愿望。本期特别约请水利部发展研究中心副主任金海解读联合国2030年发展议程"水领域目标",对其指标体系、目标设定、重点领域等内容进行解释,同时结合我国已经出台的各类涉水目标进行系统分析,并在此基础上对我国围绕该目标所应开展的工作提出相关对策建议。

DOI

[ Jin H. Interpretation of UN's 2030 sustainable development agenda “water area goals”[J]. China Water Resources, 2015(20):4-6. ]

[4]
程滔,刘若梅,周旭.基于高分辨率遥感影像的地理国情普查水体信息提取方法[J].测绘通报,2014(4):86-89.

[ Cheng T, Liu R M, Zhou X.Water information extraction method in geographic national conditions investigation based on high resolution remote sensing images[J]. Bulletin of Surveying and Mapping, 2014(4):86-89. ]

[5]
国务院第一次全国地理国情普查领导小组办公室.GDPJ 05-2013数字正射影像生产技术规定[EB/OL].. html, 2013.

[ Leading group office of China's first national geographic conditions census of the state council. GDPJ 05-2013 Production’s technology regulations of digital orthophoto map[EB/OL]. .html, 2013. ]

[6]
国务院第一次全国地理国情普查领导小组办公室.GDPJ 08-2013多尺度数字高程模型生产技术规定[EB/OL]., 2013.

[ Leading group office of China's first national geographic conditions census of the state council. GDPJ 08-2013 Production's technology regulations of multiscale digital elevation model[EB/OL]. , 2013. ]

[7]
李发源,汤国安,晏实江,等.数字高程模型实验教程[M].北京:科学出版社,2013.

[ Li F Y, Tang G A, Yan S J, et al.Experimental tutorials of DEM[M]. Beijing: Science Press, 2013. ]

[8]
周启鸣,刘学军.数字地形分析[M].北京:科学出版社,2013.

[ Zhou Q M, Liu X J.Digital terrain analysis[M]. Beijing: Science Press, 2013. ]

[9]
王峥,孙永华,李小娟.顾及地表汇水分析的城市DEM构建[J].地球信息科学学报,2016,18(12):1608-1614.

[ Wang Z, Sun Y H, Li X J.Urban DEM construction for analysis of surface water catchment[J]. Journal of Geo-information Science, 2016,18(12):1608-1614. ]

[10]
朱庆,赵杰,钟正,等.基于规则格网DEM 的地形特征提取算法[J].测绘学报,2004,33(1):77-82.

[ Zhu Q, Zhao J, Zhong Z, et al.The extraction of topographic patterns based on regular grid DEMs[J]. Acta Geodaetica et Cartographica Sinica, 2004,33(1):77-82. ]

[11]
游松财,孙朝阳.中国流域的SRTM30数据提取与计算[J].地球信息科学学报,2009,11(2):189-195.本研究基于SRTM30数字高程模型数据,在运用D8算法计算流向的基础上,采用两种不同的方案分别提取中国的数字流域。一种是以中国国界为流出边界提取的详细的中国流域图,另外一种是将与中国接壤的周边地区包括在内提取出中国及邻近地区的流域分布图。结果表明,将与中国接壤的周边地区包含在提取范围内,得出的流域分布更能反映真实情况,对于国际间流域分布研究有着很重要的参考意义。而以中国国界提取出来的数字流域,虽然为国内相关研究广泛应用,但这种方法割裂了流域在地理上的天然联系。经过计算,采取第二种方法提取的中国范围内面积大于50 000km<sup>2</sup>的独立流域一共有23个,占总的流域面积的82.09%,与传统的中国流域划分不同的是,内陆河流域是中国第一大流域,由于处于干旱少雨的地区,该流域为人们所忽视,紧随其后的是长江、黄河、松花江、嫩江等主要流域。面积的估算理论误差在0.25%到1.73%之间。SRTM30数据质量高,1km的分辨率很适合像中国地区这样大范围的流域提取。并且可以采用更高分辨率的数据,继续进行水系的提取及其分级,从而提取出更精细的流域边界和水系分布。

[ You S C, Sun C Y.Extraction and area calculation of digital waersheds in China based on SRTM30[J]. Journal of Geo-information Science, 2009,11(2):189-195. ]

[12]
宋晓猛,张建云,占车生,等.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.数字高程模型(DEM)是地表形态高程属性的数字化表达,利用流域DEM数据构建数字水系模型并提取流域水文特征,是分布式水文过程模拟的重要基础。DEM中闭合洼地和平坦区域的处理、流向的确定以及DEM分辨率的大小都直接影响着流域水系特征提取的质量与效率。针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理,回顾了数字水系模型与流域特征提取方法,评述了洼地和平地的处理方法及水流方向的确定方法的研究进展,介绍了当前基于不同DEM数据类型的提取方法研究,探讨了DEM尺度和分辨率对提取流域特征的影响,总结了平缓区域数字水系和河网提取的研究进展。

DOI

[ Song X M, Zhang J Y, Zhan C S, et al.Advances in digital watershed features extracting based on DEM[J]. Progress in Geography, 2013,32(1):31-40. ]

[13]
宋向阳,吴发启,赵龙山,等.基于DEM的延河流域水文特征提取与分析[J].干旱地区农业研究,2012,30(4):200-206.基于DEM数据,依据地表径流漫流模拟算法,使用ArcGIS软 件中的水文分析工具,提取与分析延河流域河网特征及相关信息,并与1∶25万地形图数字化水系进行分析比较.结果表明:集水面积阈值是决定河网提取精度的 关键参数,阈值越大,提取河网越稀疏,反之则提取河网越密集；随着集水面积阈值的增大,河源数和河网密度、河流的级数、总河长等随之减少,但主河长变化不 大；当阈值为5.51km2时,提取河网与实际较吻合.因此,基干90m分辨率的DEM数据提取廷河流域水系和子流域是切实可行的,可以作为数字流域建设 与水资源管理的基础数据.

DOI

[ Song X Y, Wu F Q, Zhao L S, et al.Extraction and analysis of hydrological characteristics of Yanhe watershed based on DEM[J]. Agricultural Research in the Arid Areas, 2012,30(4):200-206. ]

[14]
张维,杨昕,汤国安,等.基于DEM 的平缓地区水系提取和流域分割的流向算法分析[J].测绘科学,2012,37(2):94-96.

[ Zhang W, Yang X, Tang G A, et al.DEM-based flow direction algorithms study of stream extraction and watershed delineation in the low relief areas[J]. Science of Surveying and Mapping, 2012,37(2):94-96. ]

[15]
关颖慧,郑粉莉,王彬,等.基于DEM的黑龙江宾州河流域水系提取试验研究[J].水土保持通报,2012,32(1):127-131.基于数字高程模型(digital elevation models,DEM)提取河网及相关流域信息是数字水文研究中的热点问题。以东北黑土区宾州河流域为研究区域,采用5m分辨率的DEM作为研究数据,运用ArcGIS9.2中的Hydrology水文处理工具包(Arc Hydro Tools)提取研究区河网特征。研究结果表明,分别采用0.75,1.25,2,2.5,3.75和5km2的集水面积阈值提取流域河网特征时,不同集水面积阈值对确定主河道的空间位置影响较小,但提取的数字流域河网特征会发生较大变化。基于河网密度与集水面积阈值及河源密度与集水面积阈值的关系探讨了适宜的集水面积阈值确定方法,发现取集水面积阈值为2km2时提取的河网特征与实际水系特征基本吻合,精度达95%以上。因此,基于Arc Hydro Tools的流域特征自动提取是切实可行的。

[ Guan Y H, Zheng F L, Wang B, et al.DEM based extraction of river networks in Binzhou river basin of Heilongjiang province[J]. Bulletin of Soil and Water Conservation, 2012,32(1):127-131. ]

[16]
薛丰昌,盛洁如,钱洪亮.面向城市平原地区暴雨积涝汇水区分级划分的方法研究[J].地球信息科学学报,2015,17(4):462-468.lt;p>汇水区划分是分布式水文模型计算的基础。针对现有方法使用DEM在平原城市地区划分的汇水区不符合实际地形情况,本文提出了一种面向城市平原地区分级划分汇水区的技术方法。该方法从城市用地分类角度出发将城市分为中心城区和郊区,依据城市排水主干水系进行汇水区一级划分,将影响中心城区和郊区的不同径流因子分别融入DEM中,利用细化的DEM进行二级汇水区划分;在此基础上,根据实际汇流情况,结合Voronoi图,对中心城区进行三级划分,最后通过GIS技术进行修正。该方法既结合了传统DEM生成子流域的算法,又融入了城市区域地物地貌特点,能更好地满足城市地区的需要。选择上海市嘉定区西北部地区为实验样区,利用该方法进行汇水区划分比较表明,其对于城市平原地区具有很好的适用性。</p>

DOI

[ Xue F C, Sheng J R, Qian H L.Research on classification of rainstorm watershed delineation approach for plain urban regions[J]. Journal of Geo-information Science, 2015,17(4):462-468. ]

[17]
黄微,张良培,李平湘.基于地形区域分割的复杂地区遥感影像分类[J].武汉大学学报·信息科学版,2007,32(9):791-795.

[ Huang W, Zhang L P, Li P X.Classification of imagery in rugged terrain based on topographical area segmentation[J]. Geomatics and Information Science of Wuhan University, 2007,32(9):791-795. ]

[18]
郑利娟,李小娟,胡德勇,等.基于对象和DEM 的湿地信息提取——以洪河沼泽湿地为例[J].遥感技术与应用,2009,24(3):346-351.<p>湿地资源遥感信息提取并满足一定的分类精度和效率，是湿地研究的关键问题之一。利用高分辨率的SPOT5影像数据，通过对研究区分别进行基于像素的监督分类和基于对象的分类，进行典型沼泽湿地专题信息提取，同时将面向对象分类与DEM辅助数据进行信息复合，探寻提升分类精度的方法。结果表明，基于对象和辅助数据DEM的信息提取，可以有效地改善遥感图像的分类精度。</p>

[ Zheng L J, Li X J, Hu D Y, et al.Wetland information extraction based on DEM and the object: A case study in Honghe wetland[J]. Remote Sensing Technology and Application, 2009,24(3):346-351. ]

[19]
王羲程,曹广超,张富玲,等.结合TM影像和DEM两种数据源的青藏高原湿地提取方法[J].测绘科学,2013,38(4):40-42.

[ Wang X C, Cao G C, Zhang F L, et al.One extracting method of Tibetan Plateau wetland based on TM image and DEM data sources[J]. Science of Surveying and Mapping, 2013,38(4):40-42. ]

[20]
闫东阳,明冬萍.基于自动多种子区域生长的遥感影像面向对象分割方法[J].工程科学学报,2017,39(11):1735-1742.在遥感影像分割分类中,种子区域生长算法是一种常见的分割算法.传统的种子区域生长算法只能提取单一连续的、纹理简单的目标地物,而对具有复杂纹理和多光谱特征的遥感影像,分割时存在分割效果差、不能同时有效地提取多个地物的问题.针对以上问题,本文提出了一种改进的面向对象的自动多种子区域生长算法.该方法适用于同时提取多个目标地物,且分割效果好.该方法首先使用一种改进的中值滤波对影像进行平滑处理,使目标内部一致性更高,同时保留纹理信息.然后通过一定的准则进行自动种子选取并进行生长,最后对生长后的区域进行碎斑合并处理,最终得到多种对象的分割结果.本文采用三组不同大小的1 m空间分辨率的航空影像进行实验,通过与分水岭以及传统单种子区域生长算法的多组实验对比,发现该方法可以面向全局对象,自动选取覆盖各种地物类型的种子,同时对多种地物目标进行分割处理,可为后续面向对象影像分析和应用提供可靠的数据基础.

DOI

[ Yan D Y, Ming D P.Object-oriented remote sensing image segmentation based on automatic multiseed region growing algorithm[J]. Chinese Journal of Engineering, 2017,39(11):1735-1742. ]

[21]
李修霞,荆林海,李慧,等.参考1维光谱差异的区域生长种子点选取方法[J].中国图象图形学报,2016,21(9):1256-1264.

[ Li X X, Jing L H, Li H, et al.Seed extraction method for seeded region growing based on one-dimensional spectral differences[J]. Journal of Image and Graphics, 2016,21(9):1256-1264. ]

[22]
宋坤,刘锐宁,李伟明.Visual C++开发技术大全[M].北京:人民邮电出版社,2007.

[ Song K, Liu R N, Li W M.Visual C++ developing technology[M]. Beijing: Posts & Telecom Press, 2007. ]

[23]
李民录. GDAL源码剖析与开发指南[M].北京:人民邮电出版社,2014.

[ Li M L.GDAL source codes analysis and development guide[M]. Beijing: Posts & Telecom Press, 2014. ]

Options
Outlines

/

〈 〉