灾害风险地图中黄土高原地貌自动综合研究

2015-05-08潘东华王静爱贾慧聪

测绘通报 2015年7期

潘东华，王静爱，贾慧聪

(1.民政部国家减灾中心，北京 100124； 2.民政部卫星减灾应用中心, 北京 100124； 3.北京师范大学地理学与遥感科学学院, 北京 100875; 4.北京师范大学地表过程与资源生态国家重点实验室，北京 100875；5.中国科学院遥感与数字地球研究所, 北京 100094； 6.中国科学院数字地球重点实验室，北京 100094)

灾害风险地图中黄土高原地貌自动综合研究

潘东华1,2,3，王静爱3,4，贾慧聪5,6

探讨了结合图层约束理论和小波分析的黄土高原地区DEM孕灾环境的自动综合技术，构建了基于不同尺度的水系、坡度等约束图层信息，并通过小波方法重构了不同尺度、多图层约束下的黄土高原地貌,为不同区域尺度下孕灾环境的最优表达探索了一种新的数据处理模型和表示方法。

制图综合；图层约束；黄土高原；小波分析；自然灾害风险地图

一、引言

黄土高原是世界上水土流失最严重的地区，是我国水土保持的重点区域，也是防治自然灾害和次生灾害的重点区域；同时，本地区气候资源变幅较宽，年际变化差异大，气候灾害发生频率高[1]。因此，开展本地区的自然灾害风险防范具有重要的现实意义。自然灾害风险地图作为一项非工程性措施，是区域灾害风险防范与决策管理的重要参考依据[2]。由于不同区域尺度的地理规律差异明显，不同区域层次应用上的要求也不相同，因此不同尺度的地貌综合成为黄土高原研究的一种必然需求。本文在当前灾害风险制图综合主要技术方法的基础上[3-6]，结合小波分析方法，开展黄土高原地貌在灾害风险地图中的自动综合研究，对全方位认识该地区的空间结构特征具有重要指导意义，同时也为特殊地貌孕灾环境提供了新的数据挖掘途径。因此，多尺度的地貌综合技术可为区域灾害风险管理提供决策支持。

二、面状自然灾害风险地图自动综合的理论与方法

1.理论框架

本研究基于灾害系统理论，并结合地理学和地图学知识，探讨了面状孕灾环境(黄土高原地貌)在自然灾害风险地图中的自动综合问题，在揭示孕灾环境对灾害风险表达明辨性、逻辑一致性和结构整体性的前提下[7]，考虑与黄土孕灾环境相关的自然要素，提取了该地区多尺度水系、坡度等地貌自动综合的主要约束图层(LC)，并结合小波分析，通过二维小波变换，作了不同尺度下的分解与重构，从而优化了多尺度、多图层约束下的黄土高原地区DEM的表达，为黄土高原地区地貌灾害与孕灾环境的尺度约束提供了一定的参考，对地表形态的多尺度表达和自动综合及其综合程度评估方法作了初步的研究。

2.小波变换在地貌自动综合中的优势

小波理论是当前时空—频率分析工具，由于其具有自适应性和“数学显微镜”性质而成为许多学科研究的工具。黄土高原DEM自动综合的小波变换(WT)模型着重回答了在地图综合过程中“怎么做”的问题，即当生成小比例尺地图或低分辨率数据库时为不同层次决策提供适量信息而作出的方法选择。WT模型具有时频域的良好局部化特性，随着信号不同频率成分在时/空域取样的疏密自动调节，可以在任意尺度观察函数(信号、图像等)的任意细节并加以分析。本研究将黄土地貌看成一个信号场，它由基本骨架(低频信息)和局部细节(高频信息)构成[8]，同时结合约束图层[9-10]，对因小波分析被舍去的在灾害系统中具有重要作用的关键细节加以补充。本研究选取了多级水系和坡度作为约束图层，因此，基于图层约束的WT模型具有较好的空间互补性。

三、黄土高原地貌孕灾环境的自动综合应用

本文利用coif2小波进行多尺度分解与重构，派生了5个尺度的DEM(为了便于对比，缩放为同样大小)，并将相应尺度的水系和坡度周边的DEM作为细节补充，弥补因小波分析被过滤掉的重要信息，为客观反映灾害发生及形成机制提供了更准确的尺度依据。

1.多尺度DEM的分解与重构

本文选取黄土高原1 km×1 km的DEM作为数据源，利用具有相对较好的对称性和消失距的coif2小波进行多尺度分解与重构，派生5个尺度的DEM，大小为原尺寸的2-k倍，其比例尺相应逐级降低1/2，并分别从水平、垂直、对角线3个方向作高频信息过滤，特征信息随着尺度的降低逐渐减少，细小地貌特征被逐步滤掉，保留主要特征。随着分解尺度的增加及DEM分辨率的降低，黄土高原地貌的整体骨架特征得以显现。这表明小波分析技术具有较好的多尺度表达能力。

2.水系与坡度的细节补充

为了准确反映孕灾环境对区域灾害形成机制的影响，本文对小波变换后的DEM进行了再处理，用水系和坡度两个图层对该地区孕灾环境的地貌形态和特征加以约束，从而实现了地貌孕灾环境基本结构特征的保留。

为了反映不同区域尺度水系与坡度对地貌孕灾环境空间结构特征的影响，本文将水系按照干支流分为1～5个级别，在小波变换L1、L3、L53个尺度下选取水系级别分别为R_rank>5，3，2级水系周围1 km×1 km、2 km×2 km、4 km×4 km的DEM作为细节补充(如图1—图3所示)；同样，将坡度也作了类似处理，将坡度S>2，4，6周围的DEM作为细节补充(如图4—图6所示)，从而弥补在小波分析中可能被当作高频信息而被删除的沟壑地貌的细节部分，更客观地反映了黄土高原特殊孕灾环境与灾害成因机制之间的复杂关系。水系和坡度的细节图层对黄土高原特殊地貌结构的保持具有较好的空间约束力。

3.基于LC-WT多尺度DEM的自动综合表达

将小波分析的初步结果(本文选取了L1、L3、L53个尺度)与相应尺度下的水系、坡度的地貌作为细节补充，即水系1(R_rank>5)、水系2(R_rank>3)、水系3(R_rank>2级)，以及坡度1(S>2)、坡度2(S>4)、坡度3(S>6)。由于小波技术剔除地貌高频信息(细节地貌)是一个机械的数理过程，没有考虑区域地貌的整体结构，其中细节部分可能被当作高频信息剔除，因此，通过不同尺度水系和坡度图层约束下的地貌细节补充，可以最大限度地保持黄土高原特殊地貌的空间结构，准确反映孕灾环境与该地区地貌灾害发生及成因上的客观联系，从而为不同区域尺度下的防灾减灾管理提供较合理的地理信息概括。

图1 河流分布区DEM(R_rank>5)

图2 河流分布区DEM(R_rank>3)

图3 河流分布区DEM(R_rank>2)

图4 坡度分布(S>2)

图5 坡度分布(S>4)

图6 坡度分布(S>6)

四、结果分析

建立满足一定条件的抽象模型是实现空间数据多尺度表达的核心。本文构建的小波综合方法可以优化表示地表形态的关键特征。基于该模型可以实现多个尺度的地貌自动制图综合，综合程度可得到相应的定量化评估。通过LC-WT自动综合模型对黄土高原地区DEM 3个尺度自动综合结果的高程直方图统计可以看出(如图7—图10所示)，整体地貌结构特征得到保持，即该地区的整体地貌骨架(低频信息)总体趋势没有发生改变，基本地貌单元特征得到较明显表达。

图7 原始DEM直方图统计

图8 L1尺度综合下的直方图统计

图9 L3尺度综合下的直方图统计

图10 L5尺度综合下的直方图统计

在有限的二维表示平面内，只有准确表达地貌特征，才能客观地反映地表形态。因此，必须对地貌实施结构化的综合。对于黄土地貌孕灾环境而言，就是要综合考虑黄土高原的特殊地貌空间结构。通过L1、L3、L53个尺度的综合结果，以及黄土高原地区地貌的形成过程和自然特征的差异，可以将该地区的地貌孕灾环境大致分为以下几个主要地貌单元：①陇中盆地；②渭河地堑平原；③陇东、陕北高原；④山西高原；⑤鄂尔多斯高原地区(如图11—图14所示)。

图11 黄土高原地区原始DEM

图12 自动综合结果(L1)

图13 自动综合结果(L3)

图14 自动综合结果(L5)

总体而言，黄土高原地区呈现“环状”空间结构特征(如图15所示)。该地区自然环境的特点是：四周环山(秦岭—太行山—阴山—贺兰山—日月山)，构成外环，是本地区的绿色天然屏障；山前断裂带所形成的一系列平原盆地(渭河平原—运城盆地—临汾盆地—太原盆地—大同盆地—内蒙古河套平原—宁夏河套平原)构成内环；环带中心为地台，由于自然侵蚀与人为加速侵蚀叠加，区内自然灾害类型多样，且发生于台地边缘地区。通过不同尺度的自动综合，区域孕灾环境的空间结构特征得到较明显的反映，灾害发生规律区间差异较明显，为不同尺度的区域风险管理与减灾规划提供了科学依据。

图15 黄土高原地区地貌的环状空间结构

五、结束语

本文基于地理学、地图学和灾害学理论基础，初步构建了图层约束—小波分析(LC-WT)的面状自然灾害风险制图中孕灾环境的自动综合模型，并以我国黄土高原地区的DEM为例，进行了多尺度的地貌自动综合表达研究，对结果的有效性作了分析，即是否符合该地区基本地貌结构的地域分异规律，并就多尺度转换中黄土高原地区地貌孕灾环境的区域分异及空间结构特征作了概括和总结，为多尺度的区域灾害风险管理与决策提供理论与方法支持。同时，LC-WT自动模型具有较好的空间互补性，对科学认识区域灾害系统提供了新的途径。

[1] 中国科学院黄土高原综合科学考察队.黄土高原地区自然环境及其演变[M].北京:科学出版社,1991.

[2] 王静爱，史培军，王瑛，等.基于灾害系统论的《中国自然灾害系统地图集》编制[J].自然灾害学报,2003,12(4):1-8.

[3] TOPFER F.Generalization[M].Beijing: Surveying and Mapping Press,1982.

[4] 武芳,钱海忠,邓红艳.面向地图自动综合的空间信息智能处理[M].北京:科学出版社, 2008.

[5] 潘东华,王静爱,贾慧聪,等.图层约束下的点状自然灾害风险地图综合[J].中国图象图形学报，2013, 18(4):429-435.

[6] 吴凡,祝国瑞.基于小波分析的地貌多尺度表达与自动综合[J].武汉大学学报：信息科学版,2001,26(2):170-176.

[7] 潘东华,王静爱,贾慧聪,等.自然灾害风险地图中的制图综合研究——以点状承灾体为例[J].武汉大学学报：信息科学版,2011,36(1):51-55.

[8] 李霖,吴凡.空间数据多尺度表达模型及其可视化[M].北京:科学出版社,2005.

[9] 曹亚妮,吴芳华,江南,等.电子专题地图多尺度表达的相关问题及策略[J].测绘通报,2014(3):58-62.

[10] 季民,靳奉祥,李云岭,等.海洋渔业专题属性数据多尺度综合与表达[J].测绘通报,2004(6):28-31.

On Automated Generalization for DEM of Loess Plateau in Risk Mapping of Natural Hazard

PAN Donghua，WANG Jingai,JIA Huicong