基于SWAT模型的流域特征自动提取

郑　涛　弥智娟

(1.云南省电力设计院， 云南 昆明　650051； 2.云南省水利水电勘测设计研究院， 云南 昆明　650021；

3.云南秀川环境工程技术有限公司， 云南 昆明　650021)

基于SWAT模型的流域特征自动提取

郑涛1弥智娟2,3

(1.云南省电力设计院， 云南 昆明650051； 2.云南省水利水电勘测设计研究院， 云南 昆明650021；

3.云南秀川环境工程技术有限公司， 云南 昆明650021)

【摘要】流域特征获得是进行流域水文特性分析的主要前提之一。本文以牛栏江流域上游河段的德泽水库为例，采用DEM作为基础数据在SWAT模型的环境下实现流域河网及边界的自动提取。结果表明：在牛栏江流域上游河段利用SWAT模型提取的流域河网与实际地形图上绘制的河网基本吻合，根据河网共划分45个小流域，提取的流域集水面积与实际集水面积相对误差2%，由此说明利用该方法提取牛栏江流域上游段河网及边界的可行性。

【关键词】SWAT； DEM； 河网； 流域边界

流域特征是进行流域分析的重要参数，其中流域集水面积是进行水文统计、径流分析、水资源评价的重要依据和基础[1]。而流域集水面积确定的关键是流域边界的提取，随着计算机技术、数值模拟技术的发展及水文模型的广泛应用，数字流域在流域管理中的地位越来越重要[2]。从早期的使用纸质地形图手动勾绘发展到由水系、遥感数据、DEM(Digital Elevation Model)来自动提取流域边界[3]。DEM数据可描述高程的空间分布特征，但其本身不直接显示河流、湖泊、坝库等信息，而是需要对DEM 通过一定算法进行分析判读。许多学者在这方面做了大量研究，目前广泛应用的是基于地形表面流水的物理模型[4],主要算法有D8、Rho8、FMFD、Dinf和DEMON[5]，D8单流向算法的数据结构简单且计算较为方便，在实际中应用广泛[6]。本文以DEM数据为原始数据，利用SWAT(Soil and Water Assessment Tool)分布式水文模型的D8算法进行牛栏江流域上游段河网及流域边界的自动提取，该方法不仅准确度较高，而且快速简便，可以为工程建设中流域特征的自动提取提供借鉴。

1SWAT模型提取流域特征原理

SWAT是美国农业部(USDA)研发的一种分布式流域水文模型[7]，可在GIS和RS提供的空间数据平台上模拟不同土壤类型、土地利用方式、气象、径流、泥沙和物质运移与转化等的水文物理过程。SWAT模型共有701个方程、1013个中间变量，采用先进的模块化设计思路使模型中的大多数模块可独立运行，也可以组合起来进行水文过程模拟，从而也可以利用SWAT模型来进行流域特征的自动提取。SWAT模型对水文循环的模拟主要分为产流和汇流过程，河网和流域边界的提取主要考虑水、沙等从河网汇流到流域计算出口断面的过程，该模型汇流过程是基于树状的河系进行模拟。SWAT模型依据水文循环的原理采用水量平衡方程进行水文计算。

2研究方法

2.1　DEM预处理

DEM是流域地形识别的重要基础资料，也是进行流域特征自动提取的前提。故在SWAT模型运行之前，需要将加载的DEM在Arcgis中进行地理坐标和投影坐标系的设定，并进行投影的转换与拼接等一系列操作。之后最主要的预处理过程就是DEM的填洼过程，由于地形差异(洼地、平坦区)导致DEM在空间上地形描述的信息不对称，忽略该差异的存在将会导致提取时无法确定水流方向造成河网断线和流域失真[8]，影响流域边界自动生成连续的数字水系，因此在模型运行之前需要根据洼地深度进行洼地填充处理。

2.2　流域特征的自动提取

对加载处理过的DEM，首先进行基于无洼地的DEM数据流域水流方向的确定，SWAT模型中该过程采用单流向法(D8算法)，即将DEM栅格单元中心与其周围邻近8个栅格单元中坡降最大的栅格单元的中心比较确定水流方向，水流方向确定后即可显示集流阈值区间。集流阈值的大小反映了流域水系的详细程度，阈值越大输出的河网越稀疏；反之，阈值越小输出的河网越密集。最后根据河网上生成的节点选定一个流域总出口，从而提取流域分水线形成子流域。

3实例与结果分析

3.1　研究区概况

牛栏江是金沙江右岸较大的一级支流，地理位置为东经102°51′~103°50′、北纬25°01′~26°02′ ，发源于云南省昆明市官渡区小哨境内，于昭通麻砂村注入金沙江。年降水量700~1500mm，年蒸发量1200~1600mm，多年平均流量121m3/s，其中径流主要由降水形成，洪水主要由暴雨形成。该流域属于滇东北高原区，地形起伏较大，沿河地形构造以近南北和北东向的复式褶皱为主，地层出露齐全，受人类活动对下垫面的影响，部分地区植被稀疏，水土流失严重，年平均输沙量达1170万t。本研究选取牛栏江上游为研究区域，以德泽水库为流域出口，其汇水区即为研究区的集水面积。

3.2　研究区流域特征的自动提取

本研究采用30m分辨率的DEM数据作为原始数据，应用高斯—克吕格坐标进行投影转换，转换之后方可在SWAT模型中进行DEM加载。基于该原始数据采用D8算法进行水流方向和累积水流量的确定，可得出阈值范围为6445~1289071。阈值的选取对提取河网至关重要，阈值设定得越小，提取的河网越稠密，也越容易出现伪河道，影响流域河网提取的真实性，从而影响边界提取的准确性；反之，阈值设定得越大，提取的河网越稀疏，影响流域边界提取的精度。本研究区选取阈值6500、10000、120000分别进行河网提取(见图1)。分析图1可知该流域阈值设定过程中并没有出现伪河道现象，故选取阈值6500，在该河网上选择德泽水库处的节点为流域出口节点，进行流域子流域划分及边界提取(见图2)，结果表明研究区域共划分45个子流域，流域集水面积为4671km2。

图1　河网提取过程中阈值的确定

图2　研究区流域边界提取

3.3　提取结果分析

将牛栏江流域德泽水库上游段提取的河网与通过地形图勾绘的河道进行对比，二者几乎完全重合，该结果的准确性是进行下一步子流域划分及流域边界提取的必要前提。该流域实际流域面积4551km2，整个流域面积相对误差为2%。可见，以DEM为原始数据在SWAT模型中提取流域特征，虽然存在误差，但可满足工程规划阶段的精度要求，能够较好地反映河流水系的真实情况，并且能快速提取所要研究区域的河网集水面积，具有一定的工程应用意义。

4结语

基于SWAT模型环境下采用DEM作为基础数据进行研究区域河网及流域边界的自动提取，提取的河网形态与利用地形图手动勾绘的河网几乎完全重合，阈值选取时不存在伪河道现象，提取的流域集水面积与实际流域集水面积相对误差为2%，误差较小，满足实际工程的需要。该方法与传统方法相比，不仅快速方便，而且精度可靠，可广泛应用于工程实践中，为其他类似工程模型的研究提供一定借鉴。

参考文献

[1]周厚芳.流域边界提取方法研究综述[J].人民黄河,2011,32,增刊(Ⅱ):28-31.

[2]张欧阳,张红武.数字流域及其在流域综合管理中的应用[J].地理科学进展,2002,21(1):66-72.

[3]李丽,郝振纯.基于DEM的流域特征提取综述[J].地球科学进展,2003,18(2):251-256.

[4]O’Callaghan J F,Maek D M.The extraction of drainage networks from digital elevation data[J].Computer Vision,Graphics and Image Processing,1984,28:323-344.

[5]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):129-133.

[6]程根伟,舒栋材.水文预报的理论与数学模型[M].北京:中国水利水电出版社,2006.

[7]Arnod J G,Srinivasan R,Muttiah R S,et al.Continental scale simulation of the hydrologic balance[J].Journal of American Water Resources Association,1999,35(5):1037-1051.

[8]罗运祥,苏保林,李卉,等.平原河网地区SWAT模型子流域概化方法[J].北京师范大学学报(自然科学版),2011,47(1):415-418.

中图分类号：TV12

文献标志码：A

文章编号：1005-4774(2015)02-0015-03

Automatic extraction of river basin features based on SWAT model

ZHENG Tao1, MI Zhijuan2,3

(1.YunnanElectricPowerDesignInstitute,Kunming650051,China;

2.YunnanWaterConservancyandHydropowerSurveyDesignInstitute,Kunming650021,China;

3.YunnanXiuchuanEnvironmentalprojectTechnologyCo.,Ltd.,Kunming650021,China)

Abstract：River basin feature acquisition is one of the major premises for river basin hydrological feature analysis. In the paper, Deze Reservoir on upstream section of Niulanjiang River Basin is adopted as an example. DEM is adopted as basic data for realizing automatic abstraction of river network and boundaries under environment of SWAT model. Results shows that river basin network abstracted by SWAT model on upstream section of Niulanjiang River is basically matched with river network made on actual topographic map. The river network is totally divided into 45 small river basins. Relative error between abstracted river basin catchment area and actual catchment area is 2%. Obviously, it is feasible to utilize the method for extracting Niulanjiang River Basin upstream river network and surrounding area.

Key words：SWAT; DEM; river network; river basin boundary