APP下载

基于多源DEM数据融合的城市水系及流域提取初探

2020-03-11刘佳嘉周祖昊刘琳卢斌戴东宸朱家松严子奇

人民珠江 2020年2期
关键词:栅格山河高程

刘佳嘉,周祖昊,刘琳,卢斌,戴东宸,朱家松,严子奇

(1.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京100038; 2.水利部水资源与水生态工程技术研究中心,北京100038;3.中建水务环保有限公司,北京100037; 4.深圳大学土木工程学院,广东深圳518000)

在城市径流模拟研究中,提取城市模拟河网是基础[1-2]。目前,基于DEM高程数据提取模拟河网[3-7],因为其操作简单、有免费的覆盖比较全面的DEM数据集以及集成到各GIS软件系统而受到水文工作者广为应用,主要包括DEM高程填洼处理、栅格流向计算、栅格汇流累计数计算、模拟河网提取四大步骤。然而,在实际应用中,由于洼地及平坦区的存在,使得栅格流向不易确定,影响河网水系的提取,从而导致所提取的模拟河网同实际河网存在着较大误差(尤其在平原地区),提取的流域范围和实际范围也存在着一定的差异[8]。为了提取同实际河网相似度高的模拟河网,学者们通过将实际河网信息烧录到DEM中,增加相关河网栅格的汇水能力,确保河网栅格流向只能沿着实际河网流动方向,从而消除平行河网,提高河网提取精度[9-11]。即便如此,提取的模拟河网也是同实际河网更加相似,而不是完全一样。而且,这类修正方法并不适用于非河网栅格,无法解决流域范围提取异常。这主要是由于DEM采样误差,导致个别栅格存在着“高估”和“低估”异常[12]。通常情况,研究人员会采用提高DEM精度的方法来减小这种误差。一般采用地形高程数据转换为DEM后进行应用[13-14]。具体方法为先将高程点数据转化成不规则三角网,然后再对TIN数据重采样为DEM。然而,由于高程点是离散的,在大尺度连续性上存在着误差,从而导致局部DEM失真,对河网、非河网栅格的流向计算影响巨大。例如,如果某个离散点位于桥上,转化成的DEM在提取水系的时候,会在桥位置断开。对低精度DEM而言,其空间连续性更好。因此,本研究提出一种通过融合2种精度DEM的方法增加水系和流域范围的提取精度。这里假设不同精度DEM在不同区域有着一样的误差,可以通过数据融合加以抵消。

1 研究区概况及数据

坪山河位于深圳市东北部坪山新区,流经惠州市后汇入东江一级支流西枝江,最后汇入东江。坪山河干流从西南至东北纵贯坪山新区全境,河道全长13.5 km,深圳市境内流域面积129.4 km2。深圳坪山河属于山区性河流,雨季洪水暴涨暴落,旱季径流量小甚至干涸。坪山河流域地势为东南部、南部和西南部较高,主要为低山丘陵地区,为支流分布区域;中部和东北部较低,地势相对平缓,为坪山河干流分布区域。城区面积占全流域近40%,坪山河干流横穿坪山新区城区。

本研究主要采用2套DEM数据。一套来自于免费的SRTM 90mDEM 数据集[11,15](图1),另一套由1∶1万高程点数据转化所得,首先将各高程点高程转成TIN数据,再将TIN数据转成90 m的DEM(图2)。图2右上角缺失的原因在于,由于右上角高程点较少,会存在一定的边缘效应,使得该区域转置生成的DEM高程异常,从而在提取水系的时候导致错误的结果。从图中可以看出整体而言,2套数据集高程相对一致,但局部存在着一定的差异。而且,图2的高程整体上高于图1。

图1 坪山河流域SRTM DEM

图2 坪山河流域高程点生成DEM

2 DEM融合提取影响研究

在提取模拟河网的应用时,为了提高水系提取精度,一般会采用实际水系进行烧录处理[16-19]。但这方法只能提高河网提取精度,无法修改非河网栅格。实际应用中,由于DEM高程的“高估”和“低估”异常[12],会使得无实际河网修正的区域流向异常,甚至导致流域边界提取错误(多出一部分或者缺失一部分)。在本研究中,主要通过采用不同的权重对2套DEM进行融合处理,分析其对模拟河网提取的影响。本研究主要通过定性的方法,以实际河网和流域边界检查提取结果的正确性。

本研究按一定的比例对高程点生成DEM和SRTM DEM高程进行融合,即新DEM高程=a×SRTM DEM高程+(1-a)×高程点生成DEM高程。其中,比例a分别取0、0.1、0.3、0.5、0.7、0.9、1.0共7个情景(后续称这7个情景分别为DEM0、DEM1、DEM3、DEM5、DEM7、DEM9、DEM10)。由此可见,DEM0即为高程点生成DEM,DEM10即为SRTM DEM。接着,按相同的方法和参数标准对这7个情景进行模拟河网和流域范围提取,并同实际河网和流域边界进行对比,分析DEM融合对水系提取的影响。采用ArcGIS中的水文分析模块,以坡面流累积方法[3,11]提取模拟河网,并根据计算的栅格流向提取流域范围。提取结果见图3—9。

图3 基于DEM0提取的模拟河网和流域范围

图4 基于DEM1提取的模拟河网和流域范围

图5 基于DEM3提取的模拟河网和流域范围

图6 基于DEM5提取的模拟河网和流域范围

图7 基于DEM7提取的模拟河网和流域范围

图8 基于DEM9提取的模拟河网和流域范围

图9 基于DEM10提取的模拟河网和流域范围

以模拟河网作为研究对象,从图中可以看出,对于A区而言,高程点生成的DEM(DEMO)提取的模拟河网相似度较大,且随着SRTM DEM权重加大误差也越大。对于B区而言,所有DEM情景提取的河网均同实际河网差异较大。分析B区河道汇流处高程(图10,高程点转TIN数据),可以发现,由于桥的存在,使得局部地区的高程要高于上下游河道,这样会在这些地方形成“高估”的河道栅格,从而使得在填洼过程中岔口上游支流河网栅格被填平,从而降低了河网栅格的汇流能力,提取出错误的流向,乃至错误的河道。对C区而言,DEM5情景下提取的结果和实际河网拟合程度最高。对D区和E区而言,SRTM DEM效果要好于高程点生成的DEM,且随着SRTM DEM权重加大,结果也越好。整体而言,SRTM DEM提取的水系要好于高程点生成的DEM,且随着SRTM DEM 权重加大,提取的效果有变好的趋势。但局部而言,融合后的DEM效果会出现最优情况,如A区河流DEM1和DEM3提取效果最好;B区和D区之间的河流,DEM1提取效果最好;C区河流DEM5提取效果最好。

图10 B区汇流局部高程

以提取的流域范围为研究对象,可以发现,整体上SRTM DEM提取的流域范围同实际流域范围相似度更高,且随着SRTM DEM权重加大,效果也逐渐变好。对局部区域而言,影响有所差异。对于流域下游东部区域的缺失误差而言,主要是由于高程点生成DEM右上角数据缺失引起的,但刨除DEM10可以看出,随着高程点生成DEM权重增加,在该区域提取的范围有增加趋势。对流域南部区域的缺失差异而言,主要是由于E区河流提取误差引起的,这主要来自于高程点生成DEM,因此随着SRTM DEM权重加大,这部分差异呈减小趋势。对流域西部区域的缺失差异而言,也是由提取的异常河流导致的;但可发现DEM5—DEM9提取的范围要大于DEM10,由此可见融合DEM有助于改变局部栅格流向。对于流域西北区域的缺失误差而言,所有情景相差不大。对于流域北部区域的多余误差而言,随着STRM DEM权重加大,多余的面积有减小趋势。

3 结论

本研究通过对2种不同精度的DEM按不同比例进行融合,采用相同的方法和参数提取模拟河网和流域范围,并以实际河网和流域范围为参考,定性评价河网和流域范围提取准确程度。结果表明,相比于单一的DEM数据,融合DEM数据能够提高局部河网和流域范围的准确程度。数据融合的意义在于,通过对不同DEM数据源的加权,相互抵消各DEM的“高估”和“低估”误差,从而实现效果改进。然而,对于两者都有的误差,则不论如何融合均不能改进效果,例如本研究中B区的桥梁影响误差。根据坪山河实例,综合考虑提取的模拟河网和流域范围的精度以及误差,认为DEM5(即对SRTM DEM和高程点生成的DEM高程进行平均)效果最优,能够反映流域情况,用于水文模型应用。

猜你喜欢

栅格山河高程
万里山河
场景高程对任意构型双基SAR成像的影响
山河已无恙,奋斗在路上
栅格环境下基于开阔视野蚁群的机器人路径规划
山河壮举
海南省北门江中下游流域面积高程积分的应用
超声速栅格舵/弹身干扰特性数值模拟与试验研究
8848.86m珠峰新高程
一种面向潜艇管系自动布局的环境建模方法
山河美