多源DEM 数据在山区流域河网提取中的对比

董吴欣，施召云，李 铭，郑永胜，王 锐，张海龙，虞美秀，陈炼钢

（1. 河海大学水文水资源学院，江苏 南京 210098； 2. 雅砻江流域水电开发有限公司，四川 成都 610051； 3. 中国电建集团成都勘测设计研究院有限公司，四川 成都 610072； 4. 南京水利科学研究院 水文水资源与水利工程科学国家重点实验室，江苏 南京 210029）

0 引 言

数字高程模型 （Digital elevation model，DEM）［1］中包含流域的高程、坡度等信息，根据这些信息可以提取流域内的水系，DEM 提取水系的方法有ArcGIS 水文模块、Arc SWAT、Arc Hydro Tools 等。随着地理信息系统（GIS）的快速发展，多位学者［2-4］提出参数优化分析、影像与DEM 融合等方法以期提高流域水系提取精度。DEM 的分辨率是影响水系提取的重要因素［5，6］，不同分辨率的DEM 有不尽相同的地形特征信息会影响水系的提取。此外，集水面积阈值的选取影响水系提取质量［7，8］，研究表明可采用河网密度法、均值变点分析法、水系分维法等确定最佳集水面积阈值。迄今为止，已有学者基于DEM数据对流域水系提取进行研究，但多是针对特定区域特定的DEM数据；随着DEM数据源的增多，针对何种DEM数据提取的水系精度更高且适用于不同的流域，少有学者开展相关的对比研究。

鉴此，本文针对山区流域，选择长江上游山区及珠江上游山区作为研究对象，基于ALOS 12.5 m DEM、ASTER 30 m GDEM 与SRTM 90 m DEM 采用Arcpy针对不同流域选用不同集水面积阈值集合提取河网并评价精度，而后通过Arc Hydro Tools 结合蓝线河网修正DEM，从而遴选出高适性的DEM 数据开展山区流域河网的提取。

1 研究区域概况与数据来源

1.1 研究区域概况

长江上游山区流域选择了雅砻江力丘河流域、岷江杂谷脑河流域与金沙江黑水河流域。力丘河流域属亚热带季风气侯，发源于四川省甘孜藏族自治州康定市，平均比降10.18‰，平均海拔4 125 m，河长194 km，流域面积5 892 km2。杂谷脑河流域属亚热带季风气侯，发源于四川省阿坝藏族羌族自治州鹧鸪山，平均比降18‰，平均海拔3 657 m，河长168 km，流域面积4 174 km2。黑水河流域属金沙江干热河谷地带，发源于四川省凉山彝族自治州，平均比降13.5‰，平均海拔2 327 m，河长192 km，流域面积3 618 km2。

珠江上游山区流域选择漓江流域的大溶江水文站以上的河源山区及支流甘棠江。漓江流域属亚热带季风气候区，大溶江水文站以上的漓江上游建有斧子口水库与川江水库，平均海拔565 m，总流域面积728 km2。甘棠江为漓江支流，河长60 km，平均海拔428 m，流域面积784 km2，甘棠江上游建有青狮潭水库，为广西最大的水库。

1.2 数据来源

本文收集并分析了3 种DEM：ALOS PALSAR RTC HIGH RES 12.5 m DEM、 ASTER 30 m GDEM 和SRTM 90 m DEM数据。

ALOS （Advanced Land Observation Satellite） 卫星发射的L波段微波可穿透植被表层，获取全天候高精度的高程数据［9］。ALOS PALSAR RTC HIGH RES DEM 空间分辨率为12.5 m，坐标系为UTM 投影，来源于美国国家航空航天局（https：//earthdata.nasa.gov/），其获取时间为2006-2011年。

ASTER GDEM（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model）是通过光学立体摄影测量获取的数据产品［10］，空间分辨率为30 m，坐标系为WGS84，来源于地理空间数据云（http：//www.gscloud.cn/），原始数据获取时间为2000-2009年。

SRTM（Shuttle Radar Topography Mission）DEM 不受天气现象的干扰，但对地表覆盖物较为敏感［11］。SRTM DEM 空间分辨率为90 m，坐标系为WGS84，由2000年航天飞机拍摄获取，研究采用的数据来源于地理空间数据云（http：//www.gscloud.cn/）。

2 研究方法

2.1 河网提取

研究采用Arcpy批量处理研究区共15个DEM 栅格文件，执行步骤见图2，其原理如下：首先将裁剪过的DEM 进行填洼和削峰，目的是移除数据中的异常点，避免出现河网断裂的情况；而后使用D8算法，在3×3的网格上以最陡坡度确定水流方向并形成流向图；流量则为既定水流方向汇入栅格的累积量。以最佳集水面积阈值提取水系信息并矢量化，划分子流域，最终形成流域图。

表1 研究数据基本信息Tab.1 Basic information of research data

图1 研究区域概化图Fig.1 Outline of the study area

图2 基于Arcpy的河网提取Fig.2 Arcpy-based river network extraction

2.2 提取结果精度评价

河网套合差是数字河网与蓝线河网叠加产生的细碎多边形面积与流域总面积的比值。选用河网套合差评价河网提取精度，河网套合差（D）小，则代表提取的水系与流域真实水系吻合度高。

式中：D为河网套合差，%；Ai为细碎多边形面积，km2；S为流域总面积，km2。

2.3 最佳集水面积阈值的确定

集水面积阈值影响数字河网提取的疏密程度，为减小主观误差，采用均值变点分析法确定最佳集水面积阈值。其分析步骤如下：针对n（n≥2）序列，变点Xi（i=1，2，…，n）将序列分为两段，计算两段序列的离差平方和并叠加得到Si，总样本离差平方和S与Si的差值的最大值点为最佳集水面积。

2.4 基于Arc Hydro Tools的DEM修正

Arc Hydro Tools 模型基于GIS 平台研发兼具地形处理与流域处理两大功能，研究采用地形处理中的DEM 修正模块（DEM Reconditioning）修正不同类型DEM。DEM 修正模块采用AGREE 算法，其基本原理如下：①将输入的蓝线河网（.shp 文件）栅格化并进行缓冲区分析；②对缓冲区栅格、临近河网栅格与缓冲区外栅格三者按距离比例线性插值；③对河网所在栅格进行降低高程处理，使河网所在栅格高程低于非河网栅格；④输出修正后DEM。

3 结果与分析

3.1 多源DEM对河网提取的影响

3.1.1 河网精度分析

DEM 的分辨率是影响数字河网提取的一大重要因素［12］。研究选用河网套合差评价不同分辨率DEM提取效果，对分辨率为12.5、30 与90 m 的DEM 提取河网并与蓝线河网叠加，叠加得出的细碎面积依据公式1 计算河网套合差，结果见表2。可见，ALOS DEM 的细碎面积在本研究流域范围内最小，ASTER GDEM 最大，两者在研究区的面积差分别为10.255、8.991、1.632、13.487、7.449 km2。河网套合差能更好地衡量提取的精度，研究区域ALOS DEM 的河网套合差比SRTM DEM 小0.121%、0.092%、0.106%、0.354%、0.070%，而SRTM DEM 的河网套合差又比ASTER GDEM 小0.053%、0.124%、0.009%、1.500%、0.881%，表明ALOS DEM 河网提取效果最好，SRTM DEM次之，ASTER GDEM 在研究区提取效果最差。

表2 不同分辨率DEM河网提取对比Tab.2 Comparison of DEM river network extraction at different resolutions

3.1.2 DEM修正后河网提取分析

不同分辨率DEM在地形起伏变化时存在一定偏差，故依据蓝线河网修正DEM有一定的必要性。研究采用基于AGREE算法的Arc Hydro Tools 模型优化提取精度，以河网矢量图层为基线调整高程值并使用线性插值的方法生成高程缓冲。对修正后DEM 计算河网套合差（表3），可见，修正后的细碎多边形面积与河网套合差明显减小，表明修正后3 种DEM 提取的水系更加精确。研究区ALOS DEM 的河网套合差减小85.82%、85.50%、83.88%、85.37%、88.37%，其减小幅度最大且河网套合差值最小，修正后ALOS DEM 河网套合差为0.054%、0.040%、0.050%、0.128%与0.160%，表征其精度最高。ASTER GDEM 与SRTM DEM 在不同流域的修正效果亦不尽相同，力丘河流域ASTER GDEM 修正后仅减小26.57%，修正效果在该流域最差，但ASTER GDEM 在其他研究区比SRTM DEM 减小幅度大17.31%、37.01%、18.39%、10.89%，修正效果更优。由此导致DEM 修正后ASTER GDEM 与SRTM DEM 提取河网的精度在不同的流域表现不一，但总体上ASTER GDEM 表现更佳。因此DEM 修正后，ALOS DEM 河网提取效果依然最好，ASTER GDEM次之，而SRTM DEM在研究区提取效果变为最差。

表3 修正后不同精度DEM提取效果对比Tab.3 Comparison of DEM extraction effects with different precisions after correction

3.2 最佳集水阈值的确定

通过对数据散点的拟合，发现集水面积阈值与河网密度的关系曲线起初随着阈值的增大河网密度急剧下降而后趋于平缓，较为符合幂函数特征，并且已有学者研究表明幂函数拟合的效果最佳［8］，故通过设置多个阈值拟合y=kxa（式中：x为集水面积阈值，y为数字河网密度），拟合公式与决定系数R2见图3，其中漓江上游（大溶江水文站以上的漓江流域）的SRTM DEM 的决定系数R2为0.930 2，杂谷脑河流域ALOS DEM 的R2为0.985 4，其余工况的R2均大于0.99，表征其相关性较好。

图3 河网密度与集水面积阈值拟合对比Fig.3 Comparison of river network density and catchment area threshold

考虑流域面积的差异性，长江上游山区流域同种DEM选用相同阈值序列，珠江上游山区则采用另一序列，具体阈值见表4。最佳集水面积阈值的选取通常采用幂函数的拐点来确定，但拟合曲线拐点较难寻找且受主观因素影响较大，为减小误差，研究采用均值变点分析法选取流域的最佳集水面积阈值，结果见图4。可见，总样本的离差平方和S与变点两侧离差平方和之和Si的差值随着阈值的增加呈先涨后落的趋势，故各曲线均存在一个峰值点，即最佳集水面积阈值点。图4（a）中ALOS DEM 在长江上游（力丘河流域、杂谷脑河流域、黑水河流域）的峰值为第6 个点，珠江上游（漓江上游流域、甘棠江流域）的峰值为第8 个点；图4（b）中研究区ASTER GDEM 的峰值点序列号均为3；图4（c）中研究区SRTM DEM 的峰值点序列号均为5。研究区不同DEM 起伏有明显差异，但峰值点的集水面积阈值一致，即不同流域同种类型的DEM有相同的最佳集水面积阈值。将均值变点分析所获取的最佳集水面积阈值与图3数据对比，得出三类DEM 最佳集水面积阈值对应的河网密度，发现所得点数据位于河网密度的陡降与平缓的过渡带。采用ALOS DEM 提取河网的最佳集水面积阈值为20 000，ASTER GDEM 与SRTM DEM 提取河网的最佳集水面积阈值则为500。

表4 各类DEM在不同流域的积水面积阈值序列Tab.4 Threshold sequences of various types of DEMs in different watersheds

表5 DEM修正前后不同地形的面积响应Tab.5 DEM corrects the area response of different terrains before and after

图4 S与Si差值变化Fig.4 Changes in the difference between S and Si

3.3 地形特征对数字河网提取的影响

地形地貌对数字河网的提取亦有影响，根据梁丽芳等［13］基于DEM 的地形分类研究，将山区按坡度分为小起伏山地（2～6°）、中起伏山地（6～25°）与大起伏山地（＞25°）。按不同地貌分别对原始DEM 与修正后DEM 所提取的面积进行对比，发现修正后大起伏山地面积均增加，而小起伏山地面积均减小。力丘河流域与甘棠江流域的ALOS DEM 修正后中起伏山地面积增大，其余工况中起伏山地的面积均减小。大起伏山地由于坡度大且河网两侧的山体坡度也较大，因此在汇流累积量的计算过程中，DEM 各格网累积量数值不易与周围的格网重复，提取的水系更加精确［14］。从不同地形面积方面考虑，DEM 修正将部分小起伏山地转化为大起伏山地，修正后DEM的数字河网提取精度提高。ALOS DEM 在大起伏山地提取时相对误差最小，分别为1.247%、0.869%、1.249%、2.808%、2.334%，故认为其精度最高。ASTER GDEM 在力丘河流域修正后面积差较大，对比SRTM DEM 相对误差大3.919%，在其他研究区的表现则更优，两者相对误差之差为0.941%、5.741%、26.946%、22.632%。

为精确化分析地形地貌对数字河网提取的影响，采用套合差分析研究区各类地形的河网提取情况。根据表6 套合差值，可以得出在同一流域内大起伏山地的套合差均小于中起伏山地与小起伏山地，即大起伏山地河网提取效果最佳。中起伏山地提取效果也优于小起伏山地，故印证地形起伏越大越有利于河网的提取。

表6 地形特征对多源DEM数字河网提取对比Tab.6 Comparison of topographic features on multi-source DEM digital river network

4 结 论

本文基于Arcpy 与Arc Hydro Tools 对山区流域多源DEM 提取河网并修正分析。修正前后ALOS DEM 提取效果均最优且适用于不同流域，未修正前的SRTM 90m DEM 优于ASTER 30 m GDEM，修正后力丘河流域与漓江上游流域SRTM 90 m DEM仍优于ASTER 30 m GDEM，而杂谷脑河流域、黑水河流域与甘棠江流域采用修正后ASTER 30 m GDEM 提取精度较高。通过河网密度与均值变点分析法确定最佳集水面积阈值，综合考虑河网套合差与地形面积变化并得出大起伏山地利于河网的提取。研究采用的均值变点分析法、Arc Hydro Tools 修正、河网提取精度评价方法、地形特征影响分析可应用于相似流域DEM的选取。