李天昊, 王 侃, 程軍蕊, 楊雪玲, 張招招, 韓世豪

(1.寧波大學(xué) 地理與空間信息技術(shù)系, 浙江 寧波 315211; 2.寧波大學(xué) 生態(tài)環(huán)境研究所, 浙江 寧波 315211)

基于輪廓不同的DEM對寧波市姚江流域平原河網(wǎng)的提取研究

李天昊1,2, 王 侃2, 程軍蕊2, 楊雪玲2, 張招招1,2, 韓世豪1,2

(1.寧波大學(xué)地理與空間信息技術(shù)系,浙江寧波315211; 2.寧波大學(xué)生態(tài)環(huán)境研究所,浙江寧波315211)

[目的] 針對目前基于DEM提取平原河網(wǎng)所遇到的困境，采用新的視角提取平原河網(wǎng)，為完善水系自動(dòng)化提取方法研究提供依據(jù)。 [方法] 采用Acr Hydro Tools和SWAT工具在輪廓不同的DEM下，對寧波姚江流域進(jìn)行河網(wǎng)提取和流域確定。再以提取后的流域總面積與河流總長度為定量分析的主要指標(biāo)，用相對誤差公式、河網(wǎng)套合差公式和Visual Similarity Duplicate Image Finder軟件進(jìn)行綜合評價(jià)與誤差分析。 [結(jié)果] 在真實(shí)河網(wǎng)輔助下，Acr Hydro Tools與SWAT均是在規(guī)整型DEM基礎(chǔ)上的提取效果很差。在臨近型DEM上所提取的河網(wǎng)、流域和流域總出口與實(shí)際相符且精度、相似度都很高。 [結(jié)論] 用Acr Hydro Tools和SWAT兩種工具提取流域水系都是可取的，但SWAT更加便捷；不同輪廓的DEM以及其是否與流域總出口相切會(huì)極大地影響河網(wǎng)提取的質(zhì)量。

DEM; 平原河網(wǎng); Acr Hydro Tools; SWAT

文獻(xiàn)參數(shù)： 李天昊, 王侃, 程軍蕊, 等.基于輪廓不同的DEM對寧波市姚江流域平原河網(wǎng)的提取研究[J].水土保持通報(bào)，2017,37(4)：166-171.DOI:10.13961/j.cnki.stbctb.2017.04.028； Li Tianhao, Wang Kan, Cheng Junrui, et al. Extraction study of plain river network in Yaojiang river basin of Ningbo City based on DEM of different contour[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：166-171.DOI:10.13961/j.cnki.stbctb.2017.04.028

自動(dòng)化提取河網(wǎng)是為了獲取河流參數(shù)信息，如河道所占面積、河道的長度、寬度、深度和匯流累積量等，進(jìn)而再獲取流域邊界、面積以及坡度等流域參數(shù)信息，可為區(qū)域水文水利、給水排水、水土保持等方面的研究與工程落實(shí)提供數(shù)據(jù)參考，也可為水文建模及面源污染等提供水文參數(shù)。因此河網(wǎng)信息的有效提取一直是水文研究中的熱點(diǎn)問題。現(xiàn)今，伴隨著計(jì)算機(jī)時(shí)代的迅猛發(fā)展和高科技產(chǎn)品的迅速更新?lián)Q代，河網(wǎng)提取和流域劃分的軟件工具也越來越多，如Acr Hydro Tools，SWAT，ArcGIS水文模塊、River Tools等，而本文采用Acr Hydro Tools與SWAT進(jìn)行研究。針對河網(wǎng)提取，大量的研究[1-7]一致認(rèn)為，在平原或平坦區(qū)域，由于DEM本身的分辨率限制、所含信息限制和數(shù)據(jù)誤差等原因，并且利用DEM自動(dòng)化提取河網(wǎng)的各種軟件工具及其算法均不能很好地考慮隨機(jī)因素對河網(wǎng)提取的影響，這導(dǎo)致河網(wǎng)的提取常受到洼地與平地效應(yīng)的影響。為此許多學(xué)者提出了良好的想法與改進(jìn)，如Tribe[8]與Martz等[9]認(rèn)為匯水面積閾值應(yīng)該因地貌的不同而不同。Gyasi-Agyei等[10]則提出了基于DEM提取河網(wǎng)時(shí)正確估計(jì)匯水面積閾值的方法。于淼等[11]使用了一種定義了溢出高程概念的新填洼算法來提取流域水系。周德民等[12]以Acr Hydro Tools工具配合改進(jìn)升值裂開算法編制的程序提取洪泛平原水系。但這些方法還是較難應(yīng)對平原河網(wǎng)的提取困境，然而河網(wǎng)水系的正確提取卻是水文分析的前提和基礎(chǔ)，只有提取出正確的河網(wǎng)，其它后續(xù)的分析才會(huì)有意義。目前國內(nèi)就浙北平原進(jìn)行河網(wǎng)自動(dòng)化提取的相關(guān)研究并不是很多，因?yàn)槠皆瓍^(qū)尤其是沿海平原區(qū)密集的城市群、大規(guī)模開挖人工河道、建造城市人工暴雨管網(wǎng)和排污管網(wǎng)等人類活動(dòng)都極大地影響著河網(wǎng)提取的精度，極易對河網(wǎng)提取造成一定干擾，進(jìn)而產(chǎn)生斷流、逆流或平行河網(wǎng)[13-15]。因此本文通過Acr Hydro Tools和SWAT工具，以一種新的視角來提取平原河網(wǎng)，即從DEM的裁剪入手，將DEM裁剪成某種輪廓，并在此輪廓的DEM上提取出與實(shí)際相符的平原河網(wǎng)。本文的研究成果不僅對于完善水系自動(dòng)化提取具有重要意義，而且對低平地區(qū)的水土保持、防洪防汛、水污染治理以及生態(tài)修復(fù)等有著重要的參考價(jià)值。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

姚江流域是浙江省八大水系之一甬江的一級支流流域，臨近杭州灣，主要位于寧波市的西北部，其流域面積約為1 920 km2，其中寧波市境內(nèi)約1 525 km2。姚江發(fā)源于寧波余姚市大嵐鎮(zhèn)夏家?guī)X，流經(jīng)寧波的余姚市、鄞州區(qū)、江北區(qū)和海曙區(qū)，之后與南來的奉化江一起匯入甬江構(gòu)成甬江水系而匯入東海，其源頭至流域總出口的相對高差約772 m。姚江是寧波市的“母親河”，其干流全長約104 km，它既是一條集水利、農(nóng)灌、漁業(yè)、航運(yùn)、飲用和歷史文化等功能于一體的重要水系，又是一條主要洪水通道，受地形特征、季風(fēng)氣候和臺(tái)風(fēng)共同影響下易發(fā)生洪水，研究區(qū)內(nèi)的余姚市在2013年發(fā)生了特大暴雨洪水，給當(dāng)?shù)貛砹藝?yán)重的損失。因此姚江對寧波地區(qū)的經(jīng)濟(jì)和社會(huì)發(fā)展有著極其重要的影響。

1.2 數(shù)據(jù)源與數(shù)據(jù)處理

本文的基礎(chǔ)數(shù)據(jù)包括高精度DEM(10 m×10 m)，真實(shí)矢量河網(wǎng)(正確匯水方向)，姚江流域范圍圖，寧波行政邊界圖。并在ArcGIS 10軟件支持下將所有相關(guān)的GIS圖層的坐標(biāo)投影進(jìn)行一致性轉(zhuǎn)換，所有的圖層均采用高斯—克呂格(Gauss_Kruger)等角投影坐標(biāo)系，地理坐標(biāo)系為CGS_NINGBO 2000。此外為了達(dá)到研究目的，本文將先提取出整個(gè)姚江流域，再以寧波行政邊界得出寧波境內(nèi)的姚江流域范圍。因此如果將DEM直接沿著整個(gè)姚江流域范圍裁剪，則提取的流域范圍必定會(huì)小于或等于實(shí)際的流域范圍。所以本文以整個(gè)姚江流域范圍為參照，將原始DEM裁剪成規(guī)整型DEM與臨近型DEM兩種類型，從而以裁剪后的DEM來說明本文的核心問題(注：規(guī)整型DEM是輪廓規(guī)整的或?yàn)榫匦蔚模慌c流域出口斷面相切且能將實(shí)際流域邊界完全包含在內(nèi)的一種類型；臨近型DEM是輪廓接近實(shí)際流域邊界，且與流域出口斷面相切的能將實(shí)際流域邊界完全包含在內(nèi)的一種類型)。

2 研究方法

2.1 基礎(chǔ)原理與算法

目前無論哪一種軟件或工具，它們基于DEM提取河網(wǎng)的基本原理多數(shù)是一致的，Acr Hydro Tools與SWAT也不例外，一般分為以下幾個(gè)過程：填洼與“burn-in”真實(shí)河網(wǎng)(真實(shí)河網(wǎng)導(dǎo)向下的無洼地DEM)、流向分析(河流流向柵格圖)、匯流分析(匯流累積量柵格圖)、河網(wǎng)連接與矢量化。

2.1.1 填洼與“burn-in”真實(shí)河網(wǎng) 進(jìn)行河網(wǎng)提取的基本前提是無洼地的DEM圖，然而原始的DEM圖都或多或少的存在著洼地。洼地的存在會(huì)使提取的河網(wǎng)出現(xiàn)斷流現(xiàn)象，因?yàn)橥莸氐母叱瘫戎車?，呈現(xiàn)出凹陷狀，水流至此便無法流出。因此填洼會(huì)賦予這些凹陷洼地其與之相鄰柵格中最低的高程值，以便水流延續(xù)流出；DEM數(shù)據(jù)本身不包含河流信息，我們需要真實(shí)河網(wǎng)的輔助，增加空間信息量，保證河流計(jì)算的精度，使生成的河網(wǎng)更加真實(shí)準(zhǔn)確。許多學(xué)者取得的良好研究成果也是借助于真實(shí)河網(wǎng)的輔助作用[13-16]?！癰urn-in”真實(shí)河網(wǎng)的實(shí)質(zhì)是將真實(shí)河網(wǎng)進(jìn)行柵格化，把柵格化的河網(wǎng)疊加在DEM上，保持河網(wǎng)所在柵格的高程值不變，而將其他非河網(wǎng)所在柵格整體增加一個(gè)高程值，這樣就使得河網(wǎng)柵格與非河網(wǎng)柵格的高程差更加明顯，增強(qiáng)了河網(wǎng)柵格的匯水能力，使其更容易形成河道。

2.1.2 流向分析 對于流向的分析確定，目前應(yīng)用最廣的是O’Challaghan等在1984年提出的坡面流累計(jì)算法即單流向D8算法[17]。D8法也叫單流向最大距離權(quán)落差法，它是假設(shè)一個(gè)網(wǎng)格中的水流只有8種可能的流向，即只能流入與之相鄰的8個(gè)網(wǎng)格中，8個(gè)方向分別用不同的代碼表示：1-正東，2-東南，4-正南，8-西南，16-正西，32-西北，64-正北，128-東北。本文以0表示中心柵格(圖1)。

圖1 水流流向編碼圖

一個(gè)柵格單元的水流流向?yàn)橹赶蚺c之相鄰的8個(gè)網(wǎng)格中能形成最陡坡度的那個(gè)單元方向。坡度按公式(1)計(jì)算：

θxy=arctg〔(hx-hy)/D〕

(1)

2.1.3 匯流分析 該分析大致分為兩個(gè)過程，首先是基于流向柵格圖生成匯流累積柵格圖，其原理是假設(shè)每個(gè)柵格中含有1個(gè)單位的水量，在D8流向法的作用下高程值低的柵格匯集了來自其上游柵格所帶的單位水量，這樣高程值低的柵格便有了一定的匯流累計(jì)值，因此匯流累積值越大的柵格，就越容易形成地表徑流；第2個(gè)過程是為河流的呈現(xiàn)設(shè)置匯流累積量閾值，又叫匯水面積閾值。此過程的原理是給定一個(gè)匯水面積閾值，將匯水面積超過該閾值的柵格視為河道柵格，這樣把匯水面積大于給定閾值的柵格連接起來，就形成了柵格河網(wǎng)。因此，匯水面積閾值是支撐一條河道存在的所需要的最小匯水面積閾值[18]。一般最小匯水面積閾值應(yīng)設(shè)定在匯流柵格圖中最大柵格單元值的0.5%～1%之間[19]。在這之間，閾值越大，超過閾值的柵格越少，因此河流越短，河流數(shù)目越少，河網(wǎng)越稀疏。閾值越小，超過閾值的柵格越多，因此河流越長，河流數(shù)目越多，河網(wǎng)越稠密。但是當(dāng)閾值降低到0.5%以下時(shí)，并不會(huì)使提取的河網(wǎng)信息過于詳細(xì)，反而會(huì)降低處理效率并且容易出現(xiàn)偽河道。而閾值達(dá)到1%以上，則在相對平坦的地區(qū)不能得到較為詳細(xì)的河流信息，也會(huì)影響流域邊界提取的精度。

2.2 提取河網(wǎng)的方法

2.2.1 Acr Hydro Tools的提取方法 Acr Hydro Tools是由美國開發(fā)的一個(gè)ArcGIS與水文地理領(lǐng)域知識相結(jié)合的水文地理數(shù)據(jù)模型，它是一種水文時(shí)空序列數(shù)據(jù)模型，可以應(yīng)用地理基礎(chǔ)資料來輔助分析地表水流的動(dòng)態(tài)過程并獲取更多的水文信息[20]。本文應(yīng)用Acr Hydro Tools工具，在輪廓不同的DEM與真實(shí)河網(wǎng)輔助下對姚江流域平原河網(wǎng)進(jìn)行提取，其提取流程為： ① 對真實(shí)河網(wǎng)先后采用“Assign Stream Slope”和“Burn Stream Slope”指令，以提高河道在DEM空間位置上的準(zhǔn)確性。 ② 通過“DEM Reconditioning ”指令，以“AGREE”算法對DEM進(jìn)一步處理，也叫DEM重建。其原理是利用真實(shí)河網(wǎng)及指定的緩沖區(qū)修正河道緩沖區(qū)內(nèi)的DEM高程數(shù)據(jù)，進(jìn)一步保證DEM與真實(shí)河網(wǎng)的一致性。 ③ 通過“Fill Sinks”指令進(jìn)行全部填洼，得到真實(shí)河網(wǎng)導(dǎo)向下的無洼地DEM，至此完成DEM預(yù)處理工作。 ④ 先以“Flow Direction”，“Flow Accumulation”和“Stream Definition”計(jì)算流向與匯流累積量，并設(shè)置最佳匯水面積閾值。再以“Stream Segmentation”，“Catchment Grid Definition”，“Catchment Polygon Processing”和“Drainage Line Processing”最終得到“DrainageLine”。最后分別在“DrainageLine”和“Catchment Polygon Processing”中導(dǎo)出河流與集水多邊形，便完成了Acr Hydro Tools提取河網(wǎng)和確定流域的工作。

2.2.2 SWAT的提取方法 SWAT是美國農(nóng)業(yè)部研發(fā)的一種分布式流域水文模型，可以模擬不同土壤類型、土地利用方式、氣象、徑流、泥沙和物質(zhì)運(yùn)移與轉(zhuǎn)化等的水文物理過程，進(jìn)行流域特征的自動(dòng)提取和水文過程模擬[21]。同樣，本文應(yīng)用SWAT工具在輪廓不同的DEM與真實(shí)河網(wǎng)輔助下對姚江流域平原河網(wǎng)進(jìn)行提取，其提取流程為： ① 添加并進(jìn)行DEM設(shè)置與Burn in真實(shí)河網(wǎng)。 ② 以“Flow direction and accumulation”指令自動(dòng)化進(jìn)行填洼、計(jì)算流向與匯流累積量，并在其下方設(shè)置最佳匯水面積閾值。 ③ 以“Creat stream and outlets”和“Edit Manually”指令創(chuàng)建河網(wǎng)與出水口，并參考真實(shí)河網(wǎng)和流域范圍編輯出水口點(diǎn)。 ④ 通過“Whole Watershed Outlet(s)”和“Delineate Watershed”指令圈選出水口點(diǎn)并劃分流域。 ⑤ 通過“Calculate Subbasin parameters”指令計(jì)算河道與流域的相應(yīng)參數(shù)，便完成了SWAT提取河網(wǎng)、劃定流域以及獲取相關(guān)參數(shù)的全過程。

2.3 評價(jià)方法

為了檢驗(yàn)提取效果，以提取的流域總面積與河流總長度為定量分析的主要指標(biāo)，通過相對誤差公式、河網(wǎng)套合差公式和Visual Similarity Duplicate Image Finder軟件對其進(jìn)行綜合評價(jià)驗(yàn)證。其中相對誤差公式用于驗(yàn)證流域總面積和河流總長度的提取值與實(shí)際值之間的誤差；河網(wǎng)套合差公式[22]是為了定量描述提取的河網(wǎng)與實(shí)際河網(wǎng)的吻合程度；而圖像比對軟件Visual Similarity Duplicate Image Finder是對所提取流域與河網(wǎng)的空間組合圖像進(jìn)行精度分析，獲取提取的空間組合圖像與實(shí)際的空間組合圖像的相似度。相對誤差Re計(jì)算公式如公式(2)：

Re=(Qs-Qm)/Qm×100%

(2)

式中：Qs——模擬值；Qm——實(shí)際值；若Re為0，則說明模擬值和實(shí)際值完全一致；Re>0，說明模擬值偏大；Re<0，說明模擬值偏??；Re的絕對值越接近于0，則誤差越小。

河網(wǎng)套合差D的計(jì)算公式[22]如式(3)：

D=∑Ai/S

(3)

式中：Ai——兩條河網(wǎng)疊加產(chǎn)生的細(xì)碎多邊形的面積；S——流域總面積。Ai的面積通過ArcGIS中的要素轉(zhuǎn)面(feature to polygon)來實(shí)現(xiàn)。河網(wǎng)套合差越小，表明河網(wǎng)吻合程度越高。試驗(yàn)表明，當(dāng)河網(wǎng)套合差小于2%時(shí)，河網(wǎng)吻合程度較高，小于3%時(shí)，吻合程度可以接受，大于3%時(shí)吻合程度較差[22]。采用河網(wǎng)套合差來評價(jià)提取的河網(wǎng)精度，簡單可信，適用于河網(wǎng)提取精度評價(jià)。

Visual Similarity Duplicate Image Finder是一款圖像相似度對比軟件，相似度越接近1，則兩個(gè)圖像越相似。本文在此軟件中將相似度閾值設(shè)為最低即50%，以此進(jìn)行圖像相似度信息的獲取。

3 結(jié)果與分析

3.1 提取結(jié)果

3.1.1 Acr Hydro Tools的提取結(jié)果 以Acr Hydro Tools工具先后在規(guī)整型DEM、臨近型DEM上均以真實(shí)河網(wǎng)為輔助，以前文的提取流程對姚江流域的平原河網(wǎng)進(jìn)行提取，再以寧波市行政范圍為界獲取寧波境內(nèi)的姚江流域與河網(wǎng)，最終提取結(jié)果如圖2所示。

從圖2可直觀看出在規(guī)整型DEM上的提取結(jié)果，許多河流的下游皆位于平原或平坦區(qū)域，對它們的提取結(jié)果與實(shí)際情況有極大的偏差甚至無法提取出來，以致部分河流的大塊區(qū)域無法提取，流域出口附近的區(qū)域也與實(shí)際情況相差較大。臨近型DEM上的提取結(jié)果，無論是在山丘地區(qū)還是平原或平坦區(qū)域，其所提取的河流、流域都與實(shí)際情況十分接近。

規(guī)整型DEM上的提取結(jié)果 臨近型DEM上的提取結(jié)果

圖2AcrHydroTools提取姚河流域及河網(wǎng)的結(jié)果

3.1.2 SWAT的提取結(jié)果 同樣，以SWAT工具先后在規(guī)整型DEM、臨近型DEM上均以真實(shí)河網(wǎng)為輔助，按照前文的提取流程對姚江流域的平原河網(wǎng)進(jìn)行提取，再以寧波行政范圍為界獲取寧波境內(nèi)的姚江流域與河網(wǎng)，最終提取結(jié)果如圖3所示。由圖3可直觀看出，在規(guī)整型DEM上所提取的河流、流域與實(shí)際情況相差極大，尤其是流域北部、中部和東南部的廣大地勢平坦區(qū)域，只有少數(shù)河流的上游區(qū)域有著較好的吻合程度。在臨近型DEM上所提取的河流、流域都與實(shí)際情況十分接近。

規(guī)整型DEM上的提取結(jié)果 臨近型DEM上的提取結(jié)果

圖3SWAT提取姚河流域及河網(wǎng)的結(jié)果

3.2 精度評價(jià)與原因分析

運(yùn)用相對誤差公式、河網(wǎng)套合差公式和Visual Similarity Duplicate Image Finder軟件對以不同工具在不同輪廓DEM上的提取結(jié)果進(jìn)行精度評價(jià)與分析，Acr Hydro Tools和SWAT方法提取的結(jié)果信息詳見表1—2。

表1 Acr Hydro Tools信息提取結(jié)果

表2 SWAT信息提取結(jié)果

根據(jù)兩個(gè)表的驗(yàn)證結(jié)果，從相對誤差上來看，Acr Hydro Tools在規(guī)整型DEM上所提取的流域總面積和河流總長度的相對誤差分別為-3.03%和2.29%，而在臨近型DEM上分別為2.09%和0.28%；SWAT在規(guī)整型DEM上所提取的流域總面積和河流總長度的相對誤差分別為-7.51%和4.48%，在臨近型DEM上分別為-2.16%和-3.35%。因此，無論是Acr Hydro Tools還是SWAT，對于研究區(qū)域均是在臨近型DEM基礎(chǔ)上所提取的信息相對誤差較小，更接近真實(shí)情況。曾紅偉等[13]和唐從國等[23]的研究表明，基于DEM提取的流域面積與實(shí)際流域面積最大誤差不超過9%便可滿足精度需要。雖然本文提取的流域總面積與實(shí)際流域面積的相對誤差均不超過9%，但是僅憑相對誤差并不能說明提取結(jié)果的可信度。

從河網(wǎng)套合差上來看，Acr Hydro Tools工具在規(guī)整型DEM與臨近型DEM上所得到的河網(wǎng)套合差分別為7.17%和0.14%，而SWAT工具分別為10.16%和0.14%。由此可見，兩種工具都是在臨近型DEM上所提取的河網(wǎng)具有很令人滿意的河網(wǎng)套合差。因?yàn)樵谝?guī)整型DEM上其河網(wǎng)套合差最小的仍然為7.17%，而7.17%>3%，說明河網(wǎng)的吻合程度極差。在臨近型DEM上其河網(wǎng)套合差均為0.14%，而0.14%<2%，說明河網(wǎng)的吻合程度很高。

Visual Similarity Duplicate Image Finder軟件的運(yùn)行結(jié)果顯示，Acr Hydro Tools工具在規(guī)整型DEM上提取的河流和流域的空間組合與真實(shí)河流和流域的空間組合的相似度為60%，在臨近型DEM上的相似度為92%。而SWAT工具在規(guī)整型DEM上提取結(jié)果的空間組合與真實(shí)的空間組合的相似度為58%，在臨近型DEM上的相似度為90%。因此兩種工具都是在臨近型DEM下提取結(jié)果的空間組合與真實(shí)空間組合具有很高的相似度。

對于流域出口的正確性，Acr Hydro Tools與SWAT同樣，在規(guī)整型DEM上所得到的是錯(cuò)誤紊亂且與實(shí)際不相符的河網(wǎng)，尤其是平原或平坦區(qū)域，因此根本無法確定流域的真正出口。而在臨近型DEM上所提取的流域總出口正是三江口處。因此只有在臨近型DEM上以真實(shí)河網(wǎng)為輔助所提取的流域總出口與實(shí)際相符。

從提取結(jié)果與評價(jià)結(jié)果來看，對寧波姚江流域平原河網(wǎng)的提取，Acr Hydro Tools與SWAT均是在規(guī)整型DEM基礎(chǔ)上的提取效果很差，大部分與實(shí)際不相符。而在臨近型DEM基礎(chǔ)上所提取的河網(wǎng)、流域與實(shí)際情況十分接近。因此只有在臨近型DEM上，以真實(shí)河網(wǎng)為輔助所提取的河網(wǎng)、流域和流域總出口與實(shí)際相符合且精度、相似度都很高。分析在兩種不同輪廓的DEM下提取結(jié)果的巨大差異，筆者認(rèn)為其原因是由于burn-in真實(shí)河網(wǎng)，相應(yīng)地將非河網(wǎng)所在柵格增加了一個(gè)高程值。因此在規(guī)整型DEM下，姚江流域的出口處仍有廣大沒有burn-in真實(shí)河網(wǎng)的低平地區(qū)，這使得姚江出口的延長線方向超出流域范圍的那部分DEM的柵格高程值高于姚江河道的柵格高程值，擾亂了基于D8算法正常計(jì)算流向的流向矩陣和匯流矩陣，導(dǎo)致了姚江出口處出現(xiàn)了逆流現(xiàn)象，由于出現(xiàn)逆流現(xiàn)象而識別不到流域總出口，進(jìn)而影響到了流域內(nèi)部其他地勢平緩區(qū)域河流的流向，并使其錯(cuò)誤紊亂，最終無法在規(guī)整型DEM上提取出正確的河流及流域；而臨近型DEM，由于其輪廓接近真實(shí)流域邊界且與姚江流域出口相切，這樣在姚江出口的延長線方向并沒有因?yàn)閎urn-in真實(shí)河網(wǎng)而增加了高程值的DEM柵格，這便迫使DEM與姚江相切的點(diǎn)正常的成為流域的總出口點(diǎn)，進(jìn)而保證了burn-in河網(wǎng)的流向和匯流的正確計(jì)算，最終在臨近型DEM上提取出準(zhǔn)確的河流及流域。此外，臨近型DEM可免除因流域周邊有廣大低平地區(qū)而影響提取效果的許多困擾，如出現(xiàn)更多偽河道和偽流域。

4 結(jié) 論

(1) 在正確提取方法與不斷的嘗試下，并借助相對誤差公式、河網(wǎng)套合差公式和Visual Similarity Duplicate Image Finder軟件進(jìn)行結(jié)果精度評價(jià)與分析，最終表明Acr Hydro Tools與SWAT工具對流域的河網(wǎng)提取都具有很大的可取性，但相比之下SWAT的操作更加便捷高效且目前已得到越來越多學(xué)者們的關(guān)注。

(2) 不同輪廓的DEM以及其是否與流域總出口相切會(huì)極大地影響河網(wǎng)提取的質(zhì)量。因此筆者建議在對平原河網(wǎng)進(jìn)行提取時(shí)，可嘗試先將DEM裁剪成臨近型DEM后再以正確的步驟進(jìn)行提取。

[1] Sagar R C, Srinivas V V. Effect of DEM source on equivalent Horton-Strahler ratio based GIUH for catchments in two Indian river basins [J]. Journal of Hydrology, 2015,528(1/4):463-489.

[2] O’Donnell G, Nijssen B, Lettenmaier D P. A simple algorithm for generating streamflow networks for grid-based macroscale hydrological models [J]. Hydrological Processes, 1999,13(8):1269-1275.

[3] Garbrecht J, Martz L W. The assignment of drainage direction over flat surfaces in raster digital elevation models [J]. Journal of Hydrology, 1997,193(1/4):204-213.

[4] 關(guān)穎慧,鄭粉莉,王彬,等.基于DEM的黑龍江賓州河流域水系提取試驗(yàn)研究[J].水土保持通報(bào),2012,32(1)：127-131.

[5] 宋曉猛,張建云,占車生,等.基于DEM的數(shù)字流域特征提取研究進(jìn)展[J].地理科學(xué)進(jìn)展,2013,32(1)：31-40.

[6] 孫崇亮,王卷樂.基于DEM的水系自動(dòng)提取與分級研究進(jìn)展[J].地理科學(xué)進(jìn)展,2008,27(1)：118-124.

[7] 黃玲,黃金良.基于地表校正和河道燒錄方法的河網(wǎng)提取[J].地球信息科學(xué)學(xué)報(bào),2012,14(2)：171-178.

[8] Tribe A. Automated recognition of vally lines and drainage networks from grid digital elevation models: A review and a new method [J]. Journal of Hydrology, 1992,139(1/4):263-293.

[9] Martz W, Garbrecht J. Automated recognition of vally lines and drainage networks from grid digital elevation models: A review and a new method-comment [J]. Journal of Hydrology, 1995,167(1/4):393-396.

[10] Gyasi-Agyei Y, Willgoose G, De Troch F P. Effects of vertical resolution and map scale of digital elevation models on geomorphological parameters used in hydrology [J]. Hydrological Processes, 1995,9(3/4):363-382.

[11] 于淼,任立良.基于DEM模型的新填洼算法[J].地球信息科學(xué)學(xué)報(bào),2009,11(1):50-55.

[12] 周德民,程進(jìn)強(qiáng),熊立華.基于DEM的洪泛平原濕地?cái)?shù)字水系提取研究[J].地理科學(xué),2008,28(6):776-781.

[13] 曾紅偉,李麗娟,柳玉梅,等. Arc Hydro Tools及多源DEM提取河網(wǎng)與精度分析:以洮兒河流域?yàn)槔齕J].地球信息科學(xué)學(xué)報(bào),2011,13(1):22-31.

[14] 李勇,于宏兵,艾麗娜,張時(shí)佳,耿麗娟. Arc Hydro模型提取流域水文信息及精度分析:以松花江流域?yàn)槔齕J].水資源與水工程學(xué)報(bào),2013,24(6):120-123.

[15] 鄭子彥,張萬昌,邰慶國.基于DEM與數(shù)字化河道提取流域河網(wǎng)的不同方案比較研究[J].資源科學(xué),2009,31(10):1730-1739.

[16] 王立,李海強(qiáng),馬放,等.基于SWAT模型的流域河網(wǎng)提取方法[J].中國給水排水,2014,30(13):92-95.

[17] O'Callaghan J F, Mark D M. The extraction of drainage networks from digital elevation data [J]. Computer Vision, Graphics, and Image Processing, 1984,28(3):323-344.

[18] Quinn P, Beven K J, Chevallier P, et al. The prediction of hillslope flow paths for distributed hydrological modeling using digital terrain models[J]. Hydrological Processes, 1991,5(1):59-79.

[19] David M. ArcGIS Hydro Data Model[M]. USA： The University of Texas at Austin: Center for Research in Water Resources, 2001:321-330.

[20] 朱思蓉,吳華意. Arc Hydro水文數(shù)據(jù)模型[J].測繪與空間地理信息,2006,29(5)：87-90.

[21] 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.

[22] 詹蕾. SRTM DEM的精度評價(jià)及其適用性研究[D].江蘇 南京：南京師范大學(xué),2008.

[23] 唐從國,劉叢強(qiáng).基于SRTM DEM數(shù)據(jù)的清水江流域地表水文模擬[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào):自然科學(xué)版,2009,28(4):652-655.

Extraction Study of Plain River Network in Yaojiang River Basin of Ningbo City Based on DEM of Different Contour

LI Tianhao1,2, WANG Kan2, CHENG Junrui2, YANG Xueling2, ZHANG Zhaozhao1,2, HAN Shihao1,2

(1.Department of Geography & Spatial Information Techniques, Ningbo University, Ningbo, Zhejiang 315211, China; 2.Institute of Eco-environmental Science, Ningbo University, Ningbo, Zhejiang 315211, China)

[Objective] Concerning the shortage in the extraction of plain river network based on DEM, we adopted a new method to extract plain river network and to provide basis for automatic drainage extraction method. [Methods] Using Acr Hydro Tools and SWAT, the river network of Yaojiang river basin in Ningbo City was extracted in DEMs with different contour. The extracted total area of the basin and total length of rivers were used as the main index of quantitative analysis. Relative error formula, matching error formula of river network and Visual Similarity Duplicate Image Finder software were used for comprehensive evaluation and error analysis. [Results] With the help of the real river network, the extracted results based on Neat DEM by Acr Hydro Tools and SWAT were very bad. However, the extracted river network, basin and total basin export based on Adjacent DEM were consistent with the actual, and the precision and similarity were also high. [Conclusion] Extracting basin and river network with Acr Hydro Tools and SWAT are all desirable, but the SWAT is more convenient. The quality of river network extraction is dependent on DEM contour and also dependent on whether the DEM is tangent with the total basin export or not.

DEM;plainrivernetwork;AcrHydroTools;SWAT

B

： 1000-288X(2017)04-0166-06

： P334

2016-11-04

：2016-12-02

寧波市環(huán)境保護(hù)局重大招標(biāo)項(xiàng)目“寧波市地表水環(huán)境營養(yǎng)鹽污染特征及控制措施研究”(HK2015000135)

李天昊(1995—),男(漢族),吉林省公主嶺市人,碩士研究生,研究方向?yàn)樗h(huán)境保護(hù)與模擬。E-mail:670396629@qq.com。

王侃(1977—),男(漢族),浙江省寧波市人,博士,副教授,主要從事環(huán)境規(guī)劃與管理、環(huán)境污染模擬與控制方面的研究。E-mail:wangkan@nbu.edu.cn。