基于arcgis的水文信息提取研究

基于arcgis的水文信息提取研究

数字高度模型（dem）是地理空间中地理对象表面高度的数字表达，是数字地形模型的一个分支。随着空间信息基础设施“DigitalArea(数字区域)”、“DigitalEarth(数字地球)”、“DigitalCity(数字城市)”等概念和技术应用领域的兴起,DEM已经成为国家空间数据基础设施的基本产品之一和进行地形分析的基础数据。基于DEM数据提取水文信息是数字化时代水文研究的主要方向,也是地理信息系统数据处理研究领域中的热点。国内外很多专业人士都对此进行了大量的持续的探索分析和研究工作。国外针对DEM沟谷提取进行了大量的试验,结合控制数据处理DEM沟壑区和平原区的方法,提出了盆地模拟的进一步优化方法。国内在利用DEM进行水文特征分析也有较大进展,实现了利用坡面流模拟,谷线搜索等方法进行流域河网的自动提取,从多个角度对地表水文分布特征进行模拟研究分析,使模拟的河网更逼近实际河网现状。到目前为止,众多专家、学者针对基于DEM水文信息的提取主要基于大中河流流域以及水资源不足地区,而对于池州这样水资源丰富地区研究却不多。1池州市域水系池州市是长江南岸重要的临江港口城市,位于安徽省西南部,地处东经116°38′至118°05′,北纬29°33′至30°51′。与铜陵、安庆、黄山、上饶、九江、景德镇等城市毗邻,水资源丰富。池州市域地形呈阶梯状分布,东南部偏高、西北部偏低,江河湖面348.4平方公里,达到该市总面积的4%。境内有长江水系、青弋江水系和鄱阳湖水系三大水系,有秋浦河、清溪河、龙泉河等十条河流,其中七条河流流域面积超过500平方公里,河长618km。其中秋浦河是池州市境内流域中最长的一条河,河长149km,流域面积3019平方公里。池州市地表水资源丰富,全市水资源总量为103.05亿立方米,占全省水资源总量的11%,人均水资源量7506.60立方米,分别是安徽省和全国平均水平的4倍和2倍。1.1astergm数据池州市DEM数据来源于ASTERGDEM(GlobalDEM)产品。ASTERGDEM,即先进星载热发射和反射辐射仪全球数字高程模型,是美国航空航天局与日本经济产业省共同推出的最新的地球电子地形数据,2009年6月发布。其数据覆盖范围包括南纬83°到北纬83°之间的所有陆地区域,达到了地球陆地表面的99%,在精度上,ASTERGDEM比以往所采用的90米分辨率的SRTM数据更有优势。中国科学院计算机网络信息中心科学数据中心在ASTERGDEM第一版本(V1)数据基础上,加工生成了覆盖整个中国区域的空间分辨率为30米的系列数据产品,并公开发布,该数据按1°×1°进行分幅,可通过其国际科学数据服务平台进行免费下载。根据池州市经纬度分布,从该平台上下载池州市所在的ASTGTM_N30E116G、ASTGTM_N29E117R等5个图幅,进行数据的投影转换和数据拼接、行政区划范围裁剪等预处理工作,得到池州市DEM数据,如图1所示。该数据地理坐标系为WGS_84,投影为Albers。1.2基于arcdis的河网提取方法在水对预处理之后得到数据进行洼地填充、水流方向分析、水流累积量计算、河网提取等分析后即可提取出河网信息,利用ArcGIS的水文分析模块Hydrology完成试验,并将提取的河网数据与GoogleMap上的数据进行对比,分析提取方法的可行性。1.2.1dem数据的填充洼地是指DEM数据中存在的凹陷单元,是由地表形态和数据本身的误差引起的,对地表流水方向的确定有重要影响。自然情况下,水流由高到低流动,遇到洼地,需要先对其进行填充,之后从该洼地周围的最低出口处流出。即以3*3的栅格矩阵中的中心栅格为研究对象的话,该栅格值是矩阵中的最低点,那么该点的水流方向是无法确定的。因此,在计算水流方向前,要对DEM数据进行“填洼”处理。目前的处理方法主要有平滑处理和填平处理,其中填平处理较为常用,其基本原理是:根据高程值扫描格网内每个单元格,如果出现洼地,则将相邻8个单元格中的最低值赋予该单元格。但是,为保证数据的准确性,可根据实际地形分布情况设定填充阈值Zlimit,所有高程值小于阈值的单元格将被填充。应用ArcGIS软件中的Sinks、Watershed、Fill和RasterCalculator等工具,可以进行洼地填充计算,低洼地区将被填平,生成新的无洼地DEM。图2为填洼处理前后的局部对比图。1.2.2地表空间范围内单流d8算法水流方向是水流离开DEM格网时的指向。水流方向分析是利用DEM进行水文信息提取的前提,后续研究均在这个基础上完成。流向判定大都建立在3×3的DEM格网基础上,有单流向法和多流向法之分。目前所广泛采用的流向计算方法是单流向D8算法,对于地表空间范围内的栅格单元而言,每个中心栅格都有8个和其紧邻的栅格单元,即每个栅格都8个不同的方向,分别是2的n次方,现在每个栅格都赋予某个整数值来表示此单元格可能的水流方向,如果1表示正东方向,按顺时针计算,则2表示东南;4表示正南;8表示西南;16表示正西;32表示西北;64表示正北;128表示东北,其他数值表示流向不确定。利用ArcGIS软件水文分析模块的水流方向计算工具FlowDirection,运用D8算法对填洼后的DEM数据进行流向分析,从而生成池州市水流方向数据,如图3所示。1.2.3dem方法水流累积量表示每一栅格点上的流水累积量,即汇流能力,在确定了水流的方向以及水量分配以后,可以用区域地形水流模拟的方法获得。水流累积量值越大,表面该地区越易形成地表径流,最大值处可视为河谷;越小则相反,即为较高的地方,最小值处可视为分水岭。水流累积量计算的基本思想是:在DEM格网内,按照水流从高处流向低处的自然规律,在水流方向数据已知的前提下,DEM数据中每个单元栅格的河段上游汇入此处的栅格累积数目便可计算得到,即该栅格的水流累积量。利用水流累积量工具FlowAccumulation,以水流方向数据为输入栅格,确定权重因子,权重因子一般是表示降水、土壤以及植被等对径流影响的因素分布不平衡而形成的,更能详细模拟该区域的地表水文分布特征。本次试验选择系统默认值,计算出水流累积量数据,即每个栅格的流入数目,计算结果如图4所示。权重因子的确定问题有待后续进行研究。1.2.4dem的阈值河网信息提取以该区域的水流累积量数据为数据源,当给定一个水流累积量阈值时,将大于该值的栅格单元连接起来,所产生的数据便是河网信息。河网提取的关键在于阈值选择,阈值大小直接影响河网的疏密程度。通常阈值过小,则数据源中超过该阈值的栅格单元就越多,河网数目就越密级;相反阈值过大,超过该阈值的栅格就越少,河长相应地缩短,提取的河网较稀疏。阈值受地形分布、地表植被、气候条件、土壤性质等诸多因素的影响。因此,地形复杂的区域,阈值一般不同,一般应根据研究需要,参考相应比例尺的地形图选择合适的阈值,进而保证DEM中提取的河网信息的准确性。经多次试验,认为选取15000,20000,30000为流域阀值,所提取的结果具有代表性,为了保证数据的清晰度,将提取的结果转换成矢量数据格式,并进行修改线要素符号大小,结果如图5所示。选取15000作为阈值,提取出的河网信息比较详细,一些细小河流也能表达出来,20000为阈值时,较之15000少了部分细小河流,30000为阈值时大部分细小河流被忽略,只体现出了主要水流信息。2dem模型数据的运用存在偏差为了检验河网提取结果的准确度,将提取结果与GoogleMap中的河流数据进行对比,图6(a)为利用ArcGIS提取的水流累积量为20000的数据,图6(b)GoogleMap上的水系数据,为了突出细节信息,只截取了秋浦河部分流域,通过二者对比可以看出,水流累积量阈值为20000时提取的河网空间分布与参考数据水系分布较为契合。从实验结果上看,在ArcGIS软件条件下,能够在DEM栅格数据当中提取出流域河网等水文要素信息,不但大大提高了监测的效率,而且基本的河网提取比较准确。但是,相较于地表真实值,用此种模拟方法得到的结果和真实值之间仍然存在不同程度的偏差,出现偏差的原因大致有以下几个方面:(1)DEM数据的分辨率和质量对提取结果有较大的影响,高分辨率的DEM比低分辨率的DEM数据能更准确详细的反应水文信息,本次试验的DEM数据分辨率为30米,本身精度有限,会对后来的结果产生一定的影响。(2)算法的局限性,由于算法本身的不完善,以及某些参数的设定问题,会对提取结果的准确度产生影响,如在水流方向计算时所采用的是D8算法,此算法只是针对3×3栅格定义了中心栅格的八个方向,对于其他方向进行了近似处理,因此水流方向被简化,会对提取结果造成影响。(3)地表水文分布情况是动态变化的。同一地区不同年份不同月份的水文信息都是不同的,文章采用的数据是2009年获取的,由于时间问题,也会造成一定的误差影响。(4)投影误差,虽然是同一个区域,但是提取数据与参照数据的投影类别及参数的不同也会对结果产生一定的影响,提取数据选用的是Albers投影,即正轴等面积割圆锥投影,GoogleMap采用的是制作电子地图常用的Web_Mector投影,投影的不同也会产生一定的误差。当前随着科技潮流的大发展,越来越先进的高科技产品被开发应用于地表地形地貌和水文特征分析领域,愈来愈多的检测过程步骤被科技产品取代,给水文特征分析工作带来了便利,节省了大量的人物财力,大大提升了工作效率,且相较于前期水文特征分析,其结果的精度、可信度等方面都有了大幅度的提升。3dem及地震数据分析DEM数据为水文研究提供了便捷。文章以池州市为研究对象,应用30米分辨率的ASTERGDEM数据和ArcGIS软件中的水文处理模块Hydrology经多次