基于地物要素与DEM融合的水文信息提取方法研究

俞志强，付仲良，陈文志，赵　骞，朱雪坚

(1. 浙江省测绘科学技术研究院，浙江 杭州 310012； 2. 武汉大学，湖北 武汉 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)



基于地物要素与DEM融合的水文信息提取方法研究

俞志强1，付仲良2，陈文志3，赵骞3，朱雪坚3

(1. 浙江省测绘科学技术研究院，浙江 杭州 310012； 2. 武汉大学，湖北 武汉 430000；

3. 浙江省地理信息中心，浙江 杭州 310012；)

Research on Hydrological Information Extraction Method Based on the Fusion of Feature Elements and DEM

YU Zhiqiang，FU Zhongliang，CHEN Wenzhi，ZHAO Qian，ZHU Xuejian

摘要：针对传统数字高程模型(DEM)数据提取水文信息时容易出现伪河道和河道穿越居民区的问题开展研究，探索了顾及地物要素的水文信息提取方法，将影响地表径流的地物要素如道路、水渠、堤坝工程等信息融入DEM，增强了数据中地物的高程差异，达到了细化DEM目的。提取的水文信息与传统上基于DEM数据的提取结果相比，更贴合实际，在一定程度上改善了基于DEM提取水文信息的误差问题。

关键词：数字高程模型；ArcHydro；水文信息

现有研究表明，在山地、丘陵地区使用数字高程模型(digital elevation model，DEM)进行水文信息提取能够获得较好的效果，平原地区地形平坦，高程差异不明显，水平方向和垂直方向的分辨率低，仅仅使用传统数字高程模型进行水文信息提取，容易造成平行水系、伪河道、河道穿越居民区等问题。目前，用于改善水文信息提取精度的方法主要是改进算法、增加约束条件(如河流和湖泊数据)、减少平行水系。这些方法在一定程度上提高了平原地区水文信息提取的精度[1]，但人类改造地表的活动越来越频繁，道路、水渠、堤坝工程等影响了汇水路径，特别是城市密集区，水文信息提取往往容易失真。

DEM已经被广泛应用于城市规划、三维建模等方面[2]，从DEM提取水文信息也成为重要研究方向之一[3-4]。在水文信息提取方面，德克萨斯大学开发的AGREE算法引入线性要素对DEM表面高程进行修正和调整，使得基于DEM提取的流域特征更接近真实情况，这对于平坦区较狭窄的地表河流具有较好效果。国内外对这方面的研究主要是利用高程数据计算中心栅格与各相邻栅格间的距离权落差确定水流方向和汇流累积量，分析得到出水口、河网和子流域。但上述方法在地形起伏小、高程差异不大的情况下往往出现误判径流方向的现象(如平行状汇水线)。本文研究一种顾及地物要素(即增加约束条件)的水文信息提取方法，使用5 m格网的DEM数据，突出影响地表径流的地物特征，增强地物要素如道路、水渠、堤坝工程的高程差异，从而进行水文信息提取，以减少信息提取的误差。

采用5 m格网的DEM数据和基础测绘成果1∶1万地理实体数据库的道路、湖泊、水渠、堤坝工程等DLG数据，将道路、水渠、堤坝工程等作为影响汇水方向的3种地物要素，融入DEM数据，最后对融合后的DEM数据借助相关水文特征提取工具完成水系、汇水区和出水口等水文信息的提取。

一、地物要素与DEM的融合

1. 数据预处理

本文采用了5 m格网的DEM和数字表面模型(digital surface model, DSM)数据，其中DSM是机载激光雷达点云数据，点密度为0.2 m，经过噪声去除、系统误差改正、地表激光点分类处理后，得到5 m格网的数字表面模型[5]。

2. 地物要素高程信息的获取

由于DLG数据不包含高程信息，地物要素的高程信息可以从数字表面模型进行提取。将道路、水渠、堤坝工程的矢量数据转换成栅格数据，以此栅格数据建立掩膜(Mask)文件，并通过掩膜文件提取DSM数据中对应点的高程，则得到道路、水渠、堤坝工程等对应栅格点的高程。

3. 融合方法

道路、水渠、堤坝工程3种地物要素与DEM的融合可通过图层运算进行。融合运算包括“加法”和“减法”两种

DEM数据融合道路、水渠、堤坝工程时要结合地物要素与地表平均的高程差异，考虑作“加法”或“减法”融合操作[6]。由于缺乏涵洞的资料数据，因此暂未考虑涵洞对融合处理方法的影响。

1) 道路。道路高于周边环境，对地表径流起到一定的引导作用。道路两侧低洼的水渠将地表水引入周边河流；另外道路图凸起容易阻止平原区的平行水系生成。因此，道路图层的数据适宜与DEM作“加法”操作，与DEM进行融合。

2) 水渠。人工挖掘的水渠地势较低，对自然河流起分流作用。因此，水渠图层的数据适宜与DEM作“减法”操作，与DEM进行融合。

3) 堤坝工程。建筑堤坝，人为地阻断了河流的自然流向。因此，堤坝图层的数据适宜与DEM作“加法”操作，与DEM进行融合。

通过三维场景可以看到DEM(如图1所示)表现了地表的起伏形态，且纹理光洁，但平坦地区地物信息较少。图2为融合地物要素的DEM，融合后图中线性地物更加明显。

图1　DEM数据

图2　融合后的DEM数据

地物要素与DEM融合明显增强了地物要素的周围地表的高程差异。图3为DEM数据融合水渠前后的对比图，可以看出，融合后的水渠所在栅格高程明显低于原始DEM。图4为DEM数据融合道路前后的对比图，融合后的道路所在栅格高程明显高于原始DEM。地物要素与DEM融合，不仅丰富了原始DEM的信息，还在一定程度上夸大了地物要素与周围地表的高程差，这主要是为水文信息提取时判定水流方向提供依据。

图3　DEM融合水渠剖面对比

图4　DEM融合道路剖面对比

二、水文信息提取

为便于比较，对融合地物要素的DEM数据与传统DEM数据分别提取水文信息：首先检查数据是否存在洼地，如有洼地则进行洼地填充，若无洼地则可直接计算水流方向；然后定义河网结构，提取河流弧段，生成矢量河流线，提取流域出水口后确定汇流区范围[7-8]，流程如图5所示。

图5　水文信息提取方法流程

提取水文信息首先要提取水系，再提取汇水区和出水口，水系的精度决定了后者的精度。通过DEM提取的水系与地理实体数据库的DLG水系的最大区别在于提取的水系是有向的，能区分上游和下游；DLG水系没有方向，不能用于提取汇水区和出水口。

水系提取是假设单个栅格中的水流只能流入与之相邻的8 个栅格中。它用最陡坡度法来确定水流的方向，即在3×3 的DEM 栅格上计算中心栅格与各相邻栅格间的距离权落差(即栅格中心点落差除以栅格中心点之间的距离)，取距离权落差最大的栅格为中心栅格的流出栅格。平原地区由于流向不确定，是导致提取河网失真的一个重要原因。融合地物要素的DEM数据高程差异明显(如图6所示)，可细化DEM信息，辅助确定平原河道的流向，判定流向时不容易出现错误。

图6　水系提取原理

三、试验结果分析

1. 研究区概况

本文选择浙江省余姚市境内的姚江流域作为研究区(如图7所示)，面积约647 km2。研究区地势南高北底，南部为低山丘陵，北部属宁绍平原，地形平坦。流域内河网交错密集，水深2.5～5 m，每年5—9月进入汛期，降雨集中，河道泥沙淤积，又受海潮影响，容易泛滥成灾。

2. 水文信息提取结果比较

根据上述方法，将道路、水渠和堤坝工程3种地物要素与DEM进行融合。在数据处理过程中，阈值的设定容易影响信息提取的效果，为了保证比较分析的合理性，两种数据处理过程采用了完全相同的步骤和相同的阈值，两者的对比结果如图8所示。图8(a)为传统DEM数据水文信息提取的结果，图8(b)为融合地物要素的DEM的水文信息提取结果。与传统DEM对比，融合地物要素后的DEM数据信息更丰富，道路、水渠等线性要素更突出。

图7　研究区示意图

图8　两种高程数据提取的水系对比图

图8(a)、图8(b)反映了两种数据提取的水系与1∶1万基础测绘成果的DLG水系分布状况基本吻合，图8(c)显示的是上述两种数据提取结果的对比，平原地区(如图8(c)A区)传统DEM提取的水系出现不连续现象，平原地区地形坡度小，研究区内的河流曲折程度大，精度较低的DEM数据难以判定水流方向，容易出现平行水系或不连续现象；丘陵地区(如图8(c)B区)传统DEM水系末端略短于融合后DEM数据，未能呈现狭窄山谷的河流。总体上看，顾及地物要素的DEM水系提取效果略优。

3. 精度评价

提取的水文信息精度评价指标主要包括子流域数目、水系总长度、汇水区面积总和、相对误差、河网密度、河网差套合[9]和子流域精度[10-11]等。相对误差=|(计算值-真实值)/真实值|；河网密度是指水系总长度与流域面积之比；河网套合差=∑Ai/S，Ai是指两条河网叠加产生的细碎多边形的面积，S指流域面积；子流域精度是指子流域面积之和与流域总面积之差。

融合地物要素的DEM与传统DEM数据水文信息提取的精度，两种数据源提取的水文信息精度评价量化指标详细情况见表1。

表1　两种数据源提取的水文信息精度对比

上述几个精度评价指标中，相对误差、河网套合差与子流域精度的值越小越符合实际。由表1可以看出：①融合地物要素的DEM提取的出水口共79个，水系71条，汇水区79块。传统DEM提取的出水口共68个，水系57条，汇水区68块。前者提取结果更为详细。②融合地物要素的DEM数据提取的水文信息相对误差、河网套合差均小于传统DEM。

四、结束语

顾及地物要素的水文信息提取方法即采用DEM数据与道路、水渠、堤坝等地物要素融合后，达到细化DEM高程信息的目的。这种数据在进行水文信息提取时，能够减小信息提取的误差，避免出现水系“断流”、河网不连续、水系穿越居民区的现象。最后使用了几种评价指标进行了精度评价，验证了DEM与地物要素融合后，其提取的水文信息更符合实际。

参考文献：

[1]杨松,王山东,卓中文,等,基于数字化水系修正DEM提取流域河网研究[J].水利与建筑工程学报,2013,11(2):123-126.

[2]袁修孝,明洋.一种综合利用像方和物方信息的多影像匹配方法[J].测绘学报,2009,38(3)216-222.

[3]AHMED S A， ABBOT T. Evaluation of Morphometric Parameters Derived from ASTER and SRTM DEM——a Study on Bandihole Sub-watershed Basin in Karnataka[J]. Research Article, 2010，38(2):227-238.

[4]RAHMAN M M. Limitation of 90 m SRTM DEM in Drainage Network Delineation Using D8 Method——a Case Study in Flat Terrain of Bangladesh[J]. Applied Geomatics, 2010，2(2)：49-58.

[5]张婷, 刘军, 骆慧琴. 1∶10 000 DEM的生成及SPOT-5卫星数据正射校正[J]. 遥感技术与应用, 2004, 19(5):420- 423.

[6]左俊杰,蔡永立.平原河网地区汇水区的划分方法——以上海市为例[J].水科学进展，2011,22(3): 337-343.

[7]KUMAR K V, KAORU M, LI J X. Secular Crustral Deformation in Central Japan Based on the Wavelet Analysis of GPS Time-series Data [J]. Earth Planets Space, 2002,54(2)：133-139.

[8]张国义,房明惠,徐云,等. RSIRiver Tools系统及其应用介绍[J].计算机应用,2002,22(8):38-40.

[9]GARBRENEHT J W，MARTZ L. The Assignment of Drainage Direction over Flat Surfaces in Raster Digital Elevation Model[J]. Journal of Hydrology, 1997, 193(1):204-213.

[10]詹蕾, 汤国安, 杨昕. SRTM DEM提取河网的适用性研究——以陕西省典型实验区为例[J]. 科技创新导报, 2010(21):6-8.

[11]李伟涛, 王春, 李鹏, 等.多源DEM提取水文因子精度分析[J].实验与分析, 2014, 30(4):387-389.

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2016)03-0066-04

作者简介：俞志强(1965—)，男，硕士，教授级高级工程师，主要从事摄影测量与遥感方面的工作。E-mail：qianzhao622@126.com

基金项目：浙江省公益技术应用研究项目(2014C33049)

收稿日期：2015-12-09

引文格式： 俞志强，付仲良，陈文志，等. 基于地物要素与DEM融合的水文信息提取方法研究[J].测绘通报，2016(3)：66-69.DOI:10.13474/j.cnki.11-2246.2016.0088.