基于多源DEM数据融合的城市水系及流域提取初探

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。