DEM分辨率对集约化蔗区小流域水文连通性指数的影响

康振威, 李 勇, 黄智刚， 明 雪

(广西大学 农学院, 广西 南宁 530004)

真实地表的精细绘制对于地表参数获取以及水文分析至关重要，DEM (digital elevation model，数字高程模型)的分辨率或者是像元大小会对流域边界划分、径流路径模拟、流量计算、地表特征提取等造成影响[1-3]。低分辨率的DEM数据集会消除重要的地形特征因此无法完整的表现自然地形的空间异质性[4]，形成更加连续与界限不明确的景观，在计算分析时可能会产生与实际不符的结果[5]；而过高分辨率的DEM数据集可能会包含错误或不必要的数据，给分析带来许多误差或偏差[6]。因此根据研究目标选择合适的分辨率至关重要。

已有许多学者在DEM分辨率对水文分析包括连通性方面的影响做了大量研究。例如，Habtezion等[4]在不同尺度分别设置了9种(2～80 cm)与4种(2～90 cm)DEM分辨率，探究其对水文连通性量化、水文模拟以及地表微地形特征的影响。他们发现，越大的DEM网格越倾向于消除重要的地表特征。例如，去除低洼地带，会增加水文连通性；Yang等[7]分析不同DEM分辨率下地表洼地特征的变化，并结合P2P模型(puddle-to-puddle modelling，洼地到洼地陆上流量模型)得到较低DEM分辨率会高估水文连通性并且简化水文路径的结论，证明了DEM分辨率对水文连通性的显著影响；但Cantreul等[8]在对比8个不同像元大小(0.25～10 m)DEM下的泥沙连通性发现像素越小，泥沙连通性强；同样的，López-Vicente等[9]在一个农业子流域基于6个不同分辨率DEM，对水文连通性和地表微地形特征分析后发现，分辨率越高，水文连通性越差。以上关于DEM分辨率对连通性影响的研究结论各不相同，甚至出现相反的观点，很难达成一致的结果。但大部分研究均认为，连通性的变化主要由物理因素控制，而各研究之间的不确定性通常与流域或研究区的独特异质性有关。同时，上面的研究都没有提及DEM分辨率如何影响集约化蔗区小流域的水文连通性。

甘蔗是全球重要的糖料作物，具有重要的经济意义，其高效、清洁生产至关重要[10]。近年全球甘蔗种植面积与产量大幅扩增，但是其生产过程中的环境问题没有得到重视[11]。甘蔗可宿根栽培，但长期宿根栽培会带来甘蔗产量与质量下降以及土壤板结等环境问题[12]，因此翻地新植是普遍的种植方式，这会在不同程度上加重甘蔗养分流失[13]。同时新植甘蔗整地开沟还会影响地表水文路径。因此在甘蔗种植区的水文分析中需要较高分辨率的DEM，来正确模拟地表径流，为水土流失治理提供正确导向。鉴于此，本文就集约化蔗区小流域探究DEM分辨率对地表微地形特征参数及水文连通性指数的影响，并提出蔗区水文连通性研究的最佳分辨率。本研究旨在改善水文连通性指标，并为水文连通性、农业面源污染及土壤侵蚀等研究提供理论依据与参考。

1 材料与方法

1.1 研究区概况

本研究在中国广西壮族自治区珠江流域左江那辣小流域(东经107°39′29″—107°40′17″，北纬22°20′50″—22°20′36″)进行。流域面积为1.29 km2，主要土壤类型为赤红壤，土壤容重为1.4～1.8 g/cm3。整个流域地形起伏较大，海拔为111.8～195.7 m，坡度为0°～55.6°，平均坡度为8.2°。该地区属于湿润的亚热带气候，年均气温13.8～28.1 ℃，年均降水量1 400 mm，年降雨量的80%以上集中在3—9月。流域为集约化种植区，主要作物为甘蔗，面积占比80%左右，桉树约占15%，道路、河道、裸地等比例约5%。

1.2 数字高程模型采集与处理

本试验原始DEM基于无人机“大疆精灵4 RTK(DJo Phantom 4 RTK)”采集的航拍照片建立。飞行在2021年4月进行，以确保土地尽可能裸露。飞行参数(覆盖区域、飞行高度、起飞和降落方向、图像比例等)均设定为固定值，并全部自动化飞行以保证成像结果。飞行任务共拍摄了2 905张图片，航向重叠度设置为80%，旁向重叠度设置为85%，详细信息见表1。影像采集后使用Pix4Dmapper 4.4.9进行图像拼接并附加生成DEM，所得DEM误差详见表2。随后使用研究区矢量图层对DEM进行裁剪得到研究区DEM栅格图。研究中使用的7个DEM是通过ArcGIS根据每个DEM的预期分辨率调整得到的。

表1 DEM基本信息

表2 DEM误差值

1.3 水文连通性指数计算

IC(index of connectivity，连通性指数)指数法是一种被广泛使用的量化水文连通性的方法，它能够表示流域中不同部位之间的连接程度。对于栅格图中每一个像元，IC值由以下计算公式得出[14]。

式中：C最大值为1,表示土壤完全流失；最小值为0,表示不产生土壤流失。c(vegetation coverage)为植被覆盖度(%),指植被(包括叶、茎、枝)在地面上的垂直投影面积占统计区总面积的百分比。随着无人机影像采集技术的推广与应用,基于RGB彩色影像来表征地表植被覆盖度的彩色植被指数也得到迅速发展。例如ExG,ExR,GLI,Hue,CIVE,MEGI,NGRDI等。本文选取ExGR(excess green minus red index,过量绿减去过量红)指数来对植被覆盖度进行计算。

ExGR值由以下公式给出[18]：

ExGR=(2g-r-b)-(1.4r-g)

(3)

式中：ExGR为指数值(无量纲);R,G,B分别为彩色影像红、绿、蓝(Red,Green,Blue)三波段的像元值(无量纲);r,g,b为归一化后的像元值(无量纲)。

因此，在本试验中，植被覆盖度c的值由以下公式给出:

式中：ExGRsoil为完全是裸土或无植被覆盖区域的ExGR值,ExGRveg则代表纯植被区域的ExGR值。在本试验中,将ExGR值从小到大排序,把5%处的ExGR值认定为完全是裸土或无植被覆盖,95%处的ExGR值认定为完全被植被所覆盖。不同土地利用W权重详见表3。

表3 不同土地利用权重W

1.4 地表微地形特征计算

本文中涉及到的地表微地形特征主要为坡度、坡长、表面粗糙度以及地表粗糙度。

(1) 坡度S(slope)使用ArcGIS 10.3中的表面分析工具—坡度进行计算，结果用百分数表示，对于栅格中的每一个像元，其表达式如下：

Si=tanθi×100

(8)

式中：S为百分比坡度(%);θ为坡度(°);i表示每个像元都有一个单独的值。

(2) 坡长L(slope length)采用通用土壤流失方程中的坡长因子量化，其计算方法采用符素华等[19]提出的分段坡坡长因子公式来计算；对于栅格图内的每一个像元，其坡长因子由下列公式给出：

式中：Li为第i个像元的坡长因子,表示每个像元都有一个单独的值(无量纲);λout，λin分别为像元出口及入口的坡长(m);m为坡长指数因子。坡长指数因子m的取值如下

m=0.2 (θ<0.5°)

m=0.3 (0.5°<θ<1.5°)

m=0.4 (1.5°<θ<3°)

m=0.5 (θ>3°)

(3) 表面粗糙度SR(surface roughness)的计算采用地表3D表面积与2D表面积的比值，其表达式如下：

式中：SR为表面粗糙度(m2/m2),取值范围为[1,+∞];θ为坡度(°);i表示每个像元都有一个单独的值。

(4) 地表粗糙度的SDE(standard deviation of elevation，高程标准差)使用高程值的标准差来表示[20]，计算窗口大小为3×3个像元，其表达式如下：

式中：SDEi为第i个像元的地表粗糙度(m);n指参与计算的像元个数,在本试验中为9个;xj表示第j个像元的高程值(m)；x表示所有参与计算像元的平均值(m)。

1.5 数据处理与分析

本文数据整理在Excel 2019中完成；分布图使用ArcGIS 10.3绘制；点线图在Origin 2019 b中完成。

2 结果与分析

2.1 DEM不同分辨率对地表微地形特征的影响

如表4所示，DEM分辨率的降低，会显著影响平均坡度S，平均坡长因子L，平均表面粗糙度SR和平均地表粗糙度SDE。随着分辨率从5 m增加到0.05 m，平均S从16.14%增加为20.84%，增加了29.13%；同时标准差由11.36增加为18.48，表明随着分辨率的增加，更多地表细节被展现，低分辨率下归一化的地形在高分辨率下被分化。平均坡度在0.2 m分辨率以上变化较大，在0.2 m及更高分辨率时变化较小，其中变化率最大为0.2 m分辨率。

平均L随着分辨率的增加由1.54降低为0.43，减少了72.09%，标准差由4.25增加为6.25，总体差异加大(表4)。从5 m到0.2 m分辨率平均L斜率逐渐增加，并在0.2 m处达到最大。

表4 不同DEM分辨率下的地表微地形特征均值及标准差

平均SR和平均SDE在DEM分辨率的影响下均发生了变化。随着分辨率由5 m到0.05 m，SR由1.02增加为1.04，增加了1.62%，标准差增加了124.93%，SR变化率随分辨率的增加呈先增大后减小的趋势，并在0.2 m处达到最大。SDE随分辨率的增加由0.693 3减小为0.008 8，减小了98.72%，最大变化率出现在0.5～0.2 m(57.93%)之间。

图1展示了不同土地利用下S，L，SR与SDE随DEM分辨率的变化，不同土地利用类型的地表微地形特征随DEM分辨率变化的差异较为明显。随着DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树、河道的S均表现为增加趋势，分别增加了39.24%，22.74%，59.03%，24.40%，773.32%，道路的S表现为先减小(5～1 m)后增大(1～0.05 m)；新植甘蔗、宿根甘蔗、甘蔗西瓜间作和道路的S在5～0.5 m变化较为平缓，0.5 m以后急剧上升，其中新植甘蔗的S在0.2 m分辨率前小于宿根甘蔗，0.2 m分辨率及以上时大与宿根甘蔗；5 m分辨率时不同土地利用类型S排序为：桉树>道路>宿根甘蔗>新植甘蔗>甘蔗西瓜间作>河道，0.2 m分辨率时排序为：河道>桉树>新植甘蔗>宿根甘蔗>甘蔗西瓜间作>道路。

图1 随DEM分辨率变化的不同土地利用下地表微地形特征参数

随着DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树和道路的L均表现为减小趋势，分别减少了74.98%，74.82%，82.49%，39.93%，58.60%，73.36%；河道L表现为先增大(5～2 m)后减小(2～0.05 m)，其中道路与桉树的L在0.5 m分辨率前变化平缓，0.5 m后急剧减小；新植、宿根甘蔗的L在5～0.5 m间无太大差异，但在0.2 m及更高分辨率下表现为宿根甘蔗大于新植甘蔗；5 m分辨率时不同土地利用类型L排序为：河道>甘蔗西瓜间作>宿根甘蔗>新植甘蔗>道路>桉树，0.1 m分辨率时变化为：河道>道路>桉树>宿根甘蔗>新植甘蔗>甘蔗西瓜间作。

随着DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树、河道的SR呈增加趋势，分别增加了1.41%，1.03%，1.42%，3.66%，16.02%，0.38%，道路的SR表现为先减小(5～1 m)后增大(1～0.05 m)；新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树、河道、道路的SDE均呈减小趋势，分别减少了98.61%，98.75%，98.39%，98.84%，94.70%，99.11%，其中河道在1 m分辨率出现转折点。新植甘蔗SR与SDE均在0.2 m以上分辨率时小于宿根甘蔗，0.2 m以下分辨率大于宿根甘蔗；5 m分辨率时不同土地利用类型SR排序为：桉树>宿根甘蔗>道路>新植甘蔗>甘蔗西瓜间作>河道，SDE排序为：桉树>道路>宿根甘蔗>新植甘蔗>甘蔗西瓜间作>河道；0.1 m分辨率时SR排序为：河道>桉树>新植甘蔗>宿根甘蔗>甘蔗西瓜间作>道路，SDE排序为：桉树>河道>新植甘蔗>宿根甘蔗>甘蔗西瓜间作>道路。

2.2 DEM不同分辨率对水文连通性指数的影响

DEM分辨率显著影响流域水文连通性的分布以及特征值。图2—3显示了不同分辨率(5，2，1，0.5，0.2，0.1，0.05 m)下水文连通性指数IC值的分布及平均值、最大值和最小值的变化特征。随着分辨率从5 m提高到0.05 m， IC均值分别为-4.96，-4.93，-4.86，-4.80，-4.71，-4.76，-4.85，标准差分别为0.73，0.90，1.00，1.08，1.16，1.23，1.27。IC均值变化表现为先增加，后减少，且分辨率越高平均变化越大；从5 m分辨率的-4.96增加为0.2 m分辨率的-4.71，增加了4.87%，之后又减少为0.05 m分辨率的-4.85，减少了2.94%。同时IC最大值与最小值呈外扩趋势，且均值标准差增加，表明流域内IC值随分辨率增加差异逐渐明显。最大值与最小值的外扩趋势均在0.1～0.2 m处出现转折点，但在0.2 m到0.05 m分辨率出现剧烈变化。从5～0.05 m分辨率，IC的分布从完全由地形控制变化为受到地表特征影响的线性分布。IC的空间分布表明不同土地利用的IC分布模式有很大不同，平均来说，新植甘蔗与河道的连通性较强，甘蔗西瓜间作与桉树的连通性较低；靠近河流且坡度较小区域表现出较为复杂的水文连通性，但总体的IC均值很低。新植甘蔗的水文连通性表现为线性，而宿根甘蔗、桉树的水文连通性特征主要由地形控制。横穿新植甘蔗的人工沟渠表现出的高连通性将不同的农业景观有效的连接在了一起。

图2 随DEM分辨率变化的水文连通性指数IC平均值、最大值和最小值

图3 不同DEM分辨率下的水文连通性指数IC值分布特征

图4展示了不同土地利用下水文连通性指数IC随DEM分辨率的不同变化。随DEM分辨率从5 m到0.05 m，河道、新植甘蔗、宿根甘蔗的IC均值表现为先增加后减小，桉树、道路、甘蔗西瓜间作的IC表现为先减小后增大再减小；各土地利用类型在5～0.5 m分辨率间变化平缓，0.5～0.05 m分辨率间变化较为明显。不同土地利用类型之间IC的差异在0.5 m时达到最大(34.72%)，在5 m时最小(12.97%)，在0.2 m到0.05 m间趋于平稳。新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树、河道、道路的IC转折点分别为0.1，0.2，0.2，0.5，0.5，0.5 m。5 m分辨率时不同土地利用类型IC排序依次为：河道>新植甘蔗>道路>宿根甘蔗>甘蔗西瓜间作>桉树，0.1 m分辨率时不同土地利用类型IC排序依次为：河道>新植甘蔗>甘蔗西瓜间作>宿根甘蔗>道路>桉树。

图4 随DEM分辨率变化的不同利用类型土地水文连通性指数IC均值

2.3 基于水文连通性指数的最佳DEM分辨率确定

图5展示了不同DEM分辨率对于小尺寸地表特征的分辨性能。5 m分辨率下的IC分布图完全由地形控制，无法分辨不同土地利用类型；2 m分辨率下的IC值分布图能够分辨土地利用如桉树与甘蔗以及道路之间的差异，但无法分辨新植宿根、横坡顺坡等种植模式，对人工排水沟的识别有局限性；新植宿根甘蔗种植模式轮廓、排水沟路径等在1 m处较为清晰，但在此分辨率下无法分辨甘蔗横坡顺坡的种植模式；在0.2 m分辨率下IC值分布图能够分辨出明显的横坡顺坡种植方式，但出现不符合实际的结果；0.2 m分辨率下的不合理结果在0.1 m分辨率的IC分布图中得到修正，并表现出更清晰的细节如正确划分了甘蔗垄顶与垄底。0.05 m分辨率下的IC分布图与0.1 m相比并没有表现出更多的细节。

图5 不同DEM分辨率下小尺寸地表水文连通性指数IC值分布

DEM分辨率对IC有显著影响，但是一味的追求更高的分辨率，不仅给数据获取带来难度，还导致了计算时间过长的问题[8]。图6展示了7个分辨率下IC的计算时间，不同分辨率下计算时间具有极大差异，且随分辨率的增加呈指数上升。从5 m到0.05 m分辨率，计算时间从93 s增加为28 168 s，增加了302倍。分辨率在0.2 m以下时，计算时间涨幅在30%到128%之间，但在0.2 m分辨率及以上时，计算时间涨幅均大于200%。

图6 不同像元大小DEM的水文连通性指数IC计算时间

3 讨 论

3.1 DEM分辨率影响地表微地形特征

坡度(S)、坡长因子(L)以及表面粗糙度(SR)、地表粗糙度(SDE)均受到DEM分辨率的显著影响。随DEM分辨率的增加，平均坡度S也增加，这可以由高分辨率下锯齿状的甘蔗田表面特征在低分辨率下平均为平面解释，同时低分辨率下河道沟壁的坡度被忽略，河道坡度被低估；坡度是通过高程的变化除以像元之间的距离来计算的，高分辨率DEM的像元距离非常小，且局部地表变化在高分辨率DEM下非常明显，形成了高分辨率下较大的坡度；而道路坡度先减小后增加，是因为在1 m分辨率之前，较大的像元将道路坡度平均为左右田块坡度的延伸，其坡度被放大；随着分辨率的提高，道路与田块区分，坡度减小；在1 m分辨率以上时，道路与田块交界处短暂但剧烈的斜坡被区分开来，此时坡度随DEM分辨率增大。低分辨率下坡长因子L值较大，这是由于忽略了甘蔗种植引起的表面特征变化，如新植甘蔗横坡种植的垄将整个长坡截断为多段小坡，坡长因子L被高估，而且低分辨率难以识别道路特征，将道路左右的田识别为一块，形成了不符合实际的坡长。表面粗糙度SR可以表示像元内部的起伏程度，SDE可以表示像元与周围像元的差异，参数的结合能更好的解释结果。低分辨率下SR较低但SDE较高，表明低分辨率DEM趋向于简化像元内部差异，但由于像元较大，不同像元所展示的土地利用类型有所差异，各像元间连通受阻，表现为较低的连通性。相反高分辨率下SR较高但SDE较小，表明小像元能够反映较小尺寸的地表特征，同时由于像元较小，不同像元可能表示同一土地利用类型，有利于不同像元之间连通。道路、河道地表微地形特征的异常结果表明5 m，2 m甚至1 m的DEM分辨率在集约化蔗区是不可取的。

3.2 DEM分辨率影响水文连通性指数

随着分辨率的增加，流域平均IC先增加后减小，这与Cantreul等[8]以及López-Vicente等[9]的研究结果不同，他们发现像元大小变大时IC也增加，并用坡度的缓慢变化以及水流路径的恒定减小来解释。研究区微地形的不同可以解释研究结果的差异，那辣小流域因甘蔗种植引起的复杂地表特征是上述研究区域所没有的。而平均IC的变化可以通过简化的水流路径和坡度来解释[21]，在5～0.2 m分辨率，坡度增加幅度较大，而水文路径长度增加是恒定的，随之IC值也增加；在0.2～0.05 m分辨率时，坡度没有太大变化，但在新植、宿根甘蔗以及甘蔗西瓜间作的复杂地表特征影响下，水文路径破碎化，导致了IC值的减小。

水文连通性的分布能够表示流域内基于地形的径流路径，但是低分辨率DEM下的水文连通性分布图对一些径流路径的表达并不准确，例如甘蔗行间区域、人工排水沟以及高海拔区域的沉积区。野外所能观察到的人工排水沟以及甘蔗行间区域在0.1 m与0.2 m分辨率的DEM下清晰可见，这也就解释了此分辨率下的高连通性。Bracken等[22]认为，水文连通性从某种角度来说可以表示为某点到河流或是流域出口的距离，本研究中不同分辨率下流域出口及沟渠附近区域的IC均表现为较低值，这可能与其离出口较近，所需路径较短有关。不同土地利用类型IC间的差异是权重与坡度共同作用的结果，河道是天然的水文路径；新植甘蔗具有一定的坡度，且地表裸露，利于水流通过，同时顺坡种植甘蔗的沟壑为水流提供了路径；新植甘蔗间作西瓜较新植甘蔗有更高的覆盖度，但对水流的阻碍作用有限；宿根甘蔗地表覆盖有厚密的甘蔗枯叶，不利于水流通过；道路的地表裸露，但坡度较其他土地利用类型较小，水流动力不足；桉树虽然坡度较大，但茂密的植被冠层对降雨有缓冲作用，其地表覆盖的枯落物以及干燥的土壤不利于水流的形成。0.1 m分辨率下的宿根甘蔗的水文连通性大于道路，这可能与宿根甘蔗更高的坡度有关[23]。

3.3 水文连通性研究的最佳DEM分辨率

不同土地利用类型IC以及地表微地形特征随DEM分辨率变化的差异表明，不同土地利用类型的最佳分辨率有所不同，大尺寸地物如桉树、道路、河道的IC变化转折点为0.5 m，小尺寸地表特征的新植、宿根甘蔗以及甘蔗西瓜间作IC变化转折点在0.2或0.1 m，这表明对于桉树，河道和道路，其最佳分辨率是0.5 m，而对于新植、宿根甘蔗以及甘蔗西瓜间作，其最佳分辨率为0.2 m或更高的分辨率，这与Habtezion等[4]提出的有效表征地形的DEM分辨率阈值(0.1 m)类似。因此选择一个正确的DEM分辨率来使水文连通性结果在有效和高效之间的平衡非常重要。而这个分辨率应该是根据研究区的特征，也就是所需识别最小地物的尺寸来选取[5]。但从结果来看，使用0.2 m分辨率DEM所得到的地表微地形特征与实际有所偏差。例如0.2 m下宿根甘蔗的坡度与地表粗糙度均大于新植甘蔗，这与实际并不相符，新植甘蔗翻地后形成的行间垄使得地表坡度更大，地表粗糙度更高。因此，在保证水文连通性结果有效的前提下，考虑到计算时间问题，研究认为新植、宿根甘蔗以及甘蔗西瓜间作的最佳DEM分辨率为0.1 m，桉树、河道和道路的最佳DEM分辨率为0.5 m。而对于整个研究区域，其DEM分辨率的选择应该要满足最小尺寸地物的需求，因此在集约化蔗区小流域，水文连通性指数的最佳分辨率为0.1 m。

4 结 论

本文基于ArcGIS与无人机高分辨率影像，探究了DEM不同分辨率对地表微地形特征及水文连通性指数的影响。

(1) DEM不同分辨率对地表微地形特征参数有显著影响。随着DEM分辨率的增加，平均坡度S、平均表面粗糙度SR表现为增加趋势，平均地表粗糙度SDE与平均坡长因子L表现为减少趋势；不同土地利用类型的地表微地形特征有不同变化，随着DEM分辨率的增加，新植甘蔗、宿根甘蔗、甘蔗西瓜间作、桉树的坡度S呈增加趋势，坡长因子L呈减小趋势，表面粗糙度SR先减小(5～1 m)后增大(1～0.05 m)，地表粗糙度SDE均呈减小趋势。道路的坡度S与表面粗糙度SR均先减小(5～1 m)后增大(1～0.05 m)，河道的坡长因子先增加(5～2 m)后减小(2～0.05 m)。

(2) 随着DEM分辨率的增加，平均水文连通性指数IC表现为先增加(5～0.2 m)后减小(0.2～0.05 m)，且均值标准差增大。不同分辨率下的IC值在分布上大体相同，例如对于集水区的识别、沉积区的划分以及主要的径流路径的分辨，但在许多细节之间有显著差异，如对于道路、人工排水沟以及种植模式的识别。低分辨率的DEM会损失许多信息，但过高分辨率也会产生不符合实际的结果，0.2 m以上分辨率的IC分布均与实际有偏差，0.2 m表现出了较为完整的地表径流路径，但对于横坡顺坡耕作方式表达有缺失；0.1 m相比0.2 m能够观察到更多的支流与更少的平坡，且对于横坡顺坡耕作方式对水文连通性的影响的结果较为合理，但0.05 m分辨率下IC分布图所表现出的径流路径过于破碎。不同土地利用类型的IC随DEM分辨率变化不同，从5 m到0.05 m分辨率，河道、新植甘蔗、宿根甘蔗的IC均值表现为先增加后减小，桉树、道路、甘蔗西瓜间作的IC表现为先减小后增大再减小。

(3) 不同土地利用类型的最佳分辨率不同，道路、桉树和河道的最佳DEM分辨率为0.5 m，宿根甘蔗、甘蔗西瓜间作的最佳分辨率为0.2 m，新植甘蔗的最佳分辨率为0.1 m。而对于集约化蔗区小流域，水文连通性指数研究的最佳DEM分辨率为0.1 m。这是在保证计算结果真实有效的基础上减小计算时间成本的结果。使用过高分辨率的DEM计算在导致结果偏离实际的同时还会多消耗高达302倍的时间。不同研究区域地表特征的异质性(如耕作模式等)的不同可能会产生不同的最佳分辨率结论。