-
DEM数据因包含丰富的地形地貌、流域及水文等信息和参数,非常适合计算机进行描述和数字化提取[1-2]。通过学者们对数字河网提取方法[3-6]、提取精度[7-9]等的不断研究,基于DEM提取数字河网已经发展为一种简便而快捷的技术手段[1,10-14],广泛应用于水文[15-16]、流域[17-18]等很多方面。成都市作为全国公园城市首提地和先行区,在新一轮城市总规中制定了“以水定人、以地定城、以气定形”的“三定”发展思路,水被列为城市规划首要因素,直接决定了城市的人口规模和分布格局。而河网水系作为水资源的重要载体,深刻影响着水资源的分布格局及水生态健康,然而目前成都市的数字河网专题研究基本未见报道。因此,厘清成都市河网水系数量特征及空间分布格局,对于助力成都新一轮城市规划,合理分配与科学保护水资源,维护水生态健康和水安全,保障美丽宜居公园城市生态建设具有非常重要的价值和意义。
-
研究使用ASTER GDEMV2版DEM数据来自于地理空间数据云(数据来源:http://www.gscloud.cn),空间分辨率为30 m×30 m,投影标系为D_WGS_1984。
-
研究采用目前应用较多的均值变点法确定最佳集水面积阈值[6,19-23],具体步骤如下:
a单位地势度序列
$$ T_{i}=t_{i}/s_{i}\quad(i=2,\;3,\;4\cdots40,\;45,\;50,\;55,\;60,\;65) $$ (1) 式中:Ti为分析窗口下的单位地势度;ti分析窗口下的河网密度;si集水面积阈值(km2);i为矩形邻域的边长(m)。
b对序列T取对数ln(T),得到新序列X,X为{xi, i=2, 3, 4···40, 45, 50, 55, 60, 65}。
c序列X的算术平均值X
$$ X = \sum\nolimits_{t = 1}^N {\frac{{{x_t}}}{N}}$$ (2) d序列X的统计量S和Si
运用公式(3)计算得到统计量S。
$$ {\rm{S}} = {\sum\nolimits_{t = i}^n {\left( {{X_t} - {\rm{\bar X}}} \right)} ^2} $$ (3) 令 i = 2,……,n,对每i将样本分为两段: X1,X2,……,Xi-1和 Xi,i + 1,n,算每段样本的算术平均值 及统计量Si。
$$ {S_i} = {\sum\nolimits_{t = 1}^{i - 1} {\left( {{X_t} - {X_{i1}}} \right)} ^2} + {\sum\nolimits_{t = i}^n {\left( {{X_t} - {X_{i2}}} \right)} ^2} $$ (4) e S与Si差值图
利用EXCEL软件做S与Si差值图,提取曲线变点,即最佳河网提取阈值。
-
(1)河网长度和河网密度
河网密度指河网长度与对应区域面积的比值。运用ARCGIS10.6的几何计算、字段计算器等工具计算、统计成都市最佳阈值下的河网长度和河网密度。
(2)河道弯曲系数
河道弯曲系数指河道的实际长度与对应河道直线长度的比值[24]。研究以1.3作为平直河道和弯曲河道的分界点,即:弯曲系数小于1.3的河道为平直河道,大于等于1.3为弯曲河道。弯曲系数越大,表示河道越弯曲,汇流时间较长,水流速度越小,水对河道的冲刷力越小,调蓄能力弱[18] ,对航运及排洪越不利,但是有利于自身的河流健康。
研究运用ARCGIS10.6的属性分割工具按级别分割河网,用点线转换工具提取河网端点,获取对应的直线河网,使用字段计算器求算出河道弯曲系数,统计分析各河道类型长度及特征。
-
在ARCGIS10.6中将成都市最佳阈值的数字河网与地形地貌、流域叠加制图,探讨河网空间分布格局。基于ARCGIS10.6的水文分析模块,构建批量河网提取模型(见图1)。
Study on Characteristics and Spatial Distribution Pattern of Digital River Network in Chengdu Based on DEM
More Information-
摘要: 为全面厘清河网水系特征及空间分布格局,助力成都美丽宜居公园城市规划和生态建设。研究基于30m分辨率的DEM数据,提取成都市数字化河网,探讨其特征及空间分布格局。结果表明,成都市河网提取最佳集水面积阈值为7.02 km2,河网共5级,总河长4949.75 km,其中,有利于健康的弯曲河道占71.30%。全市平均河网密度0.35 km/km2,平均河道弯曲系数为1.39,不同流域、地貌类型的河网数量特征表现出不同程度的差异。全市河网空间分布随河网级别增加聚集度也随之增加,弯曲河道相对平直河道则呈分布更广,且均匀性更高。西南部岷江流域河网分布的均匀程度明显高于东北部的沱江流域。不同地貌的河网以平原河网疏密程度最密,丘陵次之,山地最疏。Abstract: In order to comprehensively clarify the river network characteristics and spatial distribution pattern, and assist the urban planning and construction of beautiful and livable park city in Chengdu. Based on 30 m resolution raster DEM data, the digital river network was extracted and its characteristics and spatial distribution patterns were discussed The results showed that the threshold value of the optimal catchment area for river network extraction in Chengdu was 7.02 km2, with a total river network of 5 levels and a total river length of 4949.75 km, among which 71.30% were healthy meandering rivers. The average river network density of the whole city was 0.35 km/km2, and the average river meander coefficient was 1.39. The quantitative characteristics of river networks in different basins and geomorphic types showed different degrees of difference. The spatial distribution of river network in the whole city increased with the increase of river network level, and the aggregation degree also increased. The curved river channel was more widely distributed and more uniform than the straight river channel. The evenness of river network distribution in Minjiang river basin in west was higher than that in Tuojiang river basin in northeast. Under different geomorphic types, the density of river network was the most dense in plain, followed by hills and mountains.
-
Key words:
- DEM;
- Chengdu city;
- River network density;
- Meander coefficient
-
-
[1] 周晨霓,任德智. 基于DEM的西藏鲁朗河流域数字河网提取时集水面积阈值的确定[J]. 中国农村水利水电,2014(384):49−52. [2] 马玲,杨武年,郑富强,等. 基于DEM的流域特征提取方法初步研究[J]. 地理空间信息,2008,6(2):69−71. doi: 10.3969/j.issn.1672-4623.2008.02.024 [3] 罗大游,温兴平,沈攀,等. 基于DEM的水系提取及集水阈值确定方法研究[J]. 水土保持通报,2017,37(4):189−193. [4] 杨华容,文路军,彭文甫,等. 基于DEM和GIS的流域水文信息提取——以巴中市为例[J]. 人民长江,2016,47(8):34−38. [5] 梁倍瑜,徐亚莉,白雷超,等. 均值变点及分叉比确定最佳汇流阈值的对比[J]. 中国农学通报,2017,33(23):76−82. doi: 10.11924/j.issn.1000-6850.casb17020096 [6] 任德智,肖前刚,王勇军,等. 基于DEM的成都市基本地貌形态研究[J]. 四川林业科技,2018,39(2):79−84. [7] 马兰艳,周春平,胡卓玮,等. 基于SRTM DEM和ASTER GDEM的辽河流域河网提取研究[J]. 安徽农业科学,2011,39(5):2692−2695. doi: 10.3969/j.issn.0517-6611.2011.05.067 [8] 李世有. 基于多源DEM的数字流域特征提取对比分析[J]. 水资源开发与管理,2019(7):17−23. [9] 鲍伟佳,程先富,陈旭东. DEM水平分辨率对流域特征提取的影响分析[J]. 水土保持研究,2011,18(2):129−132,138. [10] 宋向阳,吴发启,赵龙山,等. 基于DEM的延河流域水文特征提取与分析[J]. 干旱地区农业研究,2012,30(4):200−206. doi: 10.3969/j.issn.1000-7601.2012.04.036 [11] 常直杨,王建,白世彪,等. 均值变点分析法在最佳集水面积阈值确定中的应用[J]. 南京师大学报(自然科学版),2014,37(1):147−150. [12] 蔺彬彬,张亚琼,武鹏林. GIS环境下基于DEM的三川河流域特征提取[J]. 中国农村水利水电,2013,365(3):34−37. doi: 10.3969/j.issn.1007-2284.2013.03.009 [13] 原晓平,刘少峰,田贵中,等. 基于DEM的格尔木河流域水系分维分析[J]. 国土资源遥感,2013,25(1):111−116. [14] 蒙海花,王腊春,苏维词. 基于DEM的流域特征提取研究——以贵州省普定县后寨河流域为例[J]. 测绘科学,2010,35(4):27,87−88. [15] 任立良,刘新仁. 基于数字流域的水文过程模拟研究[J]. 自然灾害学报,2000,9(4):45−52. doi: 10.3969/j.issn.1004-4574.2000.04.008 [16] 李忠娟,马孝义,朱晖,等. GIS环境下基于DEM的水文特征提取[J]. 人民黄河,2013,35(2):16−18. doi: 10.3969/j.issn.1000-1379.2013.02.007 [17] 宋晓猛,张建云,占车生,等. 基于DEM的数字流域特征提取研究进展[J]. 地理科学进展,2013,32(1):31−40. doi: 10.11820/dlkxjz.2013.01.003 [18] 朱海玲,杨晓晖,张学培,等. 基于DEM的密云水库上游流域特征提取与分析[J]. 中国水土保持科学,2013,11(3):66−72. doi: 10.3969/j.issn.1672-3007.2013.03.012 [19] 徐珍,赵焕,黎武. 基于DEM的江西省弋阳县地貌形态研究[J]. 四川林勘设计,2016(2):31−35. [20] 陈学兄,毕如田,刘正春,等. 基于ASTER GDEM数据的山西地形起伏度分析研究[J]. 山西农业大学学报(自然科学版),2016,36(6):417−421. [21] 蒋好忱,杨勤科. 基于DEM的地形起伏度算法的比较研究[J]. 水土保持通报,2014,34(6):162−166. [22] 杨晓,黎武,冉红,等. 基于DEM数据的祁县地形起伏度分析[J]. 南方农业,2016,10(22):28−31. [23] 陈学兄,常庆瑞,郭碧云,等. 基于SRTM DEM数据的中国地形起伏度分析研究[J]. 应用基础与工程科学学报,2013,21(4):670−678. doi: 10.3969/j.issn.1005-0930.2013.04.009 [24] 李慧敏,张建军,黄明,等. 基于DEM的黄土高原典型流域特征参数分析[J]. 北京林业大学学报,2012,34(2):90−95.