WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

Volume 43 Issue 3
Jun.  2022
Article Contents
Turn off MathJax

REN D Z, LIU Y, LIAO X Y, et al. Study on characteristics and spatial distribution pattern of digital river network in Chengdu based on DEM[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(3): 53−59 doi: 10.12172/202108270001
Citation: REN D Z, LIU Y, LIAO X Y, et al. Study on characteristics and spatial distribution pattern of digital river network in Chengdu based on DEM[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(3): 53−59 doi: 10.12172/202108270001

Study on Characteristics and Spatial Distribution Pattern of Digital River Network in Chengdu Based on DEM


doi: 10.12172/202108270001
More Information
  • Corresponding author: 103796941@qq.com
  • Received Date: 2021-08-27
    Available Online: 2022-03-14
  • Publish Date: 2022-06-09
  • 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.
  • 加载中
  • [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.
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(7)

Article views(474) PDF downloads(26) Cited by()

Related
Proportional views

Study on Characteristics and Spatial Distribution Pattern of Digital River Network in Chengdu Based on DEM

doi: 10.12172/202108270001
  • 1. Chengdu Academy of Agriculture and Forestry Science, Chengdu 611130, China
  • 2. Chengdu Xinglv Forestry Science and Technology Development Co., Ltd, Chengdu 611130, China
  • Corresponding author: 103796941@qq.com

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.

  • 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。

    • 成都市位于四川省中部,成都平原东部,四川盆地西部的岷江中游地段,介于东经102°54′—104°53′和北纬30°05′—31°26′之间,全市东西长192 km,南北宽约166 km,总面积14335 km2[6]。全市地貌类型主要为山地,地势总体呈西北向东南倾斜,西部以山地为主,中部为平原区、东部低山丘陵区,形成了平原、丘陵、高山各占三分之一的独特地貌类型。境内海拔介于359~5364 m之间。气候属亚热带湿润季风气候区,年平均降水量873 mm~1265 mm。[6]

      全市水系分属岷江和沱江水系。其中,岷江水系于都江堰山口进入平原后经都江堰水利工程分为内外江。内江分为蒲阳河、走马河、柏条河、江安河。外江分为金马河、羊马河、沙黑总河。沱江水系主要由绵远河、石亭江、渝江组成。

    2.   数据与方法
    • 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

      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

      d序列X的统计量SSi

      运用公式(3)计算得到统计量S。

      i = 2,……,n,对每i将样本分为两段: X1X2,……,Xi-1Xii + 1,n,算每段样本的算术平均值 及统计量Si

      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)。

      Figure 1.  ARCGIS10.6 batch extraction of river network model based on DEM

    3.   结果与分析
    • 在ARCGIS10.6批量提取河网模型中输入DEM数据及参数,运行模型得到不同集水面积阈值下的河网,求出不同阈值下河网密度。运用EXCEL2010软件建立集水面积阈值与河网密度的关系图(见图2),并进行对数方程拟合,决定系数:R2=0.9125,拟合效果较好。从图2可知,集水面积阈值与河网密度呈负相关,河网密度随集水面积阈值增大降低,呈由快变慢,最后趋于平稳的变化趋势,其中,曲线由陡变缓处(变点)对应的集水面积阈值即为河网提取的最佳阈值。

      Figure 2.  Fitting curve of relationship between river network density and catchment area threshold

    • 图3的S-Si变化曲线可知,第19个点时S-Si差值达到最大,该曲线变点即为最佳集水阈值,该点对应的像元数为7800,集水面积为7.02 km2

      Figure 3.  The difference diagram between S and Si

    • (1)成都市河长

      从图4可知,成都市河网共5级,总河长4949.74 km。按河道类型,平直河道1520.40 km,弯曲河道3429.34 km,表明全市河道以有利于自身河流健康的弯曲河道为主。按河网级别,平直河道介于0~1126.71km,弯曲河道介于21.69~1457.51 km之间,同级河长中,弯曲河道河长均高于平直河道,不同河道类型中均Ⅰ级河长最长,且河长均随河网级别增加快速递减。

      Figure 4.  River length map of different river basins, different landform types and river channel types in Chengdu

      (2)不同流域河长

      从流域河长来看,岷江流域河长为2589.80 km,沱江流域河长2359.94 km,分别占总河长的52.32%和47.68%。从图4的流域河长分析表明,流域间河长以岷江流域总河长、按河道类型河长均相对较长。流域内,均以弯曲河道为主,同级河网河长弯曲河道均不同程度高于平直河道;不同类型河道河长均以Ⅰ级最长,且河长均随河网级别增加快速递减。

      (3)主要地貌类型河长

      成都市主要3种地貌类型中,丘陵地貌河长2122.95 km,平原地貌河长2043.46 km,山地地貌河长783.33 km,分别占总河长的42.89%、41.28%和15.83%。从图4的地貌类型河长分析表明,不同地貌类型河长以丘陵和平原为主,山地最小。河道类型对比表明,山地地貌中以平直河道明显占优,平原和丘陵则明显以弯曲河道为主,表明地貌类型可能对河道类型产生明显影响。除山地弯曲河道外,不同级别河长以Ⅰ级河长最长,均为随河网级别增加,河长递减的趋势,但递减速度在不同河道类型和级别间有明显差异。

    • (1)成都市河网密度

      图5知,成都市平均河网密度0.35 km·km−2,不同级别河网密度介于0.00~0.18 km·km−2之间,河网密度随河网级别的增加快速递减。

      Figure 5.  River-net density map of different river basins and geomorphic types in Chengdu

      (2)不同流域河网密度

      图5可知,岷江流域和沱江流域的平均河网密度分别为0.36 km·km−2和0.33 km·km−2,其差异较小;不同流域间,河网密度均随河网级别的增加快速递减,与全市变化趋势一致。

      Figure 6.  River bend coefficient of different river basins and geomorphic types in Chengdu

      (3)不同地貌类型河网密度

      成都市三种主要地貌类型中,以平原的平均河网密度最高,为0.47 km·km−2,丘陵次之,为0.31 km·km−2,山地最低,仅为0.26 km·km−2。各地貌类型均以Ⅰ级河网密度最大,各级河网密度介于0.00~0.21 km·km−2之间,随河网级别增加快速降低;相同级别河网均以平原地貌河网密度最高,丘陵次之,山地最小。(见图5

    • (1)河道弯曲系数

      成都市平均河道弯曲系数为1.39,不同级别河网的河道弯曲系数介于1.33~1.65之间。从图6可知,随河网级别增加河道弯曲系数呈总体增加的趋势,表明全市河道总体上属于弯曲河道,随着河网级别的递增,弯曲程度变大,河道汇流时间变长,流速度变小,水对河道的冲刷力变小,河道的调蓄能力变弱,但河道弯曲程度的增加,更利于提升河流建立和维持其生态系统健康的能力。

      Figure 7.  Spatial distribution map of river network in Chengdu

      (2)不同流域河道弯曲系数

      图6不同流域的结果来看,岷江流域和沱江流域的平均河道弯曲系数分别为1.36和1.43,均属于弯曲河道类型。从河网级别来看,除岷江流域的Ⅳ级河网河道弯曲系数为1.17,属平直河道外,其余均属于弯曲河道。2个流域的河道弯曲系数随河网级别增加总体呈增加的趋势。

      (3)不同地貌类型河道弯曲系数

      成都市平原、山地和丘陵地貌平均河道弯曲系数为1.54、1.33和1.30,整体表现为弯曲河道类型;结合图6可知,仅山地和丘陵地形中少数级别河道弯曲系数低于1.30。表明成都市不同地貌类型中,大部分级别的河道均为有利于健康的弯曲河道;不同地貌类型中以平原地貌河道为更利于健康,河网级别越高也更容易形成有利于健康的河道。

    • 图7可知,成都市西南部岷江流域和东北部沱江流域均包含了平原、丘陵和山地3种地貌类型,其中,沱江流域以丘陵地貌类型占比较高,而岷江流域内3种地貌类型差异相对较小。河网分布的均匀程度在岷江流域明显高于沱江流域。不同地貌类型,以中部平原河网相对最密,东部及西南部丘陵次之,西部山地最疏。随着河网级别增加河网的分布的聚集度增加。岷江流域Ⅳ级和Ⅴ级河网主要集中在流域内平原的南部区域。沱江流域仅有2条,其中,1条至西向东穿越流域中部平原区由青白江区流出市域;另1条则主要分布在简阳市的东南部至西向东南流出市域。不同河道类型,平直河流主要为Ⅰ级Ⅱ级的低级别河网,其中,Ⅰ级河网分布的均匀性最高,随着河网级别增加,平直河网数量急剧降低,分布也变得更为集中。岷江流域Ⅲ级以上河网平直河道仅有3条,其中1条分布在流域最东部山地,另外2条则分布在流域中东部平原南部区域;沱江流域仅有2条,分布地中部平原与丘陵交错带。弯曲河道相对平直河道则呈分布更广,且均匀性更高。

    4.   讨论与结论
    • (1)河网阈值确定方法

      已有的研究成果[3-6]表明,最佳集水面积阈值是河网提取关键因子之一,其大小直接决定提取河网的精度。现有的方法中大多通过建立河网密度(或水系分维数)与集水面积阈值之间关系曲线,运用目视解译、导数法、均值变点法、切线方程求解等得到转折点(拐点),转折点(拐点)所对应的阈值即为最佳集水面积阈值。但是,转折点(拐点)确定方法中,有的操作简单但是受人为主观影响较大,如目视解译法等;有的虽受人为主观影响小但是求算过程相对复杂,如切线方程求解法等;有的可能出现无法求得转折点(拐点)的情况,如导数法。本研究采用的是均值变点法,属求算过程略复杂,不受人为主观影响的方法,但是阈值间隔大小会一定程度上影响提取精度,研究最佳集水阈值为7800个像元(7.02 km2)。因此,探讨操作简单、不受人为主观影响且精度高的最佳阈值确定方法仍是今后研究的重点和难点。

      (2)地貌对河网提取精度的影响

      李世有[8]研究指出,同一个流域,用同一个集水面积阈值提取河网无法完全模拟出真实的河流水系。本研究通过提取河网与高清遥感影像对比结果表明,数字河网与实际河道间存在着不同程度的河道偏移和河网形态失真,且在不同地貌类型间差异非常明显,其中,以平原差异最大,丘陵次之,山地最小,这与宋晓猛[17]等研究成果一致。因此,如何快速有效提取复杂地形下的精准数字河网仍将是当前及未来一个重要研究方向,也是未来数字水文学研究的重要基础。

    • (1)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,平均河网密度0.35 km·km−2,平均河道弯曲系数为1.39,河道类型以有利于健康弯曲河道占绝对优势,河长与河网密度均随河网级别增加快速递减。河网的各种数量特征在流域间的差异均明显低于地貌类型。

      (2)全市河网空间分布Ⅰ级河网分布的均匀性最高,随着河网级别增加河网分布的聚集度增加,均匀性急剧降低,弯曲河道较平直河道空间分布更均匀。西南部岷江流域河网分布更加致密,且均匀程度更高,而不同地貌的河网则以平原河网最密均度更好,丘陵次之,山地最差。

Reference (24)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return