大尺度分布式水文模型数字流域 提取方法研究

构建大尺度分布式水文模型是当前大气水文模型耦合研究的一项重要内容。本文介绍一 种根据1km DEM 生成更大网格尺度DEM 数据, 同时可以保持流域河网信息并减缓高程、坡度 等地貌参数信息量衰减速度的有效方法———ZB算法。利用该方法和常规的网格平均法生成黄河 唐乃亥以上流域的5km、10km、15km 和20km 两套DEM 数据, 分别提取高程、坡度、地形指数、河 网密度、主河道长度、流域面积等流域特征参数, 并与1km DEM 提取的上述参数进行比较, 对两 种方法作出评价。结果显示, 随着网格尺度的增大, ZB 算法获得的DEM 数据可以保持河网的连 续性, 提取出合理的流域范围, 减缓地形信息量的衰减速度。该方法满足构建大尺度分布式水文 模型提取数字流域的需要。     

基于DEM的数字流域特征提取研究进展

数字高程模型(DEM)是地表形态高程属性的数字化表达,利用流域DEM数据构建数字水系模型并提取流域水文特征,是分布式水文过程模拟的重要基础。DEM中闭合洼地和平坦区域的处理、流向的确定以及DEM分辨率的大小都直接影响着流域水系特征提取的质量与效率。针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理,回顾了数字水系模型与流域特征提取方法,评述了洼地和平地的处理方法及水流方向的确定方法的研究进展,介绍了当前基于不同DEM数据类型的提取方法研究,探讨了DEM尺度和分辨率对提取流域特征的影响,总结了平缓区域数字水系和河网提取的研究进展。     

SWIM水文模型的DEM尺度效应

数字高程模型(DEM)极大地促进了分布式流域水文模型的快速发展。本文引入SWIM水文模型,以淮河上游长台关地区为研究区,将15种不同分辨率DEM数据输入水文模型,分析DEM分辨率对径流模拟的影响,并探讨最佳DEM分辨率选取及DEM分辨率对流域地形参数与径流模拟影响等问题。研究表明:(1)研究区水文模拟效果较理想DEM分辨率在90～120m之间,采用栅格面积与流域面积比值(G/A)小于0.05和"thousandmillion"经验公式作为DEM选取参考等均适用;(2)DEM分辨率下降,水文模拟纳希效率系数呈波动下降,分辨率超过250m后,虽纳希效率系数有所提高,但此时DEM已不能刻画真实流域特征从而造成假象;(3)15种分辨率DEM在水文极端事件模拟上差异较大,高纳希效率系数时不能较好地反映水文极端事件,尤其是峰值,而在枯水期15种DEM水文模拟效果均较好,DEM分辨率降低导致水文模型对降水等反应敏感。     

CASC2D-SED模型的DEM尺度效应

DEM分辨率深刻影响着以地形为基础的分布式水文过程模拟。以砒砂岩区二老虎沟小流域一个子沟为研究对象,通过无人机航测获得研究区DEM和影像,使用ArcGIS的栅格重采样方法和水文分析工具获得2~20m范围内11种分辨率的DEM、土地利用类型数据、土壤类型数据和河网数据,将相关数据输入CASC2D-SED模型,探讨不同的DEM分辨率在高分辨率区间对水文过程模拟的影响。研究表明:1)洪峰流量和模拟径流量均随DEM分辨率的降低呈波动上升;2)在2~3m和4~20m两个DEM分辨率区间水文过程线差别较大,而在4~20m范围内水文过程线变化不大;3)DEM分辨率对模型参数有重要影响,一定的DEM分辨率区间可以共用相同的水文参数,超过这个区间则必须重新率定;4)DEM分辨率增加使水文模拟效率降低。     

DEM结构特征对坡度坡向的影响分析

数字高程模型已严格定义为按规则格网阵列记录的地形高程数据,其固有的结构特征(如格网分辨率、格网方向、高程数据准确度等)直接影响DEM对地形表达和坡度、坡向的计算精度。该文通过理论和数据独立的DEM实验分析方法,研究了DEM结构特征对坡度、坡向的影响,得出如下结论:1)高分辨率的DEM并不一定能给出高精度的坡度、坡向计算结果;2)可通过g=bm/ms×180/π×cos2S来选择合适的DEM分辨率;3)三阶不带权差分算法的坡度、坡向计算结果对DEM方向有较强的依赖性。     

基于不同DEM数据源的数字河网提取对比分析——以韩江流域为例

基于HYDRO1K、SRTM3和ASTER GDEM三种DEM数据,利用BTOPMC地形子模型提取韩江流域河网,并作对比分析。结果表明:①SRTM3提取的河网精度最高,HYDRO1K相对最低。②DEM的垂直精度对提取的河网精度起控制作用。ASTER GDEM的水平分辨率较高,但垂直精度不如SRTM3,因而提取的河网精度不如SRTM3。③HYDRO1K提取大尺度流域河网具有一定的精度,但在地势平坦区域的效果较差,HY-DRO1K不宜用来提取小尺度流域河网。④由DEM提取的数字河网精度与当地的地面坡度以及处理DEM的填洼算法有关。     

祁连山TRMM降水数据降尺度不同方法比较研究

降水数据对研究山区陆面过程、水文模型、生态模型至关重要,而山区地形复杂降水数据获取困难,且TRMM (Tropical Rainfall Measuring Mission)降水数据空间分辨率难以进行小尺度区域降水研究。本文以祁连山为研究区,应用2005—2016年的TRMM降水数据,从不同时间尺度对TRMM降水数据在祁连山的适用性进行分析,利用多元逐步回归模型、地理加权回归模型、随机森林模型三种降尺度方法,分别建立了降水与高程、植被指数、纬度、经度、坡度、坡向的关系,获得1 km高分辨率的TRMM降尺度数据,并通过对比三种模型的降尺度结果来选取适用于祁连山的降尺度方法。结果表明:(1)TRMM降水数据适用于祁连山。TRMM降水数据和实测数据在不同时间尺度上具有显著的相关性,年、季、月相关系数分别为0.88、0.92、0.88。(2)三种降尺度模型都能有效地获得1 km高分辨率的TRMM降尺度数据,其中随机森林模型更适用于获取祁连山TRMM降尺度降水数据。(3)相比于原始TRMM降水数据,随机森林模型降尺度结果整体偏小,同时具有更高的空间分辨率和更小的偏差。本研究可以为进一步获取西部山地高空间分辨降水数据和开展水文研究提供参考与借鉴。     

DEM流径算法的相似性分析

流径算法是分布式水文模型、土壤侵蚀模拟等研究中的关键技术环节,决定着汇水面积、地形指数等许多重要的地形、水文参数的计算。本文以黄土高原两个典型样区的不同分辨率DEM为研究对象,对常用的五种流径算法(D8、Rho8、Dinf、MFD和DEMON)通过相对差系数、累积频率图、XY散点分布图等进行了定量的对比分析。结果表明:算法的差异主要集中在坡面区域,汇流区域各类算法的差别较小;算法差异在不同DEM尺度下都有所体现,但高分辨率下的差异会更明显;在地形复杂区域,多流向算法要优于单流向算法。研究也进一步指出汇水面积、地形指数等水文参数对流径算法具有强烈的依赖性。     

基于DEM的黄土高原面积高程积分研究

面积高程积分(Hypsometric Integral,HI)是通过统计流域地表的高程组合信息,从而揭示流域地貌形态与发育特征的重要指标。本文以1:10000比例尺5 m分辨率DEM数据分析流域面积高程积分计算时的影响因素,以SRTM数字高程模型数据为基本信息源,研究黄土高原重点水土流失区的面积高程积分空间分异特征。研究工作首先讨论并总结了面积高程积分的地学含义,明确了DEM分辨率以及分析面积对于面积高程积分计算的影响,并分析各地貌对象面积高程积分的相关性;然后,面向黄土高原重点水土流失区,采用面向多尺度分割的方法,基于小流域面积高程积分,实现了黄土高原重点水土流失区地貌分区。研究结果表明,DEM分辨率对于小流域面积高程积分计算影响较小,当小流域面积阈值达到10 km2时,面积高程积分趋于稳定;各地貌对象中,流域面—正地形—沟沿线、山顶点—山脊线—流域边界这两组组内面积高程积分值相关性非常强;基于面积高程积分的地貌分区,与黄土高原地区水土流失分区图和输沙模数分区图具有相当程度的耦合关系,并细化了原有分区结果。     

数字地形模型数据产品特点 与评估分析

数字高程模型是支撑地理过程模型研究的重要基础数据。DEM数据获取、加工及压缩精度直接影响地学相关模型及地理过程的模拟效果和研究质量。在分析比较当今国际地学界应用DEM数据源的基础上，我们采用绝对差值法和三维剖面法对国家基础地理信息中心生产的基于1：50,000扫描地形图DEM产品(NFGIS_DEM)、GTOPO30_DEM数据及基于SRTM数据生产的DEM数据集进行了精度检验及评估。同时分析了影响由SRTM数据所生产的全球范围DEM数据集精度与数据质量。研究结果表明30-90m分辨率的SRTM_DEM产品在精度和数据质量控制方面远优于GTOPO30_DEM数据，与NFGIS_DEM数据质量相当。大范围乃至全球范围的30m分辨率SRTM_DEM产品，将极大促进基于DEM数据的地理过程模型的研究，尤其会大幅提升对DEM空间分辨率较敏感的地学相关研究能力。     

不同比例尺水系修正DEM的流域河网提取对比

选取三门峡至小浪底区间小流域为研究对象,以1∶5万和1∶25万两种尺度的数字化水系分别修正DEM,在此基础上运用ArcGIS水文分析模块(ArcHydro Tools)进行流域河网提取。研究表明,基于水系修正的DEM和ArcGIS水文分析模块提取的流域河网精度较高,1∶5万水系修正DEM得到的河网更接近自然水系;通过对两种水系修正DEM生成的河网套合差计算发现,二者河网吻合程度较好,在DEM数据精度较高或者地形起伏较大的地区,如果没有更高精度的水系数据,1∶25万水系可取代1∶5万水系用于修正DEM。     

土壤数据空间分辨率对水文过程模拟的影响

分布式水文模型的应用,其准确性有赖于输入数据对流域特征的描述,尤其在大尺度流域,输入数据分辨率的增加是否必然改善模型的模拟效果是值得深入研究的问题。本文以鄱阳湖信江流域为研究区,运用SWAT模型为模拟工具,分析了土壤数据空间分辨率对径流、蒸发及土壤含水量等水文要素模拟的影响以及高精度土壤数据在大流域尺度的适应性。结果表明：不同分辨率的土壤数据对SWAT模型中水文响应单元的划分结果差异显著,但在径流模拟和蒸发计算结果中并没有表现出显著的差别;模型率定前后,低分辨率土壤数据的径流模拟结果略好于高分辨率土壤数据,但两者之间的差别不明显;模型模拟的土壤含水量差异显著,高分辨率土壤模拟的月平均土壤含水量整体大于低分辨率土壤模拟结果;研究还发现,模型的蒸发计算对土壤分辨率信息不敏感。本文研究意味着,大尺度SWAT模型的应用中,土壤数据分辨率的提高不一定会改善模型的模拟效果。在具体应用中,应考虑流域本身的尺度以及模拟精度的要求,选择合适分辨率的土壤数据,同时应结合模型原理和关键参数的物理含义来解释模拟结果。     

高分辨率青藏高原历史月降水数据重建

青藏高原对全球气候研究具有重要意义,而降水数据对水文、气象和生态等领域的研究也至关重要,且随着研究内容和尺度的变化,对高时空分辨率的历史降水数据的需求越发迫切。本文基于TRMM 3B43降水数据,采用随机森林算法,引入归一化植被指数(AVHRR NDVI)、高程(SRTM DEM)、坡度、坡向、经度、纬度6个地理因子,建立历史降水重建模型,获得1982-1997年分辨率为0.0833°的青藏高原年降水数据,然后根据比例系数法计算出月降水数据。为提高精度,利用站点数据对月降水数据进行校正。结果表明,该方法能简单有效地获得高时空分辨率的历史降水数据,决定系数R²大部分在0.4~0.9之间,平均值为0.6767,其中夏季效果最好,冬季效果最差;均方根误差RMSE和平均绝对误差MAE均在50 mm以下,RMSE均值为22.66 mm,MAE均值为15.97 mm;偏差Bias较小,基本在0.0~0.1之间。     

山区地形开阔度的分布式模型

 地形开阔度是影响山地辐射平衡及其分量的重要地形因子,是山区散射辐射、地形反射辐射等计算的重要参数。在复杂的地形条件下,地形开阔度的计算很难用数学公式描述。 利用数字高程模型（DEM）,全面考虑了坡地自身遮蔽和周围地形相互遮蔽的影响,提出了山区地形开阔度的分布式模型和算法。以1 km×1 km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下中国地形开阔度的空间分布。同时,利用100 m和1 km两个分辨率的DEM数据,从不同DEM分辨率和不同地貌类型两个方面探讨了地形开阔度的空间尺度效应,阐明了区域地形开阔度随地形地貌和空间分辨率的变化规律。所提供的山地开阔度的数据可作为基础地理数据供相关研究应用。     

联合ERS-1和ICESAT卫星测高数据构建南极冰盖DEM

南极冰盖DEM在南极研究中具有十分重要的作用,而构建南极冰盖DEM的主要数据源来自于卫星测高。在已有的测高卫星数据中,ERS-1/GM和ICESAT在空间分辨率和精度方面存在互补的关系,综合利用这两类数据,是获得南极冰盖高分辨率高精度DEM的前提。本文采用了数据联合的方法,利用ERS-1和ICESAT测高数据来构建南极冰盖DEM。采用ICESAT离散数据和RAMP/DEM v2对综合DEM进行精度评估,结果表明综合DEM高程精度在4 m左右。     

TRMM降水数据的空间降尺度方法研究

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对TsHARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。     

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

顾及数据特性的格网DEM分辨率计算

水平分辨率是格网DEM的决定性变量之一,直接决定着DEM对地形的逼近程度和地形参数计算、地学模拟的精度。基于地统计学理论和非参数密度估计方法,提出了地形宏观变异和微观变异相结合的DEM适宜分辨率计算方法。即首先按系列支撑对采样数据进行格网划分,形成具有不同尺度的支撑域;然后利用正则化理论,对高程点数据进行正则化变换,通过不同支撑上正则化变量的半变异函数分析,探索不同支撑尺度上的地形宏观变异规律,从而确定地形宏观变异的最佳支撑尺度;第三,在所确定的宏观变异最佳支撑尺度内,借鉴非参数密度估计中直方图的理论方法,从微观角度计算DEM适宜分辨率。最后通过陕北黄土高原的实际采样数据,对本文提出的方法进行了验证。     

基于DEM的重庆三峡库区水系提取试验研究

以重庆三峡库区为试验研究对象,论述基于数字高程模型提取流域水系的方法、原理。应用"burn-in"算法,对DEM进行再处理,即将发生河道偏差的平坦区域上的实际河网叠加到DEM中,对河道及河道两侧所在栅格单元高程值进行修正,重新生成流域河网。在原有DEM不作较大修改的前提下,使得生成的河网与实际河网更加匹配,同时也保证了模拟结果的准确性。     

TRMM降水数据的空间降尺度方法研究北大核心CSCD

以天山中段为研究区,以降水与高程（DEM）、植被指数（NDVI）、坡向（Aspect）、经纬度与之间存在的相关关系为基础,构建了TRMM卫星3B43降水数据与NDVI、DEM和坡向等相关因子的回归模型,对Ts HARP统计降尺度算法引入DEM和局部Moran指数进行改进,得到2001~2006年研究区的250 m高分辨率降水空间分布数据。最后利用研究区气象站点降水数据对降尺度结果进行验证,得出降尺度的结果和实测值的误差明显小于原始降水数据和实测值的误差,年均降水最大改善程度是70 mm,因此构建的降尺度方法是合理可行的,可用于山区降水数据的降尺度研究。