基于不同DEM数据源的胶东半岛流域特征提取对比与分析

基于SRTM和ASTER GDEM两种DEM数据源,以胶东半岛为研究区,应用ArcMap水文分析(Arc HydroTools)扩展模块和"burn in"算法,提取河网及流域范围。结果显示,集水面积阈值变化直接影响数字河网密集度。对胶东半岛而言,采用分辨率为90m×90m的SRTM数据可较好地提取河网水系及划分流域;提取的11个主要流域,充分体现了胶东半岛地区的流域特征。     

基于SWAT模型和多源DEM数据的流域水系提取精度分析

流域水系是研究水文水资源、地貌演化和生态环境及水土治理等的基础数据,高精度的水系提取对流域研究十分重要。本文以空间分辨率均为30 m的 AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数字高程模型作为基本的地形数据,基于SWAT模型提取犟河流域水系,通过河网“套合差”、水系相对误差、Google Map水文数据及蓝线河网对提取结果进行误差分析与综合评价,探讨河道剖面和地形特征对水系提取精度的影响。结果表明：① 集水面积阈值是决定河网水系提取精度的关键参数,阈值越大,提取的河网密度越小,反之提取的河网密度越大;② 基于河网密度与集水阈值二阶导数的幂函数与直线相切的数学求值方法确定流域最佳集水面积阈值,能避免最佳集水阈值取值的主观性,提取的河网水系与实际河道相符;③ AW3D30 DSM数据提取的流域河网水系与Google Map高分辨率影像的水系偏差最小,且AW3D30 DSM数据提取的水系与蓝线河网的河网“套合差”和水系相对误差值均最低,能真实反映中低山丘陵山区流域水系发育的疏密程度,吻合度最好;④ 多源DEM数据提取结果均显示为河床比降大和横剖面曲线为窄深式的“V”形河谷提取的水系精度高于河床比降小和横剖面曲线为 “碟”形河谷的提取精度;⑤ AW3D30 DSM数据的地形起伏和坡度标准差最大,有利于山区河网水系的提取。因此,基于SWAT模型和AW3D30 DSM数据提取的山区流域水系可最大限度反映流域水系的真实情况,精度最高,此方法和数据源可应用于中低山丘陵山区流域的水系提取研究。     

基于DEM数字河网提取时集水面积阈值与河源密度关系的研究

以研究区3030个流域水文数据为基础,利用数字高程模型（DEM）并运用非线性拟合法分析中小流域集水面积阈值与河源密度的相关关系,分析集水面积阈值与河源密度的幂函数关系可得,幂指数a近似为-1,拟合公式常系数k具有区域分布特征,反映了不同地区的河网发育程度,k值越大,河源密度越大,河网越密集,河网发育程度越高。对河源密度随集水面积阈值的变化趋势进行分析,发现2个具有统计意义的阈值临界点,分别为河源从坡面到沟道及从沟道到河道的集水面积分界点,在研究区内选择不同k值区间的贡曲流域、辰清河流域和藤条江流域作为样本流域,利用样本流域数字正射影像（DOM）手工提取其沟谷河网及主河道河网的图形信息和水文信息,并与分界点处阈值提取的河网作对比,将分析得出的河网密度相对误差率作为检验标准,对临界点的物理意义进行检验。     

基于地表校正和河道烧录方法的河网提取

 针对现有的数字高程模型(DEMs)在自动提取虚拟河网过程中易受洼地、平原地区影响,产生不连续的或平行的错误河网的问题,本文基于Arc Hydro Tools,阐述了地表校正(Agree算法)和河道烧录(Stream burning)方法提取虚拟河网的关键步骤和基本思路,并以环渤海地区为例,分析了有(无)河网辅助信息下,河网提取结果的准确度。研究结果表明,增加辅助信息更有助于提高虚拟河网的精度和准确性,且河道烧录方法在虚拟河网的提取上比Agree算法更有优势。由于环渤海研究区平原面积广大,对提取结果有较大的影响,提取结果的精确度不高。针对这一问题,本文综合河道烧录和地表校正(Agree 算法)的特点,提出一种河网提取的改进思路,并选取滦河流域作为验证区。通过对比,改进后的河网提取结果与中国实际河网分布较为吻合,说明该改进思路是较为合理、可信的。     

基于DEM的澜沧江流域水文信息提取方法的研究

从DEM中提取地形、地貌信息是当今GIS空间分析领域中的一个重要方面。而河网提取、子流域划分以及分布式水文模型等对水文地理信息的分析、模拟技术和方法更是其中的难点。本文针对常用的水系提取方法,简单介绍其基本原理,并对澜沧江流域进行了水文信息提取试验,对试验结果进行了比较和分析。     

基于DEM榆社盆地社城小流域的地貌分析

数字高程模型(DEM)是地理信息系统进行地形分析的基础数据,而地貌学研究的重要内容之一是地形分析,主要包括高程剖面分析,坡度、坡向分析以及沟壑密度、切割深度、起伏度、流域分析等。本研究以榆社地区社城小流域为例,以1:50000扫描地形图为基础资料,建立DEM模型。基于DEM进行坡度、坡向、起伏度分析,得到相应的统计数据;经过水文分析得到无洼地DEM、水流长度、汇流累积量、河网等数据。由此分析研究区地貌类型特征、地貌成因、河流的发育情况等,为研究区农业生产规划、灾害预测和防治等提供相关资料。     

虚拟现实的三维时态GIS模式研究

三维场景是三维地理信息系统中人机交互的主界面。本系统中包括地球和流域两个场景,其中流域的两大基本要素是地形和河道。系统将DEM地形和河网表达在三维场景中,通过读取连续时段的河网格网数据进行水流的动态演示,体现时态GIS的历史回溯性;同时与虚拟现实结合,在场景中实时增加模型,并可以对其选择,变换,删除等。最后实现了对地形任意点的位置查询和不同时刻河流各格网点的水位、流速和流向的查询等功能,具备良好的人机交互性。     

基于DEM的流域水系分维计算与结果分析

利用ArcGIS8.3和ArcVIEW3.2中的水文分析模块,根据不同最小河流长度,提取晋江流域河网信息,采用传统的网格法计算提取的不同河网的分维,研究以最小河流长度所提取的不同河网密度与分维的关系,确定晋江流域分维,分析流域地貌的演变。     

陕西大理河流域枯水期土地利用结构对河流水质的影响

土地利用变化对自然和生态过程影响显著,也是径流水质的主要影响因素之一。基于陕西大理河流域2020年枯水期21个采样断面的径流采样测定,分析了大理河流域总氮(TN)、总磷(TP)、氨氮(NH₃-N)浓度以及溶解氧(DO)浓度的特征。利用内梅罗污染指数对大理河流域水质进行了评价,辨识了不同尺度缓冲区内土地利用结构对水质的影响。结果表明：4种水质参数中,总氮超标最为严重。流域内梅罗污染指数平均值为1.9,水体轻度污染;干流平均值为2.3,支流平均值为1.2,支流水质优于干流水质。在点缓冲区,建设用地对总氮的影响在200 m范围比100 m范围大;在河网缓冲区,草地对总磷的影响以及建设用地对氨氮浓度的影响在100 m范围比200 m范围大。在100 m范围,草地是截留污染物的主要土地利用类型;在200 m范围,林地是截留污染物的主要土地利用类型。耕地、建设用地在点缓冲区和河网缓冲区对总氮、总磷、氨氮浓度均起“源”的作用;林地在点缓冲区“汇”作用更显著;草地在河网缓冲区“汇”作用更显著。     

面向多分辨率DEM的河网相似性测度与分析

河网是地形结构的核心要素,能够有效地反映DEM对地表形态的刻画能力.实现不同分辨率条件下DEM河网相似性测度对DEM地形综合、DEM质量评估及DEM不确定性分析等研究具有重要意义.基于此,本文以黄土高原典型样区为研究区,基于5 m高精度DEM建立的多分辨率DEM数据集,构建了地形特征自适应的DEM河网自动提取方法,建立...     

新疆阿克苏河流域降水空间变异特征分析

根据阿克苏河流域降水空间观测数据,其降水稀疏且分布不均匀的特点,选取不同模型对降水空间变化规律进行研究,其结果精确性差异很大。通常应用地统计理论研究降水空间变异性,一般只涉及单个变量,传统的多元回归分析虽然涉及多个变量的影响,但缺乏区域化的空间结构特征。揭示具有协同区域化特征的降水空间变异现象及建立其空间分布模型,既要考虑多元信息的空间位置关系,即同一变量在不同地理位置上的相关性,又要考虑多元信息由于空间重复性引起的协同关系,即同一地理位置上不同变量的相关性。本文用阿克苏河流域范围内的降水观测数据建立析取-协克立格模型,考虑高程变量对降水量空间分布的影响,定量地揭示降水区域化变量的空间变异规律,并将其结果用于降水量的空间最优插值。     

奎屯河流域水土中氟的分布规律

通过对奎屯河流域包气带土壤和地下潜水取样分析,发现从山前洪积砾质倾斜平原到冲洪积平原,氟质量浓度的迁移分布明显具有淋溶-径流、径流-淋溶蒸发、溶滤-强烈蒸发浓缩3个水文地球化学分带。氟质量浓度在细粒粘土粉土层中相对较高,而在砂层中相对较低,无论属于哪种岩性结构在地下潜水位附近氟含量都相对较高。该流域内3条河流氟质量浓度均为上游低下游高,且在流域上游增幅相对较小而在下游增幅相对较大。环河道由近河岸到远河岸水土中氟质量浓度也逐渐增加。初步分析认为,该内陆平原地区氟的富集是以蒸发浓缩作用为主。运用热力学理论进行了验证,水土中氟的水平分布规律是一致的,并可相互转化。     

莱芜盆地牟汶河流域水体同位素特征与分析

通过对莱芜盆地牟汶河流域附近不同水体进行取样,采用氢氧同位素进行分析,初步研究了牟汶河流域上游不同类型地下水氢氧同位素分布特征,分析了地下水补给来源及循环机理。研究结果表明:莱芜盆地东部牟汶河上游地区,松散岩类孔隙水、岩浆岩变质岩类裂隙水补给来源主要为大气降水,地下水循环速度较快;岩溶水除接受大气降水补给外,还接受其他类型地下水间接补给;整体上研究区内地下水循环更新速度较快,均为0～10年左右新水。     

九龙江流域生态环境质量遥感评价与分析

由图像TM、ASTER和“北京一号”等多时相遥感数据,建立了容纳土壤侵蚀、植被指数、土壤亮度指数、高程指数、坡度指数、降雨量指数、湿度指数和积温指数8个二级环境影响因子的指标体系和权系数,采用加权求和的方法进行运算,首次获取了1989~2003年约15年间三个时期九龙江流域生态环境质量等级及变化状况。结果表明:九龙江流域1989、1998、2003年三个时期生态环境质量总体较好。从1989年到1998年再到2003年两个阶段中,九龙江流域生态环境总体质量出现先下降再改善的特点。其变化主要表现在九龙江口周边地区,人类经济活动是影响九龙江流域生态环境质量演变的重要驱动力。     

基于深度神经网络的蒙古国色楞格河流域水体信息提取

蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎（Google Earth Engine,GEE）云平台,使用 Sentinel-2 多光谱卫星遥感影像,利用深度神经网络（Deep Neural Network, DNN）方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明：① 该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;② 深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③ 经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。     

联合GRACE与GRACE-FO反演2002～2020年长江流域陆地水储量变化

探讨采用不同激励函数的BP和RBF神经网络方法填补GRACE与GRACE-FO卫星空缺数据的精度及可行性,并基于最优方案对缺失数据进行填充;利用ITSG-Grace2018和ITSG-Grace_operational时变重力场模型反演2002～2020年长江流域陆地水储量变化,并结合GLDAS模型、降水、气温及长江流域水资源公报等数据对该区域的陆地水储量变化进行综合分析。结果表明：1）隐含层激励函数为线性整流函数（ReLU）的BP神经网络算法具有较好的拟合效果,可用于填充GRACE与GRACE-FO卫星任务间的数据空缺;2）长江流域的陆地水储量变化具有一定的区域差异性,主要表现为上游东部与中游大部分地区陆地水储量以5 mm/a左右的速率上升,上游中西部区域下降,下游基本保持不变;长时间序列的GRACE/GRACE-FO时变模型能够反映长江流域2019年的干旱与2017年、2019年的洪涝等灾害。     

Hydrological Simulation Using TRMM and CHIRPS Precipitation Estimates in the Lower Lancang-Mekong River Basin

Satellite-based products with high spatial and temporal resolution provide useful precipitation information for data-sparse or ungauged large-scale watersheds. In the Lower Lancang-Mekong River Basin, rainfall stations are sparse and unevenly distributed, and the transboundary characteristic makes the collection of precipitation data more difficult, which has restricted hydrological processes simulation. In this study, daily precipitation data from four datasets(gauge observations, inverse distance weighted(IDW) data, Tropical Rainfall Measuring Mission(TRMM) estimates, and Climate Hazards Group InfraRed Precipitation with Stations(CHIRPS) estimates), were applied to drive the Soil and Water Assessment Tool(SWAT) model, and then their capability for hydrological simulation in the Lower Lancang-Mekong River Basin were examined. TRMM and CHIRPS data showed good performances on precipitation estimation in the Lower Lancang-Mekong River Basin, with the better performance for TRMM product. The Nash-Sutcliffe efficiency(NSE) values of gauge, IDW, TRMM, and CHIRPS simulations during the calibration period were 0.87, 0.86, 0.95, and 0.93 for monthly flow, respectively, and those for daily flow were 0.75, 0.77, 0.86, and 0.84, respectively. TRMM and CHIRPS data were superior to rain gauge and IDW data for driving the hydrological model, and TRMM data produced the best simulation performance. Satellite-based precipitation estimates could be suitable data sources when simulating hydrological processes for large data-poor or ungauged watersheds, especially in international river basins for which precipitation observations are difficult to collect. CHIRPS data provide long precipitation time series from 1981 to near present and thus could be used as an alternative precipitation input for hydrological simulation, especially for the period without TRMM data. For satellite-based precipitation products, the differences in the occurrence frequencies and amounts of precipitation with different intensities would affect simulation results of water balance components, which should be comprehensively considered in water resources estimation and planning.     

黑河流域中游地区作物种植结构的遥感提取

及时、准确地获取农作物种植结构对区域水资源管理与作物产量估测等具有重要意义。随着对通过遥感手段获得作物种植结构的深入研究,如何优选遥感数据和分类器成为需要重点考虑的关键问题。针对黑河流域中游地区的作物分布与种植特点,提出一种基于多时相遥感影像与多分类器组合的作物种植结构提取方法。利用2018年18景16 m分辨率的GF-1 WFV影像,构建NDVI时间序列。根据NDVI时间序列表征的作物季相节律和物候变化规律特点,采用分层的策略,首先解译一级土地覆被类型,再解译二级土地覆被类型。一级土地覆被类型解译中,使用决策树分类方法先将NDVI特殊且易提取的水体进行解译,再使用面向对象分类方法通过分区将需借助NDVI纹理信息提取的建设用地进行解译,最后使用随机森林分类方法解译耕地、林地、草地、裸地和湿地。在对耕地的进一步分类中,使用决策树分类方法首先将具有特殊物候规律且易于区分的苜蓿类别解译出来,再将与其他类别物候差异较大的小麦解译,最后将物候相似的玉米、蔬菜及其他解译。黑河流域中游研究区内一级土地覆被分类总体精度为97.24%,卡帕系数为0.96;作物种植结构解译总体精度为86.58%,卡帕系数为0.80。此外,还分析了影响黑河流域中游研究区解译精度的4个因素：对土地覆被类别的定义、混合像元、影像分割时基础影像的选择以及分类方法的选择。通过对不同分类方法的比较发现,与仅使用最大似然分类方法、支持向量机分类方法或随机森林分类方法相比,本文提出方法的解译结果更好,解译精度更高。