CN102902844A

CN102902844A - 基于大数据量dem数据的子流域划分方法

Info

Publication number: CN102902844A
Application number: CN2012103211128A
Authority: CN
Inventors: 汤国安; 祝士杰; 杨昕; 江岭; 张维; 张刚
Original assignee: Nanjing Normal University
Current assignee: Nanjing Normal University
Priority date: 2012-09-03
Filing date: 2012-09-03
Publication date: 2013-01-30

Abstract

本发明公开了一种基于大数据量DEM数据的子流域划分方法，改变传统水文分析模型的步骤，跳过全局填充过程，先分块填充求取流向，再拼接求取汇流累积量，继而提取汇水网络，子流域边界等水文特征，以期在大范围，海量数据条件下直接进行全局水文分析。其步骤如下：第一步流向数据库构建；分块提取流量，裁切数据中心部分，将研究区所有数据区域流向构建成流向数据库；第二步拼接流量数据库，获得全局的流向数据；第三步基于全局流向数据进行水文分析,提取汇水网络、子流域边界等。本发明的方法能够解决大数据量下DEM水文分析失效的问题，实现海量数据的汇水网络提取与子流域分割，对DEM的广泛应用有着十分重要的意义。

Description

基于大数据量DEM数据的子流域划分方法

技术领域

本发明涉及一种能够在海量数字高程模型（Digital Elevation Model）数据下进行水文分析的方法，具体说，是面向海量DEM数据，提取汇水网络与子流域的方法。

背景技术

数字高程模型（Digital Elevation Models，DEM）是利用数值方法表达地形表面形态的主要方法，广泛应用于三维地形建模、可视性分析、工程土方估算、水文分析、洪水淹没分析等诸多工程应用领域。目前常用的DEM数据结构包括规则格网DEM和不规则三角网（Triangulated Irregular Network，TIN）以及等高线(Contour)等。其中，规则格网DEM由于其数据结构简单、计算分析方便，与遥感影像数据等栅格数据有着天然的相合性，其应用相当广泛；DEM已经成为规则格网DEM的代称。

近年来，各国都非常重视这一数据源，建立了各自的多尺度数字高程模型库。在我国，作为国家NSDI重点建设的基础地理数据，已经建立了系列尺度的DEM数据库，包括1:100万，1:25万，1:5万和1:1万四种尺度。由美国太空总署（NASA）和国防部国家***（NIMA）联合测量，生产的海量数据SRTM（Shuttle Radar Topography Mission）包含北纬60度至南纬60度之间总面积超过1.19亿平方公里，覆盖地球80%以上的陆地表面，分辨率为3弧秒。此外，更高精度的Aster GDEM覆盖范围为北纬83°到南纬83°之间的所有陆地区域，包括地球陆地表面的99%，分辨率达到1弧秒。大范围，高精度的DEM数据为数字地形分析和其他应用领域提供了前提和保障。

水文学一直是DEM的核心应用领域。汇水网络和子流域边界不仅是水文分析中非常核心的基础数据，同时也是具有重要地貌学意义的地形骨架。基于DEM水文分析应用模型的数据预处理阶段主要由三个步骤组成，分别是DEM洼地填充，计算水流方向和计算汇流累积量。在此基础上，基于水流方向数据和汇流累积量数据，根据选定的阈值（根据用户需要）就可计算出汇水网络以及子流域范围。

然而，随着DEM数据的精度越来越高，数据所覆盖的范围越来越大，受限于计算机硬件以及算法的不确定性，基于DEM的水文分析对于海量数据处理效果不佳，使得大范围的汇水网络与子流域边界提取十分困难。特别是洼地填充算法，是一个不断循环的算法，其不断提高数据范围内洼地栅格的高程值，使DEM中不再有洼地出现；当数据量达到一定程度（一般与计算机内存容量一致），填充算法难以成功运行。以上的问题对于基于海量DEM的水文分析带来很大的困难，影响了大范围高精度的洪水灾害模拟与预测，水土保持与防治等工程，在一定程度上甚至造成相关部门的决策失误，从而可能给国家和人民造成巨大的生命财产损失;同时也影响到DEM的应用与发展。

发明内容

本发明所要解决的技术问题，在于克服现有技术存在的缺陷，提出了一种能够在海量数据下的水文分析的技术流程。该发明能够解决大数据量下DEM水文分析失效的问题，实现海量数据的汇水网络提取与子流域分割。

本发明的基本思路是改变传统水文模型的处理步骤，首先针对分块数据求取分块水流方向矩阵，消除边界误差，构建水流方向数据库；其次拼接所有的水流方向数据，获得完整的水流方向矩阵；第三，基于完整的水流方向矩阵求取汇流累积量矩阵；第四，基于水流方向矩阵与汇流累积量矩阵，设定一定阈值（根据实际应用），得到汇水网络以及子流域分割结果。

本发明海量DEM数据水文分析方法技术方案如下：

第一步，以单幅DEM数据为中心，拼接其周围8幅DEM，形成一个9个单幅DEM范围的新DEM数据A。拼接DEM的目的主要是防止在模型计算中边界误差的出现。

第二步，对新DEM数据A进行洼地填充处理，得到无洼地的DEM数据B。在DEM水文分析中，洼地处理是非常重要的一个预处理步骤。洼地指自然形成或者由于DEM构建算法而产生的局部低地。在基于物理模型的水文分析中，由于洼地的存在，导致水流无法顺利流向出水口。所以需要对洼地进行处理，保证所有栅格都能流向出水口。

第三步，对无洼地的DEM数据B求取水流方向矩阵，得到水流方向数据C。水流方向的算法有许多种，但是由于D8算法的稳定性、可靠性，本发明采用该算法进行水流方向的提取。D8算法，又称为最陡坡降算法，假设单个栅格中的水流只能流入与之相邻的8 个栅格中的一个。它用最陡坡度来确定水流的方向，即在3×3 的DEM 栅格上，计算中心栅格与各相邻栅格间的距离权落差（即栅格中心点落差除以栅格中心点之间的距离），取距离权落差最大的栅格为中心栅格的流出栅格。

第四步，求取水流方向数据C中心的，单幅DEM数据范围的水流方向数据D，作为构建水流方向数据库的基础数据。因为求取的是中心范围数据，所以得到的单幅水流方向数据没有边界误差影响。

第五步，对新的单幅DEM重复第一步到第四步，直到所有的DEM数据都处理完，获得水流方向数据库。

第六步，提取水流方向数据库中所有水流方向数据，拼接成完整的对象区域的水流方向数据E。本发明与传统方法最大不同之处，就是传统的方法拼接全部DEM数据，再进行模型运算。本发明先局部运算，最后拼接全部的流向数据，进行后续模型运算。

第七步，对水流方向数据E求取汇流累积量矩阵，得到汇流累积量数据F。汇流累积量指流入当前栅格的所有上游栅格的个数，作为当前栅格的汇流累积量值，其值大小代表了上游汇水面积的大小。该值越大，说明该栅格在汇水网络中的级别越高。

第八步，按照一定的阈值对汇流累积量数据F进行重分类处理，生成单值的栅格数据G，使得大于该阈值的栅格值为1，小于阈值的栅格值设定成NoData。通过阈值的设定来筛选汇水网络中的栅格，大于一定汇水面积（阈值）的栅格即为汇水网络栅格。具体的阈值大小根据不同用户不同需求设定，可以得到不同的结果。但是一个阈值只有一个结果。该1值的栅格数据G即汇水网络数据。

第九步，对汇水网络分割，根据水流方向数据E和汇水交汇点（节点），分割每一段汇水网络，并对每一段网络设定唯一值,得到汇水网络栅格数据H。

第十步，子流域分割，根据汇水网络分割结果H，结合水流方向数据E，对DEM进行子流域分割，得到子流域数据。

本发明的方法改变传统水文分析模型的步骤，跳过全局填充过程，先分块填充求取流向，再拼接求取汇流累积量，继而提取汇水网络，子流域边界等水文特征，以期在大范围，海量数据条件下直接进行全局水文分析，对DEM的广泛应用有着十分重要的意义。

附图说明

图1 本发明工作流程图。

图2 本发明采用的D8算法示意图。

图3 水流方向编码图。

图4 汇流累积量提取示意图，其中（a）为原始DEM （b）为水流方向矩阵（c）为水流累积矩阵。

图5 汇水网络示意图。

图6 子流域分割示意图。

图7 全国SRTM数据示意图。

图8 全国水流方向矩阵示意图。

图9 全国汇流累积量矩阵示意图。

图10 阈值为100万栅格的汇水网络示意图。

图11 阈值为100万栅格的子流域示意图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步详细说明。

以覆盖全国的SRTM数据为例展开：美国太空总署（NASA）和国防部国家***（NIMA）联合测量、生产的海量数据SRTM，全国范围共68幅，有效栅格2 179 513 619个，单幅数据量总和为3.21GB，合并后数据量为13.95GB。实例以ArcGIS9.3为软件平台展开。ArcGIS是由美国ESRI公司开发的商用GIS系列平台软件，集成了众多分析工具，其功能可以满足本发明的需要。

第一步：求取每一幅的水流方向数据。

（1）拼接计算对象周围数据，当对象数据位于边界时，则拼接非边界、存在的数据。利用Mosaic工具进行拼接。

（2）洼地填充。利用Fill工具填充。

（3）水流方向计算。利用Flow Direction工具计算水流方向。

（4）单幅流向切割。利用Extract by Mask工具，利用单幅数据范围裁切得到单幅流向数据。

第二步：拼接所有流向数据。利用Mosaic工具拼接。

第三步：计算汇流累积量数据。利用Flow Accumulation工具，基于拼接后的流向数据，计算汇流累积量。

第四步：根据阈值，分别提取汇水网络与子流域。

（1）设定阈值1000000，即上游栅格总数大于1000000的栅格将标记为1，作为汇水网络进行提取（图10）。利用Reclassify工具提取汇水网络。

（2）分割汇水网络。利用Stream Link工具，基于汇水网络和水流方向数据，对汇水网络进行分割。

（3）子流域分割。利用Watershed工具，基于分割后的汇水网络和水流方向数据，对子流域进行分割（图11）。

Claims

1.基于大数据量DEM数据的子流域划分方法，其特征是，将水流方向数据作为单独的基础数据建立数据库，根据需要取出水流方向数据进行水文分析，其具体步骤是：

步骤一，以单幅DEM数据为中心，拼接其周围8幅DEM，形成一个9个单幅DEM范围的新DEM数据A，对新DEM数据A进行洼地填充处理，得到无洼地的DEM数据B；

步骤二，对无洼地的DEM数据B求取水流方向矩阵，得到水流方向数据C；

步骤三，求取水流方向数据C中心的，单幅DEM数据范围的水流方向数据D，作为构建水流方向数据库的基础数据；

步骤四，将步骤一至三重复，直到所有对象区域数据处理完毕，获得水流方向数据库；

步骤五，提取水流方向数据库中所有水流方向数据，拼接成完整的对象区域的水流方向数据E，并对水流方向数据E求取汇流累积量矩阵，得到汇流累积量数据F；

步骤六，按照一定的阈值对汇流累积量数据F进行重分类处理，生成单值的栅格数据G，使得大于该阈值的栅格值为1，小于阈值的栅格值设定成无数据区；

步骤七，对汇水网络分割，根据水流方向数据E和汇水交汇点即节点，分割每一段汇水网络，并对每一段网络设定唯一值,得到汇水网络栅格数据H；

步骤八，子流域分割，根据汇水网络栅格数据H，结合水流方向数据E，对DEM进行子流域分割，得到子流域数据。