大尺度分布式水文模型数字流域提取方法研究

第２６卷第１期

２００７年１月地理科学进展ＰＲＯＧＲＥＳＳＩＮＧＥＯＧＲＡＰＨＹＶｏｌ．２６，Ｎｏ．１Ｊａｎ．，２００７

收稿日期：２００６－０６；修订日期：２００６－１１．

基金项目：国家自然科学基金项目（５０６７９０１８）和国家自然科学基金（４０５７５０４０）资助。

作者简介：杨传国（１９８１－），男，山东青州人，博士研究生，主要从事水文水资源研究。Ｅｍａｉｌ：ｃｈｇｙａｎｇ＠ｓｉｎａ．ｃｏｍ通讯作者：余钟波（１９６４－），男，河海大学“长江学者”

，教授，博导。大尺度分布式水文模型数字流域

提取方法研究

杨传国１，２，余钟波１，３，林朝晖２，郝振纯１

（１．河海大学水文水资源与水利工程科学国家重点实验室，南京２１００９８；

２．中国科学院大气物理研究所，北京１０００９２；

３．ＤｅｐａｒｔｍｅｎｔｏｆＧｅｏｓｃｉｅｎｃｅ，ＵｎｉｖｅｒｓｉｔｙｏｆＮｅｖａｄａ，ＬａｓＶｅｇａｓ，ＮＶ８９１５４－４０１０，ＵＳＡ．）

摘要：

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１ｋｍＤＥＭ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１ｋｍＤＥＭ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。

关键词：大尺度水文模型；ＤＥＭ；ＺＢ算法；数字流域

中图分类号：Ｐ３４３

１概述

气候变化对水文循环产生了重要影响，自然因素和人类活动引起的气候变化问题越来越受到人们的关注。构建大尺度分布式水文模型，开发大气水文双向耦合模型系统，是目前国际水文和气象工作者的研究热点［１，２］。随着地理信息系统功能的不断强大和数字高程模型（ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ，ＤＥＭ）适用性的逐步提高，自动提取流域特征已变得相当普遍。近来研究表明，根据ＤＥＭ提取流域参数的精度与人工方法获取的数据相当，而处理时间大量减少［３］，为建立基于网格的分布式水文模型提供了保证。小尺度网格可以更好地反映流域的空间分布非均匀性变化，提高获取流域特征参数的精度，然而建立在小尺度网格基础上的分布式水文模型，由于受计算机容量和速度的限制，难以满足与大气模型双向耦合研究和应用的需要。因此，选择合适的网格尺度ＤＥＭ提取河网、坡度、流域范围等数字流域特性是建立大尺度分布式水文模拟的一项基本任务。

本文利用ＵＳＧＳ（Ｕ．Ｓ．ＧｅｏｌｏｇｉｃａｌＳｕｒｖｅｙ）ＨＹＤＲＯ１ＫＤＥＭ数据，采用余钟波教授提出的

１期杨传国等：大尺度分布式水文模型数字流域提取方法研究ＺＢ算法和常规的网格平均法分别生成两套５ｋｍ、１０ｋｍ、１５ｋｍ和２０ｋｍＤＥＭ数据，利用Ａｒｃ／

Ｉｎｆｏ软件分别提取高程、

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，与１ｋｍＤＥＭ提取的上述流域特征参数进行对比讨论，对两种方法作出评价。

２研究方法

２．１研究区域与数据

本文选取黄河上游唐乃亥（１００°０９′Ｅ，３５°３０′Ｎ）以上流域作为研究区域，主要位于青海省境内，如图１所示。该区域地势高峻，海拔高程在２８５０ｍ以上，地形条件十分复杂。其中玛多以上河段内包括扎陵湖、鄂陵湖我国两大高原淡水湖；玛多至玛曲区间，黄河流经巴颜喀拉山与积石山之间的古盆地和低山丘陵，大部分河段河谷宽阔，间有几段峡谷；玛曲至唐乃亥区间，黄河流经高山峡谷，水流湍急，水力资源较为丰富。该区域属高寒地区，生态环境脆弱，近年来受人类活动影响日趋明显，地表植被严重退化［４］，亟需联合大气模型研究气候变化对水资源及生态环境的影响。

图１研究流域及其ＨＹＤＲＯ１ＫＤＥＭ

Ｆｉｇ．１Ｒｅｓｅａｒｃｈｂａｓｉｎａｎｄｉｔ’ｓＨＹＤＲＯ１ＫＤＥＭ

选择ＨＹＤＲＯ１ＫＤＥＭ数据为基本分析资料，分辨率为１ｋｍ。ＨＹＤＲＯ１Ｋ是由美国ＵＳＧＳ地球资源观测系统数据中心（ＥＲＯＳＤａｔａＣｅｎｔｅｒ）与联合国环境计划—全球资源信息中心（ＵｎｉｔｅｄＮａｔｉｏｎｓＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｇｒａｍ／ＧｌｏｂａｌＲｅｓｏｕｒｃｅｓＩｎｆｏｒｍａｔｉｏｎＤａｔａｂａｓｅ，简称ＵＮＥＰ／ＧＲＩＤ）联合制作的一个全球数字地形高程模型，可从Ｉｎｔｅｒｎｅｔ免费下载。覆盖全球（除格陵兰岛及极地以外）的所有陆地。该数据是经过率定和校正后的产品，其可靠性有较高保证［５］。２．２问题的提出

根据上述资料，通常采用网格平均方法生成更大网格尺度的ＤＥＭ数据。网格平均法是根据横向和纵向的ｌ×ｌ个１ｋｍ网格尺度ＤＥＭ数据直接平均生成一个ｌｋｍ网格尺度ＤＥＭ数据，即式（１

）：６９

地理

科学进展２６卷

ｅｌｅｖ（ｉ，ｊ）＝ｌｍ＝１!ｌｎ＝１!［ｅｌｅｖ（（ｉ－１）×

ｌ＋ｍ，（ｊ－１）×ｌ＋ｎ）］ｌ２（１）

式中，ｅｌｅｖｌ－ｋｍ（ｉ，ｊ）表示ｌｋｍ网格尺度ＤＥＭ的第（ｉ，ｊ）个网格的高程，单位ｍ；ｅｌｅｖｌ－ｋｍ表示１ｋｍ网格尺度ＤＥＭ的高程，单位ｍ；ｌ是所计算的网格尺度。以生成５ｋｍＤＥＭ数据为例，如图２（ａ）所示，网格平均法得到该网格的高程值为２７８５．７２ｍ。

图２计算５ｋｍ网格尺度ＤＥＭ示意图

Ｆｉｇ．２难度Ｓｋｅｔｃｈｍａｐｏｆｃｏｍｐｕｔｉｎｇ５ｋｍｇｒｉｄｓｃａｌｅＤＥＭ

上述网格平均法在计算过程中仅考虑高程单个因子，未引入其它有效数据信息，生成的大尺度网格ＤＥＭ通常不足以保证提取合理的连续水系和流域边界，诸多地形信息量快速衰减（见下文分析），难以用于构建大尺度分布式水文模型及相关研究中。

２．３ＺＢ算法

如果假定地面不透水或土壤达到饱和（即不考虑截流、蒸散发和下渗作用的Ｈｏｒｔｏｎ产流），降雨经流域作用最终到达某网格的数值可以用该网格的累积流（ＦｌｏｗＡｃｃｕｍｕｌａｔｉｏｎ）代表。因而，网格累积流可用于定义河网（累积流大的网格）和流域边界（累积流为零的各点）［６］，它包含所需要的河网和流域边界信息且便于计算和获取，是新算法中的必要因子。

本文针对性地将ＺＢ算法应用于大尺度网格ＤＥＭ数据的计算。ＺＢ算法的思想是在处理过程中增加汇流面积大（即河道网格）的网格高程权重，而保持汇流面积小（即流域边界处）的网格高程。相应地，该方法引入含有河网和流域边界信息的网格累积流作为计算权重因子，充分考虑了地形复杂性的影响，生成的大尺度网格ＤＥＭ可以有效控制河网的连续性，提取合理的流域边界，并能够明显减缓ＤＥＭ信息量的衰减速度。以ＨＹＤＲＯ１ＫＤＥＭ数据为例，具体计算步骤是：首先利用Ａｒｃ／Ｉｎｆｏ等ＧＩＳ软件对较小网格尺度（如１ｋｍ或更小）

ＤＥＭ进行填洼（Ｆｉｌｌ）、

流向（ＦｌｏｗＤｉｒｅｃｔｉｏｎ）和网格累积流（ＦｌｏｗＡｃｃｕｍｕｌａｔｉｏｎ）计算或直接下载相应的网格累积流数据；然后将网格累积流作为权重因子，根据式（２）和式（３）生成大尺度网格ＤＥＭ数据；同时以ＦＡＣ作为算法控制变量

，在计算过程中保持位于流域边界处的网７０