基于DEM贵州沟壑特征及其空间分异规律研究.docVIP

基于DEM贵州沟壑特征及其空间分异规律研究 　　摘要：采用USGS发布的贵州省1∶24万DEM数据，以贵州省喀斯特高原二级流域单元及地（州、市）行政单元为界线，分别采用集水面积阈值1 000和500来计算沟壑密度，构建基于DEM的沟壑特征信息提取模型。并通过贵州省1∶25万水系及2005年贵州省石漠化空间分布数据进行了比对，分析了集水面积阈值随喀斯特地貌复杂度变化而变化的规律，并研究了汇流阈值与沟谷网络总长度的量化关系。尝试摸清了河网密度、石漠化分布与沟壑密度之间的关系，并对贵州喀斯特流域地貌的整体空间分布特征提出了一个更新的认识。 　　关键词：沟壑密度；DEM；河网密度；石漠化；贵州 　　中图分类号：K903 　　文献标识码：A 文章编号：1674-9944（2015）10-0016-05 　　1 引言 　　数字高程模型（Digital Elevation Model，简称DEM）已经被广泛地应用到诸如地形特征提取、流域水系分析等众多数字地形分析领域[1～5]。以DEM为基础可提取多种地形特征，如坡度、坡向、坡面形态、流域边界、水流路径、沟壑密度[6～9]等，这些特征在地理信息系统的支持下均可用图形和属性数据来表示。但低精度的DEM将导致水文地形等信息受损，这将严重影响流域水文模型参数的确立及水文过程模拟分析的精度[10]。因此目前针对DEM的误差来源[11]、误差检测[12]、误差可视化以及误差校正[13]、DEM及数字地形分析中的尺度问题[14～16]等方面有大量的研究成果。 　　水文水系数据是地理科学数据的核心之一，作为地学领域数据的一个重要组成部分，是支撑相关地学研究的基础性数据。而基于DEM的沟谷网络提取由于受DEM精度、地形复杂度、沟谷网络的结构特征及模拟方法的制约[17]，存在很大的随意性和主观性[18]。Martz和Garbrecht认为[19]，集水面积阈值具有一定的地貌局限性，错误地使用其它地貌类型适用的阈值，将会得到大量的伪水道，直接影响到生成的水系、沟壑的详细程度以及子流域的划分数目[20]。Tribe指出解决这一问题的方法是考虑地貌参数的空间变化[21]，不同类型的区域设置不同的阈值，或者考虑反映地貌空间差异性的其它参数。 　　喀斯特地貌具有独特的地貌空间分异特征，集中体现在其内部地貌形态的有序组合。根据对喀斯特地区水系结构的研究，发现其地表、地下水系结构均符合Horton流水网结构[22～25]，这说明喀斯特地区两套水系也和世界上大多数水系一样存在自相似性。喀斯特区地表水系的分维不仅是反映水系形态特征的参数，也是表征流域内喀斯特发育程度的量化指标[26]。同时有研究表明：在流域地貌演化的不同阶段，切割深度与沟壑密度的关系不同。故沟壑是一个综合性很强的地貌指标，既能反映地面破碎程度与土壤侵蚀强度，又能反映地貌的演化阶段[27]。因此，本文拟结合贵州喀斯特高原不同地貌类型区，研究集水面积阈值随喀斯特地貌复杂度变化而变化的规律，并研究汇流阈值与沟谷网络总长度的量化关系，尝试利用DEM提取沟壑特征来分析贵州水系、地貌的空间分异规律，协助推断贵州喀斯特流域地貌的整体演化阶段。研究结果将对于完善喀斯特高原沟谷网络自动提取的理论与方法，对于深化人们对喀斯特高原沟谷网络空间分异的认识，以及对水文过程分析、土壤侵蚀计算以及土地利用规划都有非常重要的现实意义。 　　2 材料与方法 　　2.1 数据来源与软件平台 　　贵州省DEM数据采用美国地质调查局（The U.S. Geological Survey，简称USGS）发布的7.5′分带1∶24万数字高程模型（地面分辨率90 m），借助ArcGIS 9.3软件平台中的水文分析工具（Hydrology）对贵州省境内沟壑信息进行智能提取，并基于贵州省八大流域边界及行政区划界线运用叠加分析对沟壑信息进行分区计算。同时参照贵州省1∶25万基础地理信息资料中的水文数据对计算结果进行对比验证，并结合2005年贵州省石漠化空间分布数据来研究喀斯特不同地貌类型与水系发育之间的关系。为便于叠加分析，将上述三套数据投影方式均统一为：Albers等积圆锥投影，中央经线为105°E，双标准纬线分别为25°N 和47°N，采用Krasovsky椭球体。 　　2.2 计算方法与流程 　　常规沟壑密度的制作流程主要包括水流方向的确定、洼地填平、汇流累积矩阵的生成以及沟谷网络的生成，最后计算沟谷密度[28]，具体操作及计算结果如下（图1）。 　　（1）在ArcMap中加载原始DEM数据。 　　（2）启动ArcToolbox，展开Spatial Analyst Tools工具箱，打开Hydrology工具集。 　　（3）洼地填充：双击Hydrology工具集中的Fil