地形自适应的高精度河网提取及其典型应用

发布时间：2018-04-12 01:02

本文选题：数字高程模型 + 自适应　；参考：《中国地质大学》2016年博士论文

【摘要】：基于 DEM进行数字流域河网提取是数字流域地形分析的核心任务,是分布式模型建立的首要条件,也是地理信息系统领域的一个重要问题。人类对流域的认识由来已久,积累了大量优秀的基于坡面径流模拟的河网提取算法。尽管不同的算法在一定的地形条件下取得了一定的效果,但现有算法大都存在一个共同的缺陷,就是对单一的山地或者平原区域进行分析和提取,这在描述真实地形上的河网时存在一定的片面性和主观性,没有考虑山地和平原地区河网差异性,导致提出的流域河网与实际情况出现较大的差异。而流域河网的形态、级别和密度等特征是由集水面积闽值决定的。现有的阈值设定方法很少系统分析集水面积阂值与地形、地貌、地质、土壤、降水及植被等气候下垫面因子间的关系。在下垫面复杂的情况下,单一流域集水面积阈值严重影响流域河网分布结果和河网提取精度。流域河网提取算法复杂度高且大都为串行实现的迭代算法,耗时臣大。计算效率的限制已经成为阻碍流域水系特征提取应用的瓶颈之一,如何提高流域河网的执行效率也是亟待解决问题之一。同时,如何将流域河网与洪水演进模型结合,优化河网漫顶洪水演进模拟精度；以及如何将其与区域地球化学勘查中的水系沉积物布置融合,实现自动化的水系沉积物布置,满足实际生产应用需求也是至关重要的。因此,论文以研究流域河网在气象、地球化学等方面的应用为目的,以解决洪水演进、水系沉积物布置存在的问题为出发点,通过对现有基于坡面径流模拟法的流域河网提取的分析和优化,重点阐述了文中提出的地形自适应的高精度流域河网提取模型以及在洪水演进和化学勘查中的应用。以DEM数据及其派生的多种宏观和微观地形因子为研究对象,通过基于统计分析的模糊地貌分类法,将地形从宏观上自动划分为山地和平原两类,根据其地貌特点,自动筛选最佳流域河网提取算法。平原区域选择基于启发式信息的多流向算法提取河网,山地区域则采用多流向淹没算法提取流域河网。针对地形自适应的流域河网提取模型中的精度要求,结合不同气候和下垫面的条件,研究集水面积阈值与流域降水、地形和地表覆被之间的关系,得到各因子与阈值间的多元线性回归方程,实现阈值自主设定。同时,针对流域河网的实时性要求,将原有串行实现的算法,结合计算机并行技术,发展流域河网算法的并行化,在保证算法精度的同时,提高了算法执行的效率。最后,将流域河网应用到洪水演进模拟中,优化双层异步迭代中的水流分配策略,有效地模拟自然地形下的洪水演进过程。此外,将其与区域地球化学勘查相结合,实现自动化的水系沉积物工作布置方法,减少了人为造成的数据误差,提高了水系沉积物采样的精度和效率。论文研究成果主要包含以下几个方面：1)地形自适应的高精度河网提取算法研究论文利用均值变点分析法,同时借鉴基于统计分析的模糊地貌分类法,将地貌从宏观形态上自动划分为山区和平原两种地貌单元。地貌类型的自动划分结果和高低起伏的地貌格局相符,验证了基于最佳地形特征空间的非监督分类法识别地形的可靠性。论文为了能更好的模拟水流在坡面上的散漫流动,发展基于三角面的最大下坡坡度多流向算法(Triangular Facet Multiple Flow based on maximum downslope gradient,TFM_md)。构建四种入工模拟表面DEM,采用SCA对流向算法精确定量评价。相较其他六种通用流向算法,结果表明TFM_md算法在模拟水流方向和汇流累积量上表现较好且SCA残差分布较少,获得较少误差传播。因此,基于兰角面的最大下坡坡度多流向算法能够充分模拟地表漫流过程,是一种适当、可信的方法。论文根据地貌划分的结果,选择漳河流域作为研究对象,采用多流向淹没算法(Multiple Flow Direction Flooding Algorithm for River Networks,MFDFN)提取山地区域流域河网。分别从定性的空间形态分布和定量的多距离缓冲区河网评价两方面,将MFDFN算法与其他七种河网提取算法进行对比。结果表明：MFDFN算法能形成连续且具有一定宽度橱格河网,有效地减少了平行河道和伪河道,与实际地形形态更加吻合,同时,MFDFN算法在十个缓冲区内的缓冲距离标准差为最小值0.58。因此,MFDFN算法提取流域河翔效果较优。同时,选择汉水区域作为研究区域,验证提出的基于启发式信息的多流向算法(Multiple Flow Direction Heuristic Information Algorithm for River Networks, MFDHN)提取平原区域流域河网。MFDHN算法弓I入真实河网数据,采用启发式的预处理操作和TFM_md算法提取流域河网。选取D8算法和MFDHN算法提取汉水研究区域的流域河网数据。结果袭明:从空闻分布上,MFDHN算法生成连续的河网,且有效地减少了平行河道和伪河道。因此,论文提出的地形自适应流域河网提取算法,提高了流域河网提取的精度,其有明确物理意义。2)综合DEM数据的集水面积阈值设定研究论文以武汉区域气候中心提供的湖北省1975年至2010年年平均降水量和地表植被覆盖数据为样本,以湖北省1：5万高程数据为基础,以不同下垫免条件下的20个样本区域为研究对象,研究区域地面坡度、降水、地表植被等因素对集水面积阈值的影响。采用多元线性回归分析的方法,确定平均坡度、多年平均降水最和地表植被覆盖率与集水面积阈值之间的相关关系,从而得到三个关键因子对集水面积阈值影响的综合量化指标。多因素拟合的线性回归方程拟合优度为0.837,方程的显著性检验0.9998,因此整个回归方程是显著的。利用建立的阈值设定模型,选取典型流域数据带入回归方程检验。实验结果表明：基于回归方实现的集水面积阈值设置,提取的流域河网与实际河网形态一致。因此,文中提出的基于多元线性回归模型建立的综合DEM数据的集水面积闽值设定是合理、可行方法。3)发展流域河网提取算法的并行化论文通过分析流域河网提取在GPU上实施的可行性,在串行算法基础上,提出了基于统一设备计算架构模型的栅格流域河网提取并行算法。基于CUDA的设计思想和编程模式,将串行算法中耗时集中的流量分配系数和汇流累积量两个方面,采用数据划分和异步传输策略实现算法并行化。为评估并行栅格河网提取算法的性能,选择漳河流域为研究区域,对比测试不同数据量DEM在CPU上串行执行和GPU上并行执行的时间消耗。结果表明：流向分配和流域河网提取的计算耗时与格网大小呈二次多项式关系。当数据最达到5160×7260时,弗行流向算法的加速比达到28.4倍,并行流域河网提取的最大加速比达到56.8倍。因此,流域河网并行算法提高了生成栅格河网的速度,可有效地用来进行实时交互特征提取。4)流域河网漫顶洪水演进模拟算法研究论文结合实际地形信息,选择地形自适应的流域河网提取模裂,采用多流向TFM_md算法优化双层异步迭代河网漫顶洪水演进中的水量分配策略,模拟洪水的演进过程。通过多流向双层异步迭代策略,有效的解决丫单流向均一化迭代导致的洪水演进模拟精度问题,建立了栅格迭代步长的自适应选择机制。以曹水流域为实验区域,选取降雨多个时次的模拟结果对比分析。结果表明：相较其他算法,多流向双层异步迭代算法地形敏感度较强,在不同时段总的淹没面积与FloodArea算法总体差异较小。因此,多流向双层异步迭代河网漫顶洪水演进算法可以有效地模拟洪水演进过程,能实时获取洪水的淹没范围和水深分布信息,为防汛指挥、风险图制作、风险评估等提供有力的依据。5)实现自动化的水系沉积物采样布置方法论文将计算机技术与地球化学勘查工作领域相结合。利用计算机强大的数据处理和计算能力,从地球化学工作布置角度入手,通过理论分析和实验,针对水系沉积物布置工作,结合地形自适应的河网提取算法,采用等高线曲率法获取谷地点,优化河网形态,实现自动化的水系沉积物布置方法。通过实验数据,对比分析手工绘制水系沉积物采样点和基于地形自适应流域河网模型的自动化布置的水系采样点,实验结果表明：自动化提取的水系和手工绘制的水系吻合程度较高,两者采集的水系沉积物采样点位置差异较小,能够满足实际生产需求。因此,自动化水系沉积物布置方法较传统的手工采样布置极大的缩减了耗时,提高水系沉积物采样的效率。论文创新点主要体现在：1)引入TFM算法构造像元内连续表面,同时结合MFD_md算法对水流分配权重的优化,发展基于三角面的最大下坡坡度多流向算法(TFM_md)。该算法实现像元内部和邻域像元间两级划分,水流分配策略影响因素分析全面,物理意义明确。2)提出了地形自适应的流域高精度河网提取模型。根据自动划分的不同的地貌形态(平原和山地单元),自适应的选取适合的数字流域提取模型,有效地减少了平行河道和伪河道,提高流域河网提取的精度。3)构建了基于多因素回归方程的综合DEM数据的集水面积阈值自动选取模型,实现了快速确定最佳集水面积阈值,为分布式水文模型的产汇流提供参考。4)采用多流向算法(TFM_md)优化双层异步迭代中的水量分配策略,发展了多流向双层异步迭代策略的流域河网漫顶洪水演进模型,有效地模拟自然地形条件下河网漫顶洪水演进过程。
[Abstract]:......
【学位授予单位】：中国地质大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：P332;P208

【参考文献】