机载LiDAR DEM在流域水文分析与模拟中的尺度效应

doi:10.13474/j.cnki.11-2246.2020.0109

测绘通报 ›› 2020, Vol. 0 ›› Issue (4): 40-46.doi: 10.13474/j.cnki.11-2246.2020.0109

机载LiDAR DEM在流域水文分析与模拟中的尺度效应

兰进京^1,2, 于海洋², 陈琳³, 马慧慧⁴, 张慧勇⁵

1. 河南省地矿局第二地质矿产调查院, 河南郑州 450001;
2. 河南理工大学测绘与国土信息工程学院, 河南焦作 454000;
3. 黄河水利职业技术学院, 河南开封 475004;
4. 杭州天远三维检测技术有限公司, 浙江杭州 310000;
5. 河南省国土资源调查规划院新郑分院, 河南郑州 450053

收稿日期:2019-12-04 出版日期:2020-04-25 发布日期:2020-05-08
作者简介:兰进京(1978-),男,硕士,高级工程师,主要从事工程测绘技术、地理信息系统工程、摄影测量与遥感等方面的研究。E-mail:lanjinjing@163.com
基金资助:
2019年度河南省自然资源科研项目（豫财招标购-2019-378-16）

Scale effect of airborne LiDAR DEM in watershed hydrological analysis and simulation

LAN Jinjing^1,2, YU Haiyang², CHEN Lin³, MA Huihui⁴, ZHANG Huiyong⁵

1. No.2 Institute of Geological&Mineral Resoures Survey of Henan, Zhengzhou 450001, China;
2. School of Surveying and Land Information Engineering, Henan Polytechnic University, Jiaozuo 454000, China;
3. Yellow River Conservancy Techical Institute, Kaifeng 475004, China;
4. Hangzhou Tianyuan 3D Scanning Technology Co., Ltd., Hangzhou 310000, China;
5. Xinzheng Branch of Henan Land and Resources Investigation and Planning Institute, Zhengzhou 450053, China

Received:2019-12-04 Online:2020-04-25 Published:2020-05-08

摘要/Abstract

摘要： DEM数据是流域水文分析和模拟的基础，不同DEM分辨率尺度深刻影响着水文分析和水文过程模拟的结果。本文基于机载LiDAR获取的DEM数据，分析了不同分辨率LiDAR DEM在坡度提取、水文指数分析和流域特征参数提取中的差异及产生原因；基于SWAT分布式水文模型模拟研究了不同分辨率DEM数据的水文效应。研究结果表明：随着DEM分辨率的降低，坡度平均值减小，TWI平均值增大，SPI平均值减小，LSF均值先增大后减小，当分辨率为10 m时，LSF取得最大值；SWAT模型模拟结果表明，随分辨率的降低、坡度值的变小，地形湿度指数变大，蒸散发量增加，地表径流深减小，而土壤渗漏量与地下径流量则是先减小后增加，出现极值时DEM分辨率为10 m，与LSF出现极值时一致。

关键词: LiDAR, DEM, 尺度效应, 水文分析, SWAT模型

Abstract: DEM data is the basis for watershed hydrological analysis and simulation. The results of hydrological analysis and simulation have been impacted profoundly by different resolution scale of DEM. Based on the DEM data acquired by airborne LiDAR, the discrepancies resulted from different resolution DEM in slope extraction and hydrological index analysis are analyzed. And the SWAT distributed hydrological model is used to simulate and analyze the hydrological effects of DEM data with different resolutions. The research shows that, with the decrease of the DEM resolution, the slope and the mean SPI reduced, the mean TWI increased. The mean LSF increases first and then decreases, the maximum LSF is at 10 m resolution. The SWAT model simulation results indicate that, with the lower resolution and the smaller value of the slope, TWI becomes larger, evapotranspiration increases, surface runoff depth reduces while the amount of soil leakage and underground runoff is first decrease and then increase, same as LSF, 10 m is the extreme point.

Key words: LiDAR, DEM, scale effect, hydrological analysis, SWAT model

中图分类号:

P237

兰进京, 于海洋, 陈琳, 马慧慧, 张慧勇. 机载LiDAR DEM在流域水文分析与模拟中的尺度效应[J]. 测绘通报, 2020, 0(4): 40-46.

LAN Jinjing, YU Haiyang, CHEN Lin, MA Huihui, ZHANG Huiyong. Scale effect of airborne LiDAR DEM in watershed hydrological analysis and simulation[J]. Bulletin of Surveying and Mapping, 2020, 0(4): 40-46.

参考文献

[1] REDDY A S, REDDY M J. Evaluating the influence of spatial resolutions of DEM on watershed runoff and sediment yield using SWAT[J]. Journal of Earth System Science, 2015, 124(7):1517-1529.
[2] 刘远, 周买春, 陈芷菁, 等. 基于不同DEM数据源的数字河网提取对比分析——以韩江流域为例[J]. 地理科学, 2012,32(9):1112-1118.
[3] THOMAS I A, JORDAN P, MELLANDER P E, et al. Improving the identification of hydrologically sensitive areas using LiDAR DEMs for the delineation and mitigation of critical source areas of diffuse pollution[J]. Science of the Total Environment, 2016,556(1):276-290.
[4] ZHANG P, LIU R, BAO Y, et al. Uncertainty of SWAT model at different DEM resolutions in a large mountainous watershed[J]. Water Research, 2014, 53(1):132-144.
[5] 陶旸,汤国安,王春,等. DEM地形信息量计算的不确定性研究[J]. 地理科学, 2010,30(3):398-402.
[6] WU S, LI J, HUANG G H. Characterization and evaluation of elevation data uncertainty in water resources modeling with GIS[J]. Water Resour Manage, 2008, 22(8):959-972.
[7] 鲍伟佳,程先富,陈旭东. DEM水平分辨率对流域特征提取的影响分析[J]. 水土保持研究, 2011,18(2):129-132.
[8] SULIMAN A H A, KATIMON A, DARUS I Z M, et al. Topmodel for streamflow simulation of a tropical catchment using different resolutions of ASTER DEM:optimization through response surface methodology[J]. Water Resources Management, 2016, 30(9):3159-3173.
[9] WANG X Y, LIN Q. Effect of DEM mesh size on Ann-AGNPS simulation and slope correction[J]. Environ Monit Assess, 2011,179(1-4):267-277.
[10] DIXON B E J. Resample or not effects of resolution of DEMs in watershed modeling[J]. Hydrol Process, 2009, 23(12):1714-1724.
[11] 于海洋,卢小平,程钢,等. 基于LiDAR数据的流域水系网络提取方法研究[J]. 地理与地理信息科学, 2013,29(1):17-21.
[12] 胡卓玮,李洋,王志恒.基于DEM的四川省低山丘陵区坡度提取不确定性分析[J].山地学报, 2012,30(5):636-640.
[13] 于海洋,罗玲,马慧慧,等. SRTM(1″)DEM在流域水文分析中的适用性研究[J]. 国土资源遥感, 2017,29(2):138-143
[14] SINNATHAMBY S, DOUGLAS-MANKIN K R, CRAIGE C. Field-scale calibration of crop-yield parameters in the soil and water assessment tool (SWAT)[J]. Agricultural Water Management, 2017, 180(2):61-69.
[15] 闫强,廖静娟,沈国状. 近40年乌兰乌拉湖变化的遥感分析与水文模型模拟[J]. 国土资源遥感, 2014,26(1):152-157.
[16] GONG Jianya. Photogrammetry and deep learning[J]. Journal of Geodesy and Geoinformation Science, 2018, 1(1):1-15.

机载LiDAR DEM在流域水文分析与模拟中的尺度效应

Scale effect of airborne LiDAR DEM in watershed hydrological analysis and simulation

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[3]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[4]	刘卓, 李佳, 张翔, 郭磊, 刘艳阳, 徐浩栋, 顾云杨, 陈重华. 利用TanDEM-X影像和ICESat-2高程数据获取南极高精度数字高程模型[J]. 测绘通报, 2022, 0(4): 72-76.
[5]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.
[6]	宁婷, 崔伟, 马晓勇. 基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例[J]. 测绘通报, 2022, 0(2): 159-163.
[7]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[8]	马顶, 赵尚民, 程维明. 基于LROC NAC影像的高分辨率连续DEM数据制作[J]. 测绘通报, 2021, 0(9): 93-97.
[9]	高智梅, 王竞雪, 沈昭宇. 机载LiDAR建筑物点云渐进提取算法[J]. 测绘通报, 2021, 0(8): 7-13,36.
[10]	罗为东, 甘淑, 袁希平, 高莎. 恐龙谷南缘微地貌地形特征要素提取及分析[J]. 测绘通报, 2021, 0(8): 48-54.
[11]	王晓静, 唐超, 王勇, 侯海倩, 杨晓飞. 封闭环境下限制误差发散的高精度导航定位[J]. 测绘通报, 2021, 0(8): 65-68,73.
[12]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[13]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[14]	熊友谊, 乔纪纲, 张文金. 基于线特征的鱼眼图像与地面激光雷达点云配准[J]. 测绘通报, 2021, 0(7): 74-80.
[15]	王岩, 范子贤, 李成名, 戴昭鑫, 吴政. 大尺度平原城市精细汇水区分级划分研究[J]. 测绘通报, 2021, 0(7): 117-120,125.