CN102722909B - 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 - Google Patents
一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 Download PDFInfo
- Publication number
- CN102722909B CN102722909B CN201210167885.5A CN201210167885A CN102722909B CN 102722909 B CN102722909 B CN 102722909B CN 201210167885 A CN201210167885 A CN 201210167885A CN 102722909 B CN102722909 B CN 102722909B
- Authority
- CN
- China
- Prior art keywords
- water flow
- scale
- hydrological
- dem
- topology network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005094 computer simulation Methods 0.000 title claims abstract description 33
- 230000000694 effects Effects 0.000 title description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 75
- 239000002352 surface water Substances 0.000 claims abstract description 28
- 230000003044 adaptive effect Effects 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 30
- 230000001788 irregular Effects 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 10
- 238000009828 non-uniform distribution Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 abstract description 34
- 239000000284 extract Substances 0.000 abstract description 3
- 238000011439 discrete element method Methods 0.000 description 46
- 238000004088 simulation Methods 0.000 description 30
- 238000004364 calculation method Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000001704 evaporation Methods 0.000 description 4
- 230000008020 evaporation Effects 0.000 description 4
- 238000013277 forecasting method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000001764 infiltration Methods 0.000 description 3
- 230000008595 infiltration Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- CZIANYBTJZHSQL-XXFZXMJFSA-N 4-azido-n-hexadecyl-2-hydroxy-3-iodanylbenzamide Chemical compound CCCCCCCCCCCCCCCCNC(=O)C1=CC=C(N=[N+]=[N-])C([125I])=C1O CZIANYBTJZHSQL-XXFZXMJFSA-N 0.000 description 1
- 208000014669 Hemophagocytic syndrome associated with an infection Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于自适应尺度DEM的流水线拓扑网络动态模拟方法,即充分利用日益增长的高精度DEM数据，提取地形、水文特征，并给特征赋予尺度属性，从而构建基于河流网约束TIN的自适应尺度DEM数据库。在此基础上，计算TIN中每一个三角形的水流方向，构建从任意位置到流域出口的水流线路，从而将三维的地形表达简化为一维的拓扑流水线结构，实现嵌套式的多尺度多层级拓扑结构，利用经典的水文公式计算相关水文参量，实现从广域到局部范围的地表水流动态模拟多尺度应用。
Description
技术领域
本发明属于数字地形分析领域，特别涉及基于自适应尺度DEM的流水线拓扑网络动态模拟方法。
背景技术
地学过程的动态模拟与预测是当前地理学、环境科学、信息科学等多学科领域所共同关注的一个研究热点问题。水文模型作为地学过程动态模拟的一个典型应用长期受到众多专家、学者的关注。例如，通过地表水过程的动态模拟，可在降雨径流形成原理和洪水波运动规律的基础上，对洪水灾情进行预测，以辅助防洪决策支持；对突发性水污染事故造成的污染情况进行模拟，以便能及时确定受影响的范围和对象，采取适当的措施控制其不利影响。
时空动态模拟中的尺度问题涉及到两个方面：空间尺度和时间尺度。很多与水文相关的地形参数都是连续变化的，数字化过程中必须对地形进行简化，空间尺度（空间分辨率）越高，数字地形越能表述真实的水文参数，但是空间分辨率增加，数据存储与处理的数量越大。同样，在时间尺度中，水文参数的记录和计算时间间隔越短，越能真实描述水文过程，但使得存储和计算量极大地增加。另一方面，不同的水文过程可能作用于不同的空间和时间尺度，因此准确的描述这些水文过程要求水文模型同时兼容多个时间尺度。如何根据水文过程自适应地选择所需尺度是亟待解决的关键问题。
水文模型在数十年的研究过程中，经历了从传统的集总式模型，到半分布式模型，再到空间分布式模型的发展历程(Saint-Venant,1871;Abbott et al.,1986;Turcotte et al.,2001)。当前的水文模型需要充分考虑环境因素和水文过程的时空变化分布，而数字地形建模方法有效地提供了地理空间信息的管理及分析方法，使得在一定条件下基于物理原理来预测径流的时空模式成为可能。
水文模型中通常采用的地形表面描述方法是规则格网DEM(李志林等，2000；周启鸣等，2006)。DEM即数字高程模型。随着早期GIS（地理信息系统）的出现，基于规则格网DEM的水文模型就得以发展，并在分布式水文模型中得到了广泛应用。Beven et al.(1979)提出了一种基于地形的水文模型（TOPMODEL），为了计算产汇流，该模型基于DEM推求地形参数来反映地表及浅层地下层的水文特征。但TOPMODEL并未考虑降雨和蒸发等水文物理过程，因而只是部分模拟了水文过程。Beven et al.(1980)等联合研制并改进的SHE模型（SystemHydrologic European）是一个典型的分布式水文模型，其流域被划分为三维（垂直多层）规则网格，以便结合模型参数和降雨输入来模拟水文过程。Arnold(1994)为USDA开发了SWAT模型（Soil and Water Assessment Tool）。SWAT模型属于半分布式水文模型，它利用栅格DEM以融合GIS和RS（遥感）提供的空间信息划分水文特征区以减少计算量，从而模拟复杂大流域中的水文物理过程。
由于规则格网DEM本身就是一个对真实世界连续表面使用规则空间采样的近似描述，其精度被量测误差、采样误差、格网分辨率等因素制约，难以充分准确表达变化多样的地形特征。虽然尺度越精细，所描述的时空过程越接近真实数据，却也极大增加了存储量和计算量。为使所选择的DEM数据尺度能够符合水文模拟所需尺度，通常采用DEM数据综合方法（费立凡等，2006，胡鹏等，2009）。Zhang and Montgomery（1994）采用不同栅格分辨率（2-90m）检测了栅格大小对地形表达和水文模拟的影响，结果显示DEM栅格分辨率对地形参数和水位计算有很大影响。Zhou and Liu（2004）研究了DEM栅格分辨率对多种坡度和坡向算法的影响，并推断DEM地形参数的不确定性与栅格数据结构紧密相关。
另一种方法是在水文应用中采用不规则三角网(TIN)模型。TIN具有一定的矢量数据特征，能够有效地表达任何大小、形状和角度的点、线和面，而且可以方便地嵌入特征点（“转折点”等）和特征线（流水线、山脊线等），从而有效地表达地形变化。Vivoni,et al.(2005)在TIN模型中嵌入河流线、河流边界以及河漫滩等水文特征构建适应于水文应用的数字地表模型。Zhou and Chen(2011)提出了一种地形混合点提取算法(Compound Point Extraction，CPE)来构建受流水线约束的TIN结构，基于受约束的TIN，可从任意起点沿着TIN表面上相邻三角形的最大坡降方向描绘水流路径。
相对于基于规则格网的DEM的水文模型，基于TIN的地形表达的水文模型在某些方面有一些天然优势。然而由于TIN数据结构的不规则性，对于空间水文过程的模拟以及相关算法提出了很大的挑战。基于TIN的综合方法在水文应用中主要利用特征点（如拐点）和特征线（如流域线）构建TIN表达不同尺度下的地形表面（Heller,1990）。Kidner et al.（2000）对多尺度数据模型提出了一种无拓扑的TIN结构，只存储特征点和线（如流域线、山脊线），并构建了便于多尺度查询的层次TIN模型。Danovaro et al.（2006）提出了一种多分辨率表面网络（MSN），采用特征点（极小值点、极大值点和鞍点）和特征线构建TIN来描述各种分辨率的地表。
无论是基于格网DEM还是基于TIN的地表模型表达仅仅描述了地形表面，还不能表现出地表水流的动态特征。由于地表水是自然地理环境中最活跃的因素，因此对地表水过程的动态模拟也是地学过程模拟中最重要的组成部分。地表水动态模拟与预测的关键问题是如何确定流量和流速之间的关系(Djokic and Maidment,1993)。
早期对地表水动态模拟采用经验公式进行推算(Dietrich et al,1993)。随着数字地形模型和数字地形分析研究的进展，使得采用物理模型来预测一定环境条件下的径流和土壤侵蚀成为可能(Beven and Moore,1994)。Bates and Roo(2000)提出了针对河道径流的一维运动波近似法以及洪泛区径流的二维扩散波表示法。Tucker et al.(2001)提出了CHILD模型(Channel-Hillslope Integrated Landscape Development)，它基于TIN模型模拟出由侵蚀与沉积作用导致的地形变化。Vivoni et al.(2005)开发出tRIBS模型（TIN-based Real-time IntegratedBasin Simulator）以预测降雨后地表和地下的水文响应。
尽管科学家进行多年的努力，当前实际应用的水文模型大多都是非分布式或者半分布式水文模型，地理信息系统仅仅用来计算流域水文参数。工程上实际应用的水文模型主要是采用传统水文模型捆绑到地理信息系统上的非分布式水文模型，例如TR20,HEC-1,SWAT等，分布式水文模型基本上仅用于实验室研究小范围水文动态。这是因为分布式水文模型至今无法妥善解决时间与空间尺度的分辨率与超大计算量之间的矛盾。
现有的发明大多采用基于栅格的分布式水文模型，进行单一尺度的水文模拟和洪水预报，与之相关的有：
南京大学的张万昌等(2011，参见背景文献23)提出了一种以栅格为模拟单元的分布式水文模型设计方法。它将分布式参数矢量数据转换为栅格数据，建立栅格通用产流类型，通过产流和汇流过程设计，进行不同条件下模型的产流、汇流过程演算。最终实现干旱区和湿润区的流域水文过程模拟，以及流域的短期洪水预报和长期降雨～径流过程模拟。
浙江大学的冉启华等(2011，参见背景文献24)提出了一种基于降雨-径流-洪水演进计算的洪水预报方法。它根据分布式水文模型和水动力模型的规范和要求进行水文数据集成，并利用模型进行洪水演进过程；比较计算流域内各河道关键节点的水位预报数据以及警戒水位数据，并进行结果发布。最终能够方便的根据实测雨、水情进行各点的洪水预报。
国网电力科学研究院的李春红等(2010，参见背景文献25)提出了一种不同机制水文模型组合的水文预报方法。根据流域特性，配置符合流域特性的3种或3种以上中期水文预报模型，并采用水文历史数据，针对每一种水文预报模型率定出综合精度最高的模型参数。在每个预报时刻，配置不同的预报组合方案，并依据优选参数进行前期试预报计算；自动评定各组合方案的试预报计算结果，获得当前最优的组合方式，最终应用于当前水文预报。
以上发明并未考虑到时空尺度问题，难以支持复杂的流域水文模型。为了满足从广域到局部范围的多尺度或跨尺度应用需求，需要新的理论和方法以提高地表水流动态模拟的精度、使用范围和效率。
背景文献：
1.李志林、朱庆，2000，数字高程模型[M]，武汉：武汉测绘科技大学出版社。
2.周启鸣、刘学军，2006，数字地形分析，北京：科学出版社。
3.胡鹏、高俊，2009，数字高程模型的数字综合原理研究，武汉大学学报·信息科学版，34（8）：940-942。
4.费立凡、何津、马晨燕、颜辉武，2006，3维Douglas-Peucker算法及其在DEM自动综合中的应用研究，测绘学报，35（8）：278-284。
5.Abbott,M.B.,Bathurst,J.A.,Cunge,P.E.,1986.An introduction to the European hydrologicalsystem-systeme hydrologique Europeen"SHE″:part 1.History and philosophy of a physicallybased distributed modeling system.Journal of Hydrology 87,45-59.
6.Arnold,J.G.,Williams,J.R.,Srinivasan,R.,King,K.W.,Griggs,R.H.,1994.SWAT-Soil andWater Assessment Tool-User Manual.Agricultural Research Service,Grassland,Soil andWater Research Laboratory,US Department of Agriculture.
7.Bates,P.D.,De Roo,A.P.J.,2000.A simple raster-based model for flood inundation simulation.Journal of Hydrology 236,54-77.
8.Beven,K.J.,Kirkby,M.J.,1979.A physically based,variable contributing area model of basinhydrology.Hydrological Sciences Bulletin 24,43-69.
9.Beven,K.J.,Moore,I.D.,1993.Terrain Analysis and Distributed Modeling in Hydrology.Chichester,UK:John Wiley&Sons,249pp.
10.Beven,K.J.,Warren,R.,Zaoui,J.,1980.SHE:Towards a Methodology for Physically-BasedDistributed Forecasting in Hydrology.In Hydrological Forecasting,IAHS Publication 129,133-137.
11.Danovaro,E.,Floriani,L.D.,Papaleo,L,2006.A multi-resolution representation for terrainmorphology.Lecture Notes in Computer Science 4197:33-46.
12.Dietrich,W.E,Wilson,C.J.,Montgomery，D.R.and McKean,J.,1993.Analysis of erosionthresholds,channel networks,and landscape morphology using a digital terrain model.Journalof Geology 101,259-278.
13.Djokic,D.,Maidment,D.R.,1993.Application of GIS network routines for water flow andtransport.Journal of Water Resources Planning and Management 119(2),229-245.
14.Heller,M.,1990.Triangulation algorithms for adaptive terrain modelling.Proc.4th InternationalSymposium on Spatial Data Handling,Zürich,1:163-174.
15.Kidner,D.B.,Ware,J.M.,Sparkes,A.J.,Jones,C.B.,2000.Multiscale terrain and topographicmodelling with the implicit TIN.Transactions in GIS 4(4):379-408.
16.Saint-Venant,Barre de,1871.Theory of unsteady water flow，with application to river floodsand to propagation of tides in river channels.French Academy of Science 73,148-154,237-240.
17.Tucker,G.E.,Lancaster,S.T.,Gasparini,N.M.,Bras,R.L.,2001.The Channel-HillslopeIntegrated Landscape Development(CHILD)model.In Harmon,R.S.,Doe,W.(Ed.),Landscape Erosion and Evolution Modelling,Dordrecht,Kluwer Academic/Plenum Publishers,pp.349–388.
18.Turcotte,R.,Fortin,J.P.,Rousseau,A.N.,Massicotte,S.,Villeneuve,J.P.,2001.Determinationof the drainage structure of a watershed using a digital elevation model and a digital river andlake network.Journal of Hydrology 240,225–242.
19.Vivoni,E.R.,Teles,V.,Ivanov,V.Y.,Bras,R.,Dara,E.,2005.Embedding landscape processesinto triangulated terrain models.International Journal of Geographical Information Science19(4),429-457.
20.Zhang,W.,Montgomery,D.R.,1994.Digital elevation model grid size,landscaperepresentation,and hydrologic simulations.Water Resources Research 30(4):1019-1028.
21.Zhou,Q.,Chen,Y.,2011.Generalization of DEM for terrain analysis using a compound method.ISPRS Journal of Photogrammetry and Remote Sensing 66(1),38-45.
22.Zhou,Q.,Liu,X.,2004.Error analysis on grid-based slope and aspect algorithms,Photogrammetric Engineering and Remote Sensing 70(8),957-962.
23.南京大学，张万昌，张东，一种以栅格为模拟单元的分布式水文模型设计方法，中国专利，201010590169，2011-04-27.
24.浙江大学，冉启华，王振宇，贺治国，基于降雨-径流-洪水演进计算的洪水预报方法，中国专利,201110207840，2011-12-21.
25.国网电力科学研究院，李春红，王峰，张俊，吕仲成，一种不同机制水文模型组合的水文预报方法，200910234628，2010-11-03.
发明内容
本发明所要解决的是海量数据下水文模拟的多尺度应用需求,提供一种全新的基于自适应尺度DEM（Scale-adaptive DEM,简称：S-DEM）的流水线拓扑网络模型（TopologicalFlow-path Network model,简称：TFN）以实现地表水流的动态模拟。
本发明的技术方案所提供基于自适应尺度DEM的流水线拓扑网络动态模拟方法，包括以下步骤：
步骤1，基于自适应尺度DEM数据结构，按照指定尺度信息生成相应的不规则三角网；
步骤2，计算步骤1所得不规则三角网中每个三角面的水流方向线，构建从任意位置到流域出口的水流路径，根据所得水流路径建立流水线拓扑网络；
步骤3，基于步骤2所得流水线拓扑网络，进行地表水流动态模拟。
而且，步骤2包括以下子步骤，
步骤2.1，对不规则三角网划分规则的网格，并在每个格网中随机选取一个采样点作为降雨源点；
步骤2.2，通过计算不规则三角网上每个三角面的坡度和坡向，得到每个三角面的水流方向线，以任一降雨源点为起点，按照水流方向线追踪，构建得到从任意位置到流域出口的水流路径；
步骤2.3，基于步骤2.2所得水流路径，建立流水线拓扑网络。
而且，步骤3中，在只考虑重力因素的情况下进行地表水流动态模拟，实现方式如下，模拟一段时间内时空均匀分布和非均匀分布的降雨过程，根据步骤2所得流水线拓扑网络，采用水文公式计算出流水线拓扑网络中每条水流线段的流速，获得降雨区域的任意一点在任意时间段的降雨-径流模拟曲线。
而且，步骤3中，在考虑重力因素和其他环境变量的情况下进行地表水流动态模拟，实现方式如下，
利用真实的降雨数据，采用水文模型计算出产流数据，根据步骤2所得流水线拓扑网络动态模拟出不同时间下的汇流结果。
本发明提出了一种基于自适应尺度DEM的流水线拓扑网络动态模拟方法,即充分利用日益增长的高精度DEM数据，提取地形、水文特征，并给特征赋予尺度属性，从而构建基于河流网约束TIN的自适应尺度DEM数据库。在此基础上，计算TIN中每一个三角形的水流方向，构建从任意位置到流域出口的水流线路，从而将三维的地形表达简化为一维的拓扑流水线结构，实现嵌套式的多尺度多层级拓扑结构，利用经典的水文公式计算相关水文参量（如流速、流量），实现从广域到局部范围的地表水流动态模拟多尺度应用。
附图说明
图1为本发明实施例的流程图。
图2为本发明实施例的自适应尺度DEM建模流程图。
图3为本发明实施例的建立流水线拓扑网络流程图。
图4为本发明实施例的地表水流动态模拟示意图。
图5为本发明实施例的精度评价流程图。
具体实施方法
本发明要解决的核心问题是：构建一个基于自适应尺度DEM的流水线拓扑网络模型，进行多种尺度下的水流动态模拟，并保持不同尺度下结果的准确性和一致性，从而满足从广域到局部范围的多尺度或跨尺度应用需求，同时提高地表水流动态模拟的精度、使用范围和效率。
实施例的流程参见附图1，采取一种基于自适应尺度DEM（S-DEM）的流水线拓扑网络（TFN）模型来实现地表水流的动态模拟。从高精度的DEM数据中提取特征点和线，构建基于河流网约束TIN的自适应尺度DEM数据库（S-DEM）。在此基础上，计算TIN中每一个三角形的水流方向，构建从任意位置到流域出口的水流线路，从而将三维的地形表达简化为一维的流水线拓扑结构（TFN），建立水流线间的拓扑关系，实现嵌套式的多尺度多层级拓扑结构，并利用经典的水文公式计算相关水文参量（如流速、流量），进行基于流水线拓扑结构的地表水流动态模拟，最后可以评估不同尺度下流水线拓扑网络的模拟精度，对模拟结果的精度加以验证。以下分步骤详细说明实施例的具体实施过程：
步骤1，基于自适应尺度DEM数据结构，按照指定尺度信息生成相应的不规则三角网。
可预先从一个精细尺度DEM数据库中提取地形特征点、线，构建地形特征点、线与尺度之间的映射关系，为地形特征赋予尺度信息属性，从而构建S-DEM地形特征数据库。在实现本发明技术方案时，根据应用需求尺度从S-DEM地形特征数据库中自适应地提取满足该尺度条件的特征点、线，动态构建TIN，生成适应于该尺度的数字高程模型。一般由用户提供指定尺度信息，作为应用需求尺度。
具体实施时，构建保持地形特征的自适应尺度DEM的方法可参见武汉大学，周启鸣，一种保持地形特征的自适应尺度DEM建模方法，中国专利,201110033539,2011-07-13公开.
为便于实施参考起见，提供实施例具体步骤如下，如图2：
步骤1.1，对精细尺度DEM采用特征点提取算法和特征线提取算法,通过改变特征提取算法的参数，获得不同参数水平下的地形和水文特征，并构建TIN，与原始DEM进行精度比较，计算误差值。结合国家DEM精度规范，建立起误差值与尺度间的函数关系，最终归纳出参数与水文模型尺度之间的关系。
实施例首先利用现有最大z-tolerance算法，从精细尺度DEM数据库中提取地表的特征点，z-tolerance指定了由该等级下的特征点集生成的TIN容忍范围内的最大高程误差(记为z)，随着z值的变化从原始精细尺度的DEM中检索出不同级别的地表的特征点。为了突出关键流域特征，再采取D8算法将补充的流域的特征线从原始精细尺度的DEM中识别出来，并加入到特征点集，基于地表的特征点和流域的特征线最后生成受流域约束的TIN。比较原始精细尺度的DEM和所得的不规则三角网，通过精度分析计算出最大高程误差z在不同取值下的均方根误差RMSE，对最大高程误差z和均方根误差RMSE进行曲线拟合，得到最大高程误差z和均方根误差RMSE之间的最佳函数解析表达式。
步骤1.2，根据不同尺度的特征点集构建自适应尺度DEM数据结构。本步骤给地形特征赋予尺度属性。可利用各种相关规范和标准来进行基于尺度信息的特征点、线提取，从而得到符合规范的多尺度特征点、线。通过选取分级等间距尺度，计算指定尺度的特征点、线，构建初始分级尺度特征库，并从中提取特征点、线的尺度信息，给地形特征赋予尺度属性，构建S-DEM特征库。
实施例首先根据制图规范中比例尺和等高距的关系，获取与尺度对应的z和RMSE取值范围，确定z的准确取值范围，再次利用CPE提取出不同尺度下的特征点；如果在某尺度下，存在有两个特征点的间距小于该尺度下栅格数字高程模型的格网单元间距，就只保留其中最大高程误差z取值较大的特征点；如果一个特征点和简化后流域线的间距与简化后流域线长度的比值小于设定的阈值，去除该特征点。
按照上述操作提取出符合规范的特征点集(特征线也可视为多个特征点)后，对各特征点赋予尺度属性，某个特征点的尺度属性为所有出现该特征点的尺度中的最粗尺度，表示从最精细尺度到该最粗尺度都包含该特征点；从而得到包含所有特征点的尺度属性图，构建出自适应尺度DEM数据结构。可以预先以数据库形式保存信息，即构建地形特征点、线与尺度之间的映射关系，为地形特征赋予尺度信息属性，得到尺度属性图，从而构建S-DEM地形特征数据库。
步骤1.3，在不同尺度下进行自适应转化。对用户定制尺度，判断是否存在于S-DEM地形特征数据库中。如果存在，则从S-DEM特征库中提取该尺度下的特征点、线，动态构建TIN，建立数字高程模型；如果不存在，则通过判断准则从精细尺度下提取的特征中获取用户定制尺度的特征点、线，并对S-DEM地形特征数据库进行动态更新，这样还是可以从S-DEM地形特征数据库中检索出的特征点、线，动态构建TIN，建立数字高程模型；。
当用户自行指定应用需求尺度时，如果用户指定尺度已存在于S-DEM地形特征数据库中，则该尺度下的特征点由尺度属性图中所有具有该尺度以及更粗尺度属性的特征点组成；如果用户指定尺度不存在于尺度属性图中，则重复以上步骤1.1和1.2提取出该尺度下的特征点，并对尺度属性图进行更新，该尺度下的特征点由更新后的尺度属性图中所有具有该尺度以及更粗尺度属性的特征点组成。
步骤2，计算步骤1所得不规则三角网中每个三角面的水流方向线，构建从任意位置到流域出口的水流路径，根据所得水流路径建立流水线拓扑网络。
实施例在自适应尺度S-DEM地形表达的基础上，计算TIN中每一个三角形的水流方向，构建从任意位置到流域出口的水流线路，从而将三维的地形表达简化为一维的拓扑流水线结构，建立水流线间的拓扑关系，实现嵌套式的多尺度多层级拓扑结构，即流水线拓扑网络（TFN）。参见附图3，实施例具体步骤如下：
步骤2.1，对不规则三角网划分规则的网格，并在每个格网中随机选取一个采样点作为降雨源点。
本步骤实现对地表水源点（如降雨源点）进行采样。步骤1已根据指定尺度信息从S-DEM特征库中提取特征点、线，动态生成受流域约束的TIN，生成数字高程模型。TIN结构使得地表和水源点采样能够分离，通过对比分析不同的采样方法，如规则格网采样、随机采样和限制性随机采样，采取一种基于格网限制的随机采样方法，即将区域范围的地表TIN划分为规则格网，并在每个格网中随机选取一个采样点作为降雨源点。该降雨源点作为流水线追踪的起点。
步骤2.2，通过计算不规则三角网上每个三角面的坡度和坡向，得到每个三角面的水流方向线，以任一降雨源点为起点，按照水流方向线追踪，构建得到从任意位置到流域出口的水流路径。
本步骤生成动态不规则三角网（TIN）中每个三角面的水流方向，从而确定目标区域内的任意一点到流域出口的水流方向。通过计算TIN上每个面恒定的坡向和坡度，得到各面三维的水流方向线。以目标区域内任意一降雨源点为起点，按照水流方向，依次追踪得到流水线。相邻三角面的地表水流存在多种可能的流动方式，根据这些水流方式追踪得到每一滴雨水从落到地面到流域出口的水流路径，即可以追踪任意一点的水流路径。
在实施例中，受流域约束的TIN上每个三角面都具有恒定的坡度和坡向，三角面的三个结点可采用三维坐标x、y、z的形式表示为P1(x1,y1,z1),P2(x2,y2,z2)和P3(x3,y3,z3)，整个三角面就表示为
z=f(x，y)=ax+by+c
从而每个三角面的坡度和坡向可表示为
通过TIN上每个三角面恒定的坡度和坡向，得到代表三角面水流方向的水流方向线PQ，其中P点三维坐标为(xP,yP,zP)，Q点三维坐标为(xQ,yQ,zQ)。PQ的方向表示面的坡向，长度表示面的坡度。通过P点的坐标、坡度（β）和坡向（α）计算出Q点的坐标：
其中，f1(.)、f2(.)和f3(.)表示相应计算函数，具体计算实现属于现有技术。
相邻三角面的地表水流存在三种可能的流动方式：
1.如果相邻三角面的流向背离公共边，则水流路径穿过相邻三角面；
2.如果相邻三角面的流向指向公共边，则表示地表水流到达一个V形山谷，水流路径沿此公共边流向下游结点；
3.如果V形山谷的公共边终止（既没有相连的下游V形边），则水流向着具有下游最陡坡降的三角面流动。如果找不到这样的三角面，水流路径结束。
计算出每个三角面的水流方向线后，就能根据以上水流方式，追踪得到每一滴雨水从落到地面到流域出口的水流路径。一条水流路径由多个三角面上的水流线段接续构成。如果邻近的三角面或公共边是平坦的，即三角面的坡度为零，则无法确定该三角面的水流方向。为了消除平坦区域中不明确的水流方向，可采取一种重复的深度搜索法对该区域内的三角面进行搜索，直到能够确定水流方向。
步骤2.3，基于步骤2.2所得水流路径，建立流水线拓扑网络。
实施例基于步骤2.2所得三维的水流路径，分析各水流路径中点-点、点-线和线-线之间的拓扑关系，建立存储基于结点和水流线段的点-点、点-线和线-线之间的拓扑关系，构建一维的流水线拓扑网络。该拓扑网络包含两个表，一个存储结点信息，如结点ID，X、Y、Z坐标，以及其他水文参数，如降雨源点的植被类型，土壤湿度等信息；另一个存储结点-线段信息，如始末结点ID，各种水文参数，如水流线段的坡度、长度、流速。其中水流线段的流速可通过一些经典的水文公式推导出来，本实施例中采用Manning公式，即v=R2/3.S1/2/n，其中v表示流速(m/s)，R表示水文半径（m），可通过水流深度估算出，S表示坡度，n表示曼宁阻力系数。
在实施例中，各水流线段间的拓扑关系能够自动从存储线段信息的表中生成，由于各水流线段存储了始末结点ID，而且两条相邻线段必须共享同一结点，所以上游水流线段的末结点ID就是下游水流线段的起结点ID。比如，线段（213）的末结点ID（616）与线段（214）的起结点ID（616）相同，就意味着线段（214）位于线段（213）的下游。类似的，可以提取出所有水流线段的上下游拓扑关系，并在表中存储线段ID和与之相邻的下游线段ID。
步骤3，基于步骤2所得流水线拓扑网络，进行地表水流动态模拟。可以根据模拟的降雨数据和/或真实环境下的降雨数据以及各种环境参量，可以引入水文公式，计算流速，进行水流动态模拟。具体实施时，可以在只考虑重力因素的情况下进行地表水流动态模拟。也可以在考虑重力因素和其他环境变量的情况下进行地表水流动态模拟。这两种方式所得模拟结果都具有技术意义，具体实施时可根据用户需要任选其一，或者都选用。对后一种方式，可以对真实环境下的降雨数据采取多种现有的水文模型模拟产流，再利用各模型的产流数据分别基于TFN进行水流动态模拟。参见附图4，实施例先后采用两种方式，具体步骤如下：
步骤3.1，针对模拟的降雨过程（计算机模拟，非真实降雨数据），模拟一段时间内时空均匀分布和非均匀分布的降雨过程，在只考虑重力因素，暂不考虑下渗、蒸发等其他水文过程的情况下，根据上述步骤2得到的流水线拓扑网络，选择经典的水文公式计算出每条线段的流速，从而获得降雨区域的任意一点在任意时间段的降雨-径流模拟曲线。
在实施例中，选取一块1091×892的分辨率为5m的DEM作为实验区域，模拟一段20分钟内从东南至西北的12mm的降雨。通过时间和空间的插值，获取格网限制下随机采样的降雨数据，由于只考虑重力因素，不考虑下渗、蒸发等，因此所有降雨都用于产流。按照以上步骤建立流水线拓扑网络，并根据Manning公式计算出各水流线段的流速，选取一系列时间间隔（如t=9s、127s、402s、734s、938s、1120s），计算出各水流路径中的实时流量，并分别选取上中下游三个地点进行检测，生成各点在该时间段的降雨-径流模拟曲线。
步骤3.2，利用真实的降雨数据，不仅考虑重力因素，而且综合考虑截留、下渗、蒸发等各个水文过程（加入环境和气象因素，如土地覆盖和利用类型、叶面积指数、气温和地表温度等），采用现有的水文模型（如SWAT，SHE）计算出产流数据，然后根据流水线拓扑网络动态模拟出不同时间下的汇流结果。
在实施例中，选择泾河流域作为真实环境下的实验区域，采取一块3872×4937的分辨率为90m的DEM，按照以上步骤生成流水线拓扑网络。根据2005年的日降雨数据、环境和气象因素（土地覆盖和利用类型、叶面积指数、气温和地表温度等），采取SWAT、SHE等水文模型先计算出产流数据，再利用产流数据和流水线拓扑网络模拟出不同时间下两个主要流量监测站点所在位置的汇流结果。同样可以获得降雨区域的任意一点在任意时间段的降雨-径流模拟曲线。
为了验证多尺度下流水线拓扑网络的动态模拟精度，本发明实施例最后对不同尺度下的模拟结果进行评价。此处模拟结果是指对采用水文模型所得考虑重力因素和其他环境变量的模拟结果。参见附图5，实施例具体步骤如下：
步骤a，对于现有的水文模型（如SWAT，SHE），需将精细尺度DEM重采样成多种粗尺度下的DEM，进行多尺度情况的模拟、对比和分析。在不同尺度下结合环境和气象参数，采用水文模型计算得到产流数据，然后分别采用本发明所得流水线拓扑网络（TFN）、现有的水文模型（如SWAT，SHE，与步骤3.2计算产流数据的水文模型一致）模拟出汇流结果。
在实施例中，需对原始的90m分辨率的DEM进行重采样，选择一系列的尺度，如分辨率为150m、250m、500m、1000m等。在不同尺度下结合降雨数据、环境和气象因素，采用SWAT和SHE模型计算出产流和汇流数据。根据不同的尺度从自适应尺度DEM数据库（S-DEM）中提取相应的特征点、线，构建该尺度下的受流域约束的TIN，并按照步骤2生成流水线拓扑网络。再根据各水文模型得到的产流数据，采用流水线拓扑网络、水文模型分别模拟出汇流结果，以便进行在不同尺度下水流模拟结果的比较。
步骤b，选取常用的水文统计参数作为水流模拟的评价指标，如Nash效率系数E，用于评估水文模型的预测能力；相关系数R，用于衡量实测流量与模拟流量的相关性；平衡系数B，用于表示实测流量与模拟流量的比值。这三种系数越接近1，表示模拟的结果越精确。分别根据步骤a的模拟结果和水文实测数据评价计算出水文统计参数指标，具体计算属于现有技术。通过进行对比检验，得到各种水文方法在不同尺度下模拟地表水流的准确性和一致性。
以上所述仅为本发明中的一个实施例，并不用于限制本发明。例如直接利用本发明步骤3的模拟结果，不进行评价。凡在本发明的精神与原则之内，所做的任何修改，改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于自适应尺度DEM的流水线拓扑网络动态模拟方法，其特征在于，包括以下步骤：
步骤1，基于自适应尺度DEM数据结构，按照指定尺度信息生成相应的不规则三角网；
步骤2，计算步骤1所得不规则三角网中每个三角面的水流方向线，构建从任意位置到流域出口的水流路径，根据所得水流路径建立流水线拓扑网络；实现方式包括以下子步骤，
步骤2.1，对不规则三角网划分规则的网格，并在每个格网中随机选取一个采样点作为降雨源点；
步骤2.2，通过计算不规则三角网上每个三角面的坡度和坡向，得到每个三角面的水流方向线，以任一降雨源点为起点，按照水流方向线追踪，构建得到从任意位置到流域出口的水流路径；
步骤2.3，基于步骤2.2所得水流路径，建立流水线拓扑网络；
步骤3，基于步骤2所得流水线拓扑网络，进行地表水流动态模拟。
2.根据权利要求1所述基于自适应尺度DEM的流水线拓扑网络动态模拟方法，其特征在于：步骤3中，在只考虑重力因素的情况下进行地表水流动态模拟，实现方式如下，模拟一段时间内时空均匀分布和非均匀分布的降雨过程，根据步骤2所得流水线拓扑网络，采用水文公式计算出流水线拓扑网络中每条水流线段的流速，获得降雨区域的任意一点在任意时间段的降雨-径流模拟曲线。
3.根据权利要求1所述基于自适应尺度DEM的流水线拓扑网络动态模拟方法，其特征在于：步骤3中，在考虑重力因素和其他环境变量的情况下进行地表水流动态模拟，实现方式如下，利用真实的降雨数据，采用水文模型计算出产流数据，根据步骤2所得流水线拓扑网络动态模拟出不同时间下的汇流结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210167885.5A CN102722909B (zh) | 2012-05-28 | 2012-05-28 | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210167885.5A CN102722909B (zh) | 2012-05-28 | 2012-05-28 | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102722909A CN102722909A (zh) | 2012-10-10 |
| CN102722909B true CN102722909B (zh) | 2014-07-02 |
Family
ID=46948655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210167885.5A Expired - Fee Related CN102722909B (zh) | 2012-05-28 | 2012-05-28 | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102722909B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102915547B (zh) * | 2012-10-12 | 2016-03-02 | 吴立新 | 一种基于三角形面片的汇水区划分方法 |
| CN102930146B (zh) * | 2012-10-18 | 2015-07-15 | 中国人民解放军信息工程大学 | 一种定量评估数字高程模型保真精度的方法 |
| CN103236086B (zh) * | 2013-04-24 | 2016-04-13 | 武汉大学 | 一种顾及地表水文上下文的多尺度dem建模方法 |
| CA2908934C (en) * | 2013-05-09 | 2021-04-27 | Landmark Graphics Corporation | Gridless simulation of a fluvio-deltaic environment |
| CN103473809B (zh) * | 2013-09-27 | 2016-01-27 | 武汉大学 | 基于3d打印技术的流域水文模拟方法 |
| CN103677826B (zh) * | 2013-12-09 | 2017-01-04 | 河海大学 | 基于IDL和Mapinfo的子流域划分与信息提取方法 |
| CN106202265B (zh) * | 2016-06-29 | 2019-03-19 | 武汉大学 | 流域大尺度复杂河网海量精细规则网格的绘编方法 |
| CN106845116B (zh) * | 2017-01-23 | 2019-07-23 | 中国水利水电科学研究院 | 一种河系的洪水预报系统 |
| CN107944194B (zh) * | 2017-12-15 | 2020-07-10 | 武汉大学 | 一种基于矢量网络的地形湿度指数模拟方法 |
| CN108647900B (zh) * | 2018-05-18 | 2022-03-11 | 北京科技大学 | 一种应用于水文模拟领域的区域划分方法 |
| CN109447028A (zh) * | 2018-11-12 | 2019-03-08 | 南京大学 | 一种农田沟渠网络自动提取方法 |
| CN109932368B (zh) * | 2019-04-02 | 2021-06-18 | 北京林业大学 | 一种柔性植被群拖曳力系数的测量方法 |
| CN110990780B (zh) * | 2019-10-29 | 2021-11-02 | 西北农林科技大学 | 一种基于srtm数据的坡度提取方法 |
| CN112464493B (zh) * | 2020-12-10 | 2023-03-07 | 中国电建集团昆明勘测设计研究院有限公司 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
| CN113987969A (zh) * | 2021-10-26 | 2022-01-28 | 严大莲 | 多高程尺度水流网的陆地水动态仿真模型 |
| CN115600448B (zh) * | 2022-01-24 | 2025-10-31 | 安徽建筑大学 | 一种基于流水线网络的地表水动态模拟并行化方法 |
| CN114155350B (zh) * | 2022-02-07 | 2022-04-22 | 北京恒济引航科技股份有限公司 | 一种航道的水下地形冲淤演变分析方法及装置 |
| CN120848588B (zh) * | 2025-09-18 | 2025-12-12 | 杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院) | 一种无人机网络系统相点轨迹建模准确性分析方法、系统和软件产品 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101051390A (zh) * | 2007-05-15 | 2007-10-10 | 北京金山软件有限公司 | 一种用于河流模拟的方法和系统 |
| CN101221598A (zh) * | 2008-01-28 | 2008-07-16 | 北京地拓科技发展有限公司 | 小流域淤地坝坝系规划用坝系拓扑视图的生成方法 |
| CN102122395A (zh) * | 2011-01-31 | 2011-07-13 | 武汉大学 | 一种保持地形特征的自适应尺度dem建模方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003090184A1 (en) * | 2002-04-22 | 2003-10-30 | Dgs Computer | Digital altimetric map drawing method and device |
-
2012
- 2012-05-28 CN CN201210167885.5A patent/CN102722909B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101051390A (zh) * | 2007-05-15 | 2007-10-10 | 北京金山软件有限公司 | 一种用于河流模拟的方法和系统 |
| CN101221598A (zh) * | 2008-01-28 | 2008-07-16 | 北京地拓科技发展有限公司 | 小流域淤地坝坝系规划用坝系拓扑视图的生成方法 |
| CN102122395A (zh) * | 2011-01-31 | 2011-07-13 | 武汉大学 | 一种保持地形特征的自适应尺度dem建模方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102722909A (zh) | 2012-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102722909B (zh) | 一种基于自适应尺度dem的流水线拓扑网络动态模拟方法 | |
| Yang et al. | Comparison of different distributed hydrological models for characterization of catchment spatial variability | |
| Xiao et al. | Geostatistical interpolation model selection based on ArcGIS and spatio-temporal variability analysis of groundwater level in piedmont plains, northwest China | |
| Krajewski et al. | Real-time flood forecasting and information system for the state of Iowa | |
| Mitasova et al. | Modelling topographic potential for erosion and deposition using GIS | |
| Mott et al. | Understanding snow-transport processes shaping the mountain snow-cover | |
| Zhou et al. | Generalization of DEM for terrain analysis using a compound method | |
| CN104298841B (zh) | 一种基于历史数据的洪水预报方法和系统 | |
| Garen et al. | Mean areal precipitation for daily hydrologic modeling in mountainous regions 1 | |
| Khatami et al. | Benefits of GIS application in hydrological modeling: A brief summary | |
| Yang et al. | Migration of barchan dunes in the western Quruq Desert, northwestern China | |
| CN109584510A (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
| Zhao et al. | Effects of wind velocity and Nebkha geometry on shadow dune formation | |
| CN103234920A (zh) | 基于遥感信息的地下水富集性评估方法 | |
| CN119808663B (zh) | 一种适用于湿润山区的洪水淹没计算方法、设备及介质 | |
| Mitasova et al. | GIS tools for erosion/deposition modelling and multidimensional visualization | |
| Namitha et al. | Ground water flow modelling using visual modflow | |
| CN113408201B (zh) | 基于地形单元的滑坡易发性评判方法 | |
| Mendicino | Sensitivity analysis on GIS procedures for the estimate of soil erosion risk | |
| Mashee et al. | Dem imagery for investigation and verification Najaf-Karbala Hill Formation by use remote sensing techniques | |
| Jwan et al. | Developing three-dimensional groundwater flow modeling for the Erbil Basin using Groundwater Modeling System (GMS) | |
| Kumar et al. | Spatial distribution of rainfall with elevation in Satluj river basin: 1986-2010, Himachal Pradesh, India | |
| Rasel et al. | Geospatial analysis of groundwater level variations using Kriging Method | |
| Liu et al. | [Retracted] Flood Simulation Analysis of the Biliu River Basin Based on the MIKE Model | |
| CN119129368A (zh) | 一种基于土壤水分分布的土壤水分运动反演方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140702 Termination date: 20150528 |
|
| EXPY | Termination of patent right or utility model |