本章導讀:流向分析是ArcGIS水文分析工具的基礎,屬於GIS技術方面的術語;流量統計則是水文分析用做劃分流域、河流等級的指標,屬於水文行業術語。在利用ArcGIS軟件作水文分析的過程當中,幾乎全過程都用到流向和流量的柵格數據,所以,本章單獨對流向和流量進行詳細的解讀。若是是GIS專業的人員,千萬不要跳過這個章節,否則面對其餘分析工具的時候用到的一些水文術語將會無所適從。 BY 李遠祥算法
ArcGIS水分分析工具的流向分析是基於D8單流向算法,若是分析使用的DEM存在凹陷點,就會產生匯,致使徑流斷流從而影響了分析結果。在前面章節《ArcGIS水文分析實戰教程(2)ArcGIS水文分析工具的基本原理》中又介紹過D8算法,而《ArcGIS水文分析實戰教程(4)地形預處理》章節中筆者也較少過如何建立無凹陷點得DEM數據,在使用流向分析工具以前能夠先行閱讀。
首先流向分析要使用填窪過的數據,確保DEM數據沒有凹陷點。若是數據準備穩當,直接使用水文分析工具箱中的【流向】工具進行分析。
函數
【流向】分析工具很簡單,輸入一個無凹陷點的DEM,輸出結果就是流向柵格。以前也說起過,流向柵格數據是以2的n次方來標記8個方向的,在沒有匯的狀況下,其數值必定是2的n次方。ArcGIS軟件經歷了很是多個版本的迭代更新,已經很人性化了,在默認狀況下會自動的給定流向柵格8個方位不一樣的顏色進行渲染。下圖利用的就是使用無凹陷點DEM進行流向分析產生的結果:
從圖上能夠看到其8個方位的流向,但這個圖不是給人看的,主要是給計算機進行識別的。
若是流向中出現的不是【1,2,4,8,16,32,64,128】這樣的值,而是一個連續像元值的結果,其實質是產生了8個方向之外的數值,以下圖所示:
那麼在參與進行計算的DEM確定還存在匯,因此要是遇到上圖的這種流向的表達方式,就必定要對DEM作填窪操做,否則整個分析結果都會存在錯誤。工具
這是一個不爲人知的小技巧,能夠在分析的過程當中就清楚DEM數據是否知足分析條件;同時也能夠給分析人員作個提醒,判斷分析出錯在哪一個環節。spa
筆者將這個步驟稱做【流量統計】而不是【流量分析】是有它特殊的意義的。在ArcGIS軟件中,這個流量柵格並非水文學意義上的河流流量,與水文站實測的數據是兩個徹底不一樣意義的名詞。這裏的流量指的是有多少個格子的水流匯流到某一點上,是一個空間範圍概念。若是要轉換爲水文學上的術語,以水文站爲例,那就是該水文站對應的上游集水區面積。
ArcGIS的流量統計是須要流向柵格進行參考的,其統計原理以下圖
其實際原理是累計每一個流向柵格的總數。
工具調用很是簡單,輸入流向分析結果的柵格數據,設置好輸出的流量統計柵格就好了。以下圖所示
.net
工具裏面還有一個【輸入權重柵格數據】的可選項,後續筆者會對此說明對象
其結果也是一個柵格數據,只不過這個柵格數據每個像元值記錄的是流向柵格中有多少個像元的水流流經該像元點。以下圖所示:
參照這個結果的圖例,能夠直接從圖中讀取到一些信息。這個流量統計柵格亮白色表明的是流量越大,其中最大一點共有309111個像元向其匯入。按照前面章節獲取該原始DEM數據的元數據信息能夠知道,該數據爲像元大小爲3030,那麼流量最大點的匯入柵格面積就是30 30 *309111 平方米。blog
按照默認的顯示方式去表達流量是沒有任何意義的。流量統計的實際意義在於在必定流量值時會產生地表徑流,在徑流達到必定值是成爲常規的河流,這纔是水文分析要研究的對象。因此,在流量統計以後,必需要對統計的柵格數據進行重分類和篩選。柵格重分類和條件函數都可以實現對流量統計數據進行定義劃分。教程
雖然ArcGIS軟件中水文分析工具只有11個,但結合其餘分析工具就能夠無限延伸了。若是是水文工做者,不能光知道這11個工具,否則不少分析都沒法實現。文檔
【重分類】工具很是強大,在spatial擴展和3D擴展都帶這一工具,它是統計學與GIS結合很是友好的一個工具。只要涉及到數據統計模型,基本上能夠跟重分類扯上關係。
重分類工具使用不困難,困難的是它的指標是如何制定的,這就要看研究對象的特性了。例如水文分析研究的對象是小流域,那麼怎麼定義?按照面積定義仍是按照蓄積量來定義仍是別的定義方式,這真的跟行業和研究對象密不可分。
針對本章例子數據,若是研究的對象是匯水面積超過9平方千米的河流,那麼就要根據數據的特性計算這9平方千米的蓄積柵格數是多少。這個換算並不難,按照平方千米與平方米的轉化,9平方千米=9000000平方米。
9平方千米的蓄積柵格數=9000000/(30 * 30)=10000
也就是說地表徑流可以匯聚成河流的最小蓄積柵格爲10000,這樣在重分類工具裏面基本上能夠劃分爲兩類,1類是小於10000柵格數,一類是大於等於10000的柵格數,以下圖分類
執行的結果分類兩類,以下圖
這樣基本上能夠知足達到必定蓄積量時生成的河流。
但【重分類】工具備一個不足的地方,就是在結果柵格中會保留全部的值。而後後續要提取出矢量的河流,那麼重分類以後還須要對結果進行提取處理,相對來講比較麻煩。可是它集成了比較多統計學上的分析函數,在分類的時候能夠比較科學。
針對流量進行河流的定義,ArcGIS工具對柵格處理還提供了一個更好的工具,能夠剔除掉不符好條件的柵格像元,那就是【條件函數】。【條件函數】有點像【篩選】工具,只不過一個是針對柵格數據,一個是針對矢量數據進行過濾,它是針對輸入柵格的每一個輸入像元執行 if/else 條件評估。例如該例子要提取出蓄積量大於10000的流量像元,使用【條件函數】能夠以下操做
get
計算結果以下圖
這個結果表面上看起來跟原來的流量統計結果相似,但留意圖例部分,其最低值已經發生了變化,也就是說已經剔除掉小於10000像元值的柵格了。若是在顯示設置上將其隨意分爲兩類以上,都可以看到柵格像元的組成的河流與前面重分類的河流是溫和的,以下圖
因而可知,流量蓄積柵格的劃分對於水文研究是很是重要的,它決定了河流的源頭,從源頭開始起算。後續再配合出水口數據就能夠定義出研究的流域了。
在流量統計的時候有一個參數叫作權重柵格,這個參數對於水文研究是很是重要的,但它倒是一個可選項,以下圖所示
通常狀況下若是隻是但願經過DEM數據提取河流,這個參數設不設關係不是十分大,特別是研究大江大河。若是是測繪或者純GIS分析人員,基本上會將其無視掉。但做爲水文從業者,這基本上能夠肯定是必填的參數。
筆者發現某度上關於利用GIS作水文分析的檢索結果,幾乎沒有對權重柵格進行過論述,估計是寫這些文檔的人都是GIS或GIS相關人員,不懂水文專業,因此都忽視該參數。
爲何會有權重柵格?這仍是要從D8算法和流量統計工具計算方式提及。流量的統計都是基於流向像元數據進行累加統計,而流向柵格是基於D8算法計算出來的,原則上只考慮單個方向的匯水過程,而沒有考慮其餘的如降雨、滲透等水文現象。也就是說,在默認狀況下,流向柵格流出的水量都是一致的,流量統計計算的只是流向柵格累計的個數。若是換成現實模擬,那就是說每個30 * 30 區域匯入河流的水量都是一致的。
這顯然是不符合實際狀況。按照水文過程,實地中每一處的蓄積(跟降雨量、下滲、植被吸水都有關係)對河流的貢獻是不同的,不能一刀切。例如同等降雨強度下,相同單位面積的草地流出的水量確定比裸地要少得多,這就須要一個權重值來衡量多少水量蓄積才能達到河流造成。
那麼這個權重柵格能夠是什麼內容?
這個柵格能夠是如下幾種:
雨量等值面。利用ArcGIS插值工具對雨量站數據進行插值,求出雨量在空間上的分佈,從而付給每個流量柵格權重值。
地貌柵格。能夠利用地貌數據,若是是矢量的,先用矢量轉柵格工具進行轉換,而後根據水文學上的各類地貌的特性和降雨強度設,計算出不一樣地貌的滲透率(原則上這個是一個滲透率的柵格,只是它跟地貌相關)
植被吸水率。主要是多重考慮,將植被吸水部分考慮進去,其影響應該不大。
地表綜合出水率:這個怎麼說?就是將須要考慮到得因素儘量考慮進去,能夠利用ArcGIS的加權疊加工具進行綜合評估,最後得出雨水的有效轉化率或者損失率。
上述的這些都是水文學上關注的一些對象,具體公式怎麼計算,那能夠去參考一些水文學的文獻。筆者這裏不作精確的論述。
關於權重參數的選擇,筆者認爲若是研究區域比較大,還涉及到降水與地形有關的狀況,那麼首選須要考慮將降雨等值面考慮進去;若是研究區域比較小,基本上都落在同一個雨量等值面或者雨量差異不大,那就不用雨量,而採用滲透率,也就是說能夠經過地貌去換算。固然,若是有很是成熟的計算模型去換算有效降雨轉化(降雨轉化爲徑流的有效值),那就更好了。
無論上述採用的是什麼樣的權重參數,計算出來的都不是真實的流量,而是一個相對流量值。只能反映出區域與流量關係,而不是具體流量值。
爲了進一步查看其權重柵格對流量的影響,筆者特地將同一區域的土地利用圖層加載進去,
因爲權重柵格不能使用字段值,因此在使用的時候必須將其對應的某些字段值根據必定的方式轉爲像元值,否則它會按照默認的VALUE字段進行計算。因爲landuse數據作了分類,VALUE是1-7 ,差異仍是挺大的,計算後能夠經過像元統計,發現其最大像元值和標準差變化都很大,這也說明權重柵格對蓄積流量有一個很是大得影響。
流量分析和流量統計看似是一個很是簡單的操做過程,但在水文分析過程當中是佔很是大的比重,由於它須要在這個階段對水文研究對象進行劃定和分類,水文學和GIS結合部分基本上都會在流量統計這一環節進行交錯應用。因此,水文分析是否正確,分析是否科學合理,全在流量統計方面體現出來。 BY 李遠祥