一种基于Google Earth影像的河道地形数据提取方法

苏程佳，陈晓宏

(1. 中山大学水资源与环境研究中心， 广东 广州 510275;2. 华南地区水循环与水安全广东普通高校重点实验室,广东 广州 510275)

河道地形资料是构建水动力数学模型最为重要的基础资料之一，也是研究河道演变过程以及河道管理、治理的重要参考依据[1-3]。当前，获取河道地形资料的最直接方法是实地测量，如传统的人工布设大断面定点测量法，现代化技术的水下地形自动测量等。然而，这些测量方法测量得到的河道地形资料虽然精度较高，但需要耗费大量的人力物力，费用极高[4]。因此，除了重要的大江大河外，我国仍有数量巨大的中小河流未进行河道地形测量。

对于没有河道地形资料的河流，大多数的研究都希望通过DEM数据获取，因为DEM数据易于获取且免费[5-6]。此外，也有不少的研究通过给定不同参数来拟合过流能力相似的河道横断面[7]，如俞茜等[4]通过DEM数据获取了普渡河的断面资料并用于一维水动力模型的构建，结果发现基于该数据的水动力模型模拟的流量、水位与基于实测河道地形数据的模型的结果基本吻合，证明了基于DEM数据获取的河道断面数据用于水动力过程模拟的可行性。但基于DEM资料获取河道地形数据存在以下几点不足：一是DEM数据水平方向以及纵向的分辨率不足[8]，二是所得的断面数据没有包含水下地形，三是难以确定河道的断面宽度。Google Earth影像资料易于获取，且可以免费使用，还具有可视化的河道断面宽度及边界等特点，因此，本文提出了一种基于Google Earth影像的河道地形数据提取方法，利用该方法提取河道地形数据，用于一维水动力数学模型的构建，并加以验证。研究成果旨在丰富河段地形数据的获取手段，为解决无实测资料地区的河道地形获取提供参考。

图1 利用Google Earth影像提取河道地形数据的步骤

1 数据提取

1.1 提取步骤

图1给出了基于Google Earth影像提取河道地形数据的步骤。为了验证该方法的有效性，本文还给出了利用该方法提取河道地形数据的实际应用案例。

1.2 高程数据修正

由于Google Earth影像采用的地理坐标系统与目标河道所在位置采用的地理坐标系统可能并不一致，因此需要对从Google Earth影像中提取的河道地形高程数据进行修正，修正公式为

Z=ZGE-ΔZ

(1)

式中：Z为修正后的河道高程数据；ZGE为从Google Earth影像中提取的河道地形高程数据；ΔZ为Google Earth影像采用的地理坐标系统与目标河道所在位置采用的地理坐标系统基准面的差值。

2 一维水动力模型

对于感潮河网水系，可采用水动力学模型对其水流进行模拟。水流控制方程采用一维非恒定流圣-维南方程组，其连续方程和动量方程分别为

(2)

(3)

式中：z为断面水位；Q为流量；A为河道过水面积；g为重力加速度；B为过水宽度；q为旁侧入流流量；R为水力半径；c为谢才系数；x、t分别为位置坐标和时间坐标。

利用Preissmann四点隐式差分格式对式(2)和式(3)进行离散，再运用网河三级联合解法[9-12]进行求解，计算得到各河道断面的水位、流量等。

3 实例验证

3.1 鉴江流域概况

鉴江(图2)发源于信宜市的虎豹坑，流经茂名市高州、化州、电白市区，在湛江市吴川沙角旋注入南海，干流全长231 km，总落差220 m，平均坡降0.374‰。流域范围为东经110°20′～111°20′，北纬21°15′～22°30′，总面积9 464 km2，多年平均年降雨量1 768 mm，但在时间上分布不均。

图2 鉴江流域水系

3.2 河道概化及边界条件

根据鉴江流域的水系特点进行河道概化。河道概化后一共有河道14条，其中内河道5条，外河道9条；内节点6个，外节点9个。概化结果见图3。另外，考虑到水文数据获取的可能性，水动力模型模拟范围的上游边界取为鉴江支流罗江的合江水文站、大井河的良德水库、曹江的石骨水库、小东江的茂名水文站、袂花江的新河水文站以及鉴江干流的潭头水文站；下游边界取为鉴江下游入海口的鉴江口闸坝、塘尾闸以及博茂闸。根据第一部分提出的基于Google Earth影像提取河道数据的方法获得了图3中各河道的地形数据，根据河道断面布设的原则，本文一共布设了639个断面，图4给出了基于该方法获得的河道断面(编号为3的河段的第1个断面)数据示例。

基于Google Earth影像得到的河道高程数据是基于WGS84(world geodetic system—1984 coordinate system)基准的结果，而实测的边界水文站实测数据是基于珠江基准面的结果，两者存在一定的差值。由于缺乏可直接参考的两者之间的差值，故本文参考了文献[13]的结果，即1985国家高程基准与WGS84的系统差为0.357 m，再结合1985国家高程基准与珠江基准面之间的差值0.557 m，计算得到WGS84与珠江高程基准的差值为0.200 m，即前者比后者高0.200 m，再利用式(1)对Google Earth影像提取的河道高程数进行修正。

(a)水系概化图

(b)编码图

图4 基于Google Earth影像提取的河道断面数据示例

一维水动力模型的上游边界采用实测流量过程，下游边界采用同期的潮位过程。考虑到鉴江流域下游边界潮位站的潮位资料缺失，本文采用与下游边界潮位站邻近的西葛站同期实测潮位资料进行替代。

3.3 一维水动力模型率定及验证

考虑到鉴江流域内地形较为复杂，山区、丘陵、和沿海平原交错的特点，本文参考了文献[14-15]关于天然河道糙率值设定研究范围内各河道的糙率，山丘地区的河道初始糙率统一设置为0.05，沿海平原感潮河段的初始糙率统一设置为0.035。采用2014年1月5— 12日的鉴江流域上下游边界同步水文测验资料进行模型参数率定，时间步长为Δt=600 s，空间步长在200～1500 m，初始水位和流量统一赋值为0。通过上述条件调试率定出鉴江流域的河道糙率在0.023～0.045。

模型率定之后，选取化州水文站作为模型的验证站点，以与计算时刻同步监测的2015年1月3日08:00至2015年1月10日08:00的观测流量和水位资料对计算结果进行验证，结果见表1。

表1 化州站流量、水位验证结果

由表1可以看出，模拟的流量、水位结果与实测结果较为吻合，表明基于Google Earth影像提取的河道地形数据是可行的。但同时需要指出的是，模拟水位与实测水位的相对误差虽然较小，但是绝对误差较大，如最高水位的模拟值与实测值的差值绝对值高达0.47m。分析原因可能是部分从Google Earth影像中提取到的地形数据是丰水期拍摄的，此时由于河道水流量大，水面覆盖的河道横断面面积较大，因此得到的河道地形数据不能很好地反映出实际的河道断面形状，因此会存在一定的误差。俞茜等[4]也有着相同的观点。此外，由于本文下游边界的潮位资料采用的是邻近站的潮位，因此与实际下游边界的潮位过程会有一定的出入。加之鉴江流域干流及支流闸坝众多，本文为简便起见并未在水动力模型中将其考虑进去，导致模型的拟合效果不是十分理想。

4 结 语

为解决无实测资料地区的河道地形数据获取问题，本文提出了一种基于Google Earth影像提取河道地形数据的方法，对提取的河道地形数据修正后应用于鉴江流域的水动力过程模拟。验证结果表明，基于Google Earth影像提取河道地形数据是解决无实测资料地区的河道地形获取的一种行之有效的方法。但该方法丰水期提取的河道地形数据会与枯水期提取的有所差别，导致部分河道断面的数据并不是十分理想，今后需要对其进行改进，进行更多的案例应用研究来验证该方法的适用性。