通过栅格DEM提取数字河网的精度与DEM的分辨率有着很大的关系。DEM的分辨率如果太低，生成的河网太粗，密度过小，以致不能满足需要；如果DEM的分辨率过高，就有可能使得河道的宽度大于一个栅格的宽度。

图5.3-5　鄱阳湖未控区间流域网格参数类型分布图

由于决定水流方向的因素不仅仅只有坡度，如果流域上有各种工程设施和建筑物（比如道路、大坝、引水口等），水流流向的分布将会比自然情况下更加复杂，所以利用DEM所提取出来的流向并不一定完全和实际情况一致。在这种情况下，我们就可以利用遥感影像进行识别分析，然后作为反输入，对水流方向进行适当的修正。

在Turcotte等（2001）方法的基础上，本研究提出了利用遥感影像作为反输入修正数字河网的新思路。利用遥感影像，可以知道DEM中的平地是不是水库或湖泊、水流是否受到人工建筑物的阻挡，而且能够很容易确定出流域的出口，最后尝试了利用遥感和DEM来提取鄱阳湖未控区间流域河网水系的方法。

1.流程图

利用遥感和DEM确定各栅格的水流方向的流程如图5.3-6所示。

图5.3-6　利用遥感和DEM确定水流方向的流程图

2.TM影像的识别

目前我国应用于洪水监测的遥感资料有NOAA-AVHRR、TM、SPOT、SAR等信息。NOAA卫星能昼夜获取信息，是目前应用最广的数据，能够记录洪水发生、发展的过程，可作洪水动态监测的理想资料，但空间分辨率比较低（1.1km）。TM图像具有多波段、多时相特性，分辨率适中（TM为30m，SPOT为20m），可有效地获取地面覆盖信息和洪水信息。

表5.3-3　TM各波段的应用范围

TM图像有7个波段，如表5.3-3所示。由于不同地物在不同波段的反射率不同，即在不同波段的遥感影像上呈现的色调不同，就可以根据TM图像的7个波段来区分不同类型的地物，比如本文比较关心的河流、湖泊、水库、堤防和道路等。对于水体的识别，选用归一化植被指数（NDVI）来进行识别，其计算公式为

在波段2波长范围内，植被的反射率明显高于水体的反射率；而在波段1波长范围内，水体的反射率高于植被的反射率。由于水体的NDVI值很低，为负值；而植被、土壤的则较高；因此通过选用阈值来构建区分水体和植被、土壤的判别条件，容易识别出水体。

3.水体栅格的确定

由于资料来源不同，因此在研究的初期必须对数据进行处理。由于采用的DEM和TM影像的投影方式不同，首先对二者进行投影变换，使得二者处于同一个地图投影系统之中。然后，需要根据相同控制点进行配准使得TM影像与DEM相匹配，具体的做法是在TM影像和其他地图数据上找到相同的能够准确辨认的控制点，在两坐标间建立对应关系（称为链，Link），根据这些Link就可以完成TM影像到DEM之间的匹配，以上工作可以通过ArcGIS中的Georeferencing工具来完成。

这样就可以完成TM影像与DEM的数据叠加。接下来通过对TM影像的解译来获取水系的相关信息。通过数据的叠加，很容易就可获得水体所在的栅格。提取了水体栅格，就确定了一个包括河流和湖泊的数字化网络，简称DRLN。

4.水库或湖泊的修正

虽然水库或湖泊所在的栅格本身没有流向，但是为了能够获得连续的河网，需要假定它们的流向。根据水流沿着河道从高往低径流到河道的出口的自然规律，则可以通过计算河道位置到出口的距离来判断水流的方向。由遥感影像很容易就可以确定出出口栅格。(www.daowen.com)

从出口栅格单元开始，沿着DRLN所覆盖的栅格单元，计算出每一栅格单元到出口栅格单元的距离，根据距离的大小确定出每一栅格单元的流向。如果湖泊或水库所在的栅格单元多于一个，那么在确定湖泊或水库所在栅格的流向时就会复杂些。首先，假设经过或产生于湖泊区域的水流沿最短路径流到湖泊出口的栅格点。图5.3-7（a）表示的是一个简单的DRLN；图5.3-7（b）是DRLN所覆盖的栅格单元；图5.3-7（c）是一个湖泊所在栅格单元的示意网络图，图中每两点之间的数字表示两个栅格单元之间的距离。根据图5.3-7（c），利用动态规划法计算出网络中每栅格点到出口栅格点②的最短路径，从而得到每栅格点到出口栅格点②的最短距离，如图5.3-7（d）所示。同样，根据距离的大小确定出每一栅格单元的流向，每一个栅格点流向相邻栅格点中距离最小的栅格点，如图5.3-7（e）所示。最后，即可确定由DRLN所覆盖的所有栅格单元的流向，如图5.3-7（f）所示。

图5.3-7　确定湖泊所覆盖的栅格水流方向的过程图

5.水系的修正

对于由栅格DEM生成的水系，如果与遥感影像识别的水系存在偏差，如图5.3-8所示的情况，那么就需要对生成的水系进行局部的修正。这样的修正和利用地形图上矢量化的河道对DEM进行修正的方法是一样的，即根据河道两岸的地形变化趋势，对矢量化的河道的缓冲区内的栅格单元的高程进行修正。修正的方法很多，Saunders分析比较了Fillburn、Expocurv、Agree和Tribburn四种方法。以上四种方法主要是用于ArcGIS的水文分析模块，自动化程度比较高，但修正的主观性比较大。

这里介绍由Turcotte等提出的方法，计算如式（5.3-4）所示：

式中：E（i，j）为栅格（i，j）的原始高程；P（i，j）为扰动项，用来表示DRLN对栅格（i，j）的影响，高程单位；E′（i，j）为修正后的高程。

根据河道两岸的地形变化趋势，假设DEM中的栅格单元受DRLN的影响与其和DRLN的距离成反比。也就是说扰动项P（i，j）应随着栅格单元（i，j）到DRLN的距离的增大而减小。Turcotte采用了一个幂函数来表示，如式（5.3-5）所示：

式中：Rm为最大的影响半径；R（i，j）为栅格单元（i，j）到DRLN的距离；α为灵敏系数，用来表示P（i，j）随R（i，j）的增加的递减速率，当α增大时，表示P（i，j）随R（i，j）的增加减小得越慢。

式（5.3-5）能够表示P（i，j）随着栅格单元（i，j）到DRLN的距离的减小而增大，而且这种变化是渐进的。但是，当R（i，j）=0时，即栅格单元（i，j）为DRLN所覆盖的栅格点的情况，P（i，j）→∞。也就是说，它不能用来描述DRLN所覆盖的栅格点的扰动情况。因此不能通过D8法来确定DRLN相邻的栅格单元的流向，所以Turcotte假设这些栅格单元直接流向相邻的DRLN所在的栅格单元，假设遇到有两个以上的相邻的DRLN所在的栅格单元可供选择时，水流直接流向离出口较近的栅格单元。

该公式的优点在于它能够通过最大影响半径Rm来控制修正的程度。最大影响半径Rm的取值必须足够大，以致能够消除D8法可能产生的偏差，比如说图5.3-8所示的情况。但是，如果Rm过大，就会过大地修改DEM，甚至可能会改变原始DEM所包含的信息。为了同时满足这两个约束条件，需要选择一个合适的Rm，Turcotte认为Rm应该取为DRLN和由D8法直接生成的河网的最大的间隔。

图5.3-8　由D8法和改进方法生成河网的一个例子

这样，就可以根据式（5.3-4）和式（5.3-5）修正DEM，然后用D8法确定流向。应该说明的是这里只计算DRLN以外的栅格的流向。因为DRLN所覆盖的栅格的流向在前面已经确定了。在具体的计算中，为了计算方便，在这里采用四舍五入法取整进行整数运算。为了体现最大的影响半径的影响，在式（5.3-5）中，当R（i，j）=Rm时，P（i，j）=0.5；如前所述，灵敏系数α用来表示P（i，j）随R（i，j）的增加的递减速率，为了体现相邻栅格单元间扰动的差别，令Rm-1时的扰动与Rm时的扰动的差别为1个高程单元，则由式（5.3-5）可得：

由式（5.3-6）可得：α=[ln（Rm）-ln（Rm-1）]/ln（3）。具体的计算过程如图5.3-9所示。

图5.3-9　确定水流方向的过程图

需要指出的是，这样的扰动虽然改变了原有的DEM，但是只是对DEM的局部资料进行修改，并不影响流域的其他区域，而且修正后的河网更能反映流域的实际情况。