蘇程佳,陳曉宏
(1. 中山大學(xué)水資源與環(huán)境研究中心, 廣東 廣州 510275;2. 華南地區(qū)水循環(huán)與水安全廣東普通高校重點實驗室,廣東 廣州 510275)
河道地形資料是構(gòu)建水動力數(shù)學(xué)模型最為重要的基礎(chǔ)資料之一,也是研究河道演變過程以及河道管理、治理的重要參考依據(jù)[1-3]。當(dāng)前,獲取河道地形資料的最直接方法是實地測量,如傳統(tǒng)的人工布設(shè)大斷面定點測量法,現(xiàn)代化技術(shù)的水下地形自動測量等。然而,這些測量方法測量得到的河道地形資料雖然精度較高,但需要耗費大量的人力物力,費用極高[4]。因此,除了重要的大江大河外,我國仍有數(shù)量巨大的中小河流未進(jìn)行河道地形測量。
對于沒有河道地形資料的河流,大多數(shù)的研究都希望通過DEM數(shù)據(jù)獲取,因為DEM數(shù)據(jù)易于獲取且免費[5-6]。此外,也有不少的研究通過給定不同參數(shù)來擬合過流能力相似的河道橫斷面[7],如俞茜等[4]通過DEM數(shù)據(jù)獲取了普渡河的斷面資料并用于一維水動力模型的構(gòu)建,結(jié)果發(fā)現(xiàn)基于該數(shù)據(jù)的水動力模型模擬的流量、水位與基于實測河道地形數(shù)據(jù)的模型的結(jié)果基本吻合,證明了基于DEM數(shù)據(jù)獲取的河道斷面數(shù)據(jù)用于水動力過程模擬的可行性。但基于DEM資料獲取河道地形數(shù)據(jù)存在以下幾點不足:一是DEM數(shù)據(jù)水平方向以及縱向的分辨率不足[8],二是所得的斷面數(shù)據(jù)沒有包含水下地形,三是難以確定河道的斷面寬度。Google Earth影像資料易于獲取,且可以免費使用,還具有可視化的河道斷面寬度及邊界等特點,因此,本文提出了一種基于Google Earth影像的河道地形數(shù)據(jù)提取方法,利用該方法提取河道地形數(shù)據(jù),用于一維水動力數(shù)學(xué)模型的構(gòu)建,并加以驗證。研究成果旨在豐富河段地形數(shù)據(jù)的獲取手段,為解決無實測資料地區(qū)的河道地形獲取提供參考。
圖1 利用Google Earth影像提取河道地形數(shù)據(jù)的步驟
圖1給出了基于Google Earth影像提取河道地形數(shù)據(jù)的步驟。為了驗證該方法的有效性,本文還給出了利用該方法提取河道地形數(shù)據(jù)的實際應(yīng)用案例。
由于Google Earth影像采用的地理坐標(biāo)系統(tǒng)與目標(biāo)河道所在位置采用的地理坐標(biāo)系統(tǒng)可能并不一致,因此需要對從Google Earth影像中提取的河道地形高程數(shù)據(jù)進(jìn)行修正,修正公式為
Z=ZGE-ΔZ
(1)
式中:Z為修正后的河道高程數(shù)據(jù);ZGE為從Google Earth影像中提取的河道地形高程數(shù)據(jù);ΔZ為Google Earth影像采用的地理坐標(biāo)系統(tǒng)與目標(biāo)河道所在位置采用的地理坐標(biāo)系統(tǒng)基準(zhǔn)面的差值。
對于感潮河網(wǎng)水系,可采用水動力學(xué)模型對其水流進(jìn)行模擬。水流控制方程采用一維非恒定流圣-維南方程組,其連續(xù)方程和動量方程分別為
(2)
(3)
式中:z為斷面水位;Q為流量;A為河道過水面積;g為重力加速度;B為過水寬度;q為旁側(cè)入流流量;R為水力半徑;c為謝才系數(shù);x、t分別為位置坐標(biāo)和時間坐標(biāo)。
利用Preissmann四點隱式差分格式對式(2)和式(3)進(jìn)行離散,再運用網(wǎng)河三級聯(lián)合解法[9-12]進(jìn)行求解,計算得到各河道斷面的水位、流量等。
鑒江(圖2)發(fā)源于信宜市的虎豹坑,流經(jīng)茂名市高州、化州、電白市區(qū),在湛江市吳川沙角旋注入南海,干流全長231 km,總落差220 m,平均坡降0.374‰。流域范圍為東經(jīng)110°20′~111°20′,北緯21°15′~22°30′,總面積9 464 km2,多年平均年降雨量1 768 mm,但在時間上分布不均。
圖2 鑒江流域水系
根據(jù)鑒江流域的水系特點進(jìn)行河道概化。河道概化后一共有河道14條,其中內(nèi)河道5條,外河道9條;內(nèi)節(jié)點6個,外節(jié)點9個。概化結(jié)果見圖3。另外,考慮到水文數(shù)據(jù)獲取的可能性,水動力模型模擬范圍的上游邊界取為鑒江支流羅江的合江水文站、大井河的良德水庫、曹江的石骨水庫、小東江的茂名水文站、袂花江的新河水文站以及鑒江干流的潭頭水文站;下游邊界取為鑒江下游入??诘蔫b江口閘壩、塘尾閘以及博茂閘。根據(jù)第一部分提出的基于Google Earth影像提取河道數(shù)據(jù)的方法獲得了圖3中各河道的地形數(shù)據(jù),根據(jù)河道斷面布設(shè)的原則,本文一共布設(shè)了639個斷面,圖4給出了基于該方法獲得的河道斷面(編號為3的河段的第1個斷面)數(shù)據(jù)示例。
基于Google Earth影像得到的河道高程數(shù)據(jù)是基于WGS84(world geodetic system—1984 coordinate system)基準(zhǔn)的結(jié)果,而實測的邊界水文站實測數(shù)據(jù)是基于珠江基準(zhǔn)面的結(jié)果,兩者存在一定的差值。由于缺乏可直接參考的兩者之間的差值,故本文參考了文獻(xiàn)[13]的結(jié)果,即1985國家高程基準(zhǔn)與WGS84的系統(tǒng)差為0.357 m,再結(jié)合1985國家高程基準(zhǔn)與珠江基準(zhǔn)面之間的差值0.557 m,計算得到WGS84與珠江高程基準(zhǔn)的差值為0.200 m,即前者比后者高0.200 m,再利用式(1)對Google Earth影像提取的河道高程數(shù)進(jìn)行修正。
(a)水系概化圖
(b)編碼圖
圖4 基于Google Earth影像提取的河道斷面數(shù)據(jù)示例
一維水動力模型的上游邊界采用實測流量過程,下游邊界采用同期的潮位過程??紤]到鑒江流域下游邊界潮位站的潮位資料缺失,本文采用與下游邊界潮位站鄰近的西葛站同期實測潮位資料進(jìn)行替代。
考慮到鑒江流域內(nèi)地形較為復(fù)雜,山區(qū)、丘陵、和沿海平原交錯的特點,本文參考了文獻(xiàn)[14-15]關(guān)于天然河道糙率值設(shè)定研究范圍內(nèi)各河道的糙率,山丘地區(qū)的河道初始糙率統(tǒng)一設(shè)置為0.05,沿海平原感潮河段的初始糙率統(tǒng)一設(shè)置為0.035。采用2014年1月5— 12日的鑒江流域上下游邊界同步水文測驗資料進(jìn)行模型參數(shù)率定,時間步長為Δt=600 s,空間步長在200~1500 m,初始水位和流量統(tǒng)一賦值為0。通過上述條件調(diào)試率定出鑒江流域的河道糙率在0.023~0.045。
模型率定之后,選取化州水文站作為模型的驗證站點,以與計算時刻同步監(jiān)測的2015年1月3日08:00至2015年1月10日08:00的觀測流量和水位資料對計算結(jié)果進(jìn)行驗證,結(jié)果見表1。
表1 化州站流量、水位驗證結(jié)果
由表1可以看出,模擬的流量、水位結(jié)果與實測結(jié)果較為吻合,表明基于Google Earth影像提取的河道地形數(shù)據(jù)是可行的。但同時需要指出的是,模擬水位與實測水位的相對誤差雖然較小,但是絕對誤差較大,如最高水位的模擬值與實測值的差值絕對值高達(dá)0.47m。分析原因可能是部分從Google Earth影像中提取到的地形數(shù)據(jù)是豐水期拍攝的,此時由于河道水流量大,水面覆蓋的河道橫斷面面積較大,因此得到的河道地形數(shù)據(jù)不能很好地反映出實際的河道斷面形狀,因此會存在一定的誤差。俞茜等[4]也有著相同的觀點。此外,由于本文下游邊界的潮位資料采用的是鄰近站的潮位,因此與實際下游邊界的潮位過程會有一定的出入。加之鑒江流域干流及支流閘壩眾多,本文為簡便起見并未在水動力模型中將其考慮進(jìn)去,導(dǎo)致模型的擬合效果不是十分理想。
為解決無實測資料地區(qū)的河道地形數(shù)據(jù)獲取問題,本文提出了一種基于Google Earth影像提取河道地形數(shù)據(jù)的方法,對提取的河道地形數(shù)據(jù)修正后應(yīng)用于鑒江流域的水動力過程模擬。驗證結(jié)果表明,基于Google Earth影像提取河道地形數(shù)據(jù)是解決無實測資料地區(qū)的河道地形獲取的一種行之有效的方法。但該方法豐水期提取的河道地形數(shù)據(jù)會與枯水期提取的有所差別,導(dǎo)致部分河道斷面的數(shù)據(jù)并不是十分理想,今后需要對其進(jìn)行改進(jìn),進(jìn)行更多的案例應(yīng)用研究來驗證該方法的適用性。