Определение характеристик водосбора

Следующие два используемых инструмента из раздела Terrain Preprocessing модуля ArcHydro - Stream Segmentation и Catchment Grid Delineation. По сути, эти 2 операции ведут к получению растра, каждая ячейка которого содержит значение с указанием, к какому водосбору она принадлежит. При отображении данного растра на экране компьютера мы наблюдаем "облако" из наложенных друг на друга "залитых" с различной интенсивностью водосборов. Более темные - соответственно более крупные, включающие в себя более мелкие, окрашенные в светлые тона бассейны.

Следующая операция - Catchment Polygon Processing преобразует растр, полученный в результате выполнения функции Catchment Grid, в растр, содержащий непосредственно контура (границы) водосборов. Наименьший выделенный водосбор как раз таки имеет площадь, которую мы задали в качестве пороговой в модуле Stream Definition.

Последние 2 выполняемые функции модуля ArcHydro - это Adjoint Catchment Processing и Drainage Line Processing. Первая функция объединяет малые водосборы, имеющие направленность потока в одну общую точку и создает растровый слой, содержащий, собственно объединенные контура бассейнов. Иначе говоря, данная функция объединяет смежные водосборы, например, если река образуется двумя малыми притоками, то функция Catchment proc. оконтуривает каждый из них, а Adjoit Catchment proc. объединяет их в один. Функция Drainage Line Processing создает растровый слой, отображающий русловую сеть, т.е. содержит просто графическое отображение рек, не неся в себе какой-либо другой информации.

Рисунок. Одновременное отображение растров Drainage Line, Catchment и Adjoint Catchment Processing

Фактически, все подготовительные этапы на этом заканчиваются. Все входные растры для делинеации контуров заданных бассейнов готовы, остается, собственно, выполнить саму делинеацию в точках. Выбраны 10 бассейнов разной площади: р. Зуша до г. Мценск, (площадь водосбора 6000 км²), р. Жиздра до г. Козельск (6940 км²), р. Ресса до д. Лазино (2440 км²), р. Истра до с. Павловская Слобода (1950 км²), р. Москва до г. Звенигород (5000 км²), р. Ока до д. Костомарово (4900 км²), р. Упа до с. Орлово (8210 км²), р. Воря до с. Мишнево (947 км²), р. Угра до с. Всходы (1890 км²), р. Вазуза до д. Золотилово (5510 км²). Такие бассейны были выбраны не случайно. Бассейны большей площади умышленно не брались в рассмотрение ввиду ограниченности ресурсами персонального компьютера, но в тоже время необходимо было показать разнородные в гидрографическом плане бассейны, чтобы наглядно отобразить возможность программного оборудования выполнять расчеты тех или иных гидрографических характеристик.

Имея shape-файл, содержащий местоположение интересующих нас гидрологических постов, выполняем функцию Point Delineation из модуля ArcHydro. Данная функция отрисовывает контур водосбора в любой интересующей нас точке, используя в качестве входных данных для расчетов выше перечисленные растры (Flow Direction, Stream, Catchment, Adjoint Catchment).

Рисунок. Результат выполнения функции Point Delineation. Полученные контура водосборов выше перечисленных рек

Получив пространственное очертание выбранных для рассмотрения бассейнов можно переходить к следующему этапу - определению гидрографических характеристик водосбора.

С помощью модуля Extract by Mask из раздела Spatial Analyst, мы можем "вырезать" заранее заготовленную и использованную для всех расчетов общую ЦМР по контуру конкретного бассейна. Далее, получив цифровую модель для каждого отдельного водосбора, можем рассчитать его среднюю высоту и уклон. Первый из этих параметров по умолчанию отображается в свойствах растрового слоя, т.е. среднюю высоту водосбора можно легко получить, отобразив на экране свойства "вырезанной" по интересующему контуру ЦМР и найдя соответствующее поле mean. Данное поле показывает среднее из всех значений, хранящихся в узлах ячеек, а так как в узлах ЦМР хранятся отметки высот, мы получаем необходимое значение средней высоты.

Чтобы получить значение уклона, используем инструмент Slope из раздела Spatial Analyst Tools - Surface. Как работает этот инструмент? Для каждой ячейки инструмент Уклон (Slope) вычисляет максимальную степень изменения в значении z между конкретной ячейкой и соседними с ней ячейками. По сути, максимальная степень изменения в значениях высоты на единицу расстояния между ячейкой и восемью соседними с ней ячейками определяет самый крутой спуск вниз по склону из ячейки.

Концептуально, инструмент подбирает плоскость для z-значений из окрестности размером 3 x 3 ячейки вокруг обрабатываемой или центральной ячейки. Значение уклона этой плоскости вычисляется с использованием методики усредненного максимума. Направление плоских граней является экспозицией обрабатываемой ячейки. Чем ниже значение уклона, тем более плоской является земная поверхность; чем выше значение уклона, тем более крутые склоны расположены на поверхности.

Если в окрестности есть ячейка, не имеющая z-отметки, этому местоположению будет присвоено z-значение центральной ячейки. Результатом этой операции будет уплощение плоскости размером 3 x 3 ячейки, подобранной для этих краевых ячеек, что обычно приводит к уменьшению уклонов.

Выходной растр уклонов может быть вычислен в двух различных единицах измерения, в градусах или в процентах ("процент подъема").

Рисунок. Переход от растра ЦМР к растру уклона.

Итак, выполнив функцию данного инструмента для каждого контура водосбора, мы получаем для каждого контура соответственно растр уклонов. Среднее значение уклона определяем аналогичным образом со средней высотой водосбора - отображаем на экране свойства конкретного растра для интересующего нас бассейна и снимаем значение из поля mean, только в данном случае это значение уже соответствует среднему уклону. Результаты расчетов отображены в соответствующей главе.

2.5 Порядок работы при определении гидрографических характеристик

Для определения гидрографических характеристик были использованы спутниковые снимки Google Maps, выполненные в летний период, на которых отчётливо видны водные объекты, контуры леса, урбанизированные территории. Спутниковые снимки территории были получены с помощью приложения SAS.Planet, описание которого представлено в разделе 2.2. Полученные изображения земной поверхности далее обрабатывались в среде ArcGIS. Первым этапом обработки было извлечение изображение по контуру водосбора, что было выполнено с помощью инструмента Extract by Mask из раздела Spatial Analyst Tools - Extraction. Данная операция проводилась для того, чтобы исключить из области обработки территории, не принадлежащие тому или иному водосбору.

Итак, получив изображение земной поверхности каждого интересующего нас водосбора, приступаем, собственно к процессу дешифрирования и классификации изображения. Для подобных целей в приложении ArcGIS есть отдельный модуль - Image Classification.

Классификация изображений - это процесс извлечения классов информации из многоканального растрового изображения. Растр, полученный в результате классификации изображения, можно использовать для создания тематических карт. В зависимости от характера взаимодействия аналитика с компьютером в процессе классификации, различают два типа классификации изображений: классификацию "с обучением" и классификацию "без обучения".

Процесс классификации - это многошаговый рабочий процесс, поэтому предусмотрена специальная панель инструментов Классификация изображений (Image Classification), обеспечивающая интегрированную среду классификации с использованием различных инструментов. Панель инструментов служит не только для выполнения рабочего процесса классификации с обучением и без обучения, но и предоставляет дополнительные функции для анализа входных данных, создания обучающих выборок и файлов сигнатур, а также оценки качества обучающих выборок и файлов сигнатур.

В классификации изображений с обучением используются спектральные сигнатуры, полученные из обучающих выборок. С помощью панели инструментов Классификация изображений (Image Classification) вы можете легко создать обучающие выборки, соответствующие классам, которые нужно извлечь. Вы можете также легко создать из обучающих выборок файл сигнатур, который затем будет использоваться инструментами многомерной классификации для классификации изображения.

Процесс классификации без обучения находит спектральные классы (или кластеры) в многоканальном изображении без вмешательства аналитика. Для выполнения классификации без обучения на панели инструментов Классификация изображений (Image Classification) имеются инструменты для создания кластеров, анализа их качества, а также инструменты классификации.

В ходе выполнения курсовой работы использовалась классификация "с обучением".

Процесс т.н. "обучения" представляет из себя следующее: пользователь "обучает" программу, на какие классы необходимо разбить изображение, самостоятельно выделив полигоны с определенной цветовой палитрой. Например, в нашем случае, выделялись части леса, поля, урбанизированные территории, какие-либо водные объекты. Далее программа самостоятельно определяет, какую часть изображения занимает тот или иной класс. Получив данные о площадях, занимаемых лесом, городом, полем, озерами, находим долю (в процентах) от общей площади бассейна. Результаты по каждому водосбору представлены в главе "Расчет".

3. Расчеты и анализ результатов

3.1 Общее описание существующих гидрологических характеристик

Термин "гидрографические характеристики" определяется как совокупность морфометрических и морфологических характеристик водных объектов и их водосборов, дающих достаточно полное представление о характере, форме, размерах, протяженности водных объектов и некоторых физико-географических особенностях их водосборов.

Морфометрические характеристики представляют собой количественные показатели водных объектов и водосборов, а морфологические - качественно-количественные показатели строения поверхности водосборов.

3.2 Определение морфометрических характеристик

Площадь водосбора. В представленной ниже таблице приведены результаты расчетов площади водосбора для каждого выбранного поста. В первых столбцах представлена общая информация о постах, их местоположение. В столбце 6 представлен результат расчета, описание которого приведено в разделе 2.4 главы 2. В данном столбце отображена площадь водосбора в начальных единицах растра - пикселях, иными словами, этот столбец показывает, сколько ячеек цифровой модели занимает тот или иной бассейн.

В нашем случае, разрешение модели составляет 90 метров, т.е. один пиксель на местности будет занимать квадратный полигон со стороной 90 метров. Но, ввиду того, что исходный растр претерпел перепроецирование в прямоугольную систему координат (Пулково 1942, зона 7), начальное разрешение изменилось и составляет 74 метра. Таким образом, можно легко вычислить, какую площадь в км² занимает один пиксель, а именно 0,074х0,074=0,005477 км². Теперь можно перейти от площади в пикселях к площади в квадратных километрах, просто перемножив значения в столбцах 6 и 7. Результат расчета площади водосбора в км² представлен в столбце 8. В столбце 9 приведены данные из ОГХ 1970-1975 гг., собственно с этими данными и производится сравнение, анализ, расчет относительной погрешности.

Таблица

Расчет относительной погрешности производился по формуле:

На графике зависимости относительной погрешности от площади водосбора отчетливо заметна тенденция к снижению погрешности с ростом площади водосбора. Таким образом, принимая во внимание также и поведение линии тренда на графике, можно сказать, что в большинстве случаев относительная погрешность не превышает 5-7 %, исключая единичные случаи, связанные, возможно, с неточностями самой цифровой модели рельефа, отсутствующими данными и интерполированными участками. Также стоит учесть, что вычисление малых площадей водосбора, используя модель с 90-метровым разрешением, будет всегда сопровождаться большими погрешностями. Модель чисто физически не может позволить практически безошибочно оконтурить малый водосбор, учитывая то, что сторона минимальной единицы - пикселя, составляет 90 метров. В то же время, это мало сказывается на расчетах больших площадей. Погрешность, конечно же, также присутствует, но на общем фоне полученного результата они мало заметны, и составляют относительно малую долю.

Рассматривая результаты более детально, можно выявить следующее: относительная погрешность в подавляющем большинстве случаев не превышает 10% для бассейнов с площадью до 1500 км², для бассейнов с площадью от 1,5 до 7,5 тысяч км² колеблется в пределах 5-7%, для более крупных бассейнов погрешность расчетов не превышает 1-2%.

Уклон. Средняя высота. В приведенной ниже таблице, помимо гидрографических данных, приведены результаты расчета средней высоты и уклона водосбора. Череда необходимых для расчета операций подробно описана в разделе 2.4 главы 2.

Итак, жирным шрифтом в таблице выделены рассчитанные данные в среде Arcgis. По возможности, при наличии соответствующих данных из ОГХ, результаты сравнивались и анализировались, рассчитывалась относительная погрешность расчетов. Таким образом, расчет погрешности при определении средней высоты водосбора производился аналогичным образом с расчетом погрешности при определении площади водосбора. Ее значения представлены в столбце 6. Как можно заметить, погрешность не превышает 5%, причем наблюдается тенденция к снижению погрешности с ростом площади водосбора. Рассматривая конкретнее, можно выделить некоторые условные интервалы, в которых колеблется значение погрешности в зависимости от площади водосбора. Площади до 2000 км² соответствует погрешность 4-5%, от 2000 до 5000 тысяч - 2-4%, более крупные бассейны - менее 2%.

Что касается уклонов, то здесь не было возможности сравнить результаты, ввиду того, что в ОГХ 1970-1975 гг. не оказалось данных о уклонах бассейнов, были лишь средние уклоны собственно водотоков. Все значения уклонов приведены в таблице в столбцах 2 и 3. Жирным шрифтом выделен результат расчета среднего уклона водосбора.

3.3 Определение гидрографические характеристик

Конкретно в ходе работы рассматривались залесенность, озерность и доля урбанизированных территорий. Результаты также представлены в таблице. Жирным шрифтом выделены данные, полученные в среде Arcgis посредством расчетов, остальное - данные из ОГХ. Озерность представлена в столбце 7. Как мы можем заметить, то значения практически идентичны справочным данным. В случае с гидрографическими характеристиками не имеет смысла рассчитывать какие-либо погрешности, ввиду того, что с течением времени (а это практически 40 лет) они могли естественным образом измениться, и сравнивать данные со снимков 1-2 годичной давности с данными 1975 года абсолютно бессмысленно. Говоря конкретно об озерности, то можно заметить, что доля озер в общей картине ландшафтов по прошествии 40 лет мало изменилась.

Что касается залесенности территории, то здесь можно заметить, как ни странно, увеличение данного показателя в большинстве случаев (столбец 8). Обратная ситуация только лишь с бассейном реки Воря, расположенным на северо-востоке Московской области. Здесь залесенность сократилась с 72% до 42%, что наверняка связано с хозяйственным развитием территории, ростом урбанизации (кстати, доля урбанизированных территорий здесь максимальна среди рассматриваемых бассейнов). В остальных же случаях доля леса либо осталась практически неизменной, либо даже возросла. Например, на 2% в бассейне Зуши, Оки до д. Костомарово, и на 19% в пределах водосбора реки Угры. Данное явление, возможно, связано с практически полным прекращением использования дерева в качестве энергетического ресурса и переходом на углеводородное сырье, что сократило огромные вырубки леса.

Также рассматривалась доля урбанизированной территории в общей картине ландшафтов (столбец 9). Но, к сожалению, ввиду того, что справочных данных по этому показателю нет, сравнить их не с чем, можно лишь дать некоторое пояснение к имеющимся значениям. Максимальное долю урбанизированных территорий мы наблюдаем в пределах реки Вори (37%), как уже было упомянуто выше. Это связано, собственно, с географическим положением бассейна, лежащего в пределах крупнейшей в стране городской агломерации. Наоборот же, урбанизированные территории полностью отсутствуют на водосборе реки Угры (до пос. Всходы), что, в свою очередь, опять же связано с его положением: до поселка Всходы бассейн Угры относительно удален от крупных административных центров, а в его пределах находятся только небольшие деревни и сёла Смоленской и Калужской областей.

Что касается распаханности и заболоченности территорий, то данные расчеты не удалось произвести по одной простой причине - на спутниковых снимках с трудом можно различить границы пашни в общей площади полей, а также сложно выделить отдельные болота.

Заключение

Данная курсовая работа по сути является более углубленным вариантом курсовой работы 2-го курса с более расширенным спектром задач. В ходе работы была дана оценка точности определения морфометрических характеристик водосбора с помощью цифровых моделей рельефа, а также оценена возможность применения настольного ПО вкупе со спутниковыми данными для определения гидрографических характеристик. Все поставленные задачи были выполнены. Произведен разбор и анализ использования цифровых моделей рельефа для определения морфометрических характеристик водосбора, в частности его площади, уклона, средней высоты, а также произведен анализ использования современного ПО для определения гидрографических характеристик водосбора. Выполнив данную курсовую работу, можно смело заявить, что компьютерные возможности вкупе со спутниковыми данными позволяют решать в частности и проблемы гидрологии, и существенно облегчают и ускоряют процессы определения морфометрических и гидрографических характеристик водных объектов.

Размещено на Allbest.ru