基于DEM的洞庭湖流域河网特征分析与数据挖掘问题研究

Digital elevation model (DEM), is a digital model or 3D representation of a terrain's surface. Using the DEM data collected in a terrain's surface to construct a mathematical model and to analyze the extraction of hydrological characteristics of a river basin are very important foundation for simulation of distributed hydrological process in a catchment.The main goals include: 1. Create a model to seek for elevative and automatic methods in order to realize the pattern formation and to extract the feature of drainage network and watersheds; 2. Provide a suitable selective algorithm to extract hydrological characteristics efficiently and design a software package for automated drainage network extraction, based on DEM grid property; 3. Analyze the distribution of watershed characteristics qualitatively, establish the computational methods to accurately reflect the pattern of the hydrological process by extracting multiple terrain parameters; 4. Complete the data process based on DEM applied in Dongting watershed, provide the digital terrain in Dongting river and obtain the corresponding terrain parameters.The research in this proposed project will promote the development in the area of Dongting river, extract the terrain parameters efficiently and model water flow or mass movement geographically. Our contribution will give valuable information to predict and manage the terrain analysis in geomorphology and physical geography around Dongting river.

DEM是地表形态高程属性的数字化表达，利用流域DEM数据构建数字水文模型并提取流域水文特征，是分布式水文过程模拟的重要基础。本项目的主要工作是：1、寻找一种能够实现河网自动分级且反映汇流关系的分级方法和能够反映河网级别的自动编码方法，建立水系 自动分级数据模型。2、针对DEM栅格数据的特点，提出基于DEM的科学可行的数据挖掘的提取算法，并根据挖掘算法确定和开发相应的数据挖掘系统平台工具。3、开展对河网形态特征的量化研究，采用多个参数综合刻画河网形态，建立新的能够真实反映河流分形特征的河网分形维数的计算方法。4、利用洞庭湖流域的DEM数据，实现洞庭湖流域DEM数据的处理和河网的提取，得到洞庭湖流域对应的河网参数，建立洞庭湖数字流域。通过本项目的研究，能够极大地推动河网形态理论研究的发展，对河床演变、数字流域和流域地貌的研究有着积极的贡献，并可以为洞庭湖流域水文预报和水资源管理提供重要的参考。

本项目的工作主要以河网的自相似性和河网生成的不均衡性为切入点，以数字流域模型为平台，以DEM数据为基本信息数据，以洞庭湖流域为研究对象，以数据挖掘、数值分析、统计学等为理论工具，针对河网的几何形态问题展开研究，旨在通过对洞庭湖流域水文、气象、地貌、人文等方面的信息资源进行收集和整理，利用数据挖掘、信息处理等方法，建立和逐步完善洞庭湖数字流域，使洞庭湖水文信息更加全面化和信息化，为加强洞庭湖水文预报和水资源管理提供重要的参考。其主要研究内容和取得的成果包括：1、将现代的河网分级方法与编码方法综合运用到洞庭湖流域的划分与编码中，初步确定了洞庭湖流域河网的分级与编码方法。2、基于DEM数据，利用数据挖掘和统计分析方法，建立并分析了洞庭湖流域水文预报、水位与湖面面积变化以及流域地貌变化的数学模型。3、开展了对洞庭湖流域河网特征的实证研究，获取了有关洞庭湖流域大量的河网参数，尤其是针对三峡水库运行以来洞庭湖区水文条件的变化和影响做了较为深入地研究。4、开展了水环境污染特别是引发内源有机磷释放的特征研究，揭示了沉积物粒径、风生流和底床微地形对内源有机磷释放的影响结果。5、建立了湖泊富营养化的时空动力学模型，从动力学的角度揭示了水华现象的特征和产生的内在机制。6、为了从DEM中获取大量的真实有效信息，开展了对遥感影像融合技术的研究，分别提出了一种新的基于联合稀疏模型的高分辨率SAR与光学影像融合方法和一种新的基于对象的多传感器MS图像变化检测方法。这些研究成果对于全面准确地把握洞庭湖流域的水文信息，加强洞庭湖水文预报和水资源管理具有重要的科学意义。