Page 51 - 2023年第54卷第8期

（１）基于 ＰＲＦ － ＡＮＮ（Ｐａｒａｌｌｅｌｒａｎｄｏｍ ｆｏｒｅｓｔａｎｄａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍ）河流表面信息提取
方法 ［２６］ 及 ＡＲＷＥ河宽自动提取算法，提取流域高分辨率河流表面信 息、河 流中 心线 及平 滩、最枯
河宽。
（ ２）基于 Ｂｉｒｋｅｔｔ算法 ［３８］ 提取经河流表面信息去噪的研究区域 Ｊａｓｏｎ － １?２卫星的平滩及枯水水位。
（ ３）确定 Ｊａｓｏｎ卫星轨道与步骤（１）提取的河流表面信息的交线，交线的端点坐标为 Ａ、Ｂ且认为
Ａ、Ｂ处水位相等。读取该处水位 ｈ（图 ３）。
（ ４）按水位递减顺序，从左岸至右岸依次连接端点得图 ３中最低水位以上断面。

图 ３ 多源遥感观测的河流断面示意

４．２．２ 河宽自动提取 基于 ＰＲＦ － ＡＮＮ及 ＡＲＷＥ法提取河宽的流程为：（１）基于 ＰＲＦ － ＡＮＮ法提取平
滩、最枯流量下的河流表面信息。（２）基于 ＡＲＷＥ算法，提取对应河流表面信息的河流中心线及水面
边界并校正。（３）ＡＲＷＥ基于校正后的河流中心线及水面边界，自动提取河宽。
４．２．３ 平滩河宽及枯水河宽提取结果 基于 ＰＲＦ － ＡＮＮ法，通过预实验确定的流域丰、枯水期能较好
区分水体及其他地物的指数，依据这些指数提取流域内水体表面信息（包含河流、湖泊、水库等水体
３ ＋
的初步产品）。如丰水期（６—９月）选用了三价铁离子指数（Ｆｅ ）、归一化水体指数（ＮＤＷＩ）、增强水
体指数（ ＥＶＩ）、色彩渲染指数 ５５０（ＣＲＩ５５０）４种指数、２种 Ｌａｎｄｓａｔ － ８ＴＩＲＳ热红外数据和 ４种灰度共生
矩阵（ＧＬＣＭ）纹理指数（绿光、近红外波段均值，红光、近红外波段熵）提取平滩流量下的水体表面信
３ ＋
息。枯水期使用形状指数（ＩＦ）、氧化铁指数（ＩＯ）、显色指数（ＣＩ）、Ｆｅ 及蓝光、绿光、红光波段的 ４
种纹理指数提取最枯流量下的水体表面信息。
水体表面信息提取完成后，需基于由流域 ＤＮＥＴ河流水系生产的缓冲区（半径 ３００～１０００ｍ）去除
湖泊、水库、水塘等非河流水体和其他地物，再通过形态学算法、适当人工编辑后，得到精确的河流
表面信息 ［２０］ 。基于精确的河流表面信息，ＡＲＷＥ算法结合 ＤＹＲＩＭ的子流域划分结果共提取了 １３６０个
平滩、枯水河宽数据对（图 ４（ａ））。提取的平滩河宽通过 ８０组野外实测数据及 １５组经高分辨率 ＤＥＭ
断面算得的平滩河宽检验，枯水期最枯水位河宽则通过水文站及 ＧｏｏｇｌｅＥａｒｔｈ历史影像检验。平滩河
２
宽提取的 Ｒ、ＲＭＳＥ、平均偏差 ＭＢＥ分别为 ０．９９、１．４９、０．０６，最小河宽对应 ＤＮＥＴ的 ２级河流；枯
２
水河宽提取的 Ｒ、ＲＭＳＥ、ＭＢＥ分别为 ０．９１、１．６１、０．０８，最小河宽对应 ＤＮＥＴ的 ３级河流。提取所得
流域枯、平滩河宽之比为 ０．３１，实测值为 ０．２５，整体结果较准，提取结果的误差分析示意见图 ４（ｂ）。
平滩、枯水河宽数据对将用以提取相应水位。
４．２．４ 平滩及枯水水位的自动提取 提取 Ｊａｓｏｎ系列卫星 １０３号轨道与皇甫川流域河流交线，据交线
与河流边界交点确定水位提取点，假定每时期、每断面左右交点水位相等，概化河流断面。受限于
Ｊａｓｏｎ卫星的测量幅宽和过境时间等，在 ２０１２年 ８月 ６日、２０１７年 ４月 １７日仅从皇甫川流域自动提取
到 ３个断面，如图 ４（ａ），断面关键参数见表 ２。

— ９ ３ ５ —