1. 课程导入与DEM数据认知
在开始学习地表径流路径判读之前，我们需要先弄清楚一个最基础也最关键的问题：我们究竟在什么样的数据上做分析？数字高程模型（Digital Elevation Model，DEM）是对地表高程的数字化表达，它以规则或不规则的采样点记录地面某一点相对于统一基准面的高度。在径流分析中，DEM 不只是"一张地形图"，而是整个水文计算的地形骨架——水流方向、汇流累积、流域边界、河网提取，全部由高程值的相对高低关系推导而来。因此，理解 DEM 的数据类型、分辨率、精度与格式，直接决定了后续径流路径判读结果是否可信。
DEM 的数据组织方式：栅格与矢量
DEM 最常见的两种组织方式是栅格与矢量。栅格 DEM 将地表划分为规则网格，每个像元（cell）存储一个高程值，像元大小即分辨率，例如 30 m×30 m 表示每个格子代表地面 30 米见方的区域。栅格结构天然适合做邻域运算，水流方向判断本质上就是比较中心像元与八邻域像元的高程差，因此水文分析几乎都基于栅格 DEM 展开。矢量 DEM 则以不规则三角网（TIN）或等高线加高程点的方式表达地形，节点位置可自适应地形起伏，在陡坎、山脊处能用更少的点保留更多细节，但它不便于直接做逐像元的汇流累积计算，通常需要先栅格化。
可以把两者的差异理解为：栅格是"按格子问高度"，矢量是"按地形特征点问高度"。前者规则、易算、适合大范围水文建模；后者灵活、省存储、适合精细地形表达与制图。实际项目中，我们往往拿到的是栅格 DEM，而矢量地形数据更多作为质检参照或局部加密来源。
分辨率：决定你能"看见"多细的地形
分辨率是 DEM 最影响径流判读结果的参数之一。像元越大，地形被平滑得越厉害，小沟谷、田埂、道路边坡等微地形被抹平，原本分散的坡面流可能被合并成一条虚假的主流路；像元越小，地形细节越丰富，但数据量、噪声和计算量同步上升。举例来说，在 30 m 分辨率下，一条宽度不足 30 m 的冲沟可能只表现为一个略低的像元，方向判断容易摇摆；而在 5 m 分辨率下，同一条冲沟能形成连续的汇流通道。需要强调的是，分辨率并非越小越好——当分辨率细于原始测量精度时，插值产生的"假细节"反而会制造虚假洼地和错误流向。
精度：高程误差如何传导到流向
精度描述的是 DEM 高程值与真实地面的接近程度，常用中误差（RMSE）衡量。它与分辨率是两个独立概念：分辨率高不代表精度高。精度对径流分析的影响非常直接——水流方向由相邻像元高程差的正负决定，当真实高差很小（如平原区坡降千分之一）而高程误差达到米级时，噪声就可能压过真实地形趋势，导致流向随机翻转、汇流线断裂或出现本不存在的平行流路。因此在平原、湿地、平坦农田等低坡降区域做径流判读，必须优先评估高程精度，必要时先做滤波或填洼处理，再判断结果是否稳定。
常见格式：GeoTIFF 与 ASCII Grid
拿到手的 DEM 通常以文件格式承载，其中 GeoTIFF 与 ASCII Grid 最为常见。GeoTIFF 在普通 TIFF 图像基础上嵌入了地理坐标、投影、像元大小等地理参考信息，支持压缩、多波段和大数据量，是 GIS 平台与遥感产品的主流交付格式。ASCII Grid（又称 ESRI Grid 文本格式）以纯文本头信息加逐行高程值的方式存储，头信息包含 ncols、nrows、xllcorner、yllcorner、cellsize 和 NODATA_value 等字段，可读性极强，便于用脚本解析和检查，但文件体积大、读写慢，适合小范围数据交换与教学演示。
ncols 1200
nrows 900
xllcorner 500000.0
yllcorner 3200000.0
cellsize 30.0
NODATA_value -9999
312.4 311.8 310.9 ...
311.7 310.5 309.6 ...读取时有两个细节必须核对：一是 NODATA_value 是否被正确识别，若把 -9999 当成真实高程参与流向计算，会在数据边缘制造巨大的虚假陡坡；二是坐标参考与高程基准是否统一，不同来源的 DEM 若一个用大地高、一个用正常高，拼接处会出现系统性高差，直接扭曲流向。格式转换（如 GeoTIFF 转 ASCII Grid）后，应抽查若干像元的高程值与坐标范围是否一致，这是最省事也最有效的质检手段。
DEM 在径流分析中的角色与本课程框架
综合来看，DEM 在径流分析中扮演三重角色：它是地形事实的载体，提供每个位置的高程；它是流向推导的依据，通过邻域高差确定水往哪里流；它还是汇流结构的骨架，累积汇流量后自然浮现出沟谷与河网。理解了这一点，就能明白为什么数据认知必须放在课程最前面——后续所有判读技巧，都建立在对数据本身的准确把握之上。
本课程的整体框架将沿着"认知—处理—判读—应用"展开：先建立 DEM 数据类型、分辨率、精度与格式的基本认知；再进入填洼、流向计算、汇流累积等水文预处理环节；随后学习如何从流向与汇流结果中判读主流路、分水线、汇流节点与流域出口；最后结合低洼易涝段识别等实际场景，讨论结果校验与误差控制。学习目标可以概括为三点：能根据任务需求选择合适分辨率与精度的 DEM；能独立完成从原始 DEM 到径流路径的基本处理链；能对判读结果做出合理性判断，而不是盲目相信软件输出。