姚光華，徐 升，，涂昌鵬，

(1.地質環(huán)境保護與地質災害防治國家重點實驗室(成都理工大學)，四川 成都 610059；2.外生成礦與礦山環(huán)境重慶市重點實驗室(重慶地質礦產(chǎn)研究院)，重慶 400042；3.煤炭資源與安全開采國家重點實驗室重慶研究中心，重慶 400042)

遙感科學是從航空攝影測量逐步演變發(fā)展起來的，是通過一些高科技軍事偵察技術的解密和轉向民用而成長起來的。遙感科學的發(fā)展歷史通常分為：第二次世界大戰(zhàn)前的早期階段，此階段實際上是航空攝影階段；1937～1960年的中期階段，其標志是成像技術從航空攝影發(fā)展到電視、掃描、雷達等多種方法，成像取得的資料應用從軍事偵察及民用攝影測量推廣到民用各個行業(yè)；第三階段即20世紀60年代以后，可以用下列幾點表明遙感技術已擺脫單一航空攝影成像，發(fā)展成為遙感科學。其標志是：①民用航天技術出現(xiàn)，尤其是美國地球資源技術衛(wèi)星(ERTS)的發(fā)射成功，標志著民用航天遙感階段的開始，使遙感的定時，定位觀測與對比解譯，在技術上成為可能，經(jīng)濟上變得合算，并使人類對地球的觀測從高空擴展到外層空間；②新型遙感器技術的應用使電磁波譜從可見光攝影擴展到紅外、微波波段，延伸了人的感官，擴大了信息源；③大型電子計算機的開發(fā)和使用，為遙感圖像處理技術奠定了基礎，使從遙感獲得的大量數(shù)據(jù)資料得以及時處理并提供給用戶，使得民用遙感技術走向實用化和商業(yè)化[1]。

經(jīng)過幾十年努力，我國的遙感信息獲取技術處于國際先進行列，已成功研制并發(fā)射了一系列遙感衛(wèi)星，風云極軌氣象衛(wèi)星是國內(nèi)第一顆業(yè)務運行對地觀測衛(wèi)星，并列入世界氣象組織全球業(yè)務系統(tǒng)，在日本GMS靜止氣象衛(wèi)星失效情況下，風云二號衛(wèi)星成為亞洲地區(qū)唯一可用于天氣預報的靜止氣象衛(wèi)星[2]。

重慶萬盛區(qū)由于長期的煤礦開采工作，形成了較大范圍的開采沉陷區(qū)，且該區(qū)域內(nèi)的地下水環(huán)境變化規(guī)律較大，為了更準確的對地下水進行動態(tài)分析，本文主要討論遙感技術在采沉區(qū)含水區(qū)變化規(guī)律分析中應用。

1 研究區(qū)概況

南桐礦區(qū)(萬盛區(qū))位于重慶市東南部，北緯28°46′～29°06′ ，東經(jīng)106°45′～107°03′。地處兩省(市)三縣交界處，東、北與南川區(qū)相鄰，西與綦江縣交界，南與貴州桐梓縣接壤。區(qū)內(nèi)有305省道(渝湘線)、綦萬高速公路，渝黔鐵路三萬支線及其延長段萬南鐵路由西向東橫貫境內(nèi)，區(qū)內(nèi)交通以省道、高速公路和鐵路為主干線，形成貫通各個鄉(xiāng)鎮(zhèn)的交通網(wǎng)絡，交通方便。其中研究范圍(采煤沉陷及影響范圍)主要由各個煤礦根據(jù)“三下”規(guī)程計算疊加而成。區(qū)內(nèi)多年平均為18.4℃，極端最高氣溫為44.1℃(1958年8月19日)，極端最低氣溫為-3.6℃(1975年12月6日)。區(qū)內(nèi)多年平均降雨量為1312mm，其中多集中在5～8月，占年總降雨量的75%；全年雨日150～200d，夜雨率為63%，具有“巴山夜雨”的特色。南桐礦區(qū)地處山區(qū)，溪流甚少，無大的河流分布，多是山澗季節(jié)性溪河，源短徑流少，一般寬為20～30m，深0.5～1.0m，平時水量不足，汛期則湍急泛濫成災。

2 工作原理

目前的有關研究表明，地表溫度分布的異?，F(xiàn)象可以反映地下水富集帶信息。由于地下水通過巖石和土壤的毛細管作用和熱傳導作用，以及地表強烈的蒸發(fā)作用，導致地表土壤濕度和溫度的變化，從而在熱紅外遙感圖像上出現(xiàn)熱或冷的異常。這使熱紅外遙感尋找地下水成為可能。在白天，一方面，地物吸收太陽輻射，溫度有增高的趨勢，即太陽輻射的增溫效應，通常，濕度大的地物熱容量大，增溫慢，在圖像上顯示冷異常，濕度小的地物熱容量小，增溫快，在圖像上顯示熱異常；另一方面，由于地物中所含水分的蒸發(fā)，帶走熱能，溫度又呈下降的趨勢，即水分的蒸發(fā)冷卻效應。每一時刻，地物溫度是上述兩種效應綜合作用的結果。水分蒸發(fā)冷卻效應的強度主要取決于土壤水分的含量，水分含量偏高，冷卻效應強，在白天的熱紅外圖像上呈冷異常，反之，則呈熱異常。地下水徑流溫度的變化是熱紅外遙感探測地下水的物理基礎。傅碧宏等人曾利用Landsat-5 TM的第6波段熱紅外遙感數(shù)據(jù)定量反演了干旱區(qū)的地表溫度，發(fā)現(xiàn)地下水富集帶地表溫度具有異?，F(xiàn)象，其地表溫度比地表水體高5K左右，而比其他地表類型低7K以上，并據(jù)此提出了利用熱紅外遙感技術來有效探測地下水富集帶信息的可能性。

3 研究方法

本次研究采用3個時期的遙感數(shù)據(jù)(1988年6月4日TM數(shù)據(jù)，2000年7月31日ETM+數(shù)據(jù)，2005年6月27日ETM+數(shù)據(jù))，利用其熱紅外波段(第6波段)有效探測地下水富集帶信息。其主要研究方法是在經(jīng)過輻射校正和幾何精校正的基礎上，借助ERDAS和ENVI軟件，分別對3個時期的影像數(shù)據(jù)進行主成分分析、拉伸增強、密度分割等，從而將地下水信息從影像中提取出來。通過對比分析3個時期地下水含水區(qū)的變化情況，為地下水儲存空間變化規(guī)律的研究提供依據(jù)，其工作方法流程見圖1。

圖1 工作方法流程圖

3.1 主成分分析法

根據(jù)ETM各波段對水的探測能力，以及遙感找水信息所反映的地物特征，同時還考慮到研究區(qū)為中低山區(qū)，地形影響較大，為了有效地抑制影響因素的干擾，提取出有用信息，放有針對性地選取多個波段組合，進行比值運算、主成分分析、LHS變換等方法的實驗研究。實驗結果表明：對l、2、3、4、6/5波段進行主成分分析的效果最好,它既很好地反映出了松散層的地表濕度、水系分布等特征,也較好地揭示了基巖區(qū)的含水斷裂、裂隙等信息。因此，研究區(qū)的遙感找水信息提取，采用對1、2、3、4、6/5進行主成分分析的方法。

主成分分析特征向量矩陣見表1～3。

表1 ETM1、2、3、4、6/5主成分分析特征向矩陣(1988年TM圖像)

表2 ETM1、2、3、4、6/5主成分分析特征向矩陣(2000年ETM圖像)

表3 ETM1、2、3、4、6/5主成分分析特征向矩陣(2005年ETM圖像)

從表1～3可以看出：PC5集中反映了ETM6/5熱紅外波段的信息，而其他波段的特征向量卻很低；PC1主要反映了ETM4波段信息；PC2主要反映了ETM3波段信息；PC3主要反映了ETM1波段信息：PC4主要反映了ETM2波段信息。因此，把PC5作為提取遙感找水信息的最佳變量。

3.2 密度分割

密度分割是遙感信息提取的主要方法之一，它對經(jīng)過增強處理圖像上不同地物的分類效果顯著。該方法類似于多級閾值法，即將圖像 (或影像)的色調密度分劃成若干個等級, 并用不同的顏色分別表示這不同的密度等級,得到一幅彩色的等密度分割圖像[3]。

密度分割能夠突出某些具有一定色調特征的地物及其分布狀態(tài), 有助于識別那些具有均衡密度的面狀地物性質、空間分布和數(shù)量特征, 在顯示環(huán)境污染范圍, 隱伏構造, 以及尋找地下水等方面有廣泛的應用, 并取得較好的效果。

4 地下水動態(tài)變化解譯

本次主要利用費歇爾準則進行密度分割，即使各分割段的段內(nèi)離差總和最小，段間離差總和最大，進而劃分出不同等級的地下水含水區(qū)，包括高含水區(qū)、較高含水區(qū)、中含水區(qū)和低含水區(qū)，并分別賦以紅、黃、淺黃色和綠色(圖2)。

在ArcGIS軟件中，利用GIS強大的空間分析功能，將1988年、2000年、2005年含水區(qū)分布圖進行疊加分析，可以分別得到1988～2000年、2000～2005年、1988～2005年這3個時期內(nèi)地下水動態(tài)變化情況，見圖3。從圖3可以看出，在1988～2000年期間，紅巖煤礦地區(qū)的地下水變化情況較大，魚田堡煤礦地下水存在一定的變化；而在2000～2005年期間，南桐煤礦地下水變化是最大的，其次是硯石臺煤礦，總體來說，在1988～2005年，研究區(qū)西部地區(qū)地下水變化較大，東部地下水變化較小。

圖2 多時期遙感地下水含水區(qū)分布圖

圖3 1988～2005年間含水區(qū)變化圖

5 結論及建議

本文依據(jù)3個時期的遙感數(shù)據(jù)，利用其熱紅外波段(第6波段)有效探測地下水富集帶信息，借助ERDAS和ENVI軟件，分別對3個時期的影像數(shù)據(jù)進行主成分分析、拉伸增強、密度分割等，得到多時期遙感地下水含水區(qū)分布圖。并利用GIS的強大空間分析功能，將其含水區(qū)分圖進行疊加分析，得出三個時期的含水區(qū)動態(tài)變化情況，為地下水儲存空間變化規(guī)律的實地調查研究提供了依據(jù)。

[1] 朱亮璞.遙感地質學[M].地質出版社，2004.

[2] 尹球,匡定波.促進遙感發(fā)展的幾點思考[J]. 紅外與毫米波學報，2007,26(3)：225-231.

[3] 吳德文,張遠飛,朱谷昌.遙感圖像巖石信息提取的最優(yōu)密度分割方法[J].國土資源遙感，2002,12(4)：51-54,66.