武國瑛,鄧正棟,段化杰,王大慶,鄧非凡,許春華
(解放軍理工大學(xué)國防工程學(xué)院,南京 210007)
西部艱險地區(qū)水源地選址研究
武國瑛,鄧正棟,段化杰,王大慶,鄧非凡,許春華
(解放軍理工大學(xué)國防工程學(xué)院,南京 210007)
為了在西部艱險地區(qū)實現(xiàn)軍用水源地快速選址,選取地形、巖性、地貌及匯流累積量作為影響地下水富集的賦存條件因子,以土壤濕度、地表溫度和植被覆蓋度作為地表指示因子,以地貌作為軍事防護(hù)因子進(jìn)行研究。充分發(fā)揮利用遙感數(shù)據(jù)進(jìn)行大范圍水源地選址的優(yōu)勢,結(jié)合研究區(qū)地質(zhì)資料進(jìn)行圖像解譯和上述因子信息提取,建立具有不同層次結(jié)構(gòu)的水源地選址評估指數(shù)模型。通過實地調(diào)查對模型進(jìn)行驗證,結(jié)果表明該評估指數(shù)模型預(yù)測結(jié)果可靠,適用于該地區(qū)軍用水源地選址。
水源地;層次結(jié)構(gòu);模糊歸一化;遙感
水源地選址是戰(zhàn)場給水保障的關(guān)鍵。與民用選址不同,軍用水源地選址不僅要考慮水源的賦存性,還應(yīng)兼顧軍事防護(hù)目的。杜大仲等[1]利用層次分析法建立軍用飲用水水源地選址模型,譚榮泉[2]利用模糊層次分析法建立軍用渡場選址模型,應(yīng)用效果明顯。但上述選址模型信息采集和處理仍采用人工方式,效率較低,且難以大范圍應(yīng)用。
遙感衛(wèi)星具有實時、高效、監(jiān)察范圍廣等特點(diǎn),在工程選址中具有較大優(yōu)勢。隨著衛(wèi)星數(shù)據(jù)種類和數(shù)量不斷增多及專業(yè)軟件的日益完善,遙感數(shù)據(jù)逐漸應(yīng)用于建立大范圍選址模型。王大慶等[3]將ALOS和TM多光譜數(shù)據(jù)應(yīng)用于影響給水站選址指標(biāo)的提取和解譯,建立選址評估指數(shù),完成了研究區(qū)評估分級;鄧正棟等[4]利用ALOS、DEM等遙感數(shù)據(jù)和地形數(shù)據(jù)構(gòu)建地下水遙感模糊評估指數(shù)GRSFAI,用于對富水區(qū)分級;許春華等[5]基于GRSFAI指數(shù)研究阿里地區(qū)淺層地下水富集性;高勁松等[6]、彭立等[7]和楊金中等[8]分別將衛(wèi)星遙感數(shù)據(jù)應(yīng)用于化工廠選址、地震移民選址和西昆侖成礦帶地質(zhì)調(diào)查工作。相比于人工調(diào)查,遙感選址更具優(yōu)勢。
本文以地下水為研究對象,以ETM+、GDEM數(shù)據(jù)和地質(zhì)資料圖為數(shù)據(jù)源,對影響地下水賦存的地形、巖性、匯流累積量和植被覆蓋度、土壤濕度、地表溫度以及涉及軍事防護(hù)的地貌等因子進(jìn)行解譯,采用模糊數(shù)學(xué)的方法建立指標(biāo)隸屬度函數(shù),利用層次分析法分別計算水源條件和防護(hù)條件2個準(zhǔn)則層對水源地選址的權(quán)重,以及7個指標(biāo)因子對2個準(zhǔn)則層的權(quán)重,建立水源地選址評估指數(shù)模型[9]。通過對評估結(jié)果中的一級靶區(qū)進(jìn)行實地調(diào)查,驗證了模型的可靠性。
1.1 研究區(qū)概況
研究區(qū)位于中國西部某地區(qū),山脈走向為NW,總體地勢為西高東低,山脈走勢呈NNW—NW向弧狀彎曲,海拔3 000~6 000 m,平均海拔4 500 m。水系屬高山區(qū)內(nèi)陸水系,發(fā)源于昆侖山和喀喇昆侖山脈,由各主要山峰冰雪融水補(bǔ)給,流量隨季節(jié)變化較大,地表水多以固態(tài)積雪和冰川為主。研究區(qū)多為高山與荒漠,氣候寒冷,晝夜溫差大。隨海拔變化,植被呈明顯的分帶,3 000~4 000 m以草本植物為主,4 000~4 800 m植被矮??;4 800 m以上植被稀少。
1.2 主要數(shù)據(jù)源
本次研究采用的數(shù)據(jù)包括Landsat 7多光譜數(shù)據(jù)、ASTER GDEM高程數(shù)據(jù)和研究區(qū)1∶250 000水文地質(zhì)圖。
Landsat7數(shù)據(jù)下載于中國科學(xué)院國際數(shù)據(jù)服務(wù)平臺,成像時間為2000年10月1日至2000年10月15日。綜合考慮云霧量及成像質(zhì)量等影響,從50景圖像中優(yōu)選7景用于本次研究。高程數(shù)據(jù)ASTER GDEM下載于地理空間數(shù)據(jù)云,具有30 m平面分辨率和5 m高程分辨率,可滿足本次研究需求。Landsat7數(shù)據(jù)經(jīng)過系統(tǒng)輻射校正和地面控制點(diǎn)幾何校正,并通過DEM進(jìn)行地形校正。為提取地表溫濕度,對多光譜數(shù)據(jù)進(jìn)行了定標(biāo)和大氣校正處理。利用ArcGIS軟件將水文地質(zhì)圖數(shù)字化,對巖性地質(zhì)單元進(jìn)行屬性賦值。將3種數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換,統(tǒng)一采用北京54坐標(biāo)系,后期進(jìn)行了圖像配準(zhǔn)與裁剪。
圖1 水源地選址層次結(jié)構(gòu)Fig.1 Hiberarchy of water source site selection
實用價值和軍事價值是水源地選址中需兼顧的重要因素,因此,要從水源條件和防護(hù)條件2個方面考慮。地形坡度、巖性及匯流累積量直接影響地下水賦存量,將3者作為水源地選址的賦存因素;地下水源將導(dǎo)致地面表征差異性,比如地表溫度變化、土壤濕度大小及植被覆蓋度等做為本文的指示因素。研究區(qū)位于高海拔地區(qū),復(fù)雜的地貌可為水源地創(chuàng)造良好的防護(hù)條件。綜合以上因素建立水源地選址層次結(jié)構(gòu)(圖1),進(jìn)行水源地選址評估。
水源地選址屬于多指標(biāo)、多層次決策問題,不同指標(biāo)因子的量化方法及對上層的影響均不同,因此,首先需要進(jìn)行指標(biāo)歸一化處理。本次研究對巖性和地形等定性指標(biāo)、匯流累積量等定量指標(biāo)分別采用離散賦值和模糊隸屬度函數(shù)進(jìn)行歸一化處理[10-11],使不同類型和層次的指標(biāo)具有可比性,綜合所有指標(biāo)建立評價指標(biāo)體系。
2.1 指標(biāo)歸一化處理
2.1.1 地形坡度
地形是大氣降水、冰川融水形成地表徑流蓄積成為地下水的主導(dǎo)因素。在山區(qū)溝谷,地形坡度大,降水停留時間短,無法對淺層地下水進(jìn)行補(bǔ)給。在溝谷底部、洼地和平原,平緩的坡度使降水停留時間較長,可滲透補(bǔ)給地下水,形成良好的地下水賦存條件。研究表明,坡度越大,越不利于水土保持。選用25°作為臨界坡度,當(dāng)坡度>25°時,水流無法在地表停留,指標(biāo)取值為0;坡度越小,地面越平緩,指標(biāo)取值越大[12]。利用以上規(guī)則對坡度進(jìn)行歸一化處理,即
式中:x為地形坡度值,(°)。圖2為歸一化地形專題圖。
圖2 歸一化地形專題圖Fig.2 Thematic map of normalized topography in the study area
2.1.2 巖性
將該地區(qū)地質(zhì)圖的地質(zhì)單元信息和巖性信息數(shù)字化,并對地質(zhì)單元信息進(jìn)行分級,生成該地區(qū)地層地質(zhì)單元分類專題圖[13]。不同地質(zhì)單元包含的巖石類型不同,再根據(jù)巖石的富水性,對地層地質(zhì)單元分類專題圖按表1進(jìn)行離散型賦值,獲得歸一化的地層巖性C2專題圖(圖3)。
表1 各地層富水性賦值Tab.1 Value of water-bearing for different stratum lithology in the study area
圖3 歸一化地層巖性專題圖Fig.3 Thematicmap of normalized lithology in the study area
2.1.3 匯流累積量
匯流累積量越大,越易形成地表徑流,地下水富集的可能性就越大[14]。研究表明,當(dāng)匯流累積量>1 000時,該地區(qū)基本為濕地和地表水體,指標(biāo)取值為1。利用ArcGIS對DEM數(shù)據(jù)提取獲得匯流累積量,根據(jù)上述特性對匯流累積量數(shù)值按式(2)進(jìn)行歸一化處理,得到匯流累積量指標(biāo)為C3,即
式中:x為水流最終經(jīng)過該像元的柵格數(shù)。歸一化專題圖如圖4所示。
圖4 歸一化匯流累積量專題圖Fig.4 Thematic map of normalized flow accumulation in the study area
2.1.4 地表溫度
水的比熱容較大,蒸發(fā)作用使富水區(qū)地表溫度下降,造成冷異常,且在熱紅外影像上表現(xiàn)明顯[15]。因此,通過對熱紅外遙感圖像解譯,提取地表溫度為水源地選址提供指示信息。采用單窗算法,利用Landsat 7熱紅外數(shù)據(jù)反演地表溫度。根據(jù)富水地區(qū)地表溫度特性建立式(3),將地表溫度指標(biāo)歸一化,即
式中:x為像元地表溫度值,℃;xmax為研究區(qū)溫度最高像元對應(yīng)的數(shù)值,℃;xmin為研究區(qū)溫度最低像元對應(yīng)的數(shù)值,℃。歸一化專題圖如圖5所示。
圖5 歸一化地表溫度專題圖Fig.5 Thematicmap of normalized surface tem perature in the study area
2.1.5 土壤濕度
土壤濕度為水分重量占烘干重量百分?jǐn)?shù)。因地下水補(bǔ)給,富水區(qū)地表土壤濕度一般高于周圍缺水區(qū)地表土壤濕度,土壤濕度呈異常。土壤濕度值表征表層土壤的含水量,表層土壤含水量與地下水含量的相關(guān)性可預(yù)測地下水的富集性[16]。
土壤濕度值與土壤反射率相關(guān),利用土壤水分反演方法對研究區(qū)土壤濕度進(jìn)行反演。統(tǒng)計研究區(qū)內(nèi)土壤最高濕度值和最低濕度值,按式(4)對其進(jìn)行歸一化處理,得到土壤濕度指標(biāo)值C5,即
式中:x為土壤濕度值;xmax為研究區(qū)x值最高像元對應(yīng)的數(shù)值;xmin為研究區(qū)x值最低像元對應(yīng)的數(shù)值。歸一化專題圖如圖6所示。
圖6 歸一化土壤濕度專題圖Fig.6 Thematicmap of normalized soil hum ility in the study area
2.1.6 植被覆蓋度
水是植物生長的必要條件,尤其缺水地區(qū)植被對水的指示更加顯著。利用像元二分模型計算單個像元中的植被占比,即植被覆蓋度[17]。植物生長茂盛區(qū),單個像元內(nèi)植被分布密集,植被覆蓋度大;植物分布稀疏、長勢較差的區(qū)域,單個像元內(nèi)植被分布稀少,植被覆蓋度小。植被覆蓋度與地下水富集程度呈正相關(guān),利用式(5)所示線性關(guān)系對該指標(biāo)(植被覆蓋度值x)進(jìn)行歸一化處理,處理后的指標(biāo)值為C6,即
式中:x為植被覆蓋度;xmax為研究區(qū)x值最高像元對應(yīng)的數(shù)值;xmin為研究區(qū)x值最低像元對應(yīng)的數(shù)值。專題圖如圖7所示。
圖7 歸一化植被覆蓋專題圖Fig.7 Them atic map of normalized vegetation coverage in the study area
2.1.7 地貌
良好的地貌類型可為水源地提供較好的防護(hù)條件,可根據(jù)形態(tài)、成因及多指標(biāo)綜合等劃分地貌類型。為方便量化指標(biāo),本次研究采用地勢起伏度劃分地貌類型[12]。地勢起伏較大的山區(qū),可掩蔽我方重要目標(biāo)。當(dāng)?shù)貏萜鸱龋?00 m時,防護(hù)條件達(dá)到最優(yōu),取指標(biāo)值為1;當(dāng)?shù)貏萜鸱龋?00 m時,隨起伏度降低,防護(hù)條件減弱。綜合以上條件按式(6)計算地貌指標(biāo)值,即
式中:x為地勢起伏度,m。歸一化的地貌類型專題圖如圖8所示。
圖8 歸一化地貌類型專題圖Fig.8 Thematic map of normalized land forms in the study area
2.2 綜合評估指數(shù)
按圖1建立的層次結(jié)構(gòu),采用專家打分法建立同一層次各個指標(biāo)對上層指標(biāo)的重要程度矩陣。對矩陣進(jìn)行一致性檢驗,利用算數(shù)平均法計算其權(quán)重,指標(biāo)權(quán)重計算結(jié)果見表2。
表2 指標(biāo)權(quán)重Tab.2 W eights of the seven indexes
在評估模型中,按照不同層次不同指標(biāo)對上層因素的重要程度,對不同指標(biāo)賦以相應(yīng)權(quán)重,建立水源地選址評估指數(shù)F,對逐個像元進(jìn)行計算。計算公式為
式中:Cj為像元在2.1中計算的各個指標(biāo)值,wj為第j個評估指標(biāo)的權(quán)重。評估指數(shù)F值越大,像元對應(yīng)的區(qū)域綜合指標(biāo)越高,越適合作為水源地。
參考鄧正棟等[4]利用GRSFAI值對富水區(qū)分級方法,將水源地選址模型綜合評估指數(shù)F值進(jìn)行分級。將研究區(qū)按[0.75,1]、[0.65,0.75)、[0.45,0.65)、[0,0.45)等4個數(shù)值區(qū)間劃分為一級、二級、三級水源地選址靶區(qū)和貧水區(qū),在ArcGIS軟件中分別用深綠色、綠色、黃色和白色背景表示,分級結(jié)果如圖9所示。
圖9 水源地選址分級Fig.9 Classification for site selection of water source in the study area
在水源地選址分級圖(圖9)中,貧水區(qū)、一級靶區(qū)、二級靶區(qū)和三級靶區(qū)所占面積比分別為62.1%、2.8%、8.5%和25.4%,可知該研究區(qū)屬于缺水地區(qū)。實地勘探將耗費(fèi)大量人力物力,而采用遙感數(shù)據(jù),可在大范圍內(nèi)快速圈定富水區(qū),在水源地選址方面具有較大優(yōu)勢。
選取具有代表性的一級靶區(qū)某河流區(qū)域?qū)λ吹剡x址模型進(jìn)行調(diào)查驗證,驗證點(diǎn)位置分布如圖10所示,驗證點(diǎn)管井出水量見表3。
實地調(diào)查發(fā)現(xiàn),該區(qū)域河谷盆地及支流寬谷地下水儲量豐富。對照水源地選址分級圖(圖9)和表3實際調(diào)查數(shù)據(jù)可知,該區(qū)域地下水儲量符合一級靶區(qū)出水量。利用水源地選址模型評估地下水富集性,其結(jié)果與當(dāng)?shù)氐牡叵滤畬嶋H富水情況相吻合,說明該模型預(yù)測結(jié)果可靠。
圖10 驗證點(diǎn)位置分布Fig.10 Location of the field verification points
表3 管井出水量Tab.3 W ater production of tube wells
根據(jù)地下水賦存性和軍事防護(hù)條件,選取7個指標(biāo)因子歸一化后建立層次結(jié)構(gòu),對西昆侖地區(qū)進(jìn)行水源地選址評級,綜合評估指數(shù)顯示研究區(qū)水資源匱乏,貧水區(qū)、一級靶區(qū)、二級靶區(qū)和三級靶區(qū)所占面積比分別為62.1%、2.8%、8.5%和25.4%。
選擇具有代表性的一級靶區(qū)進(jìn)行實地調(diào)查,發(fā)現(xiàn)該區(qū)管井出水量較大,與模型預(yù)測相符合,證實該模型在該地區(qū)具有良好適用性。
軍事方面考慮了地貌對水源地的防護(hù)作用,下一步需深入分析其通行條件、偽裝條件及水質(zhì)安全等因子的影響。同時,在大范圍圈定水源地的基礎(chǔ)上,精準(zhǔn)定位,加強(qiáng)模型的實用性。
[1] 杜大仲,孟憲林,馬放,等.基于層次分析法的河流型飲用水水源地選址評價[J].哈爾濱工業(yè)大學(xué)學(xué)報,2011,43(6):34-39.
[2] 譚榮泉.陸軍舟橋團(tuán)渡河保障指揮模型研究[D].長沙:國防科學(xué)技術(shù)大學(xué),2008.
[3] 王大慶,鄧正棟,鄭璞,等.給水站選址的遙感多因子評價模型[J].解放軍理工大學(xué)學(xué)報:自然科學(xué)版,2014,15(1):67-72.
[4] 鄧正棟,葉欣,龍凡,等.地下水遙感模糊評估指數(shù)的構(gòu)建與研究[J].地球物理學(xué)報,2013,56(11):3908-3916.
[5] 許春華,鄧正棟,段化杰,等.基于GRSFAI的阿里地區(qū)淺層地下水富集性研究[J].水文地質(zhì)工程地質(zhì),2015,42(4):23-28.
[6] 高勁松,關(guān)澤群.基于遙感和GIS的選址策略研究與實現(xiàn)[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2005,30(9):778-781.
[7] 彭立,楊武年,劉漢湖,等.基于RS和GIS的地震移民選址空間決策研究與實現(xiàn)[J].西南大學(xué)學(xué)報:自然科學(xué)版,2011,33(3):96-103.
[8] 楊金中,王海慶,陳微.西昆侖成礦帶高分辨率遙感調(diào)查主要進(jìn)展與成果[J].中國地質(zhì)調(diào)查,2016,3(5):7-12.
[9] 杜棟,龐慶華,吳炎.現(xiàn)代綜合評價方法與案例精選[M].北京:清華大學(xué)出版社,2015.
[10] 王興全.決策分析與模糊信息處理[M].上海:上海社會科學(xué)院出版社,2008.
[11] 楊綸標(biāo),高英儀,凌衛(wèi)新.模糊數(shù)學(xué)原理及應(yīng)用[M].廣州:華南理工大學(xué)出版社,2011.
[12] 湯國安,宋佳.基于DEM坡度圖制圖中坡度分級方法的比較研究[J].水土保持學(xué)報,2006,20(2):157-160.
[13] 張玉書,陳鵬獅,馮銳,等.遼寧省淺層地下水含水巖性的遙感解譯[J].安徽農(nóng)業(yè)科學(xué),2009,37(31):15350-15351.
[14] 李麗,郝振純.基于DEM的流域特征提取綜述[J].地球科學(xué)進(jìn)展,2003,18(2):251-256.
[15] 傅碧宏,史基安,張中寧.Landsat TM熱紅外遙感數(shù)據(jù)定量反演地下水富集帶的溫度信息——以甘肅河西地區(qū)石羊河流域為例[J].遙感技術(shù)與應(yīng)用,1999,14(2):34-38.
[16] 鄭璞,鄧正棟,王大慶,等.基于TM數(shù)據(jù)的土壤濕度指數(shù)預(yù)測半干旱地區(qū)淺層地下水的研究——以朝陽地區(qū)為例[J].水文,2015,35(5):23-29.
[17] 劉廣峰,吳波,范文義,等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以毛烏素沙地為例[J].水土保持研究,2007,14(2):268-271.
Study on site selection of water source in the perilous region of W est China
WU Guoying,DENG Zhengdong,DUAN Huajie,WANG Daqing,DENG Feifan,XU Chunhua
(College of Defense Engineering,PLAUniversity of Science and Technology,Nanjing 210007,China)
In order tomeet the need of efficient site selection ofwater source in the perilous region ofWest China,the study chose topography,lithology,landforms and flow accumulation as underground water enrichment factors in the study area.Soil humility,surface temperature and vegetation coverage were chosen as surface indicative factors.Landformswere also studied as the factor ofmilitary protection.Combining geological data and remote sensing imageswhich have a great advantage in large-scale site selection ofwater source,the remote sensing imageswere interpreted and these factors data were extracted.And then the evaluation indexmodel for site selection ofwater sourcewas established.Through the field investigation for themodel,the predictive results of the evaluation indexmodelwas correct.And the model can work well on site selection of water source for military in the study area.
water source;analytic hierarchy process(AHP);fuzzy normalization;remote sensing
TP79
A
2095-8706(2017)03-0024-08
(責(zé)任編輯:常艷)
10.19388/j.zgdzdc.2017.03.04
武國瑛,鄧正棟,段化杰,等.西部艱險地區(qū)水源地選址研究[J].中國地質(zhì)調(diào)查,2017,4(3):24-31.
2017-03-13;
2017-05-02。
中國地質(zhì)調(diào)查局“全國邊海防地區(qū)基礎(chǔ)地質(zhì)遙感調(diào)查(編號:DD20160076)”、“西昆侖地區(qū)遙感地質(zhì)調(diào)查應(yīng)用技術(shù)研究(編號:12120113099800、12120113099900)”和國家“863”項目“缺水地區(qū)地下水勘察與污染控制技術(shù)(編號:2012AA062601)”項目聯(lián)合資助。
武國瑛(1992—),男,碩士研究生,主要從事遙感庫容監(jiān)測研究。Email:18761687060@163.com。