劉永新,姜琦剛,劉偉,谷強(qiáng)

1.吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院，長春130026；2.中國地質(zhì)調(diào)查局呼和浩特自然資源綜合調(diào)查中心，呼和浩特010010；3.中國地質(zhì)調(diào)查局西寧自然資源綜合調(diào)查中心，西寧810000

0 引言

地下水資源是水資源中重要的一部分，特別是干旱、半干旱地區(qū)水資源存在的主要形式，是干旱、半干旱地區(qū)人們?nèi)粘Ｉ詈凸まr(nóng)業(yè)生產(chǎn)最主要的水資源來源。干旱、半干旱地區(qū)約占全球面積的30%[1]，所以在干旱、半干旱地區(qū)尋找地下水資源有著非常重要的現(xiàn)實(shí)意義。目前利用遙感技術(shù)在干旱區(qū)尋找地下水資源的探索方法相對其他氣候類型地區(qū)較少，其原因一是干旱地區(qū)一般經(jīng)濟(jì)發(fā)展相對落后，農(nóng)業(yè)、工業(yè)發(fā)展相對不發(fā)達(dá)，人口密度低，難以投入較多資金進(jìn)行水資源勘查，經(jīng)濟(jì)回報(bào)較低；二是干旱地區(qū)淺層地下水對地表土壤濕度、地表溫度的影響較小，難以直接通過遙感數(shù)據(jù)獲取這些指標(biāo)來反應(yīng)地下水富集情況。但事實(shí)上在干旱區(qū)尋找地下水資源對發(fā)展地方經(jīng)濟(jì)、應(yīng)急救援和軍事行動等工作具有非常重要的現(xiàn)實(shí)意義。

隨著遙感技術(shù)的不斷發(fā)展，遙感技術(shù)作為宏觀、綜合、動態(tài)、快速監(jiān)測和評價(jià)自然資源的有效手段，在快速、大面積監(jiān)測地下水中發(fā)揮著重要作用[2]。國內(nèi)外學(xué)者也對不同地區(qū)遙感找水技術(shù)方法進(jìn)行了研究，精度逐漸由定性向半定量或定量方向發(fā)展。劉杰[3]等利用MODIS地表溫度產(chǎn)品和地表反照率產(chǎn)品計(jì)算地表表觀熱慣量，并與地下水水位年際變化比較分析，建立相關(guān)關(guān)系。鄭璞等[4]利用TM數(shù)據(jù)提取多年的地表土壤濕度信息，定義了修正歸一化水體差異指數(shù)，認(rèn)為該指數(shù)可以較好地預(yù)測地下水富集帶。Machiwal等[5]利用遙感技術(shù)提取了與地下水有關(guān)的10個(gè)指標(biāo)，并從中選取7個(gè)對半干旱區(qū)地下水進(jìn)行評估。Mukherjee等[6]利用空間分析方法，劃分出9個(gè)主題層對地下水分布進(jìn)行評價(jià)。鄧正棟等[7]利用遙感技術(shù)提取與地下水相關(guān)的7個(gè)指標(biāo)，采用模糊隸屬度函數(shù)量化各評估指標(biāo)，構(gòu)建了地下水遙感模糊評估指數(shù)Groundwater Remote Sensing Fuzzy Assessment Index(GRSFAI)。

GRSFAI的提出為遙感技術(shù)尋找淺層地下水提供了定量分析的方法，許春華等[8]利用GRSFAI指數(shù)對阿里地區(qū)淺層地下水進(jìn)行了預(yù)測，Xu等[9]利用GRSFAI指數(shù)成功在新疆干旱區(qū)圈定地下水富集區(qū)，以上學(xué)者的研究表明GRSFAI在尋找地下水的工作中具有一定的指導(dǎo)作用，可以較好地預(yù)測地下水的分布情況。GRSFAI指數(shù)的提出是以丹東地區(qū)為研究背景區(qū)，該區(qū)屬于濕潤地區(qū)，而本次研究區(qū)位于內(nèi)蒙古烏拉特中旗北部地區(qū)，屬于典型的大陸性干旱氣候，蒸發(fā)量遠(yuǎn)遠(yuǎn)大于降水量，無地表水出露，地表沙化嚴(yán)重，地表基本無土壤分布，植被較稀疏。該地區(qū)淺層地下水對地表的溫度與土壤濕度影響較小，原GRSFAI指數(shù)中的地表溫度和地表濕度很難有效地反映淺層地下水的分布情況，所以本次研究中引入地表植被覆蓋度替代地表溫度和地表濕度指標(biāo)，并將斷裂密度指標(biāo)舍去，重新建立了GRSFAI用以評估研究區(qū)淺層地下水分布情況。

本文以GF1數(shù)據(jù)、Landsat8 OLI數(shù)據(jù)、1∶5萬地形圖和DEM數(shù)據(jù)為基礎(chǔ)，并參考研究區(qū)水文地質(zhì)、地貌等資料，對研究區(qū)地層巖性類型、地貌類型、地形坡度、匯流累計(jì)量和植被覆蓋度進(jìn)行遙感解譯與提取。針對各要素對地下水富集的影響程度，利用層次分析法(AHP)[10]賦以相應(yīng)權(quán)重，利用模糊數(shù)學(xué)方法[11]重新建立了GRSFAI,對淺層地下水分布情況進(jìn)行定量分析，并通過測區(qū)內(nèi)水井單井出水量數(shù)據(jù)對評估結(jié)果進(jìn)行了驗(yàn)證，技術(shù)流程見圖1。

圖1 技術(shù)流程圖Fig.1 Technical flow chart

1 研究對象與數(shù)據(jù)

1.1 工作區(qū)概況

研究區(qū)位于中蒙邊境，中國內(nèi)蒙古自治區(qū)烏拉特中旗北部與蒙古國南部接壤地區(qū)，地理坐標(biāo)為42°00′～42°20′N，107°00′～108°00′E。區(qū)內(nèi)氣候?qū)儆诘湫偷膬?nèi)陸氣候區(qū)，風(fēng)大天旱，氣溫變化頻繁，四季溫差和單日溫差較大，年平均氣溫5℃～7℃，年平均降水量225 mm，平均蒸發(fā)量1 454 mm，雨季集中在七八月份。測區(qū)水系不發(fā)育，地表無徑流，水資源匱乏，無地表水出露，人、畜供水以水井取水為主，地下水類型主要以孔隙水、裂隙水和裂隙孔隙水為主，淺層地下水分布主要為第四系孔隙水，一般埋深2～10 m。調(diào)查區(qū)地屬偏遠(yuǎn)，自然環(huán)境惡劣，社會經(jīng)濟(jì)發(fā)展、能源交通以及基礎(chǔ)設(shè)施建設(shè)相對落后，人口較少，主要集中在甘其毛都口岸附近，其他地區(qū)零星分布有少量牧民。

1.2 數(shù)據(jù)源收集及預(yù)處理

收集國產(chǎn)GF--1數(shù)據(jù)，數(shù)據(jù)獲取時(shí)間為2016年7月～9月；Landsat8 OLI數(shù)據(jù)，數(shù)據(jù)獲取時(shí)間為2017年6月；1∶5萬地形圖為國家測繪地理信息局-國家基礎(chǔ)地理信息中心2015年發(fā)布的地形數(shù)據(jù)。原始影像在ENVI5.3軟件下進(jìn)行了幾何校正、輻射校正、大氣校正、影像融合和影像裁剪等。GF--1主要用于地層巖性解譯，Landsat8 OLI數(shù)據(jù)用于提取地表植被覆蓋度指數(shù)，1∶5萬地形圖利用ArcGIS軟件提取研究區(qū)DEM數(shù)據(jù)，作為提取地貌類型、地形坡度數(shù)據(jù)和匯流累積量數(shù)據(jù)。

參考資料選用2013年內(nèi)蒙古第一水文地質(zhì)工程地質(zhì)勘察院編制的1∶10萬烏拉特后旗地質(zhì)地貌圖和1963年內(nèi)蒙古地質(zhì)局編制的1∶50萬內(nèi)蒙古烏蘭察布盟—巴彥淖爾盟地貌圖等各種比例尺新老地貌圖，1∶5萬、1∶20萬地質(zhì)圖及各類文字資料等。

2 研究方法

地下水富集性具有相對性和模糊性，并沒有絕對的好與差，采用模糊數(shù)學(xué)方法，能夠更客觀地對地下水富集性進(jìn)行評估[7]。本次研究確定以地層巖性Lithology(L)、地形坡度 Slope(S)、地貌類型Relief(R)、匯流累積量Flow Accumulation(FA)和植被覆蓋度 Vegetation Coverage(VC)等5個(gè)指標(biāo)作為地下水地表的評估指標(biāo)，并利用遙感技術(shù)對各指標(biāo)進(jìn)行提取，建立評價(jià)指標(biāo)集：

Y={yL,yS,yR,yFA,yVC}

(1)

根據(jù)每個(gè)評估指標(biāo)對淺層地下水的影響程度不同，建立模糊隸屬度函數(shù)將其影響程度歸一化到[0，1]區(qū)間：

Pi=f(Yi) ∈[0,1]

(2)

式中：Pi表示指標(biāo)對淺層地下水影響程度的量化值；f表示映射函數(shù)；Yi代表評估指標(biāo)。

如果用·表示廣義模糊“與”運(yùn)算，+表示廣義模糊“或”運(yùn)算，則每個(gè)像元的淺層地下水富集性評估值為：

Y(xi)=(P1·ω1)+(P2·ω2)+…+(Pm·ωm)

(3)

將各評估指標(biāo)的模糊隸屬度加權(quán)相加，得到地下水遙感模糊評價(jià)指標(biāo)為：

GRSFAI=Σ(Pi·ωi) (Σωi=1，Pi∈[0,1])

(4)

式(3)和式(4)中：Pi為第i個(gè)影響因素歸一化后的數(shù)值；ωi為第i個(gè)評價(jià)指標(biāo)的權(quán)重值。這樣建立的GRSFAI數(shù)值在[0,1]區(qū)間，0代表淺層地下水富水性最差，1代表淺層地下水富水性最好。

3 建立GRSFAI

3.1 地層巖性(L)的解譯與賦值

利用GF--1數(shù)據(jù)，結(jié)合測區(qū)地質(zhì)、水文等資料，采用人機(jī)交互解譯的方法，對測區(qū)地層巖性進(jìn)行解譯，并對解譯結(jié)果進(jìn)行野外驗(yàn)證。結(jié)合本次研究內(nèi)容，最終將地層劃分為基巖巖體、沖積物、洪積物、風(fēng)積物和湖積物5大類(圖2)。

圖2 遙感解譯地層巖性分布圖Fig.2 Stratigraphic lithology distribution map from remote sensing interpretation

根據(jù)遙感解譯結(jié)果，結(jié)合野外調(diào)查內(nèi)容，綜合研究各類巖層地層的富水性大小，賦以相應(yīng)的值(表1)。

表1 地層巖性劃分及賦值表

3.2 地貌類型(R)的提取與歸一化處理

地形起伏度控制著地下水的補(bǔ)給條件，地形起伏度從數(shù)量上講是單位面積內(nèi)的高差，某點(diǎn)的地勢起伏度是指某一確定面積中最高點(diǎn)與最低點(diǎn)之高差[12]，計(jì)算地形起伏度的關(guān)鍵在于獲取分析窗口的最大和最小高程值，確定最佳分析窗口是地形起伏度計(jì)算的關(guān)鍵[13]，由于研究區(qū)高差較小，地勢相對平坦，最終確定以600 m×600 m的分析窗口計(jì)算研究區(qū)地形起伏度。

地形起伏度越大越不利于地下水的補(bǔ)給，經(jīng)過計(jì)算得到研究區(qū)地形起伏度在0～117 m之間，所以采用線性變換的方法將地貌類型值R歸一化到[0,1]區(qū)間。最終得到PR指數(shù)分布圖(圖3)。

(5)

3.3 地形坡度(S)提取與歸一化處理

采用1∶5萬地形圖等高線要素插值生成DEM，利用ArcGIS軟件對研究區(qū)坡度進(jìn)行提取，結(jié)果顯示該地區(qū)的坡度范圍在0°～38°之間，且大部分?jǐn)?shù)據(jù)集中在0°～10°區(qū)間，顯示該地區(qū)地勢相對平坦，不利于地下水的匯集作用。地形坡度越大越有利于地下水的富集，采用極差變化法將地形坡度歸一化到[0,1]區(qū)間，最終得到地形坡度指數(shù)分布圖(圖4)。

(6)

3.4 匯流累積量(FA)的計(jì)算與歸一化處理

匯流累計(jì)量的基本思想是以規(guī)則網(wǎng)格表示的數(shù)字地面高程模型每點(diǎn)處有一個(gè)單位的水量，按照自然水流方向，根據(jù)區(qū)域地形的水流方向數(shù)據(jù)計(jì)算每個(gè)點(diǎn)處所流過的水量數(shù)值，便為該區(qū)域的匯流累積量[14]。匯流累積量的數(shù)值越大，在地表處越容易形成地表徑流，隨之對地下水的補(bǔ)給就越強(qiáng)。利用ArcGIS軟件水文分析工具計(jì)算研究區(qū)匯流累積量，當(dāng)匯流累積量>500時(shí)，對地下水富水性能影響較小。所以采用功效系數(shù)法將匯流累積量歸一化到[0，1]區(qū)間，并最終得到匯流累積量指數(shù)分布圖(圖5)。

圖3 地貌指數(shù)分布圖Fig.3 Distribution map of geomorphic indexes

圖4 地形坡度指數(shù)分布圖Fig.4 Distribution map of terrain slope indexes

PFA= (FA>500時(shí)，PFA為1)

(7)

圖5 匯流累積量指數(shù)分布圖Fig.5 Distribution map of flow accumulation indexes

圖6 植被覆蓋度指數(shù)分布圖Fig.6 Distribution map of vegetation coverage indexes

3.5 植被覆蓋度指數(shù)(VC)的建立

植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比，它可以在一定程度上反應(yīng)淺層地下水的富集情況。本次研究利用植被指數(shù)近似估算植被覆蓋度，計(jì)算得到的植被覆蓋度值在[0,1]區(qū)間，不需進(jìn)行歸一化處理，最后得到植被覆蓋度指數(shù)分布圖(圖6)。

3.6 GRSFAI的建立

利用專家打分法對地層巖性(L)、地貌類型(R)、地形坡度(S)、匯流累積量(FA)和植被覆蓋度(VC)對淺層地下水的影響能力進(jìn)行打分。通過計(jì)算歸一化指數(shù)，并通過一致性檢驗(yàn)指數(shù)對計(jì)算結(jié)果進(jìn)行驗(yàn)證，最終確定各影像因素的權(quán)重為：ωL=0.49，ωR=0.13，ωS=0.27，ωFA=0.07,ωVC=0.04(表2)。

將以上計(jì)算得到的PL、PR、PS、PFA、PVC值和各指標(biāo)權(quán)重代入公式(4)，利用ArcGIS中柵格計(jì)算功能，最終得到GRSFAI分布圖(圖7)。

表2 地貌類型評分表及歸一化計(jì)算結(jié)果

注：表中1代表相Ki與Kj同等重要，3代表相Ki比Kj稍重要，5代表相Ki比Kj重要，7代表Ki比Kj甚重要(Ki，Kj代表相互比較的兩個(gè)因素)。

圖7 GRSFAI分布圖Fig.7 Distribution map of GRSFAI

4 預(yù)測結(jié)果分析與驗(yàn)證

為分析GRSFAI與地下水富集程度間的數(shù)學(xué)關(guān)系，本次工作對研究區(qū)內(nèi)的18口水井進(jìn)行了出水量調(diào)查。因?yàn)樵搮^(qū)特殊的氣候環(huán)境，淺層地下水獲取主要形式為水井，一般水井形式以大口井或水泥管井為主，井口或坑口直徑可達(dá)幾米至幾十米，為方便對比研究，將所有井的出水量換算成井口直徑100 cm的單井出水量(表3)。

通過研究GRSFAI與單井出水量之間的關(guān)系發(fā)現(xiàn)(圖8)，出水量與通過模糊計(jì)算得到的GRSFAI呈良好的指數(shù)關(guān)系，決定系數(shù)R2達(dá)到了0.77，表明GRSFAI可以較好地反映地下水的富集程度，具有較好地指示作用。從圖8中可以看出當(dāng)GRSFAI>0.3時(shí)，單井出水量可達(dá)6.7 m3/d以上，這對干旱地區(qū)，特別是人口稀少的牧區(qū)來講，已經(jīng)可以供應(yīng)人畜飲用和應(yīng)急救援使用，當(dāng)GRSFAI>0.6時(shí)，出水量可達(dá)30m3/d以上。所以本次研究將GRSFAI>0.3的區(qū)域定義為淺層地下水找水潛在有利區(qū)，GRSFAI>0.6的區(qū)域定義為淺層地下水找水靶區(qū)(圖9)。從中可以發(fā)現(xiàn)溝谷、河谷及其邊緣地區(qū)GRSFAI較高，是淺層地下水相對較集中的區(qū)域，而沖洪積平原和風(fēng)積沙地GRSFAI相對較低，淺層地下水富集能力減弱，而基巖區(qū)則不利于淺層地下水的富集。

表3 驗(yàn)證點(diǎn)參數(shù)表

圖8 GRSFAI與單井出水量相關(guān)性分析Fig.8 Correlation analysis of water yield between GRSFAI and single well

針對研究成果，分別選擇分布在潛在有利區(qū)和富水靶區(qū)的水井W1和W2對淺層地下水分布預(yù)測進(jìn)行驗(yàn)證，W1驗(yàn)證井井深8.1 m，W2驗(yàn)證井井深4.3 m，兩井出水量均可代表所在區(qū)域淺層地下水富集程度。分別對兩口井的出水量進(jìn)行計(jì)算，其中W1號井在GRSFAI分布圖中對應(yīng)的值為0.408 2，通過相關(guān)性函數(shù)公式計(jì)算出水量為13.24 m3/d，W2號井GRSFAI分布圖中對應(yīng)值為0.665 8，通過相關(guān)性函數(shù)公式計(jì)算出水量為39.4 m3/d。最后經(jīng)過野外實(shí)地驗(yàn)證，W1和W2號井的出水量分別達(dá)到了57.45 m3/d和66.12 m3/d，均高于計(jì)算所得數(shù)值，證明了GRSFAI所預(yù)測的淺層地下水潛在有利區(qū)和富水靶區(qū)淺層地下水富集程度較高。

5 結(jié)論

(1)針對內(nèi)蒙古北部干旱區(qū)特殊環(huán)境，可以將地層巖性、地貌類型、地形坡度、匯流累積量和植被覆蓋度等作為構(gòu)建GRSFAI的主要指標(biāo)。

(2)通過研究GRSFAI與單井出水量的數(shù)學(xué)關(guān)系，得到GRSFAI與單井出水量之間的決定系數(shù)達(dá)0.77，表明GRSFAI對淺層地下水的分布具有一定的指示作用。

(3)利用GRSFAI的分布特征對研究區(qū)劃分了淺層地下水分布空白區(qū)、潛在有利區(qū)和富水靶區(qū)。通過在富水有利區(qū)和富水靶區(qū)選取驗(yàn)證井，單井出水量均比較大，證明利用GRSFAI評價(jià)淺層地下水分布情況可靠性較高，GRSFAI在同類地區(qū)尋找淺層地下水方面具有廣泛的適用性。