土壤濕度指數預測沈陽市淺層地下水

吳 迪

(遼寧省沈陽水文局，遼寧 沈陽 110094)

埋深及地下水富集程度是影響土壤濕度的主要因素，表層在埋深較淺，且地下水富集程度較高時，其毛細管水可得到較高的補給，含水量處于較高水平。土壤含水量隨地下水富集程度的降低而逐漸減少，毛細管水的補給及含水量不能滿足植物生長基本需求，進而導致土壤干旱。地下水的富集程度在一定程度上可表示為土壤濕度，地下水存在的參數因子可選取土壤濕度進行表征。當前，對土壤水分利用遙感數據進行推演的理論方法相對比較成熟，并取得了豐富的成果。在地下水勘測評估中應用較多方法和技術為土壤濕度反演模型，如Komarov等[1]依據實地調查資料對水庫周邊的淺層地下水位采用2.25μm和27μm波段進行遙感反演研究；郭嬌等[2]研究表明其地下水位低于3m的自然帶模型表現出較好的反演效果和較強的實用性。李巨芬等[3]采用Landsat影響對遼寧省凌源市山區土壤濕度進行提取，并對該區域淺層地下水富集區依據相關數據資料進行了圈定和劃分；李薇等對毛烏素沙漠的地表濕度信息采用MODIS數據進行提取；程訓強等[3]以低丘紅壤區為研究對象對淺層地下水埋深與不同將于類型之間的作用影響進行研究；MA Xiaodong等[4]對地下水水文、土壤水位及植被變化之間的相關關系利用塔里木河下游監測數據進行研究分析；霍艾迪等[5]利用MODIS衛星遙感數據對沙漠區域的地下水水位分布狀況進行研究分析；羅浩等[6]對黃河三角洲土壤相對含水量采用表觀熱慣量法和溫度植被干旱指數法，并依據有關數據進行了評估，依據地下水埋深與土壤相對含數量之間的相關關系構建了線性方程。

干旱半干旱區域具有空氣濕度法、降水量少、蒸散發量大依據毛細分布較為理想等特征，因此對土壤濕度利用遙感技術進行反演，從而得到的地下水為與土壤濕度之間的相關性較為顯著；而氣候濕潤區域受人工灌溉以及大氣降水等因素影響其土壤剖面水分變化較大，地下水與土壤濕度之間的相關性不明顯[7]。采用單一土壤濕度指數法無法對豐水期或枯水期以及不同年份降水量進行全面、客觀的表征，其地下水儲存狀況利用該方法無法進行全面的反映。因此，本文對多年地表土壤濕度信息利用修正化水體歸一指數法，并結合2010—2016年Landsat TM多光譜數據進行分析，并對區域地下水信息依據相關數據進行尋找，采用實地考察的方法對預測結果進行了驗證。

1 區域概況及數據選取

1.1 研究區域概況

沈陽市位于溫帶半濕潤大陸性季風氣候區，總面積約1.3萬km2，全市年降雨水量約600～800mm，降雨量受季風氣候影響主要集中在夏季，冬、夏季年均氣溫為6.2～9.7℃，冬季寒冷漫長且降雪量較低，夏季短暫且暴雨較為集中；境內大小河流共27條，主要有繞陽河、遼河、北沙河、渾河、秀水河等，水資源總量約32.6億m3，春季河流的流量相對較低，有時可出現干谷現象，水位在汛期暴漲，且流速較急，為季節性河流。尚屯水庫、團結水庫、黑牛屯水庫等為沈陽市河流湖泊的主要水庫[8]。

1.2 數據的選取

本文數據從中科院國際數據服務平臺遙感圖像LANDSAT5 TM下載，對沈陽市2010—2016年的降水資料、氣溫等氣象數據資料進行收集，為降低信息提取受降水作用影響，選取了前7日無降水時期進行成像，且成像各類地物無顯著差異性，質量較好。考慮到沈陽市特有的地理位置以及冬季可能存在大范圍的凍土層對地表信息造成影響，本文選取的時間為每年4—10月，共有18景。進行幾何精度矯正時所采用的地形圖精度為1∶5萬，并將其結果與1∶20萬的水文地質圖進行對比分析。

1.3 數據預處理

由于中科院數據處于L1T級別，即對此數據已經進行了地形和幾何矯正，因此對該數據無需進行預處理。對TM多光譜數據采用FLAASH模塊進行大氣矯正，并以此消除大氣對數據結果的影響。然后對研究區域的地理位置采用subset image工具進行裁剪處理，最終對系統模塊利用ERDAS IMAGINE 9.2圖像進行處理，并與1∶5萬地形圖進行對比，控制點選取相同的地理坐標，對精度進行幾何矯正。

2 土壤濕度提取方法

2.1 水體差異指數

利用歸一化水體差異指數法對地表濕度信息進行提取，該方法于1996年由Mcfeeters提出并用于信息分類的方法，其中波段間比值為分類的主要判別依據和基礎。它是用于水域邊界界定、地表濕度信息提取的主要方法，其中NDWI可采用下式計算：

(1)

式中，GREEN、NIR—綠波段和近紅外波段。

在建立NDWI指數時Mcfeeters僅僅對植被因素進行了考慮，而忽視了對人工地物、土壤、植被陰影等因素影響。人工地物、陰影以及水體在NDWI圖像上較易出現混亂，對其準確區分存在一定困難。

2.2 差異指數的修正

李薇[8]等對地物光譜曲研究表明，式(1)近紅外波段在利用中紅外波段進行替換時可明顯增強水體信息，相應的陰影、土壤、植被、人工地物等因素得到壓制。所以，她利用修正歸一化水體差異指數法對NDWI進行了修正，基本公式如下：

(2)

式中，GREEN、MIR—綠波段和中紅外波段。

針對圖像其TM2波段的0.520～0.605μm范圍，可利用GREEN進行表征，而TM5波段的1.550～1.750μm范圍可利用MIR進行表征，式(2)可轉化為：

(3)

考慮到沈陽區域特征和氣候環境實際狀況，對土壤及人工建筑因素可采用MNDWI進行較好的表征和處理，所以本文對土壤濕度信息的提取方法采用MNDWI法。

3 土壤濕度信息的提取

3.1 MNDWI提取土壤濕度

采用Modeler模塊對研究區域空間進行建模，建模提取效果如圖1所示。

圖1 研究區域建模提取效果

由圖1可知，圖像明顯分為暗色調和亮色調，裸土、巖土、植被的數值相對較低，為暗色調，河流、湖泊、水庫等數值相對較大，為亮色調。地表濕度信息可在一定程度上由介于暗和亮色調之間的中間色調進行表征，淺層地下水的富集區域存在于該區域。所以淺層地下水的指標要素可通過MNDWI圖像中的中間色調尋找出來，并根據指標要素來對淺層地下水分布、富集程度加以確定和判別。

3.2 最優密度分割

為了對土壤濕度信息進行更好的表征和反應，本文采用多閾值分割法對灰度圖像進行處理，以期獲得更好的“中間色調”。密度分割法是對不同物地的分類效果在圖像上進行增強的有效方法，它與多級閾值法相類似，可結合概率分布特征和圖像灰度值進行分割點的提取，并將其劃分為幾個級別進行登記，以此代表不同的地物覆蓋類型[9]。分割點的合理選取是該方法的核心，尤其是在無多峰時或雙峰分布時對圖像直方圖進行分割點的選取存在較大困難。結合有序量最優分割理論，對遙感圖像的彩色度進分割處理，并以此改進其變化，最優密度分割法利用計算機編程進行自動求解。最優分割法在不同的分割段數存在一定的差異，其中合理的分割可通過分河段內的離差平方總和分割的段數變化曲線進行最終分析和確定。

首先對NMDWI直方圖進行分析研究，結果顯示，存在某一狹窄空間涵蓋了MNDWI的大部分值，不能對地表濕度信息進行很好的表征，分割存在一定困難。因此在進行最優密度分割前需對其進行拉伸處理，在0～225范圍內確保ND值完全覆蓋，并以此對圖像的地物特征對比度進行加強。上述處理方法可利用最優密度分割法對MNDWI圖像以及水文信息進行處理與提取，其中分割段選取為13段，最終求得分割段數與各段內離差平方和與最優分割0區間之間的變化關系，結果如圖2所示。由圖2可以看出，段內力差平方總和增量在分割段數為6段以后突然增大，由此可知，第6分割段為曲線的一個明顯點，曲線在該觀點后逐漸趨于平緩。所以選取6段對圖像灰度值進行分割最為合理。

圖2 最優密度分割曲線

3.3 土壤濕度信息分級

采用掩膜處理法對ND值較大的地表水土和ND值較小的干燥區進行除去，并以此提高土壤濕度較高的水文信息，采用黑色對富水區進行突出顯示，結果見表1。

表1 最優6段分割法的MDNWI計算結果

4 實例驗證

地下水埋深是影響地表淺層土壤含水量的關鍵因素，淺層土壤含水量在地下水儲量豐富且潛水位較高時可通過毛細管水的補給作用處于較高的儲量；而土壤含水量在地下水儲量較低且前水位下降時，毛細管水的補給作用明顯降低，甚至中斷。所以在干旱半干旱區域土壤中的毛細補給作用以及土壤水分含量可直觀的反應地下水水位的高低[10]。地表水可通過毛細管的作用上升至地下水水位以上的淺層土壤中，為遙感監測的物理基礎；地表淺層土壤的水分含量狀況可采用地表土壤的反射光譜特征進行表征，所以地下水信息可利用遙感信息進行反映。本研究選擇了沈陽市渾南區，對土壤濕度較大區域的淺層地下水狀況進行了驗證分析，其中實地水井調查結果以及水文地質圖為驗證數據資料的主要來源，然后對遙感信息提取土壤濕度，并對地下水進行預測可行性和準確性采用部分數據進行研究和論證。

驗證區域位于沈陽市區的西部，該區域為第四系的Q3、Q4分布，地層剖面厚度約40m，結合水文地質特征和相關資料，該區域為沈陽市主要含水層，沖擊砂礫巖石以及卵石含水層為該區域的主要巖性特征，巖層分選磨圓較好且結構松散，地下水水位約3～6m，處于較淺水平，單點用水量相對較大。依據調查結果和水文地質圖可知，地下水富集區預測結果表現出較強的準確性和可靠性，預測結果與水文地質實際狀況保持良好的一致性。地下水位受水庫修建作用的影響，水位可在一定程度上呈上升趨勢，因此相對于水文地質圖利用遙感數據提取的淺層地下富水區面積相對較大[11]。

5 結論

采用單一時相的遙感影像進行地下水勘測受水文條件影響較大，因此本文對淺層地下水富集區利用多年平均土壤濕度指數法并結合TM多光譜數據進行預測分析，以實地考察驗證和水文地質資料為基礎對其進行驗證，主要結論如下：

(1)淺層地下水的富集區域可利用土壤濕度指數法進行準確、客觀的預測，通過實地考察并結合相關水文地質資料對該方法的可行性與可靠性進行驗證，結果表明具有較強的實用性與精確性。

(2)為避免單一時相氣象對水文條件影響較大的缺陷，本文采用多年多時相平均土壤濕度進行分析，結果表明淺層地下水富集區可通過該方法進行準確的表征和有效的指示。

(3)本文可有效降低原始工作的盲目性，并提高水源勘探的科學性和效率，研究成果為水源勘測提供一定的判別依據和支持。