利用GRSFAI預測內蒙古北部干旱地區淺層地下水分布

劉永新,姜琦剛,劉偉,谷強

1.吉林大學地球探測科學與技術學院，長春130026；2.中國地質調查局呼和浩特自然資源綜合調查中心，呼和浩特010010；3.中國地質調查局西寧自然資源綜合調查中心，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、半干旱地區水資源存在的主要形式，是干旱、半干旱地區人們日常生活和工農業生產最主要的水資源來源。干旱、半干旱地區約占全球面積的30%[1]，所以在干旱、半干旱地區尋找地下水資源有著非常重要的現實意義。目前利用遙感技術在干旱區尋找地下水資源的探索方法相對其他氣候類型地區較少，其原因一是干旱地區一般經濟發展相對落后，農業、工業發展相對不發達，人口密度低，難以投入較多資金進行水資源勘查，經濟回報較低；二是干旱地區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據獲取這些指標來反應地下水富集情況。但事實上在干旱區尋找地下水資源對發展地方經濟、應急救援和軍事行動等工作具有非常重要的現實意義。

隨著遙感技術的不斷發展，遙感技術作為宏觀、綜合、動態、快速監測和評價自然資源的有效手段，在快速、大面積監測地下水中發揮著重要作用[2]。國內外學者也對不同地區遙感找水技術方法進行了研究，精度逐漸由定性向半定量或定量方向發展。劉杰[3]等利用MODIS地表溫度產品和地表反照率產品計算地表表觀熱慣量，并與地下水水位年際變化比較分析，建立相關關系。鄭璞等[4]利用TM數據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，認為該指數可以較好地預測地下水富集帶。Machiwal等[5]利用遙感技術提取了與地下水有關的10個指標，并從中選取7個對半干旱區地下水進行評估。Mukherjee等[6]利用空間分析方法，劃分出9個主題層對地下水分布進行評價。鄧正棟等[7]利用遙感技術提取與地下水相關的7個指標，采用模糊隸屬度函數量化各評估指標，構建了地下水遙感模糊評估指數Groundwater Remote Sensing Fuzzy Assessment Index(GRSFAI)。

GRSFAI的提出為遙感技術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指數對阿里地區淺層地下水進行了預測，Xu等[9]利用GRSFAI指數成功在新疆干旱區圈定地下水富集區，以上學者的研究表明GRSFAI在尋找地下水的工作中具有一定的指導作用，可以較好地預測地下水的分布情況。GRSFAI指數的提出是以丹東地區為研究背景區，該區屬于濕潤地區，而本次研究區位于內蒙古烏拉特中旗北部地區，屬于典型的大陸性干旱氣候，蒸發量遠遠大于降水量，無地表水出露，地表沙化嚴重，地表基本無土壤分布，植被較稀疏。該地區淺層地下水對地表的溫度與土壤濕度影響較小，原GRSFAI指數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，并將斷裂密度指標舍去，重新建立了GRSFAI用以評估研究區淺層地下水分布情況。

本文以GF1數據、Landsat8 OLI數據、1∶5萬地形圖和DEM數據為基礎，并參考研究區水文地質、地貌等資料，對研究區地層巖性類型、地貌類型、地形坡度、匯流累計量和植被覆蓋度進行遙感解譯與提取。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]賦以相應權重，利用模糊數學方法[11]重新建立了GRSFAI,對淺層地下水分布情況進行定量分析，并通過測區內水井單井出水量數據對評估結果進行了驗證，技術流程見圖1。

圖1 技術流程圖Fig.1 Technical flow chart

1 研究對象與數據

1.1 工作區概況

研究區位于中蒙邊境，中國內蒙古自治區烏拉特中旗北部與蒙古國南部接壤地區，地理坐標為42°00′～42°20′N，107°00′～108°00′E。區內氣候屬于典型的內陸氣候區，風大天旱，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，平均蒸發量1 454 mm，雨季集中在七八月份。測區水系不發育，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。調查區地屬偏遠，自然環境惡劣，社會經濟發展、能源交通以及基礎設施建設相對落后，人口較少，主要集中在甘其毛都口岸附近，其他地區零星分布有少量牧民。

1.2 數據源收集及預處理

收集國產GF--1數據，數據獲取時間為2016年7月～9月；Landsat8 OLI數據，數據獲取時間為2017年6月；1∶5萬地形圖為國家測繪地理信息局-國家基礎地理信息中心2015年發布的地形數據。原始影像在ENVI5.3軟件下進行了幾何校正、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數據用于提取地表植被覆蓋度指數，1∶5萬地形圖利用ArcGIS軟件提取研究區DEM數據，作為提取地貌類型、地形坡度數據和匯流累積量數據。

參考資料選用2013年內蒙古第一水文地質工程地質勘察院編制的1∶10萬烏拉特后旗地質地貌圖和1963年內蒙古地質局編制的1∶50萬內蒙古烏蘭察布盟—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，采用模糊數學方法，能夠更客觀地對地下水富集性進行評估[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個指標作為地下水地表的評估指標，并利用遙感技術對各指標進行提取，建立評價指標集：

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

(1)

根據每個評估指標對淺層地下水的影響程度不同，建立模糊隸屬度函數將其影響程度歸一化到[0，1]區間：

Pi=f(Yi) ∈[0,1]

(2)

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

如果用·表示廣義模糊“與”運算，+表示廣義模糊“或”運算，則每個像元的淺層地下水富集性評估值為：

Y(xi)=(P1·ω1)+(P2·ω2)+…+(Pm·ωm)

(3)

將各評估指標的模糊隸屬度加權相加，得到地下水遙感模糊評價指標為：

GRSFAI=Σ(Pi·ωi) (Σωi=1，Pi∈[0,1])

(4)

式(3)和式(4)中：Pi為第i個影響因素歸一化后的數值；ωi為第i個評價指標的權重值。這樣建立的GRSFAI數值在[0,1]區間，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數據，結合測區地質、水文等資料，采用人機交互解譯的方法，對測區地層巖性進行解譯，并對解譯結果進行野外驗證。結合本次研究內容，最終將地層劃分為基巖巖體、沖積物、洪積物、風積物和湖積物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

根據遙感解譯結果，結合野外調查內容，綜合研究各類巖層地層的富水性大小，賦以相應的值(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給條件，地形起伏度從數量上講是單位面積內的高差，某點的地勢起伏度是指某一確定面積中最高點與最低點之高差[12]，計算地形起伏度的關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算的關鍵[13]，由于研究區高差較小，地勢相對平坦，最終確定以600 m×600 m的分析窗口計算研究區地形起伏度。

地形起伏度越大越不利于地下水的補給，經過計算得到研究區地形起伏度在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]區間。最終得到PR指數分布圖(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軟件對研究區坡度進行提取，結果顯示該地區的坡度范圍在0°～38°之間，且大部分數據集中在0°～10°區間，顯示該地區地勢相對平坦，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]區間，最終得到地形坡度指數分布圖(圖4)。

(6)

3.4 匯流累積量(FA)的計算與歸一化處理

匯流累計量的基本思想是以規則網格表示的數字地面高程模型每點處有一個單位的水量，按照自然水流方向，根據區域地形的水流方向數據計算每個點處所流過的水量數值，便為該區域的匯流累積量[14]。匯流累積量的數值越大，在地表處越容易形成地表徑流，隨之對地下水的補給就越強。利用ArcGIS軟件水文分析工具計算研究區匯流累積量，當匯流累積量>500時，對地下水富水性能影響較小。所以采用功效系數法將匯流累積量歸一化到[0，1]區間，并最終得到匯流累積量指數分布圖(圖5)。

圖3 地貌指數分布圖Fig.3 Distribution map of geomorphic indexes

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

PFA= (FA>500時，PFA為1)

(7)

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

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

3.5 植被覆蓋度指數(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計區總面積的百分比，它可以在一定程度上反應淺層地下水的富集情況。本次研究利用植被指數近似估算植被覆蓋度，計算得到的植被覆蓋度值在[0,1]區間，不需進行歸一化處理，最后得到植被覆蓋度指數分布圖(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行打分。通過計算歸一化指數，并通過一致性檢驗指數對計算結果進行驗證，最終確定各影像因素的權重為：ωL=0.49，ωR=0.13，ωS=0.27，ωFA=0.07,ωVC=0.04(表2)。

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

表2 地貌類型評分表及歸一化計算結果

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因素)。

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

4 預測結果分析與驗證

為分析GRSFAI與地下水富集程度間的數學關系，本次工作對研究區內的18口水井進行了出水量調查。因為該區特殊的氣候環境，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系發現(圖8)，出水量與通過模糊計算得到的GRSFAI呈良好的指數關系，決定系數R2達到了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GRSFAI>0.3時，單井出水量可達6.7 m3/d以上，這對干旱地區，特別是人口稀少的牧區來講，已經可以供應人畜飲用和應急救援使用，當GRSFAI>0.6時，出水量可達30m3/d以上。所以本次研究將GRSFAI>0.3的區域定義為淺層地下水找水潛在有利區，GRSFAI>0.6的區域定義為淺層地下水找水靶區(圖9)。從中可以發現溝谷、河谷及其邊緣地區GRSFAI較高，是淺層地下水相對較集中的區域，而沖洪積平原和風積沙地GRSFAI相對較低，淺層地下水富集能力減弱，而基巖區則不利于淺層地下水的富集。

表3 驗證點參數表

圖8 GRSFAI與單井出水量相關性分析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和富水靶區的水井W1和W2對淺層地下水分布預測進行驗證，W1驗證井井深8.1 m，W2驗證井井深4.3 m，兩井出水量均可代表所在區域淺層地下水富集程度。分別對兩口井的出水量進行計算，其中W1號井在GRSFAI分布圖中對應的值為0.408 2，通過相關性函數公式計算出水量為13.24 m3/d，W2號井GRSFAI分布圖中對應值為0.665 8，通過相關性函數公式計算出水量為39.4 m3/d。最后經過野外實地驗證，W1和W2號井的出水量分別達到了57.45 m3/d和66.12 m3/d，均高于計算所得數值，證明了GRSFAI所預測的淺層地下水潛在有利區和富水靶區淺層地下水富集程度較高。

5 結論

(1)針對內蒙古北部干旱區特殊環境，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建GRSFAI的主要指標。

(2)通過研究GRSFAI與單井出水量的數學關系，得到GRSFAI與單井出水量之間的決定系數達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劃分了淺層地下水分布空白區、潛在有利區和富水靶區。通過在富水有利區和富水靶區選取驗證井，單井出水量均比較大，證明利用GRSFAI評價淺層地下水分布情況可靠性較高，GRSFAI在同類地區尋找淺層地下水方面具有廣泛的適用性。