基于遙感技術的干旱區地下水監測研究

史曉亮，周政輝，王馨爽

（1.西安科技大學測繪科學與技術學院，陜西西安710054；2.河南省漯河水文水資源勘測局，河南漯河462000；3.自然資源部陜西基礎地理信息中心，陜西 西安710054）

地下水是淡水資源重要的組成部分，約占全球淡水資源總量的30%［1］，是經濟社會可持續發展的基礎。目前世界面臨的人口、資源、環境三大問題均直接或間接與地下水有關［2］。我國人均水資源短缺，隨著經濟社會的高速發展和人口的急劇增加，地表水資源愈顯不足且污染嚴重，而地下水以其儲量豐富、水質良好等優點被大量開發利用［3］，因此地下水在用水結構中所占的比例不斷增大，成為工農業生產和城鄉生活的重要水源［4］。但是一些局部地區過量開采地下水，造成地下水采補失衡，地下水位持續下降，并引發地面沉降、生態環境退化、地下水污染等一系列問題。因此，為科學合理地開發利用地下水資源，迫切需要加強地下水動態監測，掌握地下水的時空變化規律，從而實現對地下水的可持續開發利用和有效保護［5］。

傳統的地下水監測方法，如鉆井觀測和水井觀測，存在著布設維護耗費人力物力、空間分布過于稀疏而難以有效反映地下水分布的空間異質性、無法實現大面積動態監測等不足［6-7］。隨著遙感技術的發展和可利用遙感影像的不斷豐富，基于遙感技術的地下水監測方法得到了廣泛關注和應用。許多學者基于重力衛星、InSAR等多源遙感影像在不同區域開展了地下水監測研究。曹艷萍等［8］利用GRACE重力測量衛星數據反演了黑河流域2003—2008年地下水的時空變化特征。楊成生等［9］基于 Envisat ASAR數據，利用SBAS-InSAR技術監測大同盆地地面沉降形變特征，并構建了地下水位波動與地表形變之間的關系。但是GRACE衛星數據的空間分辨率較低，且反演結果為水儲量變化，而不是地下水位或埋深；而SAR影像數據獲取成本較大，因此限制了InSAR技術在地下水監測方面的應用。

近年來，采用光學與熱紅外遙感反演地表參數，進而構建地下水監測模型的研究取得一定進展。塔西甫拉提·特依拜等［10］以Landsat-7 ETM+的第6波段為數據源，基于地表溫度和地下水的相關關系，建立了反演地下水位的定量模型。李相等［11］以新疆庫車縣綠洲-荒漠交錯帶為研究區，利用遙感技術反演土壤含水量，并結合實測數據反演得到地下水埋深分布狀況。目前通過單一地表生物物理參數反演地下水位的相關研究中，通過反演獲取土壤含水量，進而建立地下水監測模型的方法應用最為廣泛。但是，基于土壤含水量的地下水模型建立在土壤水和地下水相互補給的基礎上，以往相關研究對于該方法的適用范圍涉及較少。筆者結合多源地理空間數據，識別基于土壤含水量的干旱區地下水遙感監測模型適用范圍，進而選取新疆阿克蘇河流域的綠洲-荒漠交錯區為典型研究區，構建基于土壤含水量的地下水監測模型，并分析其時空變化特征，以期豐富無資料地區地下水監測手段，有效擴大地下水監測的覆蓋范圍。

1 研究方法

1.1 理論基礎

遠離人工綠洲的天然荒漠區，在沒有降水和灌溉且不存在側向地下水補給的條件下，土壤水分含量隨地下水埋深而變化。地下水埋深越淺，毛細作用越明顯，土壤含水量越小；埋深較深時則相反［12］。土壤含水量受地下水埋深影響極大，當潛水位較高時，表層土壤可得到毛管水的補給，使其保持較高的土壤含水量；隨著潛水位下降，土壤含水量隨毛管水的補給減少而下降，以至土壤的有效含水量不能滿足植物的生理需要而形成干旱。因此，在干旱荒漠區，地下水埋深是影響土壤含水量的決定性因素［13］。

地下水的動態變化會影響土壤水的動態變化，反過來，土壤水的動態變化也會影響地下水的動態變化，二者相互作用、相互影響，屬于同一系統內部自調節自適應過程［14］，這為建立土壤含水量與地下水埋深分布的關系模型提供了理論依據。而地表土壤的反射光譜特征在一定程度上能夠反映地表淺層土壤的水分含量狀況，因此在干旱區可以基于光學和熱紅外遙感數據反演土壤含水量，進而結合地下水觀測井的實測數據，構建基于土壤含水量的地下水遙感監測模型。

1.2 基于土壤含水量的地下水監測模型適用范圍識別

由于基于土壤含水量的地下水監測模型建立在土壤水和地下水相互補給的基礎上，因此該監測模型具有一定的適用范圍。根據上述基礎理論，參考相關研究結論，本研究提出地下水與土壤含水量相互補給區域的適用條件：①植被覆蓋度＜30%；②多年平均降水量＜200 mm；③非灌區或農田，非城鄉建設用地。

本研究綜合利用全國長時間序列NDVI數據，以及降水量、土地利用等多源地理空間數據，劃定基于土壤含水量的地下水監測模型的適用范圍。

1.3 土壤含水量的遙感反演方法

土壤水分、地表溫度和植被指數三者之間相互影響，因此目前通過溫度-植被指數（Ts-NDVI）特征空間的變化來綜合反映土壤水分狀況，在國內外得到廣泛應用［15］。 J.C.Price［16］分析認為，NDVI和地表輻射溫度構成的散點圖為三角形。R.Nemani等［17］研究表明，地表溫度和植被指數之間為梯形關系。I.Sandholt等［18］研究發現，Ts和NDVI構成的圖中有很多等值線，從而提出利用溫度植被干旱指數（TVDI）監測地表濕度狀況［19］，并得到了廣泛的應用，其計算公式為

式中：TVDI為溫度植被干旱指數，其值在0～1之間，TVDI越大，表示對應的土壤濕度越??；Ts為任意像元的地表溫度，本文利用MODIS LST代替；Tsmax為某一NDVI對應的最高地表溫度（即干邊），Tsmax＝a+bNDVI（a和b為干邊擬合方程的系數）；Tsmin為某一NDVI對應的最低地表溫度（即濕邊），Tsmin＝c+dNDVI（c和 d為濕邊擬合方程的系數）［20］。

1.4 地下水監測模型構建

收集整理研究區地下水監測站實測埋深數據，并將其劃分為兩部分：大部分監測站地下水埋深數據用于模型構建，小部分監測站數據用于模型精度的驗證。在此基礎上，結合土壤含水量的遙感反演結果，將用于模型構建的地下水監測站地下水埋深數據與土壤含水量在空間上建立對應關系，提取對應像元的地下水埋深和土壤含水量，進而利用SPSS軟件進行回歸分析，構建地下水監測模型。然后，根據驗證站的地下水埋深實測數據與對應像元的地下水埋深模擬值，采用線性回歸方程判定系數（R2）、相對誤差（RE）和均方根誤差（RMSE）3個指標對模型精度進行評價。

2 基于土壤含水量的地下水監測模型適用范圍

本研究采用的1982—2016年GIMMS（Global In-ventor Modeling and Mapping Studies）NDVI數據來源于國家自然科學基金委員會中國西部環境與生態科學數據中心（http：//westdc.westgis.ac.cn），并基于像元二分模型獲取全國多年平均植被覆蓋度［21］。基于中國800個氣象站1961—2011年的降水量，利用反距離權重插值法，獲取全國年均降水量的空間分布。此外，收集了全國2015年土地利用類型以及灌區分布數據。基于地下水與土壤水互相補給區域的適用條件，綜合利用上述多源地理空間數據，在GIS空間分析技術支持下，得到基于土壤含水量的地下水監測模型的適用范圍。

在新疆的準噶爾盆地、塔里木盆地部分地區、青藏高原北部、內蒙古西北草原區等地，地下水與土壤水之間存在相互補給關系，地下水受到土壤含水量影響，因此可以利用光學和熱紅外遙感數據反演土壤含水量，進而構建地下水監測模型。

3 研究區與數據來源

3.1 研究區概況

基于上述地下水監測模型適用范圍的識別結果，選擇阿克蘇河流域綠洲-荒漠交錯區作為典型研究區。阿克蘇河發源于吉爾吉斯斯坦科克沙勒山，是新疆維吾爾自治區的三大國際河流之一，為新疆南部第一大河。阿克蘇河流域位于天山南麓、塔里木盆地北緣，總面積約7.0萬km2。流域地勢自東北向西南逐漸降低，地貌有明顯的分帶現象，依次為中低山丘陵、山前洪積扇群、沖洪積傾斜平原及沖積平原。該區地處歐亞大陸深處，屬暖溫帶干旱型氣候區，具有大陸性氣候的顯著特征：氣候干燥，蒸發量大，降水量小且年、季變化大；晴天多，日照時間長，熱量資源豐富；氣候變化強烈，冬季寒冷，夏季炎熱，晝夜溫差大，年均風速小。

3.2 數據來源與處理

本研究采用的主要遙感數據源為2003—2015年4—10月的 MODIS產品數據，包括地表溫度（LST）（MOD11A2：8 d合成，空間分辨率為1 km）數據和歸一化植被指數（NDVI）（MOD13A2：16 d合成，空間分辨率為1 km）數據，來源于美國航天局網站（http：//ladsweb.nascom.nass.gov/data/search.html）。 利用 MRT（MODIS Reprojection Tools）軟件對下載獲取的MODIS數據進行鑲嵌、投影與格式轉換等預處理，最終獲取研究區MODIS地表溫度和歸一化植被指數數據集。

地下水監測數據包括研究區內良種場水管站、阿瓦提縣黃宮村一小隊等9個觀測井（見圖1）2003—2012年月均地下水埋深數據，用于地下水監測模型構建。

圖1 研究區和地下水觀測井位置

4 結果與分析

4.1 研究區地下水監測模型構建

基于2003—2012年長時間序列的MODIS NDVI和LST數據，利用溫度植被指數（TVDI）反演研究區土壤含水量，結合分布于研究區內8個地下水觀測井的實測地下水埋深數據（不包括用于模型驗證的阿瓦提縣豐收二場良繁場的觀測井數據），建立了月尺度的地下水埋深監測模型（見圖2）。從圖2可以看出，研究區土壤含水量和地下水埋深之間存在較明顯的指數關系。在此基礎上，選擇阿瓦提縣豐收二場良繁場的地下水觀測井數據對模型進行精度驗證，結果顯示，地下水埋深的模擬和實測數據的判定系數（R2）、相對誤差（RE）分別為0.75和9%，基本達到了大范圍地下水監測的精度要求。

圖2 基于土壤相對含水量的地下水埋深監測模型

基于上述模型以及該區的土壤含水量遙感反演結果，估算得到阿克蘇河流域綠洲-荒漠交錯區2003—2015年每年4—10月的地下水埋深。

4.2 研究區地下水埋深時空變化特征

4.2.1 地下水埋深年際變化

由圖3可見，阿克蘇河流域綠洲-荒漠交錯帶2003—2015年地下水埋深年際波動較大，但整體呈變深的趨勢。年均地下水埋深在2005年最淺（為2.24 m），2015年最深（為3.07 m），平均為2.43 m。從不同階段來看，2003—2005年研究區地下水埋深呈變淺趨勢，之后到2012年地下水埋深雖有所波動，但整體呈變淺趨勢，2012年之后該區地下水埋深不斷增大。

圖3 2003—2015年研究區地下水埋深年際變化

4.2.2 地下水埋深空間分布特征

阿克蘇河流域綠洲-荒漠交錯區地下水埋深受到地質條件等多種因素的影響，空間差異明顯，總體表現為西淺東深的分布特征。從圖4可以看出，柯坪荒漠區與阿瓦提綠洲區交錯帶的地下水埋深相對較淺，一般小于2.0 m；阿克蘇荒漠區與阿瓦提綠洲區交錯帶的地下水埋深相對較深，一般為2.0～3.8 m；溫宿綠洲區和多浪綠洲區的部分地區地下水埋深為4.0～5.8 m。

圖4 研究區地下水埋深空間分布

5 討 論

5.1 基于遙感技術的地下水監測方法的應用前景

（1）可以擴大地下水監測覆蓋范圍。我國水利系統現有地下水監測站約1萬個，大部分分布在北方平原區，南方與西部有些地區甚至還未開展地下水監測工作，全國范圍內地下水監測工作不一致，造成同時期全國地下水監測資料不完整。鑒于我國地下水監測現狀，為提高地下水監測水平，水利部和原國土資源部于2015年6月開始實施國家地下水監測工程，建設地下水專用監測站20 401個。國家地下水監測工程的實施，使我國的地下水監測水平和能力有了大幅度提升，有效監控面積達350萬km2，基本實現對我國大型平原盆地和集中連片巖溶山區地下水的區域監控。但是，新疆、西藏、青海等地區地下水監測站點仍然較少，在空間尺度無法有效實現地下水的長時間序列觀測，而這些地區正是基于土壤含水量的地下水監測方法的適用區域。因此，基于遙感技術對缺少地下水監測站或監測站密度低的干旱區進行地下水監測，將在傳統地下水監測基礎上，有效擴大地下水監測的覆蓋范圍。

（2）可以完善地下水監測資料的時間連續性。我國各流域、各?。▍^、市）開展地下水監測的時間不同，地下水開發利用程度高的區域早在20世紀60年代就開展了地下水監測，而部分流域、省（區、市）截止目前開展地下水監測時間較短，使得各區域監測資料序列不統一。利用遙感技術時間序列長的優點，結合多源遙感影像，對于開展地下水監測時間較短的區域，在時間尺度上可以有效擴展地下水監測序列。

（3）為地下水管理工作提供技術支撐。地下水管理和保護工作中，需定期對地下水資源進行調查評價，了解區域地下水資源狀況。遙感技術在地下水變化監測中的應用，為地下水監測站布設密度低的西北、西南等區域的地下水資源調查評價提供了技術支撐。

5.2 地下水監測模型的制約因素分析

基于遙感的地下水監測模型是在土壤含水量反演的基礎上，結合地下水埋深實測數據建立起來的。該模型適用范圍主要為新疆、西藏等西部干旱地區，但這些區域地下水監測站分布較少，實測數據欠缺。因此，在模型構建時需要考慮地下水實測數據的可獲取性，從而影響了模型的推廣應用。

由于傳統的地下水監測方法存在監測站過于稀疏而難以反映空間差異性、監測資料不連續等不足，因此希望通過遙感技術獲取長時間序列、大范圍的地下水動態變化資料。中分辨率遙感影像盡管空間分辨率較高，但重訪周期長，且受到云的影響，很難獲取時間序列長且數據質量較好的影像。因此，目前地下水連續監測常用的遙感數據源是MODIS的歸一化植被指數（NDVI）和地表溫度（LST）數據，但是受數據本身以及反演算法等因素影響，MODIS LST數據在部分時間段可能存在異常值，從而影響土壤含水量模擬。遙感數據源質量是地下水監測模型的主要制約因素之一。

6 結 論

本文通過分析土壤水與地下水的相互補給關系，綜合多源遙感數據，劃分了基于土壤含水量的地下水監測模型的適用范圍，以新疆阿克蘇河流域綠洲-荒漠交錯區為典型研究區，構建了干旱區地下水監測模型，并分析了地下水埋深的時空變化特征，得出以下結論。

（1）新疆的準噶爾盆地、塔里木盆地部分地區、青藏高原北部、內蒙古西北草原區等干旱地區，地下水與土壤水之間存在相互補給關系，可以利用光學與熱紅外遙感數據反演土壤含水量，進而構建地下水監測模型。

（2）阿克蘇河流域荒漠-綠洲交錯區2003—2015年地下水埋深年際波動較大，但整體呈變深的趨勢，在空間上呈現西淺東深的分布特征。

（3）盡管遙感技術在監測地下水方面存在數據源異常值、依賴于實測數據等多種因素的制約，但是在傳統地下水監測基礎上，該方法可以有效擴大地下水監測的覆蓋范圍，為地下水監測站布設密度低的西北、西南等區域的地下水資源調查評價提供技術支撐。