基于GRSFAI法的吉林省地下水富集性評估

祝悅 劉家福 申琳 譚曉宇 白淑夏

(吉林師范大學(xué)旅游與地理科學(xué)學(xué)院，吉林 四平 136000)

地下水屬于自然資源中水資源重要組成成分，憑借其特有的水質(zhì)良好、水蘊(yùn)藏量豐富等特點，使其成為維系良好生態(tài)環(huán)境資源的要素，也是支撐我國現(xiàn)代化建設(shè)及經(jīng)濟(jì)社會高度發(fā)展的重要戰(zhàn)略物資。地下水在我國水環(huán)境中起到重要作用，特別是在干旱地區(qū)，地下水因為其水質(zhì)好、水量大和水溫穩(wěn)定成為很多地方的主要用水來源，地下水資源的重要性不容忽視，地下水還起到平衡地質(zhì)和生態(tài)環(huán)境的作用[1]。城市化進(jìn)程的不斷加快及經(jīng)濟(jì)水平的提升，也導(dǎo)致我國地下水資源出現(xiàn)了各種各樣的問題，近年來地下水資源開采利用過度，水質(zhì)被污染現(xiàn)象頻繁發(fā)生，地下水的問題制約我國經(jīng)濟(jì)可持續(xù)發(fā)展[2]。掌握地下水資源富集性狀況，對于地下水的合理開發(fā)使用有著重要的主導(dǎo)作用。傳統(tǒng)的地下水資源監(jiān)測方法需要消耗過多的時間與人力財力，所獲得的結(jié)果差強(qiáng)人意，并不理想，并且不適用于長期觀測或?qū)崟r監(jiān)測，為克服傳統(tǒng)手段帶來的不便利性，需要通過其它的調(diào)查方法進(jìn)行研究[3]。

由于地下水的特殊性，很難用常規(guī)手段進(jìn)行富集性評估。借助遙感技術(shù)大范圍、周期短以及包含信息豐富等優(yōu)點，配合地理信息系統(tǒng)的空間分析處理能力，為進(jìn)行淺層地下水資源的富集性評估提供有效的解決方法。地理信息系統(tǒng)是一門高效提取并分析空間信息的工具，可以對獲得的海量信息進(jìn)行存儲、管理、分析及應(yīng)用[4]。遙感，即通過探測波進(jìn)行非接觸、遠(yuǎn)距離的一門新興的探測技術(shù)，憑借其探測距離遠(yuǎn)、區(qū)域廣、可以全天候多時相對目標(biāo)地進(jìn)行觀測的特點，近些年被廣泛應(yīng)用[5]。其中通過遙感與GIS技術(shù)相結(jié)合在淺層地下水的監(jiān)測和研究中發(fā)展迅速，許多專家學(xué)者建立不同的地下水富集性的遙感評估模型，為利用遙感與GIS技術(shù)解決地下水富集性評估問題提供了前期理論支撐[6]。M Vasanthavigar[7]等提取地形、地貌、水網(wǎng)密度和斷裂密度以上4個指標(biāo)對盆地內(nèi)的裂隙水進(jìn)行研究。Gumma[8]等選取7個指標(biāo)進(jìn)行地下水富集性研究，結(jié)果表明，可以利用遙感和GIS技術(shù)進(jìn)行國家范圍的地下水富集性研究。許顥礫[9]等選取與地下水富集性相關(guān)的6個指標(biāo)對外伶仃島的地下水富集性進(jìn)行評估。許春華[10]等用GRSFAI方法對阿里地區(qū)進(jìn)行地下水富集性研究，證明該方法有效和適用地下水評估。本文利用遙感和GIS技術(shù)進(jìn)行數(shù)據(jù)獲取與處理，并采用GRSFAI法對吉林省淺層地下水富集性進(jìn)行評估。

1 研究區(qū)概況

吉林省位于我國東北地區(qū)中部，地處E121°38′～131°19′，N40°50′～46°19′。其轄區(qū)內(nèi)有9個地級行政區(qū)，人口眾多，總面積為18.74×104km2，約占全國總面積的2%，如圖1所示。吉林省上連黑省，下接遼城，夏季炎熱多雨，冬季白雪皚皚，全年四季分明，屬溫帶大陸性季風(fēng)氣候，全年平均溫度-2～6℃。由于自然環(huán)境影響，自東南至西北逐漸由濕轉(zhuǎn)干。年平均降水為400～600mm，受季節(jié)及區(qū)域影響較大。地面起伏自西北向東南呈明顯階梯狀變化，以中部大黑山為主要分界線，將研究區(qū)劃分為山丘區(qū)和平原區(qū)2部分。地下水資源受自然環(huán)境的限制，研究區(qū)內(nèi)地下水資源分布存在差異，地下水富集性也存在不同[11]。

圖1 研究區(qū)概況

2 數(shù)據(jù)處理與方法

2.1 數(shù)據(jù)處理

從USGS(https://earthexplorer.usgs.gov/)上獲取2018年吉林省的Landsat 8 OLI多光譜遙感影像，此數(shù)據(jù)分辨率為30m；從NASA(https://modis.gsfc. nasa.gov/)上獲取的MODIS13Q1數(shù)據(jù)產(chǎn)品，此數(shù)據(jù)分辨率為250m；于地理空間數(shù)據(jù)云(https://www. gscloud.cn)中下載SRTM DEM數(shù)據(jù)，此數(shù)據(jù)分辨率為90m。對所下載數(shù)據(jù)進(jìn)行篩選，排除成像色彩相差大、積雪和云覆蓋過于嚴(yán)重的數(shù)據(jù)，選出云量較少且質(zhì)量較好的影像，通過對獲取的數(shù)據(jù)進(jìn)行了幾何校正，使所有的底圖之間在地理坐標(biāo)上都能相互匹配，再對數(shù)據(jù)進(jìn)行輻射校正和大氣校正，消除大氣散射和光照等因素對遙感影像的干擾，利用重采樣將所有專題圖的空間分辨率都統(tǒng)一為30m[12]。

地下水富集性評估涉及眾多指標(biāo)因素，指標(biāo)各個方面均不相同，則要對所選的指標(biāo)做歸一化處理之后才能進(jìn)行綜合加權(quán)[13]。歸一化的公式：

(1)

式中，Xi為指標(biāo)數(shù)據(jù)的統(tǒng)計值；Xmax為指標(biāo)數(shù)據(jù)值中的最大值；Xmin為指標(biāo)數(shù)據(jù)值中的最小值。

2.2 研究方法

GRSFAI法(Groundwater Remote Sensing Fuzzy Assessment Index)即地下水富集性遙感評估方法[14]，其值范圍為0～1，0代表吉林省地下水富集性最差，1代表吉林省地下水富集性最好。各個指標(biāo)對地下水富集性的影響因素均不相同，每個指標(biāo)分別對應(yīng)一個權(quán)重Wi。利用ArcGIS的空間分析工具模塊進(jìn)行加權(quán)計算，公式：

(2)

式中，Wi為各指標(biāo)的權(quán)重值；Yi為歸一化后的各指標(biāo)專題圖。

3 指標(biāo)選取

地下水富集性由多個因素決定，選取的6個指標(biāo)需要進(jìn)行歸一化處理后，利用ArcGIS進(jìn)行綜合加權(quán)計算，地表起伏度、坡度、河網(wǎng)密度、植被覆蓋度、地表溫度和土壤濕度，吉林省淺層地下水富集性的具體影響情況如表1所示[15-20]。

表1 評估指標(biāo)

4 權(quán)重確定

選取6種不同指標(biāo)因子構(gòu)建吉林省地下水富集性評估模型，由于這些指標(biāo)對地下水富集性產(chǎn)生的影響是不同的。為了使實驗結(jié)果真實可靠，在充分利用這些指標(biāo)的基礎(chǔ)上[21]，結(jié)合分析者和專家的經(jīng)驗知識，采用層次分析法[22]確定指標(biāo)權(quán)重，邀請具有豐富相關(guān)經(jīng)驗知識的14名專家對6種指標(biāo)進(jìn)行評價打分，以量化衡定影響因子對地下水富集性的重要程度，將打分結(jié)果構(gòu)成判斷矩陣。在進(jìn)行權(quán)重計算之前，對判斷矩陣進(jìn)行一致性檢驗，若計算結(jié)果未通過一致性檢驗，則說明所選取的權(quán)重值誤差過大，對指標(biāo)做出的權(quán)重值評價結(jié)果不可靠，需要重新做權(quán)重值選定直到滿足一致性檢驗為止，經(jīng)計算一致性檢驗結(jié)果為0.0136，符合一致性檢驗，根據(jù)其原理和方法得到指標(biāo)權(quán)重為Wi，如表2所示。

表2 指標(biāo)權(quán)重值

5 結(jié)果分析

經(jīng)過歸一化處理的各個專題圖與計算得到的各個指標(biāo)的權(quán)重值，根據(jù)公式(2)計算得出吉林省地下水富集性情況。

通過野外實地測量數(shù)據(jù)，選取36個地下水位觀測點與獲得富集性評估結(jié)果進(jìn)行相關(guān)性分析[23]，驗證結(jié)果表明，兩者之間呈指數(shù)相關(guān)，其相關(guān)系數(shù)R2為0.8011，表明可以用GRSFAI法對吉林省淺層地下水富集性進(jìn)行有效評估。相關(guān)性分析結(jié)果如圖2所示。

圖2 相關(guān)性分析結(jié)果圖

根據(jù)吉林省地下水富集性評估結(jié)果與實測數(shù)據(jù)相關(guān)性分析結(jié)果，將地下水富集性評估結(jié)果分為5個等級，具體如表3所示。再根據(jù)上述的5個等級利用ArcGIS分析得到吉林省富集性表，各個等級在各個市中的面積情況如表4所示。

由表4可以看出，吉林省地下水富集性評估結(jié)果為優(yōu)秀的區(qū)域面積為3386.43km2，占吉林省總面積的1.81%，其中松原市的優(yōu)秀區(qū)域的面積為736.48km2，是優(yōu)秀等級中面積最大的，長春市次之，為500.30km2；吉林省地下水富集性評估結(jié)果為良好的區(qū)域面積為2765.01km2，占吉林省總面積的1.47%，其中四平市的良好區(qū)域面積為206.91km2，是良好等級中面積最小的；吉林省地下水富集性為一般的區(qū)域面積為2640.37km2，占吉林省總面積的1.41%，富集性為一般的區(qū)域在吉林省分布基本較為平均；富集性評估結(jié)果為及格的區(qū)域面積為46147.27km2，占吉林省總面積的24.61%，其中長春市的及格區(qū)域的面積為13346.66km2，是及格等級中面積最大的，白城市次之，為9331.50km2；吉林省大部分地區(qū)的地下水富集性級別為很差，富集性評估結(jié)果為很差的區(qū)域面積為132543.48km2，占吉林省總面積的70.70%，證明吉林省的地下水情況不容樂觀，其中白城市的很差區(qū)域的面積為15535.33km2。

表3 吉林省地下水富集性評估數(shù)值表

表4 吉林省富集性表

6 結(jié)論

通過選取與地下水賦存相關(guān)的地表起伏度、坡度、河網(wǎng)密度、植被覆蓋度、地表溫度和土壤濕度6個指標(biāo)，建立吉林省地下水富集性評估模型，得到吉林省富集性表，富集性評估結(jié)果為很差、及格、一般、良好和優(yōu)秀的區(qū)域面積分別占吉林省總面積的70.70%、24.61%、1.41%、1.47%和1.81%，其中富集性評估結(jié)果在及格和及格以上的區(qū)域面積總和占吉林省總面積的29.30%。

通過富集性評估結(jié)果與實地測量36個水位觀測點數(shù)據(jù)進(jìn)行相關(guān)性分析，系數(shù)為0.8011，表明GRSFAI法對地下水富集性評估有效，能夠節(jié)約大量時間和成本，分析得出的吉林省地下水富集性分布表可以為今后地下水的管理工作提供一定參考。