位山灌區遙感數據分析系統建設

蔣新光，王 超

(聊城市位山灌區管理服務中心，山東 聊城 252000)

1 概 述

位山灌區渠首設計引水流量240 m3/s，設計灌溉面積36×104hm2。隨著位山灌區不斷加大投入力度，水利工程以及灌溉面積適度增長，節水灌溉發展迅速，灌溉用水效率穩步提高。因此，快速、準確確定灌區邊界、確定新增水利工程、調查分析灌區灌溉面積變化、灌溉進度，科學分析土壤鹽堿化面積顯得尤為重要。隨著衛星遙感技術的發展，綜合利用衛星遙感技術，可提高工作效率、節省工作成本，具有良好的應用前景。

2 遙感數據分析方法

2.1 確定灌區邊界

從目視解譯角度來看，高分辨率遙感影像數據如高分一號衛星數據，地物邊界明顯，紋理較清晰，層次較豐富，水渠、農田、建筑可以很好地識別。灌溉區在高分辨率影像表現出有植被覆蓋，且斑塊較為明顯，可以通過矢量化得到灌區邊界。具體操作流程見圖1。

圖1 確定灌區邊界技術路線圖

2.2 確定灌溉面積及灌溉進度

2.2.1 監測技術路線

灌溉面積及灌溉進度監測方案實施流程主要包括以下幾部分：影像選取、影像預處理、模型構建、計算指數、根據灌溉前后指數差值估算差異閾值，最后分析灌溉進度。主要技術路線見圖2。

圖2 灌區面積及灌溉進度監測技術路線

2.2.2 垂直干旱指數(MPDI)

遙感具有大范圍、高分辨率、多時相等優點，可以反映土壤含水量時空變化情況，進而獲取灌溉面積以及灌溉進度，并且遙感影像具有易獲取、低成本的優勢[1-2]。

目前，基于遙感方法獲取灌溉區域面積的方法有許多，主要包括基于光學遙感影像的指數法、土壤熱慣量法；基于被動微波遙感的單值反演和多值反演算法；基于主動微波遙感的經驗模型、半經驗模型和物理模型[3-5]。位山灌區遙感數據分析系統選用修正的垂直干旱指數(MPDI)對灌溉區面積信息進行提取。

一般情況下，可以根據土壤含水量和植被長勢分析土壤的干旱情況。植被對紅光波段具有較強的吸收作用，這種作用隨著植被密度的增大而增大。土壤含水量的增加導致土壤在近紅外波段的反射率增強。根據這種特性可以構造Nir-Red 光譜特征空間，利用光波的變化查明土壤含水量的變化。計算公式如下：

(1)

式中：PDI為垂直干旱指數；Rred、Rnir分別為紅、近紅外波段的反射率；M為土壤線率。

在遙感數據中，土壤會對未完全覆蓋的植被冠層的光譜特性產生影響，因此利用上述方法分析植被特征時需要消除土壤的干擾。同時，利用遙感監測土壤相關特性(如溫度、含水量等)過程中，也需要考慮植被光譜對土壤監測光譜的影響。利用修正的垂直干旱指數以減少數據的干擾，計算方法如下：

(2)

式中：RS,Red和RS,Nir分別為土壤在紅波段和近紅外波段反射率。

在修正過程中，引入植被覆蓋度(fv)參數，是為了消除Nir-Red特征空間中植被光譜信息，從而獲取更加純凈的信息，以保證結果解譯的準確性。植被覆蓋度是反映植被冠層的重要參數，該參數和植被葉面積關系極為密切。根據相關研究成果可以得知，可通過植被葉面積推求植被覆蓋度。

2.2.3 數據預處理

2.2.3.1 大氣校正

大氣校正是定量遙感中不可忽略的工作內容，該步驟對精度影響較大，通過大氣校正可消除大氣和光照等因素產生的誤差，其過程是將表觀反射率轉換成地表實際反射率。

2.2.3.2 幾何校正

幾何校正的目的是通過坐標變換，建立地面與圖像坐標系之間的關系。

1)MPDI模型構建。首先計算每幅影像的歸一化植被指數NDVI，在NDVI的基礎上計算計算相應的植被覆蓋度fv，結合式(2)計算MPDI指數。同時，統計區域內四景影像MPDI最大值、最小值及均值。

2) 差異閾值選取：

①不同閾值對應灌溉區域計算。以修正的垂直干旱指數MPDI為指標進行差異閾值的設定：

I=MPDIt1-MPDIt2

(3)

式中：I為受灌溉影響的程度，當I小于某一閾值，可認為該區域無灌溉；MPDIt1、MPDIt2分別為灌溉前后的MPDI，其值越大表明越干旱。

由于灌溉前后土壤含水量差值較大，兩景的MPDI差值較大。通過試算設定不同的差異閾值I，得到局部變化圖見圖3。

圖3 設定不同的差異閾值I后控制區域灌溉面積的變化情況

②閾值選取分析。通過分析開閘放水灌溉時間以及干渠和支渠放水時間等確定閾值。

針對某地2011年秋水全灌，采用10月20日至11月09日，共四景數據進行閾值選取。設定差異閾值為I=0.15，計算四景MPDI影像差值變化分析，見圖4。

圖4 2011年10-11月份四景MPDI影像差值分析結果

圖4中，黑色區域代表灌溉區域，從第三幅圖中可看到白色區域，該區域為河流。該河流在影像中均為白色，表示該河流沒有進行灌溉，與實際情況一致。通過對比，第二幅圖比第一幅圖黑色區域明顯加深，這表明灌溉不斷進行，灌溉面積不斷增大。根據資料，這部分區域期間有一次秋水灌溉,當開閘放水一段時間后，灌區內干支渠分別灌滿水，根據當地實際介紹，全灌時間為半個月。根據圖4可知，30日時地表部分土壤得到灌溉。隨著時間增加，面積不斷擴大，到11月09日時大部分區域已經得到灌溉，這與實際情況基木相吻合。

3) 灌溉進度監測。基于分析得到的閾值，結合研究區支干渠實際所在的控制區域，計算出對應的灌溉面積，從而監測灌溉范圍和灌溉進度。

3 土壤鹽堿化遙感監測

3.1 技術流程

圖5為土壤鹽堿化遙感監測流程圖。在遙感影像預處理的基礎上，采用遙感分類方法從遙感影像上提取鹽堿地信息。

圖5 技術路線圖

3.2 監督分類

監督分類是通過目視判讀和野外調查，了解遙感圖像上某些樣區中影像地物的類別屬性，選取一定數量訓練樣本，通過訓練，使其符合分類要求；隨后用判決函數對其他待分數據進行分類[6-7]。

遙感影像的監督分類一般包括以下6個步驟，見圖6。監督分類方法提取鹽堿地見圖7。

圖6 監督分類步驟

圖7 監督分類方法提取鹽堿地

4 結 語

通過獲取的衛星遙感數據，可以獲取灌區大面積、廣范圍的數據。利用多種解譯方法、分析方法可以獲取較為準確的灌溉范圍、灌區邊界、土地鹽堿化情況等數據。通過比對遙感解譯數據和實際數據，遙感解譯數據較為準確，可在灌區信息化系統建設中加以推廣應用。