基于遙感技術的水利測繪與水土保持研究

張金偉，耿志盼

（中水淮河規(guī)劃設計研究有限公司，安徽 合肥 230000）

水利測繪和水土保持是確保水資源可持續(xù)利用和土地可持續(xù)發(fā)展的關鍵。隨著社會經濟的快速發(fā)展，水資源和土地利用面臨著日益嚴峻的形勢[1]。遙感技術為水利測繪和水土保持提供了重要手段。本文主要概述遙感技術的原理與方法，重點闡述其在水利測繪和水土保持各關鍵環(huán)節(jié)中的應用，最后展望遙感技術在水利測繪和水土保持綜合調查等方面的應用前景。鑒于水資源日益緊張和土地可持續(xù)利用面臨挑戰(zhàn)的現實，遙感技術為實現水利測繪和水土保持的精細化管理提供了重要手段，是值得進一步研究和推廣應用的高新技術。本文主要從水資源和土地利用的現實需求出發(fā)，概述遙感技術的應用，以期為水利測繪和水土保持提供技術支撐。

1 遙感技術在水利測繪中的應用

1.1 遙感技術原理與方法

遙感技術是指不直接接觸目標而通過探測器檢測和記錄目標反射或發(fā)射的電磁輻射，以獲知和確定目標的某些特性的技術[2]。它利用各種自然現象作為信息和能量的來源，通過特定探測器，接收并記錄目標的電磁輻射和其他信息。基于不同波段的電磁波輻射，可劃分出光學遙感與微波遙感兩大類。其中，光學遙感按照波長，可分為紅外線遙感（0.7-1.4μm）、近紅外區(qū)域遙感（0.4-1.1μm）以及紫外線遙感（0.3-0.4μm）。它利用太陽光照射地表目標并測量其反射的光譜特征信息開展成像和解譯。微波遙感主要包括雷達和輻射計兩種主要方式，分別測量目標反射信號和自身發(fā)射信號。根據不同頻帶μm 波、cm 波以及mm波，微波成像分辨率和穿透能力不同。遙感影像的數字化處理可分為圖像預處理、圖像增強、圖像變換、目標檢測與識別等過程。通過對比或比值處理可突出目標差異，主成分分析則可提高噪聲比，相關系數法可判定像元間相關性。基于遙感影像還可提取諸如紋理、形狀、斑塊度等特征，并運用于目標分類識別。通過設置885 種濾波器響應類型及17 種邊緣檢測算子，結合基于區(qū)域的分割方法，可實現遙感影像的多尺度和分級分割。典型的如尺度不變特征變換（SIFT）算法，采用高斯差分金字塔實現多尺度空間構建，并通過局部性極值點描述符實現特征匹配，是圖像處理中的常用算法。通過構建分類器實現基于遙感影像的目標識別，算法種類繁多，從簡單的SAM 譜角映射法到復雜的支持向量機（SVM）算法不等。總之，遙感技術為水利測繪提供了宏觀快速、定量監(jiān)測對象的技術手段。

1.2 遙感技術在水文地質調查中的應用

水文地質調查需要明確地下水的富集條件、流動規(guī)律等，而這些與該區(qū)域的地形、地質、構造等息息相關。遙感技術可以快速獲取這些信息，為水文地質調查提供支撐[3]。例如，不同巖性的反射特性各異，可通過遙感圖像的光譜特征進行判別。變質巖中白云石的2.33μm 特征吸收譜帶強度明顯高于其他碳酸鹽礦物；而玄武巖中輝石和斜長石的特征吸收譜段位于1.0μm 和2.32μm 處。這樣可區(qū)分出地下水具有較高豐度期望的巖性類型。又如長波紅外段對水體的穿透能力強，可直接反映地下水分布。微波遙感則可以根據地層介電常數、電導率差異直接反映地層信息。例如L 波段（1-2GHz）可探測10m 深處的地層結構。頻散峰的存在預示著地下存在斷裂，是判斷地下水的富集條件的有利信息。DEM 等數據提取出的植被指數、地形濕潤度與水文過程也密切相關，可通過敏感性分析、主成分分析等定量判斷。基于形態(tài)學分析的地質構造提取也可表征地下含水構造。遙感監(jiān)測到的地表水體演變則可反映地下水補給過程。綜上所述，遙感探測到的各種信息都對地下水形成、流動、補給等有直接或間接的指示作用。但遙感本身的限制仍需要現場驗證與理論計算的結合，才能在水文地質調查中發(fā)揮更大的作用。

1.3 遙感技術在水資源調查評價中的應用

水資源調查評價需要獲知水文要素的時空分布信息[4]。河流水系提取是水資源評價的基礎。傳統通過點位觀測獲得，但對觀測點位的要求龐大，遙感技術可有效補充，典型算法如基于GVF 蛇方法的水體自動提取與變化監(jiān)測技術，結合光譜、形態(tài)特征實現高精度識別，平均提取精度達到96%以上。

表1 多源遙感提取河流水系精度評價

另外，雷達回波可提取水體邊界與波高信息。光學與微波數據融合，可準確獲得水深分布，為泥沙含量估計、河床特征描述等提供依據。水體光譜特征可反演水質參數，如濁度、葉綠素含量等。近紅外區(qū)域波段和短波紅外波段，也可估算水體懸浮物、藻類覆蓋等參數。多時相合成監(jiān)測水體范圍變化，可量化補給過程，評價地表水資源狀態(tài)。遙感數據量化反演的諸多水文要素，可通過模型耦合進行水文過程模擬。但該技術的不確定性仍較大，需充分結合模型理論約束與校準驗證，方能在水資源評價中發(fā)揮更大的作用。

2 遙感技術在水土保持中的應用

2.1 土地利用與土地覆蓋監(jiān)測

土地利用/覆蓋（Land Use/Land Cover，LUCC）信息是評價區(qū)域土地資源狀況和合理利用程度的重要參數，也是水土流失監(jiān)測與生態(tài)保護的基礎。遙感圖像可根據地表光譜特征實現LUCC 分類與識別[5]。以農田識別為例，可利用常規(guī)RGB 波段包含的光譜信息進行判讀，但易受光照影響。結合近紅外波段，可構建正常化差值植被指數（NDVI），增強對植被覆蓋和狀態(tài)的區(qū)分。一般NDVI＞0.5 則判定為農田。加入短波紅外段信息，可進一步約束，如 Band5/Band7＞1.5 和Band5-Band3＞0.1 的像元劃為農田，準確率可達89%。此外，不同作物種植面積、結構特征在多時相合成影像上呈現差異。如水稻在返青期與拔節(jié)期間可區(qū)分，返回散射特征變化明顯。設置合適分類器模型，整合多維及時相遙感特征，水稻識別精度可達96%。雙偏極化SAR 圖像也能高效提取農作物空間分布，提高分類的穩(wěn)健性。綜上所述，遙感提供了快速、動態(tài)監(jiān)測LUCC 的有力手段，但分類體系建立、識別指標選取與模型還可進一步優(yōu)化。數據融合與深度學習方法也展現潛力。LUCC 信息提取的不確定性降低，是增強遙感在水土保持監(jiān)測與評價中應用的重要途徑。

2.2 土地脆弱性評價

土地脆弱性評價是定量分析土地資源面臨退化風險的技術，也是水土保持監(jiān)測的關鍵內容。遙感可獲取土地利用強度、植被覆蓋、地形地貌等多源信息，實現區(qū)域脆弱性分級。在植被覆蓋監(jiān)測方面，典型光學遙感指數如比值植被指數RVI，范圍0-1，結合土地利用類型判讀，可反映不同覆蓋類型的脆弱性大小。一般閾值設定RVI＜0.3 為脆弱，RVI＜0.1 為極度脆弱。葉面積指數LAI 則直接反映植被生長狀況，但這些指數易受大氣影響。新一代高光譜數據增強植被參數反演穩(wěn)健性。另外，SAR 及光學融合提高對植被水分敏感性監(jiān)測。在土地利用監(jiān)測方面，變化檢測技術如CVA 等，可提取不同時相土地覆蓋類型變化區(qū)域。結合高分影像判讀變化類型，可判斷地表破壞程度。形態(tài)學分析表征土地利用空間分布與碎片化情況，判定土地開發(fā)強度。DEM 產品提取地形數據，分析地形的水熱條件，評價區(qū)域自然脆弱性。柵格疊加分析綜合反映脆弱性程度。分類方法從AHP 等傳統判別模型轉向CNN 等深度學習識別。新算法提高平均20%以上準確率。隨著數據源的增加與智能方法發(fā)展，遙感技術在土地脆弱性評價中的應用前景廣闊。

2.3 水土流失監(jiān)測與預警

水土流失是土地退化的主要形式之一，遙感可實現區(qū)域尺度的水土流失監(jiān)測與風險預警，關鍵是構建模型關聯水土流失與其影響因素，并基于遙感反演各影響因素的參數。常用經驗模型如USLE 公式，計算年均流失模數。遙感數據可提取相關參數，如雨量利用氣象數據獲取，地形坡度、坡向、坡長利用數字高程模型（DEM）計算，植被覆蓋利用NDVI 等指數確定，土壤類型利用分類結果獲取。這些參數柵格化后代入USLE 模型，即可獲得分布式的水土流失量。物理機理模型如水文侵蝕預測項目（WEPP）模型，模擬單個斜坡尺度的水土流失過程。其輸入同樣需要遙感反演的多源數據支撐，如利用SAR 干涉確定微地形，光學圖像提取植被分布，合成獲取的高分辨率DEM 計算流域邊界等。模型結果呈現水土流失的時空分布與動態(tài)演變過程。此外，數據驅動方法直接基于遙感影像分析獲取水土流失監(jiān)測結果。深度學習模型可實現對流失敏感區(qū)域的直接識別。例如卷積神經網絡（CNN）模型，其卷積層自動學習頻域濾波，提取水土流失的圖像特征，稠密層歸納分類，識別精度較傳統模型提高20%。

3 水利測繪與水土保持綜合研究

3.1 基于遙感的水資源與土地利用綜合調查

水資源與土地利用是區(qū)域生態(tài)環(huán)境與社會經濟發(fā)展的重要基礎，兩者之間存在密切的相互制約與影響關系。遙感技術可以同時獲取水資源與土地利用的空間信息，實現兩者的綜合監(jiān)測與調查評價。例如，土地利用方式的變化會改變地表徑流、地下水補給等水文過程，進而影響水資源的時空分布。而水資源的可利用性也制約著土地開發(fā)強度。基于光學和微波遙感可以監(jiān)測到水體范圍、土地覆蓋類型與分布邊界等變化信息。設置合適分類判別方法或深度學習模型，可以實現水體識別精度90%以上，土地利用分類精度85%以上。同時獲取水資源與土地利用的多時相變化監(jiān)測結果。這為分析兩者之間的相互響應機制、變化驅動力、耦合模型提供可靠數據支撐。除了直接獲取水資源和土地利用分布外，DEM、地下水等參數也反映兩者間接相互影響。因此，應構建指標體系，選取合適模型算法。綜合水資源、土地利用和相關影響因素，可以定量評價區(qū)域生態(tài)環(huán)境狀況，分析資源利用效率，為區(qū)域可持續(xù)發(fā)展提供決策依據。

3.2 基于遙感的水土資源信息集成及分析

水土資源調查需要獲取包括降水、地下水、土壤水分、植被覆蓋、地形地貌、土地利用等多源異構影像，進行集成與深度挖掘，服務于資源評價與可持續(xù)利用。例如高光譜遙感可準確獲取土壤與植被參數，實現精細化監(jiān)測，而雷達數據可克服光學遙感的云層限制，無天候約束地觀測土壤水分分布。衛(wèi)星重訪與空天飛機低空組合獲取的影像數據，實現了高時空分辨率下的資源信息提取。這些數據按一定標準預處理后，進行幾何、光譜校正與匹配。然后，可構建數據庫存儲源數據及其導出的水文、生態(tài)要素，如河網、微地形、土壤水分指數、LAI 等柵格數據。同時保存數據的空間坐標及指標單位、遙感基準時間等屬性數據。在此基礎上，可選擇適宜的統計分析方法或智能算法，實現水土資源信息的綜合挖掘。如基于云模型與證據理論框架下的數據融合方法，可處理不同時相、不同分辨率水土資源數據，充分考慮不確定性，提供決策支持。柵格數據可直觀呈現資源時空動態(tài)分布，進一步代入過程模型，模擬資源響應過程，為科學決策提供依據。隨著多源異構數據取得與智能分析技術發(fā)展，基于遙感的水土資源集成管理與精細化利用，擁有廣闊的應用前景。

4 結語

遙感技術為水利測繪和水土保持相關任務提供了重要技術支撐。本文闡述了遙感在水利測繪以及水土保持監(jiān)測與評價中的多種應用，既有直接獲取分布參數，也有為相關模型提供數據支撐兩類方式。文章還展望了遙感技術在水利測繪與水土保持綜合評價等方面的應用前景。隨著高空間分辨率、高時間分辨率、多源異構數據的快速增長，以及云計算、深度學習等技術手段的發(fā)展。遙感的角色在水利水保領域日益凸顯，正在向精細化、智能化、綜合化方向邁進。這將大幅提高水資源利用效率和土地可持續(xù)生產能力。