遥感技术在灌区信息化中的应用

2018-03-28邵秋芳麻泽龙

水利技术监督 2018年4期

邵秋芳，麻泽龙，敬琴

(1.成都理工大学地球科学学院学院，四川成都 610059；2.四川省水利科学研究院，四川成都 610072；3.成都理工大学旅游与城乡规划学院，四川成都 610059)

灌区的信息化建设是水利信息化建设的重要构成部分，也是灌区现代化的根本和标志[1- 4]。灌区信息化即利用先进的手段和技术对数据进行收集、传输和管理，使得水资源得到合理的调度以及及时、准确的分析和预测，形成一个以提高灌区管理效率和用水效率为目的的管理信息系统；因此，实现灌区的信息化建设不仅可以加快新农村建设，而且可以促进水资源的优化配置和水利事业的长足发展，推动节水型社会的建设。3S技术的发展为灌区信息化的发展提供全新的方式和技术支撑，尤其是遥感技术时效性很强，可以在大面积的范围内实现同步观测。全国水利信息化发展“十二五”规划指出，在积极建设、完善常规信息采集设施的同时，应大力推进遥感等新技术、新方法的应用[5]。“十三五”规划指出水利信息化的建设过程中要利用先进的手段解决问题。因此，可以将遥感技术应用于灌区的信息化建设中，实现水资源科学利用、合理调度、提高水资源利用率，逐渐实现水资源可持续利用的目标[6- 8]。

1 遥感技术在灌区信息化中的应用

遥感技术在灌区信息化的建设中，起到了举足轻重的作用，主要体现在以下几个方面。

1.1 地面信息的提取

对于灌区来讲，地面信息的空间分布及其变化是灌区管理的基础性资料。以前人们主要是依靠实地调查获取信息，工作量大，费时费力，很多地区的数据只能依靠人们估算，数据获取不全面，精度不准确。遥感技术的快速发展，弥补了传统手段的不足。

地面信息的提取主要包括：渠系信息、土地利用及生态环境。

通过提取灌溉渠系的分布信息可以提高渠系输水、配水的效率，降低成本，从而达到做到节水灌溉的目的。利用遥感影像识别渠系主要是识别灌溉渠系的图像特征，包括：颜色特征、几何特征、光谱特征和拓扑特征[9]。颜色特征：主要对图像中灌溉渠系的表面性质等进行描述，根据颜色特征进行图像分类。形状特征：主要对图像中灌溉渠系的几何形状进行描述。灌溉渠系主要任务是从灌溉水源地取水然后输送、分配到田间，在遥感图像上主要表现为线性，因此可利用渠系的形状特征进行提取。光谱特征：主要对图像中灌溉渠系对电磁波的反射能力进行描述。任何物体都具有其自身的电磁辐射规律，不同地物对入射电磁波的反射能力是不一样的，灌溉渠系具有自身的理化性质，对电磁波具有比较均匀的反射率。因此可以选取研究区样本分析灌溉渠系对特定波段或融合波段反映的光谱值，然后利用该光谱值进行灌溉渠系的提取。拓扑特征：灌溉区通常包括总引水渠、干渠、支渠、斗渠等不同级别的渠，之间彼此相连，因此，可以利用拓扑特征进行提取[10]。

在土地利用信息方面，利用遥感技术提取的方法已较为成熟，方法也很多主要包括目视判读、监督分类、非监督分类等等。此外，通过对比不同时段的遥感影像，可以对土地资源的退化现象进行调查和动态监测[11- 12]。

影响灌区生态环境的自然因素主要包括地形、地貌、气候、土壤等，这些因素对灌区种植结构、作物质量产量都有着非常重要的影响。利用遥感技术，结合GIS以及相应的模型，选取影响生态环境的各种因子作为评价指标，对灌区的生态环境进行评价，为灌区生态环境的管理和建设提供技术支撑和科学依据[13- 16]。

1.2 农作物信息的获取

遥感技术在农作物信息提取方面主要包括：种植结构、种植面积、农作物长势及土壤墒情等。

在种植结构方面早期以目视解译为主，人们根据作物的不同波段进行影像的彩色合成，然后利用作物在合成影像上反映出的不同特性进行作物的识别[17- 19]。每种作物都有相应的季相节律性和物候变化的规律性，人们根据这些特点，利用遥感影像上作物的时相变化规律，识别农作物的类型。归一化植被指数(NDVI)能较为准确地反映作物的活力状况，时间序列所具有的季节节律综合反映了作物的季相变化特征[20]。因此，基于作物物候特征的地表覆盖分类上，NDVI时间序列分析成为一种基本的手段[21]。

作物种植面积信息的获取在农业发展中也非常重要，通过分析作物种植面积可以监测作物长势，进行产量估算，监测病虫害及其他灾害[22- 24]。利用遥感技术比较不同作物的光谱特征，根据遥感影像上的地表信息，提取作物的种植区域，获得作物的种植面积。通过监测农作物的长势，可以帮助人们了解作物的生长状态信息，对作物的生产状况进行预警并进行作物产量的预测[25]。叶面积指数LAI(leaf area index)是单位面积中所表现出的最大叶面积，是一项重要的植被特征参量，可以作为表征作物长势的参数[26]。NDVI和LAI关系密切，利用遥感图像获取作物的NDVI曲线，然后反演计算作物的LAI，监测作物长势[27]。

土壤墒情的监测即为土壤含水量的监测，监测方法较多，一是基于土壤水分的热红外监测方法，包括土壤热惯量方法。二是基于植被指数的可见光和近红外监测方法，包括归一化植被指数(NDVI)、距平值被指数(AVI)、植被状态指数(VCI)、标准植被指数(SVI)。三是基于微波遥感的干旱监测方法，微波遥感分为主动微波遥感和被动微波遥感，两者都可以用于土壤水分的监测[28]。

1.3 灾害监测

农作物在生长过程中经常遇到各种各样的自然灾害，利用遥感技术，对灾害进行动态监测，可以快速、准确、有效地提取关于灾害的信息，最大程度的降低农业损失，减轻影响，实现经济社会的可持续发展。

洪涝灾害突发性较强，遥感技术在洪涝灾害的灾前预警、救灾过程及灾后重建等方面可以提供实时、精确、可靠的信息并进行反馈[29]。

在选择数据源时，可以将陆地卫星TM数据、SPOT卫星数据作为背景图像；气象卫星NOVV- 14/AVHRR数据为主要信息源，每天接受两次；如果天气条件恶劣，雷达卫星SAR数据是比较好的选择；监测与评估灾情严重的区域，可以使用机载SAR数据。水体遥感监测模型主要包括：单波段法、多波段法、水体指数法。洪涝灾害发生后，单纯的实时监测并不能满足要求。可以将3S技术结合起来，为救援工作提供最佳的时机和路线[30- 31]。

利用遥感技术监测干旱实际上就是监测土壤中含水量的多少和分布情况，从而有效地反映受旱的程度以及干旱分布范围[32]。许多专家学者以土壤水分、植被指数、温度、地物的光谱反射率为出发点，提取植被的干旱情况。为了更加准确的提高农业干旱监测的准确性，将不同种类的监测模型相结合，避免使用单一的数据源，利用多波段、多影像数据融合对干旱灾害进行监测。随着3S技术快速发展，可以将其与各种数学模型相结合对干旱灾害进行动态监测和评估，降低干旱对经济社会影响，实现农业的可持续发展。

农作物在生长过程中也会受到病虫害的影响，初期农作物的叶绿素结构遭到破坏，光谱特征发生变化，遥感影像上表现出红外反射率和植被指数均降低。利用遥感技术对病虫害进行监测，可以提早预防，避免农作物受到侵害[33]。