基于GRSFAI法的吉林省地下水富集性评估

祝悦 刘家福 申琳 谭晓宇 白淑夏

(吉林师范大学旅游与地理科学学院，吉林 四平 136000)

地下水属于自然资源中水资源重要组成成分，凭借其特有的水质良好、水蕴藏量丰富等特点，使其成为维系良好生态环境资源的要素，也是支撑我国现代化建设及经济社会高度发展的重要战略物资。地下水在我国水环境中起到重要作用，特别是在干旱地区，地下水因为其水质好、水量大和水温稳定成为很多地方的主要用水来源，地下水资源的重要性不容忽视，地下水还起到平衡地质和生态环境的作用[1]。城市化进程的不断加快及经济水平的提升，也导致我国地下水资源出现了各种各样的问题，近年来地下水资源开采利用过度，水质被污染现象频繁发生，地下水的问题制约我国经济可持续发展[2]。掌握地下水资源富集性状况，对于地下水的合理开发使用有着重要的主导作用。传统的地下水资源监测方法需要消耗过多的时间与人力财力，所获得的结果差强人意，并不理想，并且不适用于长期观测或实时监测，为克服传统手段带来的不便利性，需要通过其它的调查方法进行研究[3]。

由于地下水的特殊性，很难用常规手段进行富集性评估。借助遥感技术大范围、周期短以及包含信息丰富等优点，配合地理信息系统的空间分析处理能力，为进行浅层地下水资源的富集性评估提供有效的解决方法。地理信息系统是一门高效提取并分析空间信息的工具，可以对获得的海量信息进行存储、管理、分析及应用[4]。遥感，即通过探测波进行非接触、远距离的一门新兴的探测技术，凭借其探测距离远、区域广、可以全天候多时相对目标地进行观测的特点，近些年被广泛应用[5]。其中通过遥感与GIS技术相结合在浅层地下水的监测和研究中发展迅速，许多专家学者建立不同的地下水富集性的遥感评估模型，为利用遥感与GIS技术解决地下水富集性评估问题提供了前期理论支撑[6]。M Vasanthavigar[7]等提取地形、地貌、水网密度和断裂密度以上4个指标对盆地内的裂隙水进行研究。Gumma[8]等选取7个指标进行地下水富集性研究，结果表明，可以利用遥感和GIS技术进行国家范围的地下水富集性研究。许颢砾[9]等选取与地下水富集性相关的6个指标对外伶仃岛的地下水富集性进行评估。许春华[10]等用GRSFAI方法对阿里地区进行地下水富集性研究，证明该方法有效和适用地下水评估。本文利用遥感和GIS技术进行数据获取与处理，并采用GRSFAI法对吉林省浅层地下水富集性进行评估。

1 研究区概况

吉林省位于我国东北地区中部，地处E121°38′～131°19′，N40°50′～46°19′。其辖区内有9个地级行政区，人口众多，总面积为18.74×104km2，约占全国总面积的2%，如图1所示。吉林省上连黑省，下接辽城，夏季炎热多雨，冬季白雪皑皑，全年四季分明，属温带大陆性季风气候，全年平均温度-2～6℃。由于自然环境影响，自东南至西北逐渐由湿转干。年平均降水为400～600mm，受季节及区域影响较大。地面起伏自西北向东南呈明显阶梯状变化，以中部大黑山为主要分界线，将研究区划分为山丘区和平原区2部分。地下水资源受自然环境的限制，研究区内地下水资源分布存在差异，地下水富集性也存在不同[11]。

图1 研究区概况

2 数据处理与方法

2.1 数据处理

从USGS(https://earthexplorer.usgs.gov/)上获取2018年吉林省的Landsat 8 OLI多光谱遥感影像，此数据分辨率为30m；从NASA(https://modis.gsfc. nasa.gov/)上获取的MODIS13Q1数据产品，此数据分辨率为250m；于地理空间数据云(https://www. gscloud.cn)中下载SRTM DEM数据，此数据分辨率为90m。对所下载数据进行筛选，排除成像色彩相差大、积雪和云覆盖过于严重的数据，选出云量较少且质量较好的影像，通过对获取的数据进行了几何校正，使所有的底图之间在地理坐标上都能相互匹配，再对数据进行辐射校正和大气校正，消除大气散射和光照等因素对遥感影像的干扰，利用重采样将所有专题图的空间分辨率都统一为30m[12]。

地下水富集性评估涉及众多指标因素，指标各个方面均不相同，则要对所选的指标做归一化处理之后才能进行综合加权[13]。归一化的公式：

(1)

式中，Xi为指标数据的统计值；Xmax为指标数据值中的最大值；Xmin为指标数据值中的最小值。

2.2 研究方法

GRSFAI法(Groundwater Remote Sensing Fuzzy Assessment Index)即地下水富集性遥感评估方法[14]，其值范围为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。各个指标对地下水富集性的影响因素均不相同，每个指标分别对应一个权重Wi。利用ArcGIS的空间分析工具模块进行加权计算，公式：

(2)

式中，Wi为各指标的权重值；Yi为归一化后的各指标专题图。

3 指标选取

地下水富集性由多个因素决定，选取的6个指标需要进行归一化处理后，利用ArcGIS进行综合加权计算，地表起伏度、坡度、河网密度、植被覆盖度、地表温度和土壤湿度，吉林省浅层地下水富集性的具体影响情况如表1所示[15-20]。

表1 评估指标

4 权重确定

选取6种不同指标因子构建吉林省地下水富集性评估模型，由于这些指标对地下水富集性产生的影响是不同的。为了使实验结果真实可靠，在充分利用这些指标的基础上[21]，结合分析者和专家的经验知识，采用层次分析法[22]确定指标权重，邀请具有丰富相关经验知识的14名专家对6种指标进行评价打分，以量化衡定影响因子对地下水富集性的重要程度，将打分结果构成判断矩阵。在进行权重计算之前，对判断矩阵进行一致性检验，若计算结果未通过一致性检验，则说明所选取的权重值误差过大，对指标做出的权重值评价结果不可靠，需要重新做权重值选定直到满足一致性检验为止，经计算一致性检验结果为0.0136，符合一致性检验，根据其原理和方法得到指标权重为Wi，如表2所示。

表2 指标权重值

5 结果分析

经过归一化处理的各个专题图与计算得到的各个指标的权重值，根据公式(2)计算得出吉林省地下水富集性情况。

通过野外实地测量数据，选取36个地下水位观测点与获得富集性评估结果进行相关性分析[23]，验证结果表明，两者之间呈指数相关，其相关系数R2为0.8011，表明可以用GRSFAI法对吉林省浅层地下水富集性进行有效评估。相关性分析结果如图2所示。

图2 相关性分析结果图

根据吉林省地下水富集性评估结果与实测数据相关性分析结果，将地下水富集性评估结果分为5个等级，具体如表3所示。再根据上述的5个等级利用ArcGIS分析得到吉林省富集性表，各个等级在各个市中的面积情况如表4所示。

由表4可以看出，吉林省地下水富集性评估结果为优秀的区域面积为3386.43km2，占吉林省总面积的1.81%，其中松原市的优秀区域的面积为736.48km2，是优秀等级中面积最大的，长春市次之，为500.30km2；吉林省地下水富集性评估结果为良好的区域面积为2765.01km2，占吉林省总面积的1.47%，其中四平市的良好区域面积为206.91km2，是良好等级中面积最小的；吉林省地下水富集性为一般的区域面积为2640.37km2，占吉林省总面积的1.41%，富集性为一般的区域在吉林省分布基本较为平均；富集性评估结果为及格的区域面积为46147.27km2，占吉林省总面积的24.61%，其中长春市的及格区域的面积为13346.66km2，是及格等级中面积最大的，白城市次之，为9331.50km2；吉林省大部分地区的地下水富集性级别为很差，富集性评估结果为很差的区域面积为132543.48km2，占吉林省总面积的70.70%，证明吉林省的地下水情况不容乐观，其中白城市的很差区域的面积为15535.33km2。

表3 吉林省地下水富集性评估数值表

表4 吉林省富集性表

6 结论

通过选取与地下水赋存相关的地表起伏度、坡度、河网密度、植被覆盖度、地表温度和土壤湿度6个指标，建立吉林省地下水富集性评估模型，得到吉林省富集性表，富集性评估结果为很差、及格、一般、良好和优秀的区域面积分别占吉林省总面积的70.70%、24.61%、1.41%、1.47%和1.81%，其中富集性评估结果在及格和及格以上的区域面积总和占吉林省总面积的29.30%。

通过富集性评估结果与实地测量36个水位观测点数据进行相关性分析，系数为0.8011，表明GRSFAI法对地下水富集性评估有效，能够节约大量时间和成本，分析得出的吉林省地下水富集性分布表可以为今后地下水的管理工作提供一定参考。