位山灌区遥感数据分析系统建设

蒋新光，王 超

(聊城市位山灌区管理服务中心，山东 聊城 252000)

1 概 述

位山灌区渠首设计引水流量240 m3/s，设计灌溉面积36×104hm2。随着位山灌区不断加大投入力度，水利工程以及灌溉面积适度增长，节水灌溉发展迅速，灌溉用水效率稳步提高。因此，快速、准确确定灌区边界、确定新增水利工程、调查分析灌区灌溉面积变化、灌溉进度，科学分析土壤盐碱化面积显得尤为重要。随着卫星遥感技术的发展，综合利用卫星遥感技术，可提高工作效率、节省工作成本，具有良好的应用前景。

2 遥感数据分析方法

2.1 确定灌区边界

从目视解译角度来看，高分辨率遥感影像数据如高分一号卫星数据，地物边界明显，纹理较清晰，层次较丰富，水渠、农田、建筑可以很好地识别。灌溉区在高分辨率影像表现出有植被覆盖，且斑块较为明显，可以通过矢量化得到灌区边界。具体操作流程见图1。

图1 确定灌区边界技术路线图

2.2 确定灌溉面积及灌溉进度

2.2.1 监测技术路线

灌溉面积及灌溉进度监测方案实施流程主要包括以下几部分：影像选取、影像预处理、模型构建、计算指数、根据灌溉前后指数差值估算差异阈值，最后分析灌溉进度。主要技术路线见图2。

图2 灌区面积及灌溉进度监测技术路线

2.2.2 垂直干旱指数(MPDI)

遥感具有大范围、高分辨率、多时相等优点，可以反映土壤含水量时空变化情况，进而获取灌溉面积以及灌溉进度，并且遥感影像具有易获取、低成本的优势[1-2]。

目前，基于遥感方法获取灌溉区域面积的方法有许多，主要包括基于光学遥感影像的指数法、土壤热惯量法；基于被动微波遥感的单值反演和多值反演算法；基于主动微波遥感的经验模型、半经验模型和物理模型[3-5]。位山灌区遥感数据分析系统选用修正的垂直干旱指数(MPDI)对灌溉区面积信息进行提取。

一般情况下，可以根据土壤含水量和植被长势分析土壤的干旱情况。植被对红光波段具有较强的吸收作用，这种作用随着植被密度的增大而增大。土壤含水量的增加导致土壤在近红外波段的反射率增强。根据这种特性可以构造Nir-Red 光谱特征空间，利用光波的变化查明土壤含水量的变化。计算公式如下：

(1)

式中：PDI为垂直干旱指数；Rred、Rnir分别为红、近红外波段的反射率；M为土壤线率。

在遥感数据中，土壤会对未完全覆盖的植被冠层的光谱特性产生影响，因此利用上述方法分析植被特征时需要消除土壤的干扰。同时，利用遥感监测土壤相关特性(如温度、含水量等)过程中，也需要考虑植被光谱对土壤监测光谱的影响。利用修正的垂直干旱指数以减少数据的干扰，计算方法如下：

(2)

式中：RS,Red和RS,Nir分别为土壤在红波段和近红外波段反射率。

在修正过程中，引入植被覆盖度(fv)参数，是为了消除Nir-Red特征空间中植被光谱信息，从而获取更加纯净的信息，以保证结果解译的准确性。植被覆盖度是反映植被冠层的重要参数，该参数和植被叶面积关系极为密切。根据相关研究成果可以得知，可通过植被叶面积推求植被覆盖度。

2.2.3 数据预处理

2.2.3.1 大气校正

大气校正是定量遥感中不可忽略的工作内容，该步骤对精度影响较大，通过大气校正可消除大气和光照等因素产生的误差，其过程是将表观反射率转换成地表实际反射率。

2.2.3.2 几何校正

几何校正的目的是通过坐标变换，建立地面与图像坐标系之间的关系。

1)MPDI模型构建。首先计算每幅影像的归一化植被指数NDVI，在NDVI的基础上计算计算相应的植被覆盖度fv，结合式(2)计算MPDI指数。同时，统计区域内四景影像MPDI最大值、最小值及均值。

2) 差异阈值选取：

①不同阈值对应灌溉区域计算。以修正的垂直干旱指数MPDI为指标进行差异阈值的设定：

I=MPDIt1-MPDIt2

(3)

式中：I为受灌溉影响的程度，当I小于某一阈值，可认为该区域无灌溉；MPDIt1、MPDIt2分别为灌溉前后的MPDI，其值越大表明越干旱。

由于灌溉前后土壤含水量差值较大，两景的MPDI差值较大。通过试算设定不同的差异阈值I，得到局部变化图见图3。

图3 设定不同的差异阈值I后控制区域灌溉面积的变化情况

②阈值选取分析。通过分析开闸放水灌溉时间以及干渠和支渠放水时间等确定阈值。

针对某地2011年秋水全灌，采用10月20日至11月09日，共四景数据进行阈值选取。设定差异阈值为I=0.15，计算四景MPDI影像差值变化分析，见图4。

图4 2011年10-11月份四景MPDI影像差值分析结果

图4中，黑色区域代表灌溉区域，从第三幅图中可看到白色区域，该区域为河流。该河流在影像中均为白色，表示该河流没有进行灌溉，与实际情况一致。通过对比，第二幅图比第一幅图黑色区域明显加深，这表明灌溉不断进行，灌溉面积不断增大。根据资料，这部分区域期间有一次秋水灌溉,当开闸放水一段时间后，灌区内干支渠分别灌满水，根据当地实际介绍，全灌时间为半个月。根据图4可知，30日时地表部分土壤得到灌溉。随着时间增加，面积不断扩大，到11月09日时大部分区域已经得到灌溉，这与实际情况基木相吻合。

3) 灌溉进度监测。基于分析得到的阈值，结合研究区支干渠实际所在的控制区域，计算出对应的灌溉面积，从而监测灌溉范围和灌溉进度。

3 土壤盐碱化遥感监测

3.1 技术流程

图5为土壤盐碱化遥感监测流程图。在遥感影像预处理的基础上，采用遥感分类方法从遥感影像上提取盐碱地信息。

图5 技术路线图

3.2 监督分类

监督分类是通过目视判读和野外调查，了解遥感图像上某些样区中影像地物的类别属性，选取一定数量训练样本，通过训练，使其符合分类要求；随后用判决函数对其他待分数据进行分类[6-7]。

遥感影像的监督分类一般包括以下6个步骤，见图6。监督分类方法提取盐碱地见图7。

图6 监督分类步骤

图7 监督分类方法提取盐碱地

4 结 语

通过获取的卫星遥感数据，可以获取灌区大面积、广范围的数据。利用多种解译方法、分析方法可以获取较为准确的灌溉范围、灌区边界、土地盐碱化情况等数据。通过比对遥感解译数据和实际数据，遥感解译数据较为准确，可在灌区信息化系统建设中加以推广应用。