西部艰险地区水源地选址研究

武国瑛，邓正栋，段化杰，王大庆，邓非凡，许春华

（解放军理工大学国防工程学院，南京 210007）

西部艰险地区水源地选址研究

武国瑛，邓正栋，段化杰，王大庆，邓非凡，许春华

（解放军理工大学国防工程学院，南京 210007）

为了在西部艰险地区实现军用水源地快速选址，选取地形、岩性、地貌及汇流累积量作为影响地下水富集的赋存条件因子，以土壤湿度、地表温度和植被覆盖度作为地表指示因子，以地貌作为军事防护因子进行研究。充分发挥利用遥感数据进行大范围水源地选址的优势，结合研究区地质资料进行图像解译和上述因子信息提取，建立具有不同层次结构的水源地选址评估指数模型。通过实地调查对模型进行验证，结果表明该评估指数模型预测结果可靠，适用于该地区军用水源地选址。

水源地；层次结构；模糊归一化；遥感

0 引言

水源地选址是战场给水保障的关键。与民用选址不同，军用水源地选址不仅要考虑水源的赋存性，还应兼顾军事防护目的。杜大仲等［1］利用层次分析法建立军用饮用水水源地选址模型，谭荣泉［2］利用模糊层次分析法建立军用渡场选址模型，应用效果明显。但上述选址模型信息采集和处理仍采用人工方式，效率较低，且难以大范围应用。

遥感卫星具有实时、高效、监察范围广等特点，在工程选址中具有较大优势。随着卫星数据种类和数量不断增多及专业软件的日益完善，遥感数据逐渐应用于建立大范围选址模型。王大庆等［3］将ALOS和TM多光谱数据应用于影响给水站选址指标的提取和解译，建立选址评估指数，完成了研究区评估分级；邓正栋等［4］利用ALOS、DEM等遥感数据和地形数据构建地下水遥感模糊评估指数GRSFAI，用于对富水区分级；许春华等［5］基于GRSFAI指数研究阿里地区浅层地下水富集性；高劲松等［6］、彭立等［7］和杨金中等［8］分别将卫星遥感数据应用于化工厂选址、地震移民选址和西昆仑成矿带地质调查工作。相比于人工调查，遥感选址更具优势。

本文以地下水为研究对象，以ETM＋、GDEM数据和地质资料图为数据源，对影响地下水赋存的地形、岩性、汇流累积量和植被覆盖度、土壤湿度、地表温度以及涉及军事防护的地貌等因子进行解译，采用模糊数学的方法建立指标隶属度函数，利用层次分析法分别计算水源条件和防护条件2个准则层对水源地选址的权重，以及7个指标因子对2个准则层的权重，建立水源地选址评估指数模型［9］。通过对评估结果中的一级靶区进行实地调查，验证了模型的可靠性。

1 研究区概况及主要数据源

1.1 研究区概况

研究区位于中国西部某地区，山脉走向为NW，总体地势为西高东低，山脉走势呈NNW—NW向弧状弯曲，海拔3 000～6 000 m，平均海拔4 500 m。水系属高山区内陆水系，发源于昆仑山和喀喇昆仑山脉，由各主要山峰冰雪融水补给，流量随季节变化较大，地表水多以固态积雪和冰川为主。研究区多为高山与荒漠，气候寒冷，昼夜温差大。随海拔变化，植被呈明显的分带，3 000～4 000 m以草本植物为主，4 000～4 800 m植被矮小；4 800 m以上植被稀少。

1.2 主要数据源

本次研究采用的数据包括Landsat 7多光谱数据、ASTER GDEM高程数据和研究区1∶250 000水文地质图。

Landsat7数据下载于中国科学院国际数据服务平台，成像时间为2000年10月1日至2000年10月15日。综合考虑云雾量及成像质量等影响，从50景图像中优选7景用于本次研究。高程数据ASTER GDEM下载于地理空间数据云，具有30 m平面分辨率和5 m高程分辨率，可满足本次研究需求。Landsat7数据经过系统辐射校正和地面控制点几何校正，并通过DEM进行地形校正。为提取地表温湿度，对多光谱数据进行了定标和大气校正处理。利用ArcGIS软件将水文地质图数字化，对岩性地质单元进行属性赋值。将3种数据进行投影转换，统一采用北京54坐标系，后期进行了图像配准与裁剪。

图1 水源地选址层次结构Fig.1 Hiberarchy of water source site selection

2 评价指标体系

实用价值和军事价值是水源地选址中需兼顾的重要因素，因此，要从水源条件和防护条件2个方面考虑。地形坡度、岩性及汇流累积量直接影响地下水赋存量，将3者作为水源地选址的赋存因素；地下水源将导致地面表征差异性，比如地表温度变化、土壤湿度大小及植被覆盖度等做为本文的指示因素。研究区位于高海拔地区，复杂的地貌可为水源地创造良好的防护条件。综合以上因素建立水源地选址层次结构（图1），进行水源地选址评估。

水源地选址属于多指标、多层次决策问题，不同指标因子的量化方法及对上层的影响均不同，因此，首先需要进行指标归一化处理。本次研究对岩性和地形等定性指标、汇流累积量等定量指标分别采用离散赋值和模糊隶属度函数进行归一化处理［10－11］，使不同类型和层次的指标具有可比性，综合所有指标建立评价指标体系。

2.1 指标归一化处理

2.1.1 地形坡度

地形是大气降水、冰川融水形成地表径流蓄积成为地下水的主导因素。在山区沟谷，地形坡度大，降水停留时间短，无法对浅层地下水进行补给。在沟谷底部、洼地和平原，平缓的坡度使降水停留时间较长，可渗透补给地下水，形成良好的地下水赋存条件。研究表明，坡度越大，越不利于水土保持。选用25°作为临界坡度，当坡度＞25°时，水流无法在地表停留，指标取值为0；坡度越小，地面越平缓，指标取值越大［12］。利用以上规则对坡度进行归一化处理，即

式中：x为地形坡度值，（°）。图2为归一化地形专题图。

图2 归一化地形专题图Fig.2 Thematic map of normalized topography in the study area

2.1.2 岩性

将该地区地质图的地质单元信息和岩性信息数字化，并对地质单元信息进行分级，生成该地区地层地质单元分类专题图［13］。不同地质单元包含的岩石类型不同，再根据岩石的富水性，对地层地质单元分类专题图按表1进行离散型赋值，获得归一化的地层岩性C2专题图（图3）。

表1 各地层富水性赋值Tab.1 Value of water－bearing for different stratum lithology in the study area

图3 归一化地层岩性专题图Fig.3 Thematicmap of normalized lithology in the study area

2.1.3 汇流累积量

汇流累积量越大，越易形成地表径流，地下水富集的可能性就越大［14］。研究表明，当汇流累积量＞1 000时，该地区基本为湿地和地表水体，指标取值为1。利用ArcGIS对DEM数据提取获得汇流累积量，根据上述特性对汇流累积量数值按式（2）进行归一化处理，得到汇流累积量指标为C3，即

式中：x为水流最终经过该像元的栅格数。归一化专题图如图4所示。

图4 归一化汇流累积量专题图Fig.4 Thematic map of normalized flow accumulation in the study area

2.1.4 地表温度

水的比热容较大，蒸发作用使富水区地表温度下降，造成冷异常，且在热红外影像上表现明显［15］。因此，通过对热红外遥感图像解译，提取地表温度为水源地选址提供指示信息。采用单窗算法，利用Landsat 7热红外数据反演地表温度。根据富水地区地表温度特性建立式（3），将地表温度指标归一化，即

式中：x为像元地表温度值，℃；xmax为研究区温度最高像元对应的数值，℃；xmin为研究区温度最低像元对应的数值，℃。归一化专题图如图5所示。

图5 归一化地表温度专题图Fig.5 Thematicmap of normalized surface tem perature in the study area

2.1.5 土壤湿度

土壤湿度为水分重量占烘干重量百分数。因地下水补给，富水区地表土壤湿度一般高于周围缺水区地表土壤湿度，土壤湿度呈异常。土壤湿度值表征表层土壤的含水量，表层土壤含水量与地下水含量的相关性可预测地下水的富集性［16］。

土壤湿度值与土壤反射率相关，利用土壤水分反演方法对研究区土壤湿度进行反演。统计研究区内土壤最高湿度值和最低湿度值，按式（4）对其进行归一化处理，得到土壤湿度指标值C5，即

式中：x为土壤湿度值；xmax为研究区x值最高像元对应的数值；xmin为研究区x值最低像元对应的数值。归一化专题图如图6所示。

图6 归一化土壤湿度专题图Fig.6 Thematicmap of normalized soil hum ility in the study area

2.1.6 植被覆盖度

水是植物生长的必要条件，尤其缺水地区植被对水的指示更加显著。利用像元二分模型计算单个像元中的植被占比，即植被覆盖度［17］。植物生长茂盛区，单个像元内植被分布密集，植被覆盖度大；植物分布稀疏、长势较差的区域，单个像元内植被分布稀少，植被覆盖度小。植被覆盖度与地下水富集程度呈正相关，利用式（5）所示线性关系对该指标（植被覆盖度值x）进行归一化处理，处理后的指标值为C6，即

式中：x为植被覆盖度；xmax为研究区x值最高像元对应的数值；xmin为研究区x值最低像元对应的数值。专题图如图7所示。

图7 归一化植被覆盖专题图Fig.7 Them atic map of normalized vegetation coverage in the study area

2.1.7 地貌

良好的地貌类型可为水源地提供较好的防护条件，可根据形态、成因及多指标综合等划分地貌类型。为方便量化指标，本次研究采用地势起伏度划分地貌类型［12］。地势起伏较大的山区，可掩蔽我方重要目标。当地势起伏度＞200 m时，防护条件达到最优，取指标值为1；当地势起伏度＜200 m时，随起伏度降低，防护条件减弱。综合以上条件按式（6）计算地貌指标值，即

式中：x为地势起伏度，m。归一化的地貌类型专题图如图8所示。

图8 归一化地貌类型专题图Fig.8 Thematic map of normalized land forms in the study area

2.2 综合评估指数

按图1建立的层次结构，采用专家打分法建立同一层次各个指标对上层指标的重要程度矩阵。对矩阵进行一致性检验，利用算数平均法计算其权重，指标权重计算结果见表2。

表2 指标权重Tab.2 W eights of the seven indexes

在评估模型中，按照不同层次不同指标对上层因素的重要程度，对不同指标赋以相应权重，建立水源地选址评估指数F，对逐个像元进行计算。计算公式为

式中：Cj为像元在2.1中计算的各个指标值，wj为第j个评估指标的权重。评估指数F值越大，像元对应的区域综合指标越高，越适合作为水源地。

3 结果及验证

参考邓正栋等［4］利用GRSFAI值对富水区分级方法，将水源地选址模型综合评估指数F值进行分级。将研究区按［0.75，1］、［0.65，0.75）、［0.45，0.65）、［0，0.45）等4个数值区间划分为一级、二级、三级水源地选址靶区和贫水区，在ArcGIS软件中分别用深绿色、绿色、黄色和白色背景表示，分级结果如图9所示。

图9 水源地选址分级Fig.9 Classification for site selection of water source in the study area

在水源地选址分级图（图9）中，贫水区、一级靶区、二级靶区和三级靶区所占面积比分别为62.1%、2.8%、8.5%和25.4%，可知该研究区属于缺水地区。实地勘探将耗费大量人力物力，而采用遥感数据，可在大范围内快速圈定富水区，在水源地选址方面具有较大优势。

选取具有代表性的一级靶区某河流区域对水源地选址模型进行调查验证，验证点位置分布如图10所示，验证点管井出水量见表3。

实地调查发现，该区域河谷盆地及支流宽谷地下水储量丰富。对照水源地选址分级图（图9）和表3实际调查数据可知，该区域地下水储量符合一级靶区出水量。利用水源地选址模型评估地下水富集性，其结果与当地的地下水实际富水情况相吻合，说明该模型预测结果可靠。

图10 验证点位置分布Fig.10 Location of the field verification points

表3 管井出水量Tab.3 W ater production of tube wells

4 结论

根据地下水赋存性和军事防护条件，选取7个指标因子归一化后建立层次结构，对西昆仑地区进行水源地选址评级，综合评估指数显示研究区水资源匮乏，贫水区、一级靶区、二级靶区和三级靶区所占面积比分别为62.1%、2.8%、8.5%和25.4%。

选择具有代表性的一级靶区进行实地调查，发现该区管井出水量较大，与模型预测相符合，证实该模型在该地区具有良好适用性。

军事方面考虑了地貌对水源地的防护作用，下一步需深入分析其通行条件、伪装条件及水质安全等因子的影响。同时，在大范围圈定水源地的基础上，精准定位，加强模型的实用性。

［1］ 杜大仲，孟宪林，马放，等.基于层次分析法的河流型饮用水水源地选址评价［J］.哈尔滨工业大学学报，2011，43（6）：34－39.

［2］ 谭荣泉.陆军舟桥团渡河保障指挥模型研究［D］.长沙：国防科学技术大学，2008.

［3］ 王大庆，邓正栋，郑璞，等.给水站选址的遥感多因子评价模型［J］.解放军理工大学学报：自然科学版，2014，15（1）：67－72.

［4］ 邓正栋，叶欣，龙凡，等.地下水遥感模糊评估指数的构建与研究［J］.地球物理学报，2013，56（11）：3908－3916.

［5］ 许春华，邓正栋，段化杰，等.基于GRSFAI的阿里地区浅层地下水富集性研究［J］.水文地质工程地质，2015，42（4）：23－28.

［6］ 高劲松，关泽群.基于遥感和GIS的选址策略研究与实现［J］.武汉大学学报：信息科学版，2005，30（9）：778－781.

［7］ 彭立，杨武年，刘汉湖，等.基于RS和GIS的地震移民选址空间决策研究与实现［J］.西南大学学报：自然科学版，2011，33（3）：96－103.

［8］ 杨金中，王海庆，陈微.西昆仑成矿带高分辨率遥感调查主要进展与成果［J］.中国地质调查，2016，3（5）：7－12.

［9］ 杜栋，庞庆华，吴炎.现代综合评价方法与案例精选［M］.北京：清华大学出版社，2015.

［10］ 王兴全.决策分析与模糊信息处理［M］.上海：上海社会科学院出版社，2008.

［11］ 杨纶标，高英仪，凌卫新.模糊数学原理及应用［M］.广州：华南理工大学出版社，2011.

［12］ 汤国安，宋佳.基于DEM坡度图制图中坡度分级方法的比较研究［J］.水土保持学报，2006，20（2）：157－160.

［13］ 张玉书，陈鹏狮，冯锐，等.辽宁省浅层地下水含水岩性的遥感解译［J］.安徽农业科学，2009，37（31）：15350－15351.

［14］ 李丽，郝振纯.基于DEM的流域特征提取综述［J］.地球科学进展，2003，18（2）：251－256.

［15］ 傅碧宏，史基安，张中宁.Landsat TM热红外遥感数据定量反演地下水富集带的温度信息——以甘肃河西地区石羊河流域为例［J］.遥感技术与应用，1999，14（2）：34－38.

［16］ 郑璞，邓正栋，王大庆，等.基于TM数据的土壤湿度指数预测半干旱地区浅层地下水的研究——以朝阳地区为例［J］.水文，2015，35（5）：23－29.

［17］ 刘广峰，吴波，范文义，等.基于像元二分模型的沙漠化地区植被覆盖度提取——以毛乌素沙地为例［J］.水土保持研究，2007，14（2）：268－271.

Study on site selection of water source in the perilous region of W est China

WU Guoying，DENG Zhengdong，DUAN Huajie，WANG Daqing，DENG Feifan，XU Chunhua
（College of Defense Engineering，PLAUniversity of Science and Technology，Nanjing 210007，China）

In order tomeet the need of efficient site selection ofwater source in the perilous region ofWest China，the study chose topography，lithology，landforms and flow accumulation as underground water enrichment factors in the study area.Soil humility，surface temperature and vegetation coverage were chosen as surface indicative factors.Landformswere also studied as the factor ofmilitary protection.Combining geological data and remote sensing imageswhich have a great advantage in large-scale site selection ofwater source，the remote sensing imageswere interpreted and these factors data were extracted.And then the evaluation indexmodel for site selection ofwater sourcewas established.Through the field investigation for themodel，the predictive results of the evaluation indexmodelwas correct.And the model can work well on site selection of water source for military in the study area.

water source；analytic hierarchy process（AHP）；fuzzy normalization；remote sensing

TP79

A

2095－8706（2017）03－0024－08

（责任编辑：常艳）

10.19388／j.zgdzdc.2017.03.04

武国瑛，邓正栋，段化杰，等.西部艰险地区水源地选址研究［J］.中国地质调查，2017，4（3）：24－31.

2017－03－13；

2017－05－02。

中国地质调查局“全国边海防地区基础地质遥感调查（编号：DD20160076）”、“西昆仑地区遥感地质调查应用技术研究（编号：12120113099800、12120113099900）”和国家“863”项目“缺水地区地下水勘察与污染控制技术（编号：2012AA062601）”项目联合资助。

武国瑛（1992—），男，硕士研究生，主要从事遥感库容监测研究。Email：18761687060＠163.com。