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。

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。

Landsat 7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。Landsat 7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。

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

C₁= 25-x25, (x> 25时, C₁为0) , (1)

式中: x为地形坡度值, (° )。图2为归一化地形专题图。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	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

Tab.1

表1(Tab.1)

表1 各地层富水性赋值 Tab.1 Value of water-bearing for different stratum lithology in the study area 类型 赋值 类型 赋值 新近系中新统 0.5 第四系全新统冲、洪积层 1.0 第四系上更新统 0.6 前震旦系 0.4 第四系全新统 0.7 上震旦统 0.3 第四系中更新统 0.8 下震旦统 0.2 第四系下更新统 0.5 加里东晚期地层 0.0

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

Fig.3

	Figure Option ViewDownloadNew Window
	图3 归一化地层岩性专题图Fig.3 Thematic map 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

C₃= x1000(x> 1 000时, C₃为1) , (2)

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

Fig.4

	Figure Option ViewDownloadNew Window
	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

C₄= xmax-xxmax-xmin, (3)

式中: x为像元地表温度值, ℃; x_max为研究区温度最高像元对应的数值, ℃; x_min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

Fig.5

	Figure Option ViewDownloadNew Window
	图5 归一化地表温度专题图Fig.5 Thematic map of normalized surface temperature 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

P₅= x-xminxmax-xmin, (4)

式中: x为土壤湿度值; x_max为研究区x值最高像元对应的数值; x_min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

Fig.6

	Figure Option ViewDownloadNew Window
	图6 归一化土壤湿度专题图Fig.6 Thematic map of normalized soil humility 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

C₆= x-xminxmax-xmin, (5)

式中: x为植被覆盖度; x_max为研究区x值最高像元对应的数值; x_min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

Fig.7

	Figure Option ViewDownloadNew Window
	图7 归一化植被覆盖专题图Fig.7 Thematic 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

C₇= x200x< 2001x≥200, (6)

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

Fig.8

	Figure Option ViewDownloadNew Window
	图8 归一化地貌类型专题图Fig.8 Thematic map of normalized landforms in the study area

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

Tab.2

表2(Tab.2)

表2 指标权重 Tab.2 Weights of the seven indexes 评价指标 水源条件 0.666 防护条件 0.333 总排序权重 赋存因素 0.750 指示因素 0.250 地形坡度 0.297 0.000 0 0.148 岩性 0.539 0.000 0 0.269 汇流累积量 0.164 0.000 0 0.082 地表温度 0.000 0.429 0 0.071 土壤湿度 0.000 0.429 0 0.071 植被覆盖度 0.000 0.143 0 0.024 地貌 0.000 0.000 1 0.333

表2 指标权重 Tab.2 Weights 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

F= ∑j=17w_jC_j , (7)

式中: C_j为像元在2.1中计算的各个指标值, w_j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。