張鎮(zhèn)平,李英冰,張 沛
(武漢大學(xué)測繪學(xué)院,湖北 武漢 430000)
地下水潛力分析是通過分析一個區(qū)域內(nèi)的水文地質(zhì)條件,從而確定最具潛力的地下水開發(fā)區(qū)域,以降低開采成本和提高準(zhǔn)確率[1]。傳統(tǒng)的地下水勘測主要使用地球物理勘探法,如文獻[2]基于激發(fā)極化法利用激電二次場的變化和衰減速率推斷巖層中的含水情況,文獻[3]結(jié)合電測深法和探測雷達測量垂直方向上的電性變化,從而確定含水層的埋深,文獻[4]利用氡氣體的異常和地質(zhì)體核輻射作用,測量放射性元素的變化尋找含水構(gòu)造。這些方法主要是利用物探技術(shù)探測地層的結(jié)構(gòu)變化,從而達到間接找水的目的,但其開采周期長、成本高,且其中的地下含水量及含水范圍估計等基本問題仍待解決[5]。
地下水評估模型的快速發(fā)展為大范圍地下水預(yù)測提供了可能,根據(jù)數(shù)學(xué)模型的不同主要分為定性、半定量、定量模型[6]。定性模型基于詳細水文地質(zhì)調(diào)查成果,從地質(zhì)構(gòu)造與地下水賦存特征對山東省地下水潛力區(qū)進行定性分級劃分[7];半定量模型基于證據(jù)權(quán)重法人為確定各因子的權(quán)重,建立線性模型[8],或基于MIF多因子分析法主觀確定各因子影響權(quán)重建立模型[9];定量模型基于頻率比方法,使用目標(biāo)區(qū)域中因子的出現(xiàn)頻率確定權(quán)重[10],或基于CNN卷積神經(jīng)網(wǎng)絡(luò)和LSTM算法建立地下水潛力黑盒模型[11]。這些方法主要從地下水產(chǎn)量與各影響因子的數(shù)學(xué)關(guān)系進行建模,從而預(yù)測找水靶區(qū)。定性模型較依賴于專家經(jīng)驗,缺乏可靠度量化指標(biāo)。定量模型單純使用統(tǒng)計數(shù)據(jù)進行分析,模型抗干擾、泛化能力一般,且需要大型數(shù)據(jù)集進行訓(xùn)練。而半定量模型結(jié)合了專家經(jīng)驗與定量分析,并通過數(shù)學(xué)模型檢驗經(jīng)驗賦權(quán)過程中的不合理部分。綜上,本文基于半定量模型提出地下水潛力空間疊置分析法(spatial hierarchy overlay method,SHOM),并以四川省江油市為例進行方法驗證。
SHOM的主要思想為,首先利用空間分析法提取大范圍內(nèi)多種水文地質(zhì)因子,并基于地下水匯流機理進行因子特征選擇;然后根據(jù)層次分析法因子賦權(quán)過程確立各因子的權(quán)重,從而快速建立地下水潛力模型;最后通過空間加權(quán)疊置分析生成區(qū)域地下水潛力圖。其主要流程如圖1所示。
圖1 SHOM流程
空間分析法是基于空間數(shù)據(jù)獲取有關(guān)地理實體的位置、形態(tài)、演變及分布情況,可以快速提取大范圍內(nèi)多種地下水影響因子。層次分析法是一種對涉及多個標(biāo)準(zhǔn)的復(fù)雜問題進行結(jié)構(gòu)化和決策的優(yōu)秀半定量多準(zhǔn)則決策方法,可以為不同的影響因子分配權(quán)重[12],兩者結(jié)合可快速建立區(qū)域地下水潛力模型[13]。該模型中多源空間數(shù)據(jù)融合、特征選擇及因子賦權(quán)過程為關(guān)鍵問題[14-15]。SHOM首先基于地下水空間數(shù)據(jù)庫,利用多種空間分析處理方法得到地下水潛力影響因子圖層。在因子特征選擇和賦權(quán)過程中,SHOM結(jié)合地下水匯流機理,參考相關(guān)研究的影響因子選取標(biāo)準(zhǔn),綜合考慮研究區(qū)域內(nèi)地理條件和水文地質(zhì)概況,選取影響因子圖層中對地下水潛力影響最顯著的數(shù)個評價因子,并基于層次分析法以地下水潛力為目標(biāo),計算各因子影響權(quán)值。其算法偽代碼如下:
其中,Estimate過程評估空間特征集合M中每一個特征對地下水的影響,并通過Selection過程選取數(shù)個最優(yōu)因子建立特征選擇集E。根據(jù)E中元素建立層次結(jié)構(gòu)模型,其中目標(biāo)層為地下水潛力指數(shù),是層次分析的總目標(biāo);標(biāo)準(zhǔn)層為各影響因子,是評價的主要指標(biāo)。Score過程為基于專家知識系統(tǒng)量化各因子的重要程度,從而構(gòu)建成對比較矩陣(MCPR),并通過Consistency過程迭代計算一致性比(CR),以檢驗矩陣一致性,最后通過Weight過程計算得到各因子權(quán)值向量(W)。公式分別為
(1)
(2)
AW=λmaxW
(3)
式中,MCPR中的元素aij為第i個因子相對于第j個因子的重要性,取值采用Saaty建議的重要性值表[16];n為因子的數(shù)量;λmax為MCPR的最大特征值;隨機一致性指數(shù)RI取值采用Saaty建議的隨機一致性指數(shù)表;CR為MCPR與一致性矩陣的偏差比,若CR小于0.1,則表示MCPR具有滿意的一致性;W為MCPR歸一化最大特征向量。
空間加權(quán)疊置分析(weighted overlay analysis,WOA)是一種常用的空間分析方法[17],即利用線性加權(quán)模型計算多個疊加的柵格單元值,并根據(jù)各個柵格重要程度為其分配權(quán)重,將其合并為一個輸出。WOA方法將空間分為離散的地理單元,每個單元內(nèi)為具有相同特質(zhì)的連續(xù)地理實體。將空間劃分為離散單元并分別單獨作為整體分析,有利于提高計算效率和增加邊界精度。根據(jù)已計算的各因子權(quán)重向量,基于空間加權(quán)疊置分析對各因子進行子類劃分和等級確立,計算得到區(qū)域地下水潛力指數(shù)。其算法偽代碼如下:
其中,Reclassification為重分類過程,使用自然間斷法將各影響因子進行數(shù)值重分類,得到因子子類集合C。Rank為子類等級劃分過程,基于專家知識系統(tǒng),以地下水潛力分析為目標(biāo),用數(shù)值1~9為每個子類賦予等級[18],數(shù)值越高代表含有地下水的可能性越大。Potential為地下水潛力指數(shù)(groundwater potential index,GWPI)計算過程,針對當(dāng)前區(qū)域的每一個單元,計算單元內(nèi)的GWPI指數(shù)。
(4)
式中,GWPI是一個無量綱量,表示一個區(qū)域的地下水開采潛力值[19];Wij和Xij分別為第i個因子的第j個子類的權(quán)重和數(shù)值;m和n為評價因子和劃分等級的總數(shù)。
本文選擇季節(jié)性缺水頻發(fā)的四川省江油市作為研究區(qū)域,對其水文地質(zhì)條件進行詳細的調(diào)查和分析,選取地形、地質(zhì)、氣候3大類別,共12個方面對其進行數(shù)據(jù)挖掘,并通過SHOM建立江油市地下水潛力模型,計算得到江油市地下水潛力分布圖。
四川省江油市位于四川盆地北部,涪江中上游地帶,總面積為2719 km2,地勢自西北向東南傾斜,地形呈西南-東北向狹長帶狀,如圖2所示。江油市地形復(fù)雜,降雨時空分布很不均勻,邊遠山區(qū)缺水、季節(jié)性缺水頻發(fā),合理開采地下水是解決當(dāng)?shù)毓┧枨蟮挠行緩街弧?/p>
圖2 江油市地理概況
綜合考慮江油市的水文地質(zhì)條件和地理概況,選取對地下水潛力影響最顯著的高程、坡度、坡向、地形濕度指數(shù)(TWI)、地形耐用指數(shù)(TRI)、谷深、離河距離、構(gòu)造距離、土地利用、氣溫、降水、地質(zhì)共12個影響因子,如圖3所示。其中,高程直接影響地下水的速度和徑流的方向,影響地層中水分的滲透[20];坡度影響水的流速和流向,與地下水的補給、積累相關(guān);坡向直接影響降雨量、日照時數(shù)、太陽輻射強度、風(fēng)速,水的流向;TWI是描述地形對河流流向和匯集影響的指標(biāo),量化了地形對水文過程的影響,識別潛在地形含水積水區(qū)[21];TRI描述了地形的平坦程度,平坦區(qū)域的TRI值接近于0,高程變化強烈區(qū)域的TRI值較高;谷深較高的區(qū)域容易匯水,有利于地下水的積累;離河距離和構(gòu)造距離與地下水的匯流有關(guān);土地利用類型提供了地下水滲透和循環(huán)的間接信息,主要描述了表層土壤的化學(xué)性質(zhì)和物理特性,與表層水的滲透與蒸發(fā)等過程相關(guān);氣溫和降水主要影響地下水及地表水的蒸發(fā)、滲透、凝結(jié)、徑流、補給等重要水循環(huán)過程;地質(zhì)描述了大范圍內(nèi)主要的地質(zhì)和地貌概況,對地下水的循環(huán)起著決定性的作用。
圖3 地下水影響因子
根據(jù)已選取的12個地下水潛力影響因子,建立江油市地下水潛力評估層次結(jié)構(gòu)模型,并基于專家知識系統(tǒng)構(gòu)建成對比較矩陣,如圖4所示。
圖4 影響因子成對比較矩陣
經(jīng)計算,該矩陣一致性比值(CR)為0.024,小于閾值0.1,說明其通過了矩陣一致性檢驗,驗證了層次分析過程的正確性,從而計算得到各影響因子的權(quán)值,見表1。
表1 影響因子權(quán)值
構(gòu)建江油市地下水潛力模型后,基于該模型計算得到區(qū)域潛力指數(shù)分布,并根據(jù)該指數(shù)分布采用等間距法將江油市分為低、中、高3個等級地下水潛力區(qū)域(見表2),從而得到江油市地下水潛力圖(如圖5所示)。
表2 地下水潛力分級標(biāo)準(zhǔn)
圖5 江油市地下水潛力
結(jié)果表明,江油市25.65%的區(qū)域具有高地下水潛力,大多分布于中南部的低海拔平坦近河流區(qū)域,說明較低海拔有利于地下水的匯流,而靠近河流有利于地表水的滲透從而形成地下水;61.38%的區(qū)域具有中等地下水補給潛力,大多分布于低海拔遠離河流的區(qū)域,說明河流是形成地下水的關(guān)鍵因素;12.97%的區(qū)域地下水潛力較低,大多位于高山丘陵地區(qū),說明較高海拔和崎嶇的地勢不利于地下水的形成。對圖5進行分析可知,水資源相關(guān)部門應(yīng)盡量在靠近河流的低海拔區(qū)域進行地下水的開采。
根據(jù)江油市已開采的民井、泉、鉆孔等共72個井位的位置,與生成的江油市地下水潛力圖進行模型精度評定發(fā)現(xiàn),位于中高地下水潛力區(qū)的井位為預(yù)測正確,反之為預(yù)測錯誤。其中,江油市72條地下水井位數(shù)據(jù)中有66條數(shù)據(jù)被正確分類,說明利用該模型對某區(qū)域是否含地下水的判斷準(zhǔn)確率為91.67%,且在所有判斷為含地下水的區(qū)域中沒有誤判,證明了該地下水潛力模型具有較高準(zhǔn)確性及可靠性,能正確地反映江油市的地下水分布情況。
本文提出了一種地下水潛力分析方法用以評估區(qū)域地下水潛力。該方法利用空間分析法提取水文地質(zhì)因子,然后基于層次分析法完成因子特征選擇和權(quán)重確立,在劃分子類和等級后使用空間加權(quán)疊置分析法生成區(qū)域地下水潛力指數(shù)圖。該方法優(yōu)化了傳統(tǒng)地下水半定量模型中影響因子選擇、多源空間數(shù)據(jù)融合及因子動態(tài)賦權(quán)等關(guān)鍵流程,改進了傳統(tǒng)模型中主觀因素過強、因子選擇單一及分析范圍粗略等問題,提高了預(yù)測準(zhǔn)確率和分析范圍精度,并基于地下水匯流機理探究了相關(guān)因子對地下水潛力的影響。本文方法可識別、保護地下水資源,并輔助相關(guān)部門制定可持續(xù)水資源管理決策,降低地下水源開采的成本。