路釗， 鄧正棟， 王大慶， 趙鴻飛， 王光遠(yuǎn)， 許顥礫

(1.陸軍工程大學(xué)，南京 210001； 2.31605部隊，南京 210011；3.東部戰(zhàn)區(qū)總醫(yī)院博士后工作站，南京 210000)

0 引言

地下水是地球水資源的主要組成部分之一，在人們的生產(chǎn)生活中發(fā)揮著非常重要的作用，特別是對于缺水地區(qū)來說，地下水資源尤為關(guān)鍵[1]。地下水資源勘察是了解掌握地下水信息的重要途徑，與傳統(tǒng)的地下水勘察技術(shù)相比，遙感技術(shù)(Remote Sensing,RS)具有宏觀、動態(tài)、綜合、經(jīng)濟(jì)等諸多優(yōu)勢，正在被越來越廣泛地應(yīng)用到地下水資源評估中。使用遙感技術(shù)評估地下水資源最早可追溯到1961年，研究人員利用熱紅外航空照片解譯出的地形信息和水循環(huán)模型判斷出了地下水的存在[2-3]，隨后Landsat、WorldView、IKONOS、ALOS、Sentinel等新型多光譜、高光譜遙感數(shù)據(jù)的出現(xiàn)為地下水資源評估研究提供了更加豐富的數(shù)據(jù)源[4]。20世紀(jì)末，地理信息系統(tǒng)(Geographic Information System,GIS)、全球定位系統(tǒng)(Global Positioning System,GPS)與遙感技術(shù)的結(jié)合運用推動了地下水遙感評估技術(shù)的快速發(fā)展[5]。2002年出現(xiàn)的重力場恢復(fù)與氣候?qū)嶒炛亓πl(wèi)星數(shù)據(jù)(Gravity Recovery and Climate Experiment,GRACE)為地下水遙感評估提供了新型數(shù)據(jù)源，運用該數(shù)據(jù)開展的評估研究成果也非常豐富[6-7]。本文通過綜合分析多年來國內(nèi)外地下水遙感評估技術(shù)的研究進(jìn)展情況，旨在為進(jìn)一步運用和推動該技術(shù)在地下水評估領(lǐng)域的發(fā)展提供借鑒，具有一定的現(xiàn)實意義。

1 單因子模型評估法

單因子模型評估法利用遙感技術(shù)解譯出某一類與地下水相關(guān)的環(huán)境因素或水文地質(zhì)信息，并以此構(gòu)建模型來評估地下水。目前，單因子模型評估法中運用的因子主要包括地表熱異常、植被信息、土壤濕度和水文地質(zhì)信息。

1.1 地表熱異常評估法

在毛細(xì)作用和熱傳導(dǎo)作用下，不同儲量和埋深的地下水會對地表溫度產(chǎn)生影響，這種影響將在熱紅外遙感圖像上表現(xiàn)出熱異常。地表熱異常評估法是最早被用于地下水遙感評估的方法，研究人員通過熱紅外遙感數(shù)據(jù)反演出地表溫度信息，建立地表溫度與地下水之間的相關(guān)性。傅碧宏等[8]運用Landsat TM6熱紅外遙感數(shù)據(jù)在石羊河流域進(jìn)行地表溫度的定量反演研究，反演結(jié)果顯示地下水富集地帶的地表溫度比地表水高5 K左右，比其他類型的地表低7 K左右，表明熱紅外遙感可以有效探測干旱區(qū)的地下水富集帶； 王飛躍等[9]通過解譯Landsat TM熱紅外遙感圖像發(fā)現(xiàn)并驗證了灰?guī)r進(jìn)水口，該研究在演馬礦水害防治決策中發(fā)揮了重要作用； 蓋利亞等[10]利用Landsat-7 ETM+6波段數(shù)據(jù)，通過統(tǒng)計分析、濾波、最優(yōu)密度分割等圖像處理，提取黃土丘陵區(qū)的地下水富集信息，野外實地調(diào)查的結(jié)果表明該方法有效。

需要說明的是，地表溫度受地表植被覆蓋、土壤類型、氣候和大氣等多種因素影響，地表熱異常法評估地下水的精確度不高，定性評估多于定量評估，這限制了該技術(shù)的進(jìn)一步應(yīng)用。隨著其他地下水評估技術(shù)的發(fā)展，近10年來已經(jīng)少有研究人員使用該方法評估地下水，但利用熱紅外波段遙感數(shù)據(jù)反演地表溫度的研究一直在進(jìn)行[11-12]。

1.2 植被信息評估法

地下水與植被生長、種群演替存亡有著密切關(guān)系[13]?；诘叵滤c植被的特征關(guān)系，通過遙感圖像解譯植被信息并評估地下水的研究逐步發(fā)展起來。王飛躍等[14]基于干旱區(qū)植被和地下水的關(guān)系，通過遙感圖像解譯植被信息推斷出地下水的富集帶； Sultan等[15]采用MODIS數(shù)據(jù)對三工河流域的地下水埋深和植被覆蓋度進(jìn)行采樣分析，結(jié)果表明干旱地區(qū)的植被覆蓋度高度依賴于地下水埋深； 金曉媚等[16]利用MDOIS數(shù)據(jù)反演植被覆蓋度對銀川盆地適宜植被生長的地下水埋深進(jìn)行研究，結(jié)果表明該地區(qū)適宜植被生長的地下水埋深范圍為2～4 m； 姜紅等[17]利用實測的地下水埋深數(shù)據(jù)和基于Landsat數(shù)據(jù)得到的改進(jìn)型溫度植被干旱指數(shù)構(gòu)建了地下水埋深監(jiān)測模型，使用該模型對開都河兩岸綠洲1999—2016年地下水的時空分布進(jìn)行監(jiān)測，將2005年和2003年實測數(shù)據(jù)作為驗證數(shù)據(jù)，得到模型反演地下水的埋深和實測埋深的決策系數(shù)R2分別為0.77和0.75； 曹樂等[18]利用Landsat數(shù)據(jù)從長序列時間和盆地空間尺度分析了民勤綠洲區(qū)天然植被生長與地下水埋深的變化，得到了地下水淺埋區(qū)的生態(tài)水位。

需要說明的是，雖然植被的生存、生長高度依賴于地下水，但地表土壤、地形地貌、海拔、氣候等因素同樣會影響甚至制約植被生長，不同物種的植物對地下水的依賴程度也有所不同，因此植被信息評估法一般適用于有植被生長且物種比較單一的干旱半干旱地區(qū)。此外，該方法多見于地下水埋深評估，在地下水富集性評估中應(yīng)用較少。

1.3 土壤濕度評估法

在毛細(xì)作用和蒸發(fā)作用的影響下，地下水會在飽水帶上方形成毛細(xì)水帶，導(dǎo)致土壤的水分含量發(fā)生變化。土壤濕度評估法的基本原理是利用遙感技術(shù)反演地表濕度信息，然后構(gòu)建地表濕度與地下水之間的相關(guān)性模型，從而實現(xiàn)對地下水資源的評估。Komarov等[19]在研究不同土壤介電常數(shù)、土壤濕度等在微波范圍內(nèi)表現(xiàn)特征的基礎(chǔ)上，利用微波遙感技術(shù)反演并建立土壤濕度與地下水埋深的相關(guān)性模型，能夠較為準(zhǔn)確地預(yù)測埋深3 m以內(nèi)的地下水水位； 郭嬌等[20]利用類似方法建立了基于Landsat-5 TM 2、3、4波段的地下水水位分布模型，模型在黃河三角洲地區(qū)得到了驗證，能夠在地下水埋深不大于3 m的自然帶監(jiān)測評估地下水； 霍艾迪等[21]在實地考察毛烏素沙漠化地區(qū)土壤水分和地下水埋深的基礎(chǔ)上，利用MODIS數(shù)據(jù)建立地下水埋深評估模型，模型反演結(jié)果與實測值的相關(guān)系數(shù)為0.868，研究顯示該模型適用于范圍較大且埋深不大于7 m的沙漠化地區(qū)的地下水分布監(jiān)測評估； 鄭璞等[22]根據(jù)2004—2010年的TM多光譜數(shù)據(jù)，通過修正歸一化水體指數(shù)在遼寧朝陽地區(qū)提取多年的地表土壤平均濕度，預(yù)測地下水富集區(qū)，實地考察驗證了方法的可行性； 姜紅等[23]采用遙感-數(shù)學(xué)-模型學(xué)融合的方法，用Landsat-8數(shù)據(jù)建立一定植被覆蓋條件下的地下水埋深分布遙感監(jiān)測評價模型，在新疆焉耆盆地模型反演的地下水埋深與實測地下水埋深的R2為0.81； 吳迪[24]運用TM多光譜數(shù)據(jù)提取的沈陽市多年地表濕度信息對地下水富集區(qū)進(jìn)行預(yù)測，預(yù)測結(jié)果和水文地質(zhì)實際狀況保持了良好的一致性； 史曉亮等[25]采用MODIS數(shù)據(jù)歸一化差分植被指數(shù)(Normalized Difference Vegetation Index，NDVI)和地表溫度(Land Surface Temperature，LST)數(shù)據(jù)反演土壤含水量，結(jié)合地下水埋深實測數(shù)據(jù)構(gòu)建了地下水監(jiān)測模型，研究結(jié)果表明該模型能夠在區(qū)域尺度上較好地模擬地下水埋深。

需要說明的是，土壤濕度受土壤類型、土壤組成、降水等諸多因素影響，因此土壤濕度評估法在氣候濕潤、植被覆蓋較多、地層巖性復(fù)雜的地區(qū)難以適用，這也限制了該方法的推廣應(yīng)用。

1.4 水文地質(zhì)信息評估法

地下水的賦存受到地形、巖性、地質(zhì)構(gòu)造等水文地質(zhì)條件的影響。遙感數(shù)據(jù)可以解譯出地層巖性、地質(zhì)構(gòu)造、水文特征等信息，這些信息使確定地下水富集的構(gòu)造位置及推斷含水層的分布成為可能。一些學(xué)者將遙感數(shù)據(jù)和水文地質(zhì)資料結(jié)合起來，并以此構(gòu)建由水文地質(zhì)信息和實測數(shù)據(jù)構(gòu)成的模型來評估地下水。Omar[26]利用遙感圖像解譯的地層巖性、地質(zhì)構(gòu)造等信息確定了蓄水構(gòu)造，分析出含水層的發(fā)育規(guī)律和邊界，并結(jié)合物探數(shù)據(jù)實現(xiàn)了地下水的精確評價; Krishnamurthy等[27]利用IRS衛(wèi)星提取研究區(qū)的地層巖性、構(gòu)造和地形信息，并與地貌特征結(jié)合來評價地下水形成條件，研究表明該方法能夠?qū)崿F(xiàn)堅硬巖石地區(qū)地下水的監(jiān)測識別; Tam等[28]將遙感與地形、地質(zhì)構(gòu)造、水文地質(zhì)、地球物理分析相結(jié)合，提取典型喀斯特地貌區(qū)域的斷裂走向和地表徑流流向，確定地下水富集區(qū)，驗證了該方法在溶洞發(fā)育分析中較為可靠; Murugesan等[29]以盆地為研究區(qū)，利用TM數(shù)據(jù)提取了地形、地貌、斷裂密度等信息,并在GIS平臺制作了6級地下水潛力分布圖，實地調(diào)查數(shù)據(jù)驗證了制圖結(jié)果的可靠性; 程洋等[30]采用資源一號02C衛(wèi)星數(shù)據(jù)進(jìn)行水文地質(zhì)信息解譯，利用GIS數(shù)據(jù)處理平臺分析出碳酸鹽巖巖溶裂隙含水巖組和斷層的富水性，成功圈定富水區(qū)并成井見水，單日涌水量達(dá)40 000 m3； 王康等[31]利用遙感技術(shù)解譯遼西朝陽地區(qū)地層巖性、地質(zhì)構(gòu)造以及地形地貌信息，綜合分析該區(qū)地下水賦存規(guī)律，有效地提高了地面物探工作的針對性。

水文地質(zhì)信息評估法主要基于水文地質(zhì)方面的理論知識和實地評估，在實際運用中通常需要結(jié)合物探數(shù)據(jù)進(jìn)行分析。在地表被完全覆蓋/利用的區(qū)域，遙感技術(shù)難以有效提取地層巖性、地質(zhì)構(gòu)造等信息，無法保證定量反演的精度，因此該方法的適用性受地域影響較大。

2 多因子綜合模型評估法

多因子綜合模型評估法是從單因子模型評估法發(fā)展而來的方法。當(dāng)上述單因子的適用性受到各種條件的約束，研究人員嘗試綜合運用不同因子的組合方式評估地下水，在GIS技術(shù)和計算機(jī)技術(shù)的支持下，多因子綜合模型評估法迅速發(fā)展。多因子綜合模型評估法是綜合利用與地下水補給、賦存以及地表指示環(huán)境相關(guān)的多種要素建立一個綜合評估模型(指數(shù))，并利用該模型(指數(shù))對地下水進(jìn)行評估。圖1展示了多因子綜合模型評估法中常用的因子。

圖1 多因子綜合模型評估法常用因子

2.1 層次分析法

層次分析法是一種定性分析和定量分析相結(jié)合的分析方法，該方法將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，而后再進(jìn)行定性和定量分析[32]。層次分析法把復(fù)雜的問題層次化分解，建立出相互聯(lián)系的層次結(jié)構(gòu)模型，利用最下層相對于最上層的權(quán)重和排序來解決問題，具有很強的邏輯性、實用性、系統(tǒng)性。由于能夠較好地解決評估指標(biāo)權(quán)重分配問題，層次分析法被國內(nèi)外眾多研究人員應(yīng)用到地下水資源的評估中。鄧正棟等[33]在遼寧丹東地區(qū)選取地層巖性、斷裂密度、地形、坡度、地貌、地表溫度、土壤濕度等指標(biāo)作為地下水富集性評估因子，利用ALOS、SPOT、TM和DEM數(shù)據(jù)對因子進(jìn)行解譯提取，基于層次分析法構(gòu)建地下水遙感模糊評估指數(shù)，實測結(jié)果表明該指數(shù)評估結(jié)果與實測孔隙水出水量的R2為0.82，與實測裂隙水出水量的R2為0.57； Kaliraj等[34]運用Landsat ETM+圖像和地形數(shù)據(jù)庫，選取地貌、坡度、排水密度、土地利用信息等指標(biāo)作為評估因子，基于層次分析法構(gòu)建模型確定了印度泰米爾納德邦特尼地區(qū)人工地下水補給潛力帶； Pinto等[35]采用層次分析法，選取坡度、地形、土壤、地層巖性、排水密度、降雨等作為評估因子，結(jié)合GIS平臺識別科摩羅流域的地下水潛力區(qū)并進(jìn)行驗證，發(fā)現(xiàn)該地區(qū)的地下水賦存受降雨、地層巖性、坡度、土地利用等因素控制； Das等[36]采用層次分析法對坡度、土壤、降雨等評估因子進(jìn)行權(quán)重分配，并在GIS平臺制成地下水富集性圖，結(jié)果顯示14個驗證點中有10個與評估的富集性等級匹配。

層次分析多參數(shù)優(yōu)化方法具有使用簡單、效益高、工作量小等優(yōu)點，其缺點是評估因子的選擇、權(quán)重的分配往往需要專家的經(jīng)驗進(jìn)行判斷，主觀性強。雖然判斷矩陣能夠驗證評估因子權(quán)重分配的合理性，但是依然存在不確定因素。在運用層次分析法時，因子數(shù)不宜超過9個，否則容易導(dǎo)致統(tǒng)計量過大，因子權(quán)重難以確定。在一些地下水相關(guān)因子數(shù)目較多的地區(qū)進(jìn)行地下水遙感評估研究時，研究人員需對因子進(jìn)行科學(xué)取舍。

2.2 頻率比模型法

頻率比模型法是一種雙變量統(tǒng)計方法，可以作為一種有效的地理空間評估工具來確定因變量和自變量之間的概率關(guān)系。運用頻率比模型進(jìn)行地下水評估是基于地下水相關(guān)因子與地下水分布之間的相關(guān)性和觀測關(guān)系。頻率比模型的構(gòu)建較為簡單，主要分為數(shù)據(jù)庫建立、權(quán)重計算、數(shù)據(jù)整合驗證3個部分。頻率比模型法避免了層次分析法中因子權(quán)重依賴于專家經(jīng)驗的弊端，經(jīng)過綜合分析得到的因子權(quán)重為構(gòu)建評估模型奠定了基礎(chǔ)。從目前公開的研究文獻(xiàn)看，國外學(xué)者應(yīng)用該方法較多[37-39]，國內(nèi)相關(guān)研究還不多見。Manap等[40]選取地面高程、地形坡度、土壤類型等評估因子構(gòu)建地下水富集性評估的頻率比模型，馬來西亞冷岳盆地的評估結(jié)果顯示該方法能夠比較準(zhǔn)確地評估出地下水的富集區(qū)域； Elmahdy等[41]選取巖性、地貌、水系、地形坡度、海拔、地形曲率等評估因子構(gòu)建頻率比模型評估地下水的賦存信息，模型反演結(jié)果與實際調(diào)查結(jié)果的精確度高達(dá)87.67%； Naghibi等[42]基于4種數(shù)據(jù)挖掘算法提出了一種新的頻率比數(shù)據(jù)挖掘集成模型，選取高程、坡度、平面曲率、地表濕度指數(shù)、歸一化植被指數(shù)、地層巖性等作為評估因子，構(gòu)建數(shù)據(jù)庫進(jìn)行地下水富集性評估，驗證結(jié)果表明該模型的精確度達(dá)到94.8%。

由于頻率比模型在地下水評估中精確度較高，有關(guān)頻率比模型與其他模型方法評估效果的對比也成為研究熱點。Ozdemir[43]采用頻率比、證據(jù)權(quán)重、邏輯回歸3種模型方法，將地層巖性、斷層密度、斷層距離、高程、坡度等因子運用到模型構(gòu)建中，頻率比模型的預(yù)測評估精確度達(dá)到90.3%； Das[44]運用影響因素模型法、頻率比模型法、層次分析法3種方法評估地下水富集性并選取地層巖性、地貌、坡度、排水密度、降雨等作為評估因子，結(jié)果表明頻率比模型法(75%)的精確度比影響因素模型法(71%)和層次分析法(70%)更好； Naghibi等[45]、Razandi等[46]、Sahoo等[47]也開展了相似的研究。

頻率比模型法比層次分析法運用的評估因子更多，并且評估因子的權(quán)重不再依賴于專家經(jīng)驗，在相關(guān)研究的成果中表現(xiàn)出較高的精確度。然而，構(gòu)建頻率比模型需要研究區(qū)的地下水樣本信息，因此對于地下水?dāng)?shù)據(jù)空白或較少的地區(qū)適用性較差。目前，該方法已被部分國內(nèi)學(xué)者應(yīng)用到滑坡敏感性評價[48]、林區(qū)火險制圖[49]、地質(zhì)災(zāi)害評價[50]等研究中，也取得了較好的效果，該方法在國內(nèi)地下水遙感評估研究中的應(yīng)用值得期待。

2.3 決策樹法

決策樹法使用樹狀決策模型進(jìn)行大數(shù)據(jù)分析以發(fā)現(xiàn)潛在的信息，是早期的機(jī)器學(xué)習(xí)方法之一。決策樹法具有基于多種指標(biāo)因子提取地物空間分布專題信息的技術(shù)優(yōu)勢，因數(shù)據(jù)分析效率高、直觀易懂、可操作性強等優(yōu)點成為各界研究的熱點，運用較多且比較成熟的決策樹方法有CLS、ID3、C4.5、C5.0、CART等[51]。目前，利用決策樹分類方法解析遙感影像已經(jīng)在土地覆蓋分類[52]、植被種類鑒定[53]、林地識別[54]、地貌判別[55]、水體信息提取[56]等領(lǐng)域取得成果，近年來也被逐步引入到地下水資源遙感評估的研究中。Lee等[57]以韓國保寧市和浦項市為研究區(qū)，構(gòu)建包含地形、地貌、地質(zhì)、森林、土壤等地下水相關(guān)因子的空間數(shù)據(jù)庫，分別應(yīng)用卡方自動交互檢測法(Chi-squared Automatic Interaction Detection，CHAID)和快速、無偏、高效統(tǒng)計樹(Quick Uubiased Efficient Statistical Tree，QUEST)兩種決策樹方法進(jìn)行地下水富集性評估，保寧市的地下水富集性評估精確度分別為96.55%和94.92%，浦項市的地下水富集性評估精確度分別為87.88%和87.50%; Duan等[58]依據(jù)水文地質(zhì)圖和多年地下水水位資料確定地下水富集性類別，運用Landsat-7 TM、DEM數(shù)據(jù)提取巖性、線狀密度、地形、坡度、河道密度等評估因子信息，將多準(zhǔn)則決策模型分別與C5.0、CART相結(jié)合得到最優(yōu)分類決策樹模型評估地下水的富集性，結(jié)果表明C5.0比CART更為有效; Golkarian等[59]選擇13個地下水相關(guān)因子制成數(shù)據(jù)集，驗證了C5.0、隨機(jī)森林和多變量自適應(yīng)回歸模型3種方法在伊朗馬什哈德平原東部地區(qū)評估地下水的適用性并生成地下水富集性專題圖，實測結(jié)果表明3種方法的精確度均達(dá)到70%以上，C5.0方法具有一定的可靠性。

由于決策樹法沒有充分考慮噪聲問題，在實際應(yīng)用過程中部分因子可能存在缺失值，造成數(shù)據(jù)集的不完整。對于因子樣本數(shù)量不一致的數(shù)據(jù)，信息增益會偏向數(shù)量多的特征，這會導(dǎo)致評估精確度出現(xiàn)偏差。因此，合理選取評估因子、有效確定訓(xùn)練樣本、科學(xué)建立分類模型是該方法需要解決的關(guān)鍵問題。

2.4 人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而構(gòu)成的自適應(yīng)非線性動態(tài)系統(tǒng)[60]。伴隨著計算機(jī)技術(shù)的發(fā)展，該方法已經(jīng)成功應(yīng)用在模式識別、預(yù)測評價、數(shù)據(jù)分析等眾多領(lǐng)域[61-62]。利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行地下水評估的研究較多[63-66]，但基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行地下水遙感評估的研究尚不多見。Lee等[67]利用遙感技術(shù)結(jié)合GIS構(gòu)建了以地表曲率、坡度、河流密度、地形濕度指數(shù)等15個因子為輸入層的人工神經(jīng)網(wǎng)絡(luò)模型，對韓國浦項市周邊區(qū)域的地下水富集性進(jìn)行預(yù)測評估，模型的精確度在73.54%～80.09%之間; Lee等[68]基于遙感技術(shù)選取土壤、河流密度、集水面積、坡度等19個評估因子，使用人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種模型分析評估韓國博陵市的地下水富集信息，結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種模型的精確度分別為83.57%和80.83%。

人工神經(jīng)網(wǎng)絡(luò)模型在獲取的數(shù)據(jù)集不完整的情況下，依然能夠根據(jù)已知數(shù)據(jù)對地下水進(jìn)行判斷評估，并且能夠根據(jù)計算出的權(quán)重反映各相關(guān)因子的相對重要性。然而，利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行地下水遙感評估需要實測數(shù)據(jù)作為訓(xùn)練樣本，訓(xùn)練樣本的數(shù)量和選取直接影響著模型的評估精度。此外，神經(jīng)網(wǎng)絡(luò)內(nèi)在的推理過程和依據(jù)還難以解釋，這也影響了其在地下水遙感評估研究中的應(yīng)用。

2.5 其他方法

除了上述提到的方法，一些學(xué)者還嘗試運用其他方法構(gòu)建多因子綜合模型進(jìn)行地下水遙感評估。Samson等[69]采用加權(quán)指數(shù)疊加分析方法將土壤、地質(zhì)、地形、地貌、土地覆蓋和坡度等要素綜合起來評估地下水的富集性，實測結(jié)果證明了方法的有效性； Naghibi等[70]采用增強回歸樹、分類回歸樹、隨機(jī)森林方法對伊朗恰哈馬哈勒-巴赫蒂亞里地區(qū)的地下水富集性進(jìn)行研究； Nag等[71]、Parameswari等[72]采用支持向量機(jī)分別在不同地區(qū)進(jìn)行地下水富集性評估，也取得了較好的效果。除此之外，還有線性回歸法[73]、多準(zhǔn)則決策法[74]等被引入到多因子綜合模型中進(jìn)行地下水遙感評估，為研究者帶來了新的思路和方向。

綜上所述，多因子綜合模型評估法是一種數(shù)據(jù)集成方法，通過有效整合多種與地下水相關(guān)的因子，較好地實現(xiàn)了對地下水的遙感評估。概括而言，多因子綜合模型評估法又可以進(jìn)一步歸納為以層次分析法為代表的專家決策方法和以決策樹、神經(jīng)網(wǎng)絡(luò)為代表的機(jī)器學(xué)習(xí)方法，或者兩種方法兼用。在實踐中，機(jī)器學(xué)習(xí)方法不易出現(xiàn)程序錯誤和感知偏差，專家決策方法能夠依靠豐富的經(jīng)驗來識別機(jī)器可能無法自動檢測出的特征，這些優(yōu)勢可以將更多的地下水相關(guān)因子引入到遙感評估中，從而更準(zhǔn)確地揭示地下水的賦存特點。從研究案例看，多因子綜合模型評估法的精確度總體比單因子模型評估法高，地域的適用性更強。需要說明的是，在運用多因子綜合模型評估法時，因子的選取并不是越多越好，應(yīng)綜合考慮研究區(qū)的氣候、地質(zhì)、水文等具體情況以及擬選用評估方法的特點，合理地進(jìn)行選取。

3 重力衛(wèi)星數(shù)據(jù)評估法

將重力衛(wèi)星數(shù)據(jù)評估法單獨歸為一類方法的原因在于該方法與傳統(tǒng)地下水遙感評估的原理和數(shù)據(jù)類型有所區(qū)別。重力衛(wèi)星數(shù)據(jù)評估法是基于GRACE衛(wèi)星反演出的地球重力場變化對地下水賦存量進(jìn)行評估的方法。Rodell等[75]以美國中部高原為研究區(qū)，利用GRACE衛(wèi)星數(shù)據(jù)評估了將地下水儲量變化從陸地水儲量變化中隔離出來的可能性，研究表明1987—1998年研究區(qū)地下水儲量變化幅度是19.8 mm，但地表建模消除由重力信號得到的土壤水分變化的影響時會增加GRACE衛(wèi)星數(shù)據(jù)評估高原含水層水儲量的不確定性； 曹艷萍等[76]利用GRACE觀測數(shù)據(jù)反演的黑河流域水儲量變化量與黑河流域地下水變化量之間的相關(guān)系數(shù)達(dá)到0.91，但利用GRACE數(shù)據(jù)反演地下水的空間分辨率較低，反演精確度易受輔助水文數(shù)據(jù)的影響； 王超等[77]利用GRACE觀測數(shù)據(jù)分析了我國珠江、長江、淮河、黃河、海河、松遼6大江河流域的水源總量變化，并與全球陸面數(shù)據(jù)同化系統(tǒng)(GL-DAS)模擬結(jié)果進(jìn)行對比，結(jié)果表明GRACE數(shù)據(jù)可有效監(jiān)測陸地總水量的季節(jié)性變化與空間變化； Fatolazadeh等[78]利用2003—2014年的GRACE觀測數(shù)據(jù)對伊朗的地下水儲量變化進(jìn)行評估，采用小波分析和高斯濾波2種方法來減少衛(wèi)星數(shù)據(jù)中的條帶錯誤，反演結(jié)果與滲透井的實測數(shù)據(jù)能夠較好地吻合； Skaskevych等[79]的研究表明在模型和實測資料有限的情況下，基于GRACE數(shù)據(jù)的地下水儲量異常估計方法可以經(jīng)濟(jì)有效、可替代地觀測盆地尺度地下水變化。

盡管GRACE數(shù)據(jù)評估法展現(xiàn)出較好的評估效果，但時間分辨率低(30 d)、觀測尺度大、空間分辨率低(400 km)等缺陷制約了該方法應(yīng)用在小尺度或?qū)r間分辨率要求高的地下水評估中。GRACE任務(wù)于2017年結(jié)束，美國NASA和德國GFZ又于2018年啟動了GRACE-FO任務(wù)[80]，新的衛(wèi)星配備了激光系統(tǒng)演示器，可以測量衛(wèi)星之間的距離和速度，提高了衛(wèi)星數(shù)據(jù)的精度。未來利用GRACE衛(wèi)星數(shù)據(jù)評估地下水的研究將會更加深入。

4 結(jié)論

(1)由于地下水勘探的復(fù)雜性和不確定性，遙感評估目前仍無法完全取代傳統(tǒng)的地下水勘探。但綜合研究表明，定量反演遙感數(shù)據(jù)并建立地下水相關(guān)性模型，能夠獲取精度較高的地下水賦存、埋深等信息。遙感評估已經(jīng)成為地下水資源評估中較為可靠的技術(shù)手段，其宏觀、動態(tài)、綜合、經(jīng)濟(jì)的優(yōu)勢，能夠為大多數(shù)地區(qū)地下水資源的開發(fā)和保護(hù)提供高效便捷的服務(wù)。而對于那些因物探勘察難以實施、實地調(diào)查存在困難等原因?qū)е碌叵滤畔⑷笔У钠h(yuǎn)地區(qū)，遙感評估技術(shù)有望為填補地下水資源信息的空白提供重要參考。

(2)從多年來地下水遙感評估研究的發(fā)展看，地下水的賦存信息是眾多學(xué)者研究的主要對象，針對地下水賦存信息評估方法的研究進(jìn)展非常迅速，模型方法也更加多元，但針對埋深信息評估方法的研究進(jìn)展則比較緩慢，這一現(xiàn)象值得研究人員關(guān)注。

(3)雖然大多數(shù)研究驗證了評估方法的精確度，但是驗證的有效性依然值得商榷。地下水遙感評估的驗證通常需要鉆孔、抽水試驗或較為精準(zhǔn)的水文地質(zhì)資料，驗證不僅對實測數(shù)據(jù)的數(shù)量有要求，數(shù)據(jù)的地理分布還應(yīng)具有一定的代表性。當(dāng)研究的實測數(shù)據(jù)較少，評估方法的有效性可能無法得到保證。研究人員在開展地下水遙感評估研究時應(yīng)提前考慮評估精確度的有效性驗證問題。

(4)從地下水遙感評估研究的發(fā)展歷程看，遙感技術(shù)和計算機(jī)技術(shù)的發(fā)展是重要的推動力。得益于兩者的發(fā)展，地下水遙感評估技術(shù)從單因子模型演變?yōu)槎嘁蜃泳C合模型，越來越多與地下水相關(guān)的因子被引入到模型的構(gòu)建中，評估的精確度也在不斷提高?？梢灶A(yù)見，多類型、高時空分辨率的新型遙感數(shù)據(jù)的出現(xiàn)，以機(jī)器學(xué)習(xí)技術(shù)為代表的模型方法的創(chuàng)新會進(jìn)一步推動地下水遙感評估技術(shù)的發(fā)展。

(5)目前遙感技術(shù)主要應(yīng)用于大區(qū)域尺度背景下的地下水評估，已經(jīng)有研究人員嘗試將其應(yīng)用到小尺度下的地下水評估中[81-82]。作為近年來發(fā)展較快的新技術(shù)，無人機(jī)遙感技術(shù)已經(jīng)在測繪[83]、水土保持監(jiān)測[84]等領(lǐng)域發(fā)揮重要作用。與傳統(tǒng)地下水勘察手段相比，無人機(jī)遙感技術(shù)解決了勘察成本高、周期長、易受地形限制等問題。與衛(wèi)星遙感技術(shù)相比，無人機(jī)遙感技術(shù)具有時空分辨率更高、觀測尺度小、操作靈活且數(shù)據(jù)獲取方便等特點。因此，基于無人機(jī)遙感技術(shù)的地下水評估研究有望成為新的方向和熱點。