专门水文地质学 (75).doc

吉林大学精品课专门水文地质学教材专门水文地质学 第十二章 新技术方法在水文地质工作中的应用 12.1遥感技术在地下水研究领域的应用 一、引言 遥感技术在地下水研究中的应用主要有以下几个方面 1. 遥感图像显示地表特征。到目前为止，遥感获取的地下水信息大多通过定性推理和半定量的方法获取，并与水文地质数据相结合，使其具有实际意义。 一般来说，遥感中应用的电磁波来源于地表或地表以下较浅土层少于1m的辐射或反射，因此，深层含水层不能利用遥感直接探测。然而，遥感技术为水文地质学家提供了常规地球物理方法以外的一种有效方法。地质学家可以通过航空和卫星像片解译得到的地表特征来推测含水层的位置。从卫星图像中还可以获取地面调查甚至低空航空相片所无法得到的地面信息。在植被灌层覆盖稠密的地区，雷达能穿透地表覆盖物，显示地表特征，因此雷达图像在揭示地形起伏和地表粗糙度方面很有价值。 2. 航空地球物理学，如航空磁测调查，也能提供地面以下的信息，但因为分析结果的不唯一性，必须对所获得的数据进行合理解释。非地面的微波传感器具有一定的穿透能力，但仅能获取一定条件下的信息，如粗粒物质、地质条件简单和水位较浅的地区的信息。在一些特殊情况下，微波图像能呈现沙漠中部分被掩埋的古河网；从热红外图像上能直接识别裂隙带。然而，这些现象经常是偶然才出现的。 二、一般方法 航空像片用于地下水的初步探测已经有许多年的历史，近来逐渐被卫星图像数据取代，特别是陆地卫星Landsat系列。卫星图像可以提供区域的概略特征、大尺度区域的地表特征，而这些在航空图像和地面调查中往往是不能获取的。通过卫星图像可以推断出岩石类型、结构、地层以及地层中岩石的组成。在野外调查的基础上，根据卫星图像上的地面采样点进行插值，与单独进行野外调查的方法相比，更能准确地确定地表结构,同时更加经济。总体来说，对航空相片或卫星图像的分析应该在实地调查之前进行，这样可以排除含水层较低的地层，确定需进一步调查的区域。通过遥感数据能够提取的地下水信息量的多少，取决于区域地质、气候条件和地表覆盖类型等因素。在干旱和半干旱区，由于地表覆盖物较少，所以很容易从遥感图像上解译出地质特征。在有植被覆盖的地方，由于地表覆盖物和下伏地层之间联系紧密，所以航空和卫星图像的解译结果需要结合实地调查和验证。 断层、断裂带和其它线性构造的存在表明可能含有地下水。类似的，沉积地层或特定的岩石地层的露头，表明其可能是潜在含水层。因为遥感方法主要限于地表特征的研究，所以利用遥感研究地下水的第一步主要是地表特征和地貌形态的描述。 浅层地下水可以通过土壤含水量、植被类型变化和模式来推定。在一个流域盆地中，地下水的补给区和排泄区可以通过土壤、植被和浅层或滞水含水层特征来推测出。 通过遥感监测地表温度的变化已经用于推断和确定浅层地下水、泉或泄流。这些温度的变化主要是由地下水的高热容量在夏季产生热沉，在冬季产生热源所导致。近地表的土壤、土壤水分和植被温度快速响应气象条件，而地下水的温度变化则以日和季节为周期而衰减。 合成孔径雷达数据（SAR）在地下水监测中有很大的潜力，特别是在干旱和过度干旱的区域。长波雷达的穿透能力和雷达探测土壤含水量的能力，使得SAR在干旱区地下水探测中成为一个很有价值的工具。机载侧视雷达（SLAR）已经成功地用于编制全球范围的构造特征图，而在此之前由于永久云层的覆盖或厚植被的影响，全球范围的构造特征图一直没有编制成功。与此同时构造特征图还可以用陆地卫星来辅助解译。 三、卫星图像在地下水研究中的应用 卫星图像包含了许多地质和水文信息，但这些信息必须通过对图像进行分析和解译才能获得。解译的参数包括地貌类型、排水模式、植被特性、土地利用方式、线性和弯曲的构造特征以及图像色调和纹理等。在干旱区，植被特性可能反映地下水的深度和水质状况。卫星数据是全球范围制图和地质调查的唯一数据源，其它信息源或不存在或不精确。 分析卫星图像是区域研究中最有效的方法，也是快速、经济地获取地下水信息的方法。区域范围大、分辨率低的图像，比单点的测试井更适合获取总体含水层信息。对陆地卫星或SPOT图像解译的意义在于 （1）减少不必要的实地勘察； （2）更详细的确定需研究和实地调查的区域； （3）获取新的、更好的地质和水文信息； （4）具有其它勘察方法所不能实现的大区域视野。 然而，需要强调的是，遥感仅仅是一种提供信息源的手段。它不能取代地下水水文地质学家所常用的传统技术手段，如地貌图、地震和抗震调查，地面探测雷达等等。但由于卫星图像的某些独特的特性，使它在地下水勘探方面具有特殊的价值。 四、图像分析原理 卫星图像是地表特征的本质反映，由反映景观的自然、生物结构和人文特征要素组成。这些是图像分析的线索。相似要素的组合能反映相似的水文地质状况。地下水水文地质学家的工作是对具有地质和水文意义的各种要素的组合进行判断、描绘、确定和分类。基于这个目的，地下水水文地质学家必须遵循图像解译的原则，充分利用图像的特征，如色调、色彩、纹理、图案、大小、形状、位置、高程和关联性等。 图像分析的过程是解译，即景观特性被划分为几个类型 （1）地形在地球表面是一个可识别的自然特征（例如基岩山地、火山特征、冲积扇、冰川特征）。例如，地下水可以认为与地表水流的方向一样，从坡度高的地方流向坡度低的地方，沿着冲积扇向下流动。在大的流域盆地，可以认为粗颗粒物质是由排水系统迁移产生，被细颗粒物质和透水性较小的物质所覆盖。 （2）排水特性包括盆地的大小和形状、排水模式和密度、河谷形状、河道位置和支流的角度。基岩的裂隙和断裂也影响排水方式。 （3）地表覆盖物为各种不同的植被包括自然和人为植被和土壤类型。河谷或盆地内植被密集说明水分条件适宜，地下水离地表较近。一般的，岸边植被和湿地植被在假彩色图像上显示为鲜红色，而旱生植被可能显示为褐色且分布稀疏。 （4）许多类型景观的外貌呈直线或轻微的曲线。许多线状特征在图像上不连续，需扩展或连接。 （5）曲线匀称,如圆形、椭圆形或精确的形状。其分析与线形类似。 （6）排水方式的密度、纹理明显。纹理细的排水系统说明排泄区由细颗粒沉积物组成，下渗相对缓慢。下渗最大的地区主要是河流沿岸，同时中到粗质地的排水区域也有下渗现象发生。 五、图像选择 用于地下水分析的遥感图像的选择标准与遥感应用不同。图像的正确选择可以大大促进地下水的勘察。对于陆地卫星Landsat TM图像或SPOT图像，波段和成像时间的选择很重要。根据经验，图像选择时要遵守以下原则 （1）选择太阳高度角低的图像。当太阳高度角相对较低低于45时，地表形态和一般的地形特征由于地形阴影而得到增强。 （2）选择黑白的红外图像。对于陆地卫星Landsat图像，7波段图像适宜描述景观特征而不会被植被的色调所混淆。 （3）至少选择一幅假彩色图像。假彩色组合在突出植被类型和模式的同时，显示地表形态和排水模式，最大地突出了各种植被类型之间的差异。植被密度和亮度是分析地下水位置和边界的线索。在干旱季节的图像上，湿生植被显示为鲜红色，而水分条件不适宜的植被则呈现暗红色或褐色。 （4）选择两幅来自不同轨道的黑白图像。两幅不同轨道和日期的图像，能呈现研究区域粗略的立体场景。把轨道偏移或有轻微偏差的图像沿着轨道航迹进行叠加能体现立体的效果。虽然图像不能用于制作高精度的高程图，但可确定坡度和地表形态。这对于SPOT图像而言具有特别的意义，因为获取SPOT图像的传感器不是垂直方向的。 六、目前应用 遥感应用于地下水文学中的例子很多。总体来说，航空相片和卫星图像的解译是应用最多的。在许多情况下，对遥感像片特殊波段的分析可以解决特定的问题。下面介绍几种不同的遥感数据应用的实例。 （一）地表含水层 冲积阶地沉积物和冰积物是地下水赋存的良好场所。这些阶地沉积物可以通过它们与土地覆盖和排水条件的关系来识别。因此，牛轭湖和老河道的出现是冲积物沉积层的指示标志。Zigich和Kolm1982验证了陆地卫星数据在美国东南达科他如何能快速、经济地确定冰积前河谷位置的方法。冬季时相的Landsat波段5和波段7图像,假彩色镶嵌后，其呈现的形状、排水模式和色调模式，可以推断埋藏谷的存在与否。 浅层地下水可以通过地表植被类型、分布模式的变化来推断。文化特征诸如农业耕作现状也能推断含水层的存在。Myers和Moore1972在James河流低地的研究中，指出谷物是边缘区的主导作物，而牧场和苜蓿是阶地和河漫滩主要的土地利用类型。在近来的研究中，Rahn和Moore1981用多时相的Landsat图像编制了近地面冰积含水层图。其解译结果主要是根据不同作物的反射光谱的相似性来获得。因此，一个排水盆地的地下水补给区和排泄区可以根据土壤、植被、浅层或滞水含水层的位置来推断。 通过对热辐射图像中近地表地下水温度差异的分析，可确定冲积沉积物、浅层地下水、泉和排泄区。Myers和Moore1972发现了Sioux盆地中有关浅层地下水的热辐射的相似性。Heilman和Moore1981讨论了利用HCMMHeat Capacity Mapping Mission，热容量成像卫星的热红外数据，选择适当的季节和日期，如何推断浅层地下水的存在。 然而,蒸散发速率不同的植被覆盖、地形和其它环境因素常常会影响图像的解译结果。在后来的研究中，Heilman和Moore1982通过HCMM数据的经验估算得出了地表温度和地下水深度之间的关系。 Van de Griend等1985研究了地下水深度和地表温度之间的关系。对砂壤土模拟研究的结果显示地下水埋深小于90cm的情况下可以探测，而地下水埋深大于90cm的情况则不能探测。这个结果是在特定的条件下，通过土壤水分和温度模型模拟得到的。如果没有这种模型，则很难区分地下水位是受地形起伏还是气象因素的影响。 SAR数据在干旱和极度干旱区浅层地下水探测的应用潜力已经由SAR-A和SAR-B图像所证实。SAR-A数据在东撒哈拉沙漠的应用，证实了长波雷达的穿透能力及其在干旱地区地质研究中的重要性。从SAR-A所得到的图像上可以看到广阔的被沙漠所掩埋的河谷和小河道网。这些现象在以前的观测中从来没有发现过，主要是由于排水网络在可见光传感器中被阻挡。 土壤水分也能证明浅层地下水的存在。 （二）固体地质介质 岩石中的主要含水层或含水带区域沿着断层和裂隙带存在，因为这些地方水力传导率和潜在的蓄水量较大。断层和裂隙在地表上的分布在航空相片和卫星图像上常呈线状或曲线状，可以分辨。当然，不是所有的线状特征都是断层或裂隙；因此，只能依靠背景信息选择最可能的线状特征。 目前，有许多研究尝试减少图像解译的人为主观性。已有人尝试应用空间滤波方法（如Hough变换）确定线状特征，不幸的是，其图像经常出现由错误解译得到的伪信息。 Kaufman等（1986）证明了可以应用高空间分辨率的卫星图像（Landsat TM）辅助水文地质研究。其研究目标是确定希腊的伯罗奔尼撒喀斯特岩溶地区地下水的排水模式。将TM图像1、4、7波段进行组合，根据所得图像的纹理和植被密度特征确定岩性单元。因为从喀斯特地区排出的淡水流向Argos海湾，因此确定主要的地下水流路径是很重要的。TM热波段可以监测近海区水下的泉。 Landsat数据的解译已经成为全球范围水文地质研究的一个有价值的工具。Gurney等（1982）阐述了卫星数据在博茨瓦纳的喀拉哈里高原是如何用于辅助地下水资源评价的。野外调查队将卫星数据和有限的航空相片相结合，研究下伏的砂石含水层的地质特征。Kruck（1981）也通过对卫星图像的解译来研究博茨瓦纳北部的喀拉哈里地层中的地下水状况。研究中最核心的问题之一是确定已经干枯并覆盖有冲积和风积物的独立古湖泊中地下水的含盐量。 Zall和Russell（1981）在另一项将卫星图像应用于地下水勘察的研究中，应用了陆地卫星图像Landsat数字增强和数字拉伸技术。数字增强处理增加了由于岩性特征、地质构造和土壤水分等因素引起的稀少色调的灰度级。数字拉伸技术也增强了线性特征、裂隙、断层和排水河道的特征，这些特征在没有经过处理前是很难判断的。 雷达对地表粗糙率和地形起伏较敏感，因此可以用于监测岩性、地表形态和构造运动。雷达能穿过云层和植被覆盖的能力使它毫无疑问地成为全球范围大尺度制图和地质调查的工具，这在以前是不可能实现的。尽管雷达只能直接探测浅层地下水，但其在监测人类难以到达地区的地表形态和地质构造工作中的应用，使它成为监测地下水的有力工具。 七、区域地下水资源评价 遥感在评价区域地下水资源的实践应用主要有以下两方面 水文地质条件的概化。根据地表和地下地质现象，建立三维水文地质框架；估计区域地下水面；最后，通过地下水流识别系统，建立概念性的地下水模型（特别是在地下水的补给区和排泄区）。 水平衡。一旦概念性模型建立完毕，就意味着已经考虑了所有可以获取的信息以及地质、地下水位和基流数据，并讨论了边界上的补给量、蒸散发损失量和地下水灌溉量等。 如果研究区包含以下两个特性（1）通过遥感资料可以推断该地区的空间分布比较独特；（2）地下水资源稀缺，并受地表状况的影响，如土地覆盖、土地利用。则可以把这个地区看作是补给区。坚硬的岩石地面，如地下复合体，有它自己的特性，在以后的章节中单独讨论。 （一）水文地质 1. 三维水文地质条件 三维水文地质条件通过图像解译和实地水文地质勘察得到，可由钻孔柱状图和地球物理数据等融合而成。 目前，许多研究已经阐述了如何应用图像解译进行水文地质制图和定性评价。第四系沉积物在地质图中不易区分，但补给、浅层地下水流系统及水质和这些坚固性较差的沉积物联系又较大。由于第四系沉积物在遥感图像上比较容易区分（特别是在干旱区），所以常通过解译遥感图像来制图。 对于第四系火山地貌，识别其地表形态和分割程度的难易与相对年代有密切的关系。火山的年代与其紧实程度有密切的联系，这反过来也影响透水性、基流和总补给。 2. 地下水面 一年中某个时期地下水位的重构，需要利用地形图、取自水井的水头数据和基流信息来区分由于地下水和河流之间的相互作用而引起的河流入流或出流。水头高程必须精确，常见的问题是没有实地的勘察资料又要确定其高程大小。这时如果利用角反射器，使用雷达干涉技术可以取得很高的精度。否则，两次记录的图像之间的地表状况水分含量、植被等就不会发生变化。然而，在实践中这种情况不是时常可以遇到的。 图像解译能确定哪些区域是地下水位较浅的地区。这主要是由于地下水在地表或近地表的出现是由地形洼地、静态的潜水水位或上升的地下水流系统的出流造成的，它们能对植被、土壤相对含水量、土地利用或排水系统产生影响。这些信息都能在遥感图像上识别出来。 如果要了解区域特征，植被可以作为一个指示器，植被类型能从遥感图像上识别。例如，在欧洲的地中海地区，河边柳树、白杨和夹竹桃，是浅层地下水的指示器。在河间地的硬岩地带，没有地下水湿生植物，说明地下水状况较差。KruckKruck,1990列举了有关其它植被作为指示器反映地下水质的例子。 地形特征也能作为地下水的指示，例如小沼泽、湿地、湖泊和渗流区，高密度排水和河流的转化区域；季节性的砂质河床由宽到窄的变化区域，蜿蜒曲折的常年流水的小溪流等。 在区域水文地质研究中，封闭或半封闭状态下的承压水的信息时常缺乏或仅仅在抽水的含水层才有。潜水区或承压水区能通过水文地质推理获得，但也需要实地观测，遥感图像仅仅能间接地提供这方面的信息。值得注意的是地下水面的重建是人工操作的过程，需要有足够多的监测数据点，在这种情况下，采用内插的方法才有意义。 有两点需要注意时常耕作的区域，地下水位较浅，如1-3m，但在遥感图像上却没有明确的证据显示；山区，判断浅层地下水是否是上层滞水、季节性的或是否是地下水体的粘着面，可以通过遥感图像解译，结合实地勘察的水文地质数据解决。 3. 水流系统 地下水流系统理论的提出应归功于Toth1962，因为他提供了水文地质遥感图像深入解译的背景。据估计，一个盆地5-30的地表区域由地下水流出区或出流区组成。 在水文地质数据缺乏的地区，横断面特征显著的简单二维水流模型能辅助水文地质遥感图像的解译。通过不同的假设，模型的结果常能帮助我们从不同的视角对遥感图像进行处理。更深一步讲，模拟指导实地研究。 例如，在印尼小的火山山坡，地下水出流的分布可以通过灌溉的稻田来反映；因此其稻田常用出流的地下水来灌溉。干旱季节的河流可用于观测基流。这些数据资料，如有关的水平和垂直透水性能的火山地质状况和地下水位，可以作为所建立模型的几何输入值。此时建立模型需不断调整参数，直到模拟的出流率与实地观测的一致。Van der Sommen等1990、Anon1990和Meijerink1994对该模型进行了详细的描述。 比利时的一位学者曾利用遥感来做过相应的研究Batelaan等，1993，其模拟的出流区和植被响应之间一致性较好。如果上升的地下水和周围干旱区域的温度存在差别，通过高空间分辨率的卫星如TM的6波段或航空热波段可研究地下水的流出区。在寒冷季节，地下水出露地区比周围地区的温度要高，而夏季正好相反。但是热波段遥感图像难以解译这种现象，通常要与多波段图像进行对比。其中植被可能会对研究结果有一定的影响，在温度较低的情况下实际上是低反射率，植被高蒸腾的地区不能被认为是地下水的出流区。 在热辐射图像上，如果地下水上升区的海面浓度低而周围海面浓度高，这时热辐射对比明显，那么海滨地带地下水的渗漏或上升就可以通过遥感图像监测。如果含水层中的地下水处于受压状态，并与海水面相距较远，有较好的区域水流路径，如断层裂隙和咯斯特空隙等，那么就会发生这种现象。 4. 水平衡方面 在上面讨论的基础上，可进一步进行地下水易污性评价。如果数据资料充足，就可应用地下水数值模型。遥感解译可用于评价地下水上层边界状况，特别是在地下水灌溉和补给规划中。 5. 地下水灌溉规划 在世界许多地方，缺乏地下水灌溉规划，所以要开发一个地下水模型,就需要同时有稳定态和瞬时态的信息。操作步骤第一是确定灌溉面积；第二步是计算作物蒸散发量。 如果时相选择适当，灌溉面积的大小可以通过多光谱卫星遥感图像确定。正在灌溉的作物和非灌溉的植被覆盖区在图像上有明显的差别。 如果在直方图中分割高NDVI值和低NDVI值，花岗岩地区使用地下水灌溉的作物在图像上就显示为白色。 如果情况更复杂，就需要运用多光谱遥感图像的监督分类来确定地下水的灌溉区。河流灌溉和地下水灌溉区不易区分，通常需要实地勘察。 根据Doorenbos and Pruitt1977提出的方法，作物蒸散发量的计算，通常需要首先确定作物的生长阶段，并为每一种作物在每个生长阶段确定一个生长系数。 6. 补给 当采用土壤水分平衡方法计算地下水补给量时，遥感信息的提取主要用于空间分布信息的估算。 水平衡方程可写为 其中R为补给量；P是降水量；Ic是植被阻截；Qd是直接径流；Esw指水体和湿润土壤的蒸发量；系数a指土壤水分小于田间持水量时的土壤蒸发量，土壤湿润的状况下，a1；Tr是散发量。虽然这个方程形式简单，但确定植被阻截率和实际的蒸散发率却是水文学中著名的难题。遥感能确定水体、植被类型和密度、裸露的土壤、基岩表面和直接径流的相对信息。除了通常的水平衡外，还有其它特殊的特征，如模型运行的条件、河床损失等，都影响补给。Lerner等1990指出了地下水补给机理的复杂性和估算的困难性。 本节先讨论地下水补给研究的定性方法，然后讨论半经验的方法和半定量的方法。 （1）定性的方法 必须承认的是，在水文地质实践中，通常把含水层看作是均匀分布、经验的估计补给量。虽然，估计补给量的定性方法仅仅是定性的，但至少可以使我们认识到补给的空间差异。不同的土壤/覆盖层单元的区域地貌特征可通过对遥感图像特别是立体航空相片的可视化解译来获得，但地表覆盖层的质地和深度需要实地调查。Goosen，1967；Verstappen，1977；Way，1978；Townshend，1981；Meijerink，1988等已经对每一个自然地理单元具有的地貌、土壤特性或植被特性的可能性进行了研究。一旦编制了单元和属性图，就需要有一个转换函数把气象和地形数据转换成地下水补给数据，这也正是最难的地方。其中一种转换方法是研究类似地区的文献数据或进行适当的野外勘察。同时还需要加入特定的地形特征，如微排水方式，这些都可能影响补给。 总的来说，当制图单元仅仅限制在3类或4类时，偏差最小，单元信息选择除了“高”补给、“低”补给，剩下的就是“中间的”，直到能获取更多的信息。砂砾沉积层、裂隙程度高的岩石露头、地表有喀斯特的石灰岩单元等，都能从遥感图像上确定。在干旱条件下，这些单元地下水的补给实质上是年降水的一部分，见 lerner等（1990）的研究。没有或很少有补给的区域是地下水的出流区、浅层土壤或岩层露头的溢出区。 其它能够用地形进行区别补给的主要是具有传输损失的河床。 透水性能好的地层，如裂隙度高的岩石和砂砾质的冲积物，能从航空航天图像上识别并制图。如果能进行同位素测定，将其结果与制图结果联系起来是很有价值的。这些区域新老水体同时存在，老水体只存在于不透水层中。因此，在水流系统中必须考虑同位素的测定结果。 Karanga等（1990）把已有的地质图、空间降水图，和少量河流观测点相结合，考虑图像解译的植被分布特征和自然地理解释，定性研究了地下水补给的空间分布特征。 （2）半经验的办法 既然植被可以通过遥感图像快速地识别和制图，并且精度也很高，那么研究植被对补给的影响就是很有价值的。理论上对植被增加补给存在正反两方面的争辩。正面的观点认为因为植被覆盖在土壤表层形成了有利的微气象条件，土壤蒸发率低而增加了下渗率，增加了土壤有机质含量，地表不会出现结皮。另外，腐烂的植物根系为地下水渗漏提供了良好的通道。反面的观点则对蒸散发速率提出质疑，认为下渗的水可能全部用于蒸散发，深层根系吸收来自潜水面的水分。Rosenzweig1972得出结论，石灰岩地区（年降雨量为672mm），密集的灌木丛的蒸散发消耗了所有的降水，而一年生的草地蒸散发量仅280mm，因此余下的主要用于地下水补给。Finch（1990）通过对博茨瓦纳的一个区域进行研究认为，在NDVI植被指数图上的密集植被，至少临时的土壤水分和部分降水有可能到达地下水面。降雨强度和历时会影响研究结果。 土壤的透水性也会影响对地下水的补给。通过对澳大利亚砂质环境的研究显示，只要降雨量不是很少（如小于200mm），草地、阔叶树和松树三种植被就会增加地下水补给，在非砂质环境很少有可对比的数据。Bosch和Hewlett（1982）对大量成对的实验流域类似的蒸散发的研究结果进行了论述，尽管这些结果主要是有关非砂质流域的，且径流和基流没有明显差别，但除草地和灌丛的蒸散发量较低有利于地下水补给外，其它因素一样。 Issar等（1985）对以色列的海岸沙丘区进行研究，通过计算地下水补给量的公式估算蒸散发。公式为rcp-tr，其中经验系数c和蒸发及降雨特性有关（在他们的研究中为0.4），p是年平均降雨量，tr是蒸散发量。 （3）半定量方法 自然地理和地貌特征（遥感图像解译获得），结合土地覆盖和植被类型（由多波段图像或增强的微波图像的监督分类获得），可得到地表覆盖层单元特征，通过半定量的方法进行研究（需计算上层水平衡）。Thornthwaite 和Mather（1955）提出了计算补给的方法。如果计算时段不能被缩短，则需要计算月有效降水（Pe等于降水减去直接径流）和月潜在蒸散发量（ETO）。这种方法是一个简单的薄记程序。当水分亏缺累积量为APWL时，干旱时期（PeETO时，认为实际的蒸散发量等于潜在的蒸散发量。过剩的土壤水的削减过程能用公式表示，可通过一个线性方程计算，其参数依赖于水文地质状况。该方法可以在GIS环境下实现，用于模拟基流Meijerink等，1994，而且可以进一步扩展用NDVI值，NDVI值和作物系数相关（Seevers和Ottman，1994）。建议率定WHC的值和浅层水井的地下水位波动的削减因子。 在赞比亚地区，Houston（1982）成功地应用了类似的方法估算地下水补给量。计算中，蒸散发以潜在的蒸散发速率计算，当土壤水分亏缺小于根系常数时，根系常数根据区域主导的植被类型来估算（疏林，200mm；低矮植物，75mm；植被稀少/裸土，50mm）。 Rodier（1975）认为要估算直接径流量，需确定有效降雨量（Pe）。他计算出萨赫勒小流域地区不同降水频率的的径流系数，并通过航空相片描述流域状况（透水和不透水）。其他地区类似数据从区域观测站获得。地下水出流区由于上升流的存在，可与补给区进行区分。有植被覆盖的地下水排泄区水流损失估算的简单方法是假定此损失等于ETO。这种假定的前提是地下水的毛管水上升到植被根区，此时，植被“不缺水”。如果干旱期较长，对于浅层根系作物或裸土需根据地下水位深度和地表覆盖物的质地估算毛管水上升，以代替ETO损失值。这些都可以通过热波段图像进行验证。这种方法很适宜通过GIS来实现，并用于确定地下水埋藏深度、质地和土地覆盖类型。在补给区，蒸发损失不能大于补给量。 （4）确定补给的定量方法 估算空间变异的补给的定量方法到目前为止仍都不是很精确。误差的主要来源是不饱和区水力参数和植物根系参数的水平和垂直变异性以及确定潜在蒸散发的困难性，因为来自于蒸发池的观测数据很少能与计算的数据（如利用Penman-Montheith模型计算所得的数据）相一致的。 （5）地下水模型的率定 在水文研究实践中，空间的补给量是通过地下水模型的率定来估算的。利用观测数据率定地下水模型的水头模拟值后，对水流的分布和图像解译的相对补给值进行对比是非常有用的。产生的误差可能是由水力模型参数、侧向边界条件（特别是特定水头、水流的错误估计）以及图像的错误解译而引起的。在率定结果不唯一的情况下，可能存在多种补给的空间分布形式。 （6）一维非饱和水流模型 这种模型在降雨和潜在蒸散发给定的情况下，通过土壤质地和植物根区吸收地下水的函数，模拟水分的垂直运动过程。从理论上讲，这类模型能把植被的分类信息转换为补给量信息。然而，植物根区的函数信息主要用于作物而非天然植被。只对测定的点数据进行内插不能很好地描述区域的空间变异。 能否利用遥感获取更多的地表和地下水特性是一个比较关键的问题。伽马射线光谱测定已经在地面土壤制图中得到应用（Reeves，1992）；微波传感器也能促进数据的区域化，而这些数据仍然依赖大量的实地勘察来获取。 （7）能量平衡 针对以上困难，Schultz（1988）提出了基于遥感输入的水文模型方法，该方法能较好地应用于补给量的计算。空间分布的补给量可以根据土壤水平衡方程计算，蒸发损失能根据能量平衡方程计算。这种方法减少了需要实地勘察的参数数目，但仍存在问题。 八、岩石地表特征 全球大部分地表都是由坚硬岩石或石灰岩组成，其孔隙度与裂隙、断层（线状特征）、风化带或喀斯特地区的充满水的洞穴相比，透水性能限制在二级。大多数文献对图像上的线性特征进行了研究。然而，图像在硬岩地区最有效的应用是区域水文地质的地带性分区。地带性分区充分利用了地质-岩相、构造和裂隙特性-地貌、土壤和植被之间的关系。每一个具有特定的补给、储存和地下水流特征的水文地质带都称为 “hydrotope”。 图像上的线性特征是在裂隙地带形成的线性结构要素，可在遥感图像上识别。 解译的线性特征是不同构造特性的裂隙（有或没有二次粘土填充）。裂隙带在剥蚀作用下形成的低地形廊道，即狭长的线性岩石露头区，也被认为是线性特征。 九、地下水管理和结论 遥感除用于管理地下水资源的区域水文地质情势外，最有效的应用是估算补给量、规划地下水灌溉和识别只有少量水文地理数据的区域水流系统。地表条件、土壤、风化带、地貌和植被决定地下水补给，并影响人工补给的适宜性评价和土壤水分保护措施。 地下水的易污性与地表状况直接相关。Aller等1987应用指数和类似的方法，对地下水埋深、净补给、含水介质、土壤介质、地形、渗流区介质和含水层水力传导率的影响等进行分级，生成了DRASTIC模型，它应用权重和打分组合产生数值模拟结果。在全球大部分地方，上述数据都可通过遥感图像解译（自然地理和地貌特征）获得。 指数打分模型的不足之处是没有考虑侧向流或水流系统，可以用一个简单的2-D脆弱性模拟模型来改进。另外，遥感图像提供的实时土地利用分类信息的更新对确定农业和点污染源（可从高分辨率图上获取象，如航空相片）是很重要的。 十、未来应用展望 除监测浅层地下水和排泄区外，任何技术进步或新传感器的发展都不可能实现从空间平台直接监测地下水位。我们期望技术能够不断完善和多光谱遥感数据（可见光、红外、热辐射和雷达）能够得到充分利用，以使每个光谱信息都能最大限度地得到利用。如果光谱信息都得到利用，融合后产生更真实、详尽的图像是可以实现的。 地下水的航空勘探近来已发展到由矿业发展起来的电磁勘探传感器技术。这种技术已用于编制深度大于200m的含水层分布图。未来，随着遥感领域的不断发展，特别是宽波段传感器的改进和计算机解译技术的发展，地下水勘探技术将会有更大的进步[1]。 到目前为止，遥感在地下水研究中的实践应用主要依赖定性方法，该方法需要水文地质经验。立体航空相片、多波段图像和主动微波图像的信息提取已经证明了它们在编制和更新水文地质图、相对补给量大小图中的价值。随着计算机技术的快速发展，我们已能结合航空航天技术和地面数据，获取地面以下的信息；卫星图像丰富的地面信息促进了地下水模型的不断完善；遥感信息的充分利用使模型方法得以改善。如果不能充分利用风化的上层裂隙区空间变异的透水性信息，那么研究坚硬岩石的补给是很困难的（Lubczynski，1997），因此，可将遥感数据空间补给的分布状况作为模型的输入值，然后对模型进行率定。 建立在物理基础上的计算实际蒸散发与土壤水分以及监测补给量的方法，在以后将更受欢迎。用热波段和气象卫星如 NOAA AVHRR的植被指数来计算蒸散发量的方法近来已经得到很大的发展，如Bastiaanssen（1998）的研究。 在南非，已经有人将被动微波卫星图像用于确定地表土壤水分。这些数据主要用于结合土壤水流估算地下水补给量。 主动微波遥感图像理论上包含土壤水分信息，但植被覆盖对后向散射的影响则必须通过先验知识来剔除，这也进一步加深了其应用的复杂性。 最近10年，水文地质数据库和地理信息系统、数字数据综合技术以及水文模型的集成得到了快速发展。因此，遥感信息现已能嵌入到计算模型中。在未来的发展过程中，这一定会促进地下水补给和排泄两个重要研究方向的发展。