基于多光譜影像的偽綠化率對地下水影響研究

王鐵生，武 珂，王志瑾，劉 輝

（華北水利水電大學，河南 鄭州450045）

隨著我國城鎮化的不斷推進，在城區地表綠化不斷改善的同時，地下空間不斷被開發，這種地表淺層綠化對應地下空間不斷擴大的現象，造成實際硬化面積不斷增大［1］。實時獲取城市硬化面積對城市規劃很有必要。地下工程較為隱蔽，對遙感應用于實際地面硬化率的精度估算有較大影響，實地踏勘可提高地面硬化率估算精度［2］。

目前城市化造成地下水位下降，引起一系列環境問題，特別是地面硬化率過大切斷了大氣降水對地下水的垂直補給。大多數城市規劃者強調提高地表綠化率應對城市熱島效應影響，但這并不能從根本上解決問題。筆者提出偽綠化面積的概念，并在小范圍區域對地下水補給量損失進行了評估。偽綠化面積是指一部分地表硬化面積上覆蓋有薄層土壤，再在上面種植植被進行綠化，這部分面積留存的降水大部分蒸發、少量下滲經市政管網排走。規劃部門將偽綠化面積歸于城市綠化面積，而實際上這部分面積應屬于地表硬化面積，減少真正的地表硬化面積才是解決問題的關鍵［3-5］。本文首次提出基于偽綠化面積的遙感宏觀監控地表硬化面積方法，將隱藏在地下硬化而地上綠化的偽綠化面積提取出來進行估算，使其更接近地面真實硬化率，從而利用遙感技術對地面硬化率及其對地下水補給影響提供更加實用和精確的計算分析方法。

1 研究區概況及數據來源

1.1 研究區概況

鄭州市金水區處在華北沉降帶開封坳陷區西南邊緣、黃河沖積扇形平原南翼的頂端，面積242.1 km2。全區多年平均降水量568.6 mm，平均水面蒸發量為860 mm，水資源總量為31 330萬m3，人均水量450.7 m3，年平均利用黃河水2 523萬m3。近10 a來，隨著金水區的城市化發展，出現了大量的房地產開發項目，地面硬化率提高而綠化率降低，對地下水循環特別是垂向補給阻斷影響加大［6-9］。在城市地面硬化率提高的同時，一定程度上切斷了大氣降水垂直補給通道，造成城市地下水漏斗現象加劇［10-14］。

1.2 數據來源

本研究所用的遙感數據是同一時相下2018年8月Landsat7 TM與WorldView-2全色衛星影像。TM多波段影像具有較為豐富的光譜信息，但空間分辨率低（為30 m）；WorldView-2單波段全色圖像信息少，但分辨率高（為0.5 m）。研究區相關數據源自《2018年河南省水資源公報》《河南統計年鑒2018》等文獻。

2 偽綠化研究方法及面積獲取

2.1 研究方法

根據研究區相關數據，將降水補給地下水的理論值與實際值之差作為因變量、地面硬化面積變化量作為自變量，建立線性關系模型并采用最小二乘法求解。查閱文獻獲取研究區平均地表徑流系數和年平均降水量，普查資料表明研究區內不存在大規模持續性開采地下水行為，地下水年允許開采量13 876萬m3，全年黃河側滲補給量700萬m3。排除人為及河流對地下水生態自我修復的影響，反演地面偽綠化面積對局部降水補給地下水的影響，具體流程如圖1所示。反演偽綠化面積A計算公式為

其中:

式中:QI為研究區理論降水補給地下水量，m3；QT為研究區實際降水補給地下水量，m3；β為降水入滲補給系數，取0.76；G為多年平均降水量，取0.568 6 m；F為補給區面積，m2。

2.2 偽綠化面積獲取

2.2.1 特征集選取

建筑指數IB I是基于土壤調節植被指數SVAI、歸一化建筑指數NDBI以及改進歸一化水體指數MND-WI［6］這3個波段專題指數計算得到的。3個波段專題指數計算公式分別為

圖1 研究方法流程

式中:MIR、NIR、red、green分別為中紅外波段、近紅外波段、紅光波段和綠光波段像素的亮度值；a為0～1之間的土壤調節因子。

IBI計算公式為

把TM影像4、3、2波段合成彩色圖像以便于識別地物，完成圖像尺寸調整后與WorldView-2全色波段影像融合成0.5 m高分辨率影像產品，從圖像中裁剪出感興趣的區域，然后依據各波段組合特性提取7個重要特征指標:植被指數（NDVI）、水體指數（NDWI）、建筑指數（IBI）、生態指數（RSEI）、葉面積指數（LAI）、地表溫度（LST）、地表反照率（RNI）。

2.2.2 支持向量機（SVM）分類器

支持向量機（SVM）分類器是一種線性分類器，要求分類選擇的對象是線性可分的。但本研究分類樣本為非線性可分的，所以要引入核函數將低維空間的非線性可分數據變成高維空間線性可分數據，從而劃分出分類超平面。根據訓練樣本少和高維非線性的分類問題，選擇高斯核函數公式:

式中:x1、x2為兩種類別樣本；σ2為高斯正態分布參數方差，本研究取0.57。

可根據實際需要靈活選取參數σ，甚至還可將原始維度空間映射到無窮維度空間。若σ取值很大，會導致高次特征參數對應的權重衰減快；若σ取值很小，會將任意的數據映射成為線性可分，容易造成過擬合現象。選取建筑用地（非滲水）、耕地、林地、草地、水體、裸地6大類訓練區樣本，將程序中分離性參數閾值設置為1.9，獲取的訓練樣本用于執行SVM監督分類。分類結果得出建筑用地分類精度為97.06%，總體kappa系數為0.968。分類后有效提取地面硬化面積進行地面硬化率估算，分類結果如圖2所示。

圖2 研究區SVM分類結果

2.2.3 反演偽綠化面積

在只考慮地表硬化的情況下，將統計建筑用地像元或者地表硬化面積轉換為矢量格式后計算不透水面積。經統計，提取的不透水面積占整個研究區面積的38.3%，由研究區面積242.1 km2，可得硬化面積為92.7 km2、可補給入滲面積為149.4 km2。理論降水補給地下水量約為430萬m3，由年鑒資料查得實際降水補給地下水量約為220萬m3，代入式（1）可得隱藏硬化面積為48.42 km2，約占研究區總面積的20%，這部分面積包括防滲河道、極淺層地表綠化、城市地下空間配套基建等，統稱為偽綠化面積，其減少的降水垂直補給地下水量（即損失量）約為210萬m3。

3 結果與分析

為了進一步驗證遙感技術手段獲取研究區偽綠化率的準確性及其對大氣降水入滲的影響，選擇3個典型新建社區，通過實地踏勘與收集已有年鑒資料進行對比分析。踏勘所得主要指標數據見表1。

建設前地表徑流量W的計算公式為

式中:α為徑流系數，本文取0.17。

表1 踏勘所得主要指標數據

建設后地表徑流量W的計算公式為

式中:α1為綠化區徑流系數，本文取0.17；α2為硬化區徑流系數，本文取0.86；F1為有效綠化面積（去除偽綠化面積）；F2為硬化面積（計入偽綠化面積）。

各指標計算結果見表2。

表2 指標計算結果

由表1和表2可知，社區綠化率為33.8%～35.5%，地表硬化率為50.9%～54.7%，經測算綠化面積與地表硬化面積重疊的面積占建設用地的18.2%～21.2%，實地測量的偽綠化率與本文利用遙感技術手段獲取的宏觀偽綠化率20%相符，也就是隱藏面積中的18.2%～21.2%的降水量不能補給地下水，只能作為土壤水或者多余雨水徑流被排泄，只有10%～15%的綠化面積接收降水入滲補給地下水。建設前與建設后相比，地表徑流增長量約為建設前的1.9倍，年平均降水補給地下水損失量占建設前補給量的85.3%～87.1%。本研究區反演提取的不透水面積占比約38.3%，偽綠化面積占比約20%，即實際地面硬化率約58.3%，與實際踏勘情況相符。

4 結 論

（1）用遙感手段監測城市地面硬化率是一種較為方便實用的宏觀手段，在城市化進程中能快速有效地觀測出地面硬化面積，可為城市規劃者提供實時信息。

（2）利用反演算法得出研究區不透水面積占比約38.3%，偽綠化面積占比約20%，即實際地面硬化率約58.3%，偽綠化面積對降水補給地下水損失量為210萬m3。

（3）實地踏勘可對遙感技術得出的地表硬化率進行有效補充。