Page 142 - 环境影响评价及监测研究

环境影响评价及监测研究

结果。当然地下水资源的量本身具有空间不均匀分布特点，某个区域的地下水资
源数据可以表示整个大区域内的资源量状况，我们在研究当中可以利用大数据手
段获取动态评价模型或其他标准依据，完成对于静态要素的选择和信息获取。在

未来的工作当中，还可以将数据尺度提升到更加精确的水平，从而获取大数据学
习样本展开神经网络学习，建立地下水资源评价结果，使整体误差控制在合理范
围内。
4. 动态要素选择与信息规划

在地下水相关的动态要素选择方面，降雨量是一个对地下水资源量影响非常
大的要素。因为降雨本身是地下水的主要补给来源，降雨量越大，区域内的地下
水资源就越丰富。虽然可以从气象站获取实时的降雨数据，由于站点分布不均匀，
进行地下水资源的动态评价过程当中，可能会导致空间分辨率或将质量数据存在

误差。因此我们可以利用遥感影像提取地表范围内的水体信息实现对于大范围数
据的监测，完成地表水体变化信息的获取。如 MODIS 影像就是当前水体研究非
常成熟的常见方法，在地下水资源动态评价的环节当中，我们会对不同时相的信
息展开比较。并且随着高光谱技术的发展出现了很多混合像元分解方法，例如，

基于线性光谱混合模型来从影像当中提取图像端源，推断每个混合像元当中不同
端元的比例信息。虽然 MODIS 的空间分辨率比较低，获取纯净端元的难度较大，
但由于该方法并不需要提取端元光谱，仍然 MW 良好的应用前景。
植被信息对于地下水补给产生的影响非常明显，植被的生长也受到地下水的

作用。地下水含量越高，植被的覆盖范围和密度就越大。当水从降雨转化为地下
水的过程当中，植被会吸收降雨量，让水分通过蒸发从冠层或茎干区域流向地面，
最终让水分渗入土壤。尤其是在某些低渗透性的土壤当中，补给量会明显增加。
此外植被完全或部分依赖于地下水，所以植物对于水文状况的改变非常敏感，两

者之间具有明显的线性相关。通过大数据影像分析之后，就能获得大范围数据，
作为长时间的植被动态监测数据来源，从而保障植被信息的良好空间分辨率。
温度信息也是关键的信息，我们依据地表水体和地下水的排泄情况，可以了
解到温度差异，利用遥感技术评估热传导作用的变化动态。在后续的评价建模当

中，也会利用这些温度要素，将多个时相的温度数据输入神经网络内部，让网络
分析温度变化。

·128·