温长洲

(广东省汕尾生态环境监测站，广东 汕尾 516600)

1 引言

地表水作为地球水资源系统的重要组分之一，其不仅在水、汽循环中发挥着重要作用，而且是连接植被、土壤和大气的关键指标。目前，随着全球气温逐步升高，地表水、植被、土壤水分蒸散加剧，导致区域性干旱现象频发[1]。在此基础上，合理地监测区域范围地表水变化特征，对干旱防治和地表水迁移分析具有重要意义。

传统地表水变化特征监测中多采用野外水资源勘测和代表性样点选取方法，虽然勘测精度高，但很难将测定结果应用于大尺度地表水特征分析；相比较传统监测方法，地理信息系统(Geographic Information System，GIS)技术因具备特征因子筛选、数学模型预测分析、空间分析等能力[2]，使其能精准、及时地监测地表水特征，如通过空间分析法将地表水代表特征样点要素插值分析，将区域离散地表水特征点转化为可视化(2D或三维模型)的连续性地表水监测空间面数据，进而通过可视化分析直观、科学地评估、预测和分析区域地表水特征规律变化[3，4]。本文通过对GIS关键技术特征因子选取、统计分析、协同克里格插值分析、可视化分析后，探讨了影响区域地表水变化的特征主体驱动因子，并应用GIS技术科学且高效地管理区域地表水，以助推国内水文地质(地表水)资源可持续发展。

2 区域地表水监测中GIS技术现状分析

近年来，随着区域尺度地表水特征监测研究的开展，使GIS技术逐步成为地表水时空分布特征研究的关键点。如相关学者通过GIS技术完成对渭河下游区域地表水洪涝、干旱、沉降等环境风险评价[5]；以塔里木河下游地表水蒸发、入渗、地表温度、风速等指标构建地表水资源承载力评价体系，对区域地表水水量变化、水质安全性评估分析，判定该区域内地表水变化趋势和潜在因素风险性[6，7]。实践表明GIS技术在水质污染、承载力分析、时空分布特征应用中均取得了一定成效；其次，GIS技术在区域地表水监测中因基础数据库、专业数据库内存储的大量地理基础信息、区域地表水分布特征信息、地理位置特征信息等，使GIS技术在水文地质领域中的应用更为关键。

3 GIS技术理论概述

3.1 监测基础原理分析

GIS监测原理是实现所在区域监测对象地理空间数据采集、存储管理、统计分析、地理坐标投影编辑、插值预测制图一体化分析和应用处理[8]，结果见图1。通过图1可知，GIS技术监测分析区域地表水变化特征基础以两部分为主：一是以GIS技术分析地表水环境时空特征和风险等级，进而随机筛选区域范围中地表水监测样点以采集获取实地调查地表水数据；二是通过地表水迁移、降沉、弥散、实地采集调查和遥感(RS)技术分析或筛选地表水特征因子，经克里金插值、模型验证分析后，输出模拟图表、数据要素，实现可视化功能、以分析地表水时空变化特征及区域地表水扩散规律[9]。

图1 GIS技术监测地表水特征变化基础原理

3.2 GIS技术主体特征

GIS技术主体由空间数据处理和空间数据管理共同构成，而空间数据获取则通过GPRS定位获取代表样点地表水特征，以RS技术获得区域地理影像基础信息[10，11]。因此，GIS技术在监测区域地表水变化时，其主体具备以下特征：①空间可视化；②空间思维。在空间可视化特征中，GIS技术依据RS技术、实地调查，分析空间区域代表点和维度特征，以全面掌握空间事物，同时GIS技术可以对地表水空间信息和属性进行集中管理、关联，提升监测目标特征属性可视化分析[12]。在空间思维中，通过获取GIS数据库信息资源，利用相关空间分析生产2D或3D可视化特征规律模型，提升GIS技术监测工作效率。

4 GIS关键技术应用分析

4.1 地表水变化特征因子分析

4.1.1 相关性分析

地表水趋势变动主要受特征因子影响所致，为此，本文以相关性分析衡量地表水特征变化与多变量因素间的关联程度[13]。通过相关系数(Correlation coefficient，R)监测反映各变量与地表水特征变化的密切程度，其公式如下：

(1)

式(1)中：Rab表示样本相关系数:Rab表示样本协方差;Ra表示a的样本标准差;Rb表示b的样本标准差。

其中，Sa样本标准差计算公式如下：

(2)

4.1.2 因子筛选

为深入探索GIS技术下地表水变化特征，本文以典型西北某干旱地区地表水与其相关气候因素降水、蒸发、地表温度和植被水分变量(NDVI)进行相关分析，以筛选区域地表水变化特征因子，结果见表1所示。通过表1可知，2017～2020年，蒸发与NDVI与地表水变化R2较高，如2020年蒸发R2为0.59，NDVI为0.67，而与地表温度相关变化较低，2020年R2仅为0.16，表明该区域属于典型干旱或极端干旱区域，易造成地表水蒸发流失，而地表温度变化对地表水变幅影响微弱。在此基础上，本文选取降水、蒸发和NDVI因子作为GIS空间插值协变量因子，以较高精度的反映区域地表水时空分布特征规律。

表1 某区域地表水特征与各因子之间相关系数分析

4.2 模型预测分析

4.2.1 协同克里金插值分析

基于地表水特征因子相关性及筛选分析后，可采用协同克里金插值法预测插值模型估算精度和效率。首先，通过区域变量与地表水相关性特征构建交叉变异函数模型，其次，控制变量，实现局部地表水变化估计和特征插值研究[13]。

采用协同克里金插值模型预测时，以地表水变化特征值为主变量，模拟筛选降水、蒸发和NDVI指标因子为次变量，进而预测各变量自相关和变量间交叉相关性，其中，协同克里金插值模型实现基础步骤如式(3)～(5)所示：

(3)

式(3)中：{Zak,ak=1,2,…nk}表示地表水特征值数据；X0表示中心点。

在插值预估基础上，地表水特征数据估计量是K个协同区域化变量的全部有效数值的线性组合，如式(4)所示：

(4)

(5)

式(5)中：ai(i=1,2,…,n)；bj(j=1,2,…,n)表示协同克里金权重系数，u0^、u0分别表示无偏最优线性估计量和实际量。

4.2.2 GIS技术协同插值分析

由于GIS技术具备存储、管理分析、处理及直观可视化的功能，因而，通过GIS技术能有效实现数值形式结果展示，或以二维或三维图像以数字化处理监测模型直观呈现(图2)。通过图2可知，GIS空间属性数据库输入/输出区域内地表水特征基础数据、驱动影响数据，通过GIS空间分析数据库进行多源数据管理，进而以协同插值法对地表水变化特征实现模型模拟计算，反映区域范围中地表水可视化时空分布特征、统计特征等[14]。最终通过GIS协同插值空间可视化工具和采集调查数据运算生成区域地表水特征趋势模拟结果分布图。

4.3 统计分析

在插值协变量因子2D或3D分析地表水特征后，为进一步探索区域地表水分布规律，本文通过GIS中空间分析功能进行统计分析(像素统计、面积统计、地表水总量统计等)。则当区域面积大，且地表水分布不均时，以等值面积加权法统计分析区域内平均地表水资源总量，如式(6)所示：

(6)

图2 GIS与数学监测模型结合方式

4.4 区域地表水时空特征可视化监测分析

传统水文地质数据多为地表水时空变化定性研究(如时序分析法等)，难以直观地了解或掌握该区域范围地表水变化特征[15]。相比较，GIS技术、RS技术、GPRS技术的发展，使野外测量随机离散型数据可以有效结合，实现离散型特征数据可视化、特征变化要素可视化监测。即随机实现区域野外地表水特征数据的收集，并依据相关性分析、筛选影响地表水特征变化的因子，进而通过协同克里金插值法获取区域内地表水时空特征趋势和可视化监测图像。

5 区域地表水变化特征驱动因素探索

5.1 自然驱动因素

由于区域地表水所处环境、位置不同，因而造成了地表水时空分布差异性等问题，如国内地表水呈现南多北少、东多西少等特征。而造成地表水此类时空分布特征趋势是由于受到气候、温度、数字高程(DEM)、土壤分布特征、水资源水分特征等自然驱动因素影响，如西北地区多处于干旱或极端干旱区域，年积温高，蒸发量大但降雨量小，且水资源贫乏，土壤资源多呈现砂砾土，同时西北部地形多呈现山区、丘陵。因而上述自然驱动因素在GIS技术监测模拟区域地表水过程中，对地表水模拟特征分布结果造成一定偏差[16]。为此，在进行地表水时空分布趋势监测过程中，需实地考察，以最大限度地选取同类型自然驱动因素环境进行模拟分析，提升GIS技术监测准确性。

5.2 人为驱动因素

近年来，由于人为活动、社会经济发展、工业化进度加快、区域农业灌溉等人为驱动因素影响，干扰了区域地表水特征结果分布。如区域内人工开发渠道、变更河道走向、侵占地表水分布区域等，不仅造成GIS技术调查模拟地表水时空分布趋势困难，而且人为驱动因素无序开发导致区域地表水断流现象越发严重，为此，为实现GIS技术高精度、合理监测地表水分布趋势，需及时控制、降低人为干扰所产生的误差。

6 结论

本文应用GIS关键技术监测区域内地表水变化特征，并深入讨论、分析地表水特征分布的驱动因素，为水文资源区域地表水特征监测提供科学理论依据，其相关结论如下：①通过随机监测点分布和地表水特征数据采集，能以GIS技术实现区域地表水时空分布特征和风险等级评估。②协同克里金插值法模拟特征数据插值，以图像或二维、三维模型可视化分析，对地表水特征直观分析和区域地表水管理和利用效率提升极为关键。③实地调查协同GIS技术能有效地判定影响地表水变化特征的人为因素和驱动因素，同时随着GIS技术深入研究，驱动因素引起的可视化监测精度不足问题将得到及时解决。