CN102253423B

CN102253423B - 基于多源水文地质勘测信息的适宜供水位置智能识别方法

Info

Publication number: CN102253423B
Application number: CN2011100736882A
Authority: CN
Inventors: 陈锁忠; 毛磊; 都娥娥
Original assignee: Nanjing Normal University
Current assignee: Nanjing Normal University
Priority date: 2011-03-25
Filing date: 2011-03-25
Publication date: 2013-01-02
Anticipated expiration: 2031-03-25
Also published as: CN102253423A

Abstract

本发明公开了一种基于多源水文地质勘测信息的适宜供水位置智能识别技术。该智能识别技术以水文地质钻孔、平面水文地质图、水文地质剖面图与地下水动态监测数据等为数据源，以地形、含水地层、蓄水构造、地下水位、地下水流向、地下水量与水质等为识别因子建立层次分析模型（定量分析模型），将层次分析模型地理信息系统集成，利用计算机技术与GIS的空间分析功能，结合专家知识自动提取各类水文地质勘测空间图上的有关供水勘测水文地质识别因子信息，根据各个识别因子赋予的权重与富水程度评价指标，快速评价与识别适宜供水的地段，避免了定性与经验分析选址随意性的不足。

Description

基于多源水文地质勘测信息的适宜供水位置智能识别方法

技术领域

本发明涉及一种基于多源水文地质勘测信息的智能识别技术，能够确定符合供水需求的蓄水构造中的适宜供水位置，属于地球观测与导航技术、地下水供水勘测的技术领域。

背景技术

地下水供水勘测的影响因素较多，往往需要通过对水文地质钻探、物探、地下水动态等多源数据的综合分析，才能拟定供水工程的位置与开采层位。而传统的分析方法多为定性与经验分析法，随意性较大。“数字水利”是我国水利行政管理手段发展的必然趋势，地下水资源的科学开发利用、合理规划势在必行。利用现代化信息技术，可以实现地下水供水管理的现代化与自动化，从而达到提高地下水供水管理与勘测、设计部门的服务水平。

目前，在地下水供水勘测模型的研究方面，陈锁忠、黄家柱、闾国年等在镇江缺水丘陵山区地下水供水勘测过程中，根据地下水的赋存、运移规律及其含水地层、蓄水构造结构特征，运用“环套理论”初步研究并建立了“基于多源水文地质勘测信息地下水供水勘测模式”，并初步构建了相应供水勘测空间辅助决策模型。该模型以数学中的集合理论(交集)为基础,采用“多源信息理论”逐步逼近,建立镇江地区缺水丘陵山区找水的逻辑推理模式。利用遥感、水文地质与构造地质勘查以及地球物理综合勘察技术,由区域→块段→点的逐步“聚焦”获取富水块段、贮水地质体和贮水构造、布井具体位置的信息。

在地下水供水勘测空间辅助决策系统方面，目前国内外的研究成果较少，张淑华等研究了城市供水勘测管理专家系统，初步提出了的供水勘测知识获取方法，构建了第四系松散层孔隙地下水供水勘测管理的知识库系统，提高了城市地下水供水勘测管理工作的智能化、科学化决策的能力和自动化水平。

发明内容

针对以上现有技术中存在的缺陷，本发明的目的在于利用多源供水勘测信息，提供定量评价供水勘测地段适宜性的智能识别方法，可以自动识别适宜供水的基岩地下水蓄水快段，避免采用定性与经验分析法选址随意性的不足。

为了实现上述发明目的，本发明所采取的技术方案如下：

基于多源水文地质勘测信息的适宜供水位置智能识别方法，包括以下步骤：

（1）选定勘测区域，获取该区域的基岩地下水供水地球物理勘探数据、地下水动态监测数据、平面地质图与地质剖面图四种水文地质勘测信息；

（2）对勘测信息进行分析，研究地下水储存和富集的条件以及与地下水有关的各种地质、地貌现象以及水位动态情况，获得基岩地下水的埋藏、分布和运移的规律，并根据这一规律确定影响缺水地区基岩地下水供水勘测的指标，建立相应的指标体系；

（3）采用层次分析法构建层次结构分析模型，结合供水勘测方面的相关知识，将本层所有元素相对于上一层的重要程度，排出评比顺序，对于需要定量转化的指标建立基于层次分析模型的判断矩阵，并根据这一判断矩阵，采用和积法计算各指标的权重，同时计算判断矩阵最大特征根和该矩阵的平均随机一致性指标，以此来检验矩阵的一致性；

（4）如果判断矩阵具有满意的一致性，则将该权重带入综合分析模型中计算蓄水构造的富水程度，建立的综合分析模型为：

Z_{i} = Σ_{j = 1}^{5} w_{j} \times F_{ij} (i = 1,2, . . ., n)

其中，i代表实验样区的蓄水构造(i=1,2,…,n)；j为影响供水勘测的指标， j=1,2,…,5；w_j是准则层各指标的权重；F_ij代表各蓄水构造单指标影响下含水程度，0≤F_ij≤1,0表示无水，1表示富有水；Z_j是各指标综合影响下蓄水构造富水程度指数0≤Z_i≤1，0表示无水，1表示富有水；

（5）根据综合分析模型判断蓄水构造的富水程度，进行标准分级，结合地形识别技术和地下水动态监测数据，判断蓄水构造水质等级和取水用途，从而确定符合供水需求的蓄水构造中的适宜供水位置，利用地理信息系统的空间分析功能达到智能识别的目的。

本发明为丘陵山区基岩地下水供水勘测的设计、施工与管理提供了新的思路和方法，它的推广使用可以为地下水供水勘测的设计、施工、管理单位与部门提供空间辅助决策支持，大幅度降低基岩地下水供水勘测的盲目性，提升管理与服务能力。本发明智能识别技术的运用将改变传统的地下水勘测管理方法，实现对地下水供水工程科学合理的布设，避免盲目开采与集中开采的问题，可最大限度地保护地下水资源，最大限度抑制由地下水盲目开采而诱发的诸如地下水资源衰减、地面塌陷等系列环境地质问题，保护人们赖以生存的生态环境；利用该技术可大大地提高地下水供水勘测选址的精度，最大限度地避免水量、水质达不到建设要求的供水工程，减少建设单位与施工单位的经济损失。

附图说明

图1为本发明供水位置识别流程图。

图2为本发明实施例中蓄水构造概化图。

图3为本发明实施例中建立的指标体系图。

图4为本发明平面蓄水构造的数据模型。

图5为本发明剖面蓄水构造的数据模型。

具体实施例

下面结合附图和实施例，对本发明作进一步详细的描述。

本发明的实施基于地理信息系统（GIS）。以宁镇山脉为例，数据源包括地形信息、水文地质钻探和水文地质图件和地下水动态监测数据。地形信息包括DEM和Tin；水文地质钻探和水文地质图件包括水文地质钻孔、水文地质图和水文地质剖面图；地下水动态监测数据为地下水水位监测点。其中，DEM与Tin以1：50000基础地理信息高程数据插值而成，DEM分辨率为50m；水文地质钻探数据为水文地质钻孔；水文地质图由1:50000基岩地质图空间数据融入水文地质属性获得；水文地质剖面图由1:50000地质图与水文地质钻孔生成；地下水动态监测数据根据地下水动态监测属性数据生成空间数据获得，同时空间数据的参考坐标系应保持一致。空间数据库应当满足图4所示的数据模型。参考区域水文地质志和地下水供水勘测空间数据库数据模型对地质图空间数据库进行水文地质信息属性的处理。

首先分析水文地质平面图与剖面图中各类蓄水构造二维空间展布特征，研究各类蓄水构造在水文地质平面图与剖面图中地层空间分布特征及其展布规律，挖掘基于水文地质平面图与剖面图识别各类蓄水构造的知识。例如，地堑式蓄水构造于水文地质平面图与剖面图上的识别知识可概括为：被一组正断层切割含水地层组成的蓄水构造。

其次利用诸如“两山夹一沟，嘴钱常有水”等地下水勘测的专家知识，结合含水地层与控水构造的特征，研究与提炼基于地形图识别地下水富水地段的知识，研究与构建相应的知识库，翻译成能够应用处理的语言逻辑或数据。

运用地下水系统分析方法，分析含水层与蓄水构造的类型及其空间分布形态、结构，构建相应的概念模型及数据模型，如图2，识别剖面和平面图上的蓄水构造，并存入数据模型。其中，平面蓄水构造的数据模型如图4所示，剖面数据模型如图5所示。

确定影响缺水丘陵山区基岩地下水供水勘测的指标，建立宜井位置选址评价指标体系，包括蓄水构造、地形、水位、水质、地下水流向5个一级指标，对5个一级指标又细分为13个二级指标，如表1和图3所示：

表1 指标定义一览表

根据已经建立的基岩地下水供水勘测综合分析模型的指标体系，利用层次分析方法的思想建立层次分析模型；依据已建立的层次分析模型，结合供水勘测的相关知识以及专家讲演，对于需要定量转化的指标建立基于层次分析模型的判断矩阵，如表2所示；根据每个准侧层的子准则对地下水供水勘测的适宜供水位置识别的影响，继续建立子准则的判断矩阵，如表3，表4，表5所示。

表2判断矩阵

富水程度	蓄水构造	地下水流向	水位
				蓄水构造	1	2.7	3.9
地下水流向	0.37037037	1	1.5
				水位	0.256410256	0.666666667	1

表3

地质构造	阻水型	褶皱型	断裂型	接触型
					阻水型	1	1.9	3.2	6.2
褶皱型	0.52631579	1	1.5	4.2
					断裂型	0.3125	0.666667	1	3.1
接触型	0.16129032	0.238095	0.322580645	1

表4

富水程度	蓄水构造	地形	地下水流向	水位	水质
						蓄水构造	1	2.2	3.1	3.8	4.6
地形	0.4545455	1	1.3	2.1	3
						地下水流向	0.3225806	0.7692308	1	1.2	2
水位	0.2631579	0.4761905	0.8333333	1	1.1
						水质	0.2173913	0.3333333	0.5	0.9090909	1

表5

构建判断矩阵之后，就可以计算各指标的权重，需要计算判断矩阵的最大特征向量，最常用的方法是和积法和方根法，本设计方案采用和积法计算，步骤如下：

（1）将判断矩阵的每一列元素作归一化处理，其元素的一般项为：

b_{ij} = \frac{b_{ij}}{Σ b_{ij}} (i, j = 1,2,3 . . . n) - - - (1)

（2）将每一列经归一化处理后的判断矩阵按行相加为：

w_{i} = Σ_{j - 1}^{n} b_{ij} (i = 1,2,3 . . . n) - - - (2)

（3）对向量进行归一化处理:

w_{i} = \frac{w_{i}}{Σ w_{j}} (i, j = 1,2,3 . . . n) - - - (3)

w_i即为所求的特征向量的近似解。

（4）计算判断矩阵最大特征根λ_max

λ_{\max} = Σ_{i = 1}^{n} \frac{{(BW)}_{j}}{{nw}_{i}} - - - (4)

利用公式（n为元素个数）和CR=CI/BI对矩阵进行一致性检验，当CR小于0.10或在0.10左右时，矩阵具有满意的一致性，否则需要重新调整矩阵，再进行检验。当矩阵具有满意的一致性之后，w_i即为所建的特征矩阵中各指标的权重。

将计算的权重带入以下综合分析模型中，用来计算蓄水构造的总的富水程度：

Z_{i} = Σ_{j = 1}^{5} w_{j} \times F_{ij} (i = 1,2, . . ., n) - - - (5)

i——实验样区的蓄水构造（i=1,2,…,n）；

j——影响供水勘测的指标（j=1,2,…,5）；

w_j——准则层各指标的权重；

F_ij——各蓄水构造单指标影响下含水程度（0≤F_ij≤1,0表示无水，1表示富有水）；

Z_i——各指标综合影响下蓄水构造富水程度指数

（0≤Z_i≤1，0表示无水，1表示富有水）。

根据分析模型判断蓄水构造的富水程度后，再进行标准分级，如表6、表7，结合地下水动态监测数据，判断蓄水构造水质等级和取水用途。将建立的统计分析模型与GIS集成，在指标体系的支持下，利用GIS的空间分析功能自动识别宜井位置。

表6 评价指标分级一览表

表7 富水程度评价指数一览表

Claims

1.基于多源水文地质勘测信息的适宜供水位置智能识别方法，包括以下步骤：

Z_{i} = Σ_{j = 1}^{5} w_{j} \times F_{ij}

其中，i代表实验样区的蓄水构造，i=1,2,…,n；j为影响供水勘测的指标， j=1,2,…,5；w_j是准则层各指标的权重；代表各蓄水构造单指标影响下含水程度，0≤F_ij≤1,0表示无水，1表示富有水；Z_j是各指标综合影响下蓄水构造富水程度指数0≤Z_i≤1， 0表示无水，1表示富有水；

2.根据权利要求1所述的基于多源水文地质勘测信息的适宜供水位置智能识别方法，其特征在于，所述地下水动态监测数据为地下水水位监测点数据。

3.根据权利要求1或2所述的基于多源水文地质勘测信息的适宜供水位置智能识别方法，其特征在于，所述步骤（2）中建立的指标体系包括蓄水构造、地形、水位、水质和地下水流向5个一级指标，并可根据具体情况，对5个一级指标进一步细分为多个二级指标。