成 果 简 介

应用场景

水文地质调查和评价在铁路、公路、水利、工程建设等行业具有重要作用，随着国外和艰险山区铁路项目明显增多，在这些地区进行水文地质调查存在诸多问题，如井泉调查困难，容易产生遗漏；取样点有限，不能反映区域整体特征，很难进行水文地质单元分区；单次调查结果，很难反映水文地质的动态变化情况，耗费了大量的人力、物力。面对铁路勘察工作标准升高、周期缩短、人力资源成本变大等形势，亟需新的技术手段弥补传统水文地质勘察工作的不足。

工程项目如铁路沿线井泉、断头河、地下水溢出带等水体的识别仅靠踏勘完成，耗费大量人力，且很多区域无法到达。对于长大深埋隧道，传统预测涌水量的方法难以全面反映其复杂的地质环境，准确率低，给工程设计和施工带来很大风险。

主要解决的问题

本技术基于定量遥感技术实现了土壤含水量大面积估算，根据土壤含水量的结果，进行水文地质特征的识别，提高了地下水溢出带、断头河等水体遥感识别精度，大幅降低了水文地质调查工作物化投入和对环境的影响，解决了隧道涌水量预测精度低的难题，指导了隧道施工，减少了人员伤亡和财产损失，节省了勘察费用，应用前景广阔。

技术要点

1、前期调查

在调查项目区或研究区域通过随机布设样点的方法，设置临时样地，用GPS记录样地坐标，并采集表层土壤样品，进行土壤含水量、土壤地质以及水文地质特征以及地物反射光谱等信息的调查和采集工作。

2、遥感数据的准备

获取项目区全覆盖的高光谱遥感数据、高空间分辨率遥感数据、并对其进行辐射定标、大气校正、几何校正等必要预处理。如若没有满足条件的卫星数据，可以采用无人机搭载传感器的形式进行现场采集项目区必须遥感数据。

3、建立土壤含水量遥感定量反演模型

基于非线性机器学习算法的定量遥感土壤含水量反演技术，创新性提出了一种基于高斯误差激活函数的前馈神经网络，构建了多源遥感数据的土壤含水量非线性估算模型，实现了大面积土壤含水量遥感反演。

4、基于含水量异常的水文要素特征筛查

根据遥感反演的土壤含水量空间分布特征，筛选土壤含水量异常区域，并结合高空间分辨率遥感数据进行水文地质特征的识别和判断。确定井泉、地下水溢出带、暗河出入口等信息。

5、现场勘查校验

将通过遥感和GIS相结合采集的水文地质特征点建立调查数据集，并结合野外调查，核实水文地质特征，实现井泉、地下水溢出带、暗河出入口等水文地质特征的快速诊断，为工程的顺利开展提供科学可靠的数据基础。

应用成效

研究成果已成功应用于川藏、汕汕、广清永等新建铁路的水文地质勘察项目中，2018年—2020年间，共计完成水文地质遥感解译、隧道富水评价和涌水预测共计56000km²，单就节约勘察工作量和节约工作效率测算，节约物化投入1120万元，经济效益及社会效益显著。

适用范围

适宜在工程水文地质调查中使用，特别是大型铁路、公路等施工中水文地质调查过程中的大面积推广，目前已经在川藏、汕汕、广清、雄新等新建铁路的水文地质勘察项目中得到推广应用。此外，该技术也适用于地表土壤含水量的相关的墒情、作物长势等资源监测与调查研究应用中。

联 系 人：孟庆焕

联系电话：0451-82190721