遥感技术在川西螺髻山地区水文地质环境调查中的应用

doi:10.6046/gtzyyg.2019.04.27

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(7238 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

在分析川西螺髻山地区地质构造以及环境地质背景条件的基础上,采用RapidEye数据、Landsat8 OLI数据以及奥维网络高清数据,对该区地层、构造等基础地质要素,地表水体、地下水等水文地质要素,地质灾害、植被、耕地及居民地、地表温度等环境地质要素开展了综合解译和分析。并结合野外调查资料,对研究区水文地质环境进行了评价,以遥感信息为主对各含水岩组的富水性进行了分级,划分了水资源丰富区、中等区及贫乏区,为在该区进一步开展水文地质调查工作提供了基础遥感资料。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陈富强
	邓国仕
	姬星怡
	张云峰
	焦超卫
	冯淳

关键词 ：遥感, 螺髻山, 地质解译, 水文地质, 环境地质

Abstract：

Based on an analysis of geological structure and environmental geological conditions in the Luojishan area, western Sichuan, the authors comprehensively interpreted and analyzed the basic geological elements such as formation and structure, hydrogeological elements such as surface water and groundwater, geological hazards, vegetation, cultivated land, residential land, surface temperature and other environmental geological factors by using RapidEye data, Landsat8 OLI data and network high-definition data images. Combined with the field survey data, the authors evaluated the hydrogeological environment of the study area and, based on remote sensing information, graded the water richness of water-bearing rocks, and divided them into abundant water resource area, medium water resource area and poor water resource area, which provides basic remote sensing data for carrying out further hydrogeological survey work in this area.

Key words： remote sensing Luoji Mountain geological interpretation hydrogeology environmental geology

收稿日期: 2018-01-24 出版日期: 2019-12-03

TP79

基金资助:中国地质调查局地质调查项目“乌蒙山连片贫困缺水区1:5万水文地质调查”资助(DD20160286)

作者简介: 陈富强(1989-),男,硕士,工程师,主要从事遥感地质调查与应用研究。Email: cfq531992@126.com。

引用本文:

陈富强, 邓国仕, 姬星怡, 张云峰, 焦超卫, 冯淳. 遥感技术在川西螺髻山地区水文地质环境调查中的应用[J]. 国土资源遥感, 2019, 31(4): 209-217.
Fuqiang CHEN, Guoshi DENG, Xingyi JI, Yunfeng ZHANG, Chaowei JIAO, Chun FENG. Application of remote sensing technology to hydrogeological environment survey in the Luoji mountain area, western Sichuan Province. Remote Sensing for Land & Resources, 2019, 31(4): 209-217.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2019.04.27 或 https://www.gtzyyg.com/CN/Y2019/V31/I4/209

Fig.1 研究区遥感影像及地质解译图

Fig.2 部分地层岩性单元影像特征及野外照片

Fig.3 典型断裂构造影像特征及野外照片

Fig.4 典型泉点影像特征及野外照片

Fig.5 含水岩组分布图

Fig.6 地质灾害、耕地及居民区遥感解译图

Fig.7 典型滑坡及泥石流影像特征

Fig.8 研究区植被信息、石漠化区和地表亮度温度分布

Fig.9 研究区水资源分区

[1]	熊盛青 . 国土资源遥感技术进展与展望[J]. 国土资源遥感, 2007,19(4):1-6.doi: 10.6046/gtzyyg.2007.04.01. doi: 10.6046/gtzyyg.2007.04.01
	Xiong S Q . The progress and development trend of the application of remote sensing to land and resources[J]. Remote Sensing for Land and Resources, 2007,19(4):1-6.doi: 10.6046/gtzyyg.2007.04.01.
[2]	徐冠华, 柳钦火, 陈良富 , 等. 遥感与中国可持续发展:机遇和挑战[J]. 遥感学报, 2016,20(05):679-688.
	Xu G H, Liu Q H, Chen L F , et al. Remote sensing for China’s sustainable development:Opportunities and challenges[J]. Journal of Remote Sensing, 2016,20(5):679-688.
[3]	王润生, 熊盛青, 聂洪峰 , 等. 遥感地质勘查技术与应用研究[J]. 地质学报, 2011,85(11):1699-1743.
	Wang R S, Xiong S Q, Nie H F , et al. Remote sensing technology and its application in geological exploration[J]. Acta Geologica Sinica. 2011,85(11):1699-1743.
[4]	顾行发, 余涛, 田国良 , 等. 40年的跨越-中国航天遥感蓬勃发展中的“三大战役”[J]. 遥感学报, 2016,20(5):781-793.
	Gu X F, Yu T, Tian G L , et al. Up to the higher altitude—the new “three campaigns” for the development of China spaceborne remote sensing application[J]. Journal of Remote Sensing, 2016,20(5):781-793.
[5]	刘德长, 李志忠, 王俊虎 . 我国遥感地质找矿的科技进步与发展前景[J]. 地球信息科学学报, 2011,13(04):431-438.
	Liu D C, Li Z Z, Wang J H . The technology progress and developing future of remote sensing geological prospecting in China[J]. Journal of Geo-information Science, 2011,13(04):431-438.
[6]	陈富强, 薛杉, 冯源 , 等. 莽西地区遥感成矿预测[J]. 遥感信息, 2016,31(1):102-105.
	Chen F Q, Xue S, Feng Y , et al. Application of remote sensing on metallogenic prognosis in west Mangling Pluton[J]. Remote Sensing Information, 2016,31(1):102-105.
[7]	汪冰, 张大明, 魏本赞 , 等. 高分辩率遥感在青海卡尔却卡地区铜多金属矿找矿预测中的应用[J]. 地质找矿论丛, 2017,32(1):107-113.
	Wang B, Zhang D M, Wei B Z , et al. The application of high resolution remote sensing image to ore prediction in Skarn copper polymetallic deposit,Kaerqueka area,Qinhai[J]. Contributions to Geology and Mineral Resources Research, 2017,32(1):107-113.
[8]	陈富强, 焦超卫, 张云峰 , 等. 青海省芒崖镇大通沟南山地区遥感地质特征及找矿预测[J]. 地质找矿论丛, 2017,32(4):612-618.
	Chen F Q, Jiao C W, Zhang Y F , et al. Remote sensing geological characteristics and prospecting prediction in Nan mountain of Da Tong ditch,Mangai Area,Qinghai[J]. Contributions to Geology and Mineral Resources Research, 2017,32(4):612-618.
[9]	范一大, 吴玮, 王薇 , 等. 中国灾害遥感研究进展[J]. 遥感学报, 2016,20(5):1170-1184.
	Fan Y D, Wu W, Wang W , et al. Research progress of disaster remote sensing in China[J]. Journal of Remote Sensing, 2016,20(5):1170-1184.
[10]	戴晓爱 . 生态水信息指标参数遥感反演模型研究[D]. 成都:成都理工大学, 2012.
	Dai X A . Study on Remote Sensing Retriveral Models about Ecological Water Information Index[D]. Chengdu:Chengdu University of Technology, 2012.
[11]	李晓民, 燕云鹏, 刘刚 , 等. ZY-102C星数据在西藏札达地区水文地质调查中的应用[J]. 国土资源遥感, 2016,28(4):141-148.doi: 10.6046/gtzyyg.2016.04.22. doi: 10.6046/gtzyyg.2016.04.22
	Li X M, Yan Y P, Liu G , et al. Application of ZY-102C satellite data to hydrogeological investigation in Zanda area,Tibet[J]. Remote Sensing for Land and Resources, 2016,28(4):141-148.doi: 10.6046/gtzyyg.2016.04.22.
[12]	邓正栋, 叶欣, 龙凡 , 等. 地下水遥感模糊评估指数的构建与研究[J]. 地球物理学报, 2013,56(11):3908-3916. doi: 10.6038/cjg20131132
	Deng Z D, Ye X, Long F , et al. Construction and investigation of groundwater remote sensing fuzzy assessment index[J]. Chinese Journal of Geophysics, 2013,56(11):3908-3916.
[13]	杨清华, 陈华, 路云阁 , 等. 全国边海防地区基础地质遥感调查[J]. 中国地质调查, 2017,4(3):1-9.
	Yang Q H, Chen H, Lu Y G , et al. Basic geological remote sensing survey in national terrestrial and marine border region[J]. Geological Survey of China, 2017,4(3):1-9.
[14]	安国英 . 遥感技术在新生代水文地质调查中的应用:以喀喇昆仑山温泉幅1:25万区域水文地质调查为例[J]. 现代地质, 2013,27(6):1445-1453.
	An G Y . Application of satellite remote sensing in regional hydrogeological investigation:Taking Cenozoic Strata in Wenquan sheet (1:250,000) of Karakoram range as an example[J]. Geoscience, 2013,27(6):1445-1453.
[15]	齐蕊, 王旭升, 万力 , 等. 地下水和干旱指数对植被指数空间分布的联合影响:以鄂尔多斯高原为例[J]. 地学前缘, 2017,24(2):265-273.
	Qi R, Wang X S, Wan L , et al. Joint influences of groundwater and aridity index on the spatial distribution of vegetation index:A case study in the Ordos Plateau,China[J]. Earth Science Frontiers, 2017,24(2):265-273.
[16]	程洋, 吕勇, 涂杰楠 , 等. 遥感技术在岩溶区1:50000区域地质调查中的应用——以黔西北地区为例[J]. 地质力学学报, 2016,22(4):921-932.
	Cheng Y, Lv Y, Tu J N , et al. Application of remote sensing technology in the 1:50000 regional geological survey in karst area:A case study of northwest Guizhou[J]. Journal of Geomechanics, 2016,22(4):921-932.
[17]	袁沫汐, 邹玲, 林爱文 , 等. 湖北省地区植被覆盖变化及其对气候因子的响应[J]. 生态学报, 2016,36(17):5315-5323. doi: 10.5846/stxb201507101464
	Yuan M X, Zou L, Lin A W , et al. Analyzing dynamic vegetation change and response to climatic factors in Hubei Province,China[J]. Acta Ecologica Sinica, 2016,36(17):5315-5323.
[18]	覃志豪 , Zhang M H, Arnon Karnieli, 等. 用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001(4):456-466.
	Qin Z H, Zhang M H, Arnon Karnieli , et al. Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data[J].Acta Geographica Sinica,2001(4):456-466.
[19]	覃志豪, Li W J, Zhang M H, 等. 单窗算法的大气参数估计方法[J]. 国土资源遥感, 2003,15(2):37-43.doi: 10.6046/gtzyyg.2003.02.10. doi: 10.6046/gtzyyg.2003.02.10
	Qin Z H, Li W J, Zhang M H , et al. Estimating of the essential atmospheric parameters of mono-window algorithm for land surface temperature retrieval from Landsat TM6[J]. Remote Sensing for Land and Resources, 2003,15(2):37-43.doi: 10.6046/gtzyyg.2003.02.10.
[20]	胡德勇, 乔琨, 王兴玲 , 等. 单窗算法结合Landsat8热红外数据反演地表温度[J]. 遥感学报, 2015,19(6):964-976. doi: 10.11834/jrs.20155038
	Hu D Y, Qiao K, Wang X L , et al. Land surface temperature retrieval from Landsat 8 thermal infrared data using mono-window algorithm[J]. Journal of Remote Sensing, 2015,19(6):964-976.

[1]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[6]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[7]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[8]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[9]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[10]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[11]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[12]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15]	李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.

Viewed

Full text

Abstract

Cited

Shared

Discussed