在突尼斯北部阿特拉斯地区，整合遥感技术、地理信息系统（GIS）和机器学习方法进行线性构造分析及水文地质评估

《Journal of African Earth Sciences》：Integrating Remote Sensing, GIS, and Machine Learning for Lineament Analysis and Hydrogeological Assessment in the Northern Atlassic domain of Tunisia

　　

伊梅德·本·斯利梅内（Imed BEN SLIMENE）| 穆罕默德·加尔比（Mohamed GHARBI）| 穆罕默德·萨布里·阿尔法乌伊（Mohamed Sabri ARFAOUI）| 斯特凡·盖尔（Stefan GEYER）| 沃尔夫冈·戈塞尔（Wolfgang GOSSEL）| 阿莫尔·本·穆萨（Amor BEN MOUSSA）

突尼斯迦太基大学博尔杰塞德里亚（Borj Cédria）环境科学与技术高等研究院环境科学与技术研究实验室

摘要

本研究采用多学科方法，探讨了突尼斯北部阿特拉斯地区布阿拉达-埃尔阿鲁萨（Bou Arada-El Aroussa，简称BAEA）平原上深部地壳结构的地表表现——线性构造。研究旨在阐明这些构造对含水层水动力学的控制作用，特别是断层和裂缝在提高渗透性和促进地下水补给方面的作用。通过主成分分析、波段比值和合成成像技术处理遥感数据（Landsat 8 OLI/TIRS），并结合地质图在GIS环境中进行分析，自动提取并空间分析了747至839条线性构造，另有730条是通过手动数字化获得的。利用机器学习技术（Scikit-learn、SciPy）将所有线性构造数据分为三个不同的组，依据其方向和长度进行分类，揭示了与主要构造和断层重新激活相关的裂缝密集区。分析表明，地下水流动方向和含水层补给主要受NW-SE、E-W和N-S方向线性构造的影响。在库迪埃特西迪巴尔卡（Koudiet Sidi Barka）和杰贝尔里哈内（Jebel Rihane）之间，NW-SE和N-S方向的线性构造密集，促进了快速渗透，有效补充了BAEA含水层的水量。相比之下，布阿拉达洼地内的E-W方向线性构造则起到了水力屏障的作用，使水流系统变得分隔。这些结论得到了水位数据的验证，数据显示杰贝尔里哈内、库迪埃特西迪巴尔卡、杰贝尔贝苏伊德（Jebel Bessioud）和杰贝尔埃尔米尔（Jebel Er Rmil）下方是主要的补给区。这些发现为理解构造对地下水资源的控制提供了坚实的框架，并为半干旱条件下该裂隙含水系统的可持续管理提供了关键见解。

引言

地理空间技术和计算方法的进步显著提升了地质线性构造的分析能力。然而，在提取构造的可重复性和验证方面仍存在重要方法学限制。裂缝是控制地下水流动和含水层水动力学的关键因素，但其传统测绘和分析方法长期以来依赖于劳动密集型且空间受限的野外工作。如今，遥感、地理信息系统（GIS）和机器学习（ML）的结合为检测、描述和分析广阔且难以进入地区的裂缝网络提供了有效且可扩展的框架（Cracknell & Reading, 2014; Ahmed et al., 2019; Wajid et al., 2021）。尽管这种协同方法提高了构造测绘的准确性和裂缝行为的预测能力，但自动化提取方法仍受噪声、冗余和不确定性的影响，可能影响水文地质解释的可靠性（Ilugbo et al., 2023; Chakouri et al., 2024）。

突尼斯北部的布阿拉达-埃尔阿鲁萨（BAEA）平原是一个适合研究这些限制的案例。该地区位于阿特拉斯构造域内，北侧受特布苏克逆冲断层（Teboursouk thrust fault）限制，南侧受扎古安断层（Zaghouan fault）限制，具有显著的结构复杂性和高裂缝密度（图1a）。这种复杂的裂缝网络对地下水资源有重要影响，因此线性构造分析对于理解区域地质和含水层动态至关重要（Diambu et al., 2023; Labdaoui et al., 2023）。然而，这种结构复杂性也限制了传统测绘方法的有效性，凸显了需要可靠且经过验证的方法论。

为应对这些挑战，本研究采用多学科框架，结合遥感数据（Landsat 8 OLI/TIRS）、基于GIS的空间分析和机器学习算法来研究BAEA平原的裂缝系统（Blandine et al., 2023; Inoh et al., 2023; Maryam et al., 2023）。

本研究的具体目标是利用遥感、GIS和机器学习工具：（1）通过自动化和验证的提取技术检测并绘制裂缝线性构造；（2）分析其空间特征和密度模式；（3）利用分类模型识别对地下水补给过程影响最大的裂缝区域。最终，本研究旨在阐明构造对含水层水动力学的控制作用，并为该裂隙系统的可持续管理提供实用见解。

章节摘录

地质与水文地质背景

布阿拉达-埃尔阿鲁萨（BAEA）平原位于西利亚纳省（Siliana Governorate），距离突尼斯西南约80公里（图1b）。其范围介于北纬36°7’31’’至36°34’38’’，东经9°8’2’’至9°57’24’’之间，东西方向长约35公里，从杰贝尔埃奇谢希德（Jebel Ech Chehid）延伸至埃尔法斯平原（El Fahs plain）。该地区地形低洼，平均海拔约160米，仅有少数山峰超过260米。

地质数据

地表地质和断层系统是根据研究区域1/50 000比例尺的地质图中的地层和构造信息进行识别和数字化的。这些地质图包括：布阿拉达图幅n°34（Mahjoub和Dali, 1998）、特布苏克图幅n°33（Perthuisot, 1970）、杰贝尔曼苏尔图幅n°41（Jausein和Berthe, 1961）以及加富尔图幅n°40（Dali, 1994）。这些地图由突尼斯地质调查局（国家矿业办公室；ONM）制作。

线性构造提取

地质图的数字化工作共识别出730条裂缝，平均方向为N-S（N176），平均长度为0.88公里。从PCA图像、BR图像和CB图像中自动提取的线性构造数量分别为822条、747条和839条，平均方向同样为N-S（N172至N178），平均长度在1.36至1.41公里之间（图10，表6）。

对地质图中提取的线性构造进行方向分析（表4）显示，

讨论

根据本研究的首要目标，对自动提取线性构造的可靠性进行了严格评估。提取过程识别出747至839个构造，其方向取决于数据来源和提取方法。地质线性构造主要呈现NW-SE、E-W和N-S三个方向，而其他线性构造数据源则显示双峰分布（E-W和N-S）。这些差异可由所采用的提取方法解释，尽管所有

结论

本研究证明了整合遥感、GIS和机器学习技术在提取构造线性构造及其水文地质意义方面的有效性。该方法成功识别出主要的E–W、N–S和次要的NW–SE构造群，这与布阿拉达地区的已知地质情况一致。

将线性构造密度图与水位数据结合分析，揭示了构造对地下水动力学的明显控制作用。N–S和NW–SE方向的构造

CRediT作者贡献声明

沃尔夫冈·戈塞尔（Wolfgang GOSSEL）：撰写 – 审稿与编辑、可视化、验证、监督、软件使用、资源管理、方法论设计、研究实施、资金筹集、数据分析、数据整理、概念构建。斯特凡·盖尔（Stefan GEYER）：撰写 – 审稿与编辑、初稿撰写、可视化、验证、监督、软件使用、资源管理、方法论设计、研究实施、资金筹集、数据分析、数据整理、概念构建。阿莫尔·本·穆萨（Amor BEN MOUSSA）：

Boukhalfa等人，2020；ENVI用户指南，2009；Gharbi等人，2025；Bello Yamusa等人，2021；Errami等人，2022。

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

相关新闻