干旱区地下水资源变化驱动因素分析

2022-05-19陈相坤

地下水 2022年2期

陈相坤

(和田水文勘测局，新疆和田 848000)

水资源供应是制约区域发展的关键因素，并且与干旱半干旱地区的人民生产和生计密切相关。珍贵地下水资源的可持续管理对生态系统至关重要，特别是在干旱地区对于此类资源严重依赖。合理地开发和利用稀缺的水资源是满足区域发展需求的重要课题，而且是全球性的重要课题。为了更合理地利用地下水，研究地下水水文过程的机理及其影响因素具有重要意义。在大多数情况下，干旱和半干旱地区的地下水对气候变化和农业活动非常敏感，研究发现温度、降水和蒸散等气候因素对地下水位有显着影响。近年来，地下水开采已占全球总用水量的绝大部分。在许多地区，地下水开采已成为影响区域地下水资源和区域地下水水质的主要因素。不合理的农业活动会严重破坏区域生态系统。因此，我们将研究重点放在气候、土地利用和地下水开采的三个因素上[1]。目前，用于分析地下水资源影响因素的方法主要集中在统计和数值模型模拟方法上，例如主成分分析、多元回归和copula函数已在许多领域得到广泛使用。这些方法具有计算速度快和所需数据量少的优点。但是，这些方法都无法从水文过程本身的机制来描述整个地下水过程，这在很大程度上反映了空间差异。从综合水文系统的角度来看， MIKE-SHE模型[2]在模拟水平衡、流域水文过程、地下水地表水等方面的能力更强。同时，这种方法可以在饱和区域进行的灌溉模拟和抽水井模拟非常适合于农业灌溉区域的地下水模拟。同时对于数据稀缺的干旱地区，受大量数据需求的限制，使用这种分布式水文模型建模的研究仍然非常匮乏。

1 研究区域

焉耆盆地位于新疆塔里木盆地东北侧，是天山山脉中的一个山间盆地，因盆地中的焉耆县而得名。焉耆盆地是介于天山主脉及其分支之间的中生代断陷盆地。东西长170 km，南北宽80 km，面积约1.3×104km2。由西北向东南倾斜，边缘高程约1 200 m，最低博斯腾湖面1 047 m。焉耆盆地年均气温8.5℃，日平均气温≥10℃，平均无霜期185 d，极端最高气温为38.8℃，最热月平均气温23.2℃，极端最低气温为-30.7℃，最冷月平均气温-11.2℃，年平均气温日较差14.8℃，年日照时数2 980 h，年平均降水量79.8 mm，年平均蒸发量1 876.7 mm，年平均相对湿度57%。

焉耆盆地是新疆南北部气候交错带，冬季严寒，春季升温快，夏季气候温和，秋季降温快。具有日照充足、热量充沛、日温差大、降水量少、蒸发量大、空气干燥等典型的绿洲气候特征。

2 研究方法

2.1 数据收集

根据研究目的和MIKE-SHE水文模型的要求，所需数据主要包括地形、气象、土地利用、水文、土壤和灌溉数据，水文数据包括地表水和地下水。地表水资料主要来源于BLSM水文站的水文资料。就地下水而言，该数据是从三个观测井L46，L47和L48收集。

2.2 研究方法

根据本文的目的需要对历史气候变化趋势进行分析。Mann-Kendall非参数趋势检验，以下简称M-K方法，是一种非参数统计检验方法[3]。这是世界气象组织推荐的环境数据时间序列趋势分析的主要方法。该方法计算了序列时间序列的标准正态分布UF和逆序列时间序列的标准正态分布UB，绘制了曲线并与标准临界值进行了比较。非常适合于非正态分布数据的分析，不需要样本遵循特定的分布，并且受异常值的干扰较小。是判断一个系列(上升或下降)发展趋势的一种测试方法。具体方法如下[4]：

对于具有n个样本量的长时间序列，构造一个秩序列：

(1)

式中：当Xi>Xj时，ri=1；当Xi

在原序列相互独立且相同连续分布条件下，定义统计量：

(2)

式中：UFk表示标准正态分布组成的曲线，同理按照Xn，Xn-1，…，X1，可以求出时间序列的逆序列UBk。Sk表示累计值，E(Sk)表示累计值Sk的均值，Var(Sk)累计值Sk的方差，所以UF1=0。

对于相互独立且连续分布的时间序列X1，累计值Sk的均值和方差计算公式为：

(3)

(4)

将Ufk和UBk统计曲线与给定的显著性水平α组合在同一图表上：

(1) 如果UF或UB的值大于0，则表明测定顺序有上升趋势，否则为下降趋势；

(2)若超过临界线±1.96(α=0.05)，表明上升或下降趋势显著，超出范围的部分确定为突变的时间区域；

(3) 如果UF和UB两条曲线相交，且相交点在临界线之间，则相交点对应的时间为突变开始时间；

(4) 如果曲线UF超过交点后的临界线，则表示数据的突变，α<0.05时显著性检验通过，否则不通过。

2.3 研究结果

2.3.1 土地利用变化情景分析

根据统计分析，近20 a中，耕地向其他土地利用类型的转化最大，耕地主要转化为居住用地，中密度草地和高密度草地，转化量为分别为10.5、9和8 km2。第二个最显著的转换是在8.66 km2处从低覆盖度草转换为中覆盖度草。综合所有变化，该时期变化的土地利用面积约为72.59 km2，占总面积的26.5%。该地区土地利用变化的主要特征是，随着区域城市化速度的加快和退耕还林还草政策的实施，耕地大大减少。

图1 20a前(左)和20a后(右)的土地利用对比图

2.3.2 对主要因素进行定量分析影响区域地下水位

使用MIKE-SHE模型来模拟全年的地下水变化。结果表明，在过去的几年中，随着气候，土地利用和地下水开采量的变化，整个区域的地下水位趋于稳定，并且地下水组成的结构没有改变。一般而言，该地区的地下水位分布从东北到西南逐渐减少。区域地下水变化反映了非常强烈的季节性。研究区域中河东部支流和西部支流之间的三角形中的地下水变化在7月最为明显。由于河流的供应，当七月份的水位最低时，河流周围的水位略高于远离河流的位置。这一发现可以间接反映出河流补给地下水的能力可能会在7月达到顶峰这一事实。

通过使用单因素分析方法比较两种方案，计算了每个影响因素的平均离散度和平均范围。下表显示了不同点位的结果。分散程度越大，该因素对地下水的影响越大，如表1所示。

表1 不同特征点对地下水位变化影响因子的离散度和范围

对于整个地下水水文过程，这三个因素的影响在不同地区有所不同。但是，在这些区域中，提取的地下水量是影响的主要因素，平均分散度为0.883。地下水提取的影响程度明显大于其他两个因素。气候因子为次，分散度为0.094，土地使用对区域地下水位变化的影响很小，分散度仅为0.025。同时，范围的计算结果与分散度结果基本一致。地下水开采水量的变化导致整个区域的平均地下水位最大变化为2.3 m，而气候变化仅引起0.24 m的变化，而土地利用引起的变化为0.068 m。该结果基本上与先前的定性判断是一致的。即地下水提取量的变化是研究区域地下水变化的最重要原因。因此地下水开采控制了该地区的整体地下水趋势。气候变化和土地利用变化对此趋势做出了贡献但影响较小。