黄土区长武塬地下水埋深动态特征及影响因素分析

孙继能，王万洲，燕 鑫，李冰冰，李 志

（西北农林科技大学 资源环境学院，陕西 杨凌 712100）

黄土区长武塬地下水埋深动态特征及影响因素分析

孙继能，王万洲，燕 鑫，李冰冰，李 志*

（西北农林科技大学 资源环境学院，陕西 杨凌 712100）

【目的】明确地下水补给机制并指导地下水资源合理开发。【方法】基于1976—2017 年长武塬区5 眼监测井的地下水埋深数据，分析了地下水埋深动态变化，并利用互相关和多元线性回归等方法识别地下水埋深的影响因素。【结果】长武塬区地下水埋深介于25～95 m 之间，各井因水文地质和人为干扰程度等差异表现出不同的波动特征。地下水埋深总体呈波动下降趋势，降幅介于0.08～0.21 m/a。气象因子、植被和人为因素在年内或年际尺度对地下水埋深都有一定影响，但主导性不同。年际尺度，人为因素主导地下水埋深变化，贡献率达74%。年内尺度，植被是影响地下水埋深的主要因素，贡献率为40%。【结论】人口、GDP 和苹果园面积的增加对地下水埋深影响较大，需要考虑人类活动与水资源间的可持续性。

长武塬区；地下水埋深；影响因素；贡献率

0 引 言

【研究意义】黄土塬区塬高沟深，难以获取沟道中的河水，对地下水的依赖性极强[1]。随社会经济发展及人口增长，地下水开发程度越来越大，导致地下水埋深逐渐下降。因此，亟须探讨地下水的可持续利用对策。但深厚黄土中地下水补给机制不明确[2-3]，导致难以进行相关的对策探讨。地下水埋深作为表征地下水动态的重要指标，可直观反映出地下水储量及补给情况。因此，研究塬区地下水埋深动态特征及其影响因素，对合理开发和管理地下水资源意义重大。【研究进展】地下水埋深时空变异复杂，在不同时空尺度上具有不同的波动特征。作为一个复杂的水文过程，地下水埋深波动具有随机性、模糊性、非线性以及多时间尺度变化等特点[4]。地下水埋深在不同尺度由于受到气候、人类活动影响程度不同，表现出不同的波动特征。空间上，水文地质背景决定了地下水的赋存条件、补排关系，导致地下水埋深对各影响因子敏感性不同，从而表现出复杂多样的波动特征。明确地下水埋深时空变异是分析其变化机制的前提，但由于监测时段短和点位有限等原因，黄土高原的当前研究并不充分。地下水埋深的时空波动归结于各影响因素的作用时间和强度，且地下水埋深影响因素众多，如气象因素、人为因素、土地利用方式、植被等[5-6]。有效区分影响因素并量化各影响因素对地下水埋深变化的贡献，是调控地下水的关键环节。目前已在地下水埋深动态特征分析、地下水埋深与降水的关系、时间序列模型对地下水埋深动态的模拟等方面取得了一定进展[7-9]。此外，不同学者利用Budyko 假设水量平衡法、弹性系数法、情景模拟法、累计斜率法、多元线性回归法以及水文模型法等量化了影响因素对水文要素变化的贡献[10-12]。其中，多元线性回归法简单实用，有效量化了影响因素对基流、地下水补给量等变化的贡献[13-14]，为地下水埋深波动的归因分析提供了借鉴。

【切入点】目前，针对黄土塬区地下水埋深波动特征的相关研究缺乏考虑多重因子的机理层面的深入分析，且多为定性分析。【拟解决的关键问题】为此，本文以长武塬为研究区，基于1976—2017 年5 眼监测井的地下水埋深数据，分析地下水埋深时空动态变化特征，进一步探讨自然因素（气象、植被等）和人为因素（人口、GDP 和苹果园面积等）与地下水埋深的关系，识别不同时空尺度上的主导因素并量化其对地下水埋深变化的贡献率，以期为黄土区地下水补给机制研究和水资源管理提供参考。

1 材料与方法

1.1 研究区概况

长武塬所在的长武县位于陕甘交界处（34°59′—35°18′N，107°38′—107°58′E），是渭北与陇东高原结合部的过渡地带（图1（a））。其西部和东部分布着董志塬和洛川塬。地势北高南低，海拔为1 220 m，是典型的黄土塬。气候属于半湿润大陆性季风气候，年平均降水量为579.6 mm，年平均蒸发量为1 016.6 mm，主要集中在每年的7—9 月。土地利用方式以耕地和果园为主。长武塬的水文地质状况相对均匀，主要由第四系新老黄土及底层基岩组成，从上到下依次分布着马兰黄土、离石黄土和午城黄土（图1（b）），其中离石黄土层孔隙和裂隙发育良好，是主要含水层。塬区地下水的富水性从塬中心到塬边缘逐渐减小，塬中心含水层较厚，塬边缘含水层厚度则较小[15]。地下水埋深介于20～100 m，塬四周沟谷至基岩以下，无侧向补给，降水是地下水唯一补给来源[1]。地下水资源是长武塬区生产生活用水的重要来源。地下水年供水量达到5×106m3，仅次于地表水提水量，约占区域总用水量的25%。

图1 长武塬区地理位置、地下水监测点位和水文地质剖面Fig.1 Location，groundwater monitoring sites and hydrogeological profiles of the Changwu loess tableland

1.2 数据来源

研究区设有5 眼监测井，分别位于塬中心的地掌乡代岭村（W1）、塬西段洪家乡（W2、W4）、塬东部的彭公乡（W3）和南塬的巨家乡（W5），位置见图1（a）。水位监测间隔为5 d，于每月1、6、11、16、21、26 日使用测绳测定。5 眼井地下水埋深数据的监测时段有差异，分别为1976—2006、1977—1993、1977—2005、2002—2017 年和1980—2002 年。1976—2017 年气象数据来源于中国气象数据网，其中潜在蒸散发（ET0）基于气象数据利用Hargreaves公式[16]计算，人口和GDP 等社会经济数据来自中国人口统计、中国县域统计等年鉴。NDVI所用数据为GIMMS NDVI 数据集，空间分辨率为8 km。

1.3 影响因素的选择

自然因素选取水文地质、降水、蒸散发、气压和NDVI，而人为因素考虑人口、国内生产总值和苹果园面积。

水文地质条件决定了含水层的岩性、赋存环境及富水性等，是不同观测井地下水埋深空间差异的主要因素。降水作为塬区地下水唯一的补给来源，必定会对地下水动态产生影响。蒸散发在很多地区是潜水减少的唯一自然途径。气压会影响与大气连通的非饱和带，进而对地下水产生压差导致地下水埋深波动。随人口数量增加和GDP 增长，地下水开采量可能会受到影响。苹果作为研究区主要经济作物，其种植面积达到耕地面积的73%[5]，是农业种植结构中的主要耗水作物。果园面积增加会加剧深层土壤水消耗，尤其是在生长季对水分需求巨大，进而影响降水对地下水的补给[17-18]。

1.4 研究方法

使用线性拟合和滑动t检验分析地下水埋深、气象等数据的变化趋势；利用互相关法[19]探究地下水埋深与影响因素间的滞后相关，应用Pearson 相关性分析和多元线性回归分析法研究影响因素与地下水埋深间的相关性并识别主导因子。利用多元线性回归方程量化各因素对地下水埋深波动的贡献[13]，计算式为：

式中：Ys为标准化后的地下水埋深；X1s、X2s和X3s分别为标准化后的影响因素；a、b和c分别为相应因子的回归系数；n1为第1 个影响因素对地下水埋深变化的相对贡献率。

2 结果与分析

2.1 地下水埋深时空变异

图2 为月平均地下水埋深与影响因子的变化特征，图3 为年际地下水埋深与影响因子的变化特征，用以分析地下水埋深的季节和年际波动。W1 井地下水埋深为27 m 左右，年内6—9 月为上升阶段，变幅达到0.19 m；年际上，地下水埋深先稳定而后显著下降，年平均降幅为0.38 m。W2 井地下水埋深为38 m 左右，9—11 月为上升阶段，变幅为0.09 m；年际上，地下水埋深以1982 年为界先小幅上升后大幅下降，1993 年枯竭，年平均增幅和降幅分别为0.11 m 和0.19 m。W3 井的平均地下水埋深为50 m左右，年内上升阶段为1—4 月，变幅为0.06 m；地下水埋深在1991 年以前以0.14 m/a 的速度呈阶梯式上升，随即缓慢下降，年平均下降0.09 m。W4 井同在塬边且位于中科院长武站内，其地下水埋深为83 m，年内5—9 月为上升阶段，变幅为1.18 m；年际上地下水埋深波动剧烈，变幅高达7.17 m。W5 井处于面积更小的巨家塬，地下水埋深为92 m 左右，年内上升阶段为3—6 月，变幅为0.06 m；地下水埋深在1982 年后以0.18 m/a 的速度处于下降趋势。

地下水埋深基本呈下降趋势。滑动t检验表明，W1、W2 和W5 井地下水埋深以1983 年为转折突变点，W3、W4 井地下水埋深分别以1992、2007 年为转折突变点，突变年后下降趋势更加显著。

2.2 影响因素的定性分析

结合年内和年际地下水埋深与各影响因素的关系，定性分析自然因素和人为因素对地下水埋深的影响。

图2 多年月均地下水埋深与影响因子变化特征Fig.2 Changes in groundwater depth and influence factors on the monthly scale

图3 年际地下水埋深与影响因子的变化特征Fig.3 Changes in groundwater depth and influence factors at the interannual scale

2.2.1 自然因素

W1 监测井地下水埋深较浅，在降水集中的7—9 月明显上升，说明地下水埋深对降水响应较为敏感；而地下水埋深较大的井对降水响应具有明显的滞后（图2）。从年际变异性来看，各井地下水埋深动态在部分时段受到降水量变化的影响（图3），特别是W1、W2、W4 和W5 的地下水埋深在降水量较大年份有明显的响应。W3 监测井地下水埋深的波动与降水量之间的关系不明显，由于其位于塬边，可能更多接受塬中心地下水的间接补给。地下水埋深波动在某些年份显示出对降水的滞后性，在其他年份由于降水较小或其他因素的干扰未表现出。因此，对所有表现出滞后效应的时段采用互相关模型估算滞后时间，该方法基于降水量与地下水埋深先后产生峰值的时间差进行估算。各时段对应的降水量大小不同，所得的滞后时间也不相同。因此将通过显著性检验年份的滞后时间进行平均，得到各井整体滞后时间（表1）。W1、W2、W3、W4 和W5 井地下水埋深对降水的平均滞后时间分别为2.57、4.33、5.25、4.86、6.88 个月。

在年际尺度上，蒸散发缓慢增加，而各井的地下水埋深波动下降（图3），因此二者可能存在负相关关系。为减少人为因素干扰选择埋深尚未大幅下降的时段，以1980—1981 年为例，蒸散发在夏季达到峰值，而此时地下水埋深上升或下降的波动程度较大（图4）。但地下水埋深远超过了黄土区土壤蒸发的最大深度5.3 m[19-20]，说明研究区的潜水很难直接蒸发，其影响可能是间接的。

表1 各井互相关分析结果Table 1 Cross-correlation analysis results of each well

年际尺度上，年均气压基本维持不变，对地下水埋深波动的影响不大（图3）。但年内尺度上（图4），气压与W2、W5 井地下水埋深表现出一定的气压效应（即气压减小地下水埋深上升、气压增大地下水埋深下降），且1981 年与地下水埋深的负相关趋势较1980 年更明显。但气压与其余2 井的地下水埋深无明显关系，可能被降水和开采的影响所掩盖。

图4 1980—1981 年平均气压与各井地下水埋深的关系Fig.4 The relationship between average air pressure, evapotranspiration and groundwater depth of each well from 1980 to 1981

2.2.2 人为因素

人口数量、GDP 和苹果园面积整体呈上升趋势（图3）。人口数量增加和GDP 增长可能导致地下水开采量增加，导致地下水埋深持续下降，W2 井甚至在1993 年后干涸。苹果园面积持续增加，占农业种植面积的73%左右。由于苹果树是深根植物，在生长季会大量消耗深层土壤水，形成土壤干层，阻止降雨入渗对地下水的补给，也会影响地下水埋深[17-18]。

2.3 影响因素的主导性识别

从年际和年内分析地下水埋深的主导影响因素，其中年内不考虑人为因素，并用NDVI值表示植被状况。为保证各井在影响因素主导性识别和量化贡献率时处于同一时段，年际选取1976—2006 年的W1、W2、W3、W5 井进行分析；年内则选取该时段每年进行分析，显著相关次数最多的因子作为主导因素。表2 和表3 为各井在年际和年内的相关性分析结果。

表2 年际水平各井不同因子与地下水埋深的相关系数Table 2 Correlation coefficient between factors and groundwater depth of each well at the interannual scale

注**表示在0.01 水平上显著相关，*代表在0.05 水平上显著相关。

年际上，除W3 监测井外，各井地下水埋深与苹果园面积、人口数量和GDP 均极显著相关，表明人为因素可能是主要影响因素。地下水埋深与降水和蒸散发基本不相关，可能是由于滞后效应或降水补给远小于开采量，导致地下水埋深的下降趋势掩盖了降水入渗的影响；而蒸散深度难以到达地下水。地下水埋深与气压在W2 和W3 井显示出一定的相关性。年内分析中，NDVI被识别出显著相关的次数最多，其次为气压，表明年内地下水埋深波动可能与植被和气压有紧密的相关性。

表3 年内各影响因素显著次数统计Table 3 Statistics on the significant times of each influencing factor during the year

进一步对各井年际和年内地下水埋深与影响因素进行多元线性回归，并剔除有多重共线性的影响因子。年际分析针对同步期1976—2006 年，年内分析只基于回归关系显著的年份进行分析。X1、X2、X3、X4、X5、X6分别代表降水、蒸散发、气压、苹果园面积（或NDVI）、人口数量、GDP。根据标准化多元线性回归方程，各自变量系数绝对值可反映对因变量的影响程度。由表4 各井所得方程可知，代表人为因素的人口数量、GDP 变量的系数绝对值最大（Plt;0.05），因此人为因素主导了地下水埋深的年际波动，而NDVI对地下水埋深年内波动的影响最大，这与相关性分析的结果一致。

表4 各井年际多元线性回归分析结果Table 4 Multiple linear regression analysis results for each well at the interannual scale

2.4 影响因子对地下水埋深变化的贡献量化

利用标准化多元线性回归结果进行各因子的贡献分析。图5 为各监测井的影响因子在不同时间尺度上的平均贡献。地下水埋深在年际水平上由人为因素主导，贡献率达到74%；其余各因子贡献率较低，均在7%左右。年内水平上NDVI主导了地下水埋深的波动，贡献率为40%；其次是气压，贡献率达到了30%；降水和蒸散发贡献率较低，二者平均贡献率为15%。

图5 不同尺度上各因子对地下水埋深变化的贡献Fig.5 Contributions of various factors to water level changes on different scales

3 讨 论

地下水埋深时空变异的原因复杂多样，各影响因素在不同尺度以不同强度影响地下水埋深。各井地下水埋深、季节波动程度与其位置有一定相关性[8,21]。塬中心地下水埋深较塬边浅，季节波动更明显。根据等水位线和水力梯度，推测水是从塬中心流向塬边缘，导致塬边地下水可能接受塬中心地下水的间接补给。而地下水埋深的年际波动，特别是拐点年份可能表征了环境因子影响程度的时间变异。W1、W2 和W5 井地下水埋深以1983 年为转折突变点，W3 和W4 分别以1992、2007 年为转折突变点。在突变年之前，自然因素主导了地下水埋深的波动；在突变年之后，人口激增、经济发展导致人类活动对地下水的干扰日益增大，致使人为因素成为主导因素。人类活动对地下水的影响主要有以下2 个方面，一是人口数量增长带来的城镇面积扩大和为寻求经济利益大面积种植果园。城镇面积的扩大使得不透水面积显著增加，导致降水很难入渗进入土壤，停留在不透水面从而迅速蒸散；深根植物的大面积种植，导致土壤水分损耗研究，形成土壤干层[17-18]。这都会大大减少降水资源对地下水系统的补给。二是对于地下水资源的直接开采。长武塬区的机井数量由1993 年101 眼增加到2008 年的181 眼，地下水开采量更是从1999 年的1.84×106m3增加到2008年的3.31×106m3[5]。人畜用水、工业用水和农业用水的普遍增加，使地下水位开始显著下降。人类活动正是通过以上2 个方面对地下水系统产生负面影响。因此，人为因素是长武塬区地下水埋深动态变化的主要驱动因子。

在估算各因子对地下水埋深变化的贡献时，得出降水的贡献率相对偏小，这是由于人为干扰以及地下水埋深对降水的滞后效应所致；蒸散发也表现出较小的贡献率，因为各井深度远超黄土区潜水蒸发极限[20]，故只能通过间接作用影响到地下水埋深的波动。比如蒸散发会消耗更多的土壤水，或者使低洼处的降水积水迅速蒸散，减少降水对地下水的补给，从而影响地下水埋深波动。气压的贡献率相对较大，一般来说气压效应在承压井中表现得比较明显，但在长武塬区潜水井周围存在深厚的黄土层，也表现出一定的气压效应。在降水量较大的年份，气压波动更为频繁，与地下水埋深之间的负相关关系越为明显。

互相关分析发现降水与地下水埋深波动存在滞后，且随地下水埋深变大滞后时间增加。5 眼监测井的滞后时间介于2—7 个月，说明7 个月内从塬中心到塬边的地下水普遍得到补给。但相关研究表明，降水以活塞流方式补给地下水的时间为167～834 a，且地下水14C 年龄为几百至上万年[1,22]，说明地下水可能来自深层土壤中“老水”的补给。但也有研究基于氢氧稳定同位素和水化学指标表明，地下水可能以优先流形式的降水快速补给[2,6]。可见，塬区地下水补给机制复杂，仍需深入研究地下水补给机制和补给量，为水资源合理开发和管理提供依据。

在分析了长武塬区地下水埋深动态特征及影响因素的基础上，需要制定科学合理的地下水管理对策。一方面，减小对地下水的开采。塬区地下水埋深整体呈增大趋势，故需严格规划塬区年度地下水资源总开采量。另一方面，增加对地下水的补给。降水作为塬区地下水唯一补给源，需创造有利于其入渗的条件。例如人工修建渗井、渗坑，起到与涝池相同的作用，拦蓄降水，增加入渗补给[23]；土地利用方式的改变及植被状况在年际和年内都会影响地下水补给，其中苹果园对地下水补给过程产生了严重影响[17-18]，要合理规划苹果等深根植物的种植区域和面积，减轻土壤干化现象的发生。

4 结 论

1）塬中心地下水埋深普遍比塬边浅，地下水埋深变幅较大；各井地下水埋深总体呈增大趋势，存在地下水埋深波动的突变年；年内各井地下水埋深上升时段不同，地下水埋深越浅，其季节波动越强。

2）气候与非气候因素对地下水埋深的波动均有影响，且在不同时间尺度上影响程度不同。蒸散发间接地影响地下水埋深，年际和年内表现均不明显；NDVI和气压主要在年内影响地下水埋深；苹果园面积、人口和GDP 可显著影响地下水埋深的年际变异。其中降水与地下水埋深存在明显的滞后效应，滞后时间介于2—7 个月。

3）年际、年内地下水埋深变化的主导因素不同。人为因素主导了年际地下水埋深波动，贡献率达到74%；植被覆盖率（NDVI）是影响年内地下水埋深波动的主要因素，贡献率为40%。

[1] 黄亚楠. 黄土塬区土地利用变化对地下水补给及水质的影响[D].杨凌: 西北农林科技大学, 2018.

HUANG Yanan. Land use change impacts on the amount and quality of recharge water in the loess tablelands of China[D]. Yangling: Northwest A amp; F University, 2018.

[2] LI Zhi, CHEN Xi, LIU Wenzhao, et al. Determination of groundwater recharge mechanism in the deep loessial unsaturated zone by environmental tracers[J]. Science of the Total Environment, 2017, 586: 827-835.

[3] HUANG Yanan, EVARISTO Jaivime, LI Zhi. Multiple tracers reveal different groundwater recharge mechanisms in deep loess deposits[J].Geoderma, 2019, 353: 204-212.

[4] 桑燕芳, 王中根, 刘昌明. 水文时间序列分析方法研究进展[J]. 地理科学进展, 2013, 32(1): 20-30.

SANG Yanfang, WANG Zhonggen, LIU Changming. Research progress on the time series analysis methods in hydrology[J]. Progress in Geography, 2013, 32(1): 20-30.

[5] 程立平, 刘文兆, 李志, 等. 长武黄土塬区土地利用变化对潜水补给的影响[J]. 水科学进展, 2016, 27(5): 670-678.

CHENG Liping, LIU Wenzhao, LI Zhi, et al. Land use change affects groundwater recharge in the Changwu Loess Tableland of China[J].Advances in Water Science, 2016, 27(5): 670-678.

[6] 高宇阳, 杨鹏年, 阚建, 等. 人类活动影响下乌苏市地下水埋深演化趋势[J]. 灌溉排水学报, 2019, 38(10): 90-96.

GAO Yuyang, YANG Pengnian, KAN Jian, et al. The evolution trend of groundwater level in usu city under the influence of human activities[J].Journal of Irrigation and Drainage, 2019, 38(10): 90-96.

[7] 王锐, 刘文兆, 赵小鹏. 长武塬区地下水位动态特征分析[J]. 干旱地区农业研究, 2010, 28(3): 48-52.

WANG Rui, LIU Wenzhao, ZHAO Xiaopeng. Dynamic characteristics of groundwater level on Changwu tableland[J]. Agricultural Research in the Arid Areas, 2010, 28(3): 48-52.

[8] 张盼. 长武塬区地下水位变化特征研究[D]. 杨凌: 西北农林科技大学, 2010.

ZHANG Pan. The research for the groundwater table dynamic variety on Changwu tableland[D]. Yangling: Northwest A amp; F University, 2010.

[9] 蔡奕, 徐佳, 朱勍, 等. 濮阳市浅层地下水位时空演变特征及驱动机制[J]. 灌溉排水学报, 2021, 40(10): 109-116.

CAI Yi, XU Jia, ZHU Qing, et al. Spatiotemporal variation of shallow groundwater in Puyang of Henan Province and its underlying determinants[J]. Journal of Irrigation and Drainage, 2021, 40(10): 109-116.

[10] 金凤梅. 黄土高原土壤侵蚀时空变异与归因[D]. 杨凌: 西北农林科技大学, 2021.

JIN Fengmei. Spatialtemporal variability and attribution of soil erosion on the loess plateau[D]. Yangling: Northwest A amp; F University, 2021.

[11] 黄斌斌, 郝成元, 李若男, 等. 气候变化及人类活动对地表径流改变的贡献率及其量化方法研究进展[J]. 自然资源学报, 2018, 33(5): 899-910.

HUANG Binbin, HAO Chengyuan, LI Ruonan, et al. Research progress on the quantitative methods of calculating contribution rates of climate change and human activities to surface runoff changes[J]. Journal of Natural Resources, 2018, 33(5): 899-910.

[12] ASOKA Akarsh, GLEESON Tom, WADA Yoshihide, et al. Relative contribution of monsoon precipitation and pumping to changes in groundwater storage in India[J]. Nature Geoscience, 2017, 10(2): 109-117.

[13] TAN Xuejin, LIU Bingjun, TAN Xuezhi. Global changes in baseflow under the impacts of changing climate and vegetation[J]. Water Resources Research, 2020, 56(9): 27 349.

[14] KIM John, JACKSON Robert. A global analysis of groundwater recharge for vegetation, climate, and soils[J]. Vadose Zone Journal,2012, 11(1): 21.

[15] 华琨, 李洲, 李志. 黄土区长武塬地下水水化学特征及控制因素分析[J]. 环境化学, 2020, 39(8): 2 065-2 073.

HUA Kun, LI Zhou, LI Zhi. The hydrochemical characteristics and controlling factors of groundwater in the Changwu loess tableland[J].Environmental Chemistry, 2020, 39(8): 2 065-2 073.

[16] STEFANO Costanzadi, FERRO Vito. Estimation of evapotranspiration by Hargreaves formula and remotely sensed data in semi-arid Mediterranean areas[J]. Journal of Agricultural Engineering Research,1997, 68(3): 189-199.

[17] 刘锦月, 韩晓阳, 朱元骏. 长武塬区苹果园和农田相互转换的深层土壤水环境效应[J]. 干旱地区农业研究, 2020, 38(5): 130-135.

LIU Jinyue, HAN Xiaoyang, ZHU Yuanjun. Deep soil water environmental effects after the mutual conversion between apple orchard and farmland in Changwu tableland region[J]. Agricultural Research in the Arid Areas, 2020, 38(5): 130-135.

[18] HUANG Ze, LIU Yu, QIU Kaiyang, et al. Soil-water deficit in deep soil layers results from the planted forest in a semi-arid sandy land:Implications for sustainable agroforestry water management[J].Agricultural Water Management, 2021, 254: 106 985.

[19] 齐欢. 平阴岩溶地下水位与降水量、黄河水位的相关性分析[J]. 灌溉排水学报, 2019, 38(7): 94-100.

QI Huan. Responsive change in groundwater table in Karst to precipitation and Yellow River in Pingyin County[J]. Journal of Irrigation and Drainage, 2019, 38(7): 94-100.

[20] 黄梦琪, 蔡焕杰, 黄志辉. 黄土地区不同埋深条件下潜水蒸发的研究[J]. 西北农林科技大学学报(自然科学版), 2007, 35(3): 233-237.

HUANG Mengqi, CAI Huanjie, HUANG Zhihui. Research on the evaporation of underground water in different burying depth conditions on the Loess area[J]. Journal of Northwest A amp; F University (Natural Science Edition), 2007, 35(3): 233-237.

[21] 朱玉娟, 周斌. 陇东黄土高原第四系潜水系统特征[J]. 人民黄河,2011, 33(10): 51-53.

ZHU Yujuan, ZHOU Bin. Quaternary diving system characteristics in Gansu loess plateau[J]. Yellow River, 2011, 33(10): 51-53.

[22] HUANG Tianming, MA Baoqing, PANG Zhonghe, et al. How does precipitation recharge groundwater in loess aquifers? Evidence from multiple environmental tracers[J]. Journal of Hydrology, 2020, 583: 124 532.

[23] CHENG Liping, SI Bingcheng, WANG Yaping, et al. Groundwater recharge mechanisms on the Loess Plateau of China: New evidence for the significance of village ponds[J]. Agricultural Water Management,2021, 257: 107 148.

Dynamics of Groundwater in Changwu Loess Tableland and Its Determiants

SUN Jineng, WANG Wanzhou, YAN Xin, LI Bingbing, LI Zhi*
(College of Natural Resources and Environment, Northwest Aamp;F University, Yangling 712100, China)

【Objective】Groundwater is the predominant water resource for agricultural and other sectors in the loess tableland in northwestern China. Understanding its response to management and environmental changes is important to elucidate the mechanisms underlying groundwater recharges and help improve groundwater resource management. The purpose of this paper is to present a method to analyze the determinants of groundwater change in the loess tableland. 【Method】The analysis is based on data measured from 1976 to 2017 from five boreholes in the Changwu loess tableland. Change in groundwater depth and its determinants are identified using the crosscorrelation and multiple linear regression methods. 【Result】The groundwater depth in Changwu varied between 25 and 95 m, with the variation depending on boreholes due to the difference in hydrogeological conditions and human activity between them. On average, the groundwater table had fallen from 1976 to 2017 at 0.08-0.21 m/a,with the falling rate depending on boreholes. Meteorology, vegetation and anthropogenic activities are the factors affecting both monthly and inter-annually change in groundwater depth, though the relative dominance of these factors varies with boreholes. Interannually, anthropogenic activities affected groundwater more, contributing to 74%of its depth change. Monthly, vegetation was the factor predominantly affecting groundwater, contributing to 40% of its depth change. 【Conclusion】Increase in population, economic development and expansion of apple orchards is the factors underlying the groundwater depth change in the studied area. Our results have an important implication for sustainable development of agriculture and other industries sectors in this region.

Changwu loess tableland; groundwater depth; influencing factors; contribution

孙继能, 王万洲, 燕鑫, 等. 黄土区长武塬地下水埋深动态特征及影响因素分析[J]. 灌溉排水学报, 2022, 41(10): 90-97.

SUN Jineng, WANG Wanzhou, YAN Xin, et al. Dynamics of Groundwater in Changwu Loess Tableland and Its Determiants[J]. Journal of Irrigation and Drainage, 2022, 41(10): 90-97.

TV21

A

10.13522/j.cnki.ggps.2021656

1672 - 3317（2022）10 - 0090 - 08

2021-12-30

国家自然科学基金项目（42071043）

孙继能（1997-），男。硕士研究生，主要从事水文水资源方面的研究。E-mail: sunjn@nwafu.edu.cn

李志（1978-），男。教授，主要从事旱区水循环与水环境演变机理与调控方面的研究。E-mail: lizhibox@nwafu.edu.cn

责任编辑：韩 洋