2. 沈阳师范大学 国际商学院, 辽宁 沈阳 110034
2. School of International Business, Shenyang Normal University, Shenyang 110034, China
地下水动态研究是为了进一步查明研究区水文地质条件,特别是地下水的补给、径流、排泄条件,掌握地下水动态规律,为地下水资源评价、科学管理及环境地质问题的研究和防治提供科学依据[1-2].长春是严重缺水的城市,研究长春新区地下水动态特征及差异性对未来长春新区科学发展、生态保护意义重大[3-4].许多学者对不同区域的地下水动态特征进行过深入研究[2, 5],有的学者对地下水变化规律和影响因素进行了分析[6-11],有的学者对过度开采地下水引起的降落漏斗及地面沉降进行了研究[10-12],有的学者对地下水开采引起的环境问题进行了探讨[13],这些研究对本研究具有重要的启示.目前,对地下水动态的研究方法主要集中在R/S分析法(也称重标极差分析法)[14]、层次分析法[12]、SPSS统计分析[15]、地下水动态变化分析、衬度系数方差分析、相关性分析[16]、Visual Modflow地下水模拟软件分析法等[17],本文主要采用衬度系数方差分析和相关性分析对长春新区地下水动态特征及其差异性进行分析,是长春新区地下水动态的专门性研究成果.
1 研究区概况长春新区是2016年国务院在长东北经济区的基础上批准的国家级新区,包括朝阳区的双德乡、宽城区的奋进乡、二道区的龙嘉镇、九台区的西营城街道,规划控制面积499 km2.长春新区分布在长春市外围的西南和东北两面,地理坐标:东经125°12′~125°53′;北纬43°40′~44°11′.地势东南高,西北低.按成因类型、形态特征,分为构造剥蚀、剥蚀堆积、堆积3个地貌成因类型和大黑山丘陵、黄土波状台地、一级阶地及漫滩3个形态单元.其中黄土波状台地分布最广,其次为一级阶地及漫滩.该区属于北温带大陆性季风气候,春季干旱少雨,夏季炎热多雨,秋季凉爽早霜,冬季寒冷漫长.全区降水多年平均为576.7 mm,降水主要集中在6~9月份,占全年降水的60%~80%.全区蒸发量1741 mm,是降水的3倍.较大的水系为雾开河、饮马河与伊通河.石头口门水库位于研究区东北部,库区有一小部分位于研究区内.石头口门水库位于饮马河中游,集水面积4944 km2,库容量为7.02×108 m3.
监测井布设在第四系孔隙含水层亚系统潜水,主要是更新统、全新统冲积砂、砂砾石含水岩组(Qh).含水层富水性差异较大:饮马河河谷,含水层颗粒粗或厚度大,富水性强,单井涌水量多为1000~3000 m3/d或大于3000 m3/d;伊通河河谷,含水层颗粒细、厚度薄,富水性弱,单井涌水量多为100~1000 m3/d或小于100 m3/d.水化学类型主要为矿化度小于1 g/L的重碳酸钙(或钙钠)型水,局部有重碳酸硫酸型水.
2 数据选取及研究方法 2.1 数据获取选取2016~2018年长吉经济圈项目7口观测井的监测数据,及吉林省水资源公报降水数据、吉林省气候公报降水数据.
2.2 衬度系数方差分析在数理统计中,方差用于描述随机变量对于数学期望值的偏离程度.对于离散型变量,方差表示为:
$ {\sigma ^2} = \frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{X_{_i}} - \overline X } \right)}^2}} $ | (1) |
其中:σ2-样本方差;n-样本个数;Xi-样本值;X-样本平均值.
一组变量的方差越大,表示该变量越离散,波动越大.一般来讲,在地下水中,人为输入物质在空间上具有离散程度高、波动性大的特征,因此用方差研究地下水组分,可以确定人类活动对地下水影响的指示性指标.
为了进行多变量对比,先对每个变量求其衬度系数v,v=Xi/ X,然后对每个变量的衬度系数求其方差.这样就将每个变量转化为均值为1的另一个变量,将均值不等的多变量转化为均值相等的多变量,以进行方差的比较.
2.3 相关性分析考虑到影响地下水动态的要素除人为因素外,还受降水影响,因此采用SPSS19对降水和水位进行Spearman等级相关系数分析.先计算各变量值的秩,然后通过秩的计算得到Spearman等级相关系数R:
$ R = 1 - \sum\limits_{i = 1}^n {D_i^2\frac{6}{{n\left( {{n^2} - 1} \right)}}} $ | (2) |
其中
式中,Di为降水、水位两变量每一对样本的等级之差;Ui、Vi分别为两变量排序后的秩.
Spearman等级相关系数R的取值标准见表 1.
![]() |
表 1 Spearman等级相关系数取值标准 Table 1 Criteria of Spearman rank correlation coefficient values |
长春新区逐年降水量如表 2.
![]() |
表 2 长春新区逐年降水量统计表 Table 2 Statistics of annual precipitation in Changchun New District |
选取2017年一个完整年的数据进行分析,结果如图 1.
![]() |
图 1 长春新区动态监测井水位埋深折线图 Fig.1 Curves for the water depth of dynamic monitoring well in Changchun New District |
长春新区降水量与全国大部分地区类似,5~9月为丰水期,12~2月为枯水期,其余时间为平水期(图 2).长春地区6~8月降水最集中,不同年份也会有所不同,但总体规律不变,只是集中降水时间有时前移1个月,有时延后1个月.
![]() |
图 2 长春新区降水变化趋势 Fig.2 Trend of precipitation changes in Changchun New District |
从图 1和图 2可知,由于枯水期降水量小,水位埋深逐渐增加,直到雨季来临前水位下降到最深;随着雨季的到来,地下水位开始升高,水位埋深减小;直到雨季结束,地下水位又开始逐渐降低,水位埋深增加.同时水位变化幅度随着水位埋深的不同而不同,水位埋深越浅受降水影响变化就越明显,随着水位埋深的增加受降水影响的幅度会逐渐减小.
由于长春新区2017年是偏枯水年,全年平均降水量为504.3 mm,比常年(595.9 mm)少近20%;冬季(2016年12月至2017年2月)降水比常年偏多1倍,秋季降水偏少30%,春、夏季降水接近常年.所以,从年降水折线图上来看,变化幅度较小,但丰水期水位偏高、估水期水位偏低的总体规律不变.
3.2 长春新区年际地下水动态特征将2016~2018年各监测井水位监测数据做图,如图 3.
![]() |
图 3 长春新区逐年水位埋深折线图 Fig.3 Curves of annual water depth in Changchun New District |
长春新区2016~2018年降水量如图 4.
![]() |
图 4 长春新区逐年降水量折线图 Fig.4 Curves of annual precipitation in Changchun New District |
由图 3和图 4对比可以看出,2016年各井水位埋深较浅,2017和2018年水位埋深较大,主要原因是2016年是丰水年,水量充沛,2017年是偏枯水年,2018年是平水年,两年的降水量接近.在一年的不同时期水位埋深也有所不同,丰水期水位埋深变浅,枯水期水位埋深增加.随着各观测井水位埋深不同,水位的变化幅度也不尽相同,水位较浅的观测井受降水影响水位变化更加明显.
3.3 衬度系数方差分析根据衬度系数方差分析公式对长春新区7个观测井进行统计分析,结果见表 3.由表 3可知,CG05的衬度系数方差为0.133;CG01、CG02的衬度系数方差分别为0.067、0.083;CG07、CG04、CG03和CG06的衬度系数方差分别为0.006、0.006、0.002和0.002.说明长春新区地下水水位埋深受人为开采因素影响呈现不同的波动性,具有明显的空间分异特征.
![]() |
表 3 空间序列衬度系数方差表 Table 3 Contrast coefficient variances of spatial sequence |
长春市地处中国东北松辽平原腹地,市区海拔在250~350 m之间,地势平坦开阔.地表水侧向流入补给地下水的流量较少,因此大气降水是影响区域地下水埋深的主要因素.采用Spearman相关系数分析方法分析水位埋深与降水量的相关性,结果见表 4.由表 4可知,长春市地下水埋深与降水量呈明显的负相关,即随着降水量的增大,地下水埋深逐渐减小.其中,CG04观测井属极弱相关,占总观测井的14.3%;CG01、CG03这2个观测井属显著相关,占总观测井的28.6%;CG02、CG05、CG06、CG07这4个观测井属高度相关,占总观测井的57.1%.可以看出长春新区地下水水位埋深与降水量的相关性呈现明显的差异性.
![]() |
表 4 降水量与地下水水位变动相关性统计表 Table 4 Statistics of correlation between precipitation and groundwater level fluctuation |
1)长春新区地下水动态主要为入渗-蒸发型及入渗-开采型,地下水主要受降水补给,水位埋深受降雨和人为开采的双重影响.
2)长春新区地下水水位埋深呈现不同的波动性,具有明显的空间分异特征.地下水埋深与降水量呈明显的负相关,地下水埋深与降水量的相关具有差异性.
[1] |
孟凡傲, 梁秀娟, 郝洋, 等. 洮儿河扇形地地下水动态特征分析[J]. 节水灌溉, 2016, 0(4): 65-68. |
[2] |
李凯, 卞玉梅, 杨静, 等. 下辽河平原地下水多年动态变化特征分析[J]. 地质与资源, 2009, 18(2): 140-143. |
[3] |
曹成立, 孟秀敬. 长春市浅层地下水动态监测分析[J]. 吉林水利, 2010, 26(6): 58-61. |
[4] |
曹成立. 长春市地下水动态研究[J]. 世界地质, 2010, 29(3): 479-484. |
[5] |
李鸿雁, 贾丽娜, 姚永亮, 等. 黑龙江建三江分局地区地下水动态特征分析[J]. 节水灌溉, 2013, 38(6): 14-17. |
[6] |
田辉, 金洪涛, 孙岐发, 等. 辽河三角洲地下潜水现状及变化规律研究[J]. 地质与资源, 2017, 26(3): 290-295. |
[7] |
万思成, 李琼芳, 虞美秀, 等. 北京市平原地区地下水动态变化规律及影响因素分析[J]. 水电能源科学, 2013, 31(12): 46-50. |
[8] |
张梅桂, 黄永明, 蔡贺. 松嫩平原地下水位动态影响因素分析[J]. 地质与资源, 2016, 25(6): 558-562. |
[9] |
张真真, 卞建民, 高月. 大安市地下水动态变化规律及影响因素分析[J]. 湖北农业科学, 2015, 54(14): 3379-3383. |
[10] |
孙岐发, 田辉, 张扩. 下辽河平原地区历史地面沉降情况研究[J]. 地质与资源, 2014, 23(5): 450-452. |
[11] |
田辉, 郭晓东, 都基众, 等. 大庆市地下水降落漏斗现状分析[J]. 地质与资源, 2011, 20(5): 339-342. |
[12] |
田辉, 金洪涛, 孙岐发, 等. 基于层次分析法的盘锦湿地生态评价[J]. 地质与资源, 2018, 27(3): 268-271,287. |
[13] |
田辉, 郭晓东, 刘强, 等. 大庆市地下水开采及环境地质问题探讨[J]. 地质与资源, 2012, 21(1): 139-142. |
[14] |
黄勇, 周志芳, 王锦国, 等. R/S分析法在地下水动态分析中的应用[J]. 河海大学学报(自然科学版), 2002, 30(1): 83-87. |
[15] |
杜强, 贾丽艳. SPSS统计分析——从入门到精通[M]. 北京: 人民邮电出版社, 2011: 33-136.
|
[16] |
王鸽, 肖长来, 梁秀娟, 等. 挠力河流域地下水动态特征分析及预测[J]. 水电能源科学, 2017, 35(12): 144-147. |
[17] |
郭晓东, 田辉, 方樟. Visual Modflow在松嫩平原地下水动态调查评价中的应用[J]. 地质与资源, 2013, 22(4): 333-336. |