祁曉凡,李文鵬,李海濤,楊麗芝
(1.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院,北京 100083;2.山東省地質(zhì)調(diào)查院,山東濟(jì)南 250013;3.中國地質(zhì)調(diào)查局水文地質(zhì)環(huán)境地質(zhì)調(diào)查中心,河北保定 071051;
4.中國地質(zhì)環(huán)境監(jiān)測院,北京 100081)
我國地下水供水水源地約占城市集中式飲用水供水水源地總數(shù)的一半,地下水供水人口約占集中式水源地供水人口總數(shù)的三分之一。尤其在我國北方,大部分城市以地下水水源地供水為主[1]。在我國北方典型的巖溶泉域——濟(jì)南巖溶泉域,巖溶水是重要的供水水源。同時,也是濟(jì)南泉水噴涌,保持“泉城”特色的重要補(bǔ)給水源保障。
長時間序列的水文監(jiān)測數(shù)據(jù)具有不同的分類方法,如由趨勢項、周期項、相關(guān)項和隨機(jī)項組成[2],或由趨勢項、周期項、突變項和隨機(jī)項組成[3]。趨勢項為水文現(xiàn)象季節(jié)性或多年變化趨勢,周期項為水文現(xiàn)象的周期變化,相關(guān)項反映水文現(xiàn)象的自相關(guān)性,突變項為水文現(xiàn)象受外部突變影響而形成的變化,隨機(jī)項為除以上確定性成分之外的隨機(jī)成分[2~3]。而對于長時間序列的地下水動態(tài)監(jiān)測數(shù)據(jù)來說,也具有相同的特征。
從全球水文循環(huán)角度來說,降水等氣象因子的變化是受大尺度海洋-大氣相互作用事件(ENSO等)影響的[4~8]。大尺度氣象模式具有中、低頻率波動特征[9~10],多具有較長的波動周期。
本文利用地下水位動態(tài)變化和大尺度氣象模式的周期性變化特征,分析研究地下水位與大尺度海洋-大氣相互作用模式間的關(guān)系。該項研究在國外已有開展,主要分布在西班牙[11]、英國[12]、加拿大[13]、美國[14~15]等地,而國內(nèi)卻缺乏此項研究。本文采用小波變換方法分析濟(jì)南泉域地下水位、降水、氣溫及大尺度氣象模式的周期性、顯著時頻域及相位關(guān)系特征,并研究它們之間的遙相關(guān)性。通過此項研究,可提高對水循環(huán)不同過程間相互聯(lián)系的認(rèn)識,有助于改進(jìn)水文要素變化預(yù)測、增進(jìn)人類對其的適應(yīng)能力[13],增強(qiáng)水資源管理水平。特別是對于一些水資源緊缺的國家,如中國,在地下水已經(jīng)成為重要供水水源的背景下,研究大尺度氣象模式與地下水位之間的遙相關(guān),將有助于在全球氣候變化背景下,合理規(guī)劃利用地下水資源,緩解水資源供需矛盾,為政府水資源安全提供保障。
對于具有周期性變化特征的長時間序列數(shù)據(jù),傳統(tǒng)的分析方法主要有序列相關(guān)性分析和傅里葉變換(Fourier Transform,F(xiàn)T)等方法進(jìn)行分析[16]。隨著人類活動的不斷加劇、極端氣候現(xiàn)象頻發(fā)以及科學(xué)研究的不斷深入,水循環(huán)過程中的各項要素表現(xiàn)的更為復(fù)雜,表征出隨機(jī)性、模糊性、非線性、非平穩(wěn)性和多時間尺度變化等特性。傳統(tǒng)的分析方法在揭示上述特性時,存在一定的不足。因此,涌現(xiàn)出了諸如模糊分析、混沌理論、信息熵和小波分析等更加先進(jìn)的方法[16]。
20世紀(jì)80年代初,在傅里葉變換基礎(chǔ)上,發(fā)展起了小波變換分析方法(Wavelet Transform,WT),很好地克服了傅里葉變換分析方法的缺點:采用窗口大小可變、位置可動的變窗進(jìn)行頻譜分析,從而能夠更好地分析和揭示長時間序列數(shù)據(jù)中的局部特性(小周期),適于研究具有多時間尺度和非平穩(wěn)性的水文時間序列[16~17]。由小波變換衍生出來的交叉小波變換、小波相干譜分析方法等可定量評價兩時間序列的時滯特征,其在地下水位動態(tài)、地下水資源研究方面已有較多應(yīng)用[13,15,18~23]。
時間序列(xn,n=1,…N)的連續(xù)小波變換可定義為xn的卷積和小波標(biāo)準(zhǔn)化,定義為:
背景功率譜采用紅噪聲檢驗,紅噪聲檢驗過程用一階自回歸方程。背景紅噪聲功率譜定義為:
式中:α——紅噪聲功率譜中自回歸方程的相關(guān)系數(shù);
K——傅里葉頻率系數(shù)。
連續(xù)小波變換可揭示長時間序列數(shù)據(jù)中的不同顯著周期及其所處的觀測時段。
交叉小波變換將2個時間序列Xn和Yn定義為,其中,*為復(fù)共軛,對應(yīng)交叉小波譜為。而2個時間序列Xn和Yn的背景功率譜和PYk則定義為:
式中:Zv(p)——概率P的置信度水平,源于兩個χ2分部小波譜乘積的平方根。
交叉小波的相位角定義為:
交叉小波變換可以揭示兩組時間序列數(shù)據(jù)之間的相互關(guān)系,也即波動強(qiáng)烈時段上兩組序列數(shù)據(jù)之間的關(guān)系。包括兩組長時間序列數(shù)據(jù)“共同變化”的顯著周期、所處時段,同時,也包括通過小波相位角分析,得到的周期先后關(guān)系?!肮餐兓笔侵竷山M長時間序列數(shù)據(jù)在某時段內(nèi)具有相同的波動周期,而此周期內(nèi),兩組時間序列數(shù)據(jù)的波動往往具有一定的先后關(guān)系。某一因素受另外一種因素的影響而變化,它們之間會有一定的時間間隔,也稱為滯后效應(yīng)。如地下水水位受大氣降雨的影響,而地下水水位的變化相對于降雨變化,就具有一定的時間滯后效應(yīng)。
對于兩組時間序列數(shù)據(jù)X和Y,其小波相干譜定義為:
與交叉小波變換不同,小波相干譜度量兩組時間序列數(shù)據(jù)局部相關(guān)的密切程度,對于兩組序列數(shù)據(jù)共同變化不強(qiáng)烈的時段,在小波相干譜中的相關(guān)性也可能顯著。小波相干譜分析彌補(bǔ)了交叉小波變換的不足[17,20]。
本文采用小波變換相關(guān)計算方法和程序來自Torrence 等[17]和 Grinsted 等[20]。
濟(jì)南位于山東省中西部,南依泰山,北跨黃河,地處魯中南低山丘陵與魯西北沖積平原的交接帶上,地勢南高北低。濟(jì)南屬暖溫帶大陸性季風(fēng)氣候,多年平均氣溫14.3℃,多年平均降水量641.68 mm(1956—2012)。降水年內(nèi)分配不均,汛期為6—9月份,平均降水量467.18 mm,占年降水量的73%,12—3月平均降水量32.03 mm,僅占全年降水量的5%。多年平均蒸發(fā)量1500~1900 mm。濟(jì)南市地表水系主要包括黃河、小清河、海河三大水系。
濟(jì)南泉域地質(zhì)構(gòu)造為單斜斷塊,地勢南高北低,地層北傾。泉域東、西邊界分別為東塢斷裂和馬山斷裂,均為北北西向,斷裂大部具阻水性質(zhì);北部以火成巖體和石炭、二疊系為界;南部以區(qū)域地表分水嶺為界[21](圖1)。泉域南部為泰山山脈余脈,巖性為太古界泰山群變質(zhì)巖系及古生界寒武系灰?guī)r及頁巖等,為泉域裂隙巖溶水間接補(bǔ)給區(qū);中部為低山丘陵,巖性為寒武系灰?guī)r、頁巖及中、下奧陶系灰?guī)r、泥質(zhì)灰?guī)r等,裂隙、巖溶發(fā)育,為地下水直接補(bǔ)給區(qū)-徑流區(qū);北部為單斜構(gòu)造前緣、山前傾斜平原及黃河沖積平原等,為泉域排泄區(qū)[21],有趵突泉泉群、黑虎泉泉群、珍珠泉泉群及五龍?zhí)度旱人拇笕骸?/p>
圖1 濟(jì)南泉域水文地質(zhì)略圖及觀測點分布(據(jù)楊麗芝等[21]修改)Fig.1 Hydrogeological sketch map of the Jinan springs watershed and distribution of the monitoring wells
泉域地下水位動態(tài)數(shù)據(jù)為1959年1月—2011年12月共53年逐月觀測數(shù)據(jù)(圖2),其中不同時段水位動態(tài)觀測點不一致(圖1,表1)。
圖2 地下水位、降水及氣溫觀測數(shù)據(jù)Fig.2 Monitoring data of groundwater level,precipitationand and air temperature dynamics
表1 不同時段水位動態(tài)觀測點Tab.1 Groundwater monitoring points of different time intervals
降水及氣溫數(shù)據(jù)采用1959年1月—2011年12月逐月觀測數(shù)據(jù)(圖2)。氣象數(shù)據(jù)觀測站位于濟(jì)南站(站號54823),站點位于濟(jì)南泉域補(bǔ)給區(qū)。氣象數(shù)據(jù)來自于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.gov.cn/)。
大尺度氣象指標(biāo)包括NINO3.4區(qū)海表溫度異常(NINO3.4 Sea Surface Temperature Anomaly,NINO3.4 SSTA)、南方濤動指數(shù)(Southern Oscillation Index,SOI)、北極濤動指數(shù)(Arctic Oscillation,AO)、北太平洋指數(shù)(North Pacific Index,NPI)。ENSO是全球尺度上最有影響力的遙相關(guān)模式[13],主要有NINO SSTA和SOI兩個主要特征值[6]。
NINO3.4區(qū)海表溫度異常(NINO3.4 SSTA):NINO3.4 SSTA為NINO3.4區(qū)海表溫度與該區(qū)多年平均海表溫度的距平值,多年平均海表溫度計算選取的時段為1971—2000年,NINO3.4區(qū)位于5N~5S,170~120W。數(shù)據(jù)為英國氣象局(Met Office,MO)哈德利中心(Hadley Center)海表溫度數(shù)據(jù)集HadISST1。
南方濤動指數(shù)(SOI):SOI是指塔希堤(Tahiti)島(位于法屬玻利尼西亞)與澳大利亞的達(dá)爾文(Darwin)站的海平面氣壓差,以此來定量表示南方濤動的強(qiáng)弱。數(shù)據(jù)來自于美國國家海洋和大氣管理局(NationalOceanicand AtmosphericAdministration,NOAA)國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction,NCEP)。
北極濤動指數(shù)(AO):AO定義為北半球熱帶外1 000hPa高度場經(jīng)驗正交函數(shù)分析第一模態(tài)的時間系數(shù),是北半球中高緯度地區(qū)大氣環(huán)流尺度最大、最重要的模態(tài),對東亞氣候存在影響[10]。數(shù)據(jù)來自NOAA氣候預(yù)測中心(NCEP/CPC)。
北太平洋指數(shù)(NPI):NPI是位于30N、65N和160E、140W面積加權(quán)的海平面氣壓,數(shù)據(jù)為美國大氣研究中心(National Center for Atmospheric Research,NCAR)Trenberth&Hurrell數(shù)據(jù)集。
將濟(jì)南泉域地下水位、降水、氣溫與四個大尺度氣象指標(biāo)數(shù)據(jù)分別進(jìn)行連續(xù)小波變換(圖3),以分析其時頻域特征,了解它們的主要波動周期,以及顯著周期涵蓋的觀測時段等信息。
圖3 泉域地下水位(a)、降水(b)、氣溫(c)、NINO3.4 SSTA(d)、SOI(e)、AO(f)與NPI(g)連續(xù)小波變換Fig.3 Continuous wavelet transforms of(a)groundwater level,(b)precipitation,(c)air temperature,(d)NINO3.4 SSTA,(e)SOI,(f)AO and(g)NPI
4.1.1 周期性分析
4.1.1.1 地下水位、降水與氣溫周期性分析
連續(xù)小波變換顯示(圖3a~c),泉域地下水位、降水與氣溫的主周期均為1a(表2)。地下水位1a的主周期在二十世紀(jì)八十年代以后顯著時段分布連續(xù);降水1a的周期在大多數(shù)觀測時段均較為顯著,分布稍不連續(xù);而氣溫1a的周期則在全時段穩(wěn)定分布。此外,降水在20世紀(jì)80年代以后有2~4a的顯著周期,其周期尺度由20世紀(jì)80年代后期至21世紀(jì)初有略微減小的趨勢。
表2 各指標(biāo)連續(xù)小波變換的顯著周期與時段Tab.2 Significant periodicities and time intervals of continuous wavelet transforms
4.1.1.2 大尺度氣象指標(biāo)周期性分析
NINO3.4 SSTA的主周期為1~6a,顯著時段涵蓋了大多數(shù)觀測時段(圖3d)。在1~6a的周期上,顯著時頻域并不完全連續(xù),在部分觀測時段NINO3.4 SSTA的周期性是不顯著的。同時,該指標(biāo)在不同年份的顯著周期尺度也有差異,反映了周期隨時間的變化。1~6a的周期主要體現(xiàn)在1980—2000年,其余時段上顯著周期相對較短,表現(xiàn)為1~4a或1~5a等(表2)。
SOI主周期為2~6a與9~14a(圖3e)。在2~6a周期尺度上,不同年份的顯著周期也是不同的,主要趨勢為由1967—1973年2~5a的周期演變?yōu)?974—1991年3~6a的周期(表2)。9~14a的長周期在1974—2008年通過了顯著性檢驗,涵蓋時段長,同樣反映了SOI的主周期特征。
AO主周期為13~19a,顯著時段為1972—1995年(圖3f),此外短周期尺度上有1960—1968年2~5a及1980—1988年8a左右的局部周期。
NPI的周期性更為清晰,其主周期為1a,且顯著時段分布連續(xù)(圖3g)。
4.1.1.3 NINO3.4 SSTA顯著時段與ENSO事件強(qiáng)度的關(guān)系分析
對比王紹武等[9]、許武成等[6]對 ENSO 事件強(qiáng)度的研究成果,可知1959—2000年間全部ENSO事件的發(fā)生時間與上述5個時段有很好的對應(yīng)關(guān)系,ENSO事件全部發(fā)生在上述顯著時段內(nèi)(表3)。如上述第一時段包含開始于1963年與1965年的兩次暖事件及開始于1962年與1964年的兩次冷事件。除去1a的周期,在多年周期尺度上,NINO3.4 SSTA的2~6a周期與相關(guān)研究成果[13~15]是一致的(表 3)。
表3 小波變換顯著周期時段與相關(guān)文獻(xiàn)ENSO冷暖事件對比Tab.3 Comparison between the significant time intervals of NINO3.4 SSTA continues wavelet transform and ENSO events
將四個大尺度氣象指標(biāo)與濟(jì)南泉域地下水位、降水、氣溫分別進(jìn)行交叉小波變換(圖4),以分析波動強(qiáng)烈的時段上它們共同變化的顯著周期、顯著時段等信息。
圖4 NINO3.4 SSTA(1)、SOI(2)、AO(3)和NPI(4)與泉域地下水位(a)、降水(b)、氣溫(c)的交叉小波變換Fig.4 Cross wavelet transforms of(1)NINO3.4 SSTA,(2)SOI,(3)AO and(4)NPI with respect to(a)groundwater level,(b)precipitation and(c)air temperature
NINO3.4 SSTA與泉域地下水位的交叉小波變換顯示(圖4a1),二者主要存在2~6a的共振周期,顯著時段為20世紀(jì)80年代中期至2005年左右,符合NINO3.4 SSTA與地下水位連續(xù)小波變換的顯著時頻域特征。共振周期是小波分析里兩時間序列共同變化的周期,在此周期上的顯著時段內(nèi)兩序列是顯著相關(guān)的,且會呈現(xiàn)出一定的相位關(guān)系,可說明兩序列波動的時間間隔。在本文中顯著共振周期及其時段則代表了泉域地下水位、降水、氣溫與大尺度氣象模式的遙相關(guān)性。2~6a的周期上地下水位與NINO3.4 SSTA總體呈反相位分布,表現(xiàn)出了一定的遙相關(guān)。
SOI與水位動態(tài)11~13a的周期最為明顯,顯著時域為20世紀(jì)80年代后期至90年代(圖4a2)。在20世紀(jì)80年代中期至2005年左右也存在顯著的2~5a的周期,顯著時頻域基本在NINO3.4 SSTA與水位動態(tài)小波變換的時頻域范圍內(nèi),說明NINO3.4 SSTA與SOI這兩個ENSO指標(biāo)對泉域地下水位的影響有其相似性。AO與水位動態(tài)在20世紀(jì)80年代中期至2005年左右存在顯著的2~5a的周期,這應(yīng)主要與地下水位的周期性有關(guān)(圖4a3)。
連續(xù)小波變換可知,NINO3.4 SSTA、SOI與AO的周期主要表現(xiàn)在不同的多年時間尺度上。而以上三個指標(biāo)與泉域降水、氣溫交叉小波變換的共振周期不明顯,或僅存在1a尺度的共振周期(圖4,b1~b3,c1~c3)。對于1a的共振周期,兩序列的相位關(guān)系也不穩(wěn)定。該共振周期的出現(xiàn)主要是受降水、氣溫1a周期性的影響,不能很好地反映氣象指標(biāo)多年尺度的周期性。應(yīng)進(jìn)一步通過小波相干譜分析識別泉域地下水位、降水、氣溫與氣象模式的遙相關(guān)。
NPI的主周期為1a,與泉域地下水位、降水、氣溫交叉小波變換的周期也為1a,且顯著時段分布連續(xù),相位關(guān)系穩(wěn)定,很好地反映了它們在波動強(qiáng)烈時段上的遙相關(guān)(圖4a4~c4)。
4.3.1 降水、氣溫與地下水位動態(tài)之間的小波相干譜分析
降水是濟(jì)南泉域巖溶水資源的主要補(bǔ)給來源。在年際及多年周期尺度上,泉域地下水位動態(tài)與降水補(bǔ)給密切相關(guān)。對降水與地下水位進(jìn)行小波相干譜變換,以分析二者的全時段共同變化特征,了解它們共同的波動周期及顯著時段。同時,對氣溫與水位動態(tài)進(jìn)行變換,分析二者的共同變化特征(圖5)。
圖5 降水(a)、氣溫(b)與地下水位動態(tài)的小波相干譜Fig.5 Wavelet coherence of(a)precipitation and(b)air temperature with respect to groundwater level dynamic
降水與地下水位動態(tài)的小波相干譜顯示(圖5a),多數(shù)時頻域上二者具有顯著的共同變化,而能量密度大于0.5的區(qū)域更是涵蓋了絕大部分時頻域。降水是泉域地下水位波動的主要影響因素之一,對年際及多年變化更是如此,小波相干譜很好地展示了二者之間的這種密切相關(guān)的關(guān)系。1a左右和2~4a尺度的周期涵蓋幾乎全部1959—2011年的觀測時段。在1a的周期尺度上,相位關(guān)系為降水領(lǐng)先于泉域地下水位動態(tài)3~4個月;2~4a周期為降水領(lǐng)先于水位動態(tài)約6~12個月。
氣溫與地下水位相干譜的顯著時頻域較降水明顯減少(圖5b),說明它們共同變化的程度較降水與水位動態(tài)更低。氣溫與水位的主周期為1a,相位關(guān)系為氣溫領(lǐng)先于地下水位約3~4個月,與降水相位關(guān)系大體一致。需要說明,氣溫對濟(jì)南泉域地下水位動態(tài)并不具有直接的影響,二者表現(xiàn)出的1a周期的共同變化,是因為泉域所處氣候區(qū)為溫帶季風(fēng)氣候區(qū),具有雨熱同季的現(xiàn)象。因此,小波相干譜分析,包括交叉小波分析可揭示兩個時間序列的共同變化,但兩序列間是否具有因果關(guān)聯(lián),還是需要人為判定。
4.3.2 地下水位與大尺度氣象指標(biāo)的遙相關(guān)
為進(jìn)一步分析泉域地下水位、降水、氣溫與大尺度氣象模式的遙相關(guān),將NINO3.4 SSTA、SOI、AO和NPI四個氣象指標(biāo)分別與泉域地下水位、降水、氣溫進(jìn)行小波相干譜變換(圖6),以分析它們相互間全時段共同變化的時頻域特征,了解其共同變化周期、顯著時段及相位關(guān)系等信息。
泉域地下水位與NINO3.4 SSTA在1994—2011年存在6~14a的共振周期,相位關(guān)系為地下水位滯后NINO3.4 SSTA約2年(圖6a1,表4)。該周期僅在九十年代位于COI區(qū)域外,周期代表性較弱。除6~14a的周期,二者其他周期的顯著時段均很短,不具有代表性。泉域地下水位與SOI在1988—2011年具有7~13a的共振周期,周期尺度與NINO3.4 SSTA變換結(jié)果接近(圖6a2)。相位關(guān)系為地下水位滯后于SOI約6年,明顯大于地下水位對NINO3.4 SSTA的滯后時間。COI區(qū)域外顯著時域為20世紀(jì)80年代后期至90年代。
圖6 NINO3.4 SSTA(1)、SOI(2)、AO(3)和NPI(4)分別與地下水位(a)、降水(b)和氣溫(c)的小波相干譜Fig.6 Wavelet coherence of(1)NINO3.4 SSTA,(2)SOI,(3)AO and(4)NPI with respect to(a)groundwater level,(b)precipitation,and(c)air temperature
表4 地下水位、降水、氣溫與氣象指標(biāo)小波相干變換的周期性特征Tab.4 Periodicities of wavelet coherence transforms of groundwater levels,precipitation and air temperature with respect to climatic indexes
對比以上地下水位動態(tài)與ENSO兩個指標(biāo)的小波相干變換,可以發(fā)現(xiàn)兩個變換在顯著周期及分布時段上有很好的相似性,而小波相位角差別較大,表征的地下水位對兩氣象指標(biāo)的滯后分別為約2年與約6年,這是由氣象指標(biāo)本身的周期差異所決定的。如前文所述,這兩個指標(biāo)各自反映的ENSO事件的時間尺度是不一致的,NINO3.4 SSTA主要反映2~6a的周期特征,而SOI主要反映9~14a的周期特征。
COI區(qū)域外,泉域地下水位與AO在1979—1994年存在4~7a的主共振周期,相位關(guān)系為地下水位動態(tài)滯后于AO約2年(圖6a3)。水位與NPI的主共振周期為1a,相位關(guān)系為地下水位動態(tài)滯后于NPI約4個月(圖6a4)。這一共振周期的顯著時段涵蓋了1959—2011年間的大多數(shù)觀測時段,周期代表性好。此外,水位與NPI在1994—2002年存在約2a的周期,但顯著時段短,代表性弱。
4.3.3 降水與大尺度氣象指標(biāo)的遙相關(guān)
泉域降水與NINO3.4 SSTA在1991—2011年存在6~12a的顯著共振周期,相位關(guān)系為降水滯后于NINO3.4 SSTA大約9個月(圖6b1,表4)。COI區(qū)域外顯著時段為二十世紀(jì)九十年代至二十一世紀(jì)初。在1977—1985年存在4~5a周期,相位關(guān)系為降水滯后于NINO3.4 SSTA大約1年。泉域降水與 SOI在1976—1986年存在4~6a的共振周期,相位關(guān)系為降水滯后于SOI約3年,明顯大于降水滯后于NINO3.4 SSTA動態(tài)的時間。在1997—2007年存在1~2a的共振周期,二者大約同相位分布(圖6b2)。對比以上結(jié)果,降水與ENSO兩指標(biāo)的小波相干譜也是有其相似性的,二者主共振周期分布的時頻域基本一致,差別主要為降水對兩指標(biāo)響應(yīng)滯后時間的差異。與地下水位對ENSO兩指標(biāo)差異響應(yīng)的原因一致,降水響應(yīng)的時滯差異同樣是由兩氣象指標(biāo)本身所代表ENSO周期的尺度差異所引起的。
泉域降水與AO在1984—1989年存在2~4a的周期,此周期上二者呈反相位關(guān)系,表現(xiàn)為降水滯后于AO約1年時間(圖6b3)。在1959—1965年存在1a左右的共振周期,二者基本呈同相位分布。COI區(qū)域外,降水與NPI存在顯著的,在全部觀測時段連續(xù)分布的約1a的共振周期,周期代表性極好(圖6b4)。二者基本同相位分布,但降水稍有滯后,較NPI滯后約1個月。
4.3.4 氣溫與大尺度氣象指標(biāo)的遙相關(guān)
泉域氣溫與ENSO兩指標(biāo)NINO3.4 SSTA、SOI在COI區(qū)域外,共振周期的顯著時段均很短,不具有代表性(圖6c1-c2)。而氣溫與AO及NPI表現(xiàn)出了很好的共同變化。氣溫與AO在1982—2011年存在5~8a周期,相位關(guān)系為氣溫滯后于AO約5年,在1982年至二十一世紀(jì)初分布于COI區(qū)域外,具有顯著的時頻域特征(圖6c3)。它們在全時段上均具有14~19a的周期,其中二十世紀(jì)七十年代末至九十年代初位于COI區(qū)域外,相位關(guān)系同樣為氣溫滯后于AO約5年。此外,還可觀察出2~3a與1a的周期,顯著時段分別為1973—1979年與1959—1965年。
氣溫與NPI存在顯著的,涵蓋全部時域的1a的周期,該周期同地下水位及降水與NPI的主周期一致,此周期上氣溫與NPI呈同相位分布(圖6c4)。在長周期尺度上,氣溫與SOI顯著性類似,氣溫與NPI在全時域存在14~19a的周期,相位關(guān)系為氣溫滯后于NPI約5年。氣溫與NPI在1986—2011年存在6~10a周期,該時段上顯著周期的尺度較氣溫與AO小波變換的周期尺度更長,后者為5~8a的周期。此外氣溫與NPI在1999—2011年存在2~3a周期也是顯著的。
4.3.5 小波相干分析小結(jié)
泉域降水與地下水位1a與2~4a的周期在全時域顯著相關(guān),其他周期相關(guān)性也較好。氣溫與地下水位則主要在1a的周期上相關(guān),基本在全時域顯著。
以大尺度氣象指標(biāo)為主線對前文遙相關(guān)進(jìn)行梳理,NINO3.4 SSTA與地下水位及降水主要在1~7a的周期尺度上存在遙相關(guān);SOI與地下水位主要在6~13a及2~5a的周期上存在遙相關(guān),與降水在4~6a的周期上存在遙相關(guān);AO與地下水位及降水主要在1~7a尺度上存在遙相關(guān),與氣溫主要在14~19a及5~8a周期上存在遙相關(guān),在1~3a周期也有一定的遙相關(guān)性;NPI與地下水位、降水、氣溫的遙相關(guān)主要體現(xiàn)在1a的周期尺度上,與氣溫在14~19a與6~10a周期上也存在遙相關(guān)。上述遙相關(guān)的顯著時域為,1a的周期基本在全時域顯著,2~7a與14~19a的周期主要在20世紀(jì)80年代顯著,6~14a的周期主要在20世紀(jì)80-90年代顯著。
NINO3.4 SSTA、SOI、AO 及 NPI四個氣象指標(biāo)的影響尺度是不同的,前三個指標(biāo)的影響范圍大,像NINO3.4 SSTA與SOI,表征的是 ENSO現(xiàn)象,對全球范圍的氣候都會產(chǎn)生影響。而NPI影響范圍相對較小,主要為北太平洋地區(qū)。由氣象指標(biāo)與地下水位、降水、氣溫的小波相干譜可直觀地觀察到,對濟(jì)南泉域地下水位等而言,區(qū)域性氣象指標(biāo)NPI對它們的影響要更為直接,所表現(xiàn)出的遙相關(guān)也更為強(qiáng)烈。在1a的周期尺度上,NPI與地下水位、降水、氣溫均表現(xiàn)出了幾乎涵蓋全部觀測時段的顯著遙相關(guān)關(guān)系,這是其他三個指標(biāo)未能展現(xiàn)的。其他指標(biāo)與地下水位等的顯著遙相關(guān)僅能涵蓋某一特定的觀測時段。說明濟(jì)南巖溶泉域與區(qū)域性氣象指標(biāo) NPI的遙相關(guān)性較 NINO3.4 SSTA等全球尺度指標(biāo)更為顯著。
前文中已分別進(jìn)行了泉域降水與地下水位、氣象指標(biāo)與地下水位、氣象指標(biāo)與降水的小波相干譜分析,得出不同的響應(yīng)時滯,這三個時滯之間應(yīng)該有較好的對應(yīng)關(guān)系。參照前文,就NPI指標(biāo),在1a周期尺度上,地下水位滯后于降水3~4個月,地下水位滯后于NPI約4個月,降水滯后于NPI約1個月,這三組小波相干分析結(jié)果的對應(yīng)關(guān)系很好。對于NINO3.4SSTA與地下水位,在6~14a的周期尺度上,地下水位滯后于降水約1年,地下水位滯后于NINO3.4 SSTA約2年,降水滯后于NINO3.4 SSTA約9個月,這三組的對應(yīng)關(guān)系稍差。這應(yīng)當(dāng)與顯著周期的差異有關(guān),地下水位與降水及地下水位與NINO3.4 SSTA的顯著周期均為6~14a,而降水與 NINO3.4 SSTA的顯著周期為6~12a。同時,對小波變換響應(yīng)時滯的判讀也會存在一定的誤差。
濟(jì)南巖溶泉域地下水位、降水、氣溫的周期變化與NINO3.4 SSTA、SOI、AO及NPI等大尺度氣象模式的周期變化存在遙相關(guān),這種遙相關(guān)存在的認(rèn)識與相關(guān)研究[13,15]的認(rèn)識一致。大尺度氣象模式并不直接對泉域地下水位產(chǎn)生影響,而是通過對降水等的影響間接產(chǎn)生影響,從而使二者表現(xiàn)出一定程度的遙相關(guān)。
巖溶泉域地下水位、降水、氣溫與大尺度氣象模式遙相關(guān)的時頻域及時滯是不同的。濟(jì)南泉域地下水位1a的周期主要與NPI有關(guān),在全觀測時段遙相關(guān)顯著;4~7a的周期主要與AO有關(guān),在20世紀(jì)80-90年代中期遙相關(guān)顯著;6~14a的周期主要與ENSO的兩指標(biāo)NINO3.4 SSTA、SOI有關(guān),在20世紀(jì)80年代末至21世紀(jì)初顯著。泉域降水1a的周期主要與NPI有關(guān),全時段顯著;2~4a周期主要與AO有關(guān),在20世紀(jì)80年代后期顯著;4~6a周期與6~10a周期均主要與NINO3.4 SSTA、SOI有關(guān),分別在20世紀(jì)70年代中期至80年代中期以及90年代至21世紀(jì)初顯著。泉域氣溫1a的周期主要與NPI有關(guān),全時段顯著;2~3a的周期主要與AO、NPI有關(guān),分別在20世紀(jì)70年代及21世紀(jì)顯著;5~10a的周期主要與AO、NPI有關(guān),在20世紀(jì)80年代之后顯著;14~19a的周期與AO、NPI有關(guān),在20世紀(jì)70年代末至90年代顯著。
本文主要采用統(tǒng)計學(xué)的方法對巖溶泉域地下水位、降水、氣溫與大尺度氣象模式的遙相關(guān)進(jìn)行了分析。在水文地質(zhì)領(lǐng)域,進(jìn)一步可研究全球不同地下水系統(tǒng)的地下水位、水化學(xué)等與大尺度氣象模式間的遙相關(guān),以認(rèn)識氣象模式對地下水資源的影響特征,幫助完善地下水資源管理。另外,地下水位關(guān)系到地下水資源量及諸多地質(zhì)環(huán)境問題,預(yù)警預(yù)測工作十分重要,準(zhǔn)確性的要求也較高。利用地下水位、降水、氣溫等與大尺度氣象模式存在的遙相關(guān),可在地下水位預(yù)警預(yù)測模型中耦合大尺度氣象指標(biāo),以幫助提高預(yù)警預(yù)測精度。
[1] 朱黨生,張建永,史曉新,等.城市飲用水水源地安全評價(Ⅱ):全國評價[J].水利學(xué)報,2010,41(8):914-920.[ZHU D S,ZHANG J Y,SHI X X,et al.Security assessment of urban drinking water sourcesⅡ.Security assessment for cities in China[J].Journal of Hydraulic Engineering,2010,41(8):914-920.(in Chinese)]
[2] 周仰效.娘子關(guān)泉流量的時間序列疊加模型[J].工程勘察,1986(4):31-34.[ZHOU Y X.Time series superposition model of discharge of Niangziguan spring[J].Geotechnical Investigation & Surveying,1986(4):31-34.(in Chinese)]
[3] 張聞勝,王銀堂.時間序列分解模型在水文要素中長期預(yù)報中的應(yīng)用[J].水文,2001,21(1):21-24.[ZHANG W S,WANG Y T.Application of the time series decomposable model inmedium and longterm hydrologic forecasting[J].Journal of China Hydrology,2001,21(1):21-24.(in Chinese)]
[4] DAVEY M K,BROOKSHAW A,INESON S.The probability of the impact of ENSO on precipitation and near-surface temperature [J]. Climate Risk Management,2014(1):5-24.
[5] 龔道溢,王紹武.近百年ENSO對全球陸地及中國降水的影響[J].科學(xué)通報,1999,44(3):315-320.[GONG D Y,WANG S W.ENSO influences on precipitation of global land and China in the past century[J].Chinese Science Bulletin,1999,44(3):315-320.(in Chinese)]
[6] 許武成,馬勁松,王文.關(guān)于ENSO事件及其對中國氣候影響研究的綜述[J].氣象科學(xué),2005,25(2):212-220.[XU W C,MA J S,WANG W.A review of studies on the influence of ENSO events on the climate in China[J].Scientia Meteorologica Sinica,2005,25(2):212-220.(in Chinese)]
[7] FU G B,YU J J,YU X B,et al.Temporal variation of extreme rainfall events in China,1961-2009 [J].J Hydrol,2013,487:48-59.
[8] 龔道溢.北極濤動對東亞夏季降水的預(yù)測意義[J]. 氣象,2003,29(6):3-6.[GONG D Y.Arctic oscillation’s significance for predictionof east asian summer monsoon rainfall[J].Meteorological Monthly,2003,29(6):3-6.(in Chinese)]
[9] 王紹武,龔道溢.近百年來的ENSO事件及其強(qiáng)度[J]. 氣象,1999,25(1):10-14.[WANG S W,GONG D Y.ENSO events and their intensity during the past century[J].Meteorological Monthly,1999,25(1):10-14.(in Chinese)]
[10] BONSAL B R,SHABBAR A,HIGUCHI K.Impacts of low frequency variability modes on Canadian winter temperature[J].Int J Climatol,2001,21(1):95-108.
[11] LUQUE-ESPINAR J A,CHICA-OLMO M,PARDOIGUZQUIZA E,et al.Influence of climatological cycles on hydraulic heads across a Spanish aquifer[J].J Hydrol,2008,354(1/4):33-52.
[12] HOLMAN I P,RIVAS-CASADO M,HOWDEN N J K,et al.Linking North Atlantic ocean-atmosphere teleconnection patterns and hydrogeological responses in temperate groundwatersystems [J]. Hydrol Process,2009,23(21):3123-3126.
[13] TREMBLAY L,LAROCQUE M,ANCTIL F,et al.Teleconnections and interannual variability in Canadian groundwater levels [J].J Hydrol,2011,410(3/4):178-188.
[14] GURDAK J J,HANSON R T,MCMAHON P B,et al.Climate variability controls on unsaturated water and chemical movement,High Plains aquifer,USA[J].Vadose Zone J,2007,6(3):533-547.
[15] KUSS A J M G,J J.Groundwater level response in U.S.principal aquifers to ENSO,NAO,PDO,and AMO [J].J Hydrol,2014,519(B):1939-1952.
[16] 桑燕芳,王中根,劉昌明.水文時間序列分析方法研究進(jìn)展[J].地理科學(xué)進(jìn)展,2013,32(1):20-30.[SANG Y F,WANG Z G,LIU C M.Research progress on the time series analysis methods in hydrology[J].Progress Ingeography,2013,32(1):20-30.(in Chinese)]
[17] TORRENCE C,COMPO G P.A practical guide to wavelet analysis[J].B Am Meteorol Soc,1998,79(1):61-78.
[18] 祁曉凡,楊麗芝,韓曄,等.濟(jì)南泉域地下水位動態(tài)及其對降水響應(yīng)的交叉小波分析[J].地球科學(xué)進(jìn)展,2012,27(9):969-978.[QI X F,YANG L Z,HAN Y,et al.Cross wavelet analysis of groundwater level regimes and precipitation groundwater level regime in Ji’nan Spring Region[J].Advances in Earth Science,2012,27(9):969-978.(in Chinese)]
[19] 祁曉凡,蔣忠誠,羅為群.典型表層巖溶水系統(tǒng)降水量與泉流量的交叉小波分析[J].地球與環(huán)境,2012,40(4):561-567.[QI X F,JIANG Z C,LUO W Q.Cross wavelet analysis of relationship between precipitation and spring discharge of a typical epikarst water system[J].Earth and Environment,2012,40(4):561-567.(in Chinese)]
[20] GRINSTED A, MOOREJC, JEVREJEVA S.Application of the cross wavelet transform and wavelet coherence to geophysical time series[J].Nonlinear Proc Geoph,2004,11(5/6):561-566.
[21] 楊麗芝,李壯,祁曉凡,等.濟(jì)南城市地質(zhì)調(diào)查報告[R].濟(jì)南:山東省地質(zhì)調(diào)查院,2014.[YANG L Z,LI Z,QI X F,et al.Report of Jinan urban geological survey[R].Jinan:Shandong Institute of Geological Survey,2014.(in Chinese)]
[22] 李文鵬,鄭躍軍,郝愛兵.北京平原區(qū)地下水位預(yù)警初步研究[J].地學(xué)前緣,2010,17(6):166-173.[LI W P,HAO Y J,HAO A B.A preliminary study of groundwater level pre-warning in Beijing Plain[J].Earth Science Frontiers,2010,17(6):166-173(in Chinese)]
[23] 沈曄,李海濤,黎濤,等.地下水位預(yù)測:集合卡爾曼濾波(EnKF)應(yīng)用概述[J].水文地質(zhì)工程地質(zhì),2014,41(1):21-24.[SHEN Y,LI H T,LI T,etal. Groundwater levelforecast:overview of application of the Ensemble Kalman filter(EnKF)[J].Hydrogeology & Engineering Geology,2014,41(1):21-24.(in Chinese)]