衛(wèi) 磊, 楊桂蓮, 魯程鵬, 孫 龍,,于 釙, 李 巖
(1.河海大學(xué) 水文水資源學(xué)院, 江蘇 南京 210098; 2.水利部信息中心, 北京 100053)
近30年來(lái),我國(guó)地下水開(kāi)采量以每年25×108m3的速度遞增,開(kāi)采量的不斷增加造成了嚴(yán)重的超采問(wèn)題[1]。從流域分區(qū)看,北方各流域片地下水超采問(wèn)題較大,其中海、灤河片問(wèn)題最為嚴(yán)重,其超采區(qū)面積約9×104km2,其中嚴(yán)重超采區(qū)面積約4×104km2,年均地下水超采量約40×108m3,累計(jì)超采量約為592.7 m3[2]。華北平原包括北京市、天津市、河北省以及河南、山東部分地區(qū),東臨渤海,西抵太行山,北起燕山,南至黃河,地域總面積約14×104km2。一些地區(qū)由于過(guò)量的開(kāi)采地下水,地下水流場(chǎng)由天然狀態(tài)逐漸變化發(fā)展為非穩(wěn)定狀態(tài),發(fā)生了不可恢復(fù)的地面沉降[3]。華北地區(qū)主要形成的淺層地下水位降落漏斗有天竺通州漏斗(影響范圍為朝陽(yáng)區(qū)、通州區(qū)等),高蠡肅漏斗(影響范圍為高陽(yáng)縣、肅寧縣等),寧柏隆漏斗(影響范圍為寧晉縣、柏鄉(xiāng)縣等)等[4]。
華北平原由于其地理位置的特殊性以及地下水開(kāi)采問(wèn)題的嚴(yán)重性,一直受到許多學(xué)者的重視。費(fèi)宇紅等[4-5]對(duì)于華北區(qū)域地下水動(dòng)態(tài)變化做了大量的研究,分析了河北平原以及華北平原1950-2005年演變特征及機(jī)制,并利用了層次分析、關(guān)聯(lián)度、相關(guān)分析等方法識(shí)別了主要影響因素為人類(lèi)活動(dòng);許月卿[6]利用投影尋蹤回歸模型研究分析了1975-2000年影響河北平原地下水位變化的主要因素;徐強(qiáng)等[7]利用多元線性回歸模型及季節(jié)分解模型對(duì)北京平谷平原地下水位動(dòng)態(tài)特征及影響因素進(jìn)行了分析;王仕琴等[8]利用2004-2007水位監(jiān)測(cè)資料結(jié)合各影響因素進(jìn)行了華北平原地下水動(dòng)態(tài)分析;楊麗芝等[9]利用皮爾遜相關(guān)分析法研究了1978-2007年的德州深層地下水變化主導(dǎo)因素;李世峰等[10]利用灰色關(guān)聯(lián)理論分析了影響地下水水位的主要因素;許長(zhǎng)青[11]利用時(shí)間序列相關(guān)理論分析了邯鄲市地下水動(dòng)態(tài)變化。但對(duì)于華北平原地下水位的研究主要集中于20世紀(jì)中后期到21世紀(jì)初的監(jiān)測(cè)數(shù)據(jù),且研究區(qū)主要選擇為華北平原內(nèi)的部分典型區(qū)域。傳統(tǒng)研究多以統(tǒng)計(jì)學(xué)方法來(lái)分析主要影響因素,而隨著神經(jīng)網(wǎng)絡(luò)方法的發(fā)展,因其具有很強(qiáng)的近似數(shù)學(xué)映射能力,在變量分析及預(yù)測(cè)研究中日益受到重視,Nourani 等[12]利用3種方法進(jìn)行比較,得出神經(jīng)網(wǎng)絡(luò)模型在模擬水文模型方面較為優(yōu)秀;Feng等[13]利用神經(jīng)網(wǎng)絡(luò)模擬了石羊河流域地下水動(dòng)態(tài)變化并找出了主要影響因子;Li等[14]利用神經(jīng)網(wǎng)絡(luò)模型分析了晉祠泉的地下水系統(tǒng)的主要敏感性因子。
本文研究華北平原整體2005-2015年淺層地下水埋深、空間分布特征及演變規(guī)律,并利用BP神經(jīng)網(wǎng)絡(luò)的方法確定了影響淺層地下水動(dòng)態(tài)變化的控制因素,為進(jìn)一步研究華北平原地下水超采區(qū)治理措施提供依據(jù)。
本次數(shù)據(jù)統(tǒng)計(jì)來(lái)源于2005-2015年全國(guó)水資源公報(bào)與全國(guó)地下水控制站的監(jiān)測(cè)數(shù)據(jù)。選取典型站點(diǎn)時(shí)應(yīng)根據(jù)監(jiān)測(cè)站點(diǎn)的代表性、監(jiān)測(cè)數(shù)據(jù)的可靠性與一致性進(jìn)行三性審查及篩選,充分考慮該站點(diǎn)是否位于淺層地下水超采區(qū),站點(diǎn)監(jiān)測(cè)資料序列長(zhǎng)度以及監(jiān)測(cè)數(shù)據(jù)是否符合實(shí)際情況等。
影響地下水埋深的因素分為兩類(lèi):第1類(lèi)是由含水層水量變化引起的埋深變化,包括降水、人工開(kāi)采等;第2類(lèi)是由含水層應(yīng)力應(yīng)變狀態(tài)引起的埋深變化,包括大氣壓力的變化、引力的變化等[9]。由于第2類(lèi)因素對(duì)淺層地下水變化影響較小,對(duì)于宏觀研究華北平原淺層地下水超采區(qū)成因機(jī)制及各因素的貢獻(xiàn)率,可以?xún)H從第1類(lèi)因素分析?;诘叵滤裆畹淖兓Q于地下水的補(bǔ)給量與排泄量的增減,這里主要研究降水量及人工開(kāi)采這兩個(gè)因素,結(jié)合埋深動(dòng)態(tài)數(shù)據(jù)進(jìn)行相關(guān)分析。
華北平原地勢(shì)平坦,在區(qū)域內(nèi)多種復(fù)雜的大型地貌和小型地貌交錯(cuò)重疊,有大型沖積扇、扇間洼地、河道帶、河口三角洲等,這些特有的地形地貌對(duì)地表徑流以及地下水的運(yùn)動(dòng)和富集都具有重要的控制作用[8]。
首先分析典型站點(diǎn)的埋深變化過(guò)程。華北平原淺層地下水超采區(qū)主要集中在北京市、山東省和河北省大部分地區(qū),所以主要在上述3省、市選擇典型站點(diǎn)。結(jié)合監(jiān)測(cè)資料考慮前文所述因素后選取了7個(gè)典型站點(diǎn)(北京市2個(gè),河北省4個(gè),山東省1個(gè)),2005-2015年3省、市各典型站點(diǎn)潛水位埋深與降水量對(duì)比見(jiàn)圖1。
選取的北京市潛水典型測(cè)站是位于北京市大型孔隙淺層地下水超采區(qū)的劉莊子和東柳潛水測(cè)站。由圖1可知東柳潛水測(cè)站2005-2015年年平均潛水位埋深變化率為-1.8%,劉莊子年平均潛水位埋深變化率為-0.58%,表明北京市2005-2015潛水面埋深整體趨勢(shì)是減小的。由圖1(a)中兩條曲線可以看出兩測(cè)站在2010-2015年數(shù)值及趨勢(shì)上基本是一致的,結(jié)合降水量柱狀圖分析是受到降水量控制,呈現(xiàn)出降水量增加,埋深下降的整體趨勢(shì);而在個(gè)別年份,降水量降低時(shí),潛水位埋深依然在下降,可以初步分析人工開(kāi)采是影響地下水埋深變化的重要因素。
選取的河北省4個(gè)潛水典型測(cè)站分別為位于保定市特大型淺層地下水超采區(qū)的西麻各莊潛水測(cè)站和郎莊潛水測(cè)站、位于石家莊特大淺層地下水超采區(qū)的南洼潛水測(cè)站以及位于邯鄲市大型超采區(qū)的大寨潛水測(cè)站。由圖1(b)可知,西麻各莊、南洼、大寨、郎莊潛水測(cè)站2005-2015年年平均埋深變化率分別為4.51%、2.86%、4.62%、1.10%。可以看出與北京市潛水面埋深的趨勢(shì)不同,河北省潛水埋深的變化趨勢(shì)是增加的;而從圖1(b)可知降水量并無(wú)明顯的變化趨勢(shì),同樣可以判斷影響潛水埋深變化的主要因素并非降水而是人工開(kāi)采。
選取的山東省潛水典型測(cè)站為位于一般超采區(qū)的馬莊潛水測(cè)站。由圖1(c)可知,馬莊潛水測(cè)站潛水位埋深年平均變化率為1.14%,呈上升的趨勢(shì),與河北省相類(lèi)似,降水量的變化并沒(méi)有主導(dǎo)著埋深的變化。
圖1 2005-2015年3省市各典型站點(diǎn)潛水位埋深與降水量對(duì)比
根據(jù)代表年選取原則選取轉(zhuǎn)折點(diǎn)的年份,結(jié)合7個(gè)典型站點(diǎn)的潛水面埋深過(guò)程線(圖1),可以得出代表年份為2013年。繪制2013年華北平原潛水埋深等值線圖(圖2),用以分析其潛水埋深的空間分布特征。
圖2 華北平原2013年潛水位埋深等值線
由圖2可以看出,淺層地下水埋深高值區(qū)主要分布于太行山和燕山山前平原的工業(yè)城市,埋深較大的地區(qū)(大于30 m)主要在北京市西北部、河北省邢臺(tái)局部地區(qū)和石家莊市大部分地區(qū),約占華北平原總面積的7%。埋深較淺的地區(qū)(小于10 m)分布于天津等濱海城市以及河南大部分地區(qū),面積占比超過(guò)60%。費(fèi)宇紅等[4]研究得到2005年埋深大于10 m的面積占全區(qū)的44.4%,說(shuō)明近幾年的華北平原潛水位埋深較淺(小于10m)的地區(qū)有所增加,一般超采區(qū)的潛水位下降情況有所改善,但嚴(yán)重超采區(qū)的分布與2005年無(wú)明顯變化。
根據(jù)我國(guó)水資源公報(bào)(2005-2015年)發(fā)布數(shù)據(jù)統(tǒng)計(jì)得到的2005-2015年華北平原淺層地下水蓄變量和水資源量見(jiàn)圖3。由圖3可知, 2005-2015年淺層地下水動(dòng)態(tài)變化量除2008、2012年有較小程度上升外,其余均較上年有所下降,且有多年下降量較大,2014年更是減少了92.2×108m3。統(tǒng)計(jì)得2005-2015年淺層地下水儲(chǔ)存量減少較多,達(dá)到264.8×108m3。從圖3還可以看出,2015年與2005年相比地下水資源量基本持平,僅減少了約2×108m3。
圖3 2005-2015年華北平原淺層地下水蓄變量和資源量
補(bǔ)給方面存在降水量的變化及下墊面因素的影響。對(duì)于整個(gè)地區(qū)淺層地下水的變化,主要考慮其降水量的變化。2005-2015年華北5省、市及華北平原降水量見(jiàn)圖4。研究區(qū)氣候主要為暖溫帶半干旱季風(fēng)氣候,降水量年內(nèi)分配不均勻,夏季多雨,常有洪澇,冬季少雨干燥[15],且年際變化較大。根據(jù)近2005-2015年年降水量對(duì)比,可得枯水年為2006年的438.2 mm以及2014年的427.4 mm,豐水年為2012年的601.3 mm,豐水年降水量可達(dá)枯水年降水量的1.5倍。從圖4可以看出,近10年年降水量均有較大差異,除2012、2013年外都低于多年平均降水量,近2005-2015年年平均降水量為507.8 mm,低于多年平均降水量535.4 mm(多年平均值采用1956-2000年系列平均值),較多年平均低5.15%。
關(guān)于華北5省市降水量由圖4對(duì)比可以得出,降水量起伏都比較大。除河南省、山東省外,其余3省市2015年降水量較2005年都有所上升。
圖4 2005-2015年華北5省市及華北平原降水量
華北平原地表水資源比較匱乏,缺水比較嚴(yán)重,因此,地下水為這一地區(qū)的主要供水水源,根據(jù)2005-2015年水資源公報(bào)資料數(shù)據(jù)統(tǒng)計(jì),華北地區(qū)地下水供水量平均占總供水量的63%。據(jù)統(tǒng)計(jì),華北平原每年超采地下水約100×108m3,超過(guò)全國(guó)平原區(qū)地下水超采量的60%,超采面積達(dá)7.07×104km2,約占全國(guó)的24%[4]。
2005、2010以及2015年的5省市地下水開(kāi)采量與供水量如圖5所示。由圖5可以看出華北5省市地下水供水量幾乎都呈下降趨勢(shì),且占比下降幅度也比較大,地下水開(kāi)采的力度明顯減小,2015年總地下水供水量比2005年少了40×108m3。
圖5 2005、2010和2015年華北5省市地下水供水量變化
超采區(qū)的形成影響因素主要有降水量和地下水供水量,但對(duì)于不同地區(qū),這些因素的影響程度也大不相同。本次采用基于BP神經(jīng)網(wǎng)絡(luò)的貢獻(xiàn)分析變量選擇方法研究控制因素[16],選用應(yīng)用最為廣泛的單隱含層、多輸入、單輸出3層BP人工神經(jīng)網(wǎng)絡(luò)。
將降水量與地下水供水量線性歸一化[17]之后,作為兩個(gè)輸入層神經(jīng)元,隱含層神經(jīng)元數(shù)目n2與輸入層神經(jīng)元個(gè)數(shù)n1有如下近似關(guān)系:
n2=2n1+1
(1)
所以此次神經(jīng)元個(gè)數(shù)設(shè)為5個(gè)。
選擇tan-sigmoid函數(shù)和線性函數(shù)分別作為輸入層到隱含層以及隱含層到輸出層的傳遞函數(shù)[18],訓(xùn)練算法選擇trainlm函數(shù)(Levenberg-Marquardt優(yōu)化算法)[19],該方法學(xué)習(xí)速度快,對(duì)于簡(jiǎn)單網(wǎng)絡(luò)是最好的一種訓(xùn)練算法。
經(jīng)過(guò)訓(xùn)練得到輸出結(jié)果后首先需要反歸一化,進(jìn)而根據(jù)平均誤差率[18]分析模擬結(jié)果的好壞:
(2)
式中:dt為平均誤差率;n為數(shù)據(jù)總數(shù)。
若模擬效果較好,則訓(xùn)練過(guò)程結(jié)束,確定權(quán)值,便可進(jìn)行各輸入變量對(duì)輸出的影響力分析[20]。先作以下定義:
(3)
(4)
式中:xj為第j個(gè)輸入變量;hi為第i個(gè)隱含層節(jié)點(diǎn)的輸入;Hi為第i個(gè)隱含層節(jié)點(diǎn)的輸出;wij為輸入節(jié)點(diǎn)j與隱含層節(jié)點(diǎn)i之間的連接權(quán);vi為隱含層節(jié)點(diǎn)i與輸出節(jié)點(diǎn)之間的連接權(quán);αij為第j個(gè)輸入對(duì)第i個(gè)隱含層節(jié)點(diǎn)的貢獻(xiàn);βi為第i個(gè)隱含層節(jié)點(diǎn)對(duì)輸出的貢獻(xiàn)。為了定量表征各影響因子對(duì)地下水埋深變化的貢獻(xiàn)率,特別的定義第j個(gè)輸入變量對(duì)總體輸出的貢獻(xiàn)率,計(jì)算公式如下:
(5)
選取研究區(qū)各省市作為研究對(duì)象,統(tǒng)計(jì)淺層地下水超采區(qū)中心的埋深變化結(jié)合降水量及地下水供水量數(shù)據(jù)做分析。
各省市代表站的潛水埋深模擬結(jié)果與實(shí)測(cè)值對(duì)比如圖6所示,由公式(5)計(jì)算可得北京市、天津市、河北省、山東省以及河南省的模擬效果平均誤差率較小,分別為0.2%、1.5%、0.1%、0.1%以及0.04%,模擬效果比較理想。
利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)計(jì)算影響因子的貢獻(xiàn)率,結(jié)果如圖7所示。北京市和河北省作為華北平原淺層地下水超采區(qū)典型區(qū)域,其因子(降水量和地下水供水量)貢獻(xiàn)率差異較大,地下水供水量貢獻(xiàn)率分別為0.647和0.391,占比較大,均為其淺層地下水埋深變化的控制因素,山東省和河南省也表現(xiàn)出類(lèi)似的特征。
天津市兩因子貢獻(xiàn)率幾乎持平,天津降水量貢獻(xiàn)率甚至稍大于地下水供水量貢獻(xiàn)率,由前文可知,天津市幾乎沒(méi)有淺層地下水超采區(qū),并且其占華北平原面積很小,因此天津市各因子貢獻(xiàn)率結(jié)果的代表性不強(qiáng)。
上述結(jié)果表明:華北平原淺層地下水水位埋深變化顯著受到地下水供水量的控制,而與降水量具有并不顯著的負(fù)相關(guān)關(guān)系。
圖6 2005-2015年研究區(qū)各省市水位埋深實(shí)測(cè)與模擬結(jié)果對(duì)比、
圖7 研究區(qū)各省市降水與地下水供水對(duì)地下水埋深變化的貢獻(xiàn)率
(1)華北平原淺層地下水埋深變化與降水量和人工開(kāi)采量存在著緊密的聯(lián)系。由于全球變暖的趨勢(shì),極端氣候的增加,降水量也相應(yīng)的受到影響。降水量10年內(nèi)有較大差異變化,但整體依舊低于多年平均降水量。自20世紀(jì)60年代水利工程的興建,從山區(qū)流入平原的地表徑流急劇減少,同時(shí)隨著人口、工農(nóng)業(yè)的快速發(fā)展,對(duì)水量的需求大量增加,因此華北平原地下水供水量一直占有較大的比重。過(guò)量開(kāi)采地下水也改變了水循環(huán)方式,區(qū)域潛水埋深普遍上升,包氣帶地層增厚,減緩了地下水資源的補(bǔ)給周期,減少了補(bǔ)給量,造成一種惡性循環(huán)[21]。持續(xù)維持較大地下水開(kāi)采程度是造成地下水位難以恢復(fù)的重要原因。淺層地下水埋深也受到相應(yīng)的變化,2005-2015年華北平原淺層地下水埋深除北京部分地區(qū)有少許減小外整體趨勢(shì)是持續(xù)增加的。
(2)根據(jù)神經(jīng)網(wǎng)絡(luò)分析計(jì)算可以得出導(dǎo)致超采區(qū)潛水位埋深的變化的主導(dǎo)因素為地下水供水量的變化,降水量的影響次之。自然環(huán)境因素包括氣候變化等是水資源變化的誘因,然而在一定時(shí)空范圍內(nèi)直接影響生存環(huán)境的依然是一定規(guī)模的人類(lèi)活動(dòng)[22]。同時(shí)相比2000年前,地下水供水量的貢獻(xiàn)率占比有所下降,說(shuō)明近幾年對(duì)于地下水的保護(hù)有所成效??梢圆捎酶侠淼墓┧Y(jié)構(gòu),使水資源得到更合理的分配調(diào)度,結(jié)合雨水資源向地下水資源的合理轉(zhuǎn)化將對(duì)減緩甚至恢復(fù)淺層地下水位漏斗產(chǎn)生積極作用。