內(nèi)蒙古臨河地區(qū)地下水水位預(yù)測(cè)研究

張 艷，王玉清，李 鐸，王昕洲

ZHANG Yan1,3,WANG Yu-qing2,LI Duo1,3,WANG Xin-zhou2

1.河北地質(zhì)大學(xué) 水資源與環(huán)境學(xué)院，河北 石家莊 050031;2.河北省地質(zhì)環(huán)境監(jiān)測(cè)院，河北 石家莊 050031；3.河北省水資源可持續(xù)利用與開發(fā)重點(diǎn)實(shí)驗(yàn)室，河北 石家莊 050031

1.Hebei GEO University,Shijiazhuang 050031,China;2.Hebei Geology Environmental Monitoring,Shijiazhuang 050031,China;3.Hebei Province Key Laboratory of Sustained Utilization and Development of Water Resources,Shijiazhuang 050031,China

臨河區(qū)是內(nèi)蒙古巴彥淖爾市農(nóng)業(yè)經(jīng)濟(jì)開發(fā)區(qū)，周邊礦產(chǎn)資源豐富，隨著該區(qū)經(jīng)濟(jì)的快速發(fā)展，對(duì)地下水資源的需求也日趨強(qiáng)烈。對(duì)臨河地區(qū)地下水水位進(jìn)行預(yù)測(cè)，為避免不良環(huán)境地質(zhì)問題發(fā)生提供理論依據(jù)。

目前，地下水位預(yù)測(cè)有很多方法，如：地下水均衡法、簡易類推法、數(shù)值法、周期分析法、地下水動(dòng)力學(xué)法、小波分析法、馬爾科夫鏈模型、灰色GM(1,1)模型、神經(jīng)網(wǎng)絡(luò)模型等，而每種方法都有其自身的優(yōu)缺點(diǎn)和局限性，國內(nèi)外許多學(xué)者在此領(lǐng)域進(jìn)行了相關(guān)的研究。金菊良等[1]、Savic等[2]、Chen等[3]、杜超等[4]將數(shù)學(xué)模型應(yīng)用于地質(zhì)及水文地質(zhì)預(yù)測(cè)和分類中，但這些模型的建立需要大量的參數(shù)和高質(zhì)量的數(shù)據(jù)來刻畫其物理過程，因而沒有得到廣泛應(yīng)用。Box與Jenkins提出的傳遞函數(shù)模型(Transfer noisemodel，TFN)[5]，Hipel和 Mcleod提出的環(huán)境系統(tǒng)和水資源的時(shí)間序列模型(Autoregressive exogenous variable model,ARX)等[6]，Knotters和 Van Walsum[7]運(yùn)用隨機(jī)模型都是基于時(shí)間序列分析的模型。Ahn與Salas[8]在不同的時(shí)間間隔下用非穩(wěn)定地下水水位數(shù)據(jù)建立了時(shí)間序列模型，但由于時(shí)間序列模型過于突出時(shí)間序列，而忽略了外界因素的影響。周振民等[9]利用GM(1 ,1)模型,對(duì)灤河下游灌區(qū)地下水水位進(jìn)行了預(yù)測(cè)。梁斌梅等[10]利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)地下水位進(jìn)行預(yù)測(cè),對(duì)預(yù)測(cè)過程進(jìn)行優(yōu)化,并用改進(jìn)的BP算法提高了預(yù)測(cè)精度。劉博等[11]利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(Radial basis function neuralnetwork ,RBFN)，模擬預(yù)測(cè)地下水水位，并達(dá)到了較高標(biāo)準(zhǔn)；喻黎明等[12]建立基于極限學(xué)習(xí)機(jī)(Extreme learning machine，ELM)的地下水位埋深時(shí)空分布預(yù)測(cè)模型，討論補(bǔ)排因子在不同缺失情況下對(duì)模型精度的影響。

論文采用數(shù)值法建立了研究區(qū)地下水流數(shù)值模擬模型，預(yù)測(cè)了未來開采狀態(tài)下近期和遠(yuǎn)期地下水流場(chǎng)。

1 研究區(qū)水文地質(zhì)概況

臨河區(qū)地處鄂爾多斯臺(tái)拗二級(jí)構(gòu)造單元北部，河套斷陷盆地的南部邊緣。區(qū)域地層主要為第四系全新統(tǒng)、上更新統(tǒng)沖洪積層，巖性為中粗砂、中細(xì)砂、細(xì)砂、粉細(xì)砂，該層厚度大，分布穩(wěn)定。

研究區(qū)主要含水層是第四系松散巖層，地下水為孔隙潛水，主要補(bǔ)給源為大氣降水、引黃河水、灌溉入滲等。區(qū)內(nèi)地下水由西南向東北流動(dòng)，最后泄于烏梁素海。但由于地勢(shì)平坦，水力坡度較小，地下水徑流滯緩。地下水排泄主要是蒸發(fā)、人工開采和側(cè)向徑流[13]。

2 研究區(qū)模型

2.1 水文地質(zhì)概念模型

2.1.1 模擬區(qū)范圍及邊界條件

模擬區(qū)位于巴彥淖爾市臨河區(qū)境內(nèi)，面積1 400 km2。根據(jù)研究區(qū)含水層結(jié)構(gòu)和分布，含水層為單層結(jié)構(gòu)，地下水為潛水。南部以黃河為界，構(gòu)成側(cè)向補(bǔ)給邊界，可以概化為給定水頭邊界；西北側(cè)以黃濟(jì)渠為界，東部以趙粉房—張子高圪旦—黃芥壕為界，北部以馬家圪旦—永樂三社—西沙灣為界，區(qū)內(nèi)外地下水有水量交換，均概化為流量邊界。

2.1.2 模型源匯項(xiàng)

研究區(qū)地下水主要接受降雨入滲、引黃灌溉入滲、井灌回歸入滲、渠系滲漏、黃河側(cè)滲和側(cè)向徑流補(bǔ)給，消耗于潛水蒸發(fā)、排水溝排水、側(cè)向流出和人工開采。依據(jù)區(qū)內(nèi)實(shí)測(cè)降水量、實(shí)測(cè)蒸發(fā)量、調(diào)查開采量資料，按月進(jìn)行統(tǒng)計(jì)，根據(jù)研究區(qū)水文地質(zhì)條件進(jìn)行參數(shù)分區(qū)，給出相應(yīng)參數(shù)。按照模型所需數(shù)據(jù)格式，將參數(shù)和源匯量輸入模型。

地下水流模型概化為非均質(zhì)各向同性二維非穩(wěn)定流潛水流動(dòng)系統(tǒng)。

2.2 數(shù)學(xué)模型

依據(jù)上述水文地質(zhì)概念模型，相應(yīng)數(shù)學(xué)模型為：

2.3 地下水流數(shù)值模型

2.3.1 空間離散

采用500 m×500 m的網(wǎng)格剖分，將模擬區(qū)剖分為110行89列，其中有效單元6 284個(gè)，含水層網(wǎng)格剖分見圖1。

圖1 模擬區(qū)網(wǎng)格剖分圖Fig.1 Simulation area meshing diagram

2.3.2 模型驗(yàn)證

數(shù)值模型的驗(yàn)證期盡可能選擇資料翔實(shí)齊全的水文年，綜合區(qū)內(nèi)資料選2012年5月1日到2013年4月30日為模型驗(yàn)證期，將整個(gè)模擬期劃分為12個(gè)應(yīng)力期，每個(gè)應(yīng)力期為相應(yīng)的自然月。初始流場(chǎng)選擇2012年4月30日實(shí)際統(tǒng)測(cè)的地下水水位。

研究區(qū)源、匯項(xiàng)資料，按月進(jìn)行整理輸入模型，經(jīng)過反復(fù)調(diào)試模型參數(shù)等，使模擬區(qū)等水位線、觀測(cè)孔水位動(dòng)態(tài)曲線的實(shí)測(cè)數(shù)據(jù)與計(jì)算數(shù)據(jù)有較好的擬合。2013年4月30日地下水等水位線實(shí)測(cè)與計(jì)算擬合結(jié)果見圖2，部分動(dòng)態(tài)觀測(cè)孔地下水水位擬合結(jié)果見圖3。

圖2 2013年4月30日含水層流場(chǎng)擬合圖Fig.2 Fitting chart of aquifer flow field on April 30,2013

圖3 2013年5月淺層含水層流場(chǎng)擬合圖Fig.3 Fitting Chart of Shallow Aquifer Flow Field in May, 2013

2.3.3 均衡分析

對(duì)模擬期一個(gè)水文年內(nèi)地下水均衡進(jìn)行分析，模擬區(qū)地下水排干泄水、潛水蒸發(fā)和地下水開采占排泄總量的99.3%。補(bǔ)給項(xiàng)中，來自地表水的入滲補(bǔ)給(引黃田間灌溉、井灌、渠道入滲補(bǔ)給量)、降水入滲補(bǔ)給為模擬區(qū)地下水的主要補(bǔ)給來源。通過模型識(shí)別驗(yàn)證，得出模擬區(qū)地下水系統(tǒng)水量均衡結(jié)果見表1。

表1 模擬期潛水含水層均衡表(104m3/a)

3 地下水水位預(yù)測(cè)

應(yīng)用校正后的模型，對(duì)未來開采狀態(tài)下地下水流場(chǎng)進(jìn)行預(yù)測(cè)，預(yù)測(cè)以2018年5月的流場(chǎng)作為初始流場(chǎng)，預(yù)測(cè)分近期和遠(yuǎn)期，近期預(yù)測(cè)到2023年5月，遠(yuǎn)期預(yù)測(cè)到2033年5月。

預(yù)測(cè)模型參數(shù)采用模型調(diào)試后的參數(shù)系列，降雨量、蒸發(fā)量取多年平均值，其它補(bǔ)排項(xiàng)資料數(shù)據(jù)則參考現(xiàn)有資料取多年平均值。

3.1 近期地下水水位預(yù)測(cè)結(jié)果

2023年5月地下水流場(chǎng)預(yù)測(cè)結(jié)果見圖4，多年平均地下水均衡預(yù)測(cè)結(jié)果見表2。

2018—2023年地下水呈負(fù)均衡。由圖知地下水總體流向未發(fā)生明顯變化，地下水位整體呈現(xiàn)不同程度的下降。因?qū)λ淳畨翰煞桨傅膶?shí)施，臨河城區(qū)的水位降落漏斗面積變化不是很明顯，但仍有向南擴(kuò)展的趨勢(shì)，漏斗中心水位標(biāo)高為1 033.29 m，較2018年下降0.52 m，下降程度不明顯。陜霸水源地和永勝水源地水位降落漏斗仍呈向外擴(kuò)展趨勢(shì)，漏斗中心水位標(biāo)高分別為1 033.72 m和1 033.32 m，較2018年分別下降了0.9 m和1.18 m。

圖4 2023年5月模擬區(qū)地下水預(yù)測(cè)流場(chǎng)Fig.4 Groundwater Prediction Flow Field in the Simulated Area in May, 2023

表2 未來5年水資源均衡分析(104m3/a)

Table 2 Equilibrium Analysis of Water Resources in the Next Five Years(104m3/a)

補(bǔ)給項(xiàng)降雨入滲地表水補(bǔ)給黃河測(cè)滲補(bǔ)給地下水側(cè)向流入總補(bǔ)給量補(bǔ)給量8 034.2619 245.34218.37156.3627 654.30排泄項(xiàng)潛水蒸發(fā)排干泄水地下水開采側(cè)向排泄總排泄量排泄量9 667.3210 028.557 285.64213.6327 195.10均衡差-459.20

3.2 遠(yuǎn)期地下水水位預(yù)測(cè)結(jié)果

2033年5月地下水流場(chǎng)預(yù)測(cè)結(jié)果見圖5，多年平均地下水均衡預(yù)測(cè)結(jié)果見表3。

2023—2033年地下水呈負(fù)均衡。由圖知地下水位整體呈現(xiàn)不同程度的下降。臨河市城區(qū)因壓采所有水源井，地下水位降落漏斗面積略有縮小，但仍呈向南偏移的趨勢(shì)，漏斗中心水位標(biāo)高為1 033.32 m，較2023年回升了0.15 m。陜霸水源地和永勝水源地水位降落漏斗仍呈向外擴(kuò)展趨勢(shì)，漏斗中心水位標(biāo)高分別為1 031.82 m和1 031.12 m，較2023年分別下降了1.90 m和2.20 m。

圖5 2033年5月模擬區(qū)淺層地下水預(yù)測(cè)流場(chǎng)Fig.5 Prediction of Shallow Groundwater Flow Field in the Simulated Area in May, 2033

表3 未來15年水資源均衡分析(104m3/a)

Table 3 Equilibrium Analysis of Water Resources in the Next 15 Years(104m3/a)

補(bǔ)給項(xiàng)降雨入滲地表水補(bǔ)給黃河測(cè)滲補(bǔ)給地下水側(cè)向流入總補(bǔ)給量補(bǔ)給量8 034.2617 276.64218.37156.3625 685.60排泄項(xiàng)潛水蒸發(fā)排干泄水地下水開采側(cè)向排泄總排泄量排泄量9 667.3210 385.466 250.61213.6326 517.00均衡差-831.40

4 結(jié) 論

(1)在分析地質(zhì)、水文地質(zhì)條件的基礎(chǔ)上，概化出研究區(qū)水文地質(zhì)概念模型為非均質(zhì)各向同性二維非穩(wěn)定流地下水潛水流動(dòng)系統(tǒng)。

(2)對(duì)模型驗(yàn)證期地下水資源水均衡進(jìn)行了分析。研究區(qū)在模擬期內(nèi)，地下水系統(tǒng)總補(bǔ)給量為3.01108m3/a，總排泄量為2.98108m3/a，補(bǔ)排差0.03108m3/a，其中大氣降水入滲、地表水入滲是主要補(bǔ)給來源，潛水蒸發(fā)、排干泄水和人工開采是主要排泄方式。

(3)對(duì)臨河地區(qū)2018—2033年地下水水位做出預(yù)測(cè)。研究區(qū)地下水呈負(fù)均衡，其中兩大水源地漏斗面積不斷向外擴(kuò)大，且漏斗中心水位也有不斷下降的趨勢(shì)。