氣候變化與人類活動對三江平原典型區(qū)地下水埋深影響預(yù)估

劉波，樊成芳，束龍倉，王文鵬，胡鑫

氣候變化與人類活動對三江平原典型區(qū)地下水埋深影響預(yù)估

劉波，樊成芳，束龍倉，王文鵬*，胡鑫

（河海大學(xué) 水文水資源學(xué)院，南京 210098）

【目的】預(yù)估未來發(fā)展情景下三江平原典型區(qū)地下水埋深對氣候變化和人類活動的響應(yīng)。【方法】分析三江平原典型區(qū)地下水埋深動態(tài)特征，采用分期建模的方式對三江平原典型區(qū)非灌溉季（10月—次年4月）和灌溉季（5—9月）分別建立支持向量機回歸模型進行地下水埋深模擬，利用CMIP6發(fā)布的氣候變化和灌區(qū)開采量變化情景，預(yù)估2020—2050年該區(qū)地下水埋深的響應(yīng)。【結(jié)果】2001—2017年三江平原典型區(qū)地下水埋深多年平均增幅為0.2 m/a，非灌溉季主要受降水影響，灌溉季主要受灌區(qū)開采活動影響。與現(xiàn)狀年（2001—2017年）比較，在溫室氣體高排放SSP585情景下，三江平原未來年降水量增加26.76 mm，若灌區(qū)開采量在2025年前逐年增加5%，灌溉季地下水埋深將增加17.11 cm，非灌溉季減小1.35 cm；在中等發(fā)展SSP245情景下，未來降水量增加38.83 mm，若灌區(qū)開采量在2020—2050年期維持多年平均不變，灌溉季地下水埋深將減小9.50 cm，非灌溉季減小1.77 cm；在可持續(xù)發(fā)展SSP126情景下，未來年降水量增加26.56 mm，若開采量在2025年前逐年減少5%，地下水埋深在灌溉季將減小19.76 cm，非灌溉季減小0.92 cm?！窘Y(jié)論】開采活動是影響三江平原地下水埋深的主要因素，未來氣候變化的影響主要顯現(xiàn)在非灌溉季，限制開采措施能夠有效恢復(fù)區(qū)域地下水位。

地下水埋深；分期建模；未來情景；地下水開采；三江平原

0 引言

【研究意義】三江平原位于黑龍江省東北部，由黑龍江、烏蘇里江和松花江沖、洪積形成，土地肥沃，是我國重要的商品糧基地，農(nóng)田灌溉用水占地下水總開采量的90%以上[1]。隨著社會經(jīng)濟的發(fā)展，人口數(shù)量的增多，糧食需求量不斷上漲，三江平原耕地面積逐年擴張[2-3]。近年來，三江平原地下水埋深不斷增大，建三江墾區(qū)部分農(nóng)場的地下水埋深增大趨勢更加顯著，1997—2017年，地下水位累計下降幅度為1.60～9.29 m[4-5]。根據(jù)政府間氣候變化專門委員會（IPCC）發(fā)布的第六次評估報告（AR6）[6]，以全球變暖為主要特征的氣候變化對地表、地下水資源的影響都在不斷加強。研究三江平原地下水埋深對氣候變化和人類活動的響應(yīng)，預(yù)估未來情景下三江平原地下水埋深變化，是明晰地下水埋深動態(tài)變化規(guī)律，科學(xué)管理和優(yōu)化調(diào)控三江平原地下水資源的基礎(chǔ)性工作?！狙芯窟M展】近年來，已有不少學(xué)者對三江平原地下水埋深動態(tài)進行了多角度的研究，主要集中在以下幾個方面：一是三江平原地下水埋深變化成因，認為水稻種植面積快速擴大、地下水超采是導(dǎo)致三江平原地下水位連續(xù)下降的主導(dǎo)因素[1, 5-7]。二是三江平原地下水埋深模擬預(yù)測，主要構(gòu)建了RAGA-BP神經(jīng)網(wǎng)絡(luò)時間序列模型[8]，灰色預(yù)測GM(1，1)模型[9]，MODFLOW等數(shù)值模型[10-11]，在月或年尺度模擬并預(yù)測三江平原未來地下水埋深。三是氣候變化及地下水開采量對三江平原地下水埋深的影響研究，利用氣候模式預(yù)估的降水數(shù)據(jù)[10]結(jié)合數(shù)值模型研究降水量及地下水開采量對三江平原地下水埋深的影響?！厩腥朦c】上述成果為了解三江平原現(xiàn)狀和未來的地下水埋深動態(tài)特征提供了頗具價值的參考。三江平原地下水開采以農(nóng)業(yè)灌溉為主，地下水埋深在灌溉季（5—9月）和非灌溉季（10—次年4月）的控制因子不同，采用單一的預(yù)估模型難以準確反映研究區(qū)地下水動態(tài)變化特征，很有必要考慮氣候因素和人類活動因素對地下水的影響，分期建立模型進行研究?！緮M解決的關(guān)鍵問題】采用支持向量機回歸模型對灌溉季和非灌溉季的地下水埋深建立模型，采用最新發(fā)布的氣候模式預(yù)估數(shù)據(jù)，分析地下水埋深對未來氣候變化及人類活動的響應(yīng)，探明變化環(huán)境下三江平原典型區(qū)地下水埋深的動態(tài)演變規(guī)律，對合理開發(fā)利用區(qū)域地下水資源提供決策參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為松花江、黑龍江、烏蘇里江以及撓力河所圍成的區(qū)域，地處東經(jīng)131°26′—134°47′，北緯44°48′—48°23′之間，總面積約2.21萬km2（圖1）。

圖1 研究區(qū)地形及地下水位監(jiān)測井位置

根據(jù)1960—2017年逐月氣象資料，研究區(qū)年降水量在383.5～886.1 mm之間，2001—2017年多年平均降水量為533.9 mm，75%～85%降水集中在6—10月。年平均氣溫在1～4 ℃之間，多年平均氣溫為2.66 ℃，雨熱同季。研究區(qū)年水面蒸發(fā)量（E601）變化范圍在580～730 mm之間，主要集中在4—8月，其中5—6月占全年蒸發(fā)量的30%左右，全年蒸發(fā)量最小的1、12月占全年蒸發(fā)量的1%左右。

三江平原主要作物類型為中稻、春小麥和春玉米[12]，水稻生育期為每年的5—9月[13]。旱作物生育期內(nèi)該區(qū)的降水能夠滿足其生長需求，主要灌溉作物為水稻，其灌溉用水量90%來源于第四系孔隙水[5]，水稻灌溉是人類活動影響區(qū)內(nèi)地下水動態(tài)的最主要因素[7]。

1.2 數(shù)據(jù)來源

收集了研究區(qū)2001—2017年的月降水、氣溫數(shù)據(jù)，19眼地下水位監(jiān)測井（圖1）逐月地下水埋深數(shù)據(jù)以及中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心發(fā)布（https://www.resdc.cn）的土地利用類型遙感影像資料。研究區(qū)地下水埋深取各監(jiān)測井地下水埋深的月平均值。月蒸發(fā)數(shù)據(jù)根據(jù)高橋公式[14]計算得到。月開采量數(shù)據(jù)來自《黑龍江省水資源公報》，由農(nóng)業(yè)灌溉用水開采量和城市綜合用水開采量2部分組成：將水稻灌溉用水量作為三江平原典型區(qū)農(nóng)業(yè)灌溉用水開采量，灌溉用水開采量根據(jù)三江平原典型區(qū)水稻灌溉制度[15]和土地利用類型遙感影像[16]解譯得到的水田面積計算得出；根據(jù)三江平原典型區(qū)城市綜合用水量指標[17]計算得到城市綜合用水開采量。

本文用到的未來氣候模式數(shù)據(jù)來源于WCRP（World Climate Research Programme）耦合模擬工作組WGCM（Working Group on Coupled Modelling）組織的第六次國際耦合模式比較計劃（CMIP6），采用了BCC-CAM2-MR、FGOALS、MRI-ESM2-0和NE SM3共4種氣候模式，氣候預(yù)測實驗同時考慮共享社會經(jīng)濟路徑（SSPs）和代表性濃度路徑（RCP），選擇SSP1-RCP2.6（SSP126）、SSP2-RCP4.5（SSP245）和SSP5-RCP8.5（SSP585）3種情景[18]（表1）進行模擬，2020—2050年的降水和氣溫數(shù)據(jù)來源于https://esgf-node.llnl.gov/search/cmip6/。

表1 CMIP6氣候情景模式[18]

1.3 計算方法

支持向量回歸模型（support vector regression，SVR）能較好地解決小樣本、非線性、高維數(shù)實際問題并能克服人工神經(jīng)網(wǎng)絡(luò)易產(chǎn)生局部最優(yōu)和過學(xué)習(xí)現(xiàn)象[19]的缺點。地下水系統(tǒng)是一種非線性系統(tǒng)，具有非均質(zhì)性和各向異性等特點，其內(nèi)部各要素之間存在著十分復(fù)雜的相關(guān)性，適宜采用SVR模型進行地下水位動態(tài)的模擬。

三江平原非灌溉季（10月—次年4月）地下水埋深的主要影響因子為降水、氣溫等氣候因子[1]，灌溉季（5—9月）又在此基礎(chǔ)上增加了地下水開采因子。本文針對這一地下水動態(tài)特點，采用分期建模的方式進行地下水位動態(tài)模擬（圖2）。建模思路是：在非灌溉季建立氣候因子與地下水埋深相關(guān)的SVR模型，假定氣候因子對地下水埋深的影響關(guān)系在灌溉季保持穩(wěn)定，并在灌溉季疊加地下水開采的影響，綜合2類因素建立的模型，得到灌溉季地下水埋深預(yù)測成果。

非灌溉季和灌溉季地下水埋深的影響因子通過相關(guān)分析以及逐步線性回歸依次篩選得到。用驗證好的模型分別預(yù)測非灌溉季和灌溉季地下水埋深，進而得到三江平原典型區(qū)逐月地下水埋深預(yù)測結(jié)果。

圖2 地下水位動態(tài)預(yù)測分期建模技術(shù)路線

利用納什效率系數(shù)及均方根誤差來評定模型的模擬效果，其計算式分別為：

2 結(jié)果與分析

2.1 地下水埋深變化特征

三江平原典型區(qū)降水-地下水埋深年際變化如圖3所示，2001—2017年降水量整體呈增加趨勢，多年平均線性增長率為6.5 mm/a，但由于開采量逐年增長，17 a共增加34.72億m3，地下水埋深整體仍呈波動下降趨勢，多年平均降幅為0.2 m/a，2017年初地下水位較2001年初下降3.19 m，地下水埋深的增大無法依靠降水入滲補給自然緩解。

圖3 降水量-開采量-地下水埋深年際變化

因19眼觀測井地下水動態(tài)變化特征相似，故以創(chuàng)業(yè)農(nóng)場監(jiān)測井（圖1）為例，來說明其2001—2017年多年平均地下水埋深年內(nèi)變化過程（圖4）。研究區(qū)1—4月的降水量逐漸增加，開采量基本維持在較低水平，地下水位小幅回升；5—9月降水量明顯增加，開采強度逐漸加大，地下水埋深主要隨開采量而變化；10—12月降水量逐漸減小，地下水開采重新回到低強度狀態(tài)，地下水位有所恢復(fù)?？傮w來看，研究區(qū)地下水動態(tài)類型為降水入滲-開采型。在灌溉季，地下水埋深變化趨勢同開采量的變化趨勢基本保持一致；在非灌溉季，地下水埋深的變化趨勢同降水量變化趨勢基本保持一致；可見需要對2個時期分別建立模型以更準確地反映地下水位動態(tài)。

圖4 降水量、開采量、創(chuàng)業(yè)農(nóng)場監(jiān)測井地下水埋深變化

2.2 地下水埋深變化預(yù)估

2.2.1 模型的建立與驗證

根據(jù)三江平原典型區(qū)地下水埋深的主要成因，選取三江平原典型區(qū)降水量、氣溫和蒸發(fā)量作為影響當?shù)氐叵滤裆畹淖匀挥绊懸蜃?；選取地下水開采量作為反映人為因素對典型農(nóng)灌區(qū)地下水埋深影響的因子?？紤]到地下水埋深對以上4種因子響應(yīng)的滯后性，將4種因子當月以及前1—4個月的值同地下水埋深進行相關(guān)性分析。挑選相關(guān)性較好的因子通過逐步線性回歸進一步篩選，作為最終輸入模型的因子，結(jié)果見表2。

表2 地下水埋深同各影響因子的相關(guān)系數(shù)

注 表中加粗內(nèi)容為逐步線性回歸后篩選出的模型輸入因子。

非灌溉季模型選取的訓(xùn)練期長度為81個月，驗證期長度為34個月；灌溉季模型選取的訓(xùn)練期長度為61個月，驗證期長度為24個月。圖5為非灌溉季和灌溉季地下水埋深實測值與模擬值的對比，地下水埋深模擬模型的分別達到0.63和0.72，驗證期分別為0.57 m和0.66 m，構(gòu)建的分期地下水埋深預(yù)測模型模擬精度較好，能夠反映三江平原典型區(qū)地下水埋深對氣候因子和人類活動的響應(yīng)過程。

圖5 模型在非灌溉季和灌溉季的模擬結(jié)果

2.2.2 未來變化情景

2020—2050年3種發(fā)展情景下4種氣候模式預(yù)估的研究區(qū)未來30年（2020—2050年）降水量存在一定的不確定性，但均值變化特征一致，平均降水量有所增加（圖6）。SSP126、SSP245、SSP585情景下降水量預(yù)估結(jié)果與現(xiàn)狀年平均降水量相比，平均降水量的增幅分別為26.56、38.83、26.76 mm。

圖6 基于4個氣候模式預(yù)估的三江平原典型區(qū)降水量的變化趨勢（圖中陰影表示模式不確定性）

本文設(shè)置了3種開采情景[20]，開采量在2020—2025年按照給定的幅度逐年增加、減少或維持不變（表3）。灌溉季3種發(fā)展情景下，地下水埋深增幅均隨著開采量的增大而增大（圖7），同一種開采情景下，中等發(fā)展SSP245情景下的地下水埋深增幅小于其他2種發(fā)展情景，這是由于SSP245情景下降水增幅大于其他2種情景的降水增幅，地下水補給相應(yīng)較多，地下水埋深增幅相對較??；“維持現(xiàn)狀”開采情景下（即開采增幅為0%），SSP126、SSP245、SSP585情景下灌溉季地下水埋深分別減小6.9、9.5、8.2 cm，這是由于3種發(fā)展情景下的降水均有所增加，地下水得到了降水補給，地下水埋深相應(yīng)減小。

表3 未來氣候變化與開采情景設(shè)置

注 表中加粗內(nèi)容為本文選出的典型組合情景。

圖7 灌溉季多年平均地下水埋深3種情景下隨開采增幅變化

2.2.3 預(yù)估結(jié)果

為了重點分析未來氣候變化與開采情景下地下水埋深變化特點，在9種氣候變化組合情景中選取“增加開采-SSP585”組合情景作為未來“粗放式發(fā)展”的情景；選取“維持現(xiàn)狀-SSP245”組合情景作為未來“維持現(xiàn)狀發(fā)展”的情景；選擇“限制開采-SSP126”組合情景作為未來“可持續(xù)發(fā)展”的情景。根據(jù)《黑龍江省土地利用總體規(guī)劃（2006—2020年）》，三江平原未來仍以發(fā)展種植業(yè)為主，濕地區(qū)禁止開墾占用，保持耕地總量動態(tài)平衡。因此，本研究假定三江平原未來用水結(jié)構(gòu)與現(xiàn)狀保持一致，根據(jù)2001—2017年開采量平均增速，確定2020—2025年開采量逐年增幅為5%（即平均每年增幅為1.33億m3），之后保持不變。

相對于現(xiàn)狀年的平均地下水埋深，“增加開采-SSP585”、“維持現(xiàn)狀-SSP245”、“限制開采-SSP126”情景下未來30年（2020—2050年）平均地下水埋深分別增加6.10 cm、減少4.49 cm和8.77 cm（圖8）。“增加開采-SSP585”情景下，地下水埋深整體呈增加趨勢，2020—2025年地下水埋深隨開采量的逐年增加而增大，2025年的地下水埋深比2020年增大13.83 cm，2050年的地下水埋深比2025年增大0.74 cm；“維持現(xiàn)狀-SSP245”情景下的地下水埋深在2020—2050年呈略微減小趨勢，2050年地下水埋深比2020年減小2.15 cm；“限制開采-SSP126”情景下，地下水埋深整體呈略微減小的趨勢，2025年的地下水埋深比2020年減小10.22 cm，2050年的地下水埋深比2025年減小0.22 cm。相對于開采量穩(wěn)定不變的年份（2026—2050年），開采量變化的2021—2025年，研究區(qū)地下水埋深變幅較為明顯。

圖8 典型組合發(fā)展情景下2020―2050年地下水埋深變化過程（圖中陰影表示模式不確定性）

圖9為典型組合發(fā)展情景下的逐月地下水埋深距平。與現(xiàn)狀多年平均地下水埋深相比，“增加開采-SSP585”，“維持現(xiàn)狀-SSP245”，“限制開采-SSP126”3種典型組合發(fā)展情景多年月平均地下水埋深在非灌溉季分別減小1.35、1.77、0.92 cm，在灌溉季分別增加17.11 cm、減小9.50 cm和19.76 cm，灌溉季的地下水埋深變幅明顯高于非灌溉季的地下水埋深變幅，說明開采活動是影響研究區(qū)地下水埋深變化的主要因素，未來氣候變化對研究區(qū)地下水埋深的影響相對較小。灌溉季的地下水埋深主要受開采活動強度的影響，3種典型組合發(fā)展情景的地下水埋深變幅差異比較明顯；非灌溉季的地下水埋深主要受降水量控制，且未來SSP126、SSP245、SSP585發(fā)展情景的降水增幅無明顯差異，因此非灌溉季3種典型組合發(fā)展情景的地下水埋深變幅無明顯差異。灌溉季可以通過新增水稻的可供水源、提高水稻的灌溉水利用效率[21]等多種措施并舉來減小開采量，使研究區(qū)在灌溉季的地下水位得到恢復(fù)。

圖9 典型組合發(fā)展情景下逐月地下水埋深距平

3 討論

現(xiàn)有的灌區(qū)地下水動態(tài)預(yù)測模型[8-12]通常基于地下水埋深的全序列建模，本文根據(jù)三江平原典型區(qū)地下水動態(tài)特征，結(jié)合農(nóng)灌區(qū)地下水開采過程特點，分期建立統(tǒng)計模擬模型，據(jù)此分析未來氣候變化與地下水開采情景下研究區(qū)地下水埋深的演變趨勢。預(yù)估結(jié)果表明灌溉季的開采活動是影響三江平原地下水位變化的主要因素，與相關(guān)研究結(jié)論[1, 5, 7]一致。氣候模式預(yù)估表明，未來降水增加，地下水得到補給，非灌溉季地下水位有所回升，地下水埋深相應(yīng)減小。而在灌溉季受到開采活動的影響，地下水埋深仍繼續(xù)增大。在未來降水增加的氣候背景下，若能夠采取有效措施限制開采活動，則更有利于地下水位的恢復(fù)?？梢姾侠砜刂崎_采活動是治理研究區(qū)地下水位下降問題的重要對策。

本文建立的統(tǒng)計模型模擬的時間序列較短，是導(dǎo)致本文預(yù)估的地下水埋深變幅比前人研究[1,5,7,22]偏小的可能原因。本文提出的分期建模思路在灌區(qū)地下水動態(tài)預(yù)測有良好的適用性，在后續(xù)的研究中，可以采用該建模思路，使用多種類型的統(tǒng)計模型（如LSTM模型等）和數(shù)值模型（如MODFLOW等）更精細地刻畫研究區(qū)地下水系統(tǒng)對氣候變化和人類活動的響應(yīng)過程，對地下水埋深或其變幅進行模擬和預(yù)估，從而得出更加精準的應(yīng)對措施和適應(yīng)策略。

4 結(jié)論

1）2001—2017年三江平原典型區(qū)降水量平均增幅6.5 mm/a，地下水開采量增幅34.72億m3，地下水埋深多年平均增幅0.2 m/a。地下水位動態(tài)在非灌溉季主要受降水的影響，在灌溉季主要受人類開采活動的影響，地下水動態(tài)類型為降水入滲-開采型。利用支持向量機回歸方法分期建立地下水埋深模擬模型，能較好地反映灌區(qū)地下水埋深在不同時期對降水和人類開采活動的響應(yīng)。

2）SSP126、SSP245、SSP585情景下預(yù)估未來研究區(qū)年降水量過程存在較大不確定性，但均值變化特征一致。各情境預(yù)估未來30年多年平均降水量均增加，較現(xiàn)狀年（2001—2017年）增幅在26.56～38.83 mm之間。

3）未來30年非灌溉季地下水得到降水補給，地下水埋深呈減小趨勢，降幅為0.92～1.77 cm。在開采量變化-5%～5%情況下，灌溉季的地下水埋深變化幅度為-19.76～17.11 cm，表明開采活動是影響研究區(qū)地下水埋深變化的主要因素。結(jié)合氣候變化情景，相應(yīng)調(diào)整和限制開采量能有效恢復(fù)區(qū)域地下水位。

[1] 劉偉朋, 崔虎群, 劉偉坡, 等. 三江平原地下水流場演化趨勢及影響因素[J]. 水文地質(zhì)工程地質(zhì), 2021, 48(1): 10-17.

LIU Weipeng, CUI Huqun, LIU Weipo, et al. An analysis of the evolution trend and influencing factors of the groundwater flow field in the Sanjiang Plain[J]. Hydrogeology ＆ Engineering Geology, 2021, 48(1): 10-17.

[2] 張文琦, 宋戈. 三江平原典型區(qū)水田時空變化及驅(qū)動因素分析[J]. 農(nóng)業(yè)工程學(xué)報, 2019, 35(6): 244-252.

ZHANG Wenqi, SONG Ge. Spatial-temporal variations and driving factor analysis of paddy fields in typical regions of Sanjiang Plain[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(6): 244-252.

[3] 楊春霞, 鄭華, 歐陽志云. 三江平原土地利用變化、效應(yīng)與驅(qū)動力[J]. 環(huán)境保護科學(xué), 2020, 46(5): 99-104.

YANG Chunxia, ZHENG Hua, OUYANG Zhiyun. Changes, effect and driving forces of land use in Sanjiang plain[J]. Environmental Protection Science, 2020, 46(5): 99-104.

[4] 楊湘奎, 孔慶軒, 李曉抗. 三江平原地下水資源合理開發(fā)利用模式探討[J]. 水文地質(zhì)工程地質(zhì), 2006, 33(3): 49-52.

YANG Xiangkui, KONG Qingxuan, LI Xiaokang. Discussion of reasonable exploration and use pattern of groundwater resources in the Sanjiang Plain[J]. Hydrogeology ＆ Engineering Geology, 2006, 33(3): 49-52.

[5] 劉偉坡, 沙娜, 程旭學(xué). 三江平原建三江地下水動態(tài)變化特征[J]. 灌溉排水學(xué)報, 2020, 39(5): 96-101.

LIU Weipo, SHA Na, CHENG Xuxue. Groundwater dynamics in catchment of Jiansanjiang in Sanjiang plain[J]. Journal of Irrigation and Drainage, 2020, 39(5): 96-101.

[6] 樊星, 秦圓圓, 高翔. IPCC第六次評估報告第一工作組報告主要結(jié)論解讀及建議[J]. 環(huán)境保護, 2021, 49(S2): 44-48.

FAN Xing, QIN Yuanyuan, GAO Xiang. Interpretation of the main conclusions and suggestions of IPCC AR6 working group Ⅰ report[J]. Environmental Protection, 2021, 49(S2): 44-48.

[7] 王韶華, 田園. 三江平原地下水埋深變化及成因的初步分析[J]. 灌溉排水學(xué)報, 2003, 22(2): 61-64.

WANG Shaohua, TIAN Yuan. Preliminary research on groundwater table change and causes in San-Jiang plain[J]. Journal of Irrigation and Drainage, 2003, 22(2): 61-64.

[8] 蘇安玉, 李衡, 濮勵杰, 等. 基于RAGA-BP神經(jīng)網(wǎng)絡(luò)模型的三江平原地下水資源預(yù)測研究[J]. 地理科學(xué), 2009, 29(2): 283-287.

SU Anyu, LI Heng, PU Lijie, et al. Evaluation of groundwater resources based on RAGA-BP neural networks in the Sanjiang plain[J]. Scientia Geographica Sinica, 2009, 29(2): 283-287.

[9] 趙清. 基于灰色預(yù)測的建三江地區(qū)地下水變化趨勢研究[J]. 水資源與水工程學(xué)報, 2009, 20(5): 128-130, 134.

ZHAO Qing. Research on the trend of underground water change in Jiansanjiang area based on gray prediction[J]. Journal of Water Resources and Water Engineering, 2009, 20(5): 128-130, 134.

[10] 李鴻雁, 王凡, 劉瑩瑩, 等. 洮兒河流域平原區(qū)氣候變化情景下淺層地下水水位動態(tài)響應(yīng)分析[J]. 北京師范大學(xué)學(xué)報(自然科學(xué)版), 2021, 57(3): 345-352.

LI Hongyan, WANG Fan, LIU Yingying, et al. Shallow groundwater level under climate change conditions in the Taoer River plain[J]. Journal of Beijing Normal University (Natural Science), 2021, 57(3): 345-352.

[11] 朱冰, 束龍倉, 劉波, 等. 短歷時生態(tài)輸水條件下的地下水系統(tǒng)響應(yīng)[J]. 水電能源科學(xué), 2011, 29(10): 19-21, 11.

ZHU Bing, SHU Longcang, LIU Bo, et al. Response of groundwater system under conditions of short duration ecological water transportation[J]. Water Resources and Power, 2011, 29(10): 19-21, 11.

[12] 周浩, 雷國平, 楊雪昕, 等. RCPs氣候情景下?lián)狭恿饔蚋厮临Y源平衡效應(yīng)模擬[J]. 應(yīng)用生態(tài)學(xué)報, 2018, 29(4): 1 302-1 312.

ZHOU Hao, LEI Guoping, YANG Xuexin, et al. Simulation for balanced effect of soil and water resources on cultivated land in Naoli River Basin, Northeast China under the RCPs climate scene[J]. Chinese Journal of Applied Ecology, 2018, 29(4): 1 302-1 312.

[13] 任修琳, 李宏亮, 張玉虎, 等. 2000—2015年三江平原主要作物需水量特征及影響因素分析[J]. 干旱區(qū)地理, 2019, 42(4): 854-866.

REN Xiulin, LI Hongliang, ZHANG Yuhu, et al. Water requirement characteristics and influencing factors of main crops in the Sanjiang Plain from 2000 to 2015[J]. Arid Land Geography, 2019, 42(4): 854-866.

[14] 朱紅蕊, 劉赫男, 張洪玲, 等. 1971—2010年黑龍江省蒸發(fā)量氣候變化特征[J]. 氣象與環(huán)境學(xué)報, 2013, 29(3): 63-68.

ZHU Hongrui, LIU Henan, ZHANG Hongling, et al. Climatic characters of evaporation from 1971 to 2010 in Heilongjiang Province[J]. Journal of Meteorology and Environment, 2013, 29(3): 63-68.

[15] 王小林, 劉云濤, 張勇. 三江平原地區(qū)水稻灌溉制度設(shè)計綜述[J]. 黑龍江水利科技, 2004, 32(2): 81-82.

[16] 徐新良, 龐治國, 于信芳. 土地利用/覆被變化時空信息分析方法及應(yīng)用[M]. 北京: 科學(xué)技術(shù)文獻出版社, 2014.

XU Xinliang, PANG Zhiguo, YU Xinfang. Spatial-temporal pattern analysis of land use/cover change: methods & applications[M]. Beijing: Scientific and Technical Documents Publishing House, 2014.

[17] 沈煒彬, 桂明. 城市規(guī)劃用水量指標確定及選用探討[J]. 給水排水, 2013, 49(12): 119-123.

[18] LI S Y, MIAO L J, JIANG Z H, et al. Projected drought conditions in Northwest China with CMIP6 models under combined SSPs and RCPs for 2015—2099[J]. Advances in Climate Change Research, 2020, 11(3): 210-217.

[19] 溫忠輝, 任化準, 束龍倉, 等. 巖溶地下河日流量預(yù)測的小樣本非線性時間序列模型[J]. 吉林大學(xué)學(xué)報(地球科學(xué)版), 2011, 41(2): 455-458, 464.

WEN Zhonghui, REN Huazhun, SHU Longcang, et al. Daily discharge forecast of Karst underground river on non-linear time series model of A small sample[J]. Journal of Jilin University (Earth Science Edition), 2011, 41(2): 455-458, 464.

[20] 王恩, 束龍倉, 劉波. 地下水系統(tǒng)對水資源開發(fā)利用方案的時空響應(yīng)[J]. 吉林大學(xué)學(xué)報(地球科學(xué)版), 2010, 40(3): 617-622, 630.

WANG En, SHU Longcang, LIU Bo. Tempo-spatially responses of the groundwater system to water resources exploration and utilization schemes[J]. Journal of Jilin University (Earth Science Edition), 2010, 40(3): 617-622, 630.

[21] 陳皓銳, 高占義, 王少麗, 等. 基于Modflow的潛水位對氣候變化和人類活動改變的響應(yīng)[J]. 水利學(xué)報, 2012, 43(3): 344-353, 362.

CHEN Haorui, GAO Zhanyi, WANG Shaoli, et al. Modeling on impacts of climate change and human activities variability on the shallow groundwater level using Modflow[J]. Journal of Hydraulic Engineering, 2012, 43(3): 344-353, 362.

[22] 束龍倉, 殷曉然, 袁亞杰, 等. 三江平原典型區(qū)河水與地下水水量交換的時空變化規(guī)律分析[J]. 水利學(xué)報, 2021, 52(10): 1 151-1 162.

SHU Longcang, YIN Xiaoran, YUAN Yajie, et al. Temporal and spatial variation of water quantity exchange between surface water and groundwater in typical district of Sanjiang Plain[J]. Journal of Hydraulic Engineering, 2021, 52(10): 1 151-1 162.

Impact of Climate Change and Anthropogenic Activities on Groundwater in Sanjiang Plain

LIU Bo, FAN Chengfang, SHU Longcang, WANG Wenpeng*, HU Xin

(College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China)

【Background and objective】Sanjiang Plain is located in the northeast Heilongjiang Province, formed by alluvial and diluvial deposits of Heilong, Wusuli River and Songhua Rivers. Its fertile soils make it one of most important grain production bases in China. Irrigation consumes more than 90% of extracted groundwater in these regions. To sustain its groundwater usage, it is important to understand the impact of climate change and androgenetic activities on groundwater. The purpose of this paper is to address this issue.【Method】The analysis was based on groundwater dynamics in typical regions across the plain, and the stepwise support vector regression (SVR) was established to simulate groundwater dynamics in non-irrigated season (October to next April) and irrigated season (May to September). Climate change scenarios were taken from the CMIP6 and the change in groundwater extraction for irrigation were applied to evaluate the response of groundwater depth to climate change from 2020 to 2050. 【Result】From 2001 to 2017, the depth of groundwater table in typical areas had risen at a rate of 0.2 m/a, largely due to precipitation in non-irrigation season and pumping in irrigated season. Compared with 2001—2017, the annual precipitation increased by 26.76 mm under the SSP585 scenario. If groundwater exploitation increased by 5% annually until 2025, the depth of groundwater table would increase by 17.11 cm in irrigation season and decrease by 1.35 cm in non-irrigation season.Under the medium development scenario of SSP245, the annual precipitation may increase by 38.83 mm in average. If the amount of exploitation remains unchanged on average for many years until 2050, groundwater depth will decrease by 9.50 cm in irrigated season and 1.77 cm in non-irrigated season.Under the sustainable development scenario SSP126, the annual precipitation may increase by 26.56 mm in average. If groundwater exploitation is reduced by 5% annually until 2025, the depth of groundwater table will rise by 19.76 cm in irrigated season and 0.92 cm in non-irrigated season.【Conclusion】Groundwater exploitation is the dominant determinant of groundwater change in Sanjiang plain, and climate change affects groundwater in non-irrigation season more than in irrigation season. The rational use of groundwater can effectively alleviate continued decline in regional groundwater table. The stepwise modeling we proposed can effectively model annual variation in groundwater budget in irrigated areas, and simulate the response of groundwater to climate change and anthropogenic activities.

groundwater depth; stepwise modeling; future scenarios; groundwater exploitation; Sanjiang Plain

劉波, 樊成芳, 束龍倉, 等. 氣候變化與人類活動對三江平原典型區(qū)地下水埋深影響預(yù)估[J]. 灌溉排水學(xué)報, 2022, 41(8): 63-69.

LIU Bo, FAN Chengfang, SHU Longcang, et al. Impact of Climate Change and Anthropogenic Activities on Groundwater in Sanjiang Plain[J]. Journal of Irrigation and Drainage, 2022, 41(8): 63-69.

1672 - 3317（2022）08 - 0063 - 07

S512.11

A

10.13522/j.cnki.ggps.2021381

2021-08-19

國家自然科學(xué)基金面上項目（41971027）；國家自然科學(xué)基金青年項目（41701015）

劉波（1980-），女。副教授，博士，主要從事地下水資源評價及模擬研究。E-mail: liubohhu@hhu.edu.cn

王文鵬（1983-），男。副研究員，博士，主要研究水文不確定性理論與應(yīng)用。E-mail: wangwenpeng@hhu.edu.cn

責(zé)任編輯：白芳芳