文章信息
- 常茂祥, 史经昊, 叶思源, 王祥东, 李广雪. 2021.
- CHANG Mao-xiang, SHI Jing-hao, YE Si-yuan, WANG Xiang-dong, LI Guang-xue. 2021.
- 黄河三角洲浅层地下水位年内变化特征及影响因素
- Dynamic characteristics and causes of shallow groundwater level intra-annual changes in the Yellow River Delta
- 海洋科学, 45(10): 20-31
- Marine Sciences, 45(10): 20-31.
- http://dx.doi.org/10.11759/hykx20201110007
-
文章历史
- 收稿日期:2020-11-10
- 修回日期:2021-03-02
2. 中国海洋大学 海洋地球科学学院, 山东 青岛 266100;
3. 青岛蓝色地球大数据科技有限公司, 山东 青岛 266400;
4. 自然资源部青岛海洋地质研究所, 山东 青岛 266071
2. College of Marine Geosciences, Ocean University of China, Qingdao 266100, China;
3. Qingdao Blue Earth Big Data Technology Co., Ltd, Qingdao 266400, China;
4. Qingdao Institute of Marine Geology, Ministry of Natural Resources of the People's Republic of China, Qingdao 266071, China
黄河三角洲拥有丰富的石油资源与生态资源[1-2], 对当地社会经济进步起到了重要推动作用。然而黄河三角洲也是我国水资源最为短缺的地区之一, 该地区90%以上的区域受到不同程度的土壤盐碱化影响, 浅层地下水仅小部分为全淡水[3-4], 长期以来该区域的发展一直受到水资源短缺的阻碍与制约[4]。对浅层地下水变化规律及其成因的充分认识在黄河三角洲区域尤为重要。黄河三角洲区域仅有少量的浅层地下水长期观测站, 对于该地区浅层地下水动态及成因的研究还较为欠缺[5]。亟需结合可靠的数据对当地浅层地下水动态和影响浅层地下水位的因素进行全面阐述分析, 为准确评估和利用地下水资源服务。
影响大河三角洲地下水位变化的机制繁多, 主要包括自然因素和人为因素。自然因素主要包括: 降水、蒸发、附近河流径流量、地质条件等, 滨海湿地地区还受海潮作用; 人为因素则主要为地下水开采、工程建设、农业生产活动等。国内外诸多学者对大河三角洲地下水动态及其影响因素进行了广泛研究。由于黄河三角洲特殊的滨海地理位置, 潮汐对该地浅层地下水位具有明显影响。高茂生等[6]发现位于黄河三角洲滨海湿地的DY122井地下水位受潮汐波动影响明显, 并滞后潮汐波动3 h。在莱州湾南岸, 6个水文观测井浅层地下水位频率振幅与潮汐规律表现一致, 每个观测井浅层地下水位波动滞后潮汐的时间唯一[7-8]。以上研究中水位滞后潮位波动的时间只取决于地理位置, 并不随时间变化。这些成果所用数据的时间跨度在1 d到3个月之间, 考虑到黄河三角洲复杂的地质和气象条件, 短时间尺度下得出的结论能否适用于更长时间, 还有待探讨。在珠江三角洲, Zhang等[9]发现天文大潮潮位与水位相关性要高于天文小潮, 说明发生天文大潮时潮汐对地下水影响更大。除了潮汐, 降水对浅层地下水位的影响, 也被广泛研究。袁瑞强等[10]结合黄河农场地区3个浅层地下水观测孔与降水资料, 研究结果表明降水是引起该地浅层地下水位上升的主要原因。孟加拉国滨海湿地3口监测井的结果显示, 浅层地下水位对于强降水有非常快的抬升响应[11]。安乐生等[5]研究了黄河三角洲小清河以北多口观测井水位与降水的关系, 将区域内水位动态分为基本稳定型和震荡起伏型, 地下水动态成因类型分别为“渗入−径流或水文”型与“渗入−蒸发”型。在前人有关蒸发对浅层地下水动态影响的研究中, 蒸发量多采用蒸发皿观测数据或公式计算的潜在蒸发量数据。蒸发皿测得数据是有限水面在充分供水情况下的蒸发量, 不能代表真实的地表蒸发情况; 潜在蒸发量是陆面实际蒸发量的理论上限, 同样不能体现自然界的实际蒸发情况[12]。因此利用蒸发皿蒸发量和潜在蒸发量分析浅层地下水的研究仅能为了解蒸发对浅层地下水位的影响提供了参考, 想要得到更加可靠的定量结果, 就必须利用更能反映真实情况的蒸发数据。自然过程对大河三角洲浅层地下水动态有重要影响, 但人类活动的作用也不可忽视。刘勇等[4]发现, 黄河三角洲地区地下水超采造成的地下水位剧烈下降会生成地下水降落漏斗并产生咸水入侵。Minderhoud等[13]发现, 湄公河三角洲地下水过量开采致使蓄水层压实, 地下水位迅速下降导致该区域在1991—2016年期间平均沉降量达约18 cm。在美国的密西西比河三角洲, Killian等[14]发现农业灌溉致使的地下水位下降与地表水流量减少密切相关。对科罗拉多河三角洲地下水位和微重力的研究结果显示: 上游排水导致的当地地下水位升高现象持续时间较短; 因抽取地下水产生的低地下水位导致大量河道水渗透散失[15]。
本文分析了黄河三角洲浅层地下水位动态特征及潮汐、降水量、实际蒸发量、黄河径流量以及农业活动与浅层地下水位的关系, 首次将ERA5高分辨率再分析实际蒸发量数据与浅层地下水位结合分析, 揭示了浅层地下水位对于潮汐波动的滞后响应存在变化这一现象。
1 研究区概况研究区位于黄河三角洲滨海湿地, 紧邻渤海湾与莱州湾(图 1), 行政区划上属于山东省东营市。海拔高程低, 约0至1 m, 东西向自然坡降约为1/10 000[16]。黄河输沙量大, 历史上河道变迁频繁, 因此黄河三角洲沉积环境不稳定, 沉积相复杂。黄河三角洲低潮线以上区域可分为两部分, 即上三角洲平原和下三角洲平原。上三角洲平原包括泛滥平原、决口扇和天然堤等亚环境。泛滥平原沉积物较薄, 分布面积小, 多是黏土质粉砂夹黄色粉砂纹层, 平均粒径7.7~8.4 φ, 分选差。决口扇分布广泛, 其沉积物和天然堤沉积物均以粗粉砂为主[17-19]。下三角洲平原中潮滩发育, 宽度可以超过10 km。潮滩潮上带沼泽斑状分布, 沉积物为黄色粉砂和褐色黏土质粉砂互层。现代河口两侧的潮间带沉积物粒径小, 主要是黄褐色黏土质粉砂夹黄色粉砂透镜体以及黄色粉砂夹黏土质粉砂纹层[17]。在水文地质分布上, 研究区处在全咸水区[4]。地质构造上位于济阳盆地的湖相断陷东营坳陷内, 是典型的古近系半断陷盆地[18]。温带季风气候盛行于研究区, 夏季炎热多雨, 冬季寒冷干燥, 主要粮食作物为冬小麦。年平均降水量约600 mm, 实际蒸发量大于降水量, 年平均气温适宜, 约12 ℃[20]。
2 数据来源与研究方法 2.1 数据来源122-3井、123-2井和124井浅层地下水位使用荷兰生产的Diver自动监测仪进行监测, 年际水位变化大于1 m, 远大于大气压强值的变化。在进行最终水位值的计算和分析过程中, 采用了当地平均大气压强值1.04×105 Pa来补偿校正, 其波动趋势和范围能够近似代表实际水位动态特征。124井记录时间为2009年5月至12月, 其余2井记录时间为2009年全年, 水位记录间隔均为1 h。
2009年潮位数据来自于孤东验潮站, 数据记录频率为1次/h。孤东验潮站采用XZY3-1型自动水文气象站连续监测潮位, 所得数据由孤东海堤管理站定期收集校验, 在海洋领域得到了较多应用[21-24]。
降水量和实际蒸发量数据采用2009年ERA5逐小时数据, 数据范围为118.5°E~119°E, 37.7°N~37.9°N。文中时间均采用北京时间。ERA5是欧洲中期天气预报中心最新一代全球气象再分析数据。相比前一代, ERA5具有更小的延迟性和更高的时空分辨率(1 h, 0.25°×0.25°), 并能够更加精确的反映裸地蒸发量[25]。自发布以来ERA5数据得到了广泛应用, 并且许多研究证明ERA5数据实际应用可靠。利用ERA5降水和温度等数据, Xue等[26]研究了一带一路区域内的干旱时空分布。黄建平等[27]利用ERA5实际蒸发量数据, 分析了黄河流域近40 a的气候变化。ERA5数据与其他现代再分析和实测的降水数据[28-29]以及海洋表层及低空风数据[30-32]比对的结果良好。ERA5与中国746个气象站的相对湿度数据匹配良好[33]。在多种再分析气象数据中, ERA5能够最好的反映东亚的云特性[34]。在第三极的西风和季风主导流域源区, ERA5与256个地面观测站降水数据随海拔变化总体特征一致[35]。在山东及周边地区ERA5总体适用性优于ERA-Interim再分析数据[36]。
黄河径流量与输沙量数据来源于水利部黄河水利委员会官网, 站点为东营市利津县的利津站。利津站是黄河干流最下游也是离研究区最近的重要水文控制站, 能有效反映2009年内研究区黄河的径流量和输沙量的月变化。
2.2 研究方法潮汐是海洋水位的周期性升降现象, 其对浅层地下水位的影响, 可以从后者周期中体现。但仅凭观察数据随时间的变化, 很难发现某一特定周期。本文通过快速傅里叶变换将数据从时域变为频域, 能直观分离出时间序列数据的频率信息。序列
$ {X_k} = \sum\limits_{n = 0}^{N - 1} {{x_n}} {\text{e}^{ - i2\pi kn/N}}, ~~0 \leqslant k <N-1 $ | (1) |
利用Python语言编程过程中为减少计算量, 本文采用DFT的快速算法, 即numpy库的快速傅里叶变换(FFT)函数: fft.rfft。
时间滞后互相关(time lag cross-correlation)用来揭示两个序列之间超前滞后关系。潮汐引起的地下水位波动信号受多种长周期因素干扰, 对水位数据进行滤波将有利于更加准确分析二者关系。为了探究水位波动的滞后性, 本文对122-3井、123-2井的2009年水位数据以及潮位数据进行滑动平均, 再用原始数据减去滑动平均, 得到去趋势以后的数据用于时间滞后互相关分析。本文采取对处理后的水位数据逐时向前平移, 然后计算平移后水位和潮位皮尔森相关系数的时间滞后互相关算法。若水位数据向前平移n小时后, 水位与潮位数据具有强相关性, 则可认为水位滞后潮位n h。
在研究降水蒸发对水位的影响中, 主要运用相关分析方法, 分析水位累计升幅降幅与累积降水量蒸发量的相关性。相关系数的计算仍采用皮尔森算法。皮尔森相关系数自20世纪由英国学者皮尔森提出以来, 在衡量两个变量的线性相关程度中得到了广泛应用, 其公式为:
$r = \frac{{\sum\limits_{i = 1}^n {\left( {{X_i} - \bar X} \right)\left( {{Y_i} - \bar Y} \right)} }}{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{X_i} - \bar X} \right)}^2}} \sum\limits_{i = 1}^n {{{\left( {{Y_i} - \bar Y} \right)}^2}} } }} .$ | (2) |
2009年5—12月份, 124井水位明显高于其他两井, 平均水位分别高出同时期122-3井和123-2井3.25 m和2.31 m(表 1)。雨季中124井水位波动频繁剧烈, 雨季过后程度减弱。1—2月份122-3井与123-2井水位平稳。3—4月份122-3井水位缓慢上升, 123-2井则呈下降趋势。5—6月份两井水位波动明显, 在6月中上旬两井均存在显著的水位低谷。7月中旬后至9月份水位维持在较高水平, 后较平稳下降(图 2)。整体而言, 124井水位较高, 水位不稳定; 122-3井与123-2井水位较低, 除5—6月份外, 水位较为平稳。
井位 | 数据时段 | 平均水位/m | 最高水位/m | 最低水位/m | 最大变幅/m | 平均埋深/m |
122-3 | 1—12月 | 0.34 | 1.04 | -0.40 | 1.44 | 2.05 |
123-2 | 1—12月 | 1.44 | 1.86 | 0.18 | 1.68 | 1.80 |
124 | 5—12月 | 3.80 | 4.85 | 3.27 | 1.58 | 1.83 |
3.1.2 潮汐与浅层地下水位
潮汐效应[37]指出, 海洋的潮汐作用会使滨海含水层中的地下水位随海平面起落有规律地波动。为研究黄河三角洲地区浅层地下水位与潮汐的关系, 利用快速傅里叶变换将孤东验潮站潮位数据从时域转为频域, 绘制频率振幅谱。可以看出, 孤东潮汐数据频谱在0.042 h-1和0.083 h-1处存在两个主要的波峰, 且前者远大于后者(图 3a)。
同样基于快速傅里叶变换, 对研究区三口地下水观测井水位进行频谱分析。122-3井与123-2井与潮汐数据频谱特征一致, 在约0.042 h-1和0.083 h-1频率处均有较明显波峰, 且0.042 h-1左右振幅远大于0.083 h-1。122-3井在两个频率的振幅上远超123-2井(图 3a, b, c)。然而124井表现出了与潮汐、122-3井和123-2井水位明显不同的频谱, 124井水位频谱未显示明显的振幅高值(图 3d)。
除了频域, 时域上的分析也可以揭示潮汐与地下水位的关系。由于124井在频域分析中并未显示海潮对其有明显影响, 所以接下来只分析其余两井。海潮波动信号传递给地下水时, 由于陆地的阻尼作用会产生延迟。潮位与122-3井、123-2井的水位时间滞后互相关分析结果如图 4所示。图 4横坐标指示向前平移水位数据的时间, 纵坐标代表平移后水位数据与潮位的相关系数。互相关分析显示, 122-3井水位在向前平移0 h时, 与潮汐相关系数最高, 但仅为0.01; 123-2井水位与潮汐相关系数在平移15 h时达到最大, 也仅为0.02(图 4)。
122-3井与123-2井水位变化具有潮汐规律(图 3), 滞后性应当存在, 但这与潮位和水位时间滞后互相关分析得到的极低的相关系数(图 4)似乎矛盾。天文大潮日时潮汐振幅最大, 对地下水位的影响也最为明显。所以为进一步研究滞后性, 并考虑潮汐数据是否残缺和相关时间段前后有无强降水过程等因素, 分别在2009年的每个月选取最接近天文大潮日的两整日(共24 d)进行分析(图 5)。
图 5的12个子图中, 潮汐与水位波动均表现了明显的全日潮特征, 这与频域分析结果一致。不同地下水观测井水位对潮汐影响的响应存在差异, 122-3井波动恒早于123-2井, 提前响应时间稳定, 约2 h; 122-3井1日内的水位振幅是123-2井的2到3倍。在12个天文大潮期中, 潮汐波动呈现两种态势。3月到8月潮汐曲线呈英文字母“W”形, 其余半年潮位呈现“M”形状。在“W”形潮汐高潮的时刻, “M”形潮汐处于低潮, 反之亦然。以122-3井水位为例, “W”形潮汐下122-3井水位变化滞后潮汐时间为15~18 h; “M”形潮汐下122-3井水位波动滞后潮汐2到6 h。
3.1.3 降水量、实际蒸发量与浅层地下水位降水是对地下水水量的直接补给, 对地下水影响最为直接。黄河三角洲地区位于东亚季风区内, 降水呈现明显的季节性分布。2009年, 研究区年总降水量平均为650 mm, 5到9月份降水量为504 mm, 占全年降水量的78%。相比于122-3井和123-2井, 124井水位对于降水更加敏感。在降水量较多的7—9月份, 124井水位高于其他月份。124井水位在5月9日、6月19日、7月8日、8月22日、9月5日与10月30日左右均有较大幅度的迅速抬升, 这数次突增均精确对应着高强度降水过程(图 2), 上述几日的日降水量均远高于黄河三角洲地区日平均1.78 mm的降水量, 分别为40.04 mm、23.90 mm、26.51 mm、14.33 mm、23.50 mm与23.14 mm。这表明, 无论从季节尺度, 还是日际尺度, 124井水位均在很大程度上受降水调控。122-3井与123-2井水位也在降水较多的7~9月份表现出总体较高水位。对于较强降水事件, 两井也有响应, 但程度较弱。例如4月15日、5月9日、6月19日和10月30日左右的水位抬升(图 2)。
为更直观地研究黄河三角洲地区降水对浅层地下水位影响, 对3个井位水位数据对应研究时段的累积降水量和累计水位升幅的关系进行分析(图 6)。3个井各自的累积降水量与累计水位升幅的时间序列曲线呈现极高相关性, 具体表现在各自井位的2条曲线拐点几乎同步, 枯水期各自井位2条曲线基本一致。在2009年122-3井与123-2井累积降水量与累计水位升幅散点图上(图 6b, d), 可以看到, 除了在累积降水量200~400 mm区间(占总数据量的0.08%)的散点与拟合直线有较明显偏离外, 绝大部分点与直线拟合较好, 2井累积降水量与累计水位升幅相关系数分别为0.98和0.95(表 2)。5—12月124井与同时期其他两井相比, 累积降水量与累计水位升幅随时间变化曲线更为一致, 散点图最接近直线(图 6), 相关系数最高, 达0.99, 比相关系数最低的123-2井高出0.1(表 2)。
井位 | 时段 | 拟合直线 | 相关系数 |
122-3 | 1—12月 | y = 0.57x + 51.19 | 0.98 |
123-2 | 1—12月 | y = 0.65x + 65.71 | 0.95 |
122-3 | 5—12月 | y = 0.45x + 45.34 | 0.98 |
123-2 | 5—12月 | y = 0.47x + 94.10 | 0.89 |
124 | 5—12月 | y = 1.15x + 61.92 | 0.99 |
蒸发是自然环境下大气回收水分的主要过程, 实际蒸发量与浅层地下水位的降低密不可分。2009年研究区实际蒸发量为687 mm, 略大于总降水量, 且明显集中于夏季, 5—9月份实际蒸发量为468 mm, 占全年总蒸发量的68%。通过122-3井与123-2井各自累计水位降幅与累积蒸发量随时间变化图与相关关系图(图 7a, b, c, d)可以发现, 在2009年全年, 2条曲线比较贴合, 大部分散点与直线拟合较好, 相关系数均大于等于0.95。与降水对三口观测井水位的影响规律类似, 在5—12月三井对比中, 124井水位下降与蒸发曲线贴合最紧密, 散点图最接近拟合直线, 相关系数最高, 为0.99, 123-2井最低, 为0.90 (图 7, 表 3)。122-3井与123-2井在5月至6月中旬水位下降速率高于蒸发速率, 之后至8月底低于蒸发速率(图 7a, c)。
井位 | 时段 | 拟合直线 | 相关系数 |
122-3 | 1—12月 | y = 0.45 x - 37.70 | 0.97 |
123-2 | 1—12月 | y = 0.61 x - 69.57 | 0.95 |
122-3 | 5—12月 | y = 0.37 x - 41.95 | 0.95 |
123-2 | 5—12月 | y = 0.40 x - 100.31 | 0.90 |
124 | 5—12月 | y = 1.22 x - 24.54 | 0.99 |
124井与122-3井/123-2井水位整体动态不同的主要原因是地理位置与沉积环境的差异。根据成国栋[17]的黄河三角洲现代沉积环境分区图, 结合3个观测井位的地理位置, 分析了3个井位所处的沉积环境。124井位于上三角洲平原, 周围存在泛滥平原、决口扇和天然堤沉积相。122-3井处在上三角洲平原和下三角洲平原交界处, 周围存在决口扇、河道以及潮滩等沉积相。123-2井则位于下三角洲平原的潮滩中, 离黄河口最近。124井周围由于有防洪堤的保护, 减弱了黄河泛滥的影响, 泛滥平原沉积物厚度较薄。该地沉积物主要以粗粉砂为主, 平均粒径较大, 透水性较强, 降水能有效入渗, 所以124井水位显示出强烈的波动特征(图 2)。下三角洲平原的潮滩表层沉积主要由粉砂与黏土质粉砂组成, 粒径小, 保水能力强, 其下部沉积物以透水性差的黏土质粉砂组成[6], 致使潮滩区水分垂直运动差, 对降水等自然因素的响应弱, 因此123-2井整体水位最为平稳。位于上三角洲平原和下三角洲平原交界的122-3井周围沉积物粒度总体介于124井和123-2井之间, 因此122-3井整体水位波动程度明显弱于124井水位, 但比123-2井水位稍明显(图 2)。
3.2.2 潮汐对浅层地下水位的影响黄河三角洲滨海湿地浅层地下水含水层之间连通性差, 浅层地下水水平运动能力差, 与潮汐没有直接水力联系[6]。但是潮汐作用于海岸时产生的沉积地层应力效应将通过含水层传递给浅层地下水, 使得浅层地下水位随潮汐出现有规律的波动[6, 8, 38-39]。Kim等[40]认为潮汐对济州岛地下水位的水平影响距离可达3 km。利用黄河三角洲滨海湿地24 h的连续浅层地下水位和潮位数据, 高茂生等[6]发现, 距离验潮站7 km的水井浅层地下水位波动与潮汐存在较强相关关系。杨再兴[41]利用实测数据和软件模拟, 认为在北部湾地区, 距离海岸3.7 km时地下水才不再明显受潮汐影响。
0.042 h-1和0.083 h-1的频率分别对应着24 h和12 h的周期。同时0.042 h-1频率下的明显高振幅, 表明研究区海潮24 h周期盛行(图 3a), 即研究区潮位具有近似全日潮的规律。122-3井与123-2井与潮汐数据高度相似的频谱特征, 表明两井水位均受潮汐波动影响。二者相比, 122-3井频率振幅更高(图 3b, c), 且12个天文大潮期中, 122-3井相对于123-2井, 对潮汐的响应更早、水位波动更大(图 5), 说明122-3井更容易受到潮汐影响。频率0.042 h-1和0.083 h-1在图 3d频谱中未显示明显振幅表明124井水位波动不存在某一特定周期, 受潮汐的调控微弱。122-3井、123-2井与124井距离海岸的最近垂直距离分别约为7 km、4 km和15 km。所以海潮对黄河三角洲滨海湿地浅层地下水位的水平调控范围至少可达7 km。至15 km时, 浅层地下水位几乎不受潮汐影响。
在前人有关滞后性的研究中, 某一井位浅层地下水位滞后潮汐的时间均为固定数值[6-8]。然而本文研究结果与前人不同。从时间滞后互相关分析结果中(图 4)可以看到, 潮位与平移后的水位相关系数恒小于0.03, 表现为不相关, 这表明在全年时间尺度上, 相对于潮汐变化浅层地下水位波动不存在特定滞后时间。图 5中可以明显看出12个天文大潮期中潮汐超前水位的时间并不统一, 水位滞后“W”形和“M”形潮汐的时间相差约12 h。这种不统一的滞后响应, 可能受黄河三角洲年内沉积环境、气象条件、浅层地下水位以及潮汐变化的综合影响。
3.2.3 降水与蒸发对浅层地下水位的影响122-3井、123-2井和124井均能反映出水位上升与降水的密切联系。在三个井位各自观测时段内, 累计水位升幅与累积降水量相关系数均接近于1(表 2), 为极强相关, 指征降水是三井水位上升的最重要的因素。但在图 6散点图中, 122-3井与123-2井均有一部分散点与一元线性拟合直线偏离较大, 这种偏离在时间序列图(图 6a, c)中也有体现, 具体表现为: 5月9日与6月19日左右水位升幅相比于降水量的突增, 7月上旬平缓的水位增幅与快速累积的降水。这种偏离主要原因在于两口井所在地沉积物的弱透水性。在粒径小, 水力联系弱的沉积环境下, 伴随着长期较低的降水量, 随着蒸发量加大, 表层沉积物水分逐渐散失, 并且很难被侧向径流补给, 产生可以蓄水的大量干燥空间。5月9日与6月19日对应着两个较强的降水过程, 122-3井和123-2井所处的地层在此期间充分吸收水分, 产生水位升幅较大现象(图 2)。而在7月上旬, 雨季后, 沉积物孔隙中水分饱和, 水位也已恢复到正常水平(图 2), 此时降水已经不能再使浅层地下水位产生较大的升幅。总体而言, 降水对研究区三口观测井水位上升起到了决定性作用。由于三口井所在区域沉积环境不同, 沉积物渗透性更好的124井浅层地下水位升高和降水关系最为密切, 位于潮滩地区的123-2井附近沉积物渗透性最差, 浅层地下水位抬升受降水影响相对最弱, 这也解释了123-2井比122-3井离海洋更近, 但受潮汐影响却更弱的现象。
122-3井与123-2井在2009年全年中表现出了累计水位降幅与累积蒸发量之间极强的相关性(图 7a, b, c, d)。在5—12月三井的对比中: 124井相关性最高, 表现为累计水位降幅与累积蒸发量曲线高度拟合, 相关系数为0.99; 123-2井相关性最低, 表现为散点图与直线偏离程度最大, 累计水位降幅与累积蒸发量偏离最大, 相关系数最低(图 7, 表 3)。3井在各自数据时段内, 累积蒸发量与累计水位降幅接近于1的相关系数(表 3), 体现了蒸发对水位下降的主导作用。122-3井与123-2井累计水位降幅与累积蒸发量曲线的偏离, 集中在5月至9月(图 7a, c)。这主要是由于5月至6月上旬黄河三角洲地区雨季尚未来临, 降水仍保持较低水平, 但此期间气温快速回升, 蒸发量加大(图 2), 打破了之前降水与蒸发的平衡, 致使水位下降速率较之前增加, 这也是122-3井与123-2井在6月中上旬存在明显水位低值(图 2)的原因。6月中旬以后, 研究区开始受到东亚夏季风影响, 降水突增, 地下水得到补充, 因此出现水位累计下降速率低于蒸发速率的情况。
3.2.4 其他因素对浅层地下水位的影响黄河年内径流量与输沙量变化明显, 趋势相同, 6—7月份最高, 8—12月份径流输沙量是1—5月份的数倍(图 8)。与黄河径流量规律相反, 三口井水位在6—7月份处在最低水平。122-3井和123-2井8— 12月份比1—5月份水位高, 但这主要是由7—9月份的高强度集中降水以及后续时间段实际蒸发量减少导致(图 2), 且水位在抬高程度上不及黄河径流量在两个时段上的差异显著。同时研究区沉积物以粉砂和黏土质粉砂为主, 浅层地下水水平运动差, 黄河和研究站位浅层地下水之间难以建立直接水力联系。以上因素均表明黄河对于研究区浅层地下水位的影响有限。
除了黄河径流量, 农业灌溉也是应当考虑的因素。研究区主要粮食作物是冬小麦。冬小麦在3、4月份处于拔节期, 这期间小麦生长迅速, 需进行引黄灌溉, 灌溉水逐渐下渗将会补充地下水位。所以在3—4月份, 尽管研究区蒸发量加大且降水量保持较低水平, 靠近农田的122-3井水位仍呈现缓慢上升态势。123-2井位于山东黄河三角洲国家级自然保护区内, 附近几乎无农业活动, 主要受自然因素调控, 因此3—4月保持着波动下降状态。
4 结论本文以黄河三角洲2009年3口观测井水位数据为基础, 结合该区域同时期潮位、降水量和实际蒸发量数据, 深入研究了黄河三角洲浅层地下水位动态变化特征及影响因素, 得出以下结论:
1) 在黄河三角洲地区, 不同的沉积环境造成了浅层地下水位动态的差异。沉积物松散粒径较大的区域浅层地下水位对降水响应幅度大, 水位波动明显频繁。临近海洋的潮滩及附近区域, 沉积物透水性差, 浅层地下水位对外界环境改变响应程度较弱, 但由于降水和蒸发的相互作用, 6月中上旬浅层地下水位急剧下降, 其余月份浅层地下水位呈现平稳态势。
2) 研究区潮汐对浅层地下水位的影响平面上至少可达7 km, 离海岸15 km时潮汐对水位影响十分微弱。影响范围内, 浅层地下水位与潮汐存在高度一致的频谱, 均存在24 h与12 h的周期, 且24 h周期更为显著。在滞后性研究中, 发现浅层地下水位对于潮汐的滞后时间存在变化这一新现象, 即滞后时间存在两个区间, 每一个区间持续时间约0.5 a, 二者相差约12 h。
3) 通过ERA5高分辨率降水量和实际蒸发量数据, 定量分析了降水和蒸发对黄河三角洲浅层地下水位动态的作用。浅层地下水位的升降分别与降水量、实际蒸发量存在极强相关关系, 降水和蒸发是导致黄河三角洲浅层地下水位升降最根本的因素。此外农业灌溉也有一定影响。
[1] |
KUENZER C, OTTINGER M, LIU G, et al. Earth ob-servation-based coastal zone monitoring of the Yellow River Delta: Dynamics in China's second largest oil producing region over four decades[J]. Applied Geography, 2014, 55: 92-107. DOI:10.1016/j.apgeog.2014.08.015 |
[2] |
ZHANG J, HUANG H, BI H. Land subsidence in the modern Yellow River Delta based on InSAR time series analysis[J]. Natural Hazards, 2015, 75(3): 2385-2397. DOI:10.1007/s11069-014-1434-7 |
[3] |
FAN X, PEDROLI B, LIU G, et al. Soil salinity develop-ment in the Yellow River Delta in relation to groundwater dynamics[J]. Land Degradation & Development, 2012, 23(2): 175-189. |
[4] |
刘勇, 徐兴永, 李培英, 等. 黄河三角洲地下水动态变化及其环境灾害效应研究[C]//中国环境科学学会. 2016中国环境科学学会学术年会论文集(第三卷). 北京: 中国环境科学出版社, 2016: 1240-1248. LIU Yong, XU Xingyong, LI Peiying, et al. Dynamics of groundwater and its environmental disasters influences research in the Yellow River Delta[C]//Chinese Society for Environmental Sciences. 2016 Annual Conference of Chinese Society for Environmental Sciences (Volume 3). Beijing: China Environmental Science Press, 2016: 1240-1248. |
[5] |
安乐生, 赵全升, 许颖. 黄河三角洲浅层地下水位动态特征及其成因[J]. 环境科学与技术, 2013, 36(9): 51-56. AN Lesheng, ZHAO Quansheng, XU Ying. Dynamic characteristics of the shallow groundwater table and its genesis in the Yellow River Delta[J]. Environment Science & Technology, 2013, 36(9): 51-56. DOI:10.3969/j.issn.1003-6504.2013.09.011 |
[6] |
高茂生, 叶思源, 史贵军, 等. 潮汐作用下的滨海湿地浅层地下水动态变化[J]. 水文地质工程地质, 2010, 37(4): 24-27. GAO Maosheng, YE Siyuan, SHI Guijun, et al. Oceanic tide-induced shallow groundwater regime fluctuations in coastal wetland[J]. Hydrology & Engineering Geology, 2010, 37(4): 24-27. DOI:10.3969/j.issn.1000-3665.2010.04.005 |
[7] |
苏乔, 徐兴永, 陈广泉, 等. 潮汐作用对莱州湾南岸冬季地下水位的影响研究[J]. 海洋科学进展, 2017, 35(4): 568-578. SU Qiao, XU Xingyong, CHEN Guangquan, et al. Study on the impact of tides on groundwater table fluctuation in coastal aquifer[J]. Advances in Marine Science, 2017, 35(4): 568-578. DOI:10.3969/j.issn.1671-6647.2017.04.013 |
[8] |
苏乔, 徐兴永, 陈广泉, 等. 潮汐作用影响下滨海地区地下水位的变化频率和滞后性[J]. 海洋开发与管理, 2018, 35(10): 81-85. SU Qiao, XU Xingyong, CHEN Guangquan, et al. Fre-quency and hysteresis of groundwater level influenced by tides[J]. Ocean Development and Management, 2018, 35(10): 81-85. |
[9] |
ZHANG X, DONG F, DAI H, et al. Influence of lunar semidiurnal tides on groundwater dynamics in estuarine aquifers[J]. Hydrogeology Journal, 2020, 28: 1419-1429. DOI:10.1007/s10040-020-02136-8 |
[10] |
袁瑞强, 刘贯群, 宋献方. 现代黄河三角洲浅层地下水对降水的响应[J]. 资源科学, 2009, 31(9): 1514-1521. YUAN Ruiqiang, LIU Guanqun, SONG Xianfang. Shallow groundwater response to rainfall infiltration in modern Yellow River Delta[J]. Resources Science, 2009, 31(9): 1514-1521. DOI:10.3321/j.issn:1007-7588.2009.09.009 |
[11] |
SCHULTHESS U, AHMED Z U, ARAVINDAKSHAN S, et al. Farming on the fringe: Shallow groundwater dyna-mics and irrigation scheduling for maize and wheat in Bangladesh's coastal delta[J]. Field Crops Research, 2019, 239: 135-148. DOI:10.1016/j.fcr.2019.04.007 |
[12] |
张国华, 郭磊, 刘健, 等. 山东省陆面实际蒸发量估算及变化特征分析[J]. 人民黄河, 2014, 36(10): 26-29. ZHANG Guohua, GUO Lei, LIU Jian, et al. Estimation and variation characteristics of land actual evapotrans-piration in Shandong Province[J]. Yellow River, 2014, 36(10): 26-29. DOI:10.3969/j.issn.1000-1379.2014.10.008 |
[13] |
MINDERHOUD P S J, ERKENS G, PHAM V H, et al. Impacts of 25 years of groundwater extraction on sub-sidence in the Mekong delta, Vietnam[J]. Environmental Research Letters, 2017, 12(6): 064006. DOI:10.1088/1748-9326/aa7146 |
[14] |
KILLIAN C D, ASQUITH W H, BARLOW J R B, et al. Characterizing groundwater and surface-water interaction using hydrograph-separation techniques and groundwater-level data throughout the Mississippi Delta[J]. Hydrogeo-logy Journal, 2019, 27(6): 2167-2179. DOI:10.1007/s10040-019-01981-6 |
[15] |
KENNEDY J, RODRÍGUEZ-BURGUEÑO J E, RAMÍREZ-HERNÁNDEZ J. Groundwater response to the 2014 pulse flow in the Colorado River Delta[J]. Ecological Engineering, 2017, 106: 715-724. DOI:10.1016/j.ecoleng.2016.10.072 |
[16] |
刘一霖. 黄河三角洲地面沉降时序InSAR技术监测与地下流体开采相关性分析[D]. 青岛: 中国科学院海洋研究所, 2016. LIU Yilin. Land subsidence monitoring and correlation analysis with ground fluid exploitation using time series INSAR technique over the Yellow River Delta (China)[D]. Qingdao: Institute of Oceanology, Chinese Academy of Sciences, 2016. |
[17] |
成国栋. 黄河三角洲现代沉积作用及模式[M]. 北京: 地质出版社, 1991: 39-49. CHENG Guodong. Modern sedimentation and patterns in the Yellow River Delta[M]. Beijing: Geology Press, 1991: 39-49. |
[18] |
成国栋. 黄河三角洲沉积地质学[M]. 北京: 地质出版社, 1997: 3-72. CHENG Guodong. Sedimentary geology in the Yellow River Delta[M]. Beijing: Geology Press, 1997: 3-72. |
[19] |
乔淑卿, 石学法. 黄河三角洲沉积特征和演化研究现状及展望[J]. 海洋科学进展, 2010, 28(3): 408-416. QIAO Shuqing, SHI Xuefa. Status and prospect of studies on sedimentary characteristics and evolution of the Yellow River Delta[J]. Advances in Marine Science, 2010, 28(3): 408-416. DOI:10.3969/j.issn.1671-6647.2010.03.017 |
[20] |
李高伟. 黄河三角洲气候变化及其对湿地影响研究[D]. 济南: 山东师范大学, 2015. LI Gaowei. Research of climate change in the Yellow River Delta and its impacts on wetland[D]. Jinan: Shandong Normal University, 2015. |
[21] |
李向阳, 陈沈良, 李为华, 等. 黄河三角洲孤东海域冲淤塑造营力研究[J]. 人民黄河, 2008, 30(10): 35-37. LI Xiangyang, CHEN Shenliang, LI Weihua, et al. Study on scour and fill shape of Gudong sea area of the Yellow River Delta[J]. Yellow River, 2008, 30(10): 35-37. DOI:10.3969/j.issn.1000-1379.2008.10.015 |
[22] |
陈一强, 陈沈良, 马宗文, 等. 黄河三角洲孤东近岸悬沙质量浓度变化和底沙再悬浮[J]. 海洋科学进展, 2011, 29(2): 157-162. CHEN Yiqiang, CHEN Shenliang, MA Zongwen, et al. Variations of suspended sediment concentration and resuspension of bottom sediments in the Gudong nearshore area of the Huanghe River Delta[J]. Advances in Marine Science, 2011, 29(2): 157-162. DOI:10.3969/j.issn.1671-6647.2011.02.004 |
[23] |
程慧. 近40年来黄河三角洲孤东近岸的冲淤演变及其影响因素[D]. 上海: 华东师范大学, 2019. CHENG Hui. Coastal evolution and its influencing factors in Gudong nearshore area of the Yellow River Delta in recent 40 years[D]. Shanghai: East China Normal University, 2019. |
[24] |
WANG G, LI P, LI Z, et al. Coastal dam inundation as-sessment for the Yellow River Delta: Measurements, analysis and scenario[J]. Remote Sensing, 2020, 12(21): 3658. DOI:10.3390/rs12213658 |
[25] |
HERSBACH H, BELL B, BERRISFORD P, et al. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 2020, 146(730): 1999-2049. DOI:10.1002/qj.3803 |
[26] |
XUE C, WU H, JIANG X. Temporal and spatial change monitoring of drought grade based on ERA5 analysis data and BFAST method in the belt and road area during 1989-2017[J]. Advances in Meteorology, 2019, 2019(428): 1-10. |
[27] |
黄建平, 张国龙, 于海鹏, 等. 黄河流域近40年气候变化的时空特征[J]. 水利学报, 2020, 51(9): 1048-1058. HUANG Jianping, ZHANG Guolong, YU Haipeng, et al. Characteristics of climate change in the Yellow River basin during recent 40 years[J]. Shuili Xuebao, 2020, 51(9): 1048-1058. |
[28] |
XU X, FREY S K, BOLUWADE A, et al. Evaluation of variability among different precipitation products in the Northern Great Plains[J]. Journal of Hydrology: Regional Studies, 2019, 24: 100608. DOI:10.1016/j.ejrh.2019.100608 |
[29] |
TAREK M, BRISSETTE F P, ARSENAULT R. Evaluation of the ERA5 reanalysis as a potential reference dataset for hydrological modeling over North America[J]. Hydrology and Earth System Sciences, 2020, 24(5): 2527-2544. DOI:10.5194/hess-24-2527-2020 |
[30] |
OLAUSON J. ERA5:The new champion of wind power modelling?[J]. Renewable Energy, 2018, 126: 322-331. DOI:10.1016/j.renene.2018.03.056 |
[31] |
BELMONTE RIVAS M, STOFFELEN A. Characterizing ERA-Interim and ERA5 surface wind biases using ASCAT[J]. Ocean Science, 2019, 15(3): 831-852. DOI:10.5194/os-15-831-2019 |
[32] |
KALVERLA P C, DUNCAN JR J B, STEENEVELD G J, et al. Low-level jets over the North Sea based on ERA5 and observations: together they do better[J]. Wind Energy Science, 2019, 4(2): 193-209. DOI:10.5194/wes-4-193-2019 |
[33] |
LI Z, YAN Z, ZHU Y, et al. Homogenized daily relative humidity series in China during 1960-2017[J]. Advances in Atmospheric Sciences, 2020, 37(4): 318-327. DOI:10.1007/s00376-020-9180-0 |
[34] |
YAO B, LIU C, YIN Y, et al. Evaluation of cloud pro-perties from reanalyses over East Asia with a radiance-based approach[J]. Atmospheric Measurement Techniques, 2020, 13(3): 1033-1049. DOI:10.5194/amt-13-1033-2020 |
[35] |
孙赫, 苏凤阁, 黄敬恒, 等. 第三极西风和季风主导流域源区降水呈现不同梯度特征[J]. 科学通报, 2020, 65(1): 91-104. SUN He, SU Fengge, HUANG Jingheng, et al. Con-trasting precipitation gradient characteristics between westerlies and monsoon dominated upstream river basins in the Third Pole[J]. Chinese Science Bulletin, 2020, 65(1): 91-104. |
[36] |
孟宪贵, 郭俊建, 韩永清. ERA5再分析数据适用性初步评估[J]. 海洋气象学报, 2018, 38(1): 91-99. MENG Xiangui, GUO Junjian, HAN Yongqing. Preli-minarily assessment of ERA5 reanalysis data[J]. Journal of Marine Meteorology, 2018, 38(1): 91-99. |
[37] |
陈崇希. 地下水不稳定井流计算方法[M]. 北京: 地质出版社, 1990: 18-19. CHEN Chongxi. The calculation method of unstable well flow of groundwater[M]. Beijing: Geology Press, 1990: 18-19. |
[38] |
KIM J H, LEE J, CHEONG T J, et al. Use of time series analysis for the identification of tidal effect on groundwater in the coastal area of Kimje, Korea[J]. Journal of Hydrology, 2005, 300(1/4): 188-198. |
[39] |
刘艳. 海潮引起的滨海地区地下水位波动的研究[D]. 北京: 中国地质大学(北京), 2016. LIU Yan. Tide-induced groundwater level fluctuations in coastal areas[D]. Beijing: China University of Geosciences (Beijing), 2016. |
[40] |
KIM K Y, SEONG H, KIM T, et al. Tidal effects on variations of fresh-saltwater interface and groundwater flow in a multilayered coastal aquifer on a volcanic island (Jeju Island, Korea)[J]. Journal of Hydrology, 2006, 330(3/4): 525-542. |
[41] |
杨再兴. 海潮波动对滨海地区地下水位的影响[D]. 北京: 中国地质大学(北京), 2011. YANG Zaixing. Effect of tidal fluctuations on ground water levels in coastal areas[D]. Beijing: China University of Geosciences (Beijing), 2011. |