• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

生态输水条件下塔里木河下游断面尺度地下水流数值模拟

古力米热·哈那提 张音 关东海 刘迁迁 苏里坦

古力米热·哈那提, 张音, 关东海, 刘迁迁, 苏里坦. 生态输水条件下塔里木河下游断面尺度地下水流数值模拟[J]. 水科学进展, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
引用本文: 古力米热·哈那提, 张音, 关东海, 刘迁迁, 苏里坦. 生态输水条件下塔里木河下游断面尺度地下水流数值模拟[J]. 水科学进展, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
GULIMIRE Hanati, ZHANG Yin, GUAN Donghai, LIU Qianqian, SU Litan. Numerical simulation of groundwater flow at cross-section scale in the lower reaches of Tarim River under the condition of ecological water conveyance[J]. Advances in Water Science, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
Citation: GULIMIRE Hanati, ZHANG Yin, GUAN Donghai, LIU Qianqian, SU Litan. Numerical simulation of groundwater flow at cross-section scale in the lower reaches of Tarim River under the condition of ecological water conveyance[J]. Advances in Water Science, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007

生态输水条件下塔里木河下游断面尺度地下水流数值模拟

doi: 10.14042/j.cnki.32.1309.2020.01.007
基金项目: 新疆维吾尔自治区重点实验室开放课题(2018D04024);国家自然科学基金资助项目(U1603342)
详细信息
    作者简介:

    古力米热·哈那提(1976-), 女, 新疆塔城人, 高级工程师, 主要从事干旱区水资源规划与水文过程研究。E-mail:skyglml@163.com

    通讯作者:

    苏里坦, E-mail:sulitan@ms.xjb.ac.cn

  • 中图分类号: P333

Numerical simulation of groundwater flow at cross-section scale in the lower reaches of Tarim River under the condition of ecological water conveyance

Funds: The study is financially supported by the National Natural Science Foundation of China(No.U1603342)
图(7) / 表 (2)
计量
  • 文章访问数:  45
  • HTML全文浏览量:  7
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-12
  • 网络出版日期:  2019-12-06
  • 刊出日期:  2020-01-30

生态输水条件下塔里木河下游断面尺度地下水流数值模拟

doi: 10.14042/j.cnki.32.1309.2020.01.007
    基金项目:  新疆维吾尔自治区重点实验室开放课题(2018D04024);国家自然科学基金资助项目(U1603342)
    作者简介:

    古力米热·哈那提(1976-), 女, 新疆塔城人, 高级工程师, 主要从事干旱区水资源规划与水文过程研究。E-mail:skyglml@163.com

    通讯作者: 苏里坦, E-mail:sulitan@ms.xjb.ac.cn
  • 中图分类号: P333

摘要: 由于中国西北地区地表水资源有限,地下水则成为重要的备用水资源,而地表水和地下水转化过程及其耦合模拟是水资源开发利用和科学评价的基础,因此,为了准确反映塔里木河下游间歇性生态输水后地下水的动态变化,以塔里木河下游英苏断面为例,基于Boussinesq方程建立了改进的地下水动力学(GH-D2)模型,模拟了塔里木河下游绿色走廊典型断面地下水对全时段(2000—2015年)间歇性生态输水的响应过程。结果表明,尽管Boussinesq方程的GH解能较好地模拟地下水位的瞬态变化,但模拟地下水位多年变化的结果并不理想,而改进的GH-D2模型考虑了间歇性生态输水对地下水位变化的滞后效应,对长时间尺度地下水位变化的模拟具有较好的效果。与GH和GH-D1模型相比,GH-D2模型模拟的地下水位值更接近于观测值,这将对塔里木河下游实施科学合理的生态输水计划以及生态恢复和重建策略提供关键的技术支撑。

English Abstract

古力米热·哈那提, 张音, 关东海, 刘迁迁, 苏里坦. 生态输水条件下塔里木河下游断面尺度地下水流数值模拟[J]. 水科学进展, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
引用本文: 古力米热·哈那提, 张音, 关东海, 刘迁迁, 苏里坦. 生态输水条件下塔里木河下游断面尺度地下水流数值模拟[J]. 水科学进展, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
GULIMIRE Hanati, ZHANG Yin, GUAN Donghai, LIU Qianqian, SU Litan. Numerical simulation of groundwater flow at cross-section scale in the lower reaches of Tarim River under the condition of ecological water conveyance[J]. Advances in Water Science, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
Citation: GULIMIRE Hanati, ZHANG Yin, GUAN Donghai, LIU Qianqian, SU Litan. Numerical simulation of groundwater flow at cross-section scale in the lower reaches of Tarim River under the condition of ecological water conveyance[J]. Advances in Water Science, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
  • 在全球气候变化和人类活动的影响下, 中国西北部的水资源短缺问题日益突出[1], 尤其是地处中亚干旱区腹心地带的塔里木河流域水资源短缺、水环境恶化及生态退化等问题日益严重[2], 如何解决这些问题成为流域水资源管理中面临的紧迫任务。随着气候变化和地表水利用率的提高, 地下水资源面临越来越大的压力[3]。地下水是维持生态系统功能重要的潜在水资源, 是干旱半干旱地区可靠的储备水资源(地下水库)。生态输水在地下水位的抬升和脆弱生态系统的恢复方面起着至关重要的作用[4-5]。由于间歇性生态输水条件下水分从河床入渗补给到地下水的过程受地下水位以上沉积物的控制, 很难直接计算其补给量或洪水瞬间扩散量[6]。近50年来,研究人员建立了人工输水期间的地下水波动以及停止输水后滞后衰变的分析和数值方法[7-9]。许多研究用Boussinesq方程的线性化解来计算间歇性河流补给的地下水位波动[10-11], 然而, 已发表的研究大多基于单一事件的数据模拟补给时间较短的瞬态条件, 而对于间歇性输水条件下的地下水非稳定流进行系统和长时间序列的观测和模拟非常罕见, 这限制了其适用性[12-13]。因此, 地下水模拟的关键问题在于如何有效提高长时间序列水文模型的模拟精度或者削减其不确定性因素。

    准确估计地下水位波动是确保地下水资源可持续性的必要前提[14]。近年来, 国内外相关学者围绕地下水位模拟和预报进行了较为深入的研究。地下水位的动态特性主要受地下水补给和排泄的影响, Rai等[15]用非线性Boussinesq方程描述了非承压含水层中的地下水运动, 考虑了有初始和边界条件的非线性方程, 结果表明该方程对于瞬态地下水模拟具有较好的效果。Nian等[16]提出了一种基于概念性降雨径流模型的地下水位模型, 用于模拟地下水位的波动, 结果表明该模型可以为地下水位的精确模拟提供一种简单的方法。另外, 地表水地下水相互转化规律研究也较多, 并且在干旱区也开展了一些研究, 张建锋等[17]利用地下水动力学的原理, 建立了地下水流动模型, 较好地模拟了塔里木河下游卡尔达依断面间歇性输水河道附近地下水位动态响应过程, 也有研究学者通过地表水与地下水的耦合建立了塔里木河下游河岸带地表水-地下水相互作用模型, 进一步提升了水文模型的模拟精度[18], 这些研究为干旱区水循环提供了关键的研究思路和方法。近年来, 气候变化和人类活动对塔里木河流域地下水和生态系统的影响研究成了西北干旱区水文科学研究的重点内容[19-20]。尽管有关塔里木河水资源方面的国内外研究报道屡见不鲜, 但是地下水资源定量化模拟和预测方面的研究, 尤其是大尺度时间序列模拟研究较少。

    本文以一维Boussinesq方程的地下水动力学(GH)解为基础, 建立一个改进的地下水动力学(GH-D2)模型, 模拟和预测间歇性生态输水条件下地下水位的多年动态变化过程, 从机理上研究该流域水循环规律, 验证该模型在干旱区的适用性, 并为塔里木河下游绿色走廊“间歇性生态输水”提供科学决策, 促进干旱区水文学的发展。

    • 英苏断面位于塔里木河下游(87°53′E, 40°30′N), 是塔克拉玛干沙漠与库鲁克沙漠的交汇处。距大西海子水库61 km, 是监测下游输水的重要位置(图 1)。英苏断面处河道宽约30 m, 底切深度3~4 m, 断面高程在833.605~836.621 m之间变化。在河岸分别为59 m、300 m、500 m、750 m和1 050 m处依次有C3、C4、C5、C6和C7监测井(图 2)。为了研究英苏断面横向地下水位的变化, 在1 050 m范围内, 利用C3、C4、C5、C6和C7监测井, 从生态输水开始连续16年(2000—2015年, C6和C7井从2002年开始监测)每月测量一次地下水位, 并对整个输水期的流量进行同步测定。

      图  1  英苏断面位置

      Figure 1.  Yingsu section location map

      图  2  英苏断面地下水位变化的横截面示意

      Figure 2.  Cross section diagram of groundwater level change in Yingsu section

    • 英苏断面如图 2所示。水位最初是水平的, 初始地下潜水面为h0, 并由宽度为2L的无限条带进行补给。对含水层中的水流进行了假设[10]:①含水层是均匀的, 各向同性的, 在区域范围内是无限的;②补给带的渗透完全垂直向下, 直至达到地下水位;③与渗透系数相比, 补给率很小, 垂直向下补给几乎完全在地下水位方向折射。由于河床地下水分水岭对称地穿过补给带的中心, 因此, 仅考虑河流的一侧(0≤x < ∞)。

      在这些假设下, 非承压含水层中的地下水单向流可用以下一维Boussinesq方程表示:

      $$ \frac{\partial }{{\partial x}}\left( {h\frac{{\partial h}}{{\partial x}}} \right) + \frac{{R(x)}}{K} = \frac{\mu }{K}\left( {\frac{{\partial h}}{{\partial t}}} \right) $$ (1)
      $$ R(x) = \left\{ {\begin{array}{*{20}{l}} R&{0 < x \le L}\\ 0&{x > L} \end{array}} \right. $$ (2)

      式中:h为地下水位在含水层底部以上的高度;x为从坐标原点开始测量的距离;K为渗透系数;μ为给水度;R(x)为补给率。当x>L时, 式(1)可表达为

      $$ a\frac{{{\partial ^2}h}}{{\partial {x^2}}} = \frac{{\partial h}}{{\partial t}} $$ (3)

      式中:$a = \frac{{K\overline h }}{\mu },\overline h = \frac{{h + {h_0}}}{2}$, h为饱和深度的加权平均值, h0为初始地下潜水面高度。将地下水位变化定义为S=h-h0, 则式(3)可写为

      $$ a\frac{{{\partial ^2}S}}{{\partial {x^2}}} = \frac{{\partial S}}{{\partial t}} $$ (4)

      初始条件和边界条件为(ht为0到t期间地下水位的变化量)

      $$ S(x,0) = 0,{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} S(\infty ,t) = 0,{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} S(0,t) = {h_t} $$ (5)

      一般采用Boussinesq方程的线性化形式来研究地下水流动问题。在本研究中, 使用地下水动力学(GH)理论来线性化Boussinesq方程[18, 21]。为了从控制方程式(4)中去除时间导数, 采用拉普拉斯变换法:

      $$ S(x,t) = {h_t} {\rm{erfc}} \left( {\frac{x}{{2\sqrt {at} }}} \right) $$ (6)

      式中:erfc( )为余误差函数, erfc( )=1-erf( ), erf( )为误差函数。

    • 通常情况下, 地下水位的变化是连续的, 因此方程式(6)(GH解)可写为

      $$ S{(x,{t_j})_{{\rm{GH}}}} = \sum\limits_{j = 1}^M {\left\{ {({h_j} - {h_{j - 1}}) \cdot {\rm{erfc}} \left[ {\frac{x}{{2\sqrt {a({t_j} - {t_{j - 1}})} }}} \right]} \right\}} $$ (7)

      式中:j(j=1, 2, 3, …, M)为模拟频率;tj为时间, d;hjtj时间的地下水位, m;t0=0;S(x, tj)为单位时间(tj-tj-1)距离x处地下水位的变化量。

      2000—2015年塔里木河下游分为输水期和干涸期(图 3(a))。为了简化地下水补给过程, 将河岸带水流断面的横截面划分为m个部分(图 3(b)), 每个部分都可视为一个水文单元, 水从上一个水文单元渗透到下一个水文单元。当河流干涸时, 地下水缺乏持续有效的补给, 此时, 地下水位主要受重力引起的自补给(从高水位到低水位)的影响。当河道开始输水时, 大量的渗透水从河道向下穿过不饱和沉积物, 最终到达潜水面, 从而起到地下水位的抬升作用, 如图 3(b)所示。

      图  3  2000—2015年间歇性生态输水及地下水运动过程

      Figure 3.  Intermittent ecological water transfer and groundwater movement during 2000—2015

      然而, 渗透过程是缓慢的, 水是沿着垂直截面中土壤孔隙逐渐释放的。Boussinesq方程忽略了水力坡度引起的自补给和滞后效应(图 3), 导致间歇性河流地下水位多年变化的计算误差较大。对于本研究中Boussinesq方程的GH解, 余误差函数erf(λ)随λ的增大而减小, 且小于实际的减小值。当λ>2时, erf(λ)接近0。为了解决这个问题, 方程式(7)需要估计一个额外的参数作为经验滞后指数。

      对于单向流, 施加在多孔介质上的压力梯度会产生一个给定的渗透速度。达西测量发现这个速度相对较小时, 它与压力梯度成正比。然而, 达西的实验是基于稳定的均匀渗流, 英苏断面地下水流是非稳定流, 水力梯度i随着河岸距离的变化而变化见图 3(b)。此时, v为任意点的渗流速度, 实际流速表示为

      $$ u = \frac{v}{n} = \frac{{Ki}}{n} = \frac{{K\frac{1}{m}\sum\limits_{d = 1}^m {\frac{{{h_d}}}{{{x_d}}}} }}{n} = \frac{K}{{mn}}\sum\limits_{d = 1}^m {\frac{{{h_d}}}{{{x_d}}}} $$ (8)

      式中:v为地下水的渗透速度;n为含水层介质的有效孔隙度;i为地下水运动的水力梯度;xd为相邻两个水文单元的距离;hdxd范围内的地下水水头损失。

      在本研究中, 选择平均流速来计算多年变化。在这种情况下, 滞后指数可以表示为

      $$ {t_L} = \frac{x}{{\bar u}} $$ (9)

      式中:tL为距离引起的平均延时时间;u为地下水的平均流速。

      为减小距离x引起的计算误差, 式(7)可写成地下水动力学-滞后1模型(简称GH-D1模型):

      $$ S{(x,{t_j})_{{\rm{GH - D1}}}} = S{(x,{t_j})_{{\rm{GH}}}} + ({h_{\rm{M}}} - {h_0}) \cdot {\rm{erfc}} \left( {\frac{x}{{2\sqrt {a{t_L}} }}} \right) $$ (10)
      $$ S(x,{t_L}) = ({h_{\rm{M}}} - {h_0}) \cdot {\rm{erfc }}\left( {\frac{x}{{2\sqrt {a{t_L}} }}} \right) $$ (11)

      式中:S(x, tL)为距离x引起的计算误差; (hM-h0)为一个模拟期内地下水位变化总量。

      此外, 为了减小输水补给引起的地下水侧向自补给计算误差, 还应考虑地下水位变化滞后效应的影响, 因此地下水动力学-滞后2模型(简称GH-D2模型)为

      $$ S{(x,{t_j})_{{\rm{GH - D2}}}} = S{(x,{t_j})_{{\rm{GH - D1}}}} + {S_{tL}} = \sum\limits_{j = 1}^M {\left\{ {({h_j} - {h_{j - 1}}) \cdot {\rm{erfc}} \left[ {\frac{x}{{2\sqrt {a({t_j} - {t_{j - 1}})} }}} \right]} \right\}} + ({h_{\rm{M}}} - {h_0}) \cdot {\rm{erfc}} \left( {\frac{x}{{2\sqrt {a{t_L}} }}} \right) + {S_{tL}} $$ (12)

      式中:StL为距离x处地下水位的瞬时变化, 由式(6)计算获取。

      地下水位的计算由下式确定:

      $$ h(x,{t_j}) = {h_0} + \sum\limits_{j = 1}^M S (x,{t_j}) $$ (13)

      式中:h0为初始地下潜水面。

    • 为了验证模型的有效性, 采用了5种不同的标准来评价模拟模型的性能, 包括偏差(B)、平均绝对误差(EMA)、均方根误差(ERMS)、纳什效率系数(ENS)和确定系数(R2)。这些值表示为:

      $$ B = \frac{1}{N}\mathop \sum \limits_{i = 1}^N {\kern 1pt} {\kern 1pt} [{z^ * }({h_i}) - z({h_i})] $$ (14)
      $$ {E_{{\rm{MA}}}} = \frac{1}{N}\sum\limits_{i = 1}^N | {z^ * }({h_i}) - z({h_i})| $$ (15)
      $$ {E_{{\rm{RMS}}}} = \sqrt {\frac{1}{N}\sum\limits_{i = 1}^N {{{\left[ {{z^ * }({h_i}) - z({h_i})} \right]}^2}} } $$ (16)
      $$ {E_{{\rm{NS}}}} = 1 - \frac{{\sum\limits_{i = 1}^N {{{\left[ {z({h_i}) - {z^ * }({h_i})} \right]}^2}} }}{{\sum\limits_{i = 1}^N {{{\left[ {z({h_i}) - {z^ * }({h_i})} \right]}^2}} }} $$ (17)
      $$ {R^2} = \frac{{{{\left[ {\sum\limits_{i = 1}^N {(z(} {h_i}) - z{{({h_i})}_{{\rm{ave}}}})({z^*}({h_i}) - {z^*}{{({h_i})}_{{\rm{ave}}}})} \right]}^2}}}{{\sum\limits_{i = 1}^N {(z(} {h_i}) - z{{({h_i})}_{{\rm{ave}}}}{)^2}\sum\limits_{i = 1}^N {({z^*}(} {h_i}) - {z^*}{{({h_i})}_{{\rm{ave}}}}{)^2}}} $$ (18)

      式中:z*(hi)为模拟值;z(hi)为观测值, z*(hi)avez(hi)ave为模拟值和观测值的平均值;N为数据量。

      在试验模型中, 采用BEMAERMSENS对模拟值与观测值的一致性进行统计分析, 确定系数R2反映了拟合优度, 理想条件下观测水位与模拟水位的最佳拟合时, B=EMA=ERMS=0, ENS=R2=1[22]

    • 表 1为土壤含水层和地下水参数的多年平均值。其中, h0-C4h0-C 5分别为C4、C5监测井的初始地下水位, 从2000年起观测(2000年11月份, C4监测井为827.83 m, C5监测井为827.83 m);h0-C 6h0-C 7分别为C6、C7监测井的初始地下水位, 从2002年开始观测(2002年7月份, C6监测井为829.34 m, C7监测井为828.96 m)。

      表 1  土壤含水层和地下水参数

      Table 1.  Soil and groundwater parameters

      参数 含义 量纲 数值
      K 渗透系数 L/T 10 m/d
      μ 给水度 0.07
      h 饱和深度加权平均值 L 3.90 m
      u 平均流速 L/T 2.56 m/d
      h0-C4 初始地下水位 L 827.83 m
      h0-C 5 初始地下水位 L 827.83 m
      h0-C 6 初始地下水位 L 829.34 m
      h0-C 7 初始地下水位 L 828.96 m

      由于本研究是多年输水过程, 河流断面处的地下水位很容易达到饱和水力连接状态(顶托渗漏状态), 不适宜作为边界条件。因此, 本研究使用距河床59 m处C3监测井的水位变化作为边界条件(图 4)。

      图  4  英苏断面地下水位变化的边界条件(C3井)

      Figure 4.  Boundary condition of groundwater level change in Yingsu section (site C3)

    • 地下水位变化的滞后效应是由距离引起的时间滞后。由于GH解和含水层流体速度的限制, 存在一定的计算误差。本研究涉及的C4、C5、C6和C7井位分布在间歇性河流影响缓冲区, 因此, 在建立改进的地下水动力学模型(GH-D1和GH-D2)来模拟地下水位的变化过程中, 应考虑滞后引起的误差。

      图 5(a)显示了不同年份输水的平均流速和输水滞后效应的开始时间。从图 5可以看出, 塔里木河下游2000—2015年共经历了24个输水期(2008年没有输水)。由图 5(b)可以看出, 河流在间歇性生态输水期间, 在300~1 050 m范围内, 滞后时间达到94~387 d, 这是在输水期间由于地下水非稳定流引起的地下水位变化的实际时间。

      图  5  2000—2015年地下水流平均流速及其滞后效应

      Figure 5.  Mean flow rate of ephemeral stream flow and its delayed effect during 2000—2015

    • 利用式(7)—式(13)得出2000—2015年的地下水位模拟结果(图 6)。由于流量及其持续时间的变化, 不同输水方式引起的地下水位上升幅度也不同。由图 5可以看出, GH、GH-D1和GH-D2模型模拟的波动趋势与观测值一致, 然而GH和GH-D1模型低估了地下水位, 特别是在地下水位突升和骤降时。用GH算法计算的C4、C5、C6和C7监测井地下水位的模拟值和观测值的平均相对误差分别为75%、54%、16%和14%;用GH-D1算法计算的模拟值和观测值的平均相对误差分别为29%、32%、12%和15%;而用GH-D2算法计算的模拟值和观测值的平均相对误差分别为8%、8%、8%和10%。说明改进的GH-D2模型比GH和GH-D1模型更能逼近地下水位波动的复杂情况, 其模拟精度要比常规的地下水动力学模型或者未考虑滞后效应的地下水动力学模型高得多, 更加适用于长时间序列地下水的模拟。

      图  6  用GH、GH-D1和GH-D2模型模拟C4、C5、C6和C7点地下水位的比较

      Figure 6.  Comparison of groundwater level simulated by GH, GH-D1 and GH-D2 models at sites C4, C5, C6 and C7

    • 图 7分别给出了由GH模型、GH-D1模型和GH-D2模型模拟的地下水位散点图。由图 7可见, GH和GH-D1模型的模拟结果在标准值附近分布不规则, 且有明显的偏差, 线性回归线偏离1:1基准线, 即模拟值明显偏离观测值。而GH-D2模型的模拟值在标准值附近有规律的分布, 没有明显的偏差, 在不同的离河流距离下, 线性回归线接近1:1, 表明GH-D2模型得到了满意的验证。

      图  7  GH、GH-D1和GH-D2模型的地下水位散点

      Figure 7.  Scatter diagram of groundwater level by GH, GH-D1 and GH-D2 models

      表 2是用GH、GH-D1和GH-D2模型模拟的不同监测井地下水位的拟合统计值。在验证期间, GH-D2的总体性能更好, 几乎所有采样点的BEMAERMS值都低于GH和GH-D1模型的对应值, 在可接受的范围内[22]。并且采样点的R2值都明显高于GH和GH-D1模型的对应值。在C4、C5、C6和C7点, 观测和模拟地下水位的决定系数R2分别为0.803、0.811、0.738和0.676。因此, 改进的GH-D2模型表明, 在间歇性生态输水下, 河岸不同距离地下水位观测值与模拟值具有良好的一致性。

      表 2  采用GH、GH-D1和GH-D2模型拟合C4、C5、C6和C7站点的地下水位

      Table 2.  Fitting statistics of groundwater level by the GH, GH-D1 and GH-D2 models at sites C4, C5, C6 and C7

      模型 监测井 偏差/m 平均绝对误差/m 均方根误差/m 纳什效率系数 决定系数
      GH模型 C4 -3.61 3.61 3.73 -9.83 0.35
      C5 -2.34 2.34 2.52 -6.11 0.13
      C6 -0.38 0.67 1.01 -0.17 0.03
      C7 0.02 0.44 0.68 -0.001 0.11
      GH-D1模型 C4 -1.38 1.39 1.48 -0.71 0.80
      C5 -1.28 1.36 1.46 -1.40 0.46
      C6 -0.25 0.53 0.79 0.29 0.42
      C7 0.14 0.43 0.61 0.19 0.25
      GH-D2模型 C4 -0.18 0.41 0.55 0.76 0.80
      C5 -0.03 0.31 0.41 0.81 0.81
      C6 0.05 0.33 0.48 0.74 0.74
      C7 -0.06 0.30 0.41 0.64 0.68
    • 本研究建立了一个改进的地下水动力学模型(GH-D2), 以模拟2000—2015年间歇性河流的地下水位变化规律。结果表明:Boussinesq方程的GH解能较好地模拟地下水位的瞬态变化, 而对间歇性河流地下水位多年变化的模拟偏差较大。改进的GH-D2模型考虑了间歇性水流和地下水位变化的滞后效应, 对间歇性河流地下水位多年变化的模拟具有较好的效果。与GH和GH-D1模型相比, GH-D2模型模拟的地下水位更接近观测值。GH-D2模型的地下水位模拟值与观测值的相关性系数都明显高于GH和GH-D1模型的对应值, 说明改进的GH-D2模型比GH和GH-D1模型更能逼近地下水位波动的复杂情况, 其模拟精度要比常规的地下水动力学模型或者未考虑滞后效应的地下水动力学模型高得多, 更加适用于长时间序列地下水的模拟。结果表明, 利用GH-D2模型可以消减由滞后效应引起的模拟误差, 在间歇性生态输水下, 河岸不同距离地下水位观测值与模拟值具有良好的一致性。利用有限的监测井可以模拟出河岸附近多年的地下水位。然而, 改进的地下水动力学模型(GH-D2)也有其优缺点, 关于模型在流域上的测试和应用问题, 在后续的研究中加以调试和完善。

参考文献 (22)

目录

    /

    返回文章
    返回