李文君, 蘇 濤*, 劉斌寅, 胡瑞雪, 田 雷
(1.安徽理工大學(xué)測繪學(xué)院,淮南 232001;2.河北交通職業(yè)技術(shù)學(xué)院,石家莊 050035)
地下水埋深的變化是衡量地下水資源變化的重要指標(biāo)之一[1]。在干旱半干旱地區(qū),傳統(tǒng)的蓄水方法是通過建造蓄水池、建立運(yùn)輸管網(wǎng)等高耗費(fèi)的方法,相比之下,只需通過人工挖井和鉆孔開采就能利用的地下水既省時省力,又省錢省心[2]。由于灌區(qū)機(jī)井灌溉面積增大、引黃水量逐漸減小、蒸發(fā)增大等原因,導(dǎo)致地下水埋深值持續(xù)增高,破壞了灌區(qū)土地的水鹽平衡和地下水空間結(jié)構(gòu),阻礙了人們對地下水的持續(xù)性利用。因此,研究灌區(qū)地下水埋深的空間異質(zhì)性可推動農(nóng)業(yè)用水的高效利用[3]。Yang等[4]以榆神煤礦區(qū)為研究區(qū),確定地下水埋深與植被發(fā)育的定量關(guān)系;Wang等[5]利用MODIS 歸一化植被指數(shù)數(shù)據(jù)和同期地下水位數(shù)據(jù),為不同植被類型提供地下水閾值。其次,通過研究分析地下水埋深變化趨勢可以在土壤鹽漬化治理問題上提供幫助。徐英等[6]以解放閘灌域?yàn)槔?從概率空間分布的角度分析了土壤鹽分與地下水位埋深之間的相關(guān)性;盧龍輝等[7]以克里雅綠洲為例,利用3S技術(shù)、回歸分析、Kolmogorov-Smirnov檢驗(yàn)等方法,在耦合系數(shù)模型的基礎(chǔ)上,研究了植被、地下水埋深及土壤鹽分的關(guān)系。地下水資源的持續(xù)利用與人類活動密不可分。秦歡歡[8]以華北平原為例,分析人類活動對該地區(qū)水資源可持續(xù)利用的影響,為緩解用水緊張?zhí)峁椭?/p>
為此,以河套灌區(qū)中解放閘灌域、永濟(jì)灌域、義長灌域?yàn)槔玫乩硇畔⑾到y(tǒng)(geographic information system, GIS)技術(shù)、地統(tǒng)計(jì)方法,分析其地下水埋深的空間變異特性和時空分布特征,并從灌區(qū)井灌面積、引黃水量、土地利用類型等影響因素來討論地下水埋深變化的原因。
河套灌區(qū)年平均引水量、降水量和蒸發(fā)量分別是52億m3、158.54 mm和2 164 mm[9]。其中解放閘灌域位于河套灌區(qū)西部,年均降雨量為155 mm,2013年引黃水量9億m3;居于灌區(qū)中部的永濟(jì)灌域,城鎮(zhèn)地區(qū)主要是巴彥綽爾市,年均降雨量為200 mm,2013年引黃水量12億m3;義長處于灌區(qū)東部地區(qū),大部分人口都集中在五原。義長土地面積0.32萬km2,占灌區(qū)總土地面積的29%,屬于河套灌區(qū)占地最多的灌域,灌域耕地面積僅占56%,比解放閘少10%,年均降雨量為176 mm[10-12],2013年引黃水量達(dá)到14億m3。
在進(jìn)行ArcGIS地統(tǒng)計(jì)分析之前,要對地下水埋深資料進(jìn)行預(yù)處理。將研究區(qū)域的邊界矢量文件(.shp格式)和包含屬性的經(jīng)緯度坐標(biāo)文件(.xls格式)添加到ArcGIS10.2中,經(jīng)過坐標(biāo)投影轉(zhuǎn)換后形成研究區(qū)域地下水觀測井空間分布圖,如圖1所示。

圖1 采樣井位置空間分布圖(圖中黑點(diǎn))Fig.1 Spatial distribution of sampling well locations (black spots inFigure)
克里金插值[13-14]:通過對已知樣本點(diǎn)賦權(quán)重的方法求未知樣點(diǎn)的值。其原理是概率理論和估計(jì)理論中無偏、最小方差條件,該方法的實(shí)質(zhì)是距離加權(quán)的一種改進(jìn),依然是一種線性插值法,即
(1)
式(1)中:Z(Si)為已測得第i個位置的值;λi為在第i位置測得的未知權(quán)重;S0為預(yù)測位置;N為已知點(diǎn)數(shù)目。
通過以距離為自變量的變異函數(shù)來計(jì)算克里金方法中的權(quán)值可以取得理想的效果。變異函數(shù)γ(h)的表達(dá)式為
(2)
式(2)中:h為分離距離;N(h)為間隔為h時的樣點(diǎn)對數(shù);Z(xi)為區(qū)域化變量。
實(shí)際上,理論中的變異函數(shù)γ(h)是未知的,往往要從有效的空間取樣數(shù)據(jù)中去估計(jì)h,不同的值有不同的γ(h),這就需要一個理論模型去擬合這一系列的γ(h)。其中球狀模型公式為
(3)
式(3)中:c0為塊金值;c為偏基臺值;c0+c為基臺值;a為變程。
依據(jù)灌區(qū)不同土地利用特點(diǎn)分區(qū)選點(diǎn)的原則,選取位于城鎮(zhèn)地區(qū)的132-1觀測井和農(nóng)田灌溉區(qū)的136-1觀測井作為典型井,以2000、2003、2006、2009、2013年共5 a的地下水埋深資料為例,分析其年內(nèi)變化特征,如圖2(a)、圖2(b)所示。從中可以發(fā)現(xiàn):132-1號觀測井地下水埋深年內(nèi)變化近似一條直線,從2000年的5.5~6 m地下水埋深上升至2013年的8 m左右;136-1號觀測井地下水埋深年內(nèi)變化曲線呈駝峰型,最高值出現(xiàn)在2、9月,最低值出現(xiàn)在6、11月。雖然136-1號觀測井地下水埋深一直處于波動之中,但它的波動范圍0.2~2.2 m始終比132-1號觀測井的水埋深要小。灌區(qū)城鎮(zhèn)供水全部取用地下水[9]。處于人口集中的城鎮(zhèn)地區(qū)的132-1號觀測井所分析的數(shù)據(jù)進(jìn)一步佐證此事實(shí)。而處于農(nóng)田灌溉區(qū)的136-1號觀測井因?yàn)橐荒曛邢墓唷⑶锕唷⑶餄?次持續(xù)穩(wěn)定的引黃灌溉使其水埋深比132-1號觀測井的要小且其年內(nèi)變化呈一條高低起伏的曲線。
由圖2(c)知,灌域內(nèi)地下水埋深的變化深受時間影響。在1—4月,因?yàn)閮鋈谄诘慕Y(jié)束,灌域開始引黃灌溉,淺層地下水埋深逐漸增大。地下水埋深逐漸從1月的2.3 m減小到5月的1.3 m左右;從5月開始直到9月地下水埋深逐漸增大;7—9月,降雨季節(jié)來臨,引黃灌溉逐漸停止,水埋深最大值就出現(xiàn)在秋灌期9月;10月,灌區(qū)進(jìn)入秋澆期,地下水埋深幾乎呈直線式下降,最小值1 m就出現(xiàn)在秋澆期11月(2013年增大至2 m);11月之后,重新進(jìn)入凍融時期,灌域的淺層地下水埋深均值減小。周而復(fù)始,形成一個完整的變化周期。
研究區(qū)域的水埋深年際變化選取2000—2003年、2006—2010年、2012年和2013年共11年的資料,在圖2(d)中,2001年之前,地下水埋深均值永濟(jì)>義長>解放閘,在2001年之后(包括2001年)地下水埋深均值排序?yàn)榱x長>永濟(jì)>解放閘。總體呈緩慢上升趨勢。義長灌域在2001年后水埋深增大的原因[11],一是因?yàn)榱x長灌域引黃水量逐年降低,二是因?yàn)榫嗝娣e逐年增加(表1[11]),因國家采取投資打機(jī)井澆灌農(nóng)田取得了好收益,個人打機(jī)井灌溉的方式也應(yīng)運(yùn)而生,從而增大該灌域地下水埋深。而永濟(jì)灌域的水埋深在2001年之后基本穩(wěn)定在2.1 m左右,這與該灌域積極推行的節(jié)水措施、確立的節(jié)水項(xiàng)目等不無關(guān)系。
利用普通克里金法需要提前檢測數(shù)據(jù)是否服從正態(tài)分布,GIS中,Normal QQ plot工具可檢測此情況。以2000年為例,由圖3可知,對數(shù)變換后的正態(tài)QQ 圖中數(shù)據(jù)是服從對數(shù)正態(tài)分布的[12]。
利用ArcGIS趨勢分析工具,創(chuàng)建三維趨勢圖。以2000年河套灌區(qū)的地下水埋深趨勢圖(圖4)為例,研究區(qū)域地下水埋深在XYZ軸構(gòu)建的平面中,其變化趨勢呈單峰型曲線,可選擇二階多項(xiàng)式來移除全局趨勢。

圖2 地下水埋深變化Fig.2 Variation of groundwater depth
以2000年為例,不同模型擬合表現(xiàn)如表2所示,判斷一個模型擬合效果標(biāo)準(zhǔn)為:誤差的平均值接近0,標(biāo)準(zhǔn)平均值誤差接近0,標(biāo)準(zhǔn)均方根接近1,均方根和平均標(biāo)準(zhǔn)誤差相近且盡可能小[15]。
由此,在最終進(jìn)行普通克里金插值時選擇球狀模型進(jìn)行擬合。

表1 五原縣機(jī)電井?dāng)?shù)量[11]Table 1 The number of M & E well in Wuyuan County[11]

圖3 對數(shù)變換后的地下水埋深正態(tài)QQ圖(2000年)Fig.3 Normal QQ diagram of groundwater buried depth after logarithmic transformation(2000)

圖4 地下水埋深三維趨勢圖(2000年)Fig.4 3-D trend map of groundwater depth (2000)

克里金插值法平均值均方根標(biāo)準(zhǔn)平均值標(biāo)準(zhǔn)均方根平均標(biāo)準(zhǔn)誤差球狀模型0.001 00.716 6-0.028 10.973 70.685 4指數(shù)模型0.002 90.735 6-0.037 01.007 10.685 2高斯模型-0.008 10.737 6-0.052 21.019 80.679 6
塊金系數(shù):塊金值/(偏基臺值+塊金值)。異性比:短軸變程/長軸變程。當(dāng)異性比接近1,表示在整個區(qū)域上變量是各向同性的,反之則各向異性[15]。由表3得,無論是塊金系數(shù)從2000年約66.7%到2013年的60.1%,還是異性比從2000年的0.54到2013年的0.48,兩者總體呈減小趨勢。一是說明2000—2013年研究區(qū)域地下水埋深的空間相關(guān)性適中且逐漸增長;二是說明地下水埋深空間分布各向異性增大;三是表明了研究區(qū)域因?yàn)槌擎?zhèn)地區(qū)水埋深逐漸增大,與周圍其他地區(qū)水埋深產(chǎn)生了較大差異,從而影響了周邊整個地區(qū)的地下水空間結(jié)構(gòu)。
結(jié)合地下水埋深的空間分布(圖5)、土地利用分類結(jié)果(圖6)和三灌域的引水量(圖7)來分析地下水埋深變化。以2013年地物分類為例,下載2013年9月11日Landsat-8影像,進(jìn)行土地利用分類,主要地物類型分為建筑、水體、農(nóng)田、裸地和其他植被覆蓋5類。結(jié)果顯示2013年總體分類精度為91.312 6%,分類結(jié)果滿意[16]。
從圖5可得,2000—2013年間地下水埋深小于1.41 m 的面積由16.62 km2增加到40.57 km2,且據(jù)圖6,地下水埋深最小值所處區(qū)域地物多為農(nóng)田,極少部分裸地,主要集中在解放閘灌域西部邊緣地區(qū)。圖7中,義長灌域在2000年之后其引水量逐年下降至11億m3左右之后回升,2005—2008年的引水量變化趨勢與另外兩灌域的近似直線截然不同,呈弧線型曲線,在2009年引水量達(dá)到歷年之最,將近18億m3,隨后在2012年回落至11億m3。但總體而言,義長灌域的引水量每年均大于其他兩灌域的引水量且義長>解放閘>永濟(jì)。這也使得地下水埋深淺埋區(qū)域也隨著時間逐漸出現(xiàn)在義長灌域東南部地區(qū)。地下水埋深1.41~1.6 m的面積由391.65 km2減少到352.32 km2,減少了2.2%。在此范圍內(nèi)土地利用大都分類為農(nóng)田、裸地、少部分水體。地下水埋深1.61~1.8 m的面積由1 200.97 km2減少到1 141.47 km2,減少了3.3%;地下水埋深1.81~2 m的面積由2 259.37 km2減少到1 589.79 km2,減少了669.58 km2,屬于地下水埋深變動范圍最大的一組,占37.4%。據(jù)圖6,研究區(qū)域的裸地極大部分地下水埋深處于1.41~2.2 m范圍內(nèi)。地下水埋深2.01~2.2 m 的面積由844.36 km2減少到834.09 km2,屬于地下水埋深變動范圍最小的一組,占0.57%;地下水埋深2.21~2.4 m的面積由88.06 km2增加到409.38 km2增加了321.32 km2。地下水埋深2.41~2.6 m 的面積由31.05 km2增加到230.29 km2,增加了11.14%;地下水埋深2.61~2.8 m的面積由67.51 km2增加到172.83 km2,增加了5.89%;地下水埋深2.81~2.9 m的面積由166.69 km2減少到51.58 km2,減少了7.5%;地下水埋深大于2.9 m的面積由24.14 km2增加到249.78 km2,增加了225.64 km2。據(jù)圖6,建筑物聚集明顯的區(qū)域從左至右分別為解放閘灌域的杭錦后旗、永濟(jì)灌域的巴彥淖爾、義長灌域的五原。這3個及其周邊地區(qū)的地下水埋深均大于2.01 m。如圖5所示,從2000年到2013年,新增3個水埋深大于2.91 m的區(qū)域,解放閘、永濟(jì)、義長三灌域各一個且分布在各個灌域邊界處。最大埋深主要集中在巴彥淖爾市,即圖中靠下方紅色區(qū)域。

表3 不同年份球狀模型參數(shù)Table 3 Parameters of spherical models in different years

圖5 地下水埋深空間分布Fig.5 Spatial distribution of groundwater depth

圖6 2013年9月土地利用分類Fig.6 Classification of land use in September 2013

圖7 三灌域引水量Fig.7 Water diversion in three irrigation district
通過地統(tǒng)計(jì)分析,結(jié)合灌區(qū)井灌面積、引黃水量、土地利用類型等影響因素,分析地下水埋深在空間和時間上的變化規(guī)律,得到以下結(jié)論。
(1)灌區(qū)地下水埋深的年內(nèi)變化曲線總體呈駝峰型,最高最低值分別出現(xiàn)在秋灌期9月和秋澆期11月。在人口集中的城鎮(zhèn)地區(qū)地下水埋深年內(nèi)變化趨勢則近似一條直線,無較大起伏波動。灌區(qū)地下水埋深的年際變化,隨著灌區(qū)井灌面積增大及引黃水量的逐年減少,呈緩慢上升趨勢,且在2001年之后(包括2001年)地下水埋深均值灌域排序?yàn)榱x長>永濟(jì)>解放閘。
(2)研究表明,河套灌區(qū)2000—2013年地下水埋深的空間相關(guān)性適中且逐漸增長,空間分布各向異性增大,且因?yàn)槌擎?zhèn)地區(qū)水埋深逐年增大,從而影響了整個灌區(qū)的地下水空間結(jié)構(gòu)。
(3)克里金插值結(jié)果顯示,地下水埋深由灌域中部地區(qū)至灌域邊界總體呈上升趨勢,且主要建筑物聚集地地下水埋深均值大于其他水體、裸地、農(nóng)田灌溉區(qū)。地下水埋深最小值所處區(qū)域地物多為農(nóng)田,極少部分裸地,主要集中在解放閘灌域西部邊緣地區(qū)、義長灌域東南部地區(qū);最大埋深主要集中在巴彥淖爾市。灌域內(nèi)的地下水埋深總體上不僅其值呈增大趨勢,且其大于2.91 m的面積也大幅增加。