吉林西部河湖连通供水工程覆盖区域土壤盐碱化分析

本文主要针对吉林西部供水工程所涉及的部分行政区以及向海、莫莫格、查干湖和波罗湖等4个国家级自然保护区的土壤盐碱化现状及成因进行分析。结果表明:吉林西部供水工程项目覆盖区总体土壤盐碱化程度较高,其中查干湖生态区与莫莫格生态区的土壤盐碱化最为严重,而覆盖区域土壤盐碱化的影响因素包括地下水位埋深、包气带岩性、地下水矿化度以及气候条件,其中地下水位埋深是造成土壤盐碱化的最主要因素。     

两种随机地下水位动态预测模型在吉林西部的应用与对比

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.     

济宁市地下水与地面沉降三维有限元模拟

在分析济宁市水文地质条件的基础上 ,对引起地面沉降诸因素进行了分析 ,并建立了地面沉降量与地下水位变幅之间的相关关系。集中过量开采地下水是引起济宁市地面沉降的主要原因。在此基础上 ,建立了准三维地下水流模型和一维地面沉降模型。通过水力联系建立地下水与地面沉降耦合数值模型 ,运用有限元法对地下水渗流场和地面沉降量进行模拟 ,并对 2 0 0 0年和 2 0 10年地面沉降进行了预测     

地下水位预测:集合卡尔曼滤波（EnKF）应用概述

以地下水数值模型为例,分析了集合卡尔曼滤波在进行数据融合时的基本原理和步骤。根据集合卡尔曼滤波的实际功能,并结合中国地下水监测的实际状况,分析了集合卡尔曼滤波在地下水位预测中的应用前景:认为在未来地下水位预报预警工作中,利用集合卡尔曼滤波技术提高地下水位预测的准确性,具有良好的应用前景。     

地下水位预测:集合卡尔曼滤波（EnKF）应用概述

以地下水数值模型为例,分析了集合卡尔曼滤波在进行数据融合时的基本原理和步骤。根据集合卡尔曼滤波的实际功能,并结合中国地下水监测的实际状况,分析了集合卡尔曼滤波在地下水位预测中的应用前景:认为在未来地下水位预报预警工作中,利用集合卡尔曼滤波技术提高地下水位预测的准确性,具有良好的应用前景。     

三种地下水位动态预测模型在吉林西部的应用与对比

准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法小波神经网络(WA-ANN)模型。将研究区2002年1月2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。     

龙湖周边机井开采对地下水流影响的数值模拟

人工湖、库和河流等将改变区域水文循环过程，特别是地表水与地下水交换关系。本文对郑州市规划的龙湖入渗水利用和龙湖周边机井布设方案进行比较分析。龙湖水体形成后，湖区与周围地下水位的 2．5m落差将使湖水大量入渗补给地下水，大范围抬升湖区周围地下水位，龙湖周围低洼处将有发生盐碱化的危险，威胁到紧靠龙湖的西部国家森林公园和规划中的东北部生态回廊绿地。本文利用美国地质调查局（USGS）颁布的三维地下水数值模型（MODFLOW），模拟不同湖底防渗措施和机井开采方案下龙湖周围地下水位变化以及龙湖入渗量，对龙湖周边布井方案可行性和降低地下水效果加以分析和比较。     

武汉某场地地下水动态变化及其数值模拟研究

根据2015-2019年五年内8口地下水位监测井连续监测资料,结合地下水补径排条件,分析武汉某场地承压含水层地下水水位的时空变化规律及影响因素;并建立场地地下水数值模型,对计划运行的工程降水进行预报.研究表明:(1)地下水水位呈逐年上升趋势,动态规律呈现周期性、同步性、空间差异等特点;(2)地下水动态变化受工程施工和水...     

商丘试区地下水动态的ANN模型研究

利用人工神经网络 (ANN)技术 ,建立了商丘试验区地下水动态的 ANN模型 ,对试区的地下水动态进行了模拟 ,并在引黄条件下 ,对未来 5年商丘市地下水位作出了预报     

三江平原地下水流场演化趋势及影响因素

近年来,三江平原部分区域地下水位呈持续下降的态势,引起广大学者和相关部门的高度关注,为了查明三江平原地下水流场时空演化规律,揭示其主要影响因素,以三江平原1980年72组及2019、2020年同期1 092组地下水位统测数据和44组国家地下水监测数据为基础,应用ArcGIS插值分析、栅格代数运算、对比分析等方法,查明了三江平原地下水流场时空演化特征,阐明了不同影响因素对地下水流场演化的控制作用。结果表明:与1980年相比,三江平原地下水位整体呈下降趋势。西部平原区地下水位累计降幅1～5 m的区域面积2.6×104 km2;东部建三江垦区累计降幅大于5 m的区域面积为1.17×104 km2,其中,累计降幅大于10 m的区域面积为3 400 km2,地下水位年均降幅约0.29 m。地下水开采引起地下水流场变化,“西砂、东黏”的水文地质条件促使区域地下水降幅的时空演化差异;水田种植规模的不断扩大引起地下水超采,浅地表黏土层阻挡降水入渗补给,地下水无法实现以丰补欠自平衡,造成了建三江垦区地下水位的持续下降。本研究成果为进一步查清三江平原地下水变化规律和现状特征奠定了基础,为科学指导地下水资源合理开发利用和管理提供了技术支持。     

“频谱分析法”在兰州市地下水水源地水情预报中的应用

利用“频谱分析法”预报地下水位经实际监测结果的误差检验，认为该方法用于地下水水源地水位预报是基本可行的。为今后广泛开展地下水情预测预报提供了一条有效途径。     

时间序列分析法在延吉市地下水动态预测的应用

根据延吉市地下水位周期性变化趋势明显的特点,提出了水位预报的时间序列分析模型。同时,通过模型分析可知该区地下水位变化存在两个主要周期年,即地下水位的季节性变化和多年变化规律,预报结果表明：该模型预测效果较好,运行合理,对规律性不强的地下水位动态预报具有一定的实用价值。     

基于主成分-时间序列模型的地下水位预测

地下水位预测是区域水资源管理的重要依据。针对地下水位在时间序列上表现出高度的随机性和滞后性,建立了基于主成分分析与多变量时间序列CAR（Controlled Auto-Regressive）模型耦合的地下水位预报模型,将该模型应用于济南市陡沟灌区地下水位预测,结果显示,模型模拟值与实测值的决定系数R2和Nash-Suttcliffe系数E_ns均达到0.90以上;以2011年为基准年,当降水量减少10%~20%,蒸发量和生活用水量增加10%~20%,调入27.39万~137.0万m3地表水用于农业灌溉时,到2030年灌区地下水位将维持在30.99~31.29 m,较基准年上升0.12~0.42 m。在区域水资源紧缺的背景下,适当引入地表水灌溉,减少地下水的开采,灌区地下水位将逐步回升,对于灌区的可持续发展和区域水资源的合理利用具有重要意义。     

基于多元逐步回归的大型灌区年退水量预测模型研究

对于水资源短缺的西北地区,研究大型引黄灌区退水规律及退水量预测对灌区水资源高效利用和灌区水资源管理具有十分重要的意义。本文利用宁夏青铜峡灌区的实测资料,通过灰色关联分析法研究了宁夏引黄灌区年退水量的影响因素和预测模型,得出影响灌区退水量的主要因素依次为灌溉引水量、地下水位、降水量和蒸发量;建立了灌区退水量的多元逐步回归预测模型,并对青铜峡灌区退水量进行了预测研究,结果表明,该模型具有较高的预测精度,研究成果为灌区水资源高效利用奠定了科学基础。     

基于相空间重构和小波分析-粒子群向量机的滑坡地下水位预测

预测滑坡地下水位的动态演变过程对滑坡稳定性分析具有重要意义, 三峡库区库岸滑坡地下水位时间序列受多种因素影响, 呈现出高度非线性非平稳的特征.为对其进行预测, 提出一种基于相空间重构的小波分析-粒子群优化支持向量机(wavelet analysis-support vector machine, 简称WA-PSVM)模型.该模型引入小波变换法对地下水位序列进行时频分解, 将非平稳的地下水位序列转变为多个不同分辨率尺度下的较平稳的地下水位子序列; 然后重构各子序列的相空间, 再利用PSVM(全称support vector machine)模型对地下水位各子序列进行预测, 最后将各子序列预测值相加得到最终预测结果.以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例, 首先分析滑坡前缘地下水位变化的影响因素, 再将WA-PSVM模型应用于地下水位预测, 并与单独PSVM模型和小波分析-BP网络模型(wavelet analysis-back propagation, 简称WA-BP)作对比.结果表明: 滑坡前缘地下水位受降雨和库水位影响较大, 利用WA-PSVM模型对STK-1水文孔地下水位进行预测的均方根误差为0.073m、拟合优度为0.966, WA-PSVM模型预测精度高于单独PSVM模型和WA-BP模型.WA-PSVM模型解决了地下水位序列非线性非平稳的问题, 在不考虑影响因素的情况下能获得满意的预测效果, 具有较高的建模效率和较强的实用性.      

Simulation and analysis of Chloride concentration in Zhoushan reclamation area

Zhoushan City in Zhejiang Province is the focus of China’s reclamation area, and it also has a great influence on the groundwater quality. Based on the observed data of groundwater level and chloride ion concentration, groundwater quality in the next 6 years in Zhoushan area is predicted and analyzed by using groundwater numerical simulation software GMS. According to the comparison of observed groundwater level and simulated groundwater level at the end time, it is found that the whole water level in the filling area has the small fluctuation, which is within the range of 1 m. And the highest concentration of chloride ion is in the eastern coastal area. The prediction results indicate that there is no obvious trend of sea water with high chloride ion concentration to land. Under the condition of the current groundwater utilization, the groundwater level in Donggang sea area of Zhoushan is stable, and the chloride ion concentration has a slight decrease trend.     

湖南宁乡大成桥岩溶地下水对暴雨响应特征及多元回归预测模型

通过降雨、水位监测等方法，研究湖南宁乡大成桥岩溶地下水位动态及对暴雨的响应过程，探讨地下水内在联系特征并建立回归预测模型。结果表明:雨季地下水位对降雨响应程度高，水位变幅大，而枯季则相反；在暴雨条件下，接受快速管道流补给的地下水位动态响应为陡升—陡降，水位变幅在13.6~42.8 m；接受裂隙、孔隙水补给的地下水位动态表现为缓升—缓降，年变幅为1.1 m；雨季地下水位对暴雨响应的滞后时间为1.2~4 h，较相同条件下的水位响应滞后时间缩短了1/2~2/3，水位变幅增大1.7~4.7倍；枯季地下水位对暴雨响应的滞后时间为4.2~13.2 h，水位响应滞后时间延长了3~8 h，水位变幅缩减了5~11倍；包气带厚度和含水饱和度对水位动态起着决定作用，包气带厚度与水位响应滞后时间负相关，含水饱和度与水位变幅正相关；通过相关性分析、拟合优度检验、显著性检验和残差分析等，确定最优回归预测模型，模型检验结果与实际水位动态过程吻合度较高。      

基于岩溶水动态的岩溶地面塌陷预测预报方法

由于突发性、影响因素多样性等特点,岩溶地面塌陷的预测预报目前只能做到区域上的危险区划定,而不能实现危险区内何时、何处发生塌陷的预测预报。已有岩溶地面塌陷调查结果表明,岩溶地面塌陷的发生是有前兆的,即附近水井会提前出现水位波动大、水浑浊等现象。本文据此提出了建立健全岩溶水监测网络,对岩溶水位、水量、浊度及主要化学组分等指标进行实时动态监测,结合岩溶水流向等参数,实现短时间（数小时至数日）、小范围（小于监测网络间距）的较高精度岩溶地面塌陷预测预报的方法,并以山东省莱芜市孟家庄地区为例做了简要说明。      

A comparative study of shallow groundwater level simulation with WA–ANN and ITS model in a coastal island of south China

Accurate and reliable prediction of shallow groundwater level is a critical component in water resources management. Two nonlinear models, WA–ANN method based on discrete wavelet transform (WA) and artificial neural network (ANN) and integrated time series (ITS) model, were developed to predict groundwater level fluctuations of a shallow coastal aquifer (Fujian Province, China). The two models were testified with the monitored groundwater level from 2000 to 2011. Two representative wells are selected with different locations within the study area. The error criteria were estimated using the coefficient of determination (R ²), Nash–Sutcliffe model efficiency coefficient (E), and root-mean-square error (RMSE). The best model was determined based on the RMSE of prediction using independent test data set. The WA–ANN models were found to provide more accurate monthly average groundwater level forecasts compared to the ITS models. The results of the study indicate the potential of WA–ANN models in forecasting groundwater levels. It is recommended that additional studies explore this proposed method, which can be used in turn to facilitate the development and implementation of more effective and sustainable groundwater management strategies.     

黑龙洞泉域地下水流数值模拟与预测

为了对黑龙洞泉域水资源进行评价, 通过对地质条件、水位观测资料的深入研究, 以水均衡原理、地下水渗流理论为基础, 建立了黑龙洞泉域地下水渗流数值模型.以灰色序列预测模型为辅助手段, 结合历年的降水规律, 对未来现状开采条件下的年均降水量、地下水流场、水位及泉流量进行了不同保证率条件下的预测, 若2010年为丰水年(保证率20%)、平水年(保证率50%)、枯水年(保证率75%), 黑龙洞泉汛期地下水位标高分别为超过130m、达到130m、低于130m, 汛期泉流量分别为超过10m3/s、7m3/s、5m3/s.计算结果有利于指导黑龙洞泉域地下水资源的管理和开发利用.