丽江黑龙潭泉群水文地质特征及断流的影响因素分析

黑龙潭泉群为丽江古城流水源头,是古城生活用水、景观用水和服务业用水的主要来源之一。近年来,黑龙潭泉群流量丰枯变幅增大,干旱年或特大干旱年出现季节性或跨年度干涸,从2011年8月以来,黑龙潭泉群流量明显减小,月平均流量由0.695 m^3/s 减至0.186 m^3/s,并于2012年1月21日全面断流,截至2013年6月仍未见出流。为给丽江盆地地下水资源保护和持续利用提供水文地质科学依据和技术支持,本文对黑龙潭泉群岩溶水系统水文地质特征进行了分析,认为降水量减少是泉群断流的主要原因,而补给区生态环境恶化和泉群下游地下水开采则在一定程度上加剧了泉群的断流发生频次。在此基础上,提出了提高黑龙潭泉群补给区的水源涵养能力、加强水资源的调控和管理、严格依法管理黑龙潭泉群水源保护区等建议。     

昆明市黑龙潭岩溶泉氢氧稳定同位素分析

黑龙潭位于昆明市北缘的五老山山麓,沿黑龙潭东支断裂带出露地表,该区分布三个岩溶泉,分别是:清水潭、浑水潭、小水潭,文章运用氢氧稳定同位素方法对它们进行连续的观测研究。通过对大气降水和泉水氢氧稳定同位素特征进行分析,揭示研究区岩溶泉水的来源及泉域含水层特征。得出以下结论:（1）通过大气降水δ18O -δD 关系建立当地大气降水线,大气降水线和泉水的稳定同位素分析表明泉水来源于大气降水,而且主要来源于夏季降水。（2）高斯混合模型分析结果表明,清水潭的补给不仅来源于野猫山地区,还包括径流过程中的入渗补给,而且入渗补给量并不小。浑水潭旱雨两季补给类型有所区别。小水潭除受北部二叠系灰岩含水层补给之外,很有可能也受东北部玄武岩山地的孔洞裂隙水补给。      

湖南洛塔干河猪场表层岩溶泉BP人工神经网络分析

采用湖南洛塔地区干河猪场表层岩溶泉日降水— 日平均流量长期观测资料训练BP人工神经网络,建立了该泉的径流预测模型。通过模型训练输出结果中降水量对径流量的贡献率,分析了表层岩溶带对水资源的调蓄能力。结果表明,降水对泉流量的显著影响时间为6天,当天和前一天的降水对当天的流量影响最大;干河猪场表层岩溶带可调蓄26. 1%的岩溶水资源;干河猪场泉的全部流量可作为可采资源量,平均流量5. 8 L /s,可满足目前的引水需求;通过改善土壤和植被覆盖条件可提高其调蓄能力。      

基于迟滞排泄水箱模型模拟岩溶断流泉水文过程

传统的连续排泄水箱难以模拟岩溶泉断流现象,通过将表层岩溶带调蓄水箱对管道水箱的补给设置为迟滞排泄模式,模拟岩溶断流泉水文过程,并应用于丽江市黑龙潭岩溶泉域。研究结果表明,该模型较好地模拟了泉群流量动态及断流现象;当降雨量明显增大时,通过表层岩溶带调蓄水箱进入裂隙水箱的水量变幅不明显,而管道水箱的分配水量迅速增加,反映了集中补给的大气降水在岩溶系统中形成快速流的过程;黑龙潭泉群水量的绝大部分（82%~95%）来自于管道水箱,岩溶水流在时间和空间上分配的不均匀性易导致泉群断流。该研究提供了将水箱模型应用于岩溶断流泉模拟的参考,有助于理解该类型岩溶水系统的水文过程。     

娘子关泉群水的来源再研究

本文对《山西省娘子关泉域岩溶水资源评价及其开发利用科研报告》中的“娘子关各泉组同出一源”的观点提出了疑问。这一观点的主要依据是娘子关“各泉组水温与矿化度基本相同”,但笔者通过泉水水温、矿化度、其它水化学特征及硫同位素的对比、水力联系等的分析,对上述依据进行了考究,进而对此观点提出了异议。依笔者所见,娘子关泉群(或各泉组)并非同出一源,而是有两个明显不同的源。     

娘子关泉群岩溶水系统西部子系统径流特征研究

根据娘子关泉群系统西部控水构造、含水层段、水动力场等水文地质条件，重新划定了娘子关岩溶水系统西部边界(兴道-大方山-郭家沟-线构造带)，则东山区成为娘子关的一个补给径流区。在此基础上，对西部子系统岩溶水径流特征提出了新的见解。     

指示娘子关泉群水动力环境的水化学—同位素信息分析

本文依据宏量组分、微量元素和氢氧同位氧组成监测资料，分析了娘子关泉群水动力环境及其水文地质演化趋势。除国家和城西泉主要排泄局部流动系统的地下水外，其它各泉均为不同空间尺度流动系统地下水混合、排泄之产物。在人类活动影响下，娘子关泉群水质恶化，流量衰减，水帘洞、程家泉断流，城西、坡底泉也面临断流之危险。目前抽取的水帘洞泉的水资源量组成已与五龙泉和苇泽关泉相似，以区域和中间流动系统地下水为主。     

丽江黑龙潭地下河系统的水均衡分析与预测评价

滇西北丽江黑龙潭流量大幅减少、间歇式断流问题日趋频繁,已成为地方经济社会发展的重要制约因素。在对丽江盆地区域水文地质条件和黑龙潭地下水系统动态调查的基础上,考虑社会经济发展过程中人类工程活动的影响,以近70年的数据为基础,采用水均衡法定量分析黑龙潭地下水系统流量的动态变化及其影响因素,得出不同时段黑龙潭断流的主要原因,并根据近年黑龙潭断流的影响因素及变化趋势,预测未来黑龙潭流量的变化趋势,2021—2030年,黑龙潭将成为季节性泉水,2030年之后,黑龙潭泉群将长期处于断流状态。该认识可为黑龙潭的地下水动态恢复和丽江城区地下水水资源开发及环境保护提供依据。     

娘子关泉群成因新探

关于娘子关泉群的成因问题有过不少论述。但所有的成因论都认为苇泽关逆断层的阻水作用,对泉群的形成起着主导作用。本文认为苇泽关逆断层并不阻水,它与泉群的形成没有必然的内在联系及因果关系,而正断层阻水,河床下切以及下奥陶统的二元结构的三者综合作用,才是泉群形成的主要因素。     

云南泸西皮家寨岩溶大泉束流调压壅水开发示范

皮家寨岩溶大泉为上升泉,流量1072．75～1957．5L／s,出露于岩溶盆地边缘槽谷底部松散土层覆盖区,出口及天然径流途径位置低下。根据该泉所处的具体水文地质及工程地质条件,构思设计了新颖的岩溶大泉束流调压壅水技术方案。方案利用了皮家寨岩溶大泉较高的承压水头和下游存在弱透水岩体、上覆弱透水盖层的有利条件,采用帷幕灌浆形成地下防渗帷幕,与地上束流调压池联合,通过开、闭束流调压池上的引水闸和泄水闸调节水位,对大泉进行束流调压壅水开发,使水位壅高,就势将水流输往更高的地区,实现自流引水灌溉。示范工程的建成不仅取代了原有的提水泵站,节约了抽水费用,而且还消除了下游低洼地带农田的长期积水危害。     

BP自组织神经网络在地下水动态分类中的应用

本文是根据国内外较为流行的BP自组织神经网络方法,与区域地下水动态成因及地下水观测井历时曲线形态相结合对哈尔滨市地下水的动态型进行定量分类:波动—水文型、上升—弱水文型、上升·下降—开采型、上升—开采型,并且定位在图上。此种分类更加直观地反映本区地下水在空间和时间的变化规律,并对本区地下水的水流模型参数分区具有参考价值。     

济南四大泉群泉水补给来源混合比探讨

济南泉水众多闻名于世,人类活动造成泉水断流。为恢复名泉,多年来一直实施地下水自备井限采、集中开采的水源地禁采、回灌补源等措施,但保泉效果并不明显。根据泉水位观测、示踪试验、水质指标测试、岩溶发育程度分析、数理统计等方法,研究泉水补给来源的混合比例。研究结果表明：泉水位及泉水电导率动态变化特征揭示泉水补给来源存在季节性差异,丰水期泉水以东南方向管道流补给为主,枯水期泉水以西南方向裂隙流补给为主;岩溶水系统排泄区的水位动态与泉水位具有明显的相关性,奥陶系灰岩补给区地下水位与泉水位的相关性高于张夏组岩溶水水位与泉水位的相关性,枯水期在张夏组灰岩含水层进行回灌补源并不能遏制泉水位下降的势态;根据42组水质资料计算,泉水的Ca2+、Mg2+、Cl-、SO2-4、总硬度等常规离子组分含量介于寒武系张夏组岩溶水和奥陶系岩溶水之间,四大泉群流量中,来自于张夏组含水层的补给比例占11%~32%,凤山组-奥陶系含水层的补给比例占24%~60%,历阳湖占5%~10%,兴济河占0~6%,玉符河占1%~8%,市区回灌对五龙潭的流量有重要影响。可见,北方岩溶发育极其不均,泉水动态变化反映出北方岩溶的管道流与裂隙流并存,济南保泉回灌补源地点宜选择在奥陶系灰岩分布区。     

自组织人工神经网络在多金属成矿预测中的应用

本文运用ＴＫｏｈｏｎｅｎ自组织人工神经网络，对鄂东南地区４４个铁帽进行计算机识别，识别成功率达１００％。结果表明，该方法性性能良好，可望成为多金属成矿预测的一种有效的辅助手段。     

BP神经网络在土壤重金属污染分析中的应用

以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归（MLR）、偏最小二乘回归（PLS）、BP神经网络回归模型（BP）,分别建立土壤重金属（Cr、Cu、Ni）含量的反演模型,并对模型预测效果进行检验。建模与预测综合效果：BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据。其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性。     

人工神经网络方法及其在遥感地质找矿中的应用

文章探讨了三层神经网络结构及其误差逆传播学习算法在遥感图像分类中的应用,并利用其技术优势对滇西红山试验区进行了研究实践,结果表明人工神经网络识别在遥感地质找矿研究中具有广泛的应用前景。     

喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义.本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性.模型经交叉训练与验证,训练期效率系数(NSC)达0.9以上,验证期NSC达0.88以上.说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段.