王 鍇, 楊澤元, 袁 悅, 陳志軍
(1.長(zhǎng)安大學(xué) 環(huán)境科學(xué)與工程學(xué)院, 陜西 西安 710054; 2.旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710054; 3.陜西省地下水與生態(tài)環(huán)境工程研究中心, 陜西 西安 710054)
毛烏素沙地位于半干旱氣候區(qū),境內(nèi)包含陜北和內(nèi)蒙能源化工基地,隨著該地區(qū)工農(nóng)業(yè)發(fā)展與人口增長(zhǎng),用水量短缺形勢(shì)越發(fā)嚴(yán)峻。該地區(qū)主要用水來(lái)源為地下水,降水入滲是地下水補(bǔ)給的主要來(lái)源,研究該地區(qū)降水入滲補(bǔ)給是其地下水資源評(píng)價(jià)的重要基礎(chǔ)工作[1]。前人[2-3]常采用年降水量與區(qū)域入滲補(bǔ)給系數(shù)計(jì)算區(qū)域性降水入滲補(bǔ)給量,很少考慮入滲過(guò)程的滯后性。地下水補(bǔ)給總是滯后于降水事件,某一時(shí)段內(nèi)補(bǔ)給量實(shí)際由該時(shí)段之前的時(shí)段內(nèi)降水所決定。同時(shí),由于補(bǔ)給滯后的存在,含水層對(duì)于人類活動(dòng)與氣候變化的響應(yīng)往往不會(huì)立即發(fā)生[4],這給地下水可持續(xù)開(kāi)發(fā)帶來(lái)挑戰(zhàn)。因此研究地下水的補(bǔ)給滯后現(xiàn)象對(duì)于提升地下水資源評(píng)價(jià)精度與地下水資源合理利用具有重要意義。
研究區(qū)位于陜西省榆林市補(bǔ)浪河鄉(xiāng),地處毛烏素沙地南緣。年均降水量365 mm,年均蒸發(fā)量1 246 mm。主要潛水含水層為第四系風(fēng)積孔隙含水層,巖性為中砂,不含黏土(表1)。地下水常年埋深1.3~1.5 m,主要補(bǔ)給來(lái)源為大氣降水,占天然補(bǔ)給總量85%以上[16],主要排泄去路為蒸發(fā)排泄。
表1 研究區(qū)不同層土壤質(zhì)地
在原國(guó)土資源部地下水與生態(tài)陜西榆林野外觀測(cè)基地建立原位試驗(yàn)場(chǎng)。監(jiān)測(cè)地下5,10,30,60,90 cm深處含水率,同時(shí)獲取場(chǎng)地氣象數(shù)據(jù)。包氣帶含水率和溫度由5 TM傳感器監(jiān)測(cè)(美國(guó)Decagon公司),采集頻率為10 min。氣象數(shù)據(jù)由試驗(yàn)場(chǎng)內(nèi)的波紋比系統(tǒng)(05130-5RMYong,美國(guó)Campbell公司)自動(dòng)監(jiān)測(cè)。地下水位由MiniDiver自動(dòng)監(jiān)測(cè)并記錄數(shù)據(jù),氣象數(shù)據(jù)和地下水位的采集頻率均為1 h。
以野外原位監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)研究場(chǎng)地內(nèi)包氣帶含水率與地下水位對(duì)降水入滲的滯后響應(yīng)。根據(jù)場(chǎng)地條件建立水文地質(zhì)概念模型并利用Hydrus-1D軟件建立降水入滲模型。采用野外監(jiān)測(cè)數(shù)據(jù)進(jìn)行模型參數(shù)的識(shí)別與優(yōu)化。
采用相對(duì)平均誤差(AVRE)、相關(guān)系數(shù)(R)作為指標(biāo)進(jìn)行識(shí)別期模型誤差分析。
AVRE=∑(VC1/VO1)/n
(1)
(2)
式中:VCi——模擬值; VOi——原位觀測(cè)值;n——數(shù)據(jù)總數(shù)量。
通過(guò)上述過(guò)程識(shí)別獲取基本參數(shù),基于原位監(jiān)測(cè)含水率,負(fù)壓,溫度數(shù)據(jù)建立反解模型(共14 d,4 695個(gè)數(shù)據(jù)點(diǎn))。反解計(jì)算采用Hydrus-1D的Inverse solution模塊進(jìn)行,對(duì)van-Genuchten方程中的各參數(shù)θr(殘余含水率),α,n(水土特征曲線方程的參數(shù))和Ks(飽和滲透系數(shù))進(jìn)行反解,反解方法為最小目標(biāo)函數(shù)法[17]。選取SSR,r2最優(yōu)對(duì)應(yīng)的參數(shù)作為參數(shù)優(yōu)化結(jié)果。其中SSR為反解過(guò)程中目標(biāo)函數(shù)值。r2為擬合值與觀測(cè)值的相關(guān)系數(shù),r2為1表示擬合最佳。
(3)
注意到,熱帶西北太平洋位于東亞季風(fēng)區(qū),而熱帶東南印度洋位于南亞季風(fēng)區(qū)以南(Wang and Linho,2002),環(huán)流結(jié)構(gòu)有所不同。同時(shí),在氣候?qū)W上夏季位于對(duì)流層低層起自索馬里至西太平洋熱帶地區(qū)的西風(fēng)氣流和對(duì)流層上層的東風(fēng)氣流將西太平洋熱帶地區(qū)與熱帶印度洋地區(qū)聯(lián)系起來(lái)。對(duì)印度洋與太平洋上環(huán)流變化聯(lián)系的研究?jī)H限于赤道或近赤道的緯向區(qū)域,其聯(lián)系的重要紐帶是Walker環(huán)流,而對(duì)于赤道外地區(qū)兩大洋上空環(huán)流變化的聯(lián)系卻未能有較好的研究。那么,位于海洋性大陸東南邊緣和西北邊緣的兩個(gè)地區(qū)上的環(huán)流變化是否存在聯(lián)系呢?這種聯(lián)系是否存在年代際變化呢?其原因是什么呢?本文將回答這些問(wèn)題。
參數(shù)獲取完畢后,以累計(jì)底部通量為指標(biāo),采用單參數(shù)擾動(dòng)方法進(jìn)行敏感性分析,重點(diǎn)關(guān)注不同參數(shù)改變對(duì)于地下水補(bǔ)給滯后的影響。采用輸入輸出變化率(ROV)來(lái)分析模型計(jì)算對(duì)于參數(shù)的敏感性[15]。
(4)
式中:C(t)——模型實(shí)際計(jì)算結(jié)果(改變某一參數(shù)值的結(jié)果);Cref(t)——模型參考計(jì)算結(jié)果(所有參數(shù)保持不變的結(jié)果),此處計(jì)算結(jié)果均為累計(jì)底部通量;P——實(shí)際輸入?yún)?shù);Pref為參考輸入?yún)?shù);t——時(shí)間。ROV(t)的絕對(duì)值越大,則模型對(duì)該參數(shù)越敏感。由于介質(zhì)被劃為多層,因此輸入輸出變化率均采用各層平均值。
研究區(qū)降水年際變化大,降水主要集中在每年的6—9月份,為豐雨期。由于每年的11月至次年3月是該區(qū)的冰凍期,只發(fā)生少量降雪,研究時(shí)段確定為2014年3—10月并將時(shí)段內(nèi)的降水依據(jù)國(guó)標(biāo)劃分為小雨、中雨、大雨與暴雨[18]。包氣帶深度越淺,降水后含水率響應(yīng)越劇烈,部分降水事件中地表最大含水率甚至接近飽和;同一地下水埋深下,降水量越大,包氣帶響應(yīng)深度越大。以8月26日至9月5日為例(圖1),8月27日降水0.82 cm(小雨),僅5 cm深度有明顯響應(yīng),其他深度含水率均無(wú)明顯變化;8月30日降水7.1 cm(暴雨),包氣帶所有深度含水率都明顯上升。選取研究時(shí)段內(nèi)主要降水事件,通過(guò)相關(guān)性分析研究降水量與入滲響應(yīng)深度的關(guān)系。如圖1所示,入滲響應(yīng)深度與降水量呈顯著線性相關(guān),相關(guān)系數(shù)R為0.94>R(16,0.01)=0.59。隨著包氣帶深度增加,含水率響應(yīng)存在明顯滯后;以7月8日降水為例,10 cm處滯后時(shí)間為13 h,30 cm為19 h,90 cm為29 h。
圖1 入滲響應(yīng)深度與降水量相關(guān)關(guān)系
注意到7月3日降水(降水量2.12 cm)歷時(shí)4 h,最大雨強(qiáng)14 mm/h,5,10,30 cm深度含水率均明顯響應(yīng),但90 cm處含水率只微弱變化;7月8日(降水量4.1 cm)歷時(shí)27 h,最大雨強(qiáng)僅3 mm/h,90 cm處含水率明顯上升。前者降水強(qiáng)度更大,后者降水量更大,這說(shuō)明降水量對(duì)于響應(yīng)深度的影響大于降水強(qiáng)度(圖2)。
圖2 降水量與含水率變化時(shí)間序列
無(wú)降水的時(shí)段,地下水位保持相對(duì)穩(wěn)定(圖3),小雨和中雨后地下水位均未響應(yīng),如6月25日降水5.2 mm,水位并無(wú)變化。大雨暴雨均會(huì)對(duì)地下水形成有效補(bǔ)給(如6月29日、7月3日、7月9日的降水),使得地下水位上升。試驗(yàn)時(shí)段內(nèi)對(duì)地下水形成有效補(bǔ)給的降水統(tǒng)計(jì)結(jié)果詳見(jiàn)表2。從表2可知,降水量越大,地下水位上升幅度越大。相近降水事件如7月3日降水(降水量2.12 cm)與6月29日降水(共2.24 cm)下,水位埋深與地下水位升幅反相關(guān)。這是由于在蒸發(fā)條件相似時(shí),水位埋深越大,包氣帶水分虧缺越大,降水后補(bǔ)給量也越小。降水之后,地下水位并不立即上升,一般把從降水開(kāi)始到地下水位上升的時(shí)間間隔稱為補(bǔ)給滯后時(shí)間;由表2可知,6月29日降水(共2.24 cm)補(bǔ)給滯后時(shí)間為4 h,7月3日降水(共2.12 cm)補(bǔ)給滯后時(shí)間為5 h;注意到這一滯后時(shí)間甚至小于30 cm處含水率響應(yīng)時(shí)間,表明降水后存在優(yōu)勢(shì)流通道,降水入滲通過(guò)優(yōu)勢(shì)流通道提前進(jìn)入地下水,引起地下水位響應(yīng)。歷次降水后地下水補(bǔ)給滯后時(shí)間均隨著降水強(qiáng)度的增大而減小,但減小幅度逐漸放緩。這是由于隨著降水強(qiáng)度的增大,入滲率也隨之增大;但當(dāng)降水強(qiáng)度逐漸接近或超過(guò)土壤入滲能力后,入滲率不再變化,相應(yīng)的入滲補(bǔ)給滯后時(shí)間也趨于一定值。需要注意的是,9月10日降水3.06 cm,較9月22日降水5.46 cm差別并不大,但后者地下水位上升劇烈,這是由于后者的前期降水量更大,前期降水有效補(bǔ)給了包氣帶水分,較高的包氣帶含水率促進(jìn)了后期降水入滲。
圖3 地下水位與降水量變化時(shí)間序列
雨 型大 雨暴 雨降水量/mm21.241.430.671.654.622.4降水強(qiáng)度/(mm·h-1)4.241.531.717.92.14.48地下水位升幅/cm1.31.62.99.19.91.8補(bǔ)給滯后時(shí)間/h5118364 地下水埋深/cm雨前129.4129.5130.6145.3133.1121.6雨后128.1127.9127.7136.2123.2119.8
2.3.1 模型建立 以地表為坐標(biāo)原點(diǎn),向上為正。建立水文地質(zhì)概念模型,地表作為模型的上邊界。地下埋深150 cm處作為模型的下邊界,忽略水平徑流,由此可以概化為變飽和帶一維非穩(wěn)定流模型。含水介質(zhì)依據(jù)顆粒分析和容重概化為3層,其中0—20 cm為第1層,20—80 cm為第2層,80—150 cm為第3層。在Hydrus中選用大氣邊界作為水分運(yùn)移的上邊界條件,可變壓力水頭作為水分運(yùn)移的下邊界條件。熱運(yùn)移的上下邊界條件分別為上下邊界溫度。選用Van-Genuchten方程作為水力特征曲線,考慮持水曲線的滯后效應(yīng)。含水率初始條件采用與初始時(shí)間地下水位相平衡的含水率分布。溫度初始條件設(shè)置為初始時(shí)刻監(jiān)測(cè)值。模型的初始土壤水力學(xué)參數(shù)詳見(jiàn)表3。采用Hydrus中基于顆粒分析和容重?cái)?shù)據(jù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果。
表3 經(jīng)神經(jīng)元預(yù)測(cè)分析得到的土壤水力學(xué)參數(shù)
注:θs,α,n,,Ks,θr均為van-Genuchten方程中參數(shù)。θr為殘余含水率;α和n為水土特征曲線方程的參數(shù);Ks為飽和滲透系數(shù);θs為飽和含水率。
2.3.2 模型參數(shù)獲取 選取2014年7月2—15日作為模型參數(shù)的識(shí)別期。識(shí)別期包氣帶深度5,30,60 cm處含水率、溫度模擬值與觀測(cè)值對(duì)比如圖4所示。
圖4 模型識(shí)別期包氣帶不同深處含水率與溫度
模型在識(shí)別期的計(jì)算誤差結(jié)果詳見(jiàn)表4—5,除埋深60 cm處誤差較大外,總體計(jì)算結(jié)果較好。經(jīng)過(guò)參數(shù)反演優(yōu)化,選取SSR=1.854,r2=0.926時(shí)對(duì)應(yīng)的參數(shù)作為優(yōu)化結(jié)果,最終確定的水、熱力學(xué)參數(shù)詳見(jiàn)表6—7。
表4 識(shí)別期模型計(jì)算含水率誤差結(jié)果
注: AVRE為模型計(jì)算值與監(jiān)測(cè)值的相對(duì)平均誤差,R為相關(guān)系數(shù)。
表5 識(shí)別期模型計(jì)算溫度誤差結(jié)果
2.3.3 van-Genuchten方程參數(shù)敏感性分析 由于調(diào)參過(guò)程中涉及的參數(shù)較多,對(duì)van-Genuchten主要的土壤水力學(xué)參數(shù)θr,α,n,Ks進(jìn)行了敏感性分析。通過(guò)對(duì)某一參數(shù)進(jìn)行增減,維持其余參數(shù)不變,確定參數(shù)敏感性[15]。敏感性分析中參數(shù)取用情況詳見(jiàn)表8。
表6 模型識(shí)別及優(yōu)化后所得土壤水力學(xué)參數(shù)
表7 模型識(shí)別及優(yōu)化后所得土壤熱力學(xué)參數(shù)
注:b1,b2,b3為熱傳導(dǎo)系數(shù)λ(θ)的參數(shù);Cn為固態(tài)物質(zhì)的體積熱容;Cw為水的體積熱容;Di為熱擴(kuò)散系數(shù);So為固態(tài)物質(zhì)體積百分比。
表8 參數(shù)敏感性分析中所用土壤水力學(xué)參數(shù)
注:考慮到n最小取1,故n的變化為在原始值與1作差的基礎(chǔ)上再增減25%。
采用累積底部通量誤差進(jìn)行參數(shù)敏感性分析。時(shí)間起點(diǎn)為7月2日0:00,圖中下標(biāo)為0的表示該參數(shù)的初始值。-25表示減小25%的參數(shù)值,+25表示增加25%的參數(shù)值(圖5)。各參數(shù)的輸入輸出變化率詳見(jiàn)表9。從表9可知,底部通量對(duì)θs最為敏感,對(duì)Ks最不敏感。α與n的敏感性介于θs與Ks之間,其中n比α更敏感。若以底部通量代替地下水補(bǔ)給量,則地下水補(bǔ)給量的大小主要由θs控制,θs越大,入滲過(guò)程中包氣帶持水能力越強(qiáng),地下水補(bǔ)給量越小。從圖5中可以看出,θs與Ks對(duì)于降水補(bǔ)給的滯后影響較大,當(dāng)Ks減小或θs增大時(shí),累計(jì)底部通量拐點(diǎn)時(shí)間(指示著補(bǔ)給開(kāi)始時(shí)間)明顯滯后;其中θs增大25%,滯后時(shí)間增長(zhǎng)10~16 h;Ks減小25%,滯后時(shí)間增長(zhǎng)6~8 h。值得注意的是,若包氣帶剖面處于蒸發(fā)狀態(tài),Ks的改變幾乎不引起底部通量的變化,此時(shí)Ks的敏感性很弱。
圖5 不同參數(shù)變化對(duì)模擬底部通量的影響
項(xiàng)目α-25n?-25Ks-25θs-25α+25n?+25Ks+25θs+25ROV(tend)1.222.930.442.21.783.760.254.44ROV(tmax)9341550241517136018401322630ROV(tmin)1.212.880.310.00751.782.110.00134.42
注:tend表示結(jié)束時(shí)刻,tmax為ROV(t)最大時(shí)刻,tmin為ROV(t)最小時(shí)刻; 下標(biāo)為-25表示在原參數(shù)基礎(chǔ)上減小25%的參數(shù)值,+25表示增加25%的參數(shù)值。
由于土地利用變化、氣候變化和工農(nóng)業(yè)發(fā)展,世界不同地區(qū)的土壤水分和地下水正越來(lái)越多地受到影響但呈現(xiàn)出不同規(guī)律。本文確定的地下水滯后補(bǔ)給時(shí)間為4~11 h,小于相近水位埋深下三江平原地區(qū)滯后時(shí)間(28~50 d)[19],這是由于后者包氣帶巖性更細(xì),入滲速率較慢。在大埋深地區(qū),由于入滲補(bǔ)給路徑很長(zhǎng),地下水補(bǔ)給滯后時(shí)間甚至能達(dá)數(shù)十至數(shù)百年[4,20]。土壤水分分布同樣是影響入滲補(bǔ)給的重要因素,按照活塞流入滲理論,包氣帶含水率響應(yīng)滯后時(shí)間與土壤水分分布的關(guān)系可以表示為[21]:
I(t)=(θ0-θi)Zf
(5)
式中:I(t)——累計(jì)入滲量;Zf——入滲深度;θ0——入滲面上部含水率;θi——剖面初始含水率。
由公式(5)得知,包氣帶含水率響應(yīng)滯后時(shí)間隨包氣帶初始含水率增大而減小,而初始含水率反映了前期降水的影響,因此入滲補(bǔ)給除受到本次降水的影響,還受到前期降水的控制。
本研究采用的是單參數(shù)敏感性計(jì)算,能夠較為精確得出各個(gè)參數(shù)的敏感性。但實(shí)際的土壤參數(shù)之間存在相關(guān)性且總是處于一個(gè)合理范圍。比如θs增大導(dǎo)致降水入滲滯后時(shí)間增大,但是θs增大同樣會(huì)導(dǎo)致Ks增大,后者能促進(jìn)降水入滲;因此,對(duì)于Ks與θs等相關(guān)性較強(qiáng)的參數(shù)采用多因素分析能更為準(zhǔn)確地探討其敏感性。
由于研究區(qū)的地下水埋深淺,降水入滲補(bǔ)給速率相對(duì)較快,包氣帶淺部補(bǔ)給滯后不明顯,通過(guò)監(jiān)測(cè)數(shù)據(jù)確定補(bǔ)給滯后時(shí)間的精度并不高。此外,研究時(shí)段內(nèi)降水頻次高。因此后續(xù)研究應(yīng)當(dāng)考慮累計(jì)降水對(duì)于降水入滲的影響并提高淺部包氣帶監(jiān)測(cè)精度。研究區(qū)處在固定沙丘上,地表平緩,側(cè)向徑流微弱,故采用一維滲流模型;但場(chǎng)地內(nèi)稀疏分布著沙柳,干旱時(shí)期沙柳吸收水分較強(qiáng),對(duì)土壤水分分布存在影響[22]。同時(shí)地下水補(bǔ)給滯后時(shí)間小于包氣帶含水率響應(yīng)滯后時(shí)間,這表明場(chǎng)地中存在不可忽視的優(yōu)勢(shì)流通道,可能的原因是場(chǎng)地內(nèi)包氣帶巖性不均一或植被根系吸水[23]。因此后續(xù)研究也應(yīng)當(dāng)針對(duì)植被吸水做進(jìn)一步分析并考慮使用雙滲透模型解決優(yōu)勢(shì)流問(wèn)題。
結(jié)合原位監(jiān)測(cè)數(shù)據(jù),分析了毛烏素沙地地下水淺埋區(qū)降水入滲補(bǔ)給規(guī)律,利用Hydrus-1D軟件建立了降水入滲數(shù)值模型,獲取了模型水力學(xué)參數(shù)和熱力學(xué)參數(shù);分析了van-Genuchten方程主要水力學(xué)參數(shù)敏感性;為研究包氣帶和地下水位對(duì)降水入滲的響應(yīng)機(jī)制、分析降水入滲補(bǔ)給機(jī)理奠定了基礎(chǔ)。
(1) 包氣帶含水率響應(yīng)深度隨著降水量增大而增大,其中小雨型響應(yīng)深度為3~10 cm,中雨型為30~60 cm,大雨型為60~90 cm,暴雨型均大于90 cm。入滲響應(yīng)深度與降水量的關(guān)系可表示為:D=35.5P-17.1,其中D為入滲響應(yīng)深度(cm),P為降水量大小。隨著前期累計(jì)降水量增大,降水入滲深度也增大。
(2) 研究區(qū)內(nèi)地下水補(bǔ)給滯后時(shí)間約為4~11 h。包氣帶水分和地下水滯后補(bǔ)給受地下水埋深、包氣帶巖性和含水率分布共同影響,其中包氣帶水分滯后補(bǔ)給時(shí)間隨著初始含水率增大而減小。
(3) 建立了該地變飽和帶水汽熱耦合運(yùn)移模型。采用模型識(shí)別與驗(yàn)證獲取了包氣帶水力學(xué)參數(shù)與熱力學(xué)參數(shù),以此作為參數(shù)反演優(yōu)化的初始輸入值;參數(shù)優(yōu)化最佳結(jié)果θr為0.03,θs為0.34,Ks為23 cm/h,各層n為2.0~2.2,α為0.060~0.074。
(4) 與數(shù)值模型有關(guān)的各項(xiàng)水力學(xué)參數(shù)中,敏感性自強(qiáng)到弱的排序是θs,n,α,KS,底部通量對(duì)于θs最為敏感;降水補(bǔ)給滯后時(shí)長(zhǎng)與θs呈正相關(guān)關(guān)系。