王玥 王易初 倪晉仁

那仁郭勒河流域地表水與地下水儲(chǔ)量變化響應(yīng)研究

王玥 王易初 倪晉仁?

北京大學(xué)環(huán)境工程系, 水沙科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室, 北京 100871; ?通信作者, E-mail: jinrenni@pku.edu.cn

基于 2001—2016 年的地表水和地下水儲(chǔ)量數(shù)據(jù), 分別從年尺度和季節(jié)尺度研究那仁郭勒河流域地表水與地下水資源變化趨勢(shì), 分析地表水與地下水的響應(yīng)關(guān)系及其影響因素。結(jié)果表明, 那仁郭勒河流域地表水儲(chǔ)量和地下水儲(chǔ)量變化趨勢(shì)分布不均勻, 季節(jié)差異明顯。地表水–地下水儲(chǔ)量變化響應(yīng)在流域北部集中呈現(xiàn)“地表水穩(wěn)定–地下水減少”的趨勢(shì), 在庫(kù)拉克阿拉干河段呈現(xiàn)“地表水減少–地下水增加”的趨勢(shì), 在尾閭地區(qū)東西臺(tái)吉乃爾湖分別呈現(xiàn)“地表水穩(wěn)定–地下水增加”和“地表水減少–地下水減少”的趨勢(shì)。水儲(chǔ)量變化的主要影響因素包括溫度、土壤斷面厚度、灌溉面積及人口密度。流域內(nèi)不同區(qū)域的地表水與地下水儲(chǔ)量變化響應(yīng)特征具有很大的差異, 對(duì)二者之間的典型非一致性響應(yīng)關(guān)系的深入認(rèn)識(shí)有助于實(shí)現(xiàn)流域地表水與地下水聯(lián)合管理及生態(tài)環(huán)境保護(hù)。

那仁郭勒河; 地表水; 地下水; 趨勢(shì); 響應(yīng)

地表水和地下水資源是淡水資源的重要組成部分[1]。在我國(guó)西北干旱地區(qū), 大部分河流的水源來(lái)自山區(qū)融雪和降水補(bǔ)給, 由于降水量有限, 蒸發(fā)潛力大, 河流蓄水容易受全球變暖和人類活動(dòng)影響。干旱區(qū)內(nèi)陸河眾多, 水生態(tài)系統(tǒng)脆弱, 水資源分布空間異質(zhì)性強(qiáng), 河流在尾閭地區(qū)往往形成湖泊, 甚至消失。水生態(tài)系統(tǒng)需要通過(guò)降水、蒸發(fā)和地下水交換保持平衡來(lái)維持相對(duì)穩(wěn)定的水儲(chǔ)量[2]。然而, 近年來(lái)全球氣候變化對(duì)許多干旱半干旱區(qū)內(nèi)陸河水平衡的影響顯著, 加上筑壩和灌溉等人類活動(dòng)加劇, 使地表水與地下水之間的關(guān)系復(fù)雜化, 大大增加了水資源優(yōu)化配置的難度[3], 對(duì)生產(chǎn)、生活和生態(tài)產(chǎn)生深刻的影響, 并引發(fā)河湖萎縮、地面沉降、地下水漏斗和地面裂縫等地貌變化和地質(zhì)災(zāi)害[4-5]。

鑒于上述背景, 本文選擇柴達(dá)木盆地的那仁郭勒河流域開(kāi)展地表水與地下水儲(chǔ)量變化趨勢(shì)、響應(yīng)關(guān)系和影響因素研究, 剖析流域內(nèi)典型響應(yīng)關(guān)系的分區(qū)特征, 以期為區(qū)域水資源管理提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)域

那仁郭勒河(以下簡(jiǎn)稱那河), 也稱那棱格勒河或那陵郭勒河, 位于柴達(dá)木盆地西南緣, 青藏高寒區(qū)和西北干旱區(qū)交接處(圖 1), 是柴達(dá)木盆地流域面積和水量最大的河流[6]。那河干流全長(zhǎng) 435 km, 發(fā)源于昆侖山脈的青新峰, 由紅水河自南向北流, 納最大支流庫(kù)拉克阿干河后折向北東, 最終注入東臺(tái)吉乃爾湖[7]。那河流域面積為 4.5 萬(wàn) km2, 河水主要由冰川融水補(bǔ)給, 屬高原內(nèi)陸高寒干旱氣候, 以強(qiáng)蒸發(fā)、少雨、多風(fēng)、長(zhǎng)冬短夏和晝夜溫差懸殊為特征[8]。流域內(nèi)的土地利用以草地、裸地與稀疏植被為主, 居民總?cè)丝诩s 0.2 萬(wàn)。經(jīng)濟(jì)發(fā)展較滯后, 山前灘地以牧業(yè)生產(chǎn)為主, 尾閭地區(qū)的東、西臺(tái)吉乃爾湖蘊(yùn)含豐富的鹽湖資源, 柴達(dá)木盆地的鹵水鋰儲(chǔ)量約有一半以上分布于西臺(tái)吉乃爾湖[9]。

1.2 數(shù)據(jù)來(lái)源

本研究采用的基礎(chǔ)數(shù)據(jù)為 WGHM 水文模型的地表水和地下水儲(chǔ)量數(shù)據(jù)以及其他輔助數(shù)據(jù)。

1.2.1 WGHM水文模型數(shù)據(jù)

WGHM水文模型(WaterGAP Global Hydrology Model)由 D?ll 等[10-11]于 2003 年開(kāi)發(fā), 主要結(jié)合水文過(guò)程來(lái)模擬大陸水循環(huán)過(guò)程, 可用于大陸尺度的水資源可利用性研究[12]。模型提供的地表水、地下水和土壤濕度等水儲(chǔ)量數(shù)據(jù), 可用于全球水儲(chǔ)量變化及動(dòng)態(tài)水文過(guò)程研究[13-14], 也可作為與其他研究方法相比較的基礎(chǔ)[15]。該模型基于水文測(cè)站的年平均流量, 采用多目標(biāo)校準(zhǔn)法, 對(duì)敏感參數(shù)進(jìn)行校準(zhǔn)[12]。本研究采用 WGHM 模型最新版本 2.2d 模擬地表水和地下水儲(chǔ)量 0.5°×0.5°格網(wǎng)數(shù)據(jù), 數(shù)據(jù)涵蓋時(shí)間范圍為 2001 年 12 月至 2016 年 11 月。選取WGHM 水文模型數(shù)據(jù)中那河河網(wǎng)處格點(diǎn)進(jìn)行驗(yàn)證, 其地表水儲(chǔ)量均值為 47.86mm, 與那河多年平均徑流深 49.5 mm[16]結(jié)果相近, 準(zhǔn)確性良好。

1.2.2 自然地理數(shù)據(jù)

由于那河流域位于柴達(dá)木盆地腹地, 氣象站點(diǎn)和水文站點(diǎn)稀少, 氣象水文監(jiān)測(cè)數(shù)據(jù)不能滿足與水儲(chǔ)量格網(wǎng)數(shù)據(jù)相同的分辨率。出于站點(diǎn)覆蓋度的考慮, 自然地理數(shù)據(jù)多選擇遙感模擬數(shù)據(jù)。那河河網(wǎng)數(shù)據(jù)來(lái)源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc. westgis.ac.cn)根據(jù)地形圖及 TM 遙感影像修訂的柴達(dá)木河流域河流數(shù)據(jù)集。流域邊界數(shù)據(jù)來(lái)自流域水文數(shù)據(jù)集(https://hydrosheds.cr.usgs.gov/)[17]。土壤數(shù)據(jù)來(lái)自寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心的面向陸面模擬的中國(guó)土壤數(shù)據(jù)集[18]。降水和氣溫?cái)?shù)據(jù)來(lái)源于東安格利亞大學(xué)氣候研究中心(Climatic Research Unit, CRU)[19], 時(shí)間范圍為 2001—2016 年。在原始數(shù)據(jù)的基礎(chǔ)上, 我們以 2009 年為分界線, 計(jì)算那河流域氣溫和降水在研究時(shí)段內(nèi)的相對(duì)變化值。干燥度數(shù)據(jù)來(lái)自全球干旱指數(shù)數(shù)據(jù)庫(kù)[20]。

圖1 那仁郭勒河流域

1.2.3 人類活動(dòng)數(shù)據(jù)

人類活動(dòng)數(shù)據(jù)包括人口密度數(shù)據(jù)和灌溉面積數(shù)據(jù)。由于當(dāng)?shù)亟y(tǒng)計(jì)年鑒的數(shù)據(jù)多以省區(qū)為單位, 為滿足對(duì)流域各區(qū)域進(jìn)行細(xì)化分析的要求, 本文選擇荷蘭環(huán)境評(píng)估署 HYDE 人口數(shù)據(jù)庫(kù)的人口密度數(shù)據(jù)[21]和世界糧農(nóng)組織的灌溉面積數(shù)據(jù)[22]。

1.3 研究方法

目前常用的水文時(shí)間序列分析方法有滑動(dòng)平均法、線性趨勢(shì)的回歸檢驗(yàn)、Spearman 秩相關(guān)檢驗(yàn)、Mann-Kendall (M-K)統(tǒng)計(jì)檢驗(yàn)和累計(jì)距平等[23]。

基于秩的非參數(shù) Mann-Kendall (M-K)統(tǒng)計(jì)檢驗(yàn)法多用于研究水文氣象時(shí)間序列資料的明顯變化趨勢(shì)。該方法的優(yōu)點(diǎn)是適用范圍廣, 定量化程度高[24], 不需要樣本遵從一定的分布規(guī)律, 也不受少數(shù)異常值的干擾, 更適用于類型變量和順序變量[25]。因此, 本文選用 M-K 統(tǒng)計(jì)檢驗(yàn)法來(lái)分析地表水和地下水儲(chǔ)量的變化趨勢(shì)。

M-K 統(tǒng)計(jì)檢驗(yàn)法的基本原理為: 用具有個(gè)樣本量的時(shí)間序列=1,2, …,x, 構(gòu)造秩序列

式中,是樣本量數(shù)目,x和x為第個(gè)和第個(gè)觀測(cè)樣本(此處),為序列內(nèi)各數(shù)值大于其之前時(shí)刻數(shù)值所有個(gè)數(shù)的累計(jì)數(shù)。

當(dāng)10 時(shí), 統(tǒng)計(jì)量近似地服從正態(tài)分布, 其方差表示為

式中,是樣本中相同數(shù)值的個(gè)數(shù),t是第組相同數(shù)值的樣本數(shù)。正態(tài)分布檢驗(yàn)統(tǒng)計(jì)量可表示為

當(dāng)為正數(shù)(或負(fù)數(shù))時(shí), 樣本呈現(xiàn)增加(或減少)的趨勢(shì)。當(dāng)-1?α/2≤≤1?/2時(shí), 無(wú)趨勢(shì)假設(shè)(0)通過(guò)顯著性水平下的雙邊檢驗(yàn)。

Kendall 傾斜度可表示單調(diào)變化范圍, 其計(jì)算公式為

需要注意的是, 由于實(shí)際的水儲(chǔ)量數(shù)據(jù)往往具有一定的自相關(guān)性, 使用 M-K 統(tǒng)計(jì)檢驗(yàn)方法會(huì)使趨勢(shì)計(jì)算的顯著性被放大, 因此使用 TFPW 方法對(duì)數(shù)據(jù)的自相關(guān)性進(jìn)行削弱[26]。本研究趨勢(shì)計(jì)算的置信水平為 95%。

2 結(jié)果與討論

2.1 地表水儲(chǔ)量變化分析

2002—2016 年的地表水儲(chǔ)量數(shù)據(jù)表明, 地表水儲(chǔ)量未發(fā)生顯著變化的區(qū)域約占流域總面積的56.61%, 主要分布在河流上游和流域北部地區(qū); 地表水儲(chǔ)量顯著減少區(qū)域的面積約占流域總面積的43.39%, 集中分布于河流干流及尾閭地區(qū)(圖 2)。

進(jìn)一步分析地表水儲(chǔ)量的月度數(shù)據(jù), 可以得到那河流域地表水儲(chǔ)量的季節(jié)變化特征(圖 3)。在夏秋季節(jié), 流域中下游地區(qū)的地表水儲(chǔ)量顯著減少, 說(shuō)明流域中下游的地表水儲(chǔ)量在夏秋季節(jié)呈現(xiàn)更為嚴(yán)重的偏枯形勢(shì)。春季地表水儲(chǔ)量變化的分布形勢(shì)與冬季相似。

2.2 地下水儲(chǔ)量變化分析

2002—2016 年地下水儲(chǔ)量數(shù)據(jù)(圖 4)表明, 那河流域地下水儲(chǔ)量未發(fā)生顯著變化的區(qū)域約占流域總面積的 38.18%, 主要分布在上游和中游地區(qū)。地下水儲(chǔ)量顯著減少區(qū)域約占流域總面積的 49.03%, 集中分布于流域北部、紅水河段和東臺(tái)吉乃爾湖地區(qū)。地下水儲(chǔ)量顯著增加的區(qū)域約占流域總面積的12.79%, 主要位于庫(kù)拉克阿拉干河段。

進(jìn)一步分析地下水儲(chǔ)量的月度數(shù)據(jù), 可以得到那河流域地下水儲(chǔ)量的季節(jié)變化特征(圖 5)。春季流域大部分地區(qū)地下水儲(chǔ)量未發(fā)生顯著變化。夏季地下水儲(chǔ)量變化的分布形勢(shì)與秋冬季相似。在冬季, 流域大部分地區(qū)地下水儲(chǔ)量發(fā)生顯著變化, 其中紅水河段和東臺(tái)吉乃爾湖地區(qū)地下水儲(chǔ)量顯著減少, 而庫(kù)拉克阿拉干河段及其上游地區(qū)地下水儲(chǔ)量顯著增加, 表明那河流域地下水儲(chǔ)量變化在冬季呈現(xiàn)更強(qiáng)的空間異質(zhì)性。

圖2 那河流域地表水儲(chǔ)量變化趨勢(shì)分布

2.3 地表水與地下水儲(chǔ)量變化響應(yīng)

2.3.1 地表水與地下水儲(chǔ)量變化響應(yīng)分布特征

根據(jù)不同的地表水-地下水儲(chǔ)量變化趨勢(shì), 那河流域所有格網(wǎng)單元可劃分為 6 種基本模式的矩陣, 如表 1 所示。每個(gè)模式根據(jù)地表水和地下水儲(chǔ)量分別處于穩(wěn)定、減少或增加的狀態(tài)來(lái)確定。將 6 種地表水-地下水儲(chǔ)量變化模式作為兩者之間的響應(yīng)類型, 可概括為: 類型 I, 地表水和地下水儲(chǔ)量均未發(fā)生顯著變化, 即穩(wěn)定-穩(wěn)定型; 類型 II, 地表水儲(chǔ)量未發(fā)生顯著變化而地下水儲(chǔ)量顯著減少, 即穩(wěn)定-減少型; 類型 III, 地表水儲(chǔ)量未發(fā)生顯著變化而地下水儲(chǔ)量顯著增加, 即穩(wěn)定-增加型; 依此類推[27]。

如圖 6 所示, 在那河流域中, 地表水-地下水儲(chǔ)量變化響應(yīng)類型為 II 類的區(qū)域面積最大, 約占流域總面積的 32.51%。此外, 屬于類型 I, IV 和 V 的區(qū)域面積也較大, 分別占流域總面積的 18.45%, 19.16%和 17.16%。

那河流域地表水-地下水儲(chǔ)量變化響應(yīng)類型在空間分布上具有顯著特點(diǎn): 流域北部地區(qū)的地下水儲(chǔ)量顯著減少(類型 II); 流域中下游地區(qū)的地表水儲(chǔ)量顯著減少(類型 IV, V 和 VI); 中游河段的地表水儲(chǔ)量顯著減少而地下水無(wú)顯著變化(類型 IV)。這一結(jié)果與其他相關(guān)研究的結(jié)果較為符合。Su 等[28]的研究表明, 那河河段頻繁發(fā)生地表水與地下水轉(zhuǎn)化, 地下水與河水水力聯(lián)系密切。中游河段為季節(jié)性河流, 河水多入滲補(bǔ)給地下水導(dǎo)致地表水儲(chǔ)量減少而地下水儲(chǔ)量變化不大。

值得注意的是, 庫(kù)拉克阿拉干河段和尾閭地區(qū)呈現(xiàn)分布較少的特殊類型, 其中庫(kù)拉克阿拉干河段呈現(xiàn)地表水儲(chǔ)量顯著減少而地下水儲(chǔ)量顯著增加的趨勢(shì)(類型Ⅵ), 尾閭地區(qū)相近的東西臺(tái)吉乃爾湖則分別呈現(xiàn)地下水儲(chǔ)量顯著增加的趨勢(shì)(類型Ⅲ)和地表水及地下水儲(chǔ)量顯著減少的趨勢(shì)(類型Ⅴ)。

由圖 7 可以看出, 2002—2016 年期間, 在秋冬季, 類型 III(地下水儲(chǔ)量顯著增加)多出現(xiàn)在支流庫(kù)拉克阿拉干河段; 在夏季, 類型 VI (地表水儲(chǔ)量顯著減少, 地下水儲(chǔ)量顯著增加)出現(xiàn)在支流庫(kù)拉克阿拉干河段; 在冬春季節(jié), 類型 V (地表水和地下水儲(chǔ)量顯著減少)多出現(xiàn)在東西臺(tái)吉乃爾湖之間。

圖3 那河流域地表水儲(chǔ)量季節(jié)變化趨勢(shì)

圖4 那河流域地下水儲(chǔ)量變化趨勢(shì)分布

2.3.2 地表水與地下水儲(chǔ)量變化典型響應(yīng)區(qū)分析

基于地表水-地下水儲(chǔ)量變化響應(yīng)類型的空間分布, 選取水儲(chǔ)量變化呈非一致性響應(yīng)的典型地理區(qū)為研究對(duì)象, 展現(xiàn)典型響應(yīng)區(qū)的地表水和地下水儲(chǔ)量的時(shí)間序列變化, 同時(shí)詳細(xì)地分析每個(gè)典型響應(yīng)區(qū)中地表水和地下水儲(chǔ)量變化的原因。

2002—2016 年期間, 那河流域北部地區(qū)的水儲(chǔ)量呈 S-D 型響應(yīng), 地表水儲(chǔ)量未發(fā)生顯著變化, 地下水儲(chǔ)量顯著減少。陳宗顏等[8]通過(guò)實(shí)地調(diào)查, 發(fā)現(xiàn)工業(yè)用水是那河流域的主要耗水部門(mén), 隨著格爾木市的生產(chǎn)建設(shè)發(fā)展, 流域北部地區(qū)目前已建設(shè)野馬泉取水水源地, 開(kāi)采地下水用于多金屬鐵礦的采選。從地表水和地下水儲(chǔ)量的時(shí)間序列(圖 8(a))可以發(fā)現(xiàn), 該地區(qū)地下水儲(chǔ)量呈持續(xù)下降趨勢(shì)。對(duì)水儲(chǔ)量響應(yīng)的季節(jié)變化分析表明, 該地區(qū)地下水儲(chǔ)量在 2002—2016 年的各個(gè)季節(jié)均呈顯著減少趨勢(shì)。該地區(qū)的地下水儲(chǔ)量周期波動(dòng)和季節(jié)差異不明顯, 說(shuō)明水儲(chǔ)量受氣候變化影響較小, 結(jié)合當(dāng)?shù)赜盟F(xiàn)狀, 我們認(rèn)為人為取水是導(dǎo)致地下水儲(chǔ)量持續(xù)顯著減少的主要原因。地下水儲(chǔ)量的持續(xù)減少極易導(dǎo)致地下水枯竭, 造成地下水降落漏斗和地面塌陷等地質(zhì)災(zāi)害[4,29]。

2002—2016 年期間, 支流庫(kù)拉克阿拉干河段的水儲(chǔ)量呈 D-I 型響應(yīng), 地表水儲(chǔ)量顯著減少而地下水儲(chǔ)量顯著增加(圖 8(b))。庫(kù)拉克阿拉干河的源頭布喀達(dá)坂峰分布大面積的冰川, 河流由冰雪融水補(bǔ)給[30]。同時(shí), 根據(jù)小灶火氣象站的觀測(cè)資料, 那河流域的蒸發(fā)量是降水量的 56 倍[8]。黨學(xué)亞等[31]的研究表明, 2000—2016 年格爾木地區(qū)氣溫明顯上升。由于氣候變暖, 冰川融化加快, 增加了對(duì)庫(kù)拉克阿拉干河段水儲(chǔ)量的補(bǔ)給。然而, 氣溫上升加劇地表蒸發(fā)作用, 導(dǎo)致地表水儲(chǔ)量呈減少趨勢(shì)。

圖5 那河流域地下水儲(chǔ)量季節(jié)變化趨勢(shì)

表1 那河流域呈現(xiàn)的6種地表水-地下水儲(chǔ)量變化響應(yīng)

2002—2016 年期間, 西臺(tái)吉乃爾湖水儲(chǔ)量呈 S-I 型響應(yīng), 地表水儲(chǔ)量未發(fā)生顯著變化, 地下水儲(chǔ)量顯著增加(圖 8(c))。與西臺(tái)吉乃爾湖相鄰的東臺(tái)吉乃爾湖水儲(chǔ)量呈 D-D 型響應(yīng), 地表水和地下水儲(chǔ)量均顯著減少(圖 8(d))。

大壩興建和引水工程是造成兩湖水儲(chǔ)量呈現(xiàn)不同響應(yīng)類型的主要原因。在臺(tái)吉乃爾湖地區(qū)早期開(kāi)發(fā)過(guò)程中, 由于缺少統(tǒng)一的可持續(xù)的開(kāi)發(fā)規(guī)劃, 造成各自為政的局面。2008 年, 于東臺(tái)吉乃爾湖西南部修建一條 33km 的防洪堤, 截?cái)鄡珊乃β?lián)系[9]。近幾年, 為了開(kāi)發(fā)鹽湖資源, 廠礦通過(guò)給干涸的鹽田注水來(lái)溶解固體礦產(chǎn), 解決鹵水短缺和固體資源開(kāi)采等一系列問(wèn)題。東臺(tái)吉乃爾湖水被逐漸引入西臺(tái)吉乃爾湖西側(cè)的一里坪, 導(dǎo)致東臺(tái)吉乃爾湖泊水儲(chǔ)量減少而原本的干鹽湖一里坪逐漸擴(kuò)大[16],進(jìn)而使東臺(tái)吉乃爾湖地表水和地下水儲(chǔ)量顯著減少, 而西臺(tái)吉乃爾湖地表水儲(chǔ)量未發(fā)生顯著變化, 且地下水儲(chǔ)量呈現(xiàn)顯著增加。

圖6 那河流域水儲(chǔ)量變化響應(yīng)分布

此外, 東西臺(tái)吉乃爾湖地區(qū)降水相對(duì)豐沛, 暖濕化帶來(lái)融雪和降水的增加是使水儲(chǔ)量增加的自然因素[32]。同時(shí), 東西臺(tái)吉乃爾湖地區(qū)是鹽湖開(kāi)采的重點(diǎn)地區(qū)[9], 當(dāng)?shù)夭捎们乇硭姆绞綖辂}化工業(yè)供水[8]。此外, 工業(yè)生產(chǎn)引起西臺(tái)吉乃爾湖附近人口密集, 耗水量增加, 在一定程度上抵消了自然因素引起的地表水增加, 這從另一個(gè)角度解釋了該地區(qū)地表水儲(chǔ)量未發(fā)生顯著變化的可能原因。由此可見(jiàn), 氣候暖濕化、工農(nóng)業(yè)生產(chǎn)、建壩引水、人口增加和耗水量增加等綜合因素導(dǎo)致東西臺(tái)吉乃爾湖分別呈現(xiàn)“地表水穩(wěn)定-地下水增加”和“地表水減少-地下水減少”趨勢(shì)。

圖7 那河流域水儲(chǔ)量季節(jié)變化響應(yīng)分布

虛線為線性擬合線, 下同

由于湖泊之間的水力聯(lián)系被人為阻隔, 當(dāng)來(lái)水量在短期急增時(shí), 臺(tái)吉乃爾湖區(qū)會(huì)遭受一定程度的防洪壓力[32]。另外, 那河流域尾閭地區(qū)的景觀以稀疏草地和荒漠為主, 自然生產(chǎn)力等級(jí)低, 生態(tài)系統(tǒng)抗干擾能力差, 極易發(fā)生退化與沙化[33-34]。對(duì)于生態(tài)脆弱地區(qū), 工業(yè)活動(dòng)的規(guī)劃需更加謹(jǐn)慎。

2.4 影響因素分析

2.4.1 自然因素

由圖 9 可見(jiàn), 溫度變化對(duì)區(qū)域地表水、地下水儲(chǔ)量變化具有不同的影響。對(duì)溫度變化值與地表水變化率進(jìn)行相關(guān)性分析, 發(fā)現(xiàn)兩者之間存在負(fù)相關(guān)關(guān)系(2=?0.395,=0.05)。從整體上看, 地表水儲(chǔ)量隨著溫度的升高而減少(圖 9(a))。對(duì)溫度變化值與地下水變化率進(jìn)行相關(guān)性分析, 發(fā)現(xiàn)兩者之間存在正相關(guān)關(guān)系(2=0.385,=0.05), 地下水儲(chǔ)量總體上隨溫度的升高而增加(圖 9(b))。

圖9 溫度變化對(duì)地表水、地下水儲(chǔ)量變化率的影響

那河流域地處高寒區(qū)與干旱區(qū)之間, 河水來(lái)源主要是冰雪融水, 大氣降水量極小[6]。溫度的上升或許加速了那河源頭冰川積雪的融化, 增加了對(duì)那河流域水儲(chǔ)量的補(bǔ)給, 進(jìn)而導(dǎo)致地下水增加。同時(shí), 那河流域蒸發(fā)劇烈, 溫度升高導(dǎo)致地表蒸發(fā)量增加, 抵消了冰雪融水對(duì)地表水的補(bǔ)給效應(yīng), 進(jìn)而導(dǎo)致地表水儲(chǔ)量減少。與那河流域相似, 由于蒸發(fā)量的增加效應(yīng)超過(guò)降水等的補(bǔ)給, 青藏高原周圍地區(qū)的湖泊發(fā)生萎縮[35-36]。焦世暉等[37]發(fā)現(xiàn), 如果未來(lái)氣溫持續(xù)升高, 那河等干旱區(qū)內(nèi)陸河的發(fā)源地——柴達(dá)木盆地南緣和昆侖山南麓的冰川將發(fā)生退化, 凍土范圍將進(jìn)一步收縮, 由于冰雪融水是干旱區(qū)內(nèi)陸河的主要補(bǔ)給, 因此將對(duì)干旱區(qū)內(nèi)陸河流域的水資源和水生態(tài)產(chǎn)生影響。

通過(guò)對(duì)各響應(yīng)類型地理區(qū)的土壤斷面厚度進(jìn)行統(tǒng)計(jì)分析(圖 10), 發(fā)現(xiàn)地下水儲(chǔ)量顯著增加的Ⅲ類和Ⅵ類兩種典型響應(yīng)地區(qū)的土壤斷面厚度較小。土壤斷面厚度越小, 水分在土壤中留存量越少, 留存時(shí)間越短, 越有利于地表水對(duì)地下水進(jìn)行補(bǔ)給。

通過(guò)對(duì)流域降水量變化值、干燥度與水儲(chǔ)量變化率進(jìn)行相關(guān)性分析, 發(fā)現(xiàn)降水量的變化值和干燥度與地表水及地下水儲(chǔ)量變化率的相關(guān)性均不顯著, 這主要是由于那河流域位于干旱的柴達(dá)木盆地, 降水稀少, 流域主要受冰川融水補(bǔ)給, 而上述兩個(gè)因子對(duì)以降水補(bǔ)給為主的流域的影響更為顯著[38]。

2.4.2 人為因素

灌溉因素對(duì)區(qū)域地表水和地下水儲(chǔ)量變化具有不同的影響。通過(guò)對(duì)灌區(qū)的灌溉面積與地表水儲(chǔ)量變化率進(jìn)行相關(guān)性分析, 發(fā)現(xiàn)兩者之間存在負(fù)相關(guān)關(guān)系(2=?0.828,=0.01), 隨著灌溉比重的增加, 地表水儲(chǔ)量總體上呈減少趨勢(shì)(圖 11(a))。

圖10 土壤斷面厚度與響應(yīng)類型的關(guān)系

通過(guò)對(duì)流域的灌溉面積與地下水儲(chǔ)量變化率進(jìn)行相關(guān)性分析, 發(fā)現(xiàn)兩者之間存在正相關(guān)關(guān)系(2 =0.452,=0.05), 隨著灌溉比例的增加, 地下水儲(chǔ)量整體上呈增加趨勢(shì)(圖 11(b))。庫(kù)拉克阿拉干河段是那河流域灌溉較集中的地區(qū), 主要依賴地表水進(jìn)行灌溉, 或許增加了對(duì)地下水的補(bǔ)給。D?ll 等[39]發(fā)現(xiàn), 對(duì)于以地表水為主要水源的灌溉地區(qū), 灌溉水流向地下水, 增加了地表水對(duì)地下水的補(bǔ)給機(jī)會(huì), 導(dǎo)致水儲(chǔ)量呈現(xiàn)地表水減少而地下水增加的趨勢(shì)。

對(duì)各響應(yīng)類型地理區(qū)人口密度的統(tǒng)計(jì)分析結(jié)果(圖 12)表明, 地下水儲(chǔ)量顯著增加的Ⅲ類響應(yīng)對(duì)應(yīng)地區(qū)的人口密度較大。結(jié)合那河流域水儲(chǔ)量變化響應(yīng)分布結(jié)果, Ⅲ類響應(yīng)多出現(xiàn)在西臺(tái)吉乃爾湖附近地區(qū)。部分原因是西臺(tái)吉乃爾湖為鹽湖工業(yè)較集中的地區(qū)之一, 工業(yè)生產(chǎn)需求導(dǎo)致人口相對(duì)密集。結(jié)合前面對(duì)西臺(tái)吉乃爾湖地區(qū)變化響應(yīng)的分析可知, 建壩引水、工業(yè)和生活耗水增加可能是導(dǎo)致地下水儲(chǔ)量增加而地表水儲(chǔ)量未發(fā)生明顯變化的主要原因[16,32]。

圖11 灌溉面積對(duì)地表、地下水儲(chǔ)量變化率的影響

圖12 人口密度與響應(yīng)類型的關(guān)系

3 結(jié)論

本文通過(guò)對(duì)那河流域 2001—2016 年地表水和地下水儲(chǔ)量變化趨勢(shì)、響應(yīng)關(guān)系和影響因素的系統(tǒng)分析, 發(fā)現(xiàn)那河流域地表水和地下水儲(chǔ)量分布不均, 季節(jié)差異明顯。那河流域不同區(qū)域的地表水與地下水儲(chǔ)量變化響應(yīng)特征差異較大, 流域北部呈現(xiàn)“地表水穩(wěn)定-地下水減少”趨勢(shì), 庫(kù)拉克阿拉干河段呈現(xiàn)“地表水減少-地下水增加”趨勢(shì), 東西臺(tái)吉乃爾湖分別呈現(xiàn)“地表水穩(wěn)定-地下水增加”和“地表水減少-地下水減少”趨勢(shì)。溫度、土壤斷面厚度、灌溉因素、建壩引水及人口密度是影響水儲(chǔ)量變化的主要因素。自然和人為因素的擾動(dòng)造成地表水和地下水系統(tǒng)內(nèi)部與外部之間水資源轉(zhuǎn)化, 加劇地表水與地下水儲(chǔ)量之間響應(yīng)關(guān)系的非一致性, 改變了水資源結(jié)構(gòu)的配置平衡。本文以那河流域?yàn)槔牡乇硭偷叵滤兓憫?yīng)機(jī)制研究結(jié)果對(duì)寒區(qū)、旱區(qū)內(nèi)陸河流域地表水與地下水聯(lián)合管理及生態(tài)環(huán)境保護(hù)具有借鑒意義。

[1] Zhou T, Nijssen B, Gao H, et al. The contribution of reservoirs to global land surface water storage variations. Journal of Hydrometeorology, 2016, 17(1): 309–325

[2] Wang J, Song C, Reager J T, et al. Recent global decline in endorheic basin water storages. Nature Geoscience, 2018, 11(12): 926–932

[3] Rodell M, Famiglietti J S, Wiese D N, et al. Emerging trends in global freshwater availability. Nature, 2018, 557: 651–659

[4] Famiglietti J S. The global groundwater crisis. Nature Climate Change, 2014, 4(11): 945–948

[5] D?ll P, Mueller Schmied H, Schuh C, et al. Global-scale assessment of groundwater depletion and related groundwater abstractions: combining hydrological modeling with information from well observations and GRACE satellites. Water Resources Research, 2014, 50(7): 5698–5720

[6] 朱譜成, 蘇小四, 張世廣, 等. 那陵郭勒河沖洪積扇地表水–地下水轉(zhuǎn)化關(guān)系. 人民黃河, 2014, 36(7): 60–64

[7] 張磊, 田成成, 張盛生, 等. 那陵郭勒河流域洪積扇中部含水層結(jié)構(gòu)研究. 青海科技, 2011(6): 42–44

[8] 陳宗顏, 黃勇, 鄂崇毅. 那陵格勒河流域地下水資源開(kāi)發(fā)利用方案分析. 青海師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 34(2): 48–54

[9] 王俊昀, 劉娟, 潘明強(qiáng). 青海省那棱格勒河尾閭地區(qū)應(yīng)急防洪方案探討. 人民黃河, 2018, 40(11): 53–55

[10] D?ll P, Kaspar F, Lehner B. A global hydrological model for deriving water availability indicators: model tuning and validation. Journal of Hydrology, 2003, 270(1/2): 105–134

[11] Alcamo J, D?ll P, Henrichs T, et al. Development and testing of the WaterGAP 2 global model of water use and availability. Hydrological Sciences Journal, 2003, 48(3): 317–337

[12] Werth S, Güntner A. Calibration analysis for water storage variability of the global hydrological model WGHM. Hydrology and Earth System Sciences, 2010, 14(1): 59–78

[13] Papa F, Güntner A, Frappart F, et al. Variations of surface water extent and water storage in large river basins: a comparison of different global data sources. Geophysical Research Letters, 2008, 35(11): L11401

[14] D?ll, P, Fiedler, K. Global-scale modeling of ground-water recharge. Hydrology and Earth System Scien-ces, 12(3): 863–885

[15] Schmidt R, Petrovic S, Güntner A, et al. Periodic components of water storage changes from GRACE and global hydrology models. Journal of Geophysical Research: Solid Earth, 2008, 113: B08419

[16] 王濤. 柴達(dá)木盆地那棱格勒河流域水文情況研究[D]. 西寧: 中國(guó)科學(xué)院青海鹽湖研究所, 2007

[17] Lehner B, Verdin K, Jarvis A. New global hydro-graphy derived from spaceborne elevation data. Eos, Transactions American Geophysical Union, 2008, 89 (10): 93–94

[18] Shangguan W, Dai Y, Liu B, et al. A China data set of soil properties for land surface modeling. Journal of Advances in Modeling Earth Systems, 2013, 5(2): 212–224

[19] Harris I C, Jones P D. CRU TS4. 01: Climatic Research Unit (CRU) Time-Series (TS) version 4. 01 of high-resolution gridded data of month-by-month variation in climate (Jan. 1901–Dec. 2016). Centre for Environmental Data Analysis [DB/OL]. (2017) [2019–06–01].https://iridl.ldeo.columbia.edu/SOURCES/. UEA/.CRU/.TS4p01/

[20] Trabucco A, Zomer R J. Global Aridity Index and Potential Evapo-Transpiration (ET0) Climate Database v2. CGIAR Consortium for Spatial Information (CGIAR-CSI) [DB/OL]. (2018) [2019–06–01]. https:// cgiarcsi.community

[21] Goldewijk K K, Beusen A, Doelman J, et al. Anth-ropogenic land use estimates for the Holocene — HYDE 3. 2. Earth Syst Sci Data, 2017, 9(2): 927–953

[22] Siebert S, Henrich V, Frenken K, et al. Global map of irrigation areas version 5 [EB/OL]. Rheinische Friedrich-Wilhelms-University, Bonn, Germany/Food and Agriculture Organization of the United Nations, Rome, Italy, 2013: 1299–1327 [2019–06–01]. https://storage.googleapis.com/fao-maps-catalog-data/ geonetwork/aquamaps/gmia_v5_highres.pdf

[23] 徐宗學(xué), 和宛琳. 黃河流域近 40 年蒸發(fā)皿蒸發(fā)量變化趨勢(shì)分析. 水文, 2005, 25(6): 6–11

[24] 秦年秀, 姜彤, 許崇育. 長(zhǎng)江流域徑流趨勢(shì)變化及突變分析. 長(zhǎng)江流域資源與環(huán)境, 2005, 14(5): 589–594

[25] Yue S, Pilon P, Cavadias G. Power of the Mann–Kendall and Spearman’s rho tests for detecting monotonic trends in hydrological series. Journal of Hydrology, 2002, 259: 254–271

[26] Yue S, Wang C. The Mann-Kendall test modified by effective sample size to detect trend in serially cor-related hydrological series. Water Resources Manage-ment, 2004, 18(3): 201–218

[27] Li L, Ni J, Chang F, et al. Global trends in water and sediment fluxes of the world’s large rivers. Science Bulletin, 2020, 65(1): 62–69

[28] Su X, Xu W, Yang F, et al. Using new mass balance methods to estimate gross surface water and ground-water exchange with naturally occurring tracer 222Rn in data poor regions: a case study in northwest China. Hydrological Processes, 2015, 29(6): 979–990

[29] 雷鳴, 孔祥斌, 張雪靚, 等. 黃淮海平原區(qū)土地 利用變化對(duì)地下水資源量變化的影響. 資源科學(xué), 2017, 39(6): 1099–1116

[30] Xu W, Zhu P, Yang F. Evaluation of groundwater recharge sources based on environmental tracers in an arid alluvial fan, NW China. Journal of Radioanaly-tical and Nuclear Chemistry, 2019, 319(1): 123–133

[31] 黨學(xué)亞, 常亮, 盧娜. 青藏高原暖濕化對(duì)柴達(dá)木水資源與環(huán)境的影響. 中國(guó)地質(zhì), 2019, 46(2): 359–368

[32] 魏善蓉, 金曉媚, 王凱霖, 等. 基于遙感的柴達(dá) 木盆地湖泊面積變化與氣候響應(yīng)分析. 地學(xué)前緣, 2017, 24(5): 427–433

[33] 范亞寧, 劉康, 古超. 青海省那棱格勒河下游綠洲區(qū)生態(tài)環(huán)境現(xiàn)狀評(píng)價(jià). 環(huán)境監(jiān)測(cè)管理與技術(shù), 2017, 29(4): 42–45

[34] Fan Y, Li H, Miguez-Macho G. Global patterns of groundwater table depth. Science, 2013, 339: 940–943

[35] 姜永見(jiàn), 李世杰, 沈德福, 等. 青藏高原近 40 年來(lái)氣候變化特征及湖泊環(huán)境響應(yīng). 地理科學(xué), 2012, 32(12): 1503–1512

[36] 萬(wàn)瑋, 肖鵬峰, 馮學(xué)智, 等. 衛(wèi)星遙感監(jiān)測(cè)近 30 年來(lái)青藏高原湖泊變化. 科學(xué)通報(bào), 2014, 59(8): 701–714

[37] 焦世暉, 王凌越, 劉耕年. 全球變暖背景下青藏高原多年凍土分布變化預(yù)測(cè). 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 52(2): 249–256

[38] Wang Y C, Ni J R, Yue Y, et al. Solving the mystery of vanishing rivers in China. National Science Re-view, 2019, 6(6): 1239–1246

[39] D?ll P, Hoffmann-Dobrev H, Portmann F T, et al. Impact of water withdrawals from groundwater and surface water on continental water storage variations. Journal of Geodynamics, 2012, 59: 143–156

Changes of Surface and Groundwater Reserves in the Narenguole River Basin

WANG Yue, WANG Yichu, NI Jinren?

Key Laboratory of Water and Sediment Sciences (MOE), Department of Environmental Engineering, Peking University, Beijing 100871; ? Corresponding author, E-mail: jinrenni@pku.edu.cn

Based on the data from 2001–2016, we investigated the variation trends in surface water and groundwater reserves of the Narenguole River, their response relationship and influencing factors. The trend distribution of groundwater reserves is uneven and the seasonal variation is obvious. The co-varying change of surface water and groundwater reserves presents a “stable-decrease” trend in the northern part of the basin. In the part of the Tulagt Ar Gol River, the surface water decreases but the groundwater increases, while the “stable-increase” and the “decrease-decrease” co-varying trends are observed respectively in the West and East Taijinar Lakes of the rump area. The main factors influencing the change of water reserve include temperature, soil section thickness, irrigation factors and population factors. Based on the response characteristics of surface water and groundwater changes in different areas of the basin, we get insights into the typical non-consistent response relationship between them, which is very helpful to realize the integrated management of surface water and groundwater and the protection of ecological environment in the basin.

Narenguole River; surface water; groundwater; trend; response

10.13209/j.0479-8023.2021.016

國(guó)家自然科學(xué)基金(51539001)資助

2020–03–06;

2020–04–02