基于标准化地下水指数的酒泉绿洲地下水干旱特征

doi:10.7522/j.issn.1000-694X.2024.00093

摘要/Abstract

摘要：

地下水干旱不仅严重制约着区域的社会经济发展，还给地下水资源管理带来了巨大挑战。以酒泉绿洲为例，根据11个观测井1985—2017年的月地下水位数据，选用6种概率分布函数构建了标准化地下水指数（Standardized Groundwater Index， SGI），并利用K-S检验（Kolmogorov-Smirnov test）和AIC准则（Akaike information criterion）进行分布函数的优选。结果表明：Gev分布和Beta分布在不同时间尺度上均展现出较强的适用性。采用K-Means聚类法将11个观测井的SGI分为持续下降型、下降-上升型以及2002—2006年发生突变型。STL（Seasonal and Trend decomposition using Loess）分解结果显示，持续下降型观测井的地下水干旱情况由非干旱持续恶化成中度-重度干旱，下降-上升型观测井的地下水干旱情况不显著，2002—2006年发生突变型观测井在经历突变后，地下水干旱情况长期维持在中度-重度水平。此外，地下水观测井SGI的季节峰值集中在冬季的12、2月和春季的3、5月。

关键词: 地下水干旱, 标准化地下水指数, K-Means聚类, STL分解, 酒泉绿洲

Abstract:

Groundwater drought not only severely restricts the socioeconomic development of the region， but also brings great challenges to groundwater resource management. Therefore， in this study， taking Jiuquan Oasis as an example， six different probability distribution functions were selected to construct the standardized groundwater index （SGI） by analysing the monthly groundwater level data of 11 observation wells from 1985 to 2017， and the K-S test and the AIC criterion were used for the preference of the distribution functions. The results show that the Gev function and the Beta function show strong applicability in different time scales. Based on this， this paper adopts K-Means clustering method to classify the SGI of 11 observation wells into three categories： continuously declining type， declining-rising type， and mutation type between 2002 and 2006. The results of the decomposition show that the groundwater drought condition of the "Continuously declining" wells deteriorated from non-drought to moderate-severe drought， the “Declining-rising” wells had insignificant groundwater drought conditions， and the "Mutation between 2002 and 2006" wells maintained the groundwater drought condition at the moderate-severe level for a long period of time after experiencing the mutation. In addition， the seasonal peaks of SGI in groundwater observation wells were concentrated in December and February in winter and in March and May in spring. The results of the study provide a basis for the scientific management of groundwater resources in the Jiuquan oasis.

Key words: groundwater droughts, standardized groundwater index, K-Means clustering method, seasonal-trend decomposition using LOESS method, Jiuquan Oasis

中图分类号:

S273.4

王楠, 吴丽丽, 温小虎, 杨林山, 尹振良, 方锦杰. 基于标准化地下水指数的酒泉绿洲地下水干旱特征[J]. 中国沙漠, 2025, 45(1): 121-130.

Nan Wang, Lili Wu, Xiaohu Wen, Linshan Yang, Zhenliang Yin, Jinjie Fang. Drought characteristics of groundwater in Jiuquan Oasis based on the standardized groundwater index[J]. Journal of Desert Research, 2025, 45(1): 121-130.

图/表 11

图1 酒泉绿洲11个地下水观测井的分布

Fig.1 Distribution map of 11 groundwater observation wells in Jiuquan Oasis

表1 SGI 的干旱识别

Table 1 Drought tecognition at SGI

SGI取值区间	干旱等级
$S G I > 0.0$	非干旱
$- 1.0 < S G I ≤ 0.0$	轻度干旱
$- 1.5 < S G I ≤ - 1.0$	中度干旱
$- 2.0 < S G I ≤ - 1.5$	重度干旱
$S G I ≤ - 2.0$	极端干旱

表1 SGI 的干旱识别

Table 1 Drought tecognition at SGI

SGI取值区间	干旱等级
$S G I > 0.0$	非干旱
$- 1.0 < S G I ≤ 0.0$	轻度干旱
$- 1.5 < S G I ≤ - 1.0$	中度干旱
$- 2.0 < S G I ≤ - 1.5$	重度干旱
$S G I ≤ - 2.0$	极端干旱

表2 6种拟合函数在不同时间尺度下的K-S检验通过率 (%)

Table 2 K-S test pass rates for the six fitting functions at different time scales

时间尺度	拟合函数
时间尺度	lgN	Ev	Gev	Gamma	Beta	Weibull
SGI-1	0.00	18.18	36.36	0.00	36.36	18.18
SGI-3	0.00	72.73	81.82	18.18	54.55	63.64
SGI-6	9.09	72.73	81.82	36.36	81.82	63.64
SGI-12	54.55	90.91	90.91	72.73	81.82	72.73

表 3 6种拟合函数在不同时间尺度下的优选率 (%)

Table 3 Preferences of six fitting functions at different time scales

时间尺度	拟合函数
时间尺度	lgN	Ev	Gev	Gamma	Beta	Weibull
SGI-1	0.00	0.00	66.67	0.00	50.00	14.29
SGI-3	0.00	0.00	66.67	0.00	50.00	14.29
SGI-6	0.00	12.50	44.44	0.00	55.56	0.00
SGI-12	0.00	0.00	0.00	0.00	100.00	12.50

表4 SGI-1最优拟合函数的选取

Table 4 Selection of the optimal fitting function for SGI-1

观测井名称	拟合函数						最优拟合函数
观测井名称	lgN	Ev	Gev	Gamma	Beta	Weibull	最优拟合函数
夹边沟	0/323.42	0/-46.98	0/-49.94	0/131.45	0/-44.48	0/42.55	非参数
两山口	0/-1 355.99	0/-312.84	0/-1 541.62	0/-1 477.33	0/-1 176.65	0/-1 388.76	非参数
明沙窝	0/125.13	0/-104.65	1/-138.95	0/-31.48	0/-77.72	0/-111.29	Gev
南坝	0/-111.29	0/284.08	0/73.47	0/37.66	0/153.93	0/99.17	非参数
牌路	0/230.44	0/-88.09	1/-116.26	0/33.19	1/-99.33	1/-64.44	Gev
上坝	0/111.52	0/110.08	0/12.99	0/16.61	0/-30.81	0/-2.89	非参数
新湖	0/393.68	0/72.67	0/34.21	0/188.46	1/-13.12	0/119.13	Beta
仰沟	0/206.90	0/-352.19	0/-346.10	0/-41.77	0/-272.49	0/-244.92	非参数
永久	0/163.55	1/-172.01	0/-194.49	0/-50.35	0/-153.29	0/-154.05	Ev
鸳鸯	0/94.09	0/-84.76	1/-125.89	0/-47.96	1/-74.50	0/-105.74	Gev
总寨	0/180.38	1/-183.30	1/-202.89	0/-33.06	1/-170.34	1/-149.76	Gev

表5 观测井的SGI在不同时间尺度下的最优拟合函数

Table 5 Best-fit functions of SGI for each well at different time scales

观测井名称	时间尺度
观测井名称	SGI-3	SGI-6	SGI-12
夹边沟	Gev	Ev	Beta
两山口	非参数	非参数	Beta
明沙窝	Gev	Gev	非参数
南坝	Beta	Beta	Beta
牌路	Gev	Beta	Beta
上坝	Weibull	Beta	Beta
新湖	Beta	Beta	Beta
仰沟	Gev	Gev	Beta
永久	Gev	Gev	Beta
鸳鸯	Beta	Beta	Beta
总寨	Gev	Gev	Weibull

图2 根据K-Means聚类划分观测井类型的空间分布

Fig.2 Spatial distribution of observation wells classified according to K-Means clustering

图3 最优拟合分布下SGI-1的聚类结果

Fig.3 Clustering results of SGI-1 under the best-fit distribution

图4 代表井的STL分解结果

Fig.4 STL decomposition results for representative wells

表 6 SGI-1的趋势强度、季节强度及季节峰值

Table 6 Trend intensity， seasonal intensity and seasonal peak of SGI-1

指标	观测井名称
指标	夹边沟	两山口	明沙窝	南坝	牌路	上坝	新湖	仰沟	永久	鸳鸯	总寨
趋势强度	0.842	0.699	0.749	0.774	0.914	0.951	0.899	0.683	0.671	0.841	0.953
季节强度	0.187	0.520	0.773	0.480	0.766	0.774	0.767	0.401	0.756	0.861	0.832
季节峰值	5月	11月	5月	5月	2月	3月	12月	12月	2月	5月	3月

图5 SGI-1的年度季节成分

Fig.5 Annual seasonal component of SGI-1

参考文献 38

1	Qiu J.China faces up to groundwater crisis［J］.Nature，2010，466（7304）：308.
2	Giordano M.Global groundwater？issues and solutions［J］.Annual Review of Environment and Resources，2009，34（1）：153-178.
3	陈国庆，张昊，朱仟.中国长江流域典型区域地下水干旱预测研究［J］.中国农村水利水电，2023，（4）：114-124.
4	Eltahir E A B， Yeh P J F.On the asymmetric response of aquifer water level to floods and droughts in Illinois［J］.Water Resources Research，1999，35（4）：1199-1217.
5	Wilhite D A， Glantz M H.Understanding：the drought phenomenon：the role of definitions［J］.Water International，1985，10（3）：111-120.
6	Peters E， Torfs P， Van Lanen H A J，et al.Propagation of drought through groundwater：a new approach using linear reservoir theory［J］.Hydrological Processes，2003，17（15）：3023-3040.
7	Liu Q， Zhang X， Xu Y，et al.Characteristics of groundwater drought and its correlation with meteorological and agricultural drought over the North China Plain based on GRACE［J］.Ecological Indicators，2024，161：111925.
8	Jia X， O'Connor D， Hou D，et al.Groundwater depletion and contamination：spatial distribution of groundwater resources sustainability in China［J］.Science of the Total Environment，2019，672：551-562.
9	Mustafa T M S， Abdollahi K， Verbeiren B，et al.Identification of the influencing factors on groundwater drought and depletion in north-western Bangladesh［J］.Hydrogeology Journal，2017，25（5）：1357-1375.
10	Bloomfield J P， Marchant B P.Analysis of groundwater drought building on the standardised precipitation index approach［J］.Hydrology and Earth System Sciences，2013，17（12）：4769-4787.
11	艾启阳，粟晓玲，张更喜，等.标准化地下水指数法分析黑河中游地下水时空演变规律［J］.农业工程学报，2019，35（10）：69-74.
12	Jasechko S， Birks S J， Gleeson T，et al.The pronounced seasonality of global groundwater recharge［J］.Water Resources Research，2014，50（11）：8845-8867.
13	Mendicino G， Senatore A， Versace P.A Groundwater Resource Index （GRI） for drought monitoring and forecasting in a Mediterranean climate［J］.Journal of Hydrology，2008，357（3）：282-302.
14	Houborg R， Rodell M， Li B，et al.Drought indicators based on model‐assimilated Gravity Recovery and Climate Experiment （GRACE） terrestrial water storage observations［J］.Water Resources Research，2012，48（7）：1-13.
15	Li B， Rodell M.Evaluation of a model-based groundwater drought indicator in the conterminous US［J］.Journal of Hydrology，2015，526：78-88.
16	Li F， Kusche J， Chao N，et al.Long‐term （1979‐present） total water storage anomalies over the global land derived by reconstructing GRACE data［J］.Geophysical Research Letters，2021，48（8）：e2021GL093492.
17	Thomas B F， Famiglietti J S， Landerer F W，et al.GRACE groundwater drought index：evaluation of California Central Valley groundwater drought［J］.Remote Sensing of Environment，2017，198：384-392.
18	康小虎，李琳，孙超，等.基于GRACE与GLDAS数据的黄河流域甘肃段地下水可持续性研究［J］.中国沙漠，2024，44（2）：196-206.
19	Wang Z， Shi P， Zhang X，et al.Research on landscape pattern construction and ecological restoration of Jiuquan City based on ecological security evaluation［J］.Sustainability，2021，13（10）：5732.
20	Wang L， Dong Y， Xu Z.A synthesis of hydrochemistry with an integrated conceptual model for groundwater in the Hexi Corridor，northwestern China［J］.Journal of Asian Earth Sciences，2017，146：20-29.
21	He J， Ma J， Zhang P，et al.Groundwater recharge environments and hydrogeochemical evolution in the Jiuquan Basin，Northwest China［J］.Applied Geochemistry，2012，27（4）：866-878.
22	王志刚，贾若尘，罗凤敏，等.沙尘热动力机制与农田防护林抑尘机理［J］.中国沙漠，2024，44（5）：116-122.
23	王昱，先锋云，陈吉平，等.梯级筑坝对黑河上游水体氮磷营养盐分布的影响［J］.中国沙漠，2024，44（5）：73-83.
24	吕王亦庄，赵文智.河西走廊酒泉绿洲农田防护林格局与结构［J］.中国沙漠，2023，43（6）：237-245.
25	包福泰，权建民，吴静如.讨赖河流域水环境影响初步研究［J］.西北水资源与水工程，1995（1）：60-65.
26	Ren X， Gao Z， An Y，et al.Hydrochemical and isotopic characteristics of groundwater in the Jiuquan East Basin，China［J］.Arabian Journal of Geosciences，2020，13：1-17.
27	Liu W， Yu H， Yang L，et al.Deep learning-based predictive framework for groundwater level forecast in arid irrigated areas［J］.Water，2021，13（18）：2558.
28	Stagge H J， Tallaksen M L， Gudmundsson L，et al.Candidate distributions for climatological drought indices （SPI and SPEI）［J］.International Journal of Climatology，2015，35（13）：4027-4040.
29	McKee T B， Doesken N J， Kleist J.The relationship of drought frequency and duration to time scales［C］.Proceedings of the 8th Conference on Applied Climatology，1993，17（22）：179-183.
30	吴喜之，王兆军.非参数统计方法［M］.北京：高等教育出版社，1996：135-140.
31	Akaike H.Information theory and an extension of the maximum likelihood principle［M］//Selected Papers of Hirotugu Akaike.New York，USA：Springer，1998：199-213.
32	Abdulnassar A A， Nair L R.Performance analysis of Kmeans with modified initial centroid selection algorithms and developed Kmeans9+ model［J］.Measurement：Sensors，2023，25：100666.
33	Peng H， Aiguo Z， Chuanming M，et al.Impact of the Three Gorges Dam on the spatial and temporal variation of groundwater level in Jianghan Plain using STL algorithm［J］.Environmental Earth Sciences，2023，82（18）：1-13.
34	Lafare A E A， Peach W D， Hughes G A.Use of seasonal trend decomposition to understand groundwater behaviour in the Permo-Triassic Sandstone aquifer，Eden Valley，UK［J］.Hydrogeology Journal，2016，24（1）：141-158.
35	Guo M， Yue W， Wang T，et al.Assessing the use of standardized groundwater index for quantifying groundwater drought over the conterminous US［J］.Journal of Hydrology，2021，598：126227.
36	酒泉市统计局.酒泉市2002年国民经济和社会发展统计公报［EB/OL］.（2021-04-27）［2024-04-24］..
37	酒泉市统计局.酒泉市2004年国民经济和社会发展统计公报［EB/OL］.（2021-04-27）［2024-04-24］..
38	酒泉市统计局.酒泉市2006年国民经济和社会发展统计公报［EB/OL］.（2021-04-27）［2024-04-24］..