毛乌素沙地海流兔河流域水文地质特征

doi:10.7522/j.issn.1000-694X.2021.00043

摘要/Abstract

摘要：

海流兔河流域是毛乌素沙地的代表性流域，开展以流域为单元的研究，将为毛乌素沙地的流域水资源配置提供科学依据。通过系统分析海流兔河流域的含水层展布和地下水分布特征，创新性地将含水层厚度和地下水埋深的分区进行小波图像融合后，得到了新的水文地质参数分区。结果表明：海流兔河流域的第四系及白垩系为该区域的巨厚含水层系统，其中白垩系含水层由南向北逐渐增厚，整体上该流域地下水资源量丰富。克里金指数模型适用于海流兔河流域的地下水埋深插值，该模型得到的流域地下水埋深为0—43 m，其中地下水埋深3 m以上的区域占流域的主体部分。以Symlets小波函数作为离散小波变换的图像融合技术对海流兔河流域的水文地质参数分区具有较强的适用性。

关键词: 含水层, 地下水水位, 水文地质参数分区, 海流兔河流域

Abstract:

Hailiutu River Basin （HRB） is the representative watershed of Maowusu sandy land. This paper takes the basin as a unit to carry out the research， which will provide a scientific basis for the allocation of water resources. In this paper， the new hydrogeological parameter zoning was obtained by innovatively combining the subdivision of aquifer thickness and groundwater depth with wavelet image fusion by systematically analyzing the aquifer distribution and groundwater distribution characteristics of HRB. The results show that the Quaternary and Cretaceous in HRB are the huge thick aquifer system， and the Cretaceous aquifer gradually thickens from south to north. The watershed is rich in groundwater resources. The Kriging index model is suitable for the interpolation of the groundwater level in HRB， and the groundwater level obtained by the model is about 0-43 m， among which the area with groundwater level of more than 3 m accounts for the main part of the basin. The image fusion technology using Symlets wavelet function as discrete wavelet transform has a strong applicability to the hydrogeological parameter zoning of HRB.

Key words: aquifer, groundwater level, partition of hydrogeological parameter, Hailiutu River Basin

中图分类号:

P641

周生辉, 刘廷玺, 段利民, 冀如, 张春雨. 毛乌素沙地海流兔河流域水文地质特征[J]. 中国沙漠, 2021, 41(5): 103-110.

Shenghui Zhou, Tingxi Liu, Limin Duan, Ru Ji, Chunyu Zhang. Hydrogeological characteristics of underwater aquifer in the Hailiutu River Basin[J]. Journal of Desert Research, 2021, 41(5): 103-110.

图/表 12

图1 海流兔河流域地质背景（引自鄂尔多斯盆地地下水勘察报告）

Fig.1 Geological setting of Hailiutu River Basin

图2 2019—2020年同期统测地下水埋深对比

Fig.2 Comparison of groundwater buried depth of simultaneous unified survey in 2019-2020

图3 融合算法流程

Fig.3 Flowchat of fusion

图4 流域地貌

Fig.4 The topography of the basin

图5 流域钻孔柱状展布图

Fig.5 A columnar layout of boreholes in the basin

图6 流域钻孔位置及地层实体

Fig.6 Basin borehole location and formation solid model

表1 2019年地下水统计全局空间自相关分析

Table 1 Global spatial autocorrelation analysis results of groundwater statistics in 2019

指标	Moran指数	Z(I)	P(I)	G统计量	Z(G)	P(G)
地下水埋深	0.30183	4.61771	0.00004	0.22938	2.68352	0.00729
地下水水位	0.66512	9.2501	0	0.11685	-3.0351	0.0024

表2 2019年地下水统计分析

Table 2 Statistical analysis results of groundwater in 2019

样本	最大值/m	最小值/m	均值/m	标准差/m	偏度系数	峰度系数
地下水埋深	43.05	0.2	5.89	9.97	0.62	2.86
地下水水位	1344	1084.2	1208.7	63.64	-0.24	2.48

表3 不同模型交叉验证统计值

Table 3 Cross-validation statistics of different models

克里金模型	误差均值	均方根误差	平均标准误差	标准均方根预测误差
三角模型	0.737	7.169	17.535	1.597
球状模型	0.611	7.168	16.612	1.781
指数模型	0.232	7.103	13.49	1.443
高斯模型	0.743	6.908	18.286	1.459

表4 地下水埋深指数模型参数

Table 4 Groundwater depth index model parameters

时间	块金值	偏基台值	块金系数	主变程	次变程	异性比
2019年5—6月	0.167	1.083	0.154	0.614	0.205	0.33

图7 海流兔河流域地下水埋深空间分布

Fig.7 Spatial distribution of groundwater depth in Hailiutu River basin

图8 水文地质参数分区

Fig.8 Partition of hydrogeological parameter

参考文献 31

1	王仁德，吴晓旭.毛乌素沙地治理的新模式［J］.水土保持研究，2009，16（5）：176-180.
2	周淑琴，荆耀栋，张青峰，等.毛乌素沙地南缘植被景观格局演变与空间分布特征［J］.生态学报，2013，33（12）：3774-3782.
3	马雄德，范立民.榆神矿区地下水与生态环境演化特征［J］.煤炭科学技术，2019，47（10）：245-252.
4	赵媛媛，丁国栋，高广磊，等.毛乌素沙区沙漠化土地防治区划［J］.中国沙漠，2017，37（4）：635-643.
5	程东会，王文科，侯光才，等.毛乌素沙地植被与地下水关系［J］.吉林大学学报（地球科学版），2012，42（1）：184-189.
6	Yang Z，Zhou Y X，Wenninger J，et al.Groundwater and surface-water interactions and impacts of human activities in the Hailiutu catchment， northwest China［J］.Hydrogeology Journal，2017，25（5）：1341-1355.
7	范立民.保水采煤的科学内涵［J］.煤炭学报，2017，42（1）：27-35.
8	石辉，刘秀花，陈占飞，等.陕北榆林毛乌素沙地大规模土地整治开发的生态环境问题及其对策［J］.生态学杂志，2019，38（7）：2228-2235.
9	Yang Z Y，Wang K，Yuan Y，et al.Non-negligible lag of groundwater infiltration recharge：a case in Mu Us Sandy Land， China［J］.Water，2019，11（3）：561.
10	Touch S，Likitlersuang S，Pipatpongsa T，et al.3D geological modelling and geotechnical characteristics of Phnom Penh subsoils in Cambodia［J］.Engineering Geology，2014，178：58-69.
11	龚继文，李崇明，程艳茹，等.基于GMS的山区三维地质模型及应用研究［J］.长江流域资源与环境，2016，25（7）：1135-1141.
12	冯波，陈明涛，岳冬冬，等.基于两种插值算法的三维地质建模对比［J］.吉林大学学报（地球科学版），2019，49（4）：1200-1208.
13	覃文忠.地理加权回归基本理论与应用研究［D］.上海：同济大学，2007.
14	杨光，粟晓玲.基于随机森林的黑河中游地下水埋深变化及成因［J］.水土保持研究，2017，24（1）：109-114.
15	肖琼，张志诚，谢磊，等.昌源河国家湿地公园含水层水文地质特征研究［J］.中国地质，2017，44（5）：1006-1016.
16	黄元，岳德鹏，于强，等.磴口县地表水与地下水时空变化特征及交互作用［J］.中国沙漠，2019，39（1）：161-170.
17	刘畅，李凤日，甄贞.空间误差模型在黑龙江省森林碳储量空间分布的应用［J］.应用生态学报，2014，25（10）：2779-2786.
18	Aghadadashi V，Molaei S，Mehdinia A，et al.Using GIS，geostatistics and Fuzzy logic to study spatial structure of sedimentary total PAHs and potential eco-risks：an Eastern Persian Gulf case study［J］.Marine Pollution Bulletin，2019，149：110489.
19	Ginebreda A，Sabater-Liesa L，Rico A，et al. Reconciling monitoring and modeling：an appraisal of river monitoring networks based on a spatial autocorrelation approach-emerging pollutants in the Danube River as a case study［J］.The Science of the Total Environment，2018，618：323-335.
20	宋文，陈英.土地利用空间自相关分析中观测变量和衡量指标的选择研究［J］.干旱区资源与环境，2015，29（10）：37-42.
21	陈浩，王延杰.基于小波变换的图像融合技术研究［J］.微电子学与计算机，2010，27（5）：39-41.
22	王向东，杨风暴，焦玉茜，等.面向图像差异特征融合的基于弗里德曼检验的小波基分类研究［J］.红外技术，2019，41（1）：44-53.
23	余汪洋，陈祥光，董守龙，等.基于小波变换的图像融合算法研究［J］.北京理工大学学报，2014，34（12）：1262-1266.
24	Sappa A D，Carvajal J A，Aguilera C A，et al.Wavelet-based visible and infrared image fusion： a comparative study［J］.Sensors，16（6）：861-876.
25	侯光才，张茂省，王永和，等.鄂尔多斯盆地地下水资源与开发利用［J］.西北地质，2007（1）：7-34.
26	吴丽丽，刘丹一，杨文斌，等.降雨量、土壤蓄水量对流动沙地土壤水分深层渗漏的影响［J］.中国沙漠，2020，40（3）：210-218.
27	张徽.陕北风沙滩地区地下水数值仿真模拟及可持续利用［D］.西安：长安大学，2007.
28	白乐，李怀恩，何宏谋，等.煤矿开采区地表水-地下水耦合模拟［J］.煤炭学报，2015，40（4）：931-937.
29	El-Rawy M，De Smedt F，Zijl W.Zone-integrated double-constraint methodology for calibration of hydraulic conductivities in grid cell clusters of groundwater flow models［J］.Transport in Porous Media，2018，122（3）：633-645.
30	徐永亮，于静洁，张一驰，等.生态输水期间额济纳绿洲区地下水动态数值模拟［J］.水文地质工程地质，2014，41（4）：11-18.
31	张保建.基于Visual Modflow的台格庙勘查区矿井涌水量预测［J］.煤炭科学技术，2015，43（）：146-149，172.