img

官方微信

高级检索

中国沙漠, 2021, 41(5): 103-110 doi: 10.7522/j.issn.1000-694X.2021.00043

毛乌素沙地海流兔河流域水文地质特征

周生辉,1, 刘廷玺,1,2, 段利民1,2, 冀如1, 张春雨3

1.内蒙古农业大学,水利与土木建筑工程学院,内蒙古 呼和浩特 010018

2.内蒙古农业大学,内蒙古自治区水资源保护与利用重点实验室,内蒙古 呼和浩特 010018

3.中煤陕西榆林能源化工有限公司,陕西 榆林 719000

Hydrogeological characteristics of underwater aquifer in the Hailiutu River Basin

Zhou Shenghui,1, Liu Tingxi,1,2, Duan Limin1,2, Ji Ru1, Zhang Chunyu3

1.Water Conservancy and Civil Engineering College /, Inner Mongolia Agricultural University,Hohhot 010018,China

2.Inner Mongolia Key Laboratory of Water Resource Protection and Utilization, Inner Mongolia Agricultural University,Hohhot 010018,China

3.China National Coal Shaanxi Yulin Energy and Chemical Company Limited,Yulin 719000,Shaanxi,China

通讯作者: 刘廷玺(E-mail: txliu1966@163.com

收稿日期: 2020-10-06   修回日期: 2021-04-06  

基金资助: 国家重点研发计划项目.  2018YFC0406400
教育部创新团队发展计划项目.  IRT_17R60
科技部重点领域科技创新团队项目.  2015RA4013
内蒙古自治区草原英才产业创新创业人才团队
内蒙古自治区本级水资源费项目

Received: 2020-10-06   Revised: 2021-04-06  

作者简介 About authors

周生辉(1996—),男,甘肃武威人,硕士研究生,研究方向为水文地质及流域水文循环.E-mail:3035452884@qq.com. , E-mail:3035452884@qq.com

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.

Keywords: aquifer ; groundwater level ; partition of hydrogeological parameter ; Hailiutu River Basin

PDF (4618KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

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. 中国沙漠[J], 2021, 41(5): 103-110 doi:10.7522/j.issn.1000-694X.2021.00043

Zhou Shenghui, Liu Tingxi, Duan Limin, Ji Ru, Zhang Chunyu. Hydrogeological characteristics of underwater aquifer in the Hailiutu River Basin. Journal of Desert Research[J], 2021, 41(5): 103-110 doi:10.7522/j.issn.1000-694X.2021.00043

0 引言

毛乌素沙地是中国四大沙地之一,地处中国干旱、半干旱的农牧交错过渡带,区内煤炭和天然气资源广布,是中国重要的能源化工基地1-3。进入21世纪以来,随着国家对风沙源治理工程的投入4,毛乌素沙地的生态环境有了大幅提高,被誉为消失的“沙漠”。与此同时,城镇化扩张、煤矿资源开发和域内农田开垦,使得地下淡水资源较为丰富的毛乌素沙地面临新的严峻挑战。作为毛乌素沙地生态环境及人民生产生活的重要水源,以及煤矿开采防治水和保水采煤的影响带,毛乌素沙地潜水含水层受到了多方学者的关注5-9,但以流域为整体开展的研究尚不多见。因此本文以毛乌素沙地的海流兔河流域为研究对象,对其展开了水文地质特征研究,为以流域为单元的毛乌素沙地潜水含水层利用及保护提供科学参考。

1 研究区概况

海流兔河流域位于陕蒙交界地区,地跨陕西省榆林市榆阳区、内蒙古自治区鄂尔多斯市乌审旗两个县市,流域北起乌审旗乌兰乌都,南至榆阳区王圪堵水库,西起乌审旗木胡滩,东至榆阳区大海则,流域面积约2 500 km2图1),是鄂尔多斯剥蚀高原向陕北黄土高原过渡的洼地小流域。海流兔河流域位于毛乌素沙地中部,地处温带大陆性季风气候带,大气降水是域内主要的水资源补给项,多年平均降雨量370 mm,多年平均蒸发量2 000 mm,降雨多在7—9月(中国气象数据网http://data.cma.cn)。海流兔河发源于内蒙古自治区乌审旗新庙巴嘎,主河道长80.2 km,乌审旗境内长35 km,榆阳区境内长45.2 km。从源头起主流由西北向东南流至神水台村,支流白河由北向南注入,形成“平行”水系,支流补浪河在谢家台由北而南注入形成“Y”字形水系,海流兔河多年平均径流量约为0.8亿m3(韩家峁水文站)。流域沙地广布,整体地形比较平缓,切割强度不大,分水岭为剥蚀长梁及高大的沙丘,海流兔河在河道处切深较大。在构造特征上,海流兔河流域位于陕北斜坡之上,褶皱和断层构造极不发育,地质构造简单,域内无明显导水断裂带。

图1

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


2 数据采集及研究方法

2.1 研究数据

研究所用的15口地质钻孔数据,来源于内蒙古地质档案馆和陕西省地质档案馆,以及海流兔河流域所在的大海则煤矿,该资料事先已经过专家鉴定,具有很高的可靠性,且钻孔在流域内均匀分布,有效地控制了整体流域,代表性较好。本研究的潜水地下水位数据是2019年4—5月在流域非灌溉期进行的统测,为保证所测区域的地下水是实际埋深真值,利用测绳实地测量了流域内机井、民井及地下水监测井的地下水位埋深,同时借助GPS仪获取了各观测点的坐标和海拔,通过梳理将短期使用过以及测井附近存在地下水取用的非正常水位水井舍弃,整理出在流域空间上分布均匀,且长期停用和周边无取用地下水设施的60眼浅层含水层井作为研究对象。通过6—9月及2020年初的同期部分统测水位对比(图2),可以保证2019年统测的水位具有流域代表性,测量水位为区域水位的代表值,地下水位变幅在正常范围内。

图2

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


2.2 研究方法

2.2.1 三维水文地质建模

利用地下水模拟GMS(Groundwater Modeling System)系统软件进行三维水文地质模型的建立10-12。建模步骤为:①编录收集到的钻孔资料,按照岩性、层位等指标整理为GMS可识别数据;②将研究区边界导入模型,并在TIN模块中对边界进行三角网格的建立;③利用Borehole模块对导入的钻孔信息进行识别计算,选取反距离权重/自然邻域插值法进行计算,生成水文地质实体模型。

2.2.2 地统计分析方法

基于ArcGIS平台,采用地统计学中的Kriging插值法对地下水位进行插值分析13-16。插值前需要对所统测数据进行空间自相关性分析,全局空间自相关性分析选用Moran指数和G统计量17

Moran指数是常用的全局空间自相关指标,是对某个属性在整个区域空间特征的显示和描述,也可以揭示地理空间的某些图式和规律18。全局的Moran指数计算如下:

I=ni=1nj=1nwijxi-x¯xj-x¯i=1nj=1nwiji=1nxi-x¯2

式中:I为Moran指数;xixj分别为区域上的测量值;wij为样点ij之间距离计算的权重,即空间权重。I的取值一般在-1和1之间,当I >0时呈正相关,当I<0时呈负相关,I=0,则表示无相关关系。所以,当越接近于-1,测量值间差异越大,分布越分散,越接近于1,测量值之间的性质越相似,关系越密切。

Geary统计量可用以识别空间聚集为高值或低值聚集。全局G统计量一般采用距离权,要求变量属性值为正19-20

G=i=1nj=1nwijxjxii=1nj=1nxjxi

式中:xixj分别为区域上的测量值;wij为样点ij之间距离计算的权重,即空间权重。G统计量的取值范围在0至2之间,当小于1时,相似的观测值区域空间聚集。

克里金插值法是一种广泛应用于空间分析的方法,其数学模型为:

Zx0=i=1nλiZxi

式中:Zx0为估计的变量值;n为给定范围内测量点的数量;Zxi是测量点的值,i=1,2,3,…,nλi为克里金权重。定义合适的权重值λi需要两个条件:一是在整个区域内Zx0Zx0必须有同样的平均值,即:

i=1nλi=1

另一个条件是克里金方差的可能值必须要达到最小:

σ2=i=1nλiγx0,xi+μ-γx0,xi

式中:μ是拉格朗日乘数;γx0,xi是半变异函数,可用如下公式进行估算:

γh=12n[Z(xi)-Z(xi+h)]2

式中:向量hxix0之间的距离。

2.2.3 小波图像融合法

小波图像融合是基于小波变换的综合和提取两个或多个多源图像信息的技术,是为了获得在同一场景的多目标图像描述21-22。小波图像融合主要原理是对图像进行多尺度分解后,通过使用小波变换将目标图像分解至不同的频率域,然后对不同频率域的信号特征进行修改与选取,最终通过小波逆变换获得需要的效果图像23-24图3)。本文使用的离散小波变换是函数基通过母小波或分析小波的单一函数膨胀和平移获得,其融合方法具有方向性,在提取图像低频信息的同时,还可获得多个方向的高频信息,通过选择合理的信号提取方法,可以在压缩噪声的同时更有效地提取图像的显著信息。小波图像融合要求输入图像的纵横比相同且边界轮廓范围的相对位置要完全重合,否则无法提取融合区域的有效频率;其次图像区域的目标特征信号及灰度种类必须是相同的,且图像的高频成分要比较丰富,亮度和对比度要比较高。最终融合后的图像要达到算法清晰度高、颜色信息保留完整、适合人眼观测的标准。

图3

图3   融合算法流程

Fig.3   Flowchat of fusion


3 结果与分析

3.1 流域含水层结构特征

通过实地考察(图4)和分析收集到的海流兔河流域15口钻孔资料(图5),发现最具生态维系和生产生活供水的两个地下水含水岩组——第四系孔隙潜水含水岩组(Q3s)和白垩系碎屑岩类裂隙孔隙潜水半承压水含水岩组(K1h),在流域上均匀展布,其中第四系含水层组相比于白垩系含水层组厚度一般不大,主要构成是粉细砂和黄土,且普遍含水;厚0—85 m,因流域之中沙地广布,风积沙和湖积沙既有利于大气降水的入渗补给,又可以大大降低干旱气候条件下的蒸发消耗,地下水埋深一般为0—50 m25-26。白垩系含水层组仅在部分地区的梁地出露,主要构成是砂岩和粉砂岩,且纵向变化明显,平面厚度差异较大;其中的风成与水成砂岩空间上呈交替过渡关系,以风成红色砂岩最为典型,且分布面积广、岩性比较单一,厚度较大,构成了区内主要的富水层,厚15—400 m,根据抽水试验资料,其渗透系数为0.3—1.5 m·d-1[27

图4

图4   流域地貌

Fig.4   The topography of the basin


图5

图5   流域钻孔柱状展布图

Fig.5   A columnar layout of boreholes in the basin


本文利用GMS进行插值后可视化建立了三维水文地质实体(图6),可以发现由于沉积时受古地形制约,含水层厚度在流域上差异较大,一般是在古沟槽及低洼中心沉积最厚,向两侧逐渐变薄,至分水岭处尖灭,但该流域第四系从下游至上游厚度逐渐变小,在流域中部的部分滩地厚度变大,而白垩系地层则逐渐变厚,形成巨型含水体。其中第四系与白垩系含水层之间没有严格的隔水层,在流域范围内基本上是一个统一的含水层,而白垩系之下的含水层则有众多隔水层,故在该流域上将白垩系之上的含水层视作富水层,之下视作弱含水层,因此研究区第四系和白垩系地层可视为统一的潜水含水层组。尽管该含水层组在各地厚度具有差异性,但总体还是连续分布。

图6

图6   流域钻孔位置及地层实体

Fig.6   Basin borehole location and formation solid model


3.2 流域地下水分布特征

为了研究海流兔河流域的浅层地下水埋深及分布特征,本文利用Moran指数和G统计量,对统测数据进行了空间自相关性分析(表1),可以发现流域中地下水埋深和地下水水位的Moran指数都为正,这表明数据在空间性质关系上具有相似性,统测水位数据可信度较高。其中因为埋深值局限于区域的地质条件,而水位值与地形高度相关,所以埋深值的自相关性高于地下水水位值。同时可以看到埋深与水位值的G统计量都小于1,说明在空间流域上调查的地下水井,整体上是分散而均匀的,数据统计具有较好的空间展布性和代表性。

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0.301834.617710.000040.229382.683520.00729
地下水水位0.665129.250100.11685-3.03510.0024

新窗口打开| 下载CSV


在满足全局相关性后,通过ArcGIS平台进行地下水插值分析,插值之前要对数据进行正态化检验和处理。对统测数据进行数理统计分析后发现地下水水位数据满足正态分布,但地下水埋深值变异性较大,呈指数级变化,无法进行插值分析,需要对数据进行正态化分布预处理。由于地下水埋深在地理空间上是连续的,所以其变量也为连续变量,因此对连续变量的地下水埋深值进行对数变换,改善其离群现象。经过对数变换后得到地下水埋深值偏度系数接近于0、峰度系数接近于2.86,基本满足地下水埋深插值的正态分布要求(表2)。

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43.050.25.899.970.622.86
地下水水位13441084.21208.763.64-0.242.48

地下水埋深的偏度系数及峰度系数是对原数据取对数处理后的值。

新窗口打开| 下载CSV


通过对地下水埋深的预处理以及利用ArcGIS的地统计分析模块进行数据对比分析后,本文分别采用球状模型、指数模型、三角模型及高斯模型模拟流域地下水埋深,得到各模型交叉验证结果(表3)。对比分析可以发现,指数模型拟合度较好,遂采用与变异函数拟合最优的指数模型对海流兔河流域的埋深数据进行插值。

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0.7377.16917.5351.597
球状模型0.6117.16816.6121.781
指数模型0.2327.10313.491.443
高斯模型0.7436.90818.2861.459

新窗口打开| 下载CSV


应用克里金各向异性指数模型估算插值得到了2019年春末夏初的地下水埋深相关参数(表4)及地下水埋深等值线图(图7)。可以看到运用该模型得到的地下水埋深块金系数小于0.25,说明模拟结果具有较强的空间相关性;0.33的异性比也满足地下水埋深值在区域上的各向异性。根据地下水埋深等值线图可以发现海流兔河流域地下水在下游及河谷阶地埋深较大,主要是因为海流兔河的侵蚀下切及该河最终流进的无定河侵蚀下切所产生的地形水力坡降导致的,这也说明该流域的河流主要由地下水补给;流域北部和东部及中部地下水埋深较浅,多存在海子及淖子,其中北部地下水汇集产生了该流域最大的湖泊-巴哈淖,中部地下水埋深较浅的区域,当地为满足农业灌溉和牲畜饮水,多存在人为开凿的马槽井。综合来看,在忽略河谷下切对地下水埋深的影响下,流域整体地下水埋深由北向南逐渐增大。

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0.1671.0830.1540.6140.2050.33

新窗口打开| 下载CSV


图7

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


3.3 流域含水层参数融合分区

区域含水层介质在空间分布上的各向异性导致含水层水文地质参数的空间差异性,因此为准确描述区域的含水层性质,需要对区域的含水层参数进行空间上的近似归类28-29。主要是根据含水层的岩性、富水性、埋深条件、厚度以及水位动态对研究区进行参数分区,通过分区设置含水层的渗透系数、给水度、储水系数、有效孔隙度等参数来近似模拟区域地下水的赋存情况30-31。海流兔河流域地层结构单一,地形平缓,地质构造条件简单,空间展布岩性相似,但含水层仍然具有随机非均质性,为满足流域地下水资源评价及模拟研究需要进一步参数分区。本文通过对含水层地质特征和地下水埋深的分析,利用克里金各向异性指数模型插值分别概化了地层厚度和地下水埋深的参数分区范围,最后创新性地利用小波图像融合技术进行了流域水文地质参数的综合参数分区。

本文利用matlab软件以Symlets小波函数作为离散小波变换对地层厚度和地下水埋深图像进行分解,通过比较分析后,基于“最小值选取”原则进行了图像融合,最后得到了海流兔河流域的综合参数分区图(图8)。通过融合后的参数分区图可以发现,流域上游的参数分区与地下水埋深分区相同,流域下游的参数分区是将图像信息中的每个参数区域都进行了提取融合,这与前文阐述的含水层和地下水埋深空间分布结果类似。

图8

图8   水文地质参数分区

Fig.8   Partition of hydrogeological parameter


4 结论

毛乌素沙地海流兔河流域的第四系含水层和白垩系含水层之间没有连续稳定的隔水层,因此它们之间存在密切的水力联系,从而组成了一个统一的潜水含水层系统,而该潜水含水层系统是延伸出流域之外的;同时由于岩性的差异,该含水层系统自身又存在特殊性,这导致了区域地下水的富集程度略有差异。根据该流域含水层厚度的展布以及地下水埋深的分布可以得到海流兔河流域的地下水资源量较为丰富。

海流兔河流域地下水埋深插值适用于克里金指数模型,该模型插值得到的流域地下水埋深较大的区域位于河谷阶地及流域下游,其中河道阶地的埋深值较大,表明地表水主要来源于地下水的补给排泄,而下游埋深逐渐增大是由于第四系沉积黄土的赋水性较差和无定河侵蚀下切的水力坡度双重影响下导致的。海流兔河流域北部、东部以及中部部分地区的地下水埋深较浅,水位对自然和人为影响的敏感性较高。

基于图像融合技术的参数分区表明海流兔河流域的水文地质参数可以划分为3种参数类型区域。第1种分区(参数Ⅲ区)主要在流域下游,第2种分区(参数Ⅱ区)集中在流域白垩系地层出露附近和流域上中游过度区,该分区可为毛乌素沙地海流兔河流域的地下水数值模拟提供科学指导。

参考文献

王仁德吴晓旭.

毛乌素沙地治理的新模式

[J].水土保持研究,2009165):176-180.

[本文引用: 1]

周淑琴荆耀栋张青峰.

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,20133312):3774-3782.

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,20194710):245-252.

[本文引用: 1]

赵媛媛丁国栋高广磊.

毛乌素沙区沙漠化土地防治区划

[J].中国沙漠,2017374):635-643.

[本文引用: 1]

程东会王文科侯光才.

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),2012421):184-189.

[本文引用: 1]

Yang ZZhou Y XWenninger Jet al.

Groundwater and surface-water interactions and impacts of human activities in the Hailiutu catchment, northwest China

[J].Hydrogeology Journal,2017255):1341-1355.

范立民.

保水采煤的科学内涵

[J].煤炭学报,2017421):27-35.

石辉刘秀花陈占飞.

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,2019387):2228-2235.

Yang Z YWang KYuan Yet al.

Non-negligible lag of groundwater infiltration recharge:a case in Mu Us Sandy Land, China

[J].Water,2019113):561.

[本文引用: 1]

Touch SLikitlersuang SPipatpongsa Tet al.

3D geological modelling and geotechnical characteristics of Phnom Penh subsoils in Cambodia

[J].Engineering Geology,201417858-69.

[本文引用: 1]

龚继文李崇明程艳茹.

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,2016257):1135-1141.

冯波陈明涛岳冬冬.

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),2019494):1200-1208.

[本文引用: 1]

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.

[本文引用: 1]

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,2017241):109-114.

肖琼张志诚谢磊.

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,2017445):1006-1016.

黄元岳德鹏于强.

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,2019391):161-170.

[本文引用: 1]

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,20142510):2779-2786.

[本文引用: 1]

Aghadadashi VMolaei SMehdinia Aet 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,2019149110489.

[本文引用: 1]

Ginebreda ASabater-Liesa LRico Aet 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,2018618323-335.

[本文引用: 1]

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,20152910):37-42.

[本文引用: 1]

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,2010275):39-41.

[本文引用: 1]

王向东杨风暴焦玉茜.

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,2019411):44-53.

[本文引用: 1]

余汪洋陈祥光董守龙.

基于小波变换的图像融合算法研究

[J].北京理工大学学报,20143412):1262-1266.

[本文引用: 1]

Sappa A DCarvajal J AAguilera C Aet al.

Wavelet-based visible and infrared image fusion: a comparative study

[J].Sensors,166):861-876.

[本文引用: 1]

侯光才张茂省王永和.

鄂尔多斯盆地地下水资源与开发利用

[J].西北地质,20071):7-34.

[本文引用: 1]

吴丽丽刘丹一杨文斌.

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,2020403):210-218.

[本文引用: 1]

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.

[本文引用: 1]

白乐李怀恩何宏谋.

煤矿开采区地表水-地下水耦合模拟

[J].煤炭学报,2015404):931-937.

[本文引用: 1]

El-Rawy MDe Smedt FZijl W.

Zone-integrated double-constraint methodology for calibration of hydraulic conductivities in grid cell clusters of groundwater flow models

[J].Transport in Porous Media,20181223):633-645.

[本文引用: 1]

徐永亮于静洁张一驰.

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,2014414):11-18.

[本文引用: 1]

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,201543():146-149172.

[本文引用: 1]

/