旱区地下水文与生态效应研究现状与展望
1
2018
... 地下水是旱区重要的水资源,控制着区域表生生态格局[1-2].旱区地下水依赖型植被与地下水存在着密切联系,植被的蒸散过程会直接或间接地引起地下水位的变化.根据日尺度地下水波动与植被蒸散发之间的关系,White[3]于1932年提出了利用地下水位观测数据来计算植被蒸散速率的方法,简称White法.由于方法简单易行,且高频率、高精度的地下水位监测数据易获取,White法已成为干旱半干旱区植被蒸散发定量研究常用的方法[4-5]. ...
中国东部典型沙地植被稳定性与水资源关系特征
1
2024
... 地下水是旱区重要的水资源,控制着区域表生生态格局[1-2].旱区地下水依赖型植被与地下水存在着密切联系,植被的蒸散过程会直接或间接地引起地下水位的变化.根据日尺度地下水波动与植被蒸散发之间的关系,White[3]于1932年提出了利用地下水位观测数据来计算植被蒸散速率的方法,简称White法.由于方法简单易行,且高频率、高精度的地下水位监测数据易获取,White法已成为干旱半干旱区植被蒸散发定量研究常用的方法[4-5]. ...
A method of estimating ground-water supplies based on discharge by plants and evaporation from soil:results of investigation in Escalante Valley,Utah
1
1932
... 地下水是旱区重要的水资源,控制着区域表生生态格局[1-2].旱区地下水依赖型植被与地下水存在着密切联系,植被的蒸散过程会直接或间接地引起地下水位的变化.根据日尺度地下水波动与植被蒸散发之间的关系,White[3]于1932年提出了利用地下水位观测数据来计算植被蒸散速率的方法,简称White法.由于方法简单易行,且高频率、高精度的地下水位监测数据易获取,White法已成为干旱半干旱区植被蒸散发定量研究常用的方法[4-5]. ...
Mechanisms,timing,and rates of arid region mountain front recharge
1
2012
... 地下水是旱区重要的水资源,控制着区域表生生态格局[1-2].旱区地下水依赖型植被与地下水存在着密切联系,植被的蒸散过程会直接或间接地引起地下水位的变化.根据日尺度地下水波动与植被蒸散发之间的关系,White[3]于1932年提出了利用地下水位观测数据来计算植被蒸散速率的方法,简称White法.由于方法简单易行,且高频率、高精度的地下水位监测数据易获取,White法已成为干旱半干旱区植被蒸散发定量研究常用的方法[4-5]. ...
估算干旱区地下水依赖型植物蒸散发的White法评述
1
2018
... 地下水是旱区重要的水资源,控制着区域表生生态格局[1-2].旱区地下水依赖型植被与地下水存在着密切联系,植被的蒸散过程会直接或间接地引起地下水位的变化.根据日尺度地下水波动与植被蒸散发之间的关系,White[3]于1932年提出了利用地下水位观测数据来计算植被蒸散速率的方法,简称White法.由于方法简单易行,且高频率、高精度的地下水位监测数据易获取,White法已成为干旱半干旱区植被蒸散发定量研究常用的方法[4-5]. ...
地下水潮汐现象的物理机制和统一数学方程
1
2002
... 地下水位除了受水量增减发生变化外,也与地壳中的应力状态变化有关[6].在日、月引潮力作用下,地球会发生周期性的压缩与膨胀,造成含水层内部压力随之增大与减小,最终导致井水位发生周期性波动,即固体潮效应[7].因而,日尺度上地下水位波动的原因尚不能定论.尤其White法在估算植被蒸散发量时,有“四大假设条件”,使得其在应用过程中具有局限性,其合理性也有待进一步评估.因此,本研究拟通过分析不同条件下潜水监测井地下水位动态,甄别地下水位日波动的原因,进一步探讨利用地下水位波动计算蒸散发量的合理性. ...
1
2007
... 地下水位除了受水量增减发生变化外,也与地壳中的应力状态变化有关[6].在日、月引潮力作用下,地球会发生周期性的压缩与膨胀,造成含水层内部压力随之增大与减小,最终导致井水位发生周期性波动,即固体潮效应[7].因而,日尺度上地下水位波动的原因尚不能定论.尤其White法在估算植被蒸散发量时,有“四大假设条件”,使得其在应用过程中具有局限性,其合理性也有待进一步评估.因此,本研究拟通过分析不同条件下潜水监测井地下水位动态,甄别地下水位日波动的原因,进一步探讨利用地下水位波动计算蒸散发量的合理性. ...
The diurnal fluctuation in the ground-water and flow of the Santa Ana River and its meaning
1
1936
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Riparian zone evapotranspiration estimation from diurnal groundwater level fluctuations
2
2008
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
... 原位监测试验中的3个监测点的地下水存在水力联系,地下水沿灌木区-灌丛区-草甸区-湖泊方向流动,各监测点接受来自上游的地下水侧向补给[9].通过对湖岸带不同植被覆盖区的地下水位去趋势化(图4)分析可以发现,3个监测点的地下水位动态响应一致,几乎不存在响应滞后时间,意味着侧向流不会影响地下水波动的周期性,仅存在波动幅度的差异,正如Butle等[36]发现在靠近河岸带的地区,地下水位日尺度波动在生长季节明显,而在远离河岸带的地区,地下水位无明显的日尺度波动. ...
Spatial variability of specific yield and vertical hydraulic conductivity in a highly permeable alluvial aquifer
1
2010
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Estimation of evapotranspiration using diurnal groundwater level fluctuations:comparison of different approaches with groundwater lysimeter data
0
2014
Estimation of groundwater consumption by phreatophytes using diurnal water table fluctuations:a saturated-unsaturated flow assessment
2
2005
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
... [12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Dynamics of water-table fluctuations in an upland between two prairie-pothole wetlands in North Dakota
1
1997
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
On groundwater fluctuations,evapotranspiration,and understory removal in riparian corridors
1
2009
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Application of the water table fluctuation method for estimating evapotranspiration at two phreatophyte-dominated sites under hyper-arid environments
1
2014
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Observations of night-time water use in kiwifruit vines and apple trees
1
1989
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
What the towers don't see at night:nocturnal sap flow in trees and shrubs at two AmeriFlux sites in California
2
2007
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
... White法假设夜间蒸散发量为零,从而以00:00—04:00内的地下水位变化来估算全天地下水补给速率.然而该时段的选择具有主观性,会对蒸散发造成明显的影响[29].图5显示的地下水位日尺度波动与固体潮引起的含水层弹性变形周期高度吻合,这一发现对上述假设提出了根本性质疑.Zhang等[44]利用新疆塔里木河流域的水位数据,发现00:00—06:00估算结果精度最高.Yin等[45]发现利用22:00至翌日08:00时段估算水位恢复速率最优.在与Hays方法和Soylu方法等改进的蒸散发估算方法对比中,White方法精度最低,归因于人为主观选取计算地下水恢复速率时段,且实际夜间蒸散发量并不为0,导致White方法估算的蒸散发与实际相比被低估[17,29].可见,White法中第二条假设认为植物的蒸腾速率在00:00—04:00内为零不合理,其忽略了地球绝对时间与地月关系周期的一致性,固体潮作为全球性、周期性的地球物理现象,通过地月引力对含水层骨架产生周期性应力,导致孔隙水压力变化,从而引起地下水位在日尺度上发生规律性波动,与植被蒸腾无关.这意味着,若不剥离这一背景信号,直接将全部水位波动归因于蒸散发,将导致估算结果存在显著偏差. ...
Estimating groundwater evapotranspiration by a subtropical pine plantation using diurnal water table fluctuations:Implicationsfrom night-time water use
1
2016
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
Water use by saltcedar (Tamarix sp
1
2003
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
On evapotranspiration and shallow groundwater fluctuations:a Fourier-based improvement to the White method
1
2012
... White法在应用时,需满足以下条件:①地下水位日动态变化归因于植物蒸腾;②00:00—04:00间植物不存在蒸腾作用,其间的地下水补给速率可代表当日平均补给速率;③地下水补给速率为常数;④土壤水力参数给水度为一可精确计算的定值.而White法的局限性主要体现在其假设条件上,即:①00:00—04:00的地下水位变化率代表随时间变化的地下水侧向补给速率这一假设存在一定误差[8-9].②式中给水度是一个与含水层岩性结构有关,且受地下水位深度、地下水位波动幅度、地下水排水时间等因素影响的高变异性变量,其准确性关系到蒸散量定量计算的准确性[10-12].③地下水位动态在空间上存在较大差异[13-14],通过单井地下水位观测资料估算区域尺度上植被蒸散量存在一定的不确定性[15].④认为午夜到凌晨植被的蒸散量几乎为零,这一假设与野外观测发现植物在夜间仍有水分流失相悖[16-17].有研究表明忽略夜间植被的蒸腾作用,会导致蒸散发估算误差高达25%[18].学者不断改进White法,Hays[19]假设蒸散发只在地下水位下降时发生,然后估算出日蒸散发量.Loheide[12]在考虑地下水位波动区内外连续地下水流动的影响下,采用去趋势法估算小时尺度蒸散量.Soylu等[20]基于傅里叶变换改进了White法.然而,White法中假设条件的局限性仍未得到根本解决. ...
On the tides
1
1904
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
A new theory of the tides of terrestrial oceans
1
1902
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
Flow of groundwater
1
1950
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
Response of well-aquifer systems to earth tides
1
1967
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
基于地下水位微动态反演含水层水文地质参数研究进展
1
2023
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
Utilizing the impact of Earth and atmospheric tides on groundwater systems:A review reveals the future potential
0
2019
Avaliando a evapora??o do solo nu de diferentes profundidades do len?ol freático usando lisímetros e um modelo numérico na Bacia de Ordos,China
2
2019
... 固体潮(Earth Tides)的概念最早可追溯到19世纪中后叶,Kelvin[21]在1863年首次从理论上论证了地球固体部分在日月引力作用下会产生周期性形变(图1).1883年,Darwin[22]对海潮观测中长周期分量的数据进行比较,发现它只有理论值的2/3,他认为所损失的1/3是由于地球的固体表面发生与海水类似的周期性涨落所致,从而验证了固体潮的存在.20世纪50年代,随着精密仪器的出现,特别是有了精密重力仪,固体潮的观测和研究才有了实际的可能.在水文地质领域,Jacob[23]首次提出含水层对固体潮响应的数学模型,奠定了地下水潮汐效应的理论基础.Bredehoeft[24]通过观测井水位变化,首次将固体潮理论应用于地下水动态研究,揭示了含水层弹性形变与水位波动的定量关系.地下水位的动态变化除了受水量的增减影响,还受含水层应力-应变状态变化的影响而表现出微小变化.有学者指出潮汐应力引起含水层实体骨架的周期性弹性变形,使地下水随着实体骨架的压缩和膨胀而流入和流出含水层,从而引起水位的周期性微动力变化[25-27]. ...
... 图3显示了一维蒸渗仪内裸地情景和沙柳地情景观测的地下水位动态,可以发现两种立地条件下地下水位在日尺度上都呈现明显的近似正弦函数的周期性波动.其中,裸地情景地下水位整体呈现上升趋势,这是由于水位较深且超过土壤极限蒸发深度,地下水不参与土壤蒸发过程,降水入渗能够有效补给地下水,引起地下水位上升[27].沙柳地情景地下水位整体呈现下降趋势,归因于植被根系耗水直接或间接利用地下水,引起地下水位下降[39].传统上,基于地下水位日波动估算植被蒸散发量的方法(如White法)建立在一个关键假设之上:夜间特定时段(通常为00:00—04:00)内植被蒸腾作用停止,该时段的水位回升可归因于地下水净补给.然而,本研究观测到无植被覆盖的裸地情景下仍存在显著的地下水日周期波动,这与将地下水位的日波动特征归结于植物根系利用地下水的结论相悖[36,40].因此,日尺度地下水位周期性波动不能直接归因于植被蒸散发对地下水的作用.通过对裸地和沙柳地情景的地下水位去趋势化进一步发现,两种立地条件下地下水位在日尺度上的波动频率基本一致.有区别的是沙柳地情景的地下水位相较于裸地情景,波动幅度略大,且存在约1.0 h的滞后,意味着植被蒸散发作用在一定程度上会影响地下水位的周期性波动. ...
基于昼夜水位波动法估算地下水蒸散发量的研究:以河西走廊典型绿洲为例
1
2021
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
以地下水位估算的荒漠河岸胡杨(Populus euphratica)林生态系统地下水蒸散发
5
2022
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
... White法假设夜间蒸散发量为零,从而以00:00—04:00内的地下水位变化来估算全天地下水补给速率.然而该时段的选择具有主观性,会对蒸散发造成明显的影响[29].图5显示的地下水位日尺度波动与固体潮引起的含水层弹性变形周期高度吻合,这一发现对上述假设提出了根本性质疑.Zhang等[44]利用新疆塔里木河流域的水位数据,发现00:00—06:00估算结果精度最高.Yin等[45]发现利用22:00至翌日08:00时段估算水位恢复速率最优.在与Hays方法和Soylu方法等改进的蒸散发估算方法对比中,White方法精度最低,归因于人为主观选取计算地下水恢复速率时段,且实际夜间蒸散发量并不为0,导致White方法估算的蒸散发与实际相比被低估[17,29].可见,White法中第二条假设认为植物的蒸腾速率在00:00—04:00内为零不合理,其忽略了地球绝对时间与地月关系周期的一致性,固体潮作为全球性、周期性的地球物理现象,通过地月引力对含水层骨架产生周期性应力,导致孔隙水压力变化,从而引起地下水位在日尺度上发生规律性波动,与植被蒸腾无关.这意味着,若不剥离这一背景信号,直接将全部水位波动归因于蒸散发,将导致估算结果存在显著偏差. ...
... ,29].可见,White法中第二条假设认为植物的蒸腾速率在00:00—04:00内为零不合理,其忽略了地球绝对时间与地月关系周期的一致性,固体潮作为全球性、周期性的地球物理现象,通过地月引力对含水层骨架产生周期性应力,导致孔隙水压力变化,从而引起地下水位在日尺度上发生规律性波动,与植被蒸腾无关.这意味着,若不剥离这一背景信号,直接将全部水位波动归因于蒸散发,将导致估算结果存在显著偏差. ...
... 综上,尽管White方法及其后续改进方案在水文研究中得到了广泛应用,但其适用场景和时间分辨率仍存在显著局限性[29].究其根本,在于传统方法对地下水波动驱动机制的简化处理.蒸散发并非引起地下水位或土壤水分日波动的唯一源项;气压波动、温度变化、湿度效应、随机性的降水补给以及固体潮等,均会干扰水位动态.White方法及其改进形式在机理上未能充分纳入这些复杂因素,因此难以从根本上克服实际应用中面临的不确定性[29].因此,为提升蒸散发的估算精度,必须对传统方法进行系统性修正与增强.未来的研究应采用频谱分析或滤波技术,从原始水位序列中识别并剥离由地月引力引起的固体潮等周期性成分,从而分离出主要反映蒸散发、降水及补给等水文过程的非周期性信号.其次,在应用White法时,应依据监测站点的地理经度换算出地方绝对时间,使分析时间窗口与固体潮相位精确对齐,消除因时区偏差导致的信号混淆与误判. ...
... [29].因此,为提升蒸散发的估算精度,必须对传统方法进行系统性修正与增强.未来的研究应采用频谱分析或滤波技术,从原始水位序列中识别并剥离由地月引力引起的固体潮等周期性成分,从而分离出主要反映蒸散发、降水及补给等水文过程的非周期性信号.其次,在应用White法时,应依据监测站点的地理经度换算出地方绝对时间,使分析时间窗口与固体潮相位精确对齐,消除因时区偏差导致的信号混淆与误判. ...
A method for simultaneous estimation of groundwater evapotranspiration and inflow rates in the discharge area using seasonal water table fluctuations
1
2017
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
基于地下水位与土壤含水量的地下水蒸散发估算
1
2022
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
基于改进White方法的地下水蒸散发研究
1
2012
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
Groundwater discharge mechanism in semi-arid regions and the role of evapotranspiration
1
2010
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
Evaluating the use of diurnal groundwater fluctuations for estimating evapotranspiration in wetland environments:case studies in southeast England and northeast Germany
1
2010
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
Estimation of groundwater consumption by phreatophytes using diurnal water table fluctuations:a saturated‐unsaturated flow assessment
1
2005
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
A field investigation of phreatophyte-induced fluctuations in the water table
3
2007
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
... 图3显示了一维蒸渗仪内裸地情景和沙柳地情景观测的地下水位动态,可以发现两种立地条件下地下水位在日尺度上都呈现明显的近似正弦函数的周期性波动.其中,裸地情景地下水位整体呈现上升趋势,这是由于水位较深且超过土壤极限蒸发深度,地下水不参与土壤蒸发过程,降水入渗能够有效补给地下水,引起地下水位上升[27].沙柳地情景地下水位整体呈现下降趋势,归因于植被根系耗水直接或间接利用地下水,引起地下水位下降[39].传统上,基于地下水位日波动估算植被蒸散发量的方法(如White法)建立在一个关键假设之上:夜间特定时段(通常为00:00—04:00)内植被蒸腾作用停止,该时段的水位回升可归因于地下水净补给.然而,本研究观测到无植被覆盖的裸地情景下仍存在显著的地下水日周期波动,这与将地下水位的日波动特征归结于植物根系利用地下水的结论相悖[36,40].因此,日尺度地下水位周期性波动不能直接归因于植被蒸散发对地下水的作用.通过对裸地和沙柳地情景的地下水位去趋势化进一步发现,两种立地条件下地下水位在日尺度上的波动频率基本一致.有区别的是沙柳地情景的地下水位相较于裸地情景,波动幅度略大,且存在约1.0 h的滞后,意味着植被蒸散发作用在一定程度上会影响地下水位的周期性波动. ...
... 原位监测试验中的3个监测点的地下水存在水力联系,地下水沿灌木区-灌丛区-草甸区-湖泊方向流动,各监测点接受来自上游的地下水侧向补给[9].通过对湖岸带不同植被覆盖区的地下水位去趋势化(图4)分析可以发现,3个监测点的地下水位动态响应一致,几乎不存在响应滞后时间,意味着侧向流不会影响地下水波动的周期性,仅存在波动幅度的差异,正如Butle等[36]发现在靠近河岸带的地区,地下水位日尺度波动在生长季节明显,而在远离河岸带的地区,地下水位无明显的日尺度波动. ...
Spatiotemporal patterns of water table fluctuations and evapotranspiration induced by riparian vegetation in a semiarid area
1
2016
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
A method for estimating subdaily evapotranspiration of shallow groundwater using diurnal water table fluctuations
1
2008
... The geographical location information of groundwater observation wells for estimating evapotranspiration using the White method
Table 1| 序号 | 观测井位置 | 国家 | 观测井经纬度坐标 | 海拔/m | 数据获取时间 | 参考出处 |
|---|
| 1 | 河西走廊-黑河流域 | 中国 | 38°59′12″N,99°51′33″E | 1 504 | 2017年8月 | 王京晶等(2021)[28] |
| 2 | 黑河下游额济纳 | 中国 | 41°59′N,101°10′E | 921 | 2014年和2020年6—8月 | 张琦等(2022)[29] |
| 3 | 毛乌素沙地 | 中国 | 38°23′27″N,109°11′42″E | 1 288 | 2012年6月 | Jiang等(2017)[30] |
| 4 | 巴丹吉林沙漠 | 中国 | 39°04′15″N,101°34′02″E | 1 194 | 2018年8月 | 李琳等(2022)[31] |
| 5 | 鄂尔多斯盆地苏贝淖流域 | 中国 | 38°20′21″N,108°40′23″E | 966 | 2014年8月 | 李洪波等(2012)[32] |
| 6 | 苏丹裂谷盆地 | 苏丹 | 17°01′32″S,30°40′11″E | 553 | 2006年8月 | Abdalla (2010)[33] |
| 7 | 罗斯托克站点 | 德国 | 54°03′N,12°10′E | 89 | 2004年10月 | Mould等(2010)[34] |
| 8 | 堪萨斯州1号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2002年8月 | Loheide等(2005)[35] |
| 9 | 堪萨斯州2号 | 美国 | 37°03′55″N,97°02′23″W | 601 | 2004年9月 | Butler等(2007)[36] |
| 10 | 内布拉斯加州1号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Yue等(2016)[37] |
| 11 | 内布拉斯加州2号 | 美国 | 40°55′31″N,98°20′18″W | 790 | 2014年7月 | Loheide等(2008)[38] |
2.2 数据预处理首先,所选数据为连续晴天的地下水位动态,排除降水对地下水位的影响.其次,在利用水位数据进行分析前,通过减去大气压值,以排除气压因素的干扰.最后,对数据中的高频干扰加以去除.滑动平均是滤波处理中常用的信号处理方法,适用于处理时序数据以消除噪声.其通过计算数据的平均值实现噪声抑制. ...
Soil water dynamics based on a contrastive experiment between vegetated and non-vegetated sites in a semiarid region in Northwest China
1
2021
... 图3显示了一维蒸渗仪内裸地情景和沙柳地情景观测的地下水位动态,可以发现两种立地条件下地下水位在日尺度上都呈现明显的近似正弦函数的周期性波动.其中,裸地情景地下水位整体呈现上升趋势,这是由于水位较深且超过土壤极限蒸发深度,地下水不参与土壤蒸发过程,降水入渗能够有效补给地下水,引起地下水位上升[27].沙柳地情景地下水位整体呈现下降趋势,归因于植被根系耗水直接或间接利用地下水,引起地下水位下降[39].传统上,基于地下水位日波动估算植被蒸散发量的方法(如White法)建立在一个关键假设之上:夜间特定时段(通常为00:00—04:00)内植被蒸腾作用停止,该时段的水位回升可归因于地下水净补给.然而,本研究观测到无植被覆盖的裸地情景下仍存在显著的地下水日周期波动,这与将地下水位的日波动特征归结于植物根系利用地下水的结论相悖[36,40].因此,日尺度地下水位周期性波动不能直接归因于植被蒸散发对地下水的作用.通过对裸地和沙柳地情景的地下水位去趋势化进一步发现,两种立地条件下地下水位在日尺度上的波动频率基本一致.有区别的是沙柳地情景的地下水位相较于裸地情景,波动幅度略大,且存在约1.0 h的滞后,意味着植被蒸散发作用在一定程度上会影响地下水位的周期性波动. ...
Groundwater-dependent ecosystems:recent insights from satellite and field-based studies
1
2015
... 图3显示了一维蒸渗仪内裸地情景和沙柳地情景观测的地下水位动态,可以发现两种立地条件下地下水位在日尺度上都呈现明显的近似正弦函数的周期性波动.其中,裸地情景地下水位整体呈现上升趋势,这是由于水位较深且超过土壤极限蒸发深度,地下水不参与土壤蒸发过程,降水入渗能够有效补给地下水,引起地下水位上升[27].沙柳地情景地下水位整体呈现下降趋势,归因于植被根系耗水直接或间接利用地下水,引起地下水位下降[39].传统上,基于地下水位日波动估算植被蒸散发量的方法(如White法)建立在一个关键假设之上:夜间特定时段(通常为00:00—04:00)内植被蒸腾作用停止,该时段的水位回升可归因于地下水净补给.然而,本研究观测到无植被覆盖的裸地情景下仍存在显著的地下水日周期波动,这与将地下水位的日波动特征归结于植物根系利用地下水的结论相悖[36,40].因此,日尺度地下水位周期性波动不能直接归因于植被蒸散发对地下水的作用.通过对裸地和沙柳地情景的地下水位去趋势化进一步发现,两种立地条件下地下水位在日尺度上的波动频率基本一致.有区别的是沙柳地情景的地下水位相较于裸地情景,波动幅度略大,且存在约1.0 h的滞后,意味着植被蒸散发作用在一定程度上会影响地下水位的周期性波动. ...
海潮波动对滨海地区地下水位的影响
1
2011
... 通过对不同地区地下水位波动特征的对比分析,本研究进一步探讨了日尺度地下水位波动的驱动机制.图5展示了日尺度水位波动的周期性特征与相对时间(行政时间)之间的关系,揭示了其与地球经度及周期性出现的地月引力作用之间的内在联系.结果显示,全球各监测点所记录的地下水位日波动具有高度一致的周期性规律,且波动形态符合地月引力周期性变化诱导的正余弦模式.该周期性波动的平均振幅约为3.15 cm,平均周期约为23.9小时.时间与相位滞后之间的回归模型可表达为y=3.15×sin(h-6.1),表明日尺度水位波动在相位上与经度(体现为时间)显著吻合.这一结果进一步支持了地月引力是驱动日尺度地下水位周期性波动的关键因素.有研究指出受周期性地月引力变化,含水层发生弹性变形,于是地下水位出现日尺度波动[41-42].正如王金维[43]指出井水位变化与固体潮有关,且井水位峰谷变化的方向与重力固体潮的方向相同. ...
海岸带潮汐效应地下水位动态研究
1
2005
... 通过对不同地区地下水位波动特征的对比分析,本研究进一步探讨了日尺度地下水位波动的驱动机制.图5展示了日尺度水位波动的周期性特征与相对时间(行政时间)之间的关系,揭示了其与地球经度及周期性出现的地月引力作用之间的内在联系.结果显示,全球各监测点所记录的地下水位日波动具有高度一致的周期性规律,且波动形态符合地月引力周期性变化诱导的正余弦模式.该周期性波动的平均振幅约为3.15 cm,平均周期约为23.9小时.时间与相位滞后之间的回归模型可表达为y=3.15×sin(h-6.1),表明日尺度水位波动在相位上与经度(体现为时间)显著吻合.这一结果进一步支持了地月引力是驱动日尺度地下水位周期性波动的关键因素.有研究指出受周期性地月引力变化,含水层发生弹性变形,于是地下水位出现日尺度波动[41-42].正如王金维[43]指出井水位变化与固体潮有关,且井水位峰谷变化的方向与重力固体潮的方向相同. ...
由井水位的固体潮效应反演含水层参数
1
2013
... 通过对不同地区地下水位波动特征的对比分析,本研究进一步探讨了日尺度地下水位波动的驱动机制.图5展示了日尺度水位波动的周期性特征与相对时间(行政时间)之间的关系,揭示了其与地球经度及周期性出现的地月引力作用之间的内在联系.结果显示,全球各监测点所记录的地下水位日波动具有高度一致的周期性规律,且波动形态符合地月引力周期性变化诱导的正余弦模式.该周期性波动的平均振幅约为3.15 cm,平均周期约为23.9小时.时间与相位滞后之间的回归模型可表达为y=3.15×sin(h-6.1),表明日尺度水位波动在相位上与经度(体现为时间)显著吻合.这一结果进一步支持了地月引力是驱动日尺度地下水位周期性波动的关键因素.有研究指出受周期性地月引力变化,含水层发生弹性变形,于是地下水位出现日尺度波动[41-42].正如王金维[43]指出井水位变化与固体潮有关,且井水位峰谷变化的方向与重力固体潮的方向相同. ...
Performance of theWhite method for estimating groundwater evapotranspiration under conditions of deep and fluctuating groundwater
1
2016
... White法假设夜间蒸散发量为零,从而以00:00—04:00内的地下水位变化来估算全天地下水补给速率.然而该时段的选择具有主观性,会对蒸散发造成明显的影响[29].图5显示的地下水位日尺度波动与固体潮引起的含水层弹性变形周期高度吻合,这一发现对上述假设提出了根本性质疑.Zhang等[44]利用新疆塔里木河流域的水位数据,发现00:00—06:00估算结果精度最高.Yin等[45]发现利用22:00至翌日08:00时段估算水位恢复速率最优.在与Hays方法和Soylu方法等改进的蒸散发估算方法对比中,White方法精度最低,归因于人为主观选取计算地下水恢复速率时段,且实际夜间蒸散发量并不为0,导致White方法估算的蒸散发与实际相比被低估[17,29].可见,White法中第二条假设认为植物的蒸腾速率在00:00—04:00内为零不合理,其忽略了地球绝对时间与地月关系周期的一致性,固体潮作为全球性、周期性的地球物理现象,通过地月引力对含水层骨架产生周期性应力,导致孔隙水压力变化,从而引起地下水位在日尺度上发生规律性波动,与植被蒸腾无关.这意味着,若不剥离这一背景信号,直接将全部水位波动归因于蒸散发,将导致估算结果存在显著偏差. ...
Comparison and modification of methods for estimating evapotranspiration using diurnal groundwater level fluctuations in arid and semiarid regions
1
2013
... White法假设夜间蒸散发量为零,从而以00:00—04:00内的地下水位变化来估算全天地下水补给速率.然而该时段的选择具有主观性,会对蒸散发造成明显的影响[29].图5显示的地下水位日尺度波动与固体潮引起的含水层弹性变形周期高度吻合,这一发现对上述假设提出了根本性质疑.Zhang等[44]利用新疆塔里木河流域的水位数据,发现00:00—06:00估算结果精度最高.Yin等[45]发现利用22:00至翌日08:00时段估算水位恢复速率最优.在与Hays方法和Soylu方法等改进的蒸散发估算方法对比中,White方法精度最低,归因于人为主观选取计算地下水恢复速率时段,且实际夜间蒸散发量并不为0,导致White方法估算的蒸散发与实际相比被低估[17,29].可见,White法中第二条假设认为植物的蒸腾速率在00:00—04:00内为零不合理,其忽略了地球绝对时间与地月关系周期的一致性,固体潮作为全球性、周期性的地球物理现象,通过地月引力对含水层骨架产生周期性应力,导致孔隙水压力变化,从而引起地下水位在日尺度上发生规律性波动,与植被蒸腾无关.这意味着,若不剥离这一背景信号,直接将全部水位波动归因于蒸散发,将导致估算结果存在显著偏差. ...