基于变化环境的灌区地下水动态时空变异规律研究
|
摘要
宝鸡峡灌区是全国十大灌区之一,自灌区成立至今已有三十多年。在灌区的发展过程中,由于外部环境因素变化的影响,地下水系统循环条件发生了很大变化,直接影响着灌区地下水资源的演变趋势和开发利用格局。因此,研究变化环境因素对地下水动态的影响,探讨地下水动态的时空变异规律,对灌区地下水资源的合理开发和水资源的可持续利用具有重要的理论意义和应用价值。
本文在总结归纳前人研究工作的基础上,从宝鸡峡灌区地下水循环的角度,分析了灌区地下水系统及外部环境因素的变化趋势,结合灌区地下水动态的演变特征,分析了地下水动态的主要影响因子;建立了地下水位动态的多元线性回归模型和BP神经网络模型,并对灌区地下水位进行了预测;将地统计学与GIS相结合,研究了灌区地下水位的时空变异规律。获得了如下主要研究结论:
(1)概化了宝鸡峡灌区地下水系统,明确了气候因素和人类活动是地下水系统的外部环境因素,分析了地下水动态变化特征,分析结果表明:黄土台塬区地下水位自1982年至2005年,大致经历了四个阶段:水位上升期、水位平稳期、水位下降期和水位平稳(回升)期;渭河阶地区地下水位总体上呈现水位下降趋势。灌区范围内地下水硬度自2002年以来,呈现上升趋势,且上升趋势比较明显;碱度近几年变化不明显,基本上呈平稳趋势;矿化度呈上升趋势,但趋势不十分明显。
(2)运用Mann-Kendall法、Spearman检验法和回归检验法对灌区1982～2007年的降水量、蒸发量、地表水灌溉水量和地下水开采量进行趋势分析,结果表明:灌区范围内降水量总体上呈下降趋势,但下降趋势不显著,且丰枯交替出现;灌区范围内蒸发量总体呈上升趋势,但上升趋势不显著且上升与下降呈周期性交替出现;灌区地表水灌溉水量呈下降趋势,且变化趋势显著;灌区地下水开采量呈上升趋势,变化趋势不显著。
(3)运用灰色关联度分析法对灌区地下水位动态变化的主要驱动因素进行了研究。研究结果表明:黄土台塬区地下水动态的影响因素由大到小排序为:蒸发、降水、地表水灌溉、地下水开采;渭河阶地区地下水动态影响因素由大到小的排序为:蒸发、降水、地下水开采、地表水灌溉。通过黄土台塬区和渭河阶地区的对比分析可以发现各影响因子对渭河阶地区地下水动态的影响作用要大于对黄土台塬区地下水动态的影响作用。
(4)利用宝鸡峡灌区地下水位动态及外部环境因素资料,建立了灌区地下水位动态的多元线性回归模型和BP神经网络模型,两种模型的地下水位模拟及检验精度分析表明,BP神经网络模拟和预测地下水位动态精度比多元线性回归模型高。结合地下水动态影响因素的变化趋势分析,应用所建模型,对灌区的地下水位动态进行了预测,表明未来几年内灌区地下水位整体上将呈现下降趋势,其中黄土台塬区地下水位下降速度要大于渭河阶地区地下水位的下降速度。
(5)利用ARCGIS的地统计模块对地下水位进行空间分析,分别建立地下水位空间变异的球状、指数和高斯模型,通过各拟合参数的比较和Cross—Validatiom交叉验证发现克里格方法中高斯模型精度最高。由高斯模型分析得出:灌区地下水位具有强的空间相关性且呈现增强趋势;灌区地下水位具有明显的各向异性,且灌区内地下水位具有较好的空间连续性。长轴所在角度在65°方向,与灌区南部的渭河走向基本一致。克里格插值结果显示:灌区地下水位由西北方向向东南方向递减,2002年至2007年6年间地下水位变幅较小。地下水位的标准误差预测图表明模型进行地下水位空间预测精度较高,灌区内地下水观测井的分布较为均匀、合理。
Baojixia irrigation area is one of the top ten irrigation areas, it has been 30 years since the irrigation area was founded.With the development of the irrigation area, because of the impact of the external environmental factors, groundwater system circulation condition has changed a lot which directly influence the evolution trend and the utilization pattern of the groundwater. Therefore, the study of the impact of groundwater dynamic by the external environmental.factors and the spatial and temporal variability of the groundwater has a great theoretical significance and application value for the rational development of groundwater resources and the sustainable use of water resources.
This paper embarking from the groundwater resources transformtion, analyzed the groundwater system and the trend of the external environmental factors, combining with the evolution of the groundwater dynamic, analyzed the main factors of groundwater dynamic; established multiple regression model and BP neural network model of the groundwater level and predict the groundwater level; combined geostatistics and GIS together to study the temporal and spatial variation of the groundwater level.The main conclusions obtained are as follows:
(1) Generalized the groundwater system of Baojixia irrigation area and maked clear the climatic factors and human activities were the external environmental factors of groundwater systems, analyzed the dynamic characteristics of groundwater, the results showed that: the groundwater level of the loess tableland area has gone through four phases from 1982 to 2007 :the rising period,the steady period,the declining period and the steady period; the groundwater level of the Wei river terrace area showed a downward trend.The hardness of the groundwater has showed a rising trend since 2002 and the upward trend is obvious; alkalinity didn’t change significantly in recent years and shows a steady trend; mineralization is rising, but the trend is not very obvious.
(2) Using Mann-Kendall method, Spearman test and regression test to analyze the trend of precipitation, evaporation, surface water irrigation and groundwater exploitation in the area from 1982 to 2007 .The results show that :the precipitation shows a downward trend, but not significant and the ample water and low water alternating; the evaporation show upward trend, but the rise was not significant and the rise and fall periodically alternating; surface water irrigation significantly decreased; groundwater exploitation was rising, but the trend was not significant.
(3) Using the gray correlation analysis method to analyze the main driving factors of the groundwater level. The results show that: the order of factors of groundwater level in the loess tableland area was: evaporation, precipitation, surface water irrigation, groundwater exploitation; the order of factors of groundwater level in the Wei river terrace area was: evaporation, precipitation, groundwater exploitation, surface water irrigation. Through the comparision of the loess tableland area and the Wei river terrace area, it can be found that the influence caused by the factors in the Wei river terrace area is greater than the influence in the loess tableland area.
(4) Using the groundwater level dynamic and the external environmental factors, established the multiple regression model and BP neural network model of the groundwater level, we can find that BP neural network has a higher accuracy than the multiple regression model by comparison. Combined the trend analysis of the impact factors of groundwater, using the model, predict the dynamics of the groundwater level which shows that the groundwater level will show a downward trend within the next few years and the rate of groundwater level decline in the loess tableland area is greater than the rate in Weihe rive terrace area.
(5) Using the geostatistical analyst module of ARCGIS to anlyze the spatial variability of the groundwater level,established the spherical, exponential and Gaussian model ,we can find that Gaussian model has a highest accuracy through comparison and cross-validation. Derived from the Gaussian model: groundwater level has a strong spatial correlation and show increasing trend; groundwater level has obvious anisotropy and has good spatial continuity in the irrigation area.The angle of the major axis is 65°direction which is the same with the direction of the Weihe River.The results of Kriging show that: groundwater level decreasing from the northwest to southeast and had small amplitude from 2002 to 2007.Standard error map shows that the model predicted water table space high precision irrigation groundwater monitoring wells within the distribution is more uniform and rational.
本文在总结归纳前人研究工作的基础上,从宝鸡峡灌区地下水循环的角度,分析了灌区地下水系统及外部环境因素的变化趋势,结合灌区地下水动态的演变特征,分析了地下水动态的主要影响因子;建立了地下水位动态的多元线性回归模型和BP神经网络模型,并对灌区地下水位进行了预测;将地统计学与GIS相结合,研究了灌区地下水位的时空变异规律。获得了如下主要研究结论:
(1)概化了宝鸡峡灌区地下水系统,明确了气候因素和人类活动是地下水系统的外部环境因素,分析了地下水动态变化特征,分析结果表明:黄土台塬区地下水位自1982年至2005年,大致经历了四个阶段:水位上升期、水位平稳期、水位下降期和水位平稳(回升)期;渭河阶地区地下水位总体上呈现水位下降趋势。灌区范围内地下水硬度自2002年以来,呈现上升趋势,且上升趋势比较明显;碱度近几年变化不明显,基本上呈平稳趋势;矿化度呈上升趋势,但趋势不十分明显。
(2)运用Mann-Kendall法、Spearman检验法和回归检验法对灌区1982～2007年的降水量、蒸发量、地表水灌溉水量和地下水开采量进行趋势分析,结果表明:灌区范围内降水量总体上呈下降趋势,但下降趋势不显著,且丰枯交替出现;灌区范围内蒸发量总体呈上升趋势,但上升趋势不显著且上升与下降呈周期性交替出现;灌区地表水灌溉水量呈下降趋势,且变化趋势显著;灌区地下水开采量呈上升趋势,变化趋势不显著。
(3)运用灰色关联度分析法对灌区地下水位动态变化的主要驱动因素进行了研究。研究结果表明:黄土台塬区地下水动态的影响因素由大到小排序为:蒸发、降水、地表水灌溉、地下水开采;渭河阶地区地下水动态影响因素由大到小的排序为:蒸发、降水、地下水开采、地表水灌溉。通过黄土台塬区和渭河阶地区的对比分析可以发现各影响因子对渭河阶地区地下水动态的影响作用要大于对黄土台塬区地下水动态的影响作用。
(4)利用宝鸡峡灌区地下水位动态及外部环境因素资料,建立了灌区地下水位动态的多元线性回归模型和BP神经网络模型,两种模型的地下水位模拟及检验精度分析表明,BP神经网络模拟和预测地下水位动态精度比多元线性回归模型高。结合地下水动态影响因素的变化趋势分析,应用所建模型,对灌区的地下水位动态进行了预测,表明未来几年内灌区地下水位整体上将呈现下降趋势,其中黄土台塬区地下水位下降速度要大于渭河阶地区地下水位的下降速度。
(5)利用ARCGIS的地统计模块对地下水位进行空间分析,分别建立地下水位空间变异的球状、指数和高斯模型,通过各拟合参数的比较和Cross—Validatiom交叉验证发现克里格方法中高斯模型精度最高。由高斯模型分析得出:灌区地下水位具有强的空间相关性且呈现增强趋势;灌区地下水位具有明显的各向异性,且灌区内地下水位具有较好的空间连续性。长轴所在角度在65°方向,与灌区南部的渭河走向基本一致。克里格插值结果显示:灌区地下水位由西北方向向东南方向递减,2002年至2007年6年间地下水位变幅较小。地下水位的标准误差预测图表明模型进行地下水位空间预测精度较高,灌区内地下水观测井的分布较为均匀、合理。
Baojixia irrigation area is one of the top ten irrigation areas, it has been 30 years since the irrigation area was founded.With the development of the irrigation area, because of the impact of the external environmental factors, groundwater system circulation condition has changed a lot which directly influence the evolution trend and the utilization pattern of the groundwater. Therefore, the study of the impact of groundwater dynamic by the external environmental.factors and the spatial and temporal variability of the groundwater has a great theoretical significance and application value for the rational development of groundwater resources and the sustainable use of water resources.
This paper embarking from the groundwater resources transformtion, analyzed the groundwater system and the trend of the external environmental factors, combining with the evolution of the groundwater dynamic, analyzed the main factors of groundwater dynamic; established multiple regression model and BP neural network model of the groundwater level and predict the groundwater level; combined geostatistics and GIS together to study the temporal and spatial variation of the groundwater level.The main conclusions obtained are as follows:
(1) Generalized the groundwater system of Baojixia irrigation area and maked clear the climatic factors and human activities were the external environmental factors of groundwater systems, analyzed the dynamic characteristics of groundwater, the results showed that: the groundwater level of the loess tableland area has gone through four phases from 1982 to 2007 :the rising period,the steady period,the declining period and the steady period; the groundwater level of the Wei river terrace area showed a downward trend.The hardness of the groundwater has showed a rising trend since 2002 and the upward trend is obvious; alkalinity didn’t change significantly in recent years and shows a steady trend; mineralization is rising, but the trend is not very obvious.
(2) Using Mann-Kendall method, Spearman test and regression test to analyze the trend of precipitation, evaporation, surface water irrigation and groundwater exploitation in the area from 1982 to 2007 .The results show that :the precipitation shows a downward trend, but not significant and the ample water and low water alternating; the evaporation show upward trend, but the rise was not significant and the rise and fall periodically alternating; surface water irrigation significantly decreased; groundwater exploitation was rising, but the trend was not significant.
(3) Using the gray correlation analysis method to analyze the main driving factors of the groundwater level. The results show that: the order of factors of groundwater level in the loess tableland area was: evaporation, precipitation, surface water irrigation, groundwater exploitation; the order of factors of groundwater level in the Wei river terrace area was: evaporation, precipitation, groundwater exploitation, surface water irrigation. Through the comparision of the loess tableland area and the Wei river terrace area, it can be found that the influence caused by the factors in the Wei river terrace area is greater than the influence in the loess tableland area.
(4) Using the groundwater level dynamic and the external environmental factors, established the multiple regression model and BP neural network model of the groundwater level, we can find that BP neural network has a higher accuracy than the multiple regression model by comparison. Combined the trend analysis of the impact factors of groundwater, using the model, predict the dynamics of the groundwater level which shows that the groundwater level will show a downward trend within the next few years and the rate of groundwater level decline in the loess tableland area is greater than the rate in Weihe rive terrace area.
(5) Using the geostatistical analyst module of ARCGIS to anlyze the spatial variability of the groundwater level,established the spherical, exponential and Gaussian model ,we can find that Gaussian model has a highest accuracy through comparison and cross-validation. Derived from the Gaussian model: groundwater level has a strong spatial correlation and show increasing trend; groundwater level has obvious anisotropy and has good spatial continuity in the irrigation area.The angle of the major axis is 65°direction which is the same with the direction of the Weihe River.The results of Kriging show that: groundwater level decreasing from the northwest to southeast and had small amplitude from 2002 to 2007.Standard error map shows that the model predicted water table space high precision irrigation groundwater monitoring wells within the distribution is more uniform and rational.
引文
曹洁萍,迟道才,武立强. 2008. Mann-Kendall检验方法在降水趋势分析中的应用研究[J].农业科技与装备, 29 (5) : 35～40.
曹文炳,胡伏生,等.2005.生态水文地质学[M].地质出版社
陈葆仁,洪再吉,汪福火斤.1988.地下水动态及其预测[M].北京:科学出版社, 249～254.
陈家军,郭乔羽,王红旗,王金生.2000.应用协同-泛克立格法估计地下水水位[J].水利学报,7:7～13
陈守煌,于雪峰.2003.相对隶属度理论及其在地下水水质评价中应用[J].辽宁工程技术大学学,22(5):691～694
陈淑峰,胡克林等.2008.华北平原桓台县地下水硝态氮含量的空间变异规律及其成因分析[J].水科学进展,19(4):581～586
陈同斌.1999.重金属对土壤的污染[J].金属世界,3:10
陈英,刘新仁.1996.淮河流域气候变化对水资源的影响[J].河海大学学报, 24(5):111～114.
崔亚莉,邵景力,等.2001.玛纳斯河流域地表水、地下水转化关系研究[J].水文地质工程地质,,28(2):9～13.
邓聚龙. 2002.灰理论基础.武汉:华中理工大学出版社
邓聚龙,郭洪. 1997.灰预测原理与应用.台北:全华科技图书
丁继红,周德亮,马生忠. 2002.国外地下水模拟软件的发展现状与趋势[J].勘察科学技术, (1):37～42
范广洲,吕世华,程国栋. 2001.气候变化对滦河流域水资源影响的水文模式模拟(Ⅱ):模拟结果分析[J].高原气象,,20 (3) :302～310.
冯兆忠,王效科,冯宗炜.河套灌区地下水氮污染状况[J].农村生态环境,2005,21(4):74～76
封志明,杨艳昭,丁晓强等气象要素空间插值方法优化[J].地理研究,2004,23(3):357～364
高歌,李雏京,张强.华北地区气候变化对水资源的影响及2003年水资源预评估[J].气象,2003,29(8):26～30.
郭德科.灰色系统GM模型在地下水动态异常识别中的应用[J].地震研究,1996,19(1):58-63
候景儒,黄竞先.地质统计学的理论和方法[M].北京:地质出版社,1990:11-36
胡克林,李保国,陈德立.区域浅层地下水埋深和水质的空间变异性特性[J].水科学进展,2000,11(4):408～413
降亚楠.2008.基于GIS的灌区地下水资源评价系统研究[D].杨凌:西北农林科技大学
景元书,缪启龙,杨文刚.气候变化对长江干流区径流量的影响[J].长江流域资源与环境,1998,7(4) :337～340.
康淑媛,张勃,刘景峰,等.基于Mann-Kendall法的张掖市降水量时空分布规律分析[J].资源科学,2009,31(3):501～508.
李超群,朱国荣,高元宝.CMS在姑山铁矿东南区排土场地下水渗流场的应用初探[J].勘查科学技术,2004,(2):26～28
李荣峰,沈冰,张金凯.考虑周期性变化的地下水埋深预测自记忆模型[J].农业工程学报,2005,21(7):35～37
李小玉,宋冬梅,肖笃宁.2005.石羊河下游民勤绿洲地下水矿化度的时空变异[J].地理学报,,60(2):319～327
李新,年福华.1999.人类活动对新疆阿拉尔灌区地下水影响分析[J].干旱区资源与环境,13(2):41～47.
李新波等. 2008.集约化农业生产区浅层地下水埋深的时空变异规律[J].农业工程学报, 24(4):95～98
李勋贵,魏霞,沈冰,卢玉东. 2007.资料缺乏地区地下水资源承载能力研究[J].自然资源学报, 22(6):954～962
林学任,侯印伟,邹立芝,李生彩,杨悦所. 1988.地下水水量水质模拟及管理程序集[M].长春:吉林科学技术出版社
刘春蓁,杨建青. 2002.我国西南地区年径流变异及变化趋势研究[J].气候与环境研究,7(4):415～422.
刘春蓁,刘志雨,谢正辉. 2007.地下水对气候变化的敏感性研究进展[J].水文.27(2):1～6.
刘国东,李俊亭. 1997.傍河强采地下水的渗透机理研究[J].中国科学,27(4):375～180
刘国东.傍河地下水与河水脱节机理研究[J].长春科技大学学报,1998,28(1):64～69
刘国东等. 1999.地下水与河水脱节的实验与模拟[J].水文,3:10～15
刘敏.2007.和田绿洲地下水时空分布规律及其生态环境效应研究[D].西安:西安理工大学
刘青勇等. 1998.淡水帷幕防治海(咸)水入侵的物理模拟试验研究[J].水利学报, 2:30～33
刘章军,叶燎原.2007.模糊概率模型及其在地下水水质评价中的应用[J].应用基础与工程科学学报,15(3):286～293
刘思峰,郭天榜,党耀国等. 1999.灰色系统理论及其应用(第二版),北京:科学出版,1～18
刘希强,宋中民等. 1993.灰色关联引论.贵州人民出版社
刘志国,王恩德,付建飞,邵安林. 2007.河北平原地下水水位的时空变异[J].东北大学学报(自然科学版), 28(5):717～720
刘志明,王贵玲,蔺文静. 2006.石羊河流域平原地下水位动态特征与监测网观测频率优化[J].中国沙漠,26(1):85～89
龙虎,毛利强,车振学,等. 2006.气候变化对黄河水资源的影响[J].水资源与水工程学报, 17(4):74～77.
罗定贵,郭青,王学军.基于RBF神经网络的地下水动态模拟与预测[J].地球学报,2003,24(5):475～478
罗定贵,王学军,郭青. 2004.基于MATLAB实现的ANN方法在地下水质评价中的应用[J].北京大学学报,40(2):296～302
马金珠,李吉均,高前兆. 2002.气候变化与人类活动干扰下塔里木盆地南缘地下水的变化及其生态环境效应[J].干旱区地理. 25(1):16～23.
倪深海,白玉慧. 2000. BP神经网络模型在地下水水质评价中的应用[J].系统工程理论与实践, 8:124～127
潘承毅,何迎晖. 1992.数理统计的原理与方法[M].上海:统计大学出版社
潘宏雨,王国成. 1998.地下水运动随机微分方程浅论[J].勘察科学技术,(4):7～10
平建华等. 2006.地下水动态预测模型的回顾与展望[J].水资源保护,22(4):11～15
齐仁贵. 1999.用地下水动态资料分析降雨入渗对地下水的补给[J].武汉水利电力大学学报, 32(3):58～62
齐仁贵. 1998.非线性回归问题的迭代法在地下水动态研究中的应用[J].水利学报, 10:40-43
屈忠义等. 2003.内蒙古河套灌区节水灌溉工程实施后地下水变化的BP模型预测[J].农业工程学报,19(1):59～62
任建民,忤彦卿,贡力. 2007.人类活动对内陆河石羊河流域水资源转化的影响[J].干旱区资源与环境. 21(8):7～11.
荣跃,刘志斌,冯吉燕. 2006.基于模糊聚类分析的地下水环境质量评价[J].辽宁工程技术大学学报,5:309～311
鲁万滨,张焕智. 1996.地下水系统的灰色模拟和预测[J].工程勘察, 4:27～33
卢文喜,李平,王福林,郭龙珠. 2007.挠力河流域三维地下水流数值模拟[J].吉林大学学报(地球科学版),37(3):541～545
阮本清,许凤冉,蒋任飞.2008.基于球状模型参数的地下水水位空间变异特性及其演化规律分析[J].水利学报, 39(5):573～579
沈冰,刘敏,黄领梅.2006.灰色自记忆模型及其在新疆和田地下水埋深预测中的应用[J].西北农林科技大学学报,34(11):223～226
沈振荣,苏人琼.1998.中国农业水危机对策研究[M].北京:中国农业科技出版社
水利部水资源司,南京水利科学研究院.2004.21世纪初中国地下水资源开发利用[M].北京:中国水利水电出版社
苏里坦,宋郁东,张展翔.2005.新疆三工河流域地下水矿化度的时空变异及其分形特征[J].地质科技情报, 24(1):85-90
苏妹等.2004.普通Kriging法在空间内插中的应用[J].江南大学学报(自然科学版), 3( 1):18～21
田延山.2005.地下水合理开发与保护的战略对策[J].国土论坛,7(8):16～18
王红雨,詹炳善. 1995.频谱分析方法在地下水动态预报中的应用[J].同济大学学报, 23(3):343-347
王景雷,孙景生等. 2005.基于DEM的作物需水量估算方法[J]灌溉排水学报,24(5):36～38
王军,容玲聪.2004.安庆铜矿地下水渗流场的模拟[J].矿业研究与开发,24(6)25～27
王顺德,陈洪伟,张雄文,等.2006.气候变化和人类活动在塔里木河流域水文要素中的反映[J].干旱区研究. 23(2):195～202.
王守荣,郑水红,程磊.2003.气候变化对西北水循环和水资源影响的研究[J].气候与环境研究, 8(1):43～51
王双银,朱晓群.2003.关中西部四灌区旱情规律分析[J].干旱地区农业研究,21(4):126-129
王心义,贺子杏.1998.科学技术革命对水文地质学发展的影响[J].焦作工学院学报, 17(6):454-456
王政权. 1999.地统计学及在生态学中的应用[M].北京:科学出版社,13～58
胃良,刘汉超,石豫川等. 2003.某电站坝基软弱夹层分布的趋势面分析[J].地质灾害与环境保护, 14(2):54～56
仵彦卿,李俊亭. 1992.地下水动态研究现状与展望[J].西安地质学院学报,14(1):59～64
靳孟贵. 1991.地下水动态的灰色预测[J].地球科学-中国地质大学学报,1
夏军,谈戈. 2002.全球变化与水文科学新的进展与挑战[J].资源科学, 24(3):1～7.
向速林,刘占孟,尤本胜.地下水流量预侧的多元线性回归介析模型研究[J].水文,2006,26(6):36～37
向阳,袁星,谢正辉,刘志雨.2006.传递函数一自回归模型在地下水埋深估计中的应用[J].水文, 26(4):55～59
谢平,陈广才,雷红富,等.2009.变化环境下地表水资源评价方法[M].北京:科学出版社
燕良东.2000.地下水动态组合模型研究[D].辽宁:辽宁工程技术大学
杨忠平,卢文喜,李平.2005.时间序列模型在吉林西部地下水动态变化预测中的应用[J].水利学报, 36(12):1475～1479
杨晓茹.渭河流域大中型灌区水资源开发利用存在的问题及对策[J].陕西水利,2002(4):37～41
姚荣江,杨劲松.2007.黄河三角洲地区浅层地下水与耕层土壤积盐空间分异规律定量分析[J].农业工程学报,23(8):45～51
姚磊华.1995.地下水运移随机数值模拟研究[D].北京:国家地震局地质研究所
易秀,李佩成.2005.陕西交口灌区地下水放铬砷污染安全埋深的探讨[J].农业环境科学学报,24(2):333～336
于延胜,陈兴伟. 2008.R/S和Mann-Kendall法综合分析水文时间序列未来的趋势特征[J].水资源与水工程学报,19(3):41～44.
袁生禄. 1985.石羊河流域东部沙漠边缘地下水的动态特征[J].地下水,4:4～9.
张光辉,聂振龙,刘少玉,等. 2005.黑河流域走廊平原地下水补给源组成及其变化[J].水科学进展. 16(5):673～678.
张济世,康尔泗,姚尽忠,等.2003.气候变化对洮河流域水资源的影响[J].中国沙漠,23(3):263～267.
张居仁,王瑞.1992.时间序列分析方法的应用研究[J].煤田地质与勘探,4.
张璐,周跃.2007.Mann-kendall检验及其在河流悬沙浓度时间序列分析中的运用[J].新疆环境保护, 29(3):19～22.
张世法. 1995.气候变化对海河流域水资源影响的研究与展望[J].海河水利,(10):10～12.
张蔚榛.北方灌区井渠结合灌溉问题.http://www.watertech.cn/expert/ZWZ;JINGQU.asp
张忠永,王明涛,贾惠艳.2002.人工神经网络在地下水动态预测中的应用[J].辽宁工程技术大学学报, 21(4):504～506
郑丹,陈亚宁,薛燕.2004.新疆塔里木河下游断流河道输水对地下水变化的影响分析[J].干旱区地理, 27(2):216～220
朱长军,周继红,李树文,赵秀娟,杨卫华.2006.基于灰色理论的地下水水质预测[J].辽宁工程技术大学学报,25:293～294
朱颖元,石凝. 2002.福州市一百年来(1900～1999年)降水序列统计特性分析[J].水文,,22(3):22～25.
Caruso,C, Quarta, F, Interpolation Methods Comparison, Computers and Mathematics with Applications, 1998, 35(12):109-126
Creutin J D.and Cobled,Objective Analysis and Mapping Techniques for Rainfall Fields:An Objective Comparision.Water Resources Research,1982,18,(2):413-431
Dale Zimmerman, Claire Pavlik, Amy Ruggles, and Marc P, Armstrong, An Experimental Comparison of Ordinary and Universal Kringing and Inverse Distance Weighting, Mathematical Geology.1999,31(4): 375-390
Davis, John C. Statistics and Data Analysis in Geology(3rd Edition) [M]. New York: John Wiley & Sons, 2002: 57~61
FREEZE R A. A stochastic conceptual analysis of one-dimensional groundwater flow in a nanuniform homogeneous media[J].Water Resour Res,1975,11(5):725-741
GOLOB R.Neural-network-basedwater inflowforecasting[J]. Control Engineering Practice,1998,6:593-600
Hamed K H ,Rao A R. A modified Mann-Kendall t rend test forautocorrelated data[J].Journal of Hydrology ,1998 ,204 :182-196.
Hamed K H. Trend detection in hydrologic data : The Mann-Kendall t rend test under t he scaling hypot hesis [J ] . Journal of Hydrology ,2008 ,349 :350-363.
Haining R.Spatial Date Analysis in the Social and Environmental Sciences[M].Great Britain: Cambirdge Uniervsity Perss.1990:291-31
Hsieh P A.Deformation-induced changes in hydraulic head during ground-water withdraw[J].Groundwater,1996,34(6):1082～1089.
Issaks E H. Srivastava R M. An introdution to applied geostatistics. New York: Oxford Univercity press,1989:21-32
Kinzelbach,W.Groundwater Modeling—An introduction with Sample Programes in BASIC[J].ElsevierScience Publishiers,Amsterdam,1986
RelliyT E .Source of water to wells for transient cyclic systems[J].Grounter water,1996,34(6):979～988 . Richard Franke. Scattered Data Interpolation:Tests of Some Methematics of Computation, 1982, 38(157):181-199
R. K. Yadav,B. Goyal,R. K. Sharma,S. K. Dubey,Post-irrigation impact of domestic sewage effluent on composition of soils, crops and ground water—A case study [J].Environment International,2002,(28):481-486
S.G.Li and Q.S.Huang.Interactive and Real Time Groundwater Modeling;An Innovative Softwaer Tool for Active Student Leaning and Exploration.Proceedings of 1999 International Water Engineering Conference,1999,7(8)
VASSOLO R,KINZELBACHW,SCHAFER W. Determination of a well head protection zone by stochastic inverse modeling [J]. Journal of Hydrlogy,1998, 206:268-280
Webster R. Quantitative spatial analysis of soil in the field. Advanced in soil science, 1985 O.Batelaan. Regional groundwater discharge: phreatophyte mapping, groundwater modeling an impact analysis of land-use change. Journal of Hydrology,2003,275:86～108.
曹文炳,胡伏生,等.2005.生态水文地质学[M].地质出版社
陈葆仁,洪再吉,汪福火斤.1988.地下水动态及其预测[M].北京:科学出版社, 249～254.
陈家军,郭乔羽,王红旗,王金生.2000.应用协同-泛克立格法估计地下水水位[J].水利学报,7:7～13
陈守煌,于雪峰.2003.相对隶属度理论及其在地下水水质评价中应用[J].辽宁工程技术大学学,22(5):691～694
陈淑峰,胡克林等.2008.华北平原桓台县地下水硝态氮含量的空间变异规律及其成因分析[J].水科学进展,19(4):581～586
陈同斌.1999.重金属对土壤的污染[J].金属世界,3:10
陈英,刘新仁.1996.淮河流域气候变化对水资源的影响[J].河海大学学报, 24(5):111～114.
崔亚莉,邵景力,等.2001.玛纳斯河流域地表水、地下水转化关系研究[J].水文地质工程地质,,28(2):9～13.
邓聚龙. 2002.灰理论基础.武汉:华中理工大学出版社
邓聚龙,郭洪. 1997.灰预测原理与应用.台北:全华科技图书
丁继红,周德亮,马生忠. 2002.国外地下水模拟软件的发展现状与趋势[J].勘察科学技术, (1):37～42
范广洲,吕世华,程国栋. 2001.气候变化对滦河流域水资源影响的水文模式模拟(Ⅱ):模拟结果分析[J].高原气象,,20 (3) :302～310.
冯兆忠,王效科,冯宗炜.河套灌区地下水氮污染状况[J].农村生态环境,2005,21(4):74～76
封志明,杨艳昭,丁晓强等气象要素空间插值方法优化[J].地理研究,2004,23(3):357～364
高歌,李雏京,张强.华北地区气候变化对水资源的影响及2003年水资源预评估[J].气象,2003,29(8):26～30.
郭德科.灰色系统GM模型在地下水动态异常识别中的应用[J].地震研究,1996,19(1):58-63
候景儒,黄竞先.地质统计学的理论和方法[M].北京:地质出版社,1990:11-36
胡克林,李保国,陈德立.区域浅层地下水埋深和水质的空间变异性特性[J].水科学进展,2000,11(4):408～413
降亚楠.2008.基于GIS的灌区地下水资源评价系统研究[D].杨凌:西北农林科技大学
景元书,缪启龙,杨文刚.气候变化对长江干流区径流量的影响[J].长江流域资源与环境,1998,7(4) :337～340.
康淑媛,张勃,刘景峰,等.基于Mann-Kendall法的张掖市降水量时空分布规律分析[J].资源科学,2009,31(3):501～508.
李超群,朱国荣,高元宝.CMS在姑山铁矿东南区排土场地下水渗流场的应用初探[J].勘查科学技术,2004,(2):26～28
李荣峰,沈冰,张金凯.考虑周期性变化的地下水埋深预测自记忆模型[J].农业工程学报,2005,21(7):35～37
李小玉,宋冬梅,肖笃宁.2005.石羊河下游民勤绿洲地下水矿化度的时空变异[J].地理学报,,60(2):319～327
李新,年福华.1999.人类活动对新疆阿拉尔灌区地下水影响分析[J].干旱区资源与环境,13(2):41～47.
李新波等. 2008.集约化农业生产区浅层地下水埋深的时空变异规律[J].农业工程学报, 24(4):95～98
李勋贵,魏霞,沈冰,卢玉东. 2007.资料缺乏地区地下水资源承载能力研究[J].自然资源学报, 22(6):954～962
林学任,侯印伟,邹立芝,李生彩,杨悦所. 1988.地下水水量水质模拟及管理程序集[M].长春:吉林科学技术出版社
刘春蓁,杨建青. 2002.我国西南地区年径流变异及变化趋势研究[J].气候与环境研究,7(4):415～422.
刘春蓁,刘志雨,谢正辉. 2007.地下水对气候变化的敏感性研究进展[J].水文.27(2):1～6.
刘国东,李俊亭. 1997.傍河强采地下水的渗透机理研究[J].中国科学,27(4):375～180
刘国东.傍河地下水与河水脱节机理研究[J].长春科技大学学报,1998,28(1):64～69
刘国东等. 1999.地下水与河水脱节的实验与模拟[J].水文,3:10～15
刘敏.2007.和田绿洲地下水时空分布规律及其生态环境效应研究[D].西安:西安理工大学
刘青勇等. 1998.淡水帷幕防治海(咸)水入侵的物理模拟试验研究[J].水利学报, 2:30～33
刘章军,叶燎原.2007.模糊概率模型及其在地下水水质评价中的应用[J].应用基础与工程科学学报,15(3):286～293
刘思峰,郭天榜,党耀国等. 1999.灰色系统理论及其应用(第二版),北京:科学出版,1～18
刘希强,宋中民等. 1993.灰色关联引论.贵州人民出版社
刘志国,王恩德,付建飞,邵安林. 2007.河北平原地下水水位的时空变异[J].东北大学学报(自然科学版), 28(5):717～720
刘志明,王贵玲,蔺文静. 2006.石羊河流域平原地下水位动态特征与监测网观测频率优化[J].中国沙漠,26(1):85～89
龙虎,毛利强,车振学,等. 2006.气候变化对黄河水资源的影响[J].水资源与水工程学报, 17(4):74～77.
罗定贵,郭青,王学军.基于RBF神经网络的地下水动态模拟与预测[J].地球学报,2003,24(5):475～478
罗定贵,王学军,郭青. 2004.基于MATLAB实现的ANN方法在地下水质评价中的应用[J].北京大学学报,40(2):296～302
马金珠,李吉均,高前兆. 2002.气候变化与人类活动干扰下塔里木盆地南缘地下水的变化及其生态环境效应[J].干旱区地理. 25(1):16～23.
倪深海,白玉慧. 2000. BP神经网络模型在地下水水质评价中的应用[J].系统工程理论与实践, 8:124～127
潘承毅,何迎晖. 1992.数理统计的原理与方法[M].上海:统计大学出版社
潘宏雨,王国成. 1998.地下水运动随机微分方程浅论[J].勘察科学技术,(4):7～10
平建华等. 2006.地下水动态预测模型的回顾与展望[J].水资源保护,22(4):11～15
齐仁贵. 1999.用地下水动态资料分析降雨入渗对地下水的补给[J].武汉水利电力大学学报, 32(3):58～62
齐仁贵. 1998.非线性回归问题的迭代法在地下水动态研究中的应用[J].水利学报, 10:40-43
屈忠义等. 2003.内蒙古河套灌区节水灌溉工程实施后地下水变化的BP模型预测[J].农业工程学报,19(1):59～62
任建民,忤彦卿,贡力. 2007.人类活动对内陆河石羊河流域水资源转化的影响[J].干旱区资源与环境. 21(8):7～11.
荣跃,刘志斌,冯吉燕. 2006.基于模糊聚类分析的地下水环境质量评价[J].辽宁工程技术大学学报,5:309～311
鲁万滨,张焕智. 1996.地下水系统的灰色模拟和预测[J].工程勘察, 4:27～33
卢文喜,李平,王福林,郭龙珠. 2007.挠力河流域三维地下水流数值模拟[J].吉林大学学报(地球科学版),37(3):541～545
阮本清,许凤冉,蒋任飞.2008.基于球状模型参数的地下水水位空间变异特性及其演化规律分析[J].水利学报, 39(5):573～579
沈冰,刘敏,黄领梅.2006.灰色自记忆模型及其在新疆和田地下水埋深预测中的应用[J].西北农林科技大学学报,34(11):223～226
沈振荣,苏人琼.1998.中国农业水危机对策研究[M].北京:中国农业科技出版社
水利部水资源司,南京水利科学研究院.2004.21世纪初中国地下水资源开发利用[M].北京:中国水利水电出版社
苏里坦,宋郁东,张展翔.2005.新疆三工河流域地下水矿化度的时空变异及其分形特征[J].地质科技情报, 24(1):85-90
苏妹等.2004.普通Kriging法在空间内插中的应用[J].江南大学学报(自然科学版), 3( 1):18～21
田延山.2005.地下水合理开发与保护的战略对策[J].国土论坛,7(8):16～18
王红雨,詹炳善. 1995.频谱分析方法在地下水动态预报中的应用[J].同济大学学报, 23(3):343-347
王景雷,孙景生等. 2005.基于DEM的作物需水量估算方法[J]灌溉排水学报,24(5):36～38
王军,容玲聪.2004.安庆铜矿地下水渗流场的模拟[J].矿业研究与开发,24(6)25～27
王顺德,陈洪伟,张雄文,等.2006.气候变化和人类活动在塔里木河流域水文要素中的反映[J].干旱区研究. 23(2):195～202.
王守荣,郑水红,程磊.2003.气候变化对西北水循环和水资源影响的研究[J].气候与环境研究, 8(1):43～51
王双银,朱晓群.2003.关中西部四灌区旱情规律分析[J].干旱地区农业研究,21(4):126-129
王心义,贺子杏.1998.科学技术革命对水文地质学发展的影响[J].焦作工学院学报, 17(6):454-456
王政权. 1999.地统计学及在生态学中的应用[M].北京:科学出版社,13～58
胃良,刘汉超,石豫川等. 2003.某电站坝基软弱夹层分布的趋势面分析[J].地质灾害与环境保护, 14(2):54～56
仵彦卿,李俊亭. 1992.地下水动态研究现状与展望[J].西安地质学院学报,14(1):59～64
靳孟贵. 1991.地下水动态的灰色预测[J].地球科学-中国地质大学学报,1
夏军,谈戈. 2002.全球变化与水文科学新的进展与挑战[J].资源科学, 24(3):1～7.
向速林,刘占孟,尤本胜.地下水流量预侧的多元线性回归介析模型研究[J].水文,2006,26(6):36～37
向阳,袁星,谢正辉,刘志雨.2006.传递函数一自回归模型在地下水埋深估计中的应用[J].水文, 26(4):55～59
谢平,陈广才,雷红富,等.2009.变化环境下地表水资源评价方法[M].北京:科学出版社
燕良东.2000.地下水动态组合模型研究[D].辽宁:辽宁工程技术大学
杨忠平,卢文喜,李平.2005.时间序列模型在吉林西部地下水动态变化预测中的应用[J].水利学报, 36(12):1475～1479
杨晓茹.渭河流域大中型灌区水资源开发利用存在的问题及对策[J].陕西水利,2002(4):37～41
姚荣江,杨劲松.2007.黄河三角洲地区浅层地下水与耕层土壤积盐空间分异规律定量分析[J].农业工程学报,23(8):45～51
姚磊华.1995.地下水运移随机数值模拟研究[D].北京:国家地震局地质研究所
易秀,李佩成.2005.陕西交口灌区地下水放铬砷污染安全埋深的探讨[J].农业环境科学学报,24(2):333～336
于延胜,陈兴伟. 2008.R/S和Mann-Kendall法综合分析水文时间序列未来的趋势特征[J].水资源与水工程学报,19(3):41～44.
袁生禄. 1985.石羊河流域东部沙漠边缘地下水的动态特征[J].地下水,4:4～9.
张光辉,聂振龙,刘少玉,等. 2005.黑河流域走廊平原地下水补给源组成及其变化[J].水科学进展. 16(5):673～678.
张济世,康尔泗,姚尽忠,等.2003.气候变化对洮河流域水资源的影响[J].中国沙漠,23(3):263～267.
张居仁,王瑞.1992.时间序列分析方法的应用研究[J].煤田地质与勘探,4.
张璐,周跃.2007.Mann-kendall检验及其在河流悬沙浓度时间序列分析中的运用[J].新疆环境保护, 29(3):19～22.
张世法. 1995.气候变化对海河流域水资源影响的研究与展望[J].海河水利,(10):10～12.
张蔚榛.北方灌区井渠结合灌溉问题.http://www.watertech.cn/expert/ZWZ;JINGQU.asp
张忠永,王明涛,贾惠艳.2002.人工神经网络在地下水动态预测中的应用[J].辽宁工程技术大学学报, 21(4):504～506
郑丹,陈亚宁,薛燕.2004.新疆塔里木河下游断流河道输水对地下水变化的影响分析[J].干旱区地理, 27(2):216～220
朱长军,周继红,李树文,赵秀娟,杨卫华.2006.基于灰色理论的地下水水质预测[J].辽宁工程技术大学学报,25:293～294
朱颖元,石凝. 2002.福州市一百年来(1900～1999年)降水序列统计特性分析[J].水文,,22(3):22～25.
Caruso,C, Quarta, F, Interpolation Methods Comparison, Computers and Mathematics with Applications, 1998, 35(12):109-126
Creutin J D.and Cobled,Objective Analysis and Mapping Techniques for Rainfall Fields:An Objective Comparision.Water Resources Research,1982,18,(2):413-431
Dale Zimmerman, Claire Pavlik, Amy Ruggles, and Marc P, Armstrong, An Experimental Comparison of Ordinary and Universal Kringing and Inverse Distance Weighting, Mathematical Geology.1999,31(4): 375-390
Davis, John C. Statistics and Data Analysis in Geology(3rd Edition) [M]. New York: John Wiley & Sons, 2002: 57~61
FREEZE R A. A stochastic conceptual analysis of one-dimensional groundwater flow in a nanuniform homogeneous media[J].Water Resour Res,1975,11(5):725-741
GOLOB R.Neural-network-basedwater inflowforecasting[J]. Control Engineering Practice,1998,6:593-600
Hamed K H ,Rao A R. A modified Mann-Kendall t rend test forautocorrelated data[J].Journal of Hydrology ,1998 ,204 :182-196.
Hamed K H. Trend detection in hydrologic data : The Mann-Kendall t rend test under t he scaling hypot hesis [J ] . Journal of Hydrology ,2008 ,349 :350-363.
Haining R.Spatial Date Analysis in the Social and Environmental Sciences[M].Great Britain: Cambirdge Uniervsity Perss.1990:291-31
Hsieh P A.Deformation-induced changes in hydraulic head during ground-water withdraw[J].Groundwater,1996,34(6):1082～1089.
Issaks E H. Srivastava R M. An introdution to applied geostatistics. New York: Oxford Univercity press,1989:21-32
Kinzelbach,W.Groundwater Modeling—An introduction with Sample Programes in BASIC[J].ElsevierScience Publishiers,Amsterdam,1986
RelliyT E .Source of water to wells for transient cyclic systems[J].Grounter water,1996,34(6):979～988 . Richard Franke. Scattered Data Interpolation:Tests of Some Methematics of Computation, 1982, 38(157):181-199
R. K. Yadav,B. Goyal,R. K. Sharma,S. K. Dubey,Post-irrigation impact of domestic sewage effluent on composition of soils, crops and ground water—A case study [J].Environment International,2002,(28):481-486
S.G.Li and Q.S.Huang.Interactive and Real Time Groundwater Modeling;An Innovative Softwaer Tool for Active Student Leaning and Exploration.Proceedings of 1999 International Water Engineering Conference,1999,7(8)
VASSOLO R,KINZELBACHW,SCHAFER W. Determination of a well head protection zone by stochastic inverse modeling [J]. Journal of Hydrlogy,1998, 206:268-280
Webster R. Quantitative spatial analysis of soil in the field. Advanced in soil science, 1985 O.Batelaan. Regional groundwater discharge: phreatophyte mapping, groundwater modeling an impact analysis of land-use change. Journal of Hydrology,2003,275:86～108.