地下水模型（精选十篇）
地下水模型 篇1
矿山地下水灾害评价为矿山生产规划、水害防治措施的制定及开采巷道选址等提供重要的参考[1 - 3]。引起矿山地下水灾害的原因通常是多方面的, 既可能是由于气象条件的异变, 也可能是由于人工开挖破坏隔水层等[4 - 6，13 - 14]。影响矿山地下水灾害的因素也复杂多样, 包括地质条件、水文地质条件、气象条件、排水系统状况及隔水层厚度等。因此, 仅从单一层面评价地下水灾害不尽合理, 考虑从多个方面多项指标评价, 才能综合反映灾害整体情况。同时, 由于各影响因素对灾害的作用方式及程度不同, 需要有统一的量化方法确定其影响程度。
目前灾害评价的主要方法包括: 专家评价方法, 如专家打分法; 运筹学方法及其他数学方法, 如层次分析法、数据包络分析法、模糊综合评判法; 新型评价方法, 如人工神经网络评价方法、灰色综合评价法; 混合方法, 如AHP + 模糊综合评判等[7 - 9]。以上几种方法在灾害评价的应用中都各具优点, 但在划分指标的评价等级时, 多依赖于主观经验人为确定出指标的几个评价级别, 未考虑指标自身的数据特征。本文在矿山地下水灾害评价中引入投影寻踪方法[10 - 12], 根据具体矿山地下水灾害各指标数据的聚类特征, 划分评价级别并确定出各影响因素的权值, 克服了在确定评价级别时人为划分的随意性, 使得评价结果更具客观性。
1 投影寻踪聚类评价模型
投影寻踪方法进行聚类评价的原理是: 把高维数据通过某种组合投影到低维子空间上, 构建投影指标函数来描述投影暴露评价对象集中同类的相似性与异类的差异性结构, 寻找出使投影指标函数达到最优的投影值, 然后根据该投影值的分布特征来分析原评价对象高位数据的分类结构特征。
构建模型的主要步骤如下:
1) 建立评价指标体系, 对样本评价指标集进行一致无量纲化处理
针对评价对象客观情况, 遵循科学性, 客观性及系统性等原则建立评价指标体系。由于通常不同的指标有不同的含义及单位, 为消除各评价指标的量纲效应, 使模型具有通用性, 需对各评价指标进行一致无量纲化处理, 假设指标数据样本集{ x ( j, i) | j =1 - p, i = 1 - n} , 处理公式如下:
其中xmin ( j) 、xmax ( j) 分别为样本数据集中第j个指标的最小最大值, y ( j, i) 为标准化后的数据样本值。
2) 构建投影指标函数
投影寻踪方法是把p维数据{ y ( j, i) | j = 1 - p} , 沿方向a =[a ( 1) , a ( 2) , …, a ( p) ]投影成一个一维值Z ( i) :
为实现多样本的综合投影, 对Z ( i) 的散布特征有一定的要求, 为此可将投影指标函数构造为:
式中, SZ为投影值Z ( i) 的标准差; DZ为投影值的Z ( i) 的局部密度, 即:
式中, E (Z) 为序列{z (i) |i=1-n}的均值, R为求局部密度的窗口半径, 该值一般可取0.1SZ;距离rij=|Z (i) -Z (j) |;u (t) 为单位阶跃函数, 。
3) 利用遗传算法优化指标函数
当评价指标样本数据集给定时, 数据结构特征只随投影指标函数Q ( a) 的投影方向而变化, 最佳投影方向可最大可能反映高维样本数据的聚类特征结构。因此, 可将样本数据聚类评价问题, 转化为求使投影目标函数最大化的投影方向的优化问题, 即:
该问题是, 以{ a ( j) | j = 1 - p} 为优化变量的非线性优化问题, 常规方法处理较困难, 采用实数编码的遗传算法[10 - 12]方法进行求解。算法的实践, 则利用matlab7. 1 进行编程演算。
2 矿山地下水灾害评价指标体系
矿山地下水灾害的直接结果是矿山井巷突涌水事故, 由于涌入井巷的地下水是造成矿山地下水灾害的灾害源, 因此赋存地下水的井巷围岩及地下水流动系统共同构成了矿山地下水灾害的孕灾环境, 孕灾环境的特征可通过影响井巷涌水量的水文地质条件来确定; 致灾因子则是指能够诱发涌水量增加的变异因素, 包括气象条件异变及排水隔水措施的突然失效等因素; 承灾体则主要是指能够承受涌水的工程设施包括矿山所采取的防水治水工程。通过对大量影响巷道突涌水因素的分析与综合[4 - 6，13 - 14], 综合专家意见, 以能够综合反映矿山地下水灾害的孕灾环境、致灾因子及承灾体情况为目标, 构建了矿山地下水灾害评价指标体系。该指标体系分为3 个层次, 3 个准则层, 11 个评价指标, 指标体系结构如图1 所示。
3 矿山地下水灾害评价实例
3. 1 评价指标样本采集
研究矿山是一个典型的大水矿山, 其日涌水量高达30000m3/ day, 矿山安全生产受到地下水威胁。为能实时掌握矿山灾害状况, 需对矿山地下水灾害做出定量的评价。根据研究矿山18 年来的水文地质资料及地质资料, 收集整理矿山地下水灾害指标体系中的各指标, 并分析所收集的指标数据的数值特征。分析方法主要包括: 统计分析及经验比拟法。如果所收集到的指标数据量足够多, 则可通过统计分析, 并对各指标的分布进行假设检验, 得到指标数据特征; 对于数据量不够的指标, 可通过经验法对其赋值。由于研究矿山的治水措施主要包括: 截流巷道截流及帷幕注浆堵水两种措施, 因此将治水工程的截水能力指标又分为截流巷道节水能力及帷幕截水能力两个指标, 各指标数值特征列于表1。
3. 2 评价指标样本数据处理
根据各指标分布特征, 随机产生25 个样本, 并将评价指标样本根据式 ( 1) 进行无量纲化处理, 结果见表2。把一致无量纲化结果依次代入式 ( 4) 和式 ( 5) 中, 可得到投影指标函数式 ( 3) ; 采用mat-lab7. 1 编写的RAGA算法对式 ( 6) 所确定的问题进行优化, 选定父代初始种群规模为n = 200, 交叉概率pc= 0. 8, 变异概率pm= 0. 75, 最大运行次数为500 次, 得到最佳投影方向a * 为: a * = ( 0. 046, 0. 049, 0. 314, 0. 016, 0. 100, 0. 007, 0. 059, 0. 014, 0. 118, 0. 002, 0. 243, 0. 032 ) , 带入式 ( 2 ) 即得到样本投影值z* ( i) , 结果见表2。
为划分出矿山实际灾害的等级, 以25 个样本的z* ( i) 为数据, 做出矿山地下水灾害评价指标目标投影值散点图, 如图2 中a所示。同时, 为对比模糊评价法与投影寻踪聚类法在划分灾害等级时的优劣, 将模糊评价法得到的权值带入公式 ( 2) , 计算了25 个样本的z* ( i) 并划出矿山地下水灾害评价指标目标投影值散点图, 如图2 中b所示。
以矿山当前各指标状况为一样本, 如表3 所示, 将样本代入式 ( 2) 求出对应的目标函数值z* ( i) , 根据z* ( i) 值的大小判断矿山地下水灾害等级。
3. 3 计算结果分析
优化得到的最佳投影方向为a * = ( 0. 046, 0. 049, 0. 314, 0. 016, 0. 100, 0. 007, 0. 059, 0. 014, 0. 118, 0. 002, 0. 243, 0. 032 ) , 各向量值代表了矿山地下水灾害等级指标体系中各指标的权重。根据指标权值大小的关系, 可对矿山地下水灾害等级评定的指标进行排序, 按照对评定结果影响, 从大到小为: 边界距排水巷道距离、截流巷截水能力、排水设施的最大承受水量、巷道涌水、排水设施使用状况、渗透系数、地下水稳定水位、帷幕截流作用、巷道半径、塌陷、降雨、排水设施的使用年限。对该矿山实际情况的调查结果表明, 由于边界距排水巷道距离、截流巷截水能力、排水设施的最大承受水量这三个因素直接影响着矿山地下水系统的水力边界及排泄项, 其对灾害的影响较大排序靠前, 这样的排序与实际情况相符。
图2 中a计算结果表明, 目标投影函数值散点, 大致存在5 个分段: 样本5, 6, 8, 19, 21 变幅基本一致, 变化范围为[0. 25, 0. 36]; 样本1, 10, 15, 25 变幅基本一致, 变化范围为[0. 36, 0. 48]; 样本9, 13, 18 变幅基本一致, 变化范围较小, 基本在0. 48 附近; 样本2, 3, 12, 14, 16, 17, 20, 23, 24 变幅基本一致, 变化范围为[0. 49, 0. 60]; 样本4, 7, 11, 22 变幅基本一致, 变化范围为[0. 6, 0. 8]。结合实际矿山灾害的情况, 可将矿山地下水灾害评价指标等级化为四个级别: z* i∈[0, 0. 36], 轻微; z* i∈[0. 36, 0. 48], 中度;z* i ∈[0. 48, 0. 60 ], 严重; z * i ∈[0. 6, 1]较严重。根据表3 中矿山当前地下水灾害评价指标值计算得到的z* ( i) = 0. 35, 可以判断矿山地下水灾害状况为轻微。为检验该模型评价结果, 还采用了模糊综合评价法对矿山目前状况进行了评价, 结果表明矿山目前的灾害状况为轻微, 评价结果与基于投影寻踪模型评价结果一致。
图2 中对比结果表明, 投影寻踪聚类评价法分类结果较模糊综合评价法分类结果清晰, 将等级分为四类, 并且各分级界限明确, 能准确根据界限划出等级范围。基于遗传算法的投影寻踪聚类评价法在确定评价等级时, 具有明显优势。
4 结论
针对目前矿山地下水灾害没有评价体系的现状, 提出矿山地下水灾害评价体系, 基于投影寻踪方法构建了矿山地下水灾害评价模型, 并将评价模型运用到实际矿山地下水灾害评价中, 得到了该矿山的灾害现状, 评估了各指标因素的权重。通过分析和实践, 可得到以下结论:
1) 所建立的矿山地下水灾害评价体系综合考虑矿山地下水灾害的孕灾环境, 致灾因子及承灾体整体状况, 能够客观全面的反应矿山地下水灾害状况。
2) 基于投影寻踪法的矿山地下水灾害分级评价模型, 可将高维的指标数据转化到低维, 实现了多层次下矿山地下水灾害的综合评价。模型不依赖于事先的人为等级判别标准, 依据矿山具体指标数据自动划分出灾害评价等级, 并给出不同等级的分级范围; 采用客观赋值法对地下水灾害评价指标赋值, 克服了一般评价方法权值存在较大主观性的问题。
地下水模型 篇2
基于属性区间识别理论的地下水开采评价模型
从属性区间识别理论的角度,探讨了地下水开采安全评价方法.并通过对哈尔滨市地下水开采的安全评价验证了此方法的.可行性,为地下水开采的安全评价提供了一种科学、实用的评价方法.
作 者：阮万清 RUAN Wan-qing 作者单位：黑龙江科技学院,哈尔滨,150027 刊 名：煤炭技术 PKU英文刊名：COAL TECHNOLOGY 年，卷(期)： 27(2) 分类号：P641.2 关键词：地下水开采 安全评价体系 属性区间识别理论
地下水模型 篇3
关键词：地下水脆弱性；DRASTIC方法；权重
前言
“地下水脆弱性”是指由于自然条件变化或人类活动影响，地下水遭受破坏的趋向和可能性，它反映了地下水对自然和（或）人类活动影响的应付能力。地下水脆弱性一般分为固有脆弱性和特殊脆弱性。目前地下水脆弱性评价方法主要有迭置指数法、过程数学模拟法、统计方法、模糊数学方法等几种。过程数学模拟法和统计方法侧重于特殊脆弱性评价，模糊数学方法侧重于固有脆弱性评价，迭置指数法对于固有脆弱性和特殊脆弱性评价均适用。迭置指数法又分为水文地质背景参数法和参数系统法。参数系统法由美国环境保护局于1987年提出，是目前国内外地下水脆弱性评价中应用最广泛的方法，参数系统法中的DRASTIC方法采用的是一种经典的加权评分法，这种经典的加权评分法简单易行，被广泛采用于地下水脆弱性评价工作中，并取得了良好的效果。
本次研究根据荆泉断块岩溶地下水的水文地质特征和区域特色，选用DRASTIC方法，对荆泉断块岩溶地下水固有脆弱性进行评价。
1.研究区概况
本区属于温带季风型大陆性气候，一般盛行风向东风和东南风，气候适宜、四季分明、雨量充沛、气温较高、光照充足、无霜期长，年均气温13.5℃，年平均降水量875mm，70%降雨多集中在6月～9月，约为612mm，其它月份年降水量约263mm。
荆泉断块岩溶水系统位于峄山断裂以东，桑村穹窿以北，包括滕州市东北部、山亭区西北部和邹城市东南部的11个乡镇，总面积约224.72km2。荆泉断块为三面高、中间低的簸箕状地形，开口于西南部，荆河由东北——西南斜穿本区，构成了簸箕谷底。本区按地貌形态分为低山丘陵区和山前倾斜平原区；三面高地为低山丘陵基岩裸露、半裸露区，海拔在100m～400m；中部为山前倾斜平原第四系覆盖区，海拔在70.20m～100m；西南的洪村为本区的最低点，海拔70.20m。丘陵至簸箕谷底的地形坡降为2.0‰～3.75‰。本区岩溶地下水主要含水介质为奥陶系和寒武系碳酸盐岩；第四系覆盖区浅表地层岩性多为粉土、粉质粘土，地势平坦，地面坡降小，不易形成地表径流。
研究区裂隙岩溶主要发育在奥陶系马家沟组灰岩、白云岩中，其连通性好，导水性强，水量丰富，是区内岩溶水的主要赋水岩体。岩溶水极强富水区位于峄山断裂东侧的俞寨——罗庄一带，岩溶发育极为强烈，含水层厚50m～70m，井孔单位涌水量大于3000m3/（d·m），最大达6988.98m3/（d·m）。其中，小寨、王庄一带为强富水区，岩溶发育、导水性好、富水性强，含水层厚约25～70m，钻孔单位涌水量1000～3000m3/（d·m），其它地段富水性不均一，受构造影响明显，钻孔单位涌水量小于1000m3/（d·m），北部基岩山区钻孔单位涌水量小于100m3/（d·m）。岩溶水的水化学类型以HCO3-Ca型、HCO3-Ca-Mg型为主，少部分地区见HCO3·SO4-Ca型，溶解性总固体（TDS）一般400mg/L～800mg/L，PH值7.1～8.0。局部地段的深层岩溶水水质较差，溶解性总固体（TDS）高达1200mg/l。岩溶水水位动态变化与大气降水、人工补给和开采以及地形地貌条件有关。
2.DRASTIC评价方法
2.1评价因子的选择
地下水环境脆弱性评价DRASTIC方法的评价指标包括地下水水位埋深（D）、地下水净补给量（R）、含水层介质（A）、土壤介质（S）、地形地貌（T）、包气带介质（I）和水力传导系数（C）等。本次研究由于受评价区研究程度的限制，在此取前六项指标进行评价。
2.2 DRASTIC模型简介DRASTIC方法的评价模型为：
式中：DRASTIC-评价指标值；
Ti-第i个评价因子的取值；
wi-第i个评价因子的权重。
wi直接采用DRASTIC提供的权重值（见表1），Ti采用DRASTIC提供的评价因子的等级分量值（见表2）。
2.3指标计算
地下水系统脆弱性指标由公式（1）进行计算：
DRASTIC=5D+4R+3A+2S+1T+5I
具有较高脆弱性指标的区域，该区域的地下水就易于被污染，相反则不易被污染。脆弱性指标最小为23，最大指标为196，为计算方便，最大值196折算为100，最小值约为12。
2.4脆弱性区域划分
地下水脆弱性分区按照综合指数大小由大到小，可划分五个级别：
第一级：100～80，地下水脆弱性高；
第二级：80～60，地下水脆弱性较高；
第三级：60～40，地下水脆弱性中等；
第四级：40～20，地下水脆弱性较低；
第五级：<20，地下水脆弱性低。
3.地下水脆弱性分区
3.1应用GIS软件进行脆弱性评价
根据研究区具体情况及获得的数据资料，分别建立各个因子在各个评价单元上的评分，得到研究区各个因子的评分图，再应用GIS软件的地理分析系统按各因子对应的评分图按各个因子的相对权重值进行图层间的叠加分析，得到各单元的地下水脆弱性分区图（见图1）。
3.2评价结果分析
应用GIS软件对6个参数对应的评分图按各个因子的相对权重值进行图层间的叠加分析得到脆弱性分区图（见图1）。根据前述脆弱性综合指数划分的五个级别可知，研究区内由东北、东南部向西部地下水脆弱性有逐渐减弱的趋势，即研究区东北、东南部低山丘陵区岩溶地下水脆弱性较高，地下水较易受污染；反之，研究区中部和西部岩溶地下水脆弱性较东部脆弱性低一些，较不易受污染。
4.结语
（1）本次地下水脆弱性评价只考虑了地下水防污性能相关的水文地质特征，并未考虑污染物质的化学特性。当一个建设项目规划实施前，必须先评价其对项目所在地段地下水环境的影响程度；对地下水可能造成污染的工程项目尽量避免规划建设在高脆弱性分区范围内，如若项目必须实施，则需在建设项目所在地及其周边地面采取相应的防渗工程措施，以尽量减少地下水污染事故发生的可能性。
（2）地下水脆弱性评价是一个典型的定性与定量相结合的问题，DRASTIC方法采用加权评分法掩盖了各评价因素指标值的连续变化对地下水环境脆弱性的影响，因此，地下水脆弱性是一个动态过程，需要不断监测、搜集相关资料，实时更新数据，不断修正地下水脆弱性分区，使之更好地为区域社会经济发展与规划建设服务。
地下水模型 篇4
全球滨海地区海岸线60km范围内聚居的人口数,约占世界总人口数的50%,当这些人口急剧增加,就需要源源不断地增加淡水资源供应;此外,地下水是滨海地区主要的淡水水源,有时甚至是唯一的饮用水源,若过量开采地下水,则引发人为因素导致的海水入侵,使得地下水中氯离子含量的增加,水质受到污染,故滨海地区地下水资源管理是一项举足轻重的任务
林锦等
1 研究区概况
大连市位于辽东半岛南端,属于千山山脉的西南延伸部分,从东北到西南逐渐低窄,形成三面环海的丘陵地带。周水子研究区是大连海水入侵的重要地段,位于大连市东部,总面积约30km2。气候为具有海洋性特点的大陆性季风气候区,雨季从6月至9月,研究区内没有常年性河流经过。研究区的表层大部分为中更新统—上更新统第四系松散层所覆盖,由厚度小于5m的含砾粉质粘土组成,松散层之下为上元古界震旦系地层,主要由倾角为60~80°、裂隙岩溶较发育的中厚状泥粉晶灰岩和白云岩组成。研究区褶皱断裂较发育,复杂的地质构造与负地形部位岩溶发育强烈,周水子地区主要的含水层为碳酸盐岩裂隙岩溶含水层,涌水量最小值小于500m3/d,最大值大于1000m3/d。研究区含水层的补给来自于垂直降雨入渗和中部东部的充水断层侧向补给,排泄除了人工开采外,还通过垂向蒸发或侧向径流流入大连湾。
2 海水入侵模拟模型与预测模型
2.1 模拟模型的建立
周水子研究区作为我国北方典型裂隙岩溶区,其区内的裂隙岩溶含水层可被概化为等效多孔介质,并在研究区内建立了一个三维、非均质、不等厚、各向异性的承压—非承压地下水流及溶质运移模拟模型
2.2 预测模型的建立
利用校正模型,对研究区滨海含水层中海水入侵的未来趋势进行了预测。预测模型是之后优化管理模型的基础,即预测模型是基于优化前总的开采量做的预测,且预测模型还可对照优化前开采方案的运行结果,来验证优化后的开采方案的有效性。预测时间为2010年9月30日之后20年,即从2010至2030年的海水入侵状况,除降水之外,保持所有条件包括源汇项等与2010年一致而进行的。未来降雨量采用CMPI5(联合模型对比项目第五阶段)的MIROC气候模式下的降雨量,对20年前后的海水入侵程度进行对比(为便于对比,将所有垂向层在水平方向氯离子浓度大于250mg/l的有限差分单元格面积加起来作为总的混合海水入侵面积,且将氯离子超过250mg/l的地区称为海水入侵区
图1 研究区概念模型图Fig.1 The hydrogeological conceptual model of the study area
注:图中线AB表示经过井g-123的剖面线
图2 预测模型滨海含水层中250mg/l氯离子浓度线变化Fig.2 The change of 250mg/l chloride contour in the coastal aquifers of prediction model
3 海水入侵区地下水优化管理模型
3.1 地下水优化管理数学模型的建立与求解
周水子滨海含水层地下水优化管理模型的状态变量为模拟运行结果中氯离子浓度、地下水水位等,决策变量为井的抽水量。模拟优化模型中,模拟模型不断更新状态变量,供优化模型利用来决定最优决策变量。优化管理约束是在保持2030年海水入侵面积不超过2010年的前提下,在未来20年内抽取尽可能多的地下水。采用基于微种群遗传算法(种群数较少,更快达到收敛)的模拟优化方法对研究区地下水开采进行优化管理,设置一个目标函数即所有抽水井总的最大抽水量,并设置氯离子浓度约束及每口井的最大出水能力约束两个约束条件,根据以上优化目标、约束条件构建优化管理模型。研究区内共8口抽水井,其中有2口井2010年已位于海水入侵区范围内,故这2口井不参与优化。6口待优化抽水井分别从第2~5层抽水,最大出水能力按照水文地质条件下的最大涌水量来确定,优化模型的数学公式为:
目标函数:
约束条件:
其中,式(1)为目标函数,Qi为决策变量(每口井的抽水量)。式(2)为浓度约束条件,Cp为2030年250mg/l氯离子等值线经过的单元格向陆地方向前进一格后的单元格在任何时间步长的浓度值;C*为海水入侵临界浓度值250mg/l,如果Cp<C*,表明优化过程中250mg/l氯离子等值线始终在2030年时250mg/l氯离子等值线经过的单元格位置保持不变,海水入侵没有向陆地方向前进。式(3)为抽水量约束条件,表明每口井的最小抽水量为0,Qi,max为每口井的最大允许抽水量,按照水文地质条件下不同岩性分区的最大涌水量来确定,除了g-082井的最大允许抽水量设置为1000m3/d外,其余抽水井的最大允许抽水量均设置为1500m3/d。式(4)表示系统在某一(k+1)时刻,变量h的分布是系统在上一个时刻(k)状态变量h和C及决策变量Qi三者的函数。式(5)表示系统在某一(k+1)时刻,变量C的分布是系统在上一个时刻(k)状态变量h和C及决策变量Qi三者的函数。式(1)~式(5)组成了周水子海水入侵区地下水优化管理模型。
模拟优化模型—SWTGA耦合了遗传算法(GA)和变密度地下水流和溶质运移模型SEAWAT-2000,每一轮新的寻优开始的时候,优化模型根据决策变量,提供作为可行解集的新一代群体,将新群体代入SEAWAT-2000,更新水位、浓度等状态变量值,然后优化模型利用状态变量值来检验是否打破约束及增加惩罚函数,对可行解进行评价。随后根据评价结果,对这一代个体进行选择、交叉和变异之后产生新一代群体,接着进入下一轮寻优,如此反复直至寻优结束。
注:图中线AB表示经过井g-123的剖面线
图3 优化后滨海含水层中250mg/l氯离子浓度线变化Fig.3 The change of 250mg/l chloride contour in the coastal aquifers after optimization
3.2 优化结果及分析
优化模型中,遗传算法(GA)模仿生物染色体,将6口待优化抽水井编码成36位的二进制字符串,6位代表1个参数即1口井的抽水量,采用SWTGA对以上建立的优化管理模型进行求解。寻优时采用微种群遗传算法,计算代数为100,每代10个个体,交叉概率为0.5。优化后的结果见表1及图3,由表1可以看出优化后,在海水入侵程度没有加剧的情况下,6口抽水井的总抽水量有了极大幅度的增加,优化后总的抽水量增加了224.394%;此外,从图3(a)可以看出,在当前区域尺度下,优化前后2030年250mg/l氯离子等值线比较接近,但从图3(b)区域尺度上(垂向放大40倍)可以看出,在总抽水量显著增大的情况下,垂向上优化后2030年的250mg/l氯离子等值线较优化前2030年的250mg/l氯离子等值线,不仅没有向陆地方向前进,而且朝海洋方向稍稍后退,且越接近含水层底部,向海洋方向后退得越明显,可见优化后未来海水入侵程度较优化前并未加重,约束条件Cp<C*确保了优化过程中250mg/l氯离子等值线始终不超过优化前2030年250mg/l氯离子等值线经过的单元格位置,海水入侵不会向陆地方向推进,优化过程中海水入侵面积不会增加;即在总抽水量显著增大的情况下,优化后2030年的海水入侵程度较优化前减弱,故SWTGA有效可靠,采用优化后的开采方案进行运作将会实现预设的优化目标。值得注意的是,最后优化结果中离海较远的井g-95抽水量有较大增长,优化后较优化前抽水量增加了1416.193%,井g-082、g-80在优化后几乎不抽水,是因为井g-082距海最近,与距海较远的抽水井相比,增加相同的抽水量,海水入侵程度会更加严重。故距海近的井抽水量逐渐减小,距海远的井抽水量逐渐增加,是优化的最终趋势,SWTGA的寻优结果也证明了这点。
表1 MIROC气候模式下优化前后6口井抽水量值对比Table 1 Pumping rate comparison of 6 pumping wells under MIROC climate mode
4 结论与建议
(1)在周水子滨海含水层建立了一个变密度地下水优化管理模型,利用模拟优化程序SWTGA进行求解,得到在控制未来海水入侵范围前提下,地下水资源的最佳开采方案及最大抽水量,优化后总抽水量比优化前增加了224.394%,优化效果显著,为当地决策者实行合理的水资源配置提供了科学依据,具有重大的环境效益及经济效益。
地下水模型 篇5
粘土岩非饱和渗流模型在地下水运移过程中的数值模拟
根据实验室粘土岩非饱和渗流实验的结果,将考虑塑性应变硬化、Hoek-Brown和Mohr-Coulomb 3种非饱和渗流应力耦合模型应用于模拟某粘土岩竖井,研究了粘土岩在开挖、通风、衬砌支护及长期运营期,围岩内渗流从初始饱和→非饱和→近饱和的过程以及地应力和水力学参数(Biot系数、饱和度与毛细孔隙水压力关系、水相的相对渗透系数与饱和度关系)对围岩内的非饱和流动区域大小的影响.计算结果表明,水力学参数对非饱和渗流的影响区域非常显著,尤其是对水相的.相对渗透系数与饱和度的关系的影响.
作 者： 作者单位： 刊 名：岩石力学与工程学报 ISTIC EI PKU英文刊名：CHINESE JOURNAL OF ROCK MECHANICS AND ENGINEERING 年，卷(期)：2003 22(z1) 分类号：O357.3 关键词：数值分析 非饱和渗流 耦合 本构模型 通风
地下水模型 篇6
随着国民经济的发展, 滨海城市的超高层建筑越来越多, 随之而来相应的深大基坑也就越来越常见了。然而由于基坑设计人员对于地下水运动规律的认识不同和不足, 经常导致基坑开挖施工过程中出现环境地质问题。因此, 在基坑勘察设计过程中, 结合水文地质条件的深入分析, 建立三维地下水渗流数学模型对相应的现环境地质问题进行模拟预测尤为重要。本文针对滨海地区水文地质条件的特殊性, 在《天津市水资源管理模型研究》课题研究过程中, 对软土基坑三维地下水渗流数学模型建立中的定解条件问题做了详细分析, 研究了复杂水文地质条件和基坑工程具体工况下的定解条件的确定方法和原则, 获得了一些认识, 对深基坑开挖降水评价及相应环境地质问题的计算预估都有一定的参考。
1 工程区水文地质条件与地下水渗流基本特征
天津滨海区表层为第四系全新统人工素填土层 (Qml) , 之下为海陆交互相地层[2], 从上至下分别为:
第Ⅰ陆相层 (Q13al) 和第Ⅰ海相层 (Q42m) , 岩性以粉质粘土、粘土、淤泥质粉质粘土为主, 其次零星分布的粉土层多以透镜体形式存在, 水平和垂直方向分布不连续, 厚度一般为0 m~4.4 m, 构成上部潜水含水层。
第Ⅱ陆相层 (Q41h+al) , 岩性以粉质粘土、粘土为主, 构成上部潜水层与下部承压水层的相对隔水层。
第Ⅲ陆相层 (Q3eal) 、第Ⅱ海相层 (Q3dmc) 和第Ⅳ陆相层 (Q3cal) , 岩性以粉细砂、粉土为主, 其次为零星分布的粉质粘土及粘土透镜体, 其中的粉土和粉细砂层构成含水层。
第Ⅳ陆相层 (Q3cal) 、第Ⅲ海相层 (Q3bm) 、第Ⅴ陆相层 (Q3aal) 和第Ⅳ海相层 (Q23mc) , 岩性以粉细砂、粉土、粉质粘土和粘土呈互层状存在, 其中的粉土、粉砂层构成了下部含水层。
滨海地区的水文地质条件有其特殊性, 主要表现是各土层颗粒普遍较细, 特别是淤泥质粘土—粘土—粉质粘土—粉土的土层组合, 在这套地层组合当中的地下水运动有其特殊的规律性:当在某点抽取地下水时, 其水量甚小, 水位下降迅速, 并且水头压力向外传递缓慢。随着地层中水头压力的下降, 孔隙水压力的降低, 有效应力增大, 增加了上覆地层对岩层的压力, 导致了挤压释水, 反映在地表即为地面沉降。由于滨海地区土层的体积压缩系数普遍偏大, 因而其沉降量也较为显著, 极易造成相应的环境地质危害。
2 三维地下水渗流数学模型的定解条件分析
根据研究区的水文地质条件和地下水渗流特征, 建立三维地下水渗流数学模型如下:
其中, h为地下水水头, m;Kx, Ky, Kz均为各向异性渗透系数, m/d;q为边界r2的法向已知单位流量, m2/d;Kn为边界r2的法向渗透系数, m/d。
式 (2) ~式 (4) 即为本文中要论述的定解条件。
2.1 初始条件确定的讨论
研究区内初始地下水渗流场的确定难度较大, 需要给出各个岩性层的地下水头, 特别是有限元计算中需要给出各个节点的水头值, 这对于含水层、弱透水层和隔水层相间分布的空间三维问题来看, 难点在于垂向上各弱透水层 (在滨海地区岩性多为粉质粘土、粘土、淤泥质粘土及淤泥) 当中的初始水头的确定, 它是受其上、下相邻两个含水层的水头控制的。现以天津市控制地面沉降分层标的两组观测数据为例, 讨论初始水头的确定。
图1和图2为实际观测数据绘制的两组曲线, 图中曲线的上、下两点为受地下水开采控制的含水层水头观测值, 中间是弱透水层中的水头观测值。
根据太沙基 (Terzaghi) 方程 (5) , 对观测数据进行模拟, 计算上下含水层和弱透水层中的水头分布。
观测和模拟结果反映出地下水头的分布有以下规律:
1) 在上下含水层地下水头持续下降的时期内, 其中间的弱透水层内地下水水头垂向分布呈非线性, 不能按以往的惯例简单用直线来连接其顶、底两个含水层水头进行线性插值, 而是一条曲线。
2) 该曲线的曲率及形状, 受含水层水头下降速率、弱透水层岩性、弱透水层厚度这三个因素的影响, 在后两个因素一定的情况下, 含水层水头下降速率越大, 曲线的曲率越大;弱透水层的粘性成分含量越高, 压密程度越高, 曲线的曲率越大;粘性成分含量高的土层的厚度越大, 其间的水头差就越大。
3) 当含水层的水头由下降变为回升到一定幅度、一定时间后, 相邻弱透水层内的垂向水头分布曲线将由凹口向左, 逐渐调整为凹口向右 (如图1c) 上半部所示) , 其曲率也遵循上述规律2) 所述的三条规律。
4) 当含水层的水头长期持续保持不变时, 其间的弱透水层中的垂向水头分布逐渐趋近于直线分布, 这时才可以采用连接其顶、底部含水层水头的一条直线。
基于上述的弱透水层地下水头分布规律, 就可以对那些受含水层影响控制的顶部、中间、下部的弱透水层的剖分单元赋以水头初值。在没有实际孔隙水观测系列资料可供参考的情况下, 采用太沙基 (Terzaghi) 方程, 计算上下含水层水头在各种变化情况下的中间弱透水层各单元中的压力水头分布。
2.2 边界条件确定的讨论
对于边界条件 (式 (3) 和式 (4) ) 的确定, 一般情况都会根据实际条件很容易地给出这两类边界条件, 如根据地表水体的水位、钻孔的地下水位和观测的地下水流场给出第一类水头边界的地下水位分布 (式 (3) ) ;对于天然不透水界面和水力梯度边界给出第二类边界的流量通量 (式 (4) ) 。然而在某些条件下, 第二类边界条件 (流量边界) 却转化成了第一类边界条件 (水头边界) 。现以一实例予以讨论。
天津滨海地区某深基坑工程, 基坑开挖深度26.6 m, 局部深度29.5 m, 其基坑剖面如图3所示。
为了防止基坑开挖导致坑底土体回弹隆起, 基坑开挖前须将瑏瑡粉砂层的水压降至设计高度。按常规, 因瑏瑡粉砂层降压所产生的沉降变形将主要在瑏瑡粉砂层及⑩2粉质粘土层和瑏瑢1粘土层中发生, 在降压层恢复水头前所产生的最大压缩变形计算值为7 cm。但实际情况是因为挡墙的迎土面止水效果不好以及因基坑开挖后挡墙发生横向位移变形, 造成挡墙的迎土面的水头随同瑏瑡粉砂层抽水降压而同时水头下降, 这样与挡墙相接触的各土层的边界条件就由二类边界的零流量边界转变为一类边界的水头边界。另外, 在挡墙与围墙之间地带因有一些勘探钻孔封孔效果不好, 以及有大量工程桩的存在, 造成了大量地层间的人工透水“天窗”, 在此地带内的剖分单元, 需要加大垂向渗透系数值。因此其模拟压缩变形量增加至28 cm。
3 定解条件的检验
在《天津市水资源管理模型研究》课题中, 将上述讨论的初始条件和各类边界条件进行赋值, 开展三维地下水渗流场的数值模拟。通过地下水头计算值与实际观测值进行对比分析和反复调试, 得到了较为满意的模拟计算结果 (见图4) , 初步检验了本文所述定解条件确定的可靠性和合理性。
4 结语
通过对滨海地区建立三维地下水渗流模型的定解条件确定的讨论, 认识到了弱透水层水头分布非线性特征、一类和二类边界条件转化的特殊条件, 摸索出了一套基本经验, 并得到了对于滨海地区三维地下水渗流模拟的定解图确定和相关参数取值的经验和方法, 能够帮助相关专业人员提高对当前深基坑开挖降水评价及相应环境地质问题的认识, 对因深基坑开挖对周边环境的影响程度、范围的预测提供了基本的定量计算方法。
摘要：论述了在滨海地区建立三维地下水渗流模型过程中初始条件、边界条件的获得方法及土层固结状况的处理方法, 并得到了一套天津地区相关参数的经验值, 能够帮助相关专业人员提高对当前深基坑开挖降水评价及相应环境地质问题的认识, 对因深基坑开挖对周边环境的影响程度、范围的预测提供了基本的定量计算方法。
关键词：沉积层,基坑,三维地下水流,定解条件,土体固结
参考文献
[1]周胜.天津市水资源管理模型研究报告[R].天津:天津市地质工程勘察院, 2014.
[2]屈新文.天津滨海新区某深大基坑工程的水文地质勘察和分析评价[J].铁道勘察, 2010 (2) :70-74.
[3]柴崎达雄.地下水盆地管理[M].北京:地质出版社, 1982.
地下车库火灾模型试验 篇7
关键词：地下车库,火灾,模型试验
地下车库是较为危险的公共场所, 通常为中级危险2级。车库内主要可燃物 (危险源) 为汽车中的汽油、机油等可燃易爆物质以及车库中的存积物。相对于不同建筑火灾而言, 车库火灾具有:1) 发展迅速, 可以再极短时间内聚积较大的有害气体;2) 火灾延续时间长;3) 一旦果蔓延将造成较大的生命财产损失。地下车库火灾模型试验是研究火灾烟气运动、火灾烟气控制的最直观方法。基于地下车库火灾的模型从机理上可分为:确定性模型和随机性模型。从模型研究的角度可分为:全尺度模型试验和比例模型试验。全尺寸模型试验投资大, 损耗大, 对于地下车库这个大面积的建筑体, 全尺寸模型试验是不能实现的。故本文重点介绍比例模型试验的方法[1]。
1 火灾烟气运动的理论基础
火灾烟羽流相似模型 (Froude-number Model) 试验的理论依据是通过对火灾烟气运动中气流的三维变化, 由数个偏微分方程组对其进行数学模拟。同时, 利用相似定律, 对方程进行转化, 以修正具体火灾的参数。得到能够表达火灾运动规律的相似条件。再通过相似条件, 构建出与原型火灾相似的数学模型, 来认识实际火灾烟气流动的目的。通常, 车库火灾的发可分为五个阶段:起火阶段 (ignition) 、增长阶段 (growth) 、轰然阶段 (flashover) 、充分发展阶段 (fully-developed) 、衰退阶段 (decay) [2]。
2 火灾的建模程序与方法
由图1可知, 在初级增长阶段对火灾进行扑救和消灭是减少火灾损失最有效的方法。它能在不影响物体实际变化与火灾发生的情况下, 对火灾的起源于发展进行简化分析, 从而判断火灾的危害与影响。一般而言可将火灾的建模处理分为以下几个方面[3]:
1) 将火焰理想化为单一热源;
2) 简化火场中的紊流脉动, 使用紊流时均值作为数学参数;
3) 火灾过程中的烟气成分无明显改变;
4) 只考虑传热;
5) 控制方法。
3 物理模型
根据上节所述的相似模型律中几何关系把实际尺寸大小的地下车库变成实验室中的试验模型。试验台模型围护结构采用双层“保全”防火板搭建, 模型骨架采用方钢和轻钢龙骨搭建, 试验台轻便、承重、防火[4]。同时, 根据《高层民用建筑设计防火规范》 (GB50045-95) 规定, 排烟量按6次/h计算。按照进风口或排烟口体积流量关系的相似模型律来确定试验台风机的风量、功率、尺寸, 根据实验研究要求安装位置。物理模型如图2所示。
4 火灾场景设定
热释放速率由燃烧质的质量损失速率来表征。烟气温度、烟气层高度和烟气的体积流量分别由热电偶阵列, 热电偶的温度变化和排烟口的电压瞬时值来确定。
4.1 火灾热释放速率的设定
稳态条件下, 火灾热释放速率可根据质量损失速率的方法计算:
Q—稳态条件下火灾热释放率, k W
m—燃烧质的质量燃烧速率, kg/s
hc—燃烧质的燃烧值, k J/kg
?—通常取0.3~0.9 (柴油为0.8)
t2火灾是非稳态火灾之一, 假定火灾热释放率正比于时间的平方, 式2) [5]:
———为火灾增长系数, k W/s2;
t———火灾发展时间, s。
4.2 温度测试系统设定
温度是表征与衡量车库火灾烟气运动的一个重要物理量。在火灾实验中, 通过感应仪器、传感仪器、接受仪器来得到实验数据。感应仪器:铜康铜热电偶。传感仪器:热电偶树;接受仪器:IMP数据采集板 (SI35951H) , 采集时间间隔为5秒;分析仪器:PC机。热电偶数的设置根据实验台尺寸大小来具体确定。
5 结论
以上是地下车库火灾模型试验建立的方法和具体步骤, 搭建一个好的试验台是一个严谨实验的首要前提。通过模型试验的直观数据将对地下车库火灾实验的发展起到重要作用。
1) 对于地下车库火灾排烟而言, 有效的实验台是能够模拟出合适的火灾释放结果的先决条件, 从而达到有效地控制火灾的目的。2) 地下车库火灾相似律模型与火灾热释放缩率是对火灾排烟的关键性影响因子。3) 温度测试系统设定对地下车库火灾的精确模拟具有重要的作用。
参考文献
[1]TJ36-79.工业企业设计卫生标准[S].北京:中国人民共和国卫生部, 1979.
[2]M Krarti, A Ayari.Ventilation for enclosed parking garages[J].ASHRAE Journal, 2001.
[3]JGJ100-98.汽车库建筑设计规范[S].北京:北京建筑工程学院, 1998.
[4]陈刚.地下车库通风量的确定与控制[J].暖通空调, 2002.
地下水模型 篇8
我国水资源短缺问题严峻,作为用水大户的农业所受的影响尤为突出,水资源已经成为当前农业可持续发展的主要制约因素[1]。而种植结构是农业生产发展的核心所在,这就要求我们必须统筹社会、经济、节水、生态、环境保护等因素,使得区域种植结构与水资源现状相匹配,以最佳的综合效益实现农业的可持续发展。为解决相关问题,学者们陆续提出了许多考虑不同因素或运用先进算法的种植结构优化模型。陈守煜等[2]将经济、社会、生态等效益转化为综合效益系数,并将其作为权重建立了多目标模糊优化作物种植结构;周惠成等[3]将交互式模糊多目标优化算法应用于求解作物种植结构模型;高明杰等[4]突出考虑区域社会、生态效益构建了区域节水高效种植结构调整的多目标模糊优化模型;左余宝等[5]在考虑主要作物不同生育期需水与降水的吻合性的基础上建立了种植结构优化模型;张智韬等[6]采用蚁群算法求解多目标种植结构优化模型优化种植布局;李建芳等[7]细分了农产品中虚拟水的蓝水和绿水,并考虑作物需水量及生育期有效降水量等因素建立了农业种植结构优化模型。这些研究对农业种植结构调整起到了一定的指导意义,但还存在一些问题,特别是未考虑不同地下水埋深对作物种植结构的影响。地下水埋深太浅,土壤蒸发量大,且易发生次生盐碱化,对作物生长不利;地下水埋深过深,则会增加井灌成本。因此,在优化作物种植结构的同时,根据灌区地下水埋深变化规律,合理确定井渠配水比例,将地下水埋深控制在适宜范围内作为生态目标将更具有现实意义。基于此,本文拟在动态模拟地下水埋深演变过程的基础上,调整灌区井渠用水比例和作物种植结构,使得灌区经济、生态、社会综合效益最大化,实现灌区水资源的高效和可持续利用,从而为灌区农业健康发展提供重要借鉴意义。
1 模型建立
针对灌区水资源与种植结构现状,根据区域水资源时空分布特点和经济发展水平,以保障水安全、粮食安全,促进生态安全为出发点,以节水增效为核心,提高农业综合效益为目标,分别考虑节水效益、经济效益和生态效益,在满足灌区灌溉需水量要求的前提下,合理配置地下水与地表水的分配比例,运用动态模拟调整地下水位使其处于适宜的状态,以地下水埋深状态作为种植结构调整的生态要素,同时考虑其节水效益,构成整合生态经济效益的种植结构优化模型。
1.1 目标函数
(1)经济效益。
式中:F为灌区总纯收入,元;Ci为第i种作物的 单价,元/kg;Di为第i种作物的单位产量,t/hm2;Ki为第i种作物的单位面积生产费用,元/hm2;Xi为第i种作物的 种植面积,hm2;n为作物种植种类。
(2)节水效益。
式中:W为灌区灌溉总需水量,m3;Mij为第i种作物第j月的需水量,m3。
1.2 约束条件
(1)总面积约束:
式中:S为总播种面积,hm2。
(2)季节灌溉面积约束:
式中:u为夏季作物 总数;v为秋季作 物总数;s为耕地面 积,hm2。
(3)月最大供水量约束:
式中:η0为渠系利用系数;Rj、Gj分别表示地表水和地下水 的各月灌溉用水量。
(4)口粮约束:
式中:PO为人口数,人。
(5)可用水量约束:
式中:Rt、Gt分别表示可利用的地表总水量和地下总水量,m3。
(6)地下水埋深上下限约束:
式中:Dj为第j时段地下水埋深,m;Dmin为合理的地下水位最小埋深,m;Dmax为合理的地下水位最大埋深,m。
(7)地下水均衡约束:
式中:DjEN为第j时段末的地下水埋深值,m;DjBE为第j时段初的地下水埋深值,m;ΔHjP为第j时段内有效降雨补给引起的地下水位上升幅度,m;ΔHjCI为第j时段内渠道过水渗漏引起的地下水位上升幅度,m;ΔHIjR为第j时段内渠灌下渗引起的地下水位上升幅度,m;ΔHjRI为第j时段内河道径流渗漏引起的地下水位上升幅度,m;ΔHjEX为第j时段内地下水开采引起的地下水位下降幅度,m;ΔHjE为第j时段内潜水蒸发引起的地下水位下降幅度,m。
2 基础数据获取
2.1 研究灌区概况
人民胜利渠灌区是河南省重点大型引黄灌区之一,是省粮棉油等主要农产品生产基地。灌区属暖温带大陆性季风型气候区,四季交替分明,多年平均降雨量581.2 mm,年内雨量分配不均,主要集中在6、7、8三个月,占全年降雨量的70%。灌区总控制面积14.87万hm2,灌溉面积9.92万hm2。灌区多年平均水资源可利用总 量为6.25亿m3,多年灌溉 总引水量 为3.78亿m3,黄河水是人民胜利渠灌区的主要 水源。灌区内主要作物有小麦、棉花、玉米、水稻、油菜、花生等,大部分实行小麦与玉米、花生、水稻轮作,一年两熟,复种指数1.85。种植结构以粮食为主,经济作物相对较少。
2.2 设计年降雨量选取
根据1953到2000年灌区月平均降雨 量资料进 行频率计算,并以频率50%平水年作为标准选取设计典型年,采用适线法分析灌区平水年保证率的设计年降雨量,按同倍比法计算,获得设计年降雨的年内各月分配量。
2.3 作物月需水量
据当地主要作物的 阶段需水 量、日平均需 水量和生 长天数[8],结合灌区的耕作制度,得到各月需水量,见表1。
2.4 作物纯收入
为制定最优的农业水高效利用调控措施,必须考虑到农业水资源的经济效益,而最为直接的是从农作物产值考虑,本文依据国家发改委、建设部2006年7月颁发的《建设项目经济评价方法和参数》(第三版),采用影子价格计算农业灌溉效益,既能反映水资源的稀缺程度,又能反映区域的经济结构、经济发展水平等。作物的纯收入为产量与单价的乘积减去生产花费(此处不包括水费)。灌区主要作物每茬产量、价格和生产花费统计数据的平均值,可得作物纯收入。
2.5 模型主要因子
本文计算过程采用灌区多年经验公式[9]。
(1)降雨入渗补给量的确定。降雨入渗补给量是降雨量通过入渗补给潜水含水层的水量。在本次计算中灌区降雨入渗量按经验公式计算。
式中:Pr表示时段内降雨入渗补给总量,mm;P为时段内的降雨量,本文中采用月降雨总量,mm;α为降雨入渗补给系数,其值与地下水埋深、降雨量情况有关,根据人民胜利渠灌区历史资料,经换算调整得出;μ为土壤给水度,主要与土壤土质(包括层次结构)及地下水埋深有关。
(2)渠道入渗量的确定。引水渠的水位高于地下水位,渠道水通过土壤渗透进入地下水。本文主要计算引黄灌溉干渠、支渠的入渗量。对于灌区井灌区,由于渠系布置较短,且部分渠道采取了渠道衬砌改造等防渗措施,减少其输水损失,故入渗补给量可忽略不计。入渗量的计算利用灌区经验公式:
对于在一个灌区的入渗影响为:
式中:WjCI为第j时段渠道下渗的水量,m3;η1为主渠道的灌溉水利用系数,取0.70;Aj为第j时段灌区面积,km2。
(3)灌溉补给地下水量。灌溉对地 下水的补 给量Irj主要与灌水量大小、土壤地质、地下水埋深以及灌前土壤干旱程度有关。因在井灌是多为农户自发组织,对灌溉用水的利用较为充分灌溉回灌地下水量可忽略,渠灌的大小可以用渠灌回归系数确定,即:
式中:Irj为渠灌对地下水的补给量,m3;βIR为灌溉补给系数,与土壤土质、地下水埋深、灌前土壤湿润程度等因素有关。相对灌区而言,βIR主要随地下水位变化,为经验数据。因此灌溉对地下水埋深的影响为:
(4)地下水开采量的确定。地下水开采主要包括工业、农业、生活等方面的取水,考虑到当地农业灌溉用水占地下水开采量的大部分,因此将各分区视为只有农业耕地的区域,排除其他因素的影响。所以地下水的开采量指灌区内井灌需水量WjEX,m3。
则地下水开采对地下水埋深的影响为:
(5)潜水蒸发。潜水蒸发是地下水排泄主要的因素,蒸发量的大小主要取决于气候条件、潜水埋深、包气带岩性和作物生长情况。可根据经验公式进行计
式中:Ev为潜水蒸发量,mm;E0为水面蒸发量,mm;D为时段内地下水位平均值;D0为极限蒸发深度,本文根据人民胜利渠灌区实测资料,可取其值为3.5m;n为与土质有关的系数,一般取1~3,根据灌区各分区地质条件可适当调整n的取值。
则浅层蒸发对地下水埋深的影响为:
3 模型求解
以现状种植结构的 作物需水 量状况作 为出发点,考虑降水、蒸发、灌溉、下渗、地下水开采等要素运用动态模拟调节地下水埋深值,并将各月灌溉水量同灌溉总面积、耕地面积、总水量、口粮等作为约束条件,参与综合经济效益与节水效益的多目标种植结构优化模 型,采用多目 标转单目 标的方法 简化模型,求解线性规划模型,并以计算得到的新种植结构逐次迭代循环模型直至出现最优解。具体求解思路如下。
(1)以现状种植结构为基础,拟定各月灌溉需水量;
(2)以灌溉需水量为依据,初始地下水埋深为起点,通过调整井灌、渠灌用水比例,使模拟的地下水埋深处于合理范围内,从而得出与之相应的节水灌溉方案,即灌溉总水量和各月灌溉用水量等供水状况;
(3)以(2)得出的供水状况结合总灌溉面积、耕地面积、口粮等作为约束条件,以经济效益最大、节水效益最好作为目标函数,考虑灌区经济节水并重原则,采取等权求和处理方式,将多目标转化为单目标,求解线性规划种植结构优化模型,得出调整后的种植结构及对应的经济效益和节水效益;
(4)依据调节前后的种植结构,比较其经济效益及节水效益,当经济效益与节水效益变优幅度均小于0.5% 时,认为模型达到最优结果,否则计算种植结构调整后的需水量,返回(2)循环模型,逐步递进直至结果优异且稳定为止,即为最终方案。
模型求解流程图见图1。
4 结果与讨论
从现状种植结构所确定的作物灌溉需水量出发,循环模型求解,在经过可取的五次循环计算后达到最优结果,种植结构调整前后相关数据如表2所示。
由表2可见,经小麦和玉米的些许增加以保证粮食安全及当地生活需求,水稻、棉花、油菜有所减少以提高水资源利用效率,而花生的种植面积有明显的增加,主要原因是花生的经济效益高同时需水量较少,且人力投入较少,耕作工序简单,种植投入成本少。调整后的种植结构所对应的作物需水量总量由原来的2.89亿m3减少到2.81亿m3,毛灌溉用水总量也随之降低;由于将高耗水作物转变为低耗水作物直接导致农业蒸发消耗水量的减少,引黄灌溉 水量及地 下水开采 量也将相 应减少,从而在农业引黄总水量不变的情况下,可将部分区域多余的水量通过渠系输送到灌区末梢,增加这部分地区的渠灌用水量,减少地下水的开采量,避免出现更深的漏斗,从而提高水资源利用效率。
选取平水年分析,主要灌溉月份在2-9月及11月,最终灌溉方案井渠各月用水量、各月灌水总量、井渠灌水比例、地下水埋深变化如表3所示。
万 m3
文中选取较不利的水埋深4m作为初始水位,以期恢复地下水生态系统,调整过程中地下水埋深变化均在最佳生态埋深范围内。
收益方面,现状经济效益为31.4亿元,调整种植结构后经济收益为32.5亿元,增幅为3.82%,扣除水费、其他成本及人工投入后的净收益由原来的16.3亿元增加到17.5亿元,增幅为7.36%。节水效益方面,作物需水总量由原来的2.89亿m3减少到2.81亿m3,减少2.77%。地下水埋 深均在可 控范围内,表现出良好的生态效益。
5 结 语
考虑地下水的合理开发利用,在动态模拟地下水埋深演变过程的基础上,建立基于地下水均衡的多目标种植结构优化模型。并将该模型应用于人民胜利渠灌区,经模型调整使得灌区经济总收益提升3.82%,鉴于该灌区的水源特点,引黄水价稳定且较便宜,井抽地下 水的费用 受限于当 时的电费 等诸多因素,略高于前者,因而轻微减少地下水量的使用不仅有助于地下水位的恢复,对整体经济效益的增加也有很好的效果,扣除水费等其他成本后经济净收益提升7.36%,新的种植结构作物需水总量减少2.77%,同时地下水埋深变化均在可控合理范围内。因此,模型是合理、可行的,对现代农业发展具有一定的借鉴指导意义。不足之处在于未考虑黄河侧渗的影响,对降水、渠道下渗等所引起的地下水埋深变化也仅进行了均化处理,弱化了其空间属性,与实际情况有所出入。若根据河流侧渗影响区域及渠系布置特点对灌区进行分区处理,将有利于问题的解决,有待后续进一步研究。
摘要：调整作物种植结构,优化井渠用水比例,合理开发利用地下水,是灌区水资源高效利用的有效途径。以地下水均衡为基础,以月时间尺度动态模拟地下水埋深变化,并将其对应的灌溉水量作为生态约束条件,建立多目标种植结构优化模型,选择人民胜利渠灌区为例进行模拟分析。在考虑地下水均衡的基础上,调整地下水埋深于合理状态以追求更好的生态效益,优化种植结构减少总用水量以达到更高的社会效益,提升灌区经济净收益以获取更大的经济效益,从而实现灌区综合效益最大化。经模型调整,各月地下水均于合理状态,并提升灌区净收益7.36%,减少灌溉需水量2.77%。结果表明,该模型的构建是合理、可行的,其对新型生态农业发展具有一定的理论意义和实用价值。
地下水模型 篇9
地下水资源作为水资源循环的重要组成部分,与人类的生产生活密切相关,其波动变化直接影响到居民日常生活乃至国民经济的发展。然而由于受到自然环境及人为因素的影响,其活动表现出非线性与动态性、不可逆性、自适应性、积累效应(初值敏感性)、奇怪吸引性及结构自相似性等诸多复杂性特征[1],使得地下水水位下降、水质恶化等现象日益频繁,而以往学者对于地下水资源波动规律的研究往往忽视了系统内在复杂性的影响,导致分析结果往往与实际情况相背离。在此背景下,有必要对区域地下水系统复杂性的演变规律进行研究,为把握地下水系统的动态规律、实现地下水的合理开发利用提供科学依据。
系统复杂性的研究存在“两点论”,即从系统外在驱动机制或内在构成要素两点出发,对于系统外在驱动机制的研究,在实际工作中常因驱动因子众多、不易把握而造成分析结果的偏差,相比之下,利用系统构成要素的内在变化来分析系统复杂性显然更加合理可靠。
系统复杂性的测度方法多种多样,其中,Kolmogorov熵作为定量描述系统混沌程度的特征量,是一种简单有效的系统复杂性测度方法。随着近年来混沌理论的发展,该方法已被广泛应用于教育[2]、通信[3]、金融[4]、医学[5]等众多领域,但在地下水系统复杂性诊断中应用较少。同时地下水系统复杂性及地下水预测模型作为指导地下水资源合理开发利用的重要参考因素,一直以来都为水文工作者所广泛关注,然而对于两者之间相关性的研究却是个空白,研究其之间所存在的内在联系对于预测模型的改进及筛选具有重要意义。本文尝试运用Kolmogorov熵来测度建三江分局逐月地下水埋深序列复杂性,同时运用已在地下水埋深预测中取得成功应用的EMD-RBF神经网络模型,初步探讨了复杂性强弱对于模型预测精度的影响。
1资料收集
1.1区域概况
建三江分局位于三江平原腹地,下辖15个农场,见图1,该区水资源丰富、气候温和湿润、地势平坦、土质肥沃,是我国重要的商品粮和绿色有机食品基地。近些年来,由于过度追求经济效益,水田面积迅速增加,以开采地下水为主的农田灌溉用水量也随之增加,同时由于缺少必要的控水工程,导致建三江分局井灌水稻区地下水位普遍下降,“吊泵”、局部超采现象时有发生,加之自然环境及地质条件等因素的制约,使得该地区地下水系统复杂性日益凸显。因此,有必要对建三江分局地下水系统复杂性演变规律进行研究,进而为该地区水资源的合理开发利用提供科学依据。
1.2资料来源
采用建三江分局15个农场1997-2010年逐月地下水埋深观测资料(n=168)。地下水埋深序列随时间波动变化情况如图2所示,由图2可以看出,各农场逐月地下水埋深曲线呈现出不同程度的非平稳随机变化特征。
a.创业农场2队;b.鸭绿江农场5区;c.红卫农场1队;d.浓江农场8区;e.青龙山农场15队;f.勤得利农场7区;g.洪河农场6区;h.七星农场69队;i.前进农场4队;j.八五九农场1队;k.前哨农场22队;l.胜利农场37队;m.大兴农场11队;n.二道河农场3区;o.前锋农场场部
2研究思路方法
2.1相空间重构
由Pacard和Takens提出的相空间重构理论[6],将混沌理论引入到非线性时间序列分析中。这种理论的核心思想是通过延迟时间τ和嵌入维数m的引入,把一维时间序列改造成具有相同拓扑结构的多维相空间,以重建原动力系统。设观测时间序列为xi=x(ti),ti=t0+iΔt,i=1,2,…,N,选取滞时τ,构造m维相空间,其定义[7]为:
m为嵌入维,延迟时间τ及嵌入维数m的选取对于相空间重构具有重要意义。滞时τ的计算方法主要有自相关函数法及互信息法,本文采用自相关函数法求取,公式如下[8]:
rk为第k阶自相关系数,x为xt均值,自相关系数接近0时对应的k即是所求的τ。各农场地下水埋深序列滞时τ的计算结果见表1。
2.2关联积分的确定
凡是距离小于给定正数r的向量,称为有关联的向量, 采用Theiler窗口关联积分修正计算公式,函数C(r)的定义为[9,10]:
式中:N=n-m+1;函数H(a),当a>0时,H(a)=1,当a≤0时,H(a)=0;r为给定正小数,称临界距离;‖·‖为欧几里得范数;Cm(r)表示m维相空间中所有两相点距离小于r的概率。
2.3Kolmogorov熵
Kolmogorov熵给出了轨道在单位时间内产生的平均信息量的一个上、下限,因此能够被视为判定系统复杂程度的衡量指标。0<K<∞说明序列具有复杂性,且K值越大表明系统复杂性越严重,采用G-P算法计算Kolmogorov熵公式[11]为:
式中:τ为延迟时间;Cm(r)为嵌入维数为m时的关联积分;Cm+1(r)为嵌入维数为m+1时的关联积分。
通常将K随(m+1)变化的稳定值作为K的估计值,图3为r=4的情况下,前哨农场22队地下水埋深序列Kolmogorov熵随(m+1)的变化曲线,由图可以看出,曲线在(m+1)=13,即m=12时基本达到稳定,此时K=0.002 7,说明该序列具有复杂性。
3复杂性测度结果及分析
按照上述方法,结合建三江分局15个农场1997-2010年逐月地下水埋深历史观测数据,进一步计算各农场K值,并进行了复杂性排序,结果如表2所示。同时运用GIS软件使复杂度计算结果可视化,得到了各农场逐月地下水埋深序列复杂度空间分布图,如图4所示。
由表2及图4可以看出,建三江分局各农场地下水埋深序列均存在不同程度的复杂性,其中,以七星农场复杂性最强,其次为浓江农场,二道河农场复杂性最弱,且呈现北部偏高、中部偏低、南部居中的分区特征。导致复杂性现象的因素是多方面的:首先,近年来各农场水田面积日益增加,截至2009 年,井灌水田用水量达 252 709万m3,占地下水用水总量98.4%左右,导致农业用水激增,加之农业用水主要以开采地下水为主,且缺乏必要的控水工程,使得各区地下水水位持续下降,这可能是导致地下水系统复杂性的主要因素;其次,由于自然地质条件的不同,各地区降水分布不均,干旱少雨时有发生,使得地下水资源的得不到有效涵养,也可能是导致地下水系统复杂性的重要因素;另外,居民用水、工业用水等因素的变化也在一定程度上影响着地下水的动态变化。
注:复杂度分级标准:高(0.006 5～0.108 0);中(0.003 5～0.006 5);低(0.001 5～0.003 5)
3.1系统复杂性与模型预测精度相关性分析
3.1.1EMD-RBF神经网络模型
EMD-RBF神经网络模型是一种将经验模态分解(empirical mode decomposition,简称EMD)与径向基(Radical Basis Function,简称RBF)神经网络相耦合的预测模型,EMD法具有的自适应能力克服了小波分析中基函数的选择问题,比小波分析具有更强的局部表现能力,而RBF神经网络相对于BP神经网络来说,在收敛速度、外推能力及非线性映射方面具有更强的优势。将两种方法相结合能够进一步提高模型的预测精度,在地下水埋深预测方面应用前景广阔。
3.1.2建模思路
(1)结合RBF神经网络数据延拓,采用EMD法得到水文时间序列IMF分量及趋势项;
(2)运用RBF神经网络对各IMF及趋势项进行预测;
(3)将IMF分量及趋势项预测值相叠加,得到原始序列预测值。
3.1.3拟合结果及相关分析
依据上述思路对数据进行训练仿真,即可得到EMD-RBF神经网络模型的拟合值,图5为七星农场及创业农场1997-2010年地下水埋深拟合结果,通过曲线可以看出,两者拟合效果是有差别的,具体差异可以通过模型精度检验进行对比分析,表3为建三江分局15个农场地下水埋深EMD-RBF神经网络模型精度检验结果。
注:C-后验差比值;P-小频率误差;E1-相对均方误差;E2-拟合准确率。
由表3可以看出,建三江分局各农场地下水埋深EMD-RBF神经网络模型的虽然均达到了合格的标准,且小频率误差P均为1,然而拟合效果的后验差比值C、相对均方误差E1、拟合准确率E2[13]三个指标却存在一定的差异,本文试探索各农场不同复杂度情况下复杂性与模型精度检验效果的内在联系,将各农场复杂度排序结果构成序列W1,将对应的后验差比值C、相对均方误差E1、拟合准确率E2结果构成序列W2、W3、W4,对W1进行了自相关分析及其与W2、W3、W4的互相关分析,如图6、图7所示。
由表2及表3可以初步分析得出,复杂程度越高,其后验差比值及相对均方误差越大,而拟合准确率则越高,通过对数据间自相关性及互相关性进一步分析,见图6、图7,由图6、图7可以看出,W1与W2、W3、W4的互相关曲线与其自相关曲线呈现随机波动变化特征,且相关系数均在t=11时达到最大值,互相关系数分别为41.81%、37.09%、-34.32%,说明W1与W2、W3、W4的相关性较大,地下水系统复杂性对EMD-RBF神经网络模型的预测精度产生了直接影响。究其原因可能在于复杂性的各驱动因子本身是随机多变的、不可预测的,从而导致系统序列不可预测性的增加,使得模型预测精度降低。
针对以上问题,应将复杂性作为系统分析的参变量,进一步研究复杂性对于模型预测精度影响的作用机理,探索降低系统复杂性影响的方法途径,提高模型预测精度,同时可以将复杂性作为模型筛选参考因素,从而得到某一序列最优预测模型。总之,复杂性对于预测模型的改进以及地区降水、地下水等预测精度的提高都具有重要的意义。
4结语
由于受到众多驱动因子的影响和制约,区域地下水埋深系统复杂性特征日益凸显,对其的分析研究已成为解决水文水资源领域许多问题的关键所在。本文运用kolmogrov熵对建三江分局地下水埋深系统复杂性进行表征,确定了该区各农场复杂性程度,并进行了复杂性排序,计算结果与该区实际情况相符。同时引入EMD-RBF神经网络模型及自相关、互相关理论,对复杂性与模型预测精度之间的关系进行了初步分析,为模型的改进及筛选提供了依据。但由于受资料长度过短以及研究理论存在缺陷等问题的影响,研究结果难免存在误差,随着资料的收集以及研究理论进一步发展完善,可对本文分析结果进行修正。同时也可以在本研究的基础上对复杂性与模型预测精度之间的作用机理进行进一步研究。
地下水模型 篇10
河南省赵口引黄灌区位于黄河南岸豫东平原,始建于1970年,是以引黄灌溉为主要任务的大型灌区。灌区中牟县境内赵口总干渠为土渠,未护砌,农业用水直接引自渠内黄河水。而作为当地生产生活用水取水水源则多为深层地下水,靠赵口总干渠及黄河侧渗补给。为查明该区域作为城区水源地时深层地下水允许可开采量,采用地下水流数值模拟软件GMS建立三维水流数值模型,对地下水资源进行评价计算。依据水源地的地形、地貌、水文地质条件和水源地开采后的影响范围,评价计算的范围:北至黄河水边线,南至郑开大道;东至瓦坡,西至万滩,面积324. 5km2。
2 水文地质条件
2. 1 含水层组
赵口引黄灌区中牟境域地处黄河下游平原,本区地下水类型均为松散岩类孔隙水。
根据含水层的埋藏条件、成因类型、水力性质等,将区内550m以上划分为浅层孔隙含水层组、中层孔隙含水层组和深层孔隙含水层组三个含水层层组,分别对应浅层水、中层水和深层水。浅层水系指埋藏于地表下100m以浅的含水岩组,中层水系指埋藏于地表下100 ~ 250m深度的含水岩组,250 ~ 500m为深层水。富水程度以单井涌水量为指标进行评价。单井涌水量浅层按降深5m和深层按降深15m进行换算。
2. 2 富水性特征
2. 2. 1 富水区(3000 ~ 2000m3/ d)
分布在勘查区盆王—贺岗—太平庄一线以西,水文地质井抽水试验时,水位降深10. 74m,单井涌水量1688. 4m3/ d,推算涌水量为2359. 26m3/ d。地下水矿化度 < 1g/L,水位埋深19 ~ 21m。
2. 2. 2 中等富水区(2000 ~ 1000m3/ d)
分布在勘查区盆王—贺岗—太平庄一线以东,水文地质井抽 水试验时,降深17. 59m,单井涌水 量1680. 24m3/ d,推算涌水量为1432. 63m3/ d,该区地下水矿化度 < 1g/L,水位埋深20 ~ 21m。
3 地下水补给、径流与排泄
3. 1 浅层地下水
浅层地下水的补给以大气降水入渗为主,其次为黄河测渗及其他河流、渠道渗漏、农田灌溉回渗及地下径流补给。
浅层地下水径流总体流向为自西北向东南径流。浅层地下水的排泄主要是开采和蒸发及侧向径流,本区河流洪水期水位高补给地下水,枯水期地下水位高向河流径流排泄。乡镇以居民生活用水开采为主,外围以农业、灌溉开采为主。
3. 2 中层地下水
中层水补给主要来自北部、西北部侧向径流补给。另外浅层与中层之间无良好隔水层,且由于本区农村集中供水均采用中层水,造成中层水位低于浅层水位,故浅层水对中层水具有一定的补给作用。
中层地下水的径流,由西北、北部向东南、南部径流。排泄主要是农村集中供水开采及向深层越流排泄。将来大量开采浅层地下水时,有可能向浅层越流排泄。
3. 3 深层地下水
深层地下水主要来自西北部的径流补给,深层与中层之间弱透水层较薄,且中层水位高于深层,故中层水对深层水有一定的补给作用。深层水的径流方向由西北向东南。排泄主要是侧向径流排泄。
4 地下水动态特征
4. 1 浅层地下水动态特征
潜水蒸发是浅层地下水保持均衡状态的一个重要因素,随着年开采量的增加,浅层水位下降,蒸发排泄量相应减少,直至遇到丰水年和丰水季节,接受降水补给再度回升。根据浅层地下水位的变化过程划分出两种动态类型:入渗—开采型与入渗—蒸发型。
4. 2 中层地下水动态特征
中层地下水来源于侧向径流及浅层越流补给,消耗于开采和侧向径流及向深层越流排出。由于人工开采,地下水位已降至8 ~ 12m左右,因中层开采在本区均布,区内未形成明显降落漏斗。故其动态类型为径流—开采型。其变化主要受开采量大小控制。
4. 3 深层地下水动态特征
深层地下水天然状态下来源于侧向径流补给,消耗于侧向径流排出,工程区深层开采量较小。所以,本区深层地下水动态,仍大致保持着天然状态,年变幅1m左右。随着人工开采量的 增加,将变为径流-开采型。
5 数值法评价地下水允许开采量
5. 1 地下水系统概念模型
5. 1. 1 含水层结构特征
本区地下水类型均为松散岩类孔隙水。
模型将勘察区在空间上大致划分为浅层孔隙含水层组(100m以浅)、中层孔隙含水层组(100 ~ 250m)和深层孔隙含水层组(250 ~ 500m)三个含水层组。
5. 1. 2 地下水流动特征
浅层地下水的径流受地形和补给源控制。由于黄河现行河道是下游平原的中脊和地表水、地下水的分水岭。所以,在黄河影响带内,黄河以南地下水自西北向东南径流;黄河以北地下水自西南向北径流。由于黄河在东坝头北折,地下水流向逐渐变为西北。黄河影响带外,由于受西部山区的侧向径流补给,黄河北侧地下水自西南向东北测流,黄河南侧自西向东逐渐变为东南方向。水力坡度和地形坡降相近,属径流滞缓类型。
5. 1. 3 边界条件的概化
根据区内水文地质条件和地下水开发利用情况,将地下水系统模拟区定为:模型的北部以黄河为界,南边界至郑开 大道,西至万滩,东到瓦坡 村,总面积324. 5km2。
a. 侧向边界:对于浅层含水层,北边界黄河定为River边界;参照区域内多年平均的流场图将东部和南部边界定为通用水头边界,将西部定为隔水边界,对于中层和深层含水层,将模型各边界均定义为通用水头边界。
b. 垂向边界:潜水含水层自由水面为系统的上边界,通过该边界,潜水与系统外发生垂向水量交换,如接受大气降水入渗补给、河渠补给、田间入渗补给、蒸发排泄等。三个含水层组之间通过越流交换物质和能量,其越流量由含水层在垂向上的渗透系数及含水层的厚度决定。
c. 水力特性:地下水系统符合质量守恒定律和能量守恒定律;含水层分布广、厚度大,在常温常压下地下水运动符合达西定律;考虑浅、深层之间的流量交换以及软件的特点,地下水运动可概化成空间三维流;地下水系统的垂向运动主要是层间的越流,三维立体结构模型可以很好地解决越流问题;地下水系统的输入、输出随时间、空间变化,故地下水为非稳定流;参数随空间变化,体现了系统的非均质性,而且在水平和垂直方向上各不相同,所以参数概化成各向异性。
综上所述,分析评价区可概化成非均质各向异性、空间三维结构、非稳定地下水流系统,即地下水系统的概念模型。
5. 2 模型预测条件
地下水数值预测模型的模拟期为20年(2011年1月至2030年12月),以一个月为一个应力期,共240个应力期,其初始流场为2010年模拟期末的流场,如图1。
根据降雨的周期性,选取历史上1980—1999年的降雨量作为预测模型20年的降雨量,该20年的降雨量中有7个枯水年份,尤其是最后5年中包含了3个枯水年份,可以达到预测极端气候下地下水变化趋势的要求。
以2010年补给、排泄量作为预测期间的源汇项,在枯水年份相应地增加农业和生活用水开采量,在丰水年份相应地减小农业和生活用水开采量。水源地开采井的开采层位根据其具体坐标和开采量加载在模型相应的网格上。
5. 3 模型预测结果
在规划开采条件下运行20年预测模型,得出该水源地2030年末深层地下水预测流场如图2。由图中可以看出,在深层的开采井附近形成了局部的降落漏斗,但水位下降幅度并不大,影响范围也在开采井周围的区域内。水源地深层含水层在预测期末的水位降深如图3所示。
5. 4 允许开采量分析
开采资源量的预报,应在现有开采技术条件下,以不影响已有水源地正常运行和工、农业用水等为原则,限定预报开采约束条件为:根据现有开采技术和本区水文地质条件,模型预测水源地开采主井最大水位降深不应超过含水层厚度的1 /3;根据实际取水能力,由开采引起的主井水位降深不大于设计降深;预测开采量不应超过区域可开采资源量;开采状态下,保证浅层地下水水位不可下降太快。
在以上约束条件下,通过模拟计算得出雁鸣湖水源地一期深层的开采量如表1所列,深层允许开采量为9980m3/ d,完全可以满足规划开采条件下9980m3/ d的开采要求。
注 水源地开采井最大水位降深小于设计降深。
5. 5 水源地开采量组成分析
对比深层含水层未开采条件下和开采9980m3/ d条件下预测模型20年间地下水多年平均水量均衡情况,可以得到深层地下水各补排量的变化如表2所列。
由表可知,水源地深层含水层在规划开采条件下,动用了储存量,主要激发了边界侧向流入量和中层含水层的越流补给量,且研究区边界的侧向流出量明显减少。水源地规划开采量(365×104m3/ a) 的来源组成分析如表3,由此可见水源地深层含水层的规划开采量是有保证的。
6 结 语