CN108051482B

CN108051482B - 一种海水入侵地下水的监测预警方法

Info

Publication number: CN108051482B
Application number: CN201711207463.5A
Authority: CN
Inventors: 陈广泉; 付腾飞; 刘文全; 苏乔
Original assignee: First Institute of Oceanography SOA
Current assignee: First Institute of Oceanography SOA
Priority date: 2017-11-27
Filing date: 2017-11-27
Publication date: 2020-06-05
Anticipated expiration: 2037-11-27
Also published as: CN108051482A

Abstract

本发明公开了一种海水入侵地下水的监测预警方法，包括：对检测区域的地下水进行断面式站点布设，并获取每个监测点的地下水矿化度和地下水水位；根据地下水矿化度确定入侵界线点的坐标，以确定出检测区域内的海水入侵范围；计算每一个监测点的海水入侵危险性指数等级、海水入侵概率、海水入侵预警等级。本发明对检测区域的地下水参数进行检测，通过对地下水电导率进行分级计算，可准确地建立起地下水电导率与地下水矿化度之间的关系，并基于地统计分析方法进行灾害的预警预报，由此可以准确地评价出检测区域的海水入侵现状及概率分布，从而提高了海岸带地区的防灾减灾能力，对于指导大型海岸带工程的开发管理与保障居民生活环境安全具有重大意义。

Description

一种海水入侵地下水的监测预警方法

技术领域

本发明属于地下水检测技术领域，具体地说，是涉及一种用于检测地下水是否发生海水入侵灾害的监测及预警方法。

背景技术

由于受到地下水开采等人类活动以及气候变化导致的海平面上升等因素的影响，海水入侵问题已经成为全球海岸带地区普遍面临的地质灾害。海水入侵过程中水岩相互作用会引起地下水咸化、土壤退化等一系列环境问题，严重影响着社会经济发展和生态环境安全，因此，海水入侵问题已经引起全球科学家的共同关注。

目前，数值模拟方法是定量评估海水入侵问题的有效手段，但是利用模型进行海水入侵预测依然面临两方面挑战：其一，传统监测技术受人力资源限制和数据连续性限制，难以满足数值模拟的数据需求；其二，利用解析法、有限元法、有限差分法等方法进行趋势预测，受地质资料限制，难以实现区域尺度的预警。

发明内容

本发明的目的在于提供一种海水入侵地下水的监测预警方法，可以对待测区域范围内的地下水遭受海水入侵灾害的趋势进行预测和预警。

为解决上述技术问题，本发明采用以下技术方案予以实现：

一种海水入侵地下水的监测预警方法，包括以下过程：

对检测区域的地下水进行断面式站点布设，并在选定的每一条地下水断面上分别布设多个监测点；

对每一个监测点处的地下水分别进行电导率和水位检测；

根据每一个监测点的地下水电导率计算该监测点处的地下水矿化度；

将地下水矿化度大于设定阈值的监测点判定为遭受海水入侵的监测点，将地下水矿化度小于等于设定阈值的监测点判定为无海水入侵的监测点，进而确定出入侵界线点的坐标；

根据入侵界线点的坐标、检测区域的边界以及海岸线进行几何圈闭，以确定出检测区域内的海水入侵范围；

根据每一个监测点的地下水水位生成检测区域的地下水水位分布曲面和地下水位变幅曲面；

根据每一个监测点的地下水矿化度、地下水水位、距离海岸线的距离、地下水位变幅、检测区域的沉积物类型和检测区域的土地利用类型计算每一个监测点的海水入侵危险性指数等级；

根据每一个监测点的地下水矿化度，利用ArcGIS地统计空间分析模型中的序贯指示模拟模型计算出每一个监测点的海水入侵概率；

根据每一个监测点的海水入侵概率和海水入侵危险性指数等级，计算出每一个监测点的海水入侵预警等级。

与现有技术相比，本发明的优点和积极效果是：本发明对检测区域的地下水参数进行检测，通过对地下水电导率进行分级计算，可精确度更高地建立起地下水电导率与地下水矿化度之间的关系，并基于地统计分析方法进行灾害的预警预报，由此可以准确地评价出检测区域的海水入侵现状及概率分布，从而提高了海岸带地区的防灾减灾能力，对于指导大型海岸带工程的开发管理与保障居民生活环境安全具有重大意义。

结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。

附图说明

图1是本发明所提出的海水入侵地下水的监测预警方法的一种实施例的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细地说明。

如图1所示，本实施例的海水入侵地下水的监测预警方法主要包括以下过程：

(1)收集检测区域的土地利用类型数据、沉积物类型数据、海岸线位置数据；

在本实施例中，可以根据已建立的评价指标体系收集检测区域的相关数据，例如土地利用类型数据、沉积物类型数据、海岸线位置数据等，并保存在数据库中。其中，土地利用类型可以根据遥感影像解译获得，可分为未开垦区域、农村居民地、耕地、城镇及建设用地、盐田及养殖区域五类；沉积物类型根据检测区域的水文地质资料获得，根据其导水性质和含水层类型可分为基岩黄土、冲积物、湖相沉积物、冲积海积物、海积物五类。

(2)在检测区域的地下水中布设监测点；

本实施例对检测区域的地下水进行断面划分，并在每一条断面上分别布设多个监测点，且所有的监测点均优选位于地下水的水面5米以下的位置。为了确定监测点的最佳布设数量n，本实施例提出以下优选方案：

首先，在检测区域的地下水水面5m以下预先布设N个监测点，优选N≥50。将N个监测点分布在不同的地下水断面，且每一条断面布设有多个监测点；

其次，采集每一个监测点的地下水电导率，形成N个样本；

然后，利用取样数量计算公式计算监测点的最佳数量n，其公式为：

n＝(t×std)²/c²；

其中，t为N个样本中与显著性水平α≥95％相对应的标准正态偏差，std为样本标准差，c为样本平均值与相对误差(％)的乘积；

如果计算出的监测点数量n大于总样本数量N的10％，即n＞N×(1+10％)，则应采用不重复抽样公式计算监测点的最终数量，公式为：

n'＝n/(1+n/N)；

将n'赋予n，即n＝n'，由此确定出监测点的最佳数量n。

将n个监测点布设在检测区域的地下水的水面5m以下的位置，且进行断面式站点布设，每一条端面至少布设5个监测点。

(3)将每一个监测点的位置信息发送至数据库，保存每一个监测点的坐标。

(4)采集每一个监测点处的地下水温度、地下水电导率和地下水水位；

在本实施例中，可以设置监测的起始时间和监测频率，以控制n个监测点的温度传感器、电导率传感器和水位传感器同步采集该监测点处的地下水温度、电导率、水位等相关参数，并发送至数据库进行保存。

(5)根据地下水的电导率确定地下水矿化度；

在本实施例中，考虑到地下水的水温变化会对地下水的电导率产生影响，因此为了获得更加准确的地下水电导率，需要对通过电导率传感器采集到的地下水电导率进行校正，以获得校正后的地下水电导率EC。其温度对电导率的校正公式为：

EC＝β(EC_TS-EC_PT)+0.0548；

其中，参数β和EC_PT可以通过以下经验公式获得：

β＝0.00044T²-0.0429T+1.7975；

EC_PT＝1.8271×10^-9T⁴-1.5737×10^-7T³+4.1474×10^-5T²+4.5835×10^-4T+0.0142；

其中，T为通过温度传感器检测到的地下水温度，单位为℃。

由于地下水电导率与地下水矿化度TDS之间存在一定的相关关系，且不受地下水化学类型的影响，因此可以在一定条件下建立二者的对应关系，进而用电导率数据表示地下水矿化度TDS，本实施例根据实验结果建立以下对应关系，如表1所示：

电导率EC范围	地下水矿化度TDS计算公式
		0-1000μs/cm	TDS＝36.605EC<sup>3</sup>-311.91EC<sup>2</sup>+886.6EC-838.18
1000-2000μs/cm	TDS＝41.991EC<sup>3</sup>-392.93EC<sup>2</sup>+1226.2EC-1273.4
		＞2000μs/cm	TDS＝4.8318EC<sup>3</sup>-52.917EC<sup>2</sup>+193.82EC-233.85

表1

采用表1的对应关系，便可确定出每一个监测点的地下水矿化度。

(6)根据地下水矿化度确定检测区域的海水入侵范围；

在本实施例中，可以首先针对地下水矿化度TDS确定一个设定阈值，例如设定阈值为1000mg/L。将地下水矿化度TDS大于1000mg/L的监测点判定为遭受海水入侵的监测点，而将地下水矿化度TDS小于等于1000mg/L的监测点判定为无海水入侵的监测点。由此，可以计算出每一条地下水断面的海水入侵距离 D，计算方法为：

若布设在同一条地下水断面上的多个监测点均为无海水入侵的监测点，则对应此条地下水断面的海水入侵距离D＝0；

若布设在同一条地下水断面上的多个监测点均为遭受海水入侵的监测点，则对应此条地下水断面的海水入侵距离D等于该条地下水断面上距离海岸线最远的监测点的离岸距离(监测点距离海岸线的垂直距离)；

若布设在同一条地下水断面上的多个监测点中包括遭受海水入侵的监测点和无海水入侵的监测点，则选择两个相邻的监测点，且其中一个为遭受海水入侵的监测点，另一个为无海水入侵的监测点，然后，利用以下公式计算该条地下水断面的海水入侵距离D：

其中，TDS_阈值为所述设定阈值，优选为1000mg/L；TDS_入侵为所述遭受海水入侵的监测点的地下水矿化度；TDS_无入侵为所述无海水入侵的监测点的地下水矿化度；D'为所述遭受海水入侵的监测点与无海水入侵的监测点之间的距离；D_入侵为所述遭受海水入侵的监测点距离海岸线的垂直距离。

然后，利用计算出的海水入侵距离D，确定每一条地下水断面的入侵界线点的坐标，其方法为：

若布设在同一条地下水断面上的多个监测点均为无海水入侵的监测点或者均为遭受海水入侵的监测点，则该条地下水断面的入侵界线点坐标为检测区域的边界点坐标；

若布设在同一条地下水断面上的多个监测点中包括遭受海水入侵的监测点和无海水入侵的监测点，则该条地下水断面的入侵界线点坐标的计算公式为：

其中，x,y为入侵界线点的平面坐标；x_入侵,y_入侵为相邻的两个遭受海水入侵的监测点和无海水入侵的监测点中遭受海水入侵的监测点的平面坐标； x_无入侵,y_无入侵为相邻的两个遭受海水入侵的监测点和无海水入侵的监测点中无海水入侵的监测点的平面坐标。

(7)根据计算出的入侵界线点的坐标以及检测区域的边界、海岸线进行几何圈闭，以确定出检测区域内的海水入侵范围。

(8)根据检测到的每一个监测点的地下水水位，确定出检测区域的地下水水位分布曲面；

本实施例采用以下公式确定地下水水位分布曲面函数f(x,y)：

其中，(x_i,y_i)为第i个监测点的平面坐标；L_i为第i个监测点的水位；d_i为点(x,y)到点(x_i,y_i)的水平距离，即

p为加权幂指数，优选取常数 2。

(9)根据检测到的每一个监测点的地下水水位，确定出检测区域的地下水位变幅曲面；

本实施例采用以下公式确定地下水位变幅曲面函数f'(x,y)：

其中，F_i为第i个监测点的地下水位变幅，其计算公式为：

F_i＝|L_i-E(L_i)|；

其中，L_i为第i个监测点的水位；E(L_i)为第i个监测点的地下水水位连续监测的数学期望，在本实施例中E(L_i)优选取设定时间段内第i个监测点采集到的地下水水位平均值，所述设定时间段可以是1个月，也可以是1年。

(10)计算每一个监测点的海水入侵危险性指数等级；

本实施例根据海水入侵的主要影响因素，选取地下水矿化度、地下水水位、地下水位变幅、离岸距离(监测点离海岸线的距离)、沉积物类型和土地利用类型6个评价指标。其中，地下水水位、地下水变幅、离岸距离、沉积物类型和土地利用类型五个指标为海水入侵危险性评价因子，地下水矿化度为评价目标。

地下水矿化度可直接反映海水入侵现状，作为危险性评价目标；地下水水位与海水入侵程度呈负相关关系，水位高海水入侵程度相对低；地下水位变幅可直接反映地下水开采情况和气候变化情况，水位变幅较大，反映人类活动相对剧烈，发生海水入侵危险性较高；离岸距离远近与海水入侵趋势直接相关，离岸距离越小，发生海水入侵危险性越高；沉积物类型反映含水层岩性，透水性较高的沉积物类型较易发生海水入侵；土地利用类型反映人类开发活动对海水入侵的影响，如盐田和养殖区等发生海水入侵的危险性较高。评价指标分级情况见表2：

表2

根据每一个监测点的地下水矿化度、地下水水位、离岸距离、地下水位变幅以及检测区域的沉积物类型和土地利用类型，计算每一个监测点的海水入侵危险性指数H_i，计算公式为：

式中，i表示第i个监测点，j表示指标，且j＝1,2,……,5；k为分辨系数，且 k∈(0,1)，本实施例优选取k＝0.5；z_ij为第i个监测点的第j个指标所对应的分级；z_i0为第i个监测点的地下水矿化度；w_j为权重系数，其计算公式为：

式中，j表示指标，q表示分级，结合过程(8)确定的地下水水位分布曲面以及过程(7)确定的海水入侵范围，计算参数A_jq、A、S_jq、S。其中，A为检测区域的总面积；A_jq为n个监测点中第j个指标的分级为q的单元面积之和，例如A₁₅表示在地下水水位分布曲面中地下水水位大于4米的面积；S为检测区域内发生海水入侵灾害的总面积，S_jq为在发生海水入侵的监测点中第j个指标的分级为q的单元面积之和，例如S₁₅表示在地下水水位分布曲面中发生海水入侵区域内地下水水位大于4米的面积。

根据计算出的海水入侵危险性指数H_i确定每一个监测点的海水入侵危险性指数等级h_i，如表3所示：

海水入侵危险性指数H<sub>i</sub>	海水入侵危险性指数等级h<sub>i</sub>
		H<sub>i</sub><0.1	1(无危险性)
0.1≤H<sub>i</sub><0.3	2(危险性较小)
		0.3≤H<sub>i</sub><0.5	3(危险性较大)
H<sub>i</sub>≥0.5	4(危险性很大)

表3

由此便计算出了每一个监测点的海水入侵危险性指数等级h。

(11)计算每一个监测点的海水入侵概率；

本实施例采用ArcGIS地统计空间分析模型中的序贯指示模拟模型，计算海水入侵概率，其具体方法如下：

①调取n个监测点长时间(例如1个月或1年等)以来采集到的序列监测数据；

②检查监测数据的统计学性质，对不符合正态分布的数据进行对数变换，使之符合正态分布规律；

③检查监测数据在空间分布上的趋势效应和数据连续性，采用邻域螺旋搜索方法设置随机搜索路径，对连续模拟点位搜索已知的监测点；

④根据监测数据分析结果，构建各向变程异性的半方差函数，系统选取垂直海岸线方向为强相关方向，选取高斯模型，选取平行海岸线方向为弱相关方向，选取球状模型；

⑤根据建立的半方差函数对模拟点进行克里格估计，构建条件高斯分布，并从高斯分布中抽样，加入多模拟次数点的集合中，模拟次数优选设置为1000 次；

⑥根据模拟结果，设置地下水矿化度的设定阈值为1000mg/L，对超过该设定阈值的模拟次数进行概率预测，其计算公式为：

式中，Z(x)为模拟点x的地下水矿化度；Z_c为地下水矿化度的设定阈值，优选 Z_c＝1000mg/L；n_sw为模型的全部模拟次数，优选n_sw＝1000次；n(x)为模拟次数n_sw中模拟结果超过设定阈值Z_c的次数；P_sw为当Z(x)＞Z_c时的概率。

(12)计算每一个监测点的海水入侵预警等级；

本实施例根据过程(11)中计算出的海水入侵概率和过程(10)中计算出的海水入侵危险性指数等级，计算每一个监测点的海水入侵预警等级，其计算公式为：

I_i＝P_swi×h_i，

式中，I_i为第i个监测点的海水入侵预警等级，P_swi为第i个监测点的海水入侵概率，且P_swi∈[0,1]；h_i为第i个监测点的海水入侵危险性指数等级。

根据计算出的海水入侵预警等级，划分出每一个监测点的预警分级，如表 4所示：

表4

将每一个监测点的预警分级显示给监测人员，由此，便实现了对检测区域是否发生海水入侵灾害的及时评价和预警。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims

1.一种海水入侵地下水的监测预警方法，其特征在于，包括：

对每一个监测点处的地下水分别进行电导率和水位检测；

根据每一个监测点的海水入侵概率和海水入侵危险性指数等级，计算出每一个监测点的海水入侵预警等级；

其中，在所述确定入侵界线点坐标的过程中，包括：

首先，针对所述的每一条地下水断面，计算海水入侵距离D：

若布设在同一条地下水断面上的多个监测点均为无海水入侵的监测点，则对应此条地下水断面的海水入侵距离D为零；

若布设在同一条地下水断面上的多个监测点均为遭受海水入侵的监测点，则对应此条地下水断面的海水入侵距离D等于该条地下水断面上距离海岸线最远的监测点的离岸距离；

若布设在同一条地下水断面上的多个监测点中包括遭受海水入侵的监测点和无海水入侵的监测点，则选择相邻的两个遭受海水入侵的监测点和无海水入侵的监测点，利用以下公式计算该条地下水断面的海水入侵距离D：

其中，TDS_阈值为所述的设定阈值；TDS_入侵为所述遭受海水入侵的监测点的地下水矿化度；TDS_无入侵为所述无海水入侵的监测点的地下水矿化度；D'为所述遭受海水入侵的监测点与无海水入侵的监测点之间的距离；D_入侵为所述遭受海水入侵的监测点距离海岸线的垂直距离；

其次，计算每一条地下水断面的入侵界线点坐标：

其中，x,y为入侵界线点的平面坐标；x_入侵,y_入侵为相邻的两个遭受海水入侵的监测点和无海水入侵的监测点中遭受海水入侵的监测点的平面坐标；x_无入侵,y_无入侵为相邻的两个遭受海水入侵的监测点和无海水入侵的监测点中无海水入侵的监测点的平面坐标。

2.根据权利要求1所述的海水入侵地下水的监测预警方法，其特征在于，在所述对检测区域的地下水进行断面式站点布设的过程中，包括：

在检测区域的地下水水面5m以下预先布设N个监测点，所述N个监测点分布在不同的地下水断面，且每一条断面布设有多个监测点；

采集每一个监测点的地下水电导率，形成N个样本；

计算监测点的最佳数量n＝(t×std)²/c²；其中，t为N个样本中与显著性水平α≥95％相对应的标准正态偏差，std为样本标准差，c为样本平均值与相对误差的乘积；

若n＞N×(1+10％)，则采用不重复抽样公式n'＝n/(1+n/N)计算出监测点的最终数量n'，并赋予n；

根据确定出的监测点数量在检测区域的地下水水面5m以下进行断面式站点布设。

3.根据权利要求1所述的海水入侵地下水的监测预警方法，其特征在于，在所述根据每一个监测点的地下水电导率计算该监测点处的地下水矿化度的过程中，包括：

检测每一个监测点处的地下水的温度；

利用每一个监测点处的地下水的温度T对该监测点的地下水电导率EC_TS进行校正：

EC＝β(EC_TS-EC_PT)+0.0548；

其中，β＝0.00044T²-0.0429T+1.7975

利用校正后的电导率EC计算每一个监测点的地下水矿化度TDS：

当0≤EC≤1000μs/cm时，TDS＝36.605EC³-311.91EC²+886.6EC-838.18；

当1000＜EC≤2000μs/cm时，TDS＝41.991EC³-392.93EC²+1226.2EC-1273.4；

当EC＞2000μs/cm时，TDS＝4.8318EC³-52.917EC²+193.82EC-233.85。

4.根据权利要求1所述的海水入侵地下水的监测预警方法，其特征在于，

所述地下水水位分布曲面的计算公式为：

其中，f(x,y)为地下水水位分布曲面函数；(x_i,y_i)为第i个监测点的平面坐标；L_i为第i个监测点的水位；d_i为点(x,y)到点(x_i,y_i)的水平距离；p为加权幂指数；n为监测点数量；

所述地下水位变幅曲面的计算公式为：

其中，f'(x,y)为地下水位变幅曲面函数；F_i为第i个监测点的地下水位变幅，且F_i＝|L_i-E(L_i)|，E(L_i)为第i个监测点的地下水水位连续监测的数学期望。

5.根据权利要求1至4中任一项所述的海水入侵地下水的监测预警方法，其特征在于，在所述计算每一个监测点的海水入侵危险性指数等级的过程中，包括：

选取六个指标，分别为：地下水矿化度z₀、地下水水位z₁、监测点离海岸线距离z₂、监测点水位变幅z₃、检测区域的沉积物类型z₄、检测区域的土地利用类型z₅；

将地下水矿化度z₀作为评价目标，为其余五个指标z₁-z₅分别划分出五个分级；

计算每一个监测点的海水入侵危险性指数H_i：

其中，k为分辨系数，且k∈(0,1)；z_ij为第i个监测点的第j个指标所对应的分级；z_i0为第i个监测点的地下水矿化度；w_j为权重系数，且

其中，j表示指标，q表示分级，结合地下水水位分布曲面及确定出的海水入侵范围，计算A_jq、A、S_jq、S，其中，A为检测区域的总面积，A_jq为n个监测点中第j个指标的分级为q的单元面积之和，S为检测区域内发生海水入侵灾害的总面积，S_jq为在发生海水入侵的监测点中第j个指标的分级为q的单元面积之和；

根据计算出的海水入侵危险性指数H_i确定海水入侵危险性指数等级h_i。

6.根据权利要求5所述的海水入侵地下水的监测预警方法，其特征在于，

当H_i＜0.1时，h_i＝1；

当0.1≤H_i＜0.3时，h_i＝2；

当0.3≤H_i＜0.5时，h_i＝3；

当H_i≥0.5时，h_i＝4。

7.根据权利要求6所述的海水入侵地下水的监测预警方法，其特征在于，在所述计算每一个监测点的海水入侵概率时，利用ArcGIS地统计空间分析模型中的序贯指示模拟模型对全部监测点的长时间序列监测数据进行指数模拟，计算每一个监测点的地下水矿化度大于设定阈值的概率，计算公式为：

其中，Z(x)为模拟点x的地下水矿化度，Z_c为地下水矿化度的设定阈值，n_sw为模型的全部模拟次数，n(x)为模拟次数n_sw中模拟结果超过设定阈值Z_c的次数。

8.根据权利要求7所述的海水入侵地下水的监测预警方法，其特征在于，所述海水入侵预警等级的计算公式为I_i＝P_swi×h_i，其中，I_i为第i个监测点的海水入侵预警等级，P_swi为第i个监测点的海水入侵概率，且P_swi∈[0,1]。

9.根据权利要求8所述的海水入侵地下水的监测预警方法，其特征在于，

当0≤I_i＜0.8时，定义第i个监测点为1级预警，发生海水入侵的可能性小；

当0.8≤I_i＜1.5时，定义第i个监测点为2级预警，发生海水入侵的可能性中等；

当1.5≤I_i＜2时，定义第i个监测点为3级预警，发生海水入侵的可能性大；

当2≤I_i≤4时，定义第i个监测点为4级预警，发生海水入侵的可能性极大。