CN109034656A - 一种地下水脆弱性评价方法 - Google Patents
一种地下水脆弱性评价方法 Download PDFInfo
- Publication number
- CN109034656A CN109034656A CN201810954736.0A CN201810954736A CN109034656A CN 109034656 A CN109034656 A CN 109034656A CN 201810954736 A CN201810954736 A CN 201810954736A CN 109034656 A CN109034656 A CN 109034656A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- water
- groundwater
- vulnerability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003673 groundwater Substances 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 58
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 127
- 238000011156 evaluation Methods 0.000 claims abstract description 89
- 239000002689 soil Substances 0.000 claims abstract description 51
- 150000003839 salts Chemical class 0.000 claims abstract description 29
- 238000005273 aeration Methods 0.000 claims abstract description 20
- 238000011160 research Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 43
- 239000003337 fertilizer Substances 0.000 claims description 21
- 239000000126 substance Substances 0.000 claims description 15
- 239000003651 drinking water Substances 0.000 claims description 9
- 235000020188 drinking water Nutrition 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 238000003911 water pollution Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002262 irrigation Effects 0.000 claims description 6
- 238000003973 irrigation Methods 0.000 claims description 6
- 239000000575 pesticide Substances 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 3
- 229910002651 NO3 Inorganic materials 0.000 claims description 3
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 3
- 239000000460 chlorine Substances 0.000 claims description 3
- 229910052801 chlorine Inorganic materials 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 230000009189 diving Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 239000002917 insecticide Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000013011 mating Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000010802 sludge Substances 0.000 claims description 3
- 230000004083 survival effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 239000003344 environmental pollutant Substances 0.000 description 17
- 231100000719 pollutant Toxicity 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 9
- 239000003621 irrigation water Substances 0.000 description 8
- 239000004576 sand Substances 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008595 infiltration Effects 0.000 description 6
- 238000001764 infiltration Methods 0.000 description 6
- 238000001556 precipitation Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000001704 evaporation Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 230000008020 evaporation Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 230000000536 complexating effect Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013028 medium composition Substances 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000021232 nutrient availability Nutrition 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000002680 soil gas Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提出了一种地下水脆弱性评价方法,包括:评价指标选取步骤,用于确定影响地下水的评价指标,该评价指标为以下的至少一种:地下水埋深、净补给量、含水层介质类型、包气带介质类型、地形坡度、土壤含盐量、含水层水力传导系数;评价指标权重确定步骤,用于利用层次分析法确定前述的评价指标对地下水脆弱性的影响度,以确定每一评价指标的权重;评价步骤,用于利用评价指标以及对应的权重,通过ArcGIS将评价指标按权重叠加计算得出研究区的脆弱性指数。
Description
技术领域
本发明涉及数据处理技术领域,尤其是涉及一种地下水脆弱性评价方法。
背景技术
随着社会的发展,越来越多领域都开始使用数据分析和数据处理技术。水资源是人类社会不可或缺的资源,其直接关系到人类的生存和社会的稳定。很多城市都开采地下水以作为城市用水,但是很多城市都存在着过量开采的问题,导致地下水自然循环系统受到破坏。现有技术中虽然存在一些地下水脆弱性的评价方法,其中迭置指数法是目前地下水脆弱性评价中比较经典和常用的方法,适用于定性、半定量或定量的指标因子体系中,与其它方法相比较,具有简洁、明确以及高效的优点。在众多评价模型中尤以DRASTIC模型应用最为广泛。DRASTIC评价法是USEPA(美国环境保护局)和NWWA(美国水井学会)综合了几十位水文地质学家的经验于1985年合作开发的,该方法先后被多国采用,1996年DRASTIC方法才被用于中国的广州和大连两地区的地下水脆弱性评价工作。DRASTIC脆弱性指标对应的是对7项水文地质参数评价指标评分的加权值。对每一个DRASTIC参数给定了一个相对权重值(表4-1),其范围为1-5,以反映各个参数的相对重要程度。对地下水污染最具影响的参数的权重为5,影响程度最小的参数的权重为1。将7项指标的定额按权重进行叠加得到DRASTIC脆弱性指数:
式中,ωi为指标i的权重,Ri为指标i的定额。
表4-1DRASTIC指标体系法中的各个评价参数
但是这种DRASTIC模型并不适用于灌域浅层地下水的研究,导致对灌域浅层地下水的分析不够准确。
发明内容
针对当前的地下水脆弱性评价方案存在的缺陷,本发明实施例提出了一种地下水脆弱性评价方法,至少部分的解决现有技术中存在的问题。
为了实现上述目的,本发明实施例提供了一种地下水脆弱性评价方法,包括:
评价指标选取步骤,用于确定影响地下水的评价指标,该评价指标为以下的至少一种:地下水埋深、净补给量、含水层介质类型、包气带介质类型、地形坡度、土壤含盐量、含水层水力传导系数;
评价指标权重确定步骤,用于利用层次分析法确定前述的评价指标对地下水脆弱性的影响度,以确定每一评价指标的权重;
评价步骤,用于利用评价指标以及对应的权重,通过ArcGIS将评价指标按权重叠加计算得出研究区的脆弱性指数。
进一步的,所述评价指标权重确定步骤包括:
递阶层次结构模型建立子步骤,用于根据评价指标体系,建立层级结构模型;其中所述层评价指标体系包括评价对象的因素集和子因素集,且所述评价指标体系为分层指标体系,包括:目标层、准则层、指标层;根据评价指标体系的基本关系构建递阶层次结构模型;
判断矩阵建立子步骤,用于根据递阶层次结构模型中的上下层次之间的路数关系,确定同一层次之间的任意两个评价指标i、j之间的比较值bji;并以此构建量化的判断矩阵B;
权重确定子步骤,用于通过判断矩阵计算出最大特征值所对应的特征向量,该特征向量即为本层次因素相对于上一层次中某因素的相对重要性权值;具体包括:
计算判断矩阵每一行元素的乘积Mi:
计算乘积Mi的n次方根Wi:
对向量W=(W1',W2',W3',…,Wn')T作正规化处理:
则W=(W1,W2,W3,…,Wn)T即为所求特征向量.
计算判断矩阵的最大特征根λmax:
式中:(PW)i表示向量PW的第i个元素;
进一步的,所述评价指标权重确定步骤还包括:通过以下公式对权重值进行校验:
CR=CI/RI
式中:CR为判断矩阵的随机一致性比率:CI为判断矩阵的一般一致性指标;RI为判断矩阵的平均随机一致性指标,通过试验获得;
当阶数≤2时,矩阵总有完全一致性;当阶数大于2时,如果CR≤0.1,即判断矩阵具有满意的一致性;否则,就需要调整判断矩阵,直到取得满意的一致性为止。
进一步的,所述评价步骤具体包括:
基于DRASTIC指标法的脆弱性指数计算方法,DRAVS模型的地下水脆弱性指数计算公式如下:
DI=DrDw+RrRw+ArAw+VrVw+SrSw (4-11)
DI表示脆弱性指数,下标r代表指标值,w代表指标权重;D为地下水埋深、R为净补给量、A为含水层介质、V为包气带介质、S为土壤含盐量;
对目标区域的地下水脆弱性进行分析以确定导致地下水脆弱的因素。
进一步的,所述方法还包括:
根据地下水脆弱性评价结果,结合干旱区地下水脆弱性的影响因素,确定地下水利用保护措施;具体包括:
针对浅层含水层,对地下水环境影响最大的是盐害,所以应当改变农灌区的粗放灌溉方式,减少地下水的净补给量,另外适当地增加浅层地下水的开采量,增加包气带厚度,调控地下水位,减少潜水的无效散失,缓解当地的土壤盐渍化加重趋势;同时完善排水措施,适时的降低地下水位,防止土壤返盐,另外还可以配套生物改良、物理改良及化学改良等措施缓解盐渍化趋势;降低地下水位的同时要考虑生态环境,如果地下水位下降幅度很大,将导致植被衰枯土壤沙化,破坏生态环境,将得不偿失;
目标区域灌域大部分为农田覆盖区,复种指数增高会增大化肥和杀虫剂的使用,所以应该科学施肥、合理使用农药,减少化肥及农药的使用量;在使用化肥时适当增加含氯肥料的使用,可以抑制硝化作用,缓解地下水中硝酸盐污染;制造污泥混合肥料等新技术的产生能够缓解化肥引起的非点源污染;
在饮用水水源地及其周围设置防护带;饮用水水源是维系人类生存的基本条件;因为地下水的污染具有隐蔽性和难以逆转的特点,所以对于西北干旱区来说,饮用水水源地防护带的设置显得尤为重要;
建立非点源污染监测网络,加强地下水水质动态趋势监测;目前,全国范围内污染监测工作薄弱,亟待加强;非点源污染检测系统能客观地认识本地区的水体污染程度,有助于土地的综合利用和水资源的合理开发利用。
本发明的技术方案具有以下优势:
上述方案提出了一种地下水脆弱性评价方法,能够更为准确的对地下水的脆弱性进行评估和模拟,以为地下水使用决策提供准确的依据。
附图说明
通过下面结合附图对本发明的一个优选实施例进行的描述,本发明的技术方案及其技术效果将变得更加清楚,且更加易于理解。其中:
图1为本发明实施例的流程图;
图2为本发明实施例中的递阶层次结构模型的示意图。
具体实施方式
以下将结合所附的附图对本发明的一个优选实施例进行描述。
本发明实施例提出了一种地下水脆弱性评价方法,如图1所示的,包括:
一、评价指标选取
评价结果的准确度取决于所选取的影响因子的代表性,而评价结果的精确度则依靠数据的数量和可信性。根据目标区域灌域的具体情况,结合脆弱性评价中常见的一些因子,并参考其它地区尤其是干旱地区的地下水脆弱性评价成果,分析选取适用于研究区地下水脆弱性评价的影响因子。
(1)地下水埋深
由于地下水埋深决定着污染物到达含水层之前传输媒介材料的深度以及有助于确定与周围介质接触的时间,并且提供了污染物与大气中的氧接触致使其氧化的最大机会。通常来说,地下水埋深越大,污染物到达地下水所需要的时间就越长,那么污染物被稀释的几率就大大增加,地下水也就较难被污染;反之地下水就容易被污染。因此,在脆弱性评价研究中地下水埋深应被列为主要考虑对象。
目标区域灌域多年平均地下水埋深1.89m,秋浇前最大埋深也在2.09m。如此浅的地下水埋深极易使得地表或土壤中的污染物随灌溉水迁移到地下水中,因此地下水埋深对于目标区域灌域地下水脆弱性评价具有重要影响。
参考DRASTIC方法中潜水位埋深的评分标准,将研究区潜水位埋深分为7个等级,各等级的水位埋深范围及评分见表4-2。
表4-2目标区域灌域地下水埋深评分表
(2)净补给量
地表污染物通过补给水源垂直渗入地下含水层,并在地下含水层中发生运移,所以补给水成为了污染物进入地下水的主要渠道,研究区主要是以垂直补给为主,侧向补给为辅,所以净补给量成为地下水脆弱性评价的主要赋值指标。目标区域灌域地下水补给主要是灌溉水入渗补给,其次是降雨入渗补给,黄河侧渗和山前侧渗量较小,本次计算忽略不计。而灌溉水入渗补给主要发生在耕地中,因此不同的土地利用类型其净补给量也不一样,本次研究主要根据目标区域灌域土地利用类型来确定各分区净补给量。参考DRASTIC方法中净补给量的评分标准,并结合其它干旱地区的研究成果(任小荣,2007;郭晓静,2011),将研究区净补给量分为7个等级,各等级的净补给量范围及评分见表4-3。
表4-3净补给量评分表
根据2010年目标区域灌域土地利用遥感解译结果,将目标区域灌域土地利用分为农田地、林牧地、荒草地、水域、居民用地和盐碱地六种类型,不同的土地利用类型表明人类活动程度的强弱。目标区域灌域土地利用类型面积统计和分布见表4-4。
表4-4目标区域灌域土地利用类型面积统计
长灌域地下水补给包括:渠系水渗漏补给、田间水入渗补给和降雨入渗补给,其中以渠系水渗漏补给和田间水入渗补给为主。灌域引水渠系除总干渠外共分为干、分干、支、斗、农、毛6级,密布在整个灌域,因此除水域外其它土地利用类型均有渠系水渗漏补给发生。渠系水渗漏补给强度的计算公式为:
式中:Wc-渠系水渗漏补给强度,mm;Qi-渠系引水量,万m3;β-渠系水渗漏补给系数;Fc-渠系水渗漏补给面积,km2。
田间水入渗补给主要发生在农田地和林牧地,其强度计算公式为:
式中:Wf-田间水入渗补给强度,mm;Qi-渠系引水量,万m3;γ-田间水入渗补给系数;Ff-田间水入渗补给面积,km2。
除水域外其它土地利用类型均会有降水入渗补给发生,另外,由于居民用地多被住房和道路覆盖,其降雨入渗补给系数非常小。降水入渗补给强度计算公式为:
Wr=α·P(4-4)
式中:Wr-降水入渗补给强度,mm;α-降水入渗补给系数;P-降水量,mm。
(3)含水层介质类型
含水层中的水流系统受含水层介质的影响,污染物的运移路线以及运移路径的长度由含水层中水流所控制。运移路径的长度决定着稀释过程,如吸附程度、吸附速度和分散程度。污染物运移的路线是由裂隙和相互连接的溶洞所控制的。一般情况下,含水层介质的颗粒尺寸越大或裂隙和溶洞越多,渗透性越大,含水层介质的稀释能力越小。
目标区域灌域浅层地下水主要为第四系松散岩类孔隙水,含水层介质与气候、地貌、地理条件关系密切,冲积平原系黄河多次改道泛滥而成,其形成过程经历了湖相沉积,河、湖相交替沉积。沉积物多为不同粒径的砂性土和粘性土,互相成层,占据了研究区大部分区域。其中砂性土多为中细砂和粉细砂,而在黄河故道地段,含水层岩性较粗,为中粗砂。参考DRASTIC方法中含水层介质的评分标准,并结合其它干旱地区的研究成果(任小荣,2007;郭晓静,2011),给出了各种含水层介质的评分,见表4-5。
表4-5含水层介质类型评分表
(4)包气带介质类型
包气带处于潜水含水层之上,是地下水免受直接污染的重要屏障。包气带的主要作用就像一个过滤层,在污染水体进入含水层之前,使得污染物的浓度尽可能的被衰减。包气带中粘性土含量与包气带的过滤作用是密不可分的,粘性土对污染物具有吸附、胶结、对某些金属离子还具有络合的作用。
在目标区域灌域包气带介质组成主要有粘砂土、砂粘土、粘土等,是比较单一的介质。在灌域南端,包气带介质的成分的主要是粘砂土,而在其中部主要是砂粘土和砂。另外由于目标区域灌域地下水埋深较浅,包气带介质基本上也就是土壤介质,因此本次评价将DRASTIC模型中的土壤介质和包气带影响合并为一个指标——包气带介质。研究区包气带介质类型评分见表4-6。
表4-6包气带介质类型评分表
(5)地形坡度
地形是指地表的坡度。研究区的各类污染物是顺着地表水流方向被冲走,还是积聚在一定的区域范围内以有足够的时间和空间渗入地下来污染地下水,这在一定程度上是由地形来决定的。考虑目标区域灌域的地形特点、气候条件等,该地区的水分运动主要以垂直方向为主,属于典型入渗-蒸发型运动特点,地势平坦,无地表径流。按照DRASTIC方法的标准,凡地势较平坦的区域,研究区内地形评分值均为10分,这已失去了地形作为评价指标的意义。因此,地形因子并不完全适用于目标区域灌域地下水评价中。
(6)土壤含盐量
在干旱、半干旱地区,土壤盐渍化一直是影响区域发展的限制因素之一。尤其对于灌区而言,土壤盐碱化后,土壤溶液的渗透压增大,土地透气性、透水性变差,养分有效性降低,作物不能正常生长。而且土壤中的盐分易随着灌溉水迁移到地下水中,影响到地下水的使用功能和利用价值。
根据土壤盐化分级标准和目标区域灌域土壤盐渍化实际情况,将土壤含盐量分为非盐化、轻盐化、中盐化、重盐化和盐土5类。目标区域灌域土壤含盐量的赋分为1-10,评分值见表4-7。
表4-7土壤含盐量评分表
(7)含水层水力传导系数
水力传导系数反映含水层介质的水力传输性能,控制着地下水在一定的水力梯度下水的流动速率,而水的流动速率又控制着污染物在含水层内迁移的速率。水力传导系数是由含水层内孔隙空间的大小和连接程度所决定的。含水层水力传导系数越小,则含水层脆弱性越弱,反之越强。影响含水层水力传导系数大小的因素有很多,但它主要取决于含水层中介质颗粒的形状、大小、不均匀系数等。
根据目标区域灌域野外试验结果,灌域水力传导系数为7-10m/d,根据DRASTIC模型的评分标准,灌域水力传导系数的评分值为2,比较小。另外,关于研究区水力传导系数空间分布的数据比较少,并考虑目标区域灌域的地形特点和水文地质条件,此次评价不考虑含水层水力传导系数这一评价指标。
综上所述,选取D地下水埋深、R净补给量、A含水层介质、V包气带介质和S土壤含盐量5个评价指标,构建基于DRASTIC模型的目标区域灌域地下水脆弱性评价模型DRAVS模型。
二、评价指标权重
评价指标的相对权重反映各个参数对于地下水脆弱性“贡献”的大小。权重越大,表明参数对地下水脆弱性的相对影响越大,该参数在判断地下水脆弱性时其贡献就越大。权重的确定方法分为定性分析和定量计算两种,在实际应用中,由于许多的因素都是定性的,将所有评价指标全部定量化存在一定的困难,因此就需要一种可以把定性和定量因子进行有机结合的方法。层次分析法以其自身的优势,得到了各个领域广泛的应用。本次研究中将采用层次分析法计算所有因子之间的重要性关系。
1、层次分析法
层次分析法(AHP)是美国著名运筹学家、匹兹堡大学教授T.L.Saaty于20世纪70年代提出的,一种定性和定量相结合的多目标决策分析方法。特别是将决策者的经验判断给予量化,对目标(因素)结构复杂且缺乏必要数据的情况下更为实用。
运用层次分析法确定评价元素的权重,其实施步骤如下:
①分析系统中各因素的关系,建立递阶层次结构;
②对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较构造判断矩阵;
③层次单排序及其一致性检验;
④层次总排序及其一致性检验。
(1)建立递阶层次结构模型
根据具体问题选取评价指标体系,建立合适的层级结果模型。给出评价对象的因素集和子因素集,确立明确的分层指标体系,评价对象的分层指标体系可以分为:目标层、准则层、指标层三类,并根据评价指标体系的基本关系构建一个递阶层次结构模型,如图2所示。
(2)构造判断矩阵
在建立递阶层次结构之后,上下层次之间指标的隶属关系就确定了,假定某一层次指标的准则为Ak,它所支配的下一层次指标为B1,B2,…,Bn则按照他们相对于准则Ak的相对重要程度赋予B1,B2,…,Bn相应的权重值,当B1,B2,…,Bn对于准则Ak的相对重要性可以直接定量表示时,就可以直接确定它们相应的权重。但大多数问题比较复杂,指标权重几乎是不可以直接获得的,这就需要通过适当的方法求得权重,AHP所用的确定权重的方法就是两两比较法,将比较的结果以数字的形式写入判断矩阵,得到A-B判断矩阵,如表4-8所示。
表4-8A-B判断矩阵
Ak | B1 | B2 | … | Bn |
B1 | b11 | b12 | … | b1n |
B2 | b21 | b22 | … | b2n |
… | … | |||
Bn | bn1 | bn2 | … | bnn |
表4-9相对重要性标度及其含义
利用上面的判断矩阵的标度,对因素Bi和因素Bj两两比较判断得到值bij,就构成了一个量化的判断矩阵B。
(3)单一准则下元素相对权重的计算
①权重的计算
通过判断矩阵计算出最大特征值所对应的特征向量,该特征向量即为本层次因素相对于上一层次中某因素的相对重要性权值.
①计算判断矩阵每一行元素的乘积Mi:
②计算Mi的n次方根Wi':
③对向量W=(W1',W2',W3',…,Wn')T作正规化处理:
则W=(W1,W2,W3,…,Wn)T即为所求特征向量.
④计算判断矩阵的最大特征根λmax:
式中:(PW)i表示向量PW的第i个元素。
⑤权重的检验
以上得到的特征向量就是所求的权重,为了检验所得之权重是否合理,还需要对判断矩阵进行一致性检验,检验公式为
CR=CI/RI
式中:CR为判断矩阵的随机一致性比率:CI为判断矩阵的一般一致性指标;RI为判断矩阵的平均随机一致性指标,RI由大量试验给出,对于低阶判断矩阵,RI取值列于表4-10。
表4-10平均随机一致性指标RI值
对于高于12阶的判断矩阵,需要进一步查资料或采用近似方法。当阶数≤2时,矩阵总有完全一致性;当阶数大于2时,如果CR≤0.1,即人为判断矩阵具有满意的一致性,说明权数分配是合理的;否则,就需要调整判断矩阵,直到取得满意的一致性为止。
2、评价指标权重确定
本研究采用层次分析法确定权重,将评价的各指标按其关联隶属关系建立递阶层次结构模型,构造两两比较的判断矩阵,据此求出各指标权重和检验、修正判断矩阵的一致性。具体步骤如下:
(1)构建目标区域灌域地下水脆弱性递阶层次结构
该指标体系分为2个层次:第1层为目标层,目标区域灌域地下水脆弱性评价目标层(T层次);第2层为目标区域灌域地下水脆弱性评价指标层(层次Wi,i=1,2,…5)。
(2)建立评价判断矩阵
地下水脆弱性反映了地下水受到污染的可能性,而地下水污染可以理解为地表污染物进入含水层的过程,可见净补给量是脆弱性评价中的一个的主导因素。尤其对于干旱、半干旱灌区而言,其地下水主要依靠灌溉水入渗补给,净补给量强度普遍较高。因此,本次评价中将地下水净补给量作为最重要的脆弱性影响因子,这对研究人为活动对脆弱性的影响具有意义。另外,研究区地下水埋深较浅,很大程度上缩短了污染物进入地下水的时间,因此,地下水埋深也是较为重要的评价指标。目标区域灌域主要靠引用黄河水进行灌溉,河水本身矿化度并不高,受强烈蒸发的影响,土壤层中的盐分日益累积,并随着灌溉水入渗进入到地下水中,在一定程度上土壤含盐量则成为地下水的污染源,因此,土壤含盐量也是一个重要的评价指标。包气带介质决定了灌溉水入渗的速率,相比较而言含水层介质则处于最低层次。
根据上述分析,并依据表4-9中相对重要性标度构建下列矩阵,如表4-11所示。该判断矩阵满足一致性检验,最终求得五个评价指标的权重值见表4-12。
表4-11评价指标判断矩阵
表4-12目标区域灌域地下水脆弱性评价指标权重
三、评价结果及分析
1、评价结果
根据每个评价指标的赋分,通过ArcGIS将5个评价指标按权重叠加计算得出研究区的脆弱性指数。基于DRASTIC指标法的脆弱性指数计算方法,DRAVS模型的地下水脆弱性指数计算公式如下:
DI=DrDw+RrRw+ArAw+VrVw+SrSw (4-11)
式中:DI表示脆弱性指数,下标r代表指标值,w代表指标权重。根据上式计算得出的地下水脆弱性指数值,对研究区的地下水脆弱性进行级别分区(表4-13)。对于脆弱性指数高的地区,相对来说地下水易于受到污染,应该加强防护;反之,地下水污染发生的可能性就比较小。
表4-13目标区域灌域地下水脆弱性分级
经过计算,目标区域灌域年度地下水脆弱性指数分布范围为3.68-8.59,秋浇期地下水脆弱性指数分布范围为3.68-7.48。根据计算结果将相同分区的单元进行合并,得到目标区域灌域年度和秋浇期地下水脆弱性分区图。
2、结果分析
由于目标区域灌域农田、盐荒地、居民用地等土地利用类型交错分布,尤其是耕地和盐荒地插花式分布在整个目标区域灌域,因此,灌域地下水脆弱性评价结果的分区并不十分明显,从结果来看,年度的脆弱性分区要明显于秋浇期。另外,年度地下水脆弱性分区与土壤全盐量分区比较一致,说明在净补给量较大的情况下,土壤里面的盐分相当于一个污染源,其对评价结果有一定的影响。若净补给量不大,则影响不大,这从秋浇期的地下水脆弱性评价结果可以看出。年度和秋浇期地下水脆弱性评价结果具体分析如下:
(1)年度地下水脆弱性评价结果分析
研究区约88%的面积分布于高到极高脆弱性区域,地下水防护条件很差,主要是因为目标区域灌域广泛分布着农田,粗放灌溉方式导致地下水位较高,蒸发强烈,地下水蒸散量大,潜水含水层已经受到盐害的影响,水质恶化,应该高度重视。
低脆弱性区和中等脆弱性区主要分布在城镇、农村等居民用地以及水域上,约占灌域总面积12%,分布比较分散。影响该区域脆弱性的两个主要因素是较低的净补给量和土壤全盐量,尤以净补给量为重。
高脆弱性区主要分布在西部、中部和北部,东部靠近乌梁素海附近以及南部也有零星分布,约占灌域总面积70%。该区域以耕地和盐荒地为主,导则该区域地下水脆弱性高的主要因素为高净补给量和较高的土壤全盐量。此外较浅的地下水埋深对脆弱性也有一定的影响。
极高脆弱性区主要分布在南部和中东部一代,约占灌域总面积18%。该区域土壤全盐量极高,大量的盐分极易随灌溉水迁移到地下水中,是的该地区地下水盐化的可能性大大增加。
(2)秋浇期地下水脆弱性评价结果分析
秋浇期整个目标区域灌域约有48.2%的面积分布于中等脆弱性区和51.6%的面积分布于高脆弱性区,没有出现极高脆弱性区。
另外,脆弱性分区没有集中的现象,这和目标区域灌域土地利用类型较为分散有关,耕地、盐荒地和农村居民用地均插花分布在整个目标区域灌域,因此各分区也是交叉分布。
综上所述,较大的净补给量、较浅的地下水埋深以及较高的土壤全盐量是导致目标区域灌域地下水脆弱性较高的主要影响因素,一旦在地表有污染物,极易进入地下水造成污染。目前就水土样品检测结果来看,该地区地下水中的污染物主要还是三氮、矿化度等因子,这也是干旱灌区地下水中常见的污染物。然而随着人类活动的加剧和工业的发展,还有可能出现其它类型的污染物,因此,该地区的地下水污染防治工作不容忽视。
3、结果验证
地下水中矿化度含量常常反映了人为活动的严重程度。目标区域灌域作为重要的农业生产基地,灌溉对地下水有重要的影响。这种影响的大小则与地下水的脆弱性有直接的关系,脆弱性高的地区,地下水中矿化度浓度可能就越大;相反可能就越小。因此,根据目标区域灌域地下水中矿化度浓度的分布,对上述脆弱性评价结果进行合理性验证。
根据秋浇后地下水中矿化度的含量分布与灌域地下水脆弱性分区验证结果来看,其一致性较好。分析原因主要是由于强烈蒸发引起的土壤积盐,以及粗放型灌溉方式造成地下水补给量大和地下水位上升使得地下水矿化度不断增加,导致含水层污染、水质恶化。验证结果说明了本次工作中所建立的地下水脆弱性评价体系和评价方法具有一定的科学性,是地下水脆弱性评价的有效手段。评价结果对当地的建设和发展具有一定的指导和参考作用。
四、地下水污染防治对策
根据地下水脆弱性评价结果,结合干旱区地下水脆弱性的主要影响因素,采取不同的地下水利用保护措施。
(1)针对浅层含水层,对地下水环境影响最大的是盐害,所以应当改变农灌区的粗放灌溉方式,减少地下水的净补给量,另外适当地增加浅层地下水的开采量,增加包气带厚度,调控地下水位,减少潜水的无效散失,缓解当地的土壤盐渍化加重趋势。同时完善排水措施,适时的降低地下水位,防止土壤返盐,另外还可以配套生物改良、物理改良及化学改良等措施缓解盐渍化趋势。降低地下水位的同时要考虑生态环境,如果地下水位下降幅度很大,将导致植被衰枯土壤沙化,破坏生态环境,将得不偿失。
(2)目标区域灌域大部分为农田覆盖区,复种指数增高会增大化肥和杀虫剂的使用,所以应该科学施肥、合理使用农药,减少化肥及农药的使用量。在使用化肥时适当增加含氯肥料的使用,可以抑制硝化作用,缓解地下水中硝酸盐污染;制造污泥混合肥料等新技术的产生能够缓解化肥引起的非点源污染。
(3)在饮用水水源地及其周围设置防护带。饮用水水源是维系人类生存的基本条件。因为地下水的污染具有隐蔽性和难以逆转的特点,所以对于西北干旱区来说,饮用水水源地防护带的设置显得尤为重要。
(4)建立非点源污染监测网络,加强地下水水质动态趋势监测。目前,全国范围内污染监测工作薄弱,亟待加强。非点源污染检测系统能客观地认识本地区的水体污染程度,有助于土地的综合利用和水资源的合理开发利用。
对于所属技术领域的技术人员而言,随着技术的发展,本发明构思可以不同方式实现。本发明的实施方式并不仅限于以上描述的实施例,而且可在权利要求的范围内进行变化。
Claims (5)
1.一种地下水脆弱性评价方法,其特征在于,包括:
评价指标选取步骤,用于确定影响地下水的评价指标,该评价指标为以下的至少一种:地下水埋深、净补给量、含水层介质类型、包气带介质类型、地形坡度、土壤含盐量、含水层水力传导系数;
评价指标权重确定步骤,用于利用层次分析法确定前述的评价指标对地下水脆弱性的影响度,以确定每一评价指标的权重;
评价步骤,用于利用评价指标以及对应的权重,通过ArcGIS将评价指标按权重叠加计算得出研究区的脆弱性指数。
2.根据权利要求1所述的地下水脆弱性评价方法,其特征在于,所述评价指标权重确定步骤包括:
递阶层次结构模型建立子步骤,用于根据评价指标体系,建立层级结构模型;其中所述层评价指标体系包括评价对象的因素集和子因素集,且所述评价指标体系为分层指标体系,包括:目标层、准则层、指标层;根据评价指标体系的基本关系构建递阶层次结构模型;
判断矩阵建立子步骤,用于根据递阶层次结构模型中的上下层次之间的路数关系,确定同一层次之间的任意两个评价指标i、j之间的比较值bji;并以此构建量化的判断矩阵B;
权重确定子步骤,用于通过判断矩阵计算出最大特征值所对应的特征向量,该特征向量即为本层次因素相对于上一层次中某因素的相对重要性权值;具体包括:
计算判断矩阵每一行元素的乘积Mi:
计算乘积Mi的n次方根Wi':
对向量W=(W1',W′2,W′3,…,W′n)T作正规化处理:
则W=(W1,W2,W3,…,Wn)T即为所求特征向量.
计算判断矩阵的最大特征根λmax:
式中:(PW)i表示向量PW的第i个元素;
3.根据权利要求2所述的地下水脆弱性评价方法,其特征在于,所述评价指标权重确定步骤还包括:通过以下公式对权重值进行校验:
式中:CR为判断矩阵的随机一致性比率:CI为判断矩阵的一般一致性指标;RI为判断矩阵的平均随机一致性指标,通过试验获得;
当阶数≤2时,矩阵总有完全一致性;当阶数大于2时,如果CR≤0.1,即判断矩阵具有满意的一致性;否则,就需要调整判断矩阵,直到取得满意的一致性为止。
4.根据权利要求1所述的地下水脆弱性评价方法,其特征在于,所述评价步骤具体包括:
基于DRASTIC指标法的脆弱性指数计算方法,DRAVS模型的地下水脆弱性指数计算公式如下:
DI=DrDw+RrRw+ArAw+VrVw+SrSw (4-11)
DI表示脆弱性指数,下标r代表指标值,w代表指标权重;D为地下水埋深、R为净补给量、A为含水层介质、V为包气带介质、S为土壤含盐量;
对目标区域的地下水脆弱性进行分析以确定导致地下水脆弱的因素。
5.根据权利要求1所述的地下水脆弱性评价方法,其特征在于,所述方法还包括:
根据地下水脆弱性评价结果,结合干旱区地下水脆弱性的影响因素,确定地下水利用保护措施;具体包括:
针对浅层含水层,对地下水环境影响最大的是盐害,所以应当改变农灌区的粗放灌溉方式,减少地下水的净补给量,另外适当地增加浅层地下水的开采量,增加包气带厚度,调控地下水位,减少潜水的无效散失,缓解当地的土壤盐渍化加重趋势;同时完善排水措施,适时的降低地下水位,防止土壤返盐,另外还可以配套生物改良、物理改良及化学改良等措施缓解盐渍化趋势;降低地下水位的同时要考虑生态环境,如果地下水位下降幅度很大,将导致植被衰枯土壤沙化,破坏生态环境,将得不偿失;
目标区域灌域大部分为农田覆盖区,复种指数增高会增大化肥和杀虫剂的使用,所以应该科学施肥、合理使用农药,减少化肥及农药的使用量;在使用化肥时适当增加含氯肥料的使用,可以抑制硝化作用,缓解地下水中硝酸盐污染;制造污泥混合肥料等新技术的产生能够缓解化肥引起的非点源污染;
在饮用水水源地及其周围设置防护带;饮用水水源是维系人类生存的基本条件;因为地下水的污染具有隐蔽性和难以逆转的特点,所以对于西北干旱区来说,饮用水水源地防护带的设置显得尤为重要;
建立非点源污染监测网络,加强地下水水质动态趋势监测;目前,全国范围内污染监测工作薄弱,亟待加强;非点源污染检测系统能客观地认识本地区的水体污染程度,有助于土地的综合利用和水资源的合理开发利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810954736.0A CN109034656A (zh) | 2018-08-21 | 2018-08-21 | 一种地下水脆弱性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810954736.0A CN109034656A (zh) | 2018-08-21 | 2018-08-21 | 一种地下水脆弱性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109034656A true CN109034656A (zh) | 2018-12-18 |
Family
ID=64627021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810954736.0A Pending CN109034656A (zh) | 2018-08-21 | 2018-08-21 | 一种地下水脆弱性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109034656A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008302A (zh) * | 2019-04-12 | 2019-07-12 | 长江岩土工程总公司(武汉) | 多影响因子降雨入渗系数定量评价方法 |
CN110414825A (zh) * | 2019-07-23 | 2019-11-05 | 华北水利水电大学 | 一种水文化遗产评价方法 |
CN110428158A (zh) * | 2019-07-23 | 2019-11-08 | 华北水利水电大学 | 水文化遗产综合评价指标体系构建方法 |
CN110428189A (zh) * | 2019-08-15 | 2019-11-08 | 中国地质科学院水文地质环境地质研究所 | 一种地下水水源地回补潜力的量化评价方法及系统 |
CN110443468A (zh) * | 2019-07-18 | 2019-11-12 | 天津大学 | 一种山洪灾害脆弱性多测度评估方法 |
CN110675090A (zh) * | 2019-10-14 | 2020-01-10 | 机械工业勘察设计研究院有限公司 | 地源热泵场地适用性评价方法 |
CN110909933A (zh) * | 2019-11-20 | 2020-03-24 | 北京师范大学 | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 |
CN111915201A (zh) * | 2020-08-10 | 2020-11-10 | 中国地质科学院水文地质环境地质研究所 | 一种区域地下水适宜回补区分区与等级划分评价方法 |
CN113673816A (zh) * | 2021-07-08 | 2021-11-19 | 北京师范大学 | 一种河道渗漏补给地下水的适宜性评价方法 |
CN114841491A (zh) * | 2022-02-21 | 2022-08-02 | 中铁第一勘察设计院集团有限公司 | 一种铁路隧道地下水疏排对隧顶植被的环境影响评价方法 |
CN110008302B (zh) * | 2019-04-12 | 2024-06-04 | 长江岩土工程总公司(武汉) | 多影响因子降雨入渗系数定量评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
CN103413015A (zh) * | 2013-04-24 | 2013-11-27 | 重庆科技学院 | 一种城市燃气管网弱性评估模型建立的方法 |
CN106919754A (zh) * | 2017-02-28 | 2017-07-04 | 中国环境科学研究院 | 一种区域浅层地下水特殊脆弱性的评价方法 |
-
2018
- 2018-08-21 CN CN201810954736.0A patent/CN109034656A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413015A (zh) * | 2013-04-24 | 2013-11-27 | 重庆科技学院 | 一种城市燃气管网弱性评估模型建立的方法 |
CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
CN106919754A (zh) * | 2017-02-28 | 2017-07-04 | 中国环境科学研究院 | 一种区域浅层地下水特殊脆弱性的评价方法 |
Non-Patent Citations (2)
Title |
---|
郭晓静: "基于数值模拟的地下水脆弱性研究", 《中国地质大学硕士学位论文》 * |
马真东等: "基于地理处理服务的地下水脆弱性评价研究", 《遥感技术与应用》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008302A (zh) * | 2019-04-12 | 2019-07-12 | 长江岩土工程总公司(武汉) | 多影响因子降雨入渗系数定量评价方法 |
CN110008302B (zh) * | 2019-04-12 | 2024-06-04 | 长江岩土工程总公司(武汉) | 多影响因子降雨入渗系数定量评价方法 |
CN110443468A (zh) * | 2019-07-18 | 2019-11-12 | 天津大学 | 一种山洪灾害脆弱性多测度评估方法 |
CN110443468B (zh) * | 2019-07-18 | 2023-04-18 | 天津大学 | 一种山洪灾害脆弱性多测度评估方法 |
CN110414825A (zh) * | 2019-07-23 | 2019-11-05 | 华北水利水电大学 | 一种水文化遗产评价方法 |
CN110428158A (zh) * | 2019-07-23 | 2019-11-08 | 华北水利水电大学 | 水文化遗产综合评价指标体系构建方法 |
CN110428189B (zh) * | 2019-08-15 | 2023-04-07 | 中国地质科学院水文地质环境地质研究所 | 一种地下水水源地回补潜力的量化评价方法及系统 |
CN110428189A (zh) * | 2019-08-15 | 2019-11-08 | 中国地质科学院水文地质环境地质研究所 | 一种地下水水源地回补潜力的量化评价方法及系统 |
CN110675090A (zh) * | 2019-10-14 | 2020-01-10 | 机械工业勘察设计研究院有限公司 | 地源热泵场地适用性评价方法 |
CN110909933A (zh) * | 2019-11-20 | 2020-03-24 | 北京师范大学 | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 |
CN110909933B (zh) * | 2019-11-20 | 2020-07-17 | 北京师范大学 | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 |
CN111915201A (zh) * | 2020-08-10 | 2020-11-10 | 中国地质科学院水文地质环境地质研究所 | 一种区域地下水适宜回补区分区与等级划分评价方法 |
CN113673816A (zh) * | 2021-07-08 | 2021-11-19 | 北京师范大学 | 一种河道渗漏补给地下水的适宜性评价方法 |
CN114841491A (zh) * | 2022-02-21 | 2022-08-02 | 中铁第一勘察设计院集团有限公司 | 一种铁路隧道地下水疏排对隧顶植被的环境影响评价方法 |
CN114841491B (zh) * | 2022-02-21 | 2024-04-30 | 中铁第一勘察设计院集团有限公司 | 一种铁路隧道地下水疏排对隧顶植被的环境影响评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034656A (zh) | 一种地下水脆弱性评价方法 | |
Lange et al. | Runoff generation from successive simulated rainfalls on a rocky, semi‐arid, Mediterranean hillslope | |
Voudouris et al. | Assessment of intrinsic vulnerability using DRASTIC model and GIS in Kiti aquifer, Cyprus | |
Capri et al. | Assessment of nitrate contamination risk: The Italian experience | |
Ibrakhimov | Spatial and temporal dynamics of groundwater table and salinity in Khorezm (Aral Sea Basin), Uzbekistan | |
Agyare | Soil characterization and modeling of spatial distribution of saturated hydraulic conductivity at two sites in the Volta Basin of Ghana | |
Hussain et al. | Evaluation and mapping groundwater suitability for irrigation using GIS in Najaf Governorate, IRAQ | |
Liu et al. | Sediment yield modeling using SWAT model: case of Changjiang River Basin | |
Li et al. | A new risk assessment system based on set pair analysis–variable fuzzy sets for underground reservoirs | |
CN105046095B (zh) | 生态敏感区公路隧道施工对地下水环境扰动的评价方法 | |
Ettazarini | Groundwater pollution risk mapping for the Eocene aquifer of the Oum Er-Rabia basin, Morocco | |
Gxokwe | Conceptualization of urban hydrogeology within the context of water sensitive urban design: case study of Cape Flats Aquifer | |
Fenton et al. | Variations in travel time for N loading to groundwaters in four case studies in Ireland: Implications for policy makers and regulators | |
McLean | Hydrogeochemical evolution and variability in a stressed alluvial aquifer system: Lower Namoi River catchment, NSW | |
Mtoni | Saltwater intrusion in the coastal strip of Dar es Salaam Quaternary aquifer, Tanzania | |
Kakuturu et al. | Runoff curve numbers for simulated highway slopes under different slope, soil-turf, and rainfall conditions | |
Kaledhonkar et al. | Delineation and prioritization of groundwater recharge zones in the state of Karnataka using GIS technique | |
Al-Kharabsheh | Assessment of Water Resources Management in Azraq Basin, Jordan | |
Wang et al. | Mosaic desert pavement influences water infiltration and vegetation distribution on fluvial fan surfaces | |
Abubakar Gada | Understanding the water balance of basement complex areas in Sokoto Basin, North-west Nigeria for improved groundwater management | |
Legarth et al. | Modelling nitrate loads to rivers-integration of farm-scale and catchment-scale models including spatially variable nitrate attenuation capacity | |
Dehghan Rahimabadi et al. | Groundwater suitability in Tashk-Bakhtegan and Maharloo basin, Iran | |
Gidafie et al. | Estimation of groundwater recharge using water balance model: A case study in the Gerado basin, North Central Ethiopia | |
Awawdeh et al. | Mapping Potential Sites for Rainwater Harvesting (Dams) in the Pan-Handle of Jordan Using Geographic Information Systems'' | |
Ghoubachi | Contribution to the hydrogeology of Six Hills sandstone aquifer in East El-Oweinat area, south Western desert, Egypt |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |