井工矿开采对窟野河水资源的影响

李　舒,陈元芳,李致家

(1. 河海大学水文水资源学院,江苏 南京　210098; 2. 黄河水利科学研究院,河南 郑州　450003)



井工矿开采对窟野河水资源的影响

李舒1,2,陈元芳1,李致家1

(1. 河海大学水文水资源学院,江苏 南京210098; 2. 黄河水利科学研究院,河南 郑州450003)

为了定量研究流域内井工矿开采对水资源的影响,采用Mann-Kendall-Pettitt方法检测窟野河1966—2009年年径流的突变点,利用水文模型(SWAT和SWAT-VISUAL MODFLOW)定量计算井工矿开采对窟野河流域1997—2009年径流及2009年地下水的影响。结果表明,井工矿开采是该时期径流锐减及地下水疏干的主要原因,其对年径流减少的贡献量为24.20 mm,占总减水量的64.16%,对地下水的影响量为4.09×108m3。

井工矿开采;径流;地下水;Mann-Kendall-Pettitt方法;SWAT模型;SWAT-VISUAL MODFLOW耦合模型;窟野河流域

窟野河流域内蕴藏着丰富的优质煤炭资源。1998年原煤产量约为0.2174×108t,2009年激增到2.03×108t。井工矿开采引发河川基流减少,地下水位下降[1,2]。随着遥感和地理信息技术的发展,利用水文模型可以量化研究大多数人类活动对径流及地下水的影响[1,3]。但国内外利用水文模型定量评估窟野河流域内井工矿开采对径流及地下水的影响研究很少,本文针对这个问题研究了1979—2009年井工矿开采对窟野河径流及地下水的影响。

1　研究区域与数据

图1　窟野河水文站、雨量站及气象站分布Fig. 1　Distributions of hydrological, rainfall, and meteorological stations in Kuye River Basin

窟野河全长242 km,流域面积约8 706 km2,位于东经109°28′～110°45′、北纬38°22′～39°50′。本研究使用的数据有:2000年分辨率30 m×30 m的ASTER GDEM,1966—2009年的日序列水文数据(图1),1∶100 000的1996年、2000年土地利用数据集,1∶1 000 000土壤类型数据集,全国地质资料馆地质资料。

2　方　　法

2.1Mann-Kendall非参数秩次相关检验法与Pettitt变异点检验法相结合

Rouge等[4]将Mann-Kendall趋势检验法[5-6]与Pettitt变异点检测方法[7]相结合,提出一种能够检测水文序列渐变点与突变点的方法(以下简称MK-P方法)，并检测了美国1 217个水文气象站1910—2009年年平均降雨和温度的渐变点和突变点。

2.2人类活动对径流直接影响和间接影响的分离方法

人类活动对径流产生的直接影响(井工矿开采)和间接影响是共存的,为了便于分离,假设它们是相互独立的。参照水文模型模拟分离法,推导出人类活动对径流的直接影响分离公式:

(1)

式中:ΔWT——径流变化总量;ΔWC+HID——气候变化和人类活动(间接影响)影响量之和;ΔWHD——人类活动直接影响量;WC+HD+HID——气候变化和人类活动影响时期的观测径流量;WC+HID——气候变化和人类活动(间接影响)影响时期的观测径流量;WCN+HIDN——气候变化和人类活动影响时期的径流量还原为气候变化和人类活动(间接影响)影响时期的径流量。

2.3水文模型

2.3.1SWAT模型参数率定及验证方法

模型参数率定采用SUFI-2 算法[8],并用P和R进行不确定性分析(P、R为判断因子)。当P≥70%,同时R<1时,模拟结果不确定性较小[9]。Nash-Suttcliffe Efficiency系数(NSE)、确定性系数R2和相对误差RE这3个指标可以衡量模拟效果,若NSE>0.5,R2>0.5,RE在±25%范围内,则模型模拟效果较好[10]。

图2　窟野河地下水含水层划分示意图Fig. 2　Sketch of groundwater aquifer division in Kuye River Basin

2.3.2SWAT-VISUAL MODFLOW耦合模型参数率定及验证方法

根据SWAT模型中的HRU和VISUAL MODFLOW中的有限差分网格特点构建HRU-cell的交互界面[11]。利用PEST算法[12]率定参数,用RMSE和NRMSE指标检验SWAT-VISUAL MODFLOW耦合模型(以下简称S-VM模型)的模拟效果。NRMSE<10%表示模拟效果相当好,20%≥NRMSE≥10%表示模拟效果较好,30%≥NRMSE≥20%表示模拟效果一般,NRMSE>30%表示模拟效果差[13]。

2.4VM模型的设置

模型含水层划分及边界条件见图2、图3。窟野河的温家川控制水文站监测的日水位作为定水头边界值。应力期、时间步长、时间单位分别是月、月、日。初始导水率采用1 km×1 km网格大小的Kriging插值法[14]计算,水头统一假设为30 m。其中,萨拉乌苏组含水层、烧变岩含水层、侏罗系含水层和白垩系含水层的初始底部深度分别为30 m、150 m、200 m和750～1 580 m。

图3　窟野河地下水边界Fig. 3　Groundwater boundary in Kuye River Basin

孔号见煤深度冒落带厚度裂隙带厚度冒裂带厚度83259.6917.7399.98117.71S432.1614.5469.0683.60S3163.2011.5553.8265.37

2.5井工矿情景设置

本次研究引入“三带”理论[15]作为井工矿开采情景设置准则。根据钻孔位置(图3)假设了3条裂缝(长5 km、宽1 km)。针对窟野河煤层上覆岩层特性选取式(2)(3)计算井工矿开采下的定水头边界:

(2)

(3)

式中:H1——冒落带高度;Hη——导水裂隙带高度;M——煤层采厚或厚度。

由表1和实地考察可以判断采空区造成的裂隙到地表,由此裂缝的定水头设定为煤矿埋深高度。

根据MK-P突变点分析,以及1979年后大规模实施水土保持措施,1996年后煤矿大规模开采,将1979—2009年分为2个时期:第一时期(1979—1996),第二时期(1997—2009)。研究过程见图4。

图4　研究过程示意图Fig. 4　Sketch of methodological steps

3　结　　果

3.1井工矿开采对径流影响

按照第2节介绍的方法计算井工矿开采对窟野河径流的影响,模拟结果见图5。第一时期率定期和验证期模型模拟效果判定值计算结果如下:NSE和R2分别达到了0.76、0.60以及0.76、0.61,RE分别为6.1%,8.0%。P和R分别达到了0.73、0.61以及0.7、0.46。图6显示了第一时期和第二时期的年径流观测值和模拟值。井工矿开采对径流减少的贡献量为24.20 mm,占总减水量的64.16%。

3.2井工矿开采对地下水的影响

窟野河2009年S-VM地下水模型模拟结果见图7。A情景(井工况开采情景)下模型率定期和验证期的RMSE和NRMSE分别为0.27、0.1及0.02%、0.009%。验证期RMSE和NRMSE值均小于率定期,说明该耦合模型适用于模拟流域井工矿开采条件下地下水的变化情况。图8显示了2009年12月A情景、B情景下第一含水层水头情况(B情景即无井工况开采情景),白色部分表示该区域的地下水已疏干。A情景的含水层疏干面积约是B情景的4倍,由此可以推断出井工矿开采加剧了地下水的疏干。

图5　窟野河1979—1996年月径流观测值与模拟值Fig. 5　Observed and simulated values of monthly runoff in Kuye River from 1979 to 1996

图6　窟野河1979—2009年年径流观测值与模拟值Fig. 6　Observed and simulated values of annual runoff in Kuye River from 1979 to 2009

图7　2009年3—10月地下水位模拟值与实测值拟合结果Fig. 7　Fitting of observed and simulated groundwater levels in March to October 2009

图8　2009年12月地下水水位示意图Fig. 8　Sketch of groundwater level in December 2009

通过水均衡(表2)及面积加权法计算出2009年井工矿开采对地下水的总影响量为4.09×108m3,与吴喜军[1]利用统计学方法得出的结果一致。B情景下,含水层在一定范围内出现了疏干情况,说明本次研究设置的S-VM模型参数也反映了人工打井取水对地下水的影响。以上结果表明本次研究假设的A、B情景具有一定的合理性。

表2　研究区地下水均衡结果Table 2　Groundwater balance in study area

注:Q地表-地下为地表水转化为地下水量,Q地下-地表为地下水转化为地表水量。

4　讨　　论

4.1MK-P方法在窟野河流域应用要点

本次研究使用了MK-P方法检测计算了窟野河年径流的突变点。在使用该方法时,首先需要确定一个阈值,该阈值是区分平稳变化点和突变点的临界值。根据Rouge等[4]将该方法应用于美国水文站的结果,确定了阈值为0.4,计算得到的窟野河年径流突变点与吕新等[2]的研究成果一致,并且该流域在1979年和1996年后分别进行了大规模的水保措施和煤矿开采活动,说明该阈值的取值是合理的。在不同的流域使用该方法时应注意阈值的取值范围会在0.1～0.5之间变化,需要根据流域径流的实际情况选取。

4.2不确定性

本次研究结果的不确定性主要有以下几个原因:(a)SWAT模型中使用的数据集尺度为日,但窟野河流域0.5 h内的强降雨出现次数较多;(b)SWAT模型参数的不确定性;(c)没有考虑流域内水工建筑物及不同的农业耕种方式给径流带来的影响;(d)在VM模型建立中,用Kriging插值法计算导水率时采用较低的分辨率;(e)人为假设的模型边界与实际情况有所不同。本次研究采用P、R和NRMSE定量分析这些不确定性对计算结果的影响,其结果表明SWAT模型和S-VM模型模拟结果的不确定性都在可接受范围内,因此本研究计算出的井工矿开采对窟野河径流及地下水的影响量是合理的。

4.3结果的分析及展望

研究中通过一系列概化方法计算了井工矿对径流及地下水水量的影响,利用SWAT模型计算了井工矿对径流的影响,其结果较好。在设置井工矿开采情景时,根据实地调研情况,概化了3条地裂缝,取得较好的模拟结果。

井工矿开采会使当地水文地质情况发生很复杂的变化,如煤层开采后形成采空区。这些采空区在一定条件下(如强降雨等),使地表出现塌陷区,甚至出现“天坑”,进而对含水层产生扰动影响,以至于改变含水层的储水率、导水率等地质参数,最终对径流及地下水产生影响。此外,窟野河流域分布着很多矿区,不同的开采方法也会对水文地质情况产生不同的影响。

5　结　　语

本次研究首先利用MK-P突变点检测方法检测了窟野河流域年径流量的突变点(1979年和1996年)。采用SWAT模型和S-VM模型分别定量计算了第二时期井工矿开采对窟野河径流的影响量以及2009年井工矿开采对窟野河地下水的影响量。计算结果表明,井工矿开采对年径流减少的贡献量为24.20 mm,占总减水量的64.16%,其对地下水的影响量为4.09×108m3。井工矿开采是窟野河径流减少及松散岩类孔隙水含水层疏干的主要原因。量化流域井工矿开采对径流及地下水的影响是一项复杂的研究,准确理解井工矿开采影响流域水循环机理是利用耦合模型模拟井工矿开采对径流及地下水影响这一物理过程的基础。

[1] 吴喜军. 煤炭开采地区河道径流变化与生态基流研究:以陕北窟野河流域为例[D].陕西:西安理工大学, 2013.

[2] 吕新, 王双明, 杨泽元,等. 神府东胜矿区煤炭开采对水资源的影响机制:以窟野河流域为例[J]. 煤田地质与勘探, 2014, 42(2): 54-57. (LYU Xin, WANG Shuangming, YANG Zeyuan, et al. Influence of coal mining on water resources: a case study in Kuye River basin[J]. Coal Geology & Exploration, 2014, 42(2): 54-57. (in Chinese))

[3] DONG W, CUI B S, LIU Z H, et al. Relative effects of human activities and climate change on the river runoff in an arid basin in northwest China[J]. Hydrological Processes, 2014, 28(18): 4854-4864.

[4] ROUGÉ C, GE Y, CAI X M. Detecting gradual and abrupt changes in hydrological records[J]. Advances in Water Resources, 2013, 53(1): 33-44.

[5] MANN H. Non-parametric tests against trend[J]. Econometrica, 1945, 13: 245-259.

[6] KENDALL M, GIBBONS J D. Rank correlation methods[M]. Griffin: Oxford University Press, 1975.

[7] PETTITT A N. A non-parametric approach to the change point problem[J]. Journal of the Royal Statistical Society, 1979, 28(2): 126-135.

[8] ABBASPOUR K C, JOHNSON A C, van GENUCHTEN M T H. Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure[J]. Vadose Zone Journal, 2004, 3: 1340-1352.

[9] ABBASPOUR K C, YANG J, MAXIMOV I, et al. Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT[J]. Journal of Hydrology, 2007, 333(2/3/4): 413-430.

[10] MORIASI D N, ARNOLD J G, van LIEW M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2006, 50(3): 885-900.

[11] 张雪刚,毛媛媛,董家瑞,等.SWAT模型与MODFLOW模型的耦合计算及应用[J].水资源保护,2010, 26(3):49-52.(ZHANG Xuegang, MAO Yuanyuan, DONG Jiarui, et al. A coupled model simulation and application of SWAT-MODFLOW[J]. Water Resources Protection, 2010, 26(3): 49-52. (in Chinese))

[12] ADAM S, TRACY N, PETER M. Natural recharge estimation and uncertainty analysis of an adjudicated groundwater basin using a regional-scale flow and subsidence model (Antelope Valley, California, USA)[J]. Hydrogeology Journal, 2015, 23(6): 1267-1291.

[13] MICHELE R, NICOLA L, ZINA F. Evaluation and application of the OILCROP-SUN model for sunflower in southern Italy[J]. Agricultural Systems, 2003, 78(1): 17-30.

[14] NOEL C. Spatial prediction and ordinary kriging[J]. Mathematical Geology, 1998, 20(4): 405-421.

[15] 煤炭科学研究院北京开采研究所. 煤矿地表移动与覆岩破坏规律及其应用[M].北京:煤炭工业出版社,1981.

Impacts of underground mining on water resources of Kuye River

LI Shu1,2, CHEN Yuanfang1, LI Zhijia1

(1.CollegeofHydrologyandWaterResources,HohaiUniversity,Nanjing210098,China;2.YellowRiverInstituteofHydraulicResearch,Zhengzhou450003,China)

In order to quantitatively study the impacts of underground mining on the water resources of the Kuye River Basin, the Mann-Kendall-Pettitt method was used to detect the abrupt change point of the annual runoff over the period from 1966 to 2009. The impacts of underground mining on runoff of the Kuye River Basin over the period from 1997 to 2009 and groundwater in the year 2009 were quantitatively estimated using the SWAT and SWAT-VISUAL MODFLOW models. The results show that the sharp decrease in runoff and the depletion of groundwater during the study period are mainly attributed to underground mining, which is responsible for 24.20 mm of annual runoff reduction, accounting for 64.16% of the total reduction, and 4.09×108m3of the groundwater affected.

underground mining; runoff; groundwater; Mann-Kendall-Pettitt method; SWAT model; SWAT-VISUAL MODFLOW coupling model; Kuye River Basin

1000-1980(2016)04-0347-06

10.3876/j.issn.1000-1980.2016.04.011

2015-08-31

国家自然科学基金(41130639, 51179045)；水利部公益性行业科研专项(201501022, 201301068)

李舒(1986—)，男，河南郑州人，博士研究生，主要从事水文水资源研究。E-mail: lididshu30@163.com

P339

A