叶尔羌河灌区地下水埋深变化及影响因素分析
文献类型：学位论文
| 作者 | 白宜斐 |
| 答辩日期 | 2019-06-30 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 王弋 ; 陈亚宁 |
| 关键词 | 地下水埋深 敏感性分析 相对贡献率 Copula 函数 叶尔羌河灌区 Groundwater depth Sensitivity analysis Relative contribution rate Copula function Irrigation area of Yarkant River basin |
| 学位专业 | 理学硕士 |
| 其他题名 | Spatio-temporal variation of groundwater depth and its influencing factors in the irrigated area of the Yarkant River |
| 英文摘要 | 中国地表水资源相对匮乏，地下水是农业活动、工业生产和居民生活用水的重要来源，尤其是在干旱、半干旱地区，地下水资源的优劣与当地百姓生产生活以及城市的发展休戚相关。 叶尔羌河灌区在过去的几十年里人口增加、 灌溉耕地面积逐年扩大， 导致地表水资源量紧张， 加大了对地下水资源的开采力度，地下水埋深的下降速度加快。地下水埋深下降导致该地区产生植被退化、沙漠化和荒漠化等一系列的生态环境问题。因此分析叶尔羌河灌区地下水埋深与其驱动因子之间的关系，探明地下水位大幅下降的原因，找到导致地下水埋深变化的主要驱动因子， 可以为流域地下水资源的可持续利用和管理提供科技支撑。本研究利用近 10年叶尔羌河灌区内 35眼地下水观测井资料分析叶尔羌河灌区地下水埋深的时空变化特征，利用敏感性法和相对贡献率方法，从人为要素和自然要素两个方面来分析不同驱动因子对叶尔羌河灌区地下水埋深变化的敏感程度并确定影响地下水埋深变化的主导驱动因子。再对驱动因子和地下水埋深数据建立各自的边缘分布函数，通过 2D Copula 函数分析驱动地下水埋深变化的主导因子与地下水埋深之间的相关性，结合条件概率定量分析驱动因子与地下水埋深分布的影响。最后利用 SVM、 ANN 和 ANFIS 模型分别建立基于驱动因子时间序列的地下水埋深模拟模型， 并通过比较选出适合该研究区的地下水埋深模拟模型。研究结论主要如下：（1） 叶尔羌河流域灌区的地下水埋深在沿河道方向上呈现出上游浅（莎车子灌区）、下游深（巴楚子灌区）的趋势；地下水变化最大为巴楚子灌区，莎车子灌区和麦盖提子灌区的地下水位波动较小，农业生产季节对地下水埋深的影响从大到小依次为：巴楚＞麦盖提＞莎车。地下水开采量是造成巴楚和麦盖提地下水埋深加深的主要影响因子。莎车的地下水埋深变化受地下水开采量和地表引水量共同的影响。（2） 研究表明 Copula 函数为地下水埋深分析提供了有效的研究方法。通过选择合适的 Copula 函数，能够更加准确的定量分析地下水埋深变化对各驱动因子的响应。 以巴楚子灌区为例， Frank Copula 函数能够更加精确的表述四个驱动因子与地下水埋深之间的关系。 地下水开采量与地下水埋深呈负相关，渠首径流量、地表引水量和降水与地下水埋深呈正相关，而且地下水开采量对地下水埋深的影响具有一个月的滞后性。同时利用条件概率计算驱动因子对地下水埋深变化的发生概率分析发现，地下水埋深落入较深范围的概率随着地下水开采量的增加而增加，随着地表引水量、径流和降水的增加而减小，并且对分布概率的影响为：地下水开采量>渠首径流>地表引水量>降水。（3） 经过模型检验， 三个模型中 ANFIS 对叶尔羌河灌区地下水埋深验证结果最好， LIBSVM 次之， ANN 的结果最差，因此， ANFIS 模型是三个模型中最合适用来模拟该地区地下水埋深变化的模型。 |
| 学科主题 | 自然地理学 |
| 语种 | 中文 |
| 源URL | [http://ir.xjlas.org/handle/365004/15308]  |
| 专题 | 中国科学院新疆生态与地理研究所 新疆生态与地理研究所_研究系统 |
| 作者单位 | 中国科学院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | 白宜斐. 叶尔羌河灌区地下水埋深变化及影响因素分析[D]. 北京. 中国科学院大学. 2019. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。