太行山东缘典型岩溶泉流量变化特征及规律分析
林云;曲鹏冲;吕海新;武亚遵
【摘 要】为揭示太行山东缘小南海泉流量变化特征及规律,基于小南海泉1971-2016年的流量资料,采用R/S分析法、Mann-Kendall趋势分析法和小波分析法,探讨小南海泉流量变化规律及特征.结果表明:小南海泉年流量呈显著下降趋势,年变化幅度为0.05 m3·s-1;未来泉流量的变化趋势和过去一致,具有持续性特征,且持续性强烈;泉流量的变化存在约15、27年的主周期与6年的次周期.降水量的减少和气温的增加是导致泉流量减少的主要气象因素,且这种暖干化现象会持续发展.泉流量对降雨的响应存在一定的滞后,流量与前五个月的月降水量均呈高度相关,其中与前2月的降水相关性最高,研究成果可为小南海泉水资源合理开发和保护提供依据.
【期刊名称】《中国岩溶》
preferto
【年(卷),期】2018(037)005
【总页数】9页(P671-679)
beudto
【关键词】泉流量变化;R/S分析;小波分析
男孩英文名
【作 者】林云;曲鹏冲;吕海新;武亚遵
【作者单位】河南理工大学资源环境学院,河南 焦作 454000;中原经济区煤层(页岩)气河南省协同创新中心,河南 焦作 454000;河南理工大学资源环境学院,河南 焦作 454000;河南省南阳市小南海泉域管理处,河南 安阳 455000;河南理工大学资源环境学院,河南 焦作 454000;中原经济区煤层(页岩)气河南省协同创新中心,河南 焦作 454000
thebibliography【正文语种】中 文
【中图分类】用英语介绍法国P641.134
0 引 言
岩溶水是重要的供水水源，全世界大约25%的人口部分或全部依靠岩溶地下水供水[1]，其在维系人类生存和社会经济发展方面具有重要的贡献。我国北方岩溶水资源丰富，天然水资源总量为192.45亿m3·a-1，岩溶地下水是北方30多个地市级以上城市和100多个县级城市饮用水、数十个大中型火电厂的冷却用水、70%以上大型煤矿生产生活用水和上千万亩农田灌溉用水水源[2]。同时，一些岩溶大泉由于具有丰富的历史文化内涵和独特自然景观
而成为重要的旅游资源，并起到维系河流沿岸良性生态环境的作用。近几十年来，受气候变化和人类活动的影响，北方岩溶地下水环境问题凸显，包括水位下降，泉流量锐减，水质恶化等[3]。针对这些问题，国内学者对山东济南大泉、位于太行山西侧的山西大泉开展了一系列的研究工作，并取得了一定的研究成果[4-7]，但对位于太行山东南缘的岩溶泉域的研究相对较少。位于太行山东缘的小南海泉是河南典型的岩溶大泉之一，泉水是安阳市工农业生产的重要供水水源。2000年以来小南海泉流量持续下降给安阳市工农业生产和人民生活造成了严重的威胁，并带来了巨大的经济损失[8-9]。为此，分析小南海泉流量的变化特征及规律迫在眉睫。
在分析诸如流量、水位等水文要素长时间序列的变化规律时，R/S分析法、Mann-Kendall法和小波分析法应用较广泛。R/S分析能对数据变化的持续性或反持续性给予证明，并对持续性(或反持续性)成分的强度进行定量比较。王孝礼等在研究水文要素的变化特征时引入了R/S法，发现多年径流量变化特征和过去与未来一致或者相反[10]，这表明R/S法能揭示水文时间序列的持续性特征，但对时间序列的趋势和序列内的周期变化无法识别。Mann-Kendall法属于非参数检验，可判别长时间序列的变化趋势[11]，并且不受样本异常值的干扰和分布类型的影响而被广泛应用于气候变化、水文资料和社会经济的变化规律的
研究中[12-15]。二十世纪八十年代应运而生的小波分析可揭示水文时间序列的周期性及周期内变化规律[16]，能满足气候变化背景下泉流量趋势的预测需求[17]。而综合运用上述几种方法既可以分析水文要素时间序列的持续性和周期性特征，又能预测其变化趋势[18-22]。鉴于此，本研究针对北方岩溶泉普遍存在流量减少这一问题，采用R/S分析法、Mann-Kendall趋势分析法、小波变换法、统计分析等手段，以小南海泉域为例，分析该泉近50年的流量变化规律及特征，探讨气候变化对泉流量的影响，为区域水资源的合理配置、开发利用和规划保护提供科学依据。
1 研究区基本特征汉娜姐妹
位于太行山东南缘的小南海泉是北方著名的岩溶大泉之一，出露于安阳西南方向的洹河河谷中，年均涌水量约1.3亿m3。小南海泉域是一个补径排相对独立的系统(图1)，面积934.6 km2，泉域内奥陶系中统灰岩岩层为主要含水层，补给区位于西部山区及林州盆地，径流区位于中部低山区，排泄区(涌泉区)位于东部南海庙附近洹河河谷。其中碳酸盐岩岩溶水是小南海泉的最主要补给来源。泉域内的岩溶水在裸露区和覆盖区以不同方式补给，补给来源主要为大气降雨面状渗入与河流线状渗漏，其次为渠道渗漏及农田灌溉回渗。
图1 小南海泉岩溶水系统示意图Fig.1 Sketch of the karst water system in Xiaonanhai Spring
2 研究方法
2.1 R/S分析法
R/S法(Rescaled Range Analysis)最早由英国水文学家Hurst在分析尼罗河长时间序列观测资料时，总结发现的一种新的方法[23]，利用Hurst指数H，定量描述长时间序列的持续性特征。其基本原理为：
对于时间序列xi(i=1，2，…，n，n为观测时间序列长度)，对于任意正整数m≥1，其均值序列为，
(1)
累积离差
(2)
极差
R(m)=maxX(t,m)-minX(t,m)， m=1，2，…，n
(3)
标准偏差
(4)
Hurst指数H
(C为常数)
(5)
对于一个水文序列，首先采用上述公式计算该序列的R(m)/S(m)，然后绘制ln(R(m)/S(m))～ln(m)线性关系图，直线斜率即为Hurst指数H。H值大小与序列的变化特性有关[24]：当0.5<H≤1时，表明未来的变化趋势和过去一致，具有持续性特征；H=0.5，表明时间序列完
全独立，具有随机性特征；当0<H<0.5时，表明过去的变化趋势和未来相反，具有反持续性特征。
2.2 Mann-Kendall趋势分析法
在M-K检验中，假定H0：原假设，为时间序列数据(x1，x2，…xn)，是n个独立且随机变量分布相同的样本；备择假设H1是双边检验。对于所有的i，j≤n，且i≠j，xi和xj的分布是不相同的。定义检验统计量S：
(6)
其中，sign()为符号函数。当Xi-Xj小于、等于或大于零时，sign(Xi-Xj)分别为-1、0或1。S为正态分布，其均值为0，方差Var(S)=n(n-1)(2n+5)/18。
当M-K统计量S大于、等于或小于零时为：
(7)
在趋势检验中，对已知的置信水平α，若|Z|≥Z1-α/2则原假设H0不可接受，表明该置信水平
α上，时间序列的上升或下降趋势显著，Z为正值表示增加趋势，负值表示减少趋势。当|Z|≥1.65、1.96、2.58时，分别表示通过了信度90%、95%、99%显著性检验[25]。
2.3 小波分析法
小波分析是时间——尺度分析与多分辨分析的一种新技术，其函数具有上下波动并能迅速衰减到零的特征。对于给定的能量有限信号f(t)∈L2(R)，其连续小波变换(Continue Wavelet Transform，简写为CWT)为：
(8)
式中，Wf(a,b)为小波变换系数。设函数f(kΔt)，(k=1,2,…,N；Δt为取样间隔)，则离散小波变换形式为：
(9)
由此可知小波分析的基本原理，根据信号的低频或高频信息，分析信号的概况或细节，可得出隐藏在多时间尺度中的空间局部特征和周期规律[26]。
10月26日考试
小波方差的公式为：
方便的英文Var(a)=|Wf(a,b)|2db
(10)
方差大小对应的时间尺度表示序列能量强弱的分布，其中峰值对应时间序列的周期。
3 结果与分析
3.1 泉流量基本特征
1971-2016年小南海泉年均流量总体呈现下降趋势，年变化幅度为0.05 m3·s-1(图2)。对比泉流量与降水量的变化发现，二者具有较好的相关性，通过了0.05的显著性检验。泉流量与降水量均呈下降趋势，但下降幅度不同，泉流量的降幅大于降水量的，表明，除受降水量的影响外泉流量的变化还受其他因素的影响。
wish的用法但年代间的变化有所不同，1971-1980年均流量为6.88 m3·s-1，呈下降趋势，年变幅0.51 m3·s-1；
图2 小南海泉年均流量变化过程Fig.2 Change process of mean annual discharge of Xiaonanhai spring
1981-1990年均流量为5.58 m3·s-1，呈下降趋势，年变幅0.03 m3·s-1；1991-2000年均流量为5.26 m3·s-1，呈上升趋势，年变幅0.09 m3·s-1；2001-2010年均流量为5.51 m3﹒s-1，呈下降趋势，年变幅0.09 m3·s-1；2011-2016年均流量为4.94 m3·s-1，呈上升趋势，年变幅0.27 m3·s-1。年最大流量由1973年的9.13 m3·s-1降至2016年的6.46 m3·s-1，年最小流量由1978年的4.32 m3·s-1降至2011年的3.67 m3·s-1，特别是2010年，流量降至3.27 m3·s-1。小南海泉年均流量、年最大流量、年最小流量均呈现出明显的下降趋势(表1)。整个时间序列内泉流量均具有较强的变异性，90年代泉流量变异系数最大，表明年均泉流量波动明显，对外界因素的响应较敏感。
gldm
