基于校正的遥感数据方法估算地下水补给量:以鄂尔多斯盆地台格庙矿区为例

doi:10.19657/j.geoscience.1000-8527.2023.046

现代地质 ›› 2024, Vol. 38 ›› Issue (02): 409-418.DOI: 10.19657/j.geoscience.1000-8527.2023.046

• 水文地质、工程地质和环境地质 • 上一篇下一篇

基于校正的遥感数据方法估算地下水补给量:以鄂尔多斯盆地台格庙矿区为例

王旭东¹^,²^,³(), 韩鹏飞⁴^,⁵^,⁶(), 张锁¹, 朱晓倩⁷, 邢朕国²^,³, 王路军²^,³, 万力⁵

1.神华新街能源有限责任公司,内蒙古鄂尔多斯 017200
2.煤炭开采水资源保护与利用国家重点实验室,北京 102211
3.北京低碳清洁能源研究院,北京 102211
4.中国地质大学(北京)水利部地下水保护重点实验室,北京 100083
5.中国地质大学(北京)地下水循环与环境演化教育部重点实验室,北京 100083
6.中国地质大学(北京)水资源与环境学院,北京 100083
7.中国环境科学研究院,北京 100012

收稿日期:2023-01-29 修回日期:2023-04-11 出版日期:2024-04-10 发布日期:2024-05-22
通讯作者: 韩鹏飞,男,副教授,1988年出生,水文地质专业,主要研究方向为水文模型和水文地质。Email:pfhan@cugb.edu.cn。
作者简介:王旭东,男,工程师,1981年出生,地质工程专业,主要研究方向为水文地质学。Email:10000105@ceic.com。
基金资助:
国家自然科学基金项目(42302280);国家能源集团科技项目(GJNY-21-129)

Estimation of Groundwater Recharge Based on the Corrected Remote Sensing Data: A Case Study of the Taigemiao Mining Area in Ordos Basin

WANG Xudong¹^,²^,³(), HAN Pengfei⁴^,⁵^,⁶(), ZHANG Suo¹, ZHU Xiaoqian⁷, XING Zhenguo²^,³, WANG Lujun²^,³, WAN Li⁵

1. Shenhua Group Xinjie Energy Co., Ltd, Ordos, Inner Mongolia 017200, China
2. State Key Laboratory of Water Resource Protection and Utilization in Coal Mining, Beijing 102211, China
3. National Institute of Low Carbon and Clean Energy, Beijing 102211, China
4. Key Laboratory of Groundwater Conservation of Ministry of Water Resources, China University of Geosciences (Beijing), Beijing 100083, China
5. Ministry of Education Key Laboratory of Groundwater Circulation and Environmental Evolution, China University of Geosciences (Beijing), Beijing 100083, China
6. School of Water Resources & Environment, China University of Geosciences (Beijing), Beijing 100083, China
7. Chinese Research Academy of Environmental Sciences, Beijing 100012, China

Received:2023-01-29 Revised:2023-04-11 Online:2024-04-10 Published:2024-05-22

摘要/Abstract

摘要：

地下水补给是影响区域地下水资源的关键因素,准确评价地下水净补给量对地下水资源的合理开发利用和区域水文循环过程的研究具有基础性意义。通常情况下,在站点尺度可以使用蒸渗仪等设备直接监测地下水补给,而在区域尺度获取地下水补给则难度较大,因此亟待构建一种简便量化区域尺度地下水补给量的方法。本文提出一种基于遥感数据校正来估算区域尺度多年地下水补给量的方法,并在黄河中游内蒙古鄂尔多斯盆地新街台格庙矿区进行试点应用研究。通过对多源降水数据的筛选和蒸发遥感数据的校正,评价台格庙矿区地下水多年净补给量,并基于实测数据的Hydrus-1D数值模拟验证评价方法的有效性。研究结果显示,TPDC来源的降水量数据集更适用于反映研究区降水量的空间分布;MOD16遥感数据低估了矿区实际蒸散量,实际蒸散量是MOD16数据的1.41倍;矿区多年平均净补给量变化范围在-65.70~73.93 mm之间,超过80%的区域净补给量在-30~30 mm之间。新方法估算的地下水净补给量与基于实测数据的土壤水流数值模拟结果接近,表明该方法在缺乏地表产流或地表径流观测资料翔实的地区具有较强的实际应用价值。

关键词: 地下水补给, MOD16, 遥感, Hydrus-1D, 台格庙矿区

Abstract:

The groundwater recharge acts as a decisive factor affecting the groundwater resources in the Yellow River Basin. Accurate calculation of the net groundwater recharge is of great importance for the rational development and utilization of regional groundwater resources and for regional hydrological cycle. At the point scale, equipment such as lysimeter can be used to directly monitor groundwater recharge, however, it is difficult to use this method to obtain the groundwater recharge at the regional scale. This calls for a simple method to quantify groundwater recharge at the regional scale. In this study, we proposed a new method to calibrate remote sensing data and estimate the multi-year groundwater recharge at the regional scale. We applied this proposed new method to the Taigemiao mining area in Xinjie, Ordos Basin, located in the middle reaches of the Yellow River. Based on the screened multi-source precipitation data and the corrected evaporation remote sensing data, we calculated the accurate mean annual net groundwater recharge in the mining area. The Hydras-1D numerical simulation based on measured data further verifies the effectiveness of the proposed evaluation method. The result indicates that the precipitation data from TPDC is more accurate in term of reflecting the spatial distribution of precipitation in the study area. The MOD16 remote sensing data underestimated the actual evapotranspiration in the mining area, which is 1.41 times of the MOD16 data. The mean annual net groundwater recharge ranges from -65.70 mm to 73.93 mm and the net groundwater recharge of more than 80% of the area ranges from -30 mm to 30 mm. The groundwater recharge estimated by the new method is consistent with the numerically simulated results based on the measured data, indicating that the method can be used in the prediction in areas where there is lack of surface runoff or detailed observation data of surface runoff.

Key words: groundwater recharge, MOD16, remote sensing, hydrus-1D, Taigemiao mining area

中图分类号:

王旭东, 韩鹏飞, 张锁, 朱晓倩, 邢朕国, 王路军, 万力. 基于校正的遥感数据方法估算地下水补给量:以鄂尔多斯盆地台格庙矿区为例[J]. 现代地质, 2024, 38(02): 409-418.

WANG Xudong, HAN Pengfei, ZHANG Suo, ZHU Xiaoqian, XING Zhenguo, WANG Lujun, WAN Li. Estimation of Groundwater Recharge Based on the Corrected Remote Sensing Data: A Case Study of the Taigemiao Mining Area in Ordos Basin[J]. Geoscience, 2024, 38(02): 409-418.

图/表 9

图1 新街台格庙矿区地理位置(a)和区内地形(b)

Fig.1 Map showing the location (a) and topographic characteristics (b) of the study area

表1 台格庙矿区气象数据集信息

Table 1 Meteorological dataset information in the Taigemiao mining area

变量	数据名称	分辨率	网址链接
降水量	中国地面气象站逐日降水量观测资料	逐日	https://data/cma.cn
	中国1 km分辨率逐月降水量数据集	逐月; 1 km	http://data.tpdc.ac.cn
	中国气象要素年度空间插值数据集	逐年; 1 km	https://www.resdc.cn/DOI/DOI.aspx?DOIID=96
蒸散量	MYD16A3GFv061	逐年; 500 m	https://doi.org/10.5067/MODIS/MYD16A3 GF.061

表2 台格庙矿区多年平均MOD16蒸散数据校正所需数据汇总

Table 2 Summarized data required for the correction of mean annual MOD16 evapotranspiration

分项	数值	分项	数值
总面积A_b (km²)	3671.27	径流深Q_m(mm)	0
陆地面积A_l(km²)	3632.62	水面蒸发量E₀(mm)	1200.00
水体面积A_w(km²)	38.65	实际蒸散量ET_a(mm)	338.19
MOD16蒸散量ET_m(mm)	241.94	校正系数γ_m(-)	1.41
降水量P_m(mm)	338.19	-	-

图2 鄂托克旗(a)、乌审旗(b)、东胜(c)、榆林(d)、神木(e)和河曲(f)6个气象站降水量年际变化特征

Fig.2 Interannual change characteristics in precipitation of the six meteorological stations of Otog Qi (a), Uxin Qi (b), Dongsheng (c), Yulin (d), Shenmu (e) and Hequ (f)

图3 台格庙矿区TPDC(青藏高原数据中心)和RESDC(中科院资源与环境数据中心)数据的年平均降水量空间分布图(a)(b)和统计直方图(c)(d)

Fig.3 Spatial distribution (a)(b), and statistical histogram (c)(d) of the mean annual precipitation from TPDC and RESDC data sets in the Taigemiao mining area

图4 台格庙矿区多年平均蒸散量(MOD16数据)空间分布图(a)和统计特征图(b)

Fig.4 Spatial distribution (a) and statistical histogram (b) of mean annual evapotranspiration from the MOD16 datasets in the Taigemiao mining area

图5 台格庙矿区所属流域划分

Fig.5 Map of watershed division in the study area

图6 台格庙矿区多年平均净补给量空间分布图(a)和统计特征图(b)

Fig.6 Spatial distribution (a) and statistical histogram (b) of mean annual net groundwater recharge in the Taigemiao mining area

图7 台格庙矿区T1 (a)和T2 (b)剖面土壤含水率实测值与模拟值对比

Fig.7 Comparison between measured and simulated soil water content of T1 and T2 profiles in the Taigemiao mining area

参考文献 25

[1]	赵思远, 贾仰文, 唐颖栋, 等. 基于稳定同位素的黄土塬区地下水补给规律研究[J]. 中国农村水利水电, 2022(8): 63-69, 77.
[2]	谭秀翠, 王刚, 王华敬, 等. 鲁西北平原地下水补给空间演化规律[J]. 中国农村水利水电, 2018(4): 21-27.
[3]	黄金廷. 鄂尔多斯盆地沙漠高原区降雨入渗补给地下水研究[D]. 西安: 长安大学, 2006.
[4]	韩鹏飞, 王旭升, 蒋小伟, 等. 氢氧同位素在地下水流系统的重分布:从高程效应到深度效应[J]. 水文地质工程地质, 2023, 50(2): 1-12.
[5]	韩鹏飞, 王旭升, 张俊, 等. 近50a来新疆孔雀河灌区地下水流系统演变特征[J]. 地质科技通报, 2022, 41(1): 109-118.
[6]	付世骞, 师明川, 杜尚海. 基于高程效应的崇礼区大气降水入渗补给量计算[J]. 节水灌溉, 2019(9): 93-96.
[7]	许文豪, 王晓勇, 张俊, 等. 鄂尔多斯高原湖泊蒸发原位试验研究[J]. 水文地质工程地质, 2019, 46(5): 16-23.
[8]	刘馨井雨, 韩旭东, 张晓春, 等. 基于SEBAL模型和环境卫星的区域蒸散发量及灌溉水利用系数估算研究[J]. 灌溉排水学报, 2021, 40(8):136-144.
[9]	JACKSON T J. Remote sensing of soil moisture: implications for groundwater recharge[J]. Hydrogeology Journal, 2002, 10(1): 40-51.
[10]	SALAR S G, OTHMAN A A, HASAN S E. Identification of suitable sites for groundwater recharge in Awaspi watershed using GIS and remote sensing techniques[J]. Environmental Earth Sciences, 2018, 77(19): 701.
[11]	GEMITZI A, AJAMI H, RICHNOW H H. Developing empirical monthly groundwater recharge equations based on modeling and remote sensing data-Modeling future groundwater recharge to predict potential climate change impacts[J]. Journal of Hydrology, 2017, 546:1-13.
[12]	姚立英, 马喆, 陈璐, 等. 遥感估算蒸散发及其在中国盘山风景区水资源保护中的应用[J]. 水资源保护, 2012, 28(5):38-42, 70.
[13]	许海丽. 基于遥感的北京市降水入渗补给量估算研究[D]. 北京: 首都师范大学, 2013.
[14]	SZILAGYI J, ZLOTNIK V A, GATES J B, et al. Mapping mean annual groundwater recharge in the Nebraska Sand Hills, USA[J]. Hydrogeology Journal, 2011, 19(8): 1503-1513.
[15]	李明, 朱玉双, 李文宏, 等. CO₂驱微观可视化技术在超低渗储层中的应用可行性研究:以鄂尔多斯盆地为例[J]. 现代地质, 2019, 33(4):911-918.
[16]	王英, 刘洛夫, 张枝焕, 等. 鄂尔多斯盆地与国外相似盆地对比及其中生界石油储量预测[J]. 现代地质, 2013, 27(5):1244-1250.
[17]	ZHANG J, WANG W K, WANG X Y, et al. Seasonal variation in the precipitation recharge coefficient for the Ordos Plateau, Northwest China[J]. Hydrogeology Journal, 2019, 27(2): 801-813.
[18]	王旭升, 尹立河, 方坤, 等. 鄂尔多斯浩勒报吉水源地开采地下水的环境影响分析[J]. 水文地质工程地质, 2019, 46(2): 5-12.
[19]	HAN P F, WANG X S, ZHOU Y X, et al. Three-dimensional inter-basin groundwater flow toward a groundwater-fed stream: Identification, partition, and quantification[J]. Journal of Hydrology, 2024, 629: 130524.
[20]	韩鹏飞, 王旭升, 蒋小伟, 等. 跨流域地下水循环研究进展[J]. 地质科技通报, 2023, 42(4): 107-117.
[21]	王旭东, 韩鹏飞, 张锁, 等. 基于HYDRUS模拟的ABCD模型变量及参数物理基础研究[J]. 水文地质工程地质, 2023, 50(5): 20-27.
[22]	王旭东, 苏小茹, 韩鹏飞, 等. 渗透系数非均质场对沙丘尺度潜流交换的影响研究[J]. 人民黄河, 2024, 46(1): 79-84.
[23]	ALLEN R, PEREIRA L S, RAES D, et al. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements[M]. Rome: FAO, 1998.
[24]	张高强. 乌审召盆地植被、蒸散与地下水的相互关系研究[D]. 北京: 中国地质大学(北京), 2019.
[25]	齐蕊. 鄂尔多斯高原生态水文指数与地下水的关系研究[D]. 北京: 中国地质大学(北京), 2017.

基于校正的遥感数据方法估算地下水补给量:以鄂尔多斯盆地台格庙矿区为例

Estimation of Groundwater Recharge Based on the Corrected Remote Sensing Data: A Case Study of the Taigemiao Mining Area in Ordos Basin

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

[1]	韩建恩, 邵兆刚, 张雪锋, 余苇, 孟庆伟, 余佳, 王津, 朱大岗. 青藏高原南部玛不错湖面变化及其对气候环境的指示[J]. 现代地质, 2024, 38(02): 477-486.
[2]	田社权. 遥感综合地质解译方法在中尼铁路勘察中的应用研究[J]. 现代地质, 2023, 37(04): 1054-1064.
[3]	赵忠海, 陈俊, 乔锴, 崔晓梦, 梁杉杉, 李成禄. 基于分形理论的遥感蚀变信息和构造分析研究:以黑龙江多宝山地区为例[J]. 现代地质, 2023, 37(01): 153-163.
[4]	连琛芹, 封志明, 刘永新, 雷聪聪. 基于中高分辨率数据的内蒙古红石山地区遥感找矿信息提取及找矿预测[J]. 现代地质, 2023, 37(01): 227-232.
[5]	连琛芹, 姚佛军, 封志明, 杨建民, 贾祥祥. 多源数据在甘肃山羊坝地区找矿勘查中的应用[J]. 现代地质, 2022, 36(06): 1605-1612.
[6]	陈海云, 齐睿, 张志. 西昆仑麻扎构造混杂岩带中大理岩的遥感识别方法[J]. 现代地质, 2022, 36(01): 259-265.
[7]	安国英, 韩磊, 涂杰楠, 支瑞荣, 黄树春, 童立强. 中国喜马拉雅山地区冰川1999—2015年期间动态变化遥感调查[J]. 现代地质, 2019, 33(05): 1086-1097.
[8]	安国英, 韩磊, 黄树春, 谷延群, 郭兆成, 王珊珊. 念青唐古拉山现代冰川1999—2015年期间动态变化遥感研究[J]. 现代地质, 2019, 33(01): 176-186.
[9]	安国英, 韩磊, 黄树春, 谷延群, 支瑞荣, 郭兆成, 童立强. 基于GF-1光谱数据的青藏地区冰川资源现状遥感调查[J]. 现代地质, 2018, 32(03): 584-594.
[10]	陈震, 张耘实, 陈建平, 安志宏. 基于分形特征的高标准农田遥感分类方法研究[J]. 现代地质, 2018, 32(03): 595-601.
[11]	杨伟光, 郑有业, 刘婷, 王成松. WorldView-2卫星矿山遥感监测:以西藏罗布莎地区为例[J]. 现代地质, 2018, 32(02): 392-397.
[12]	杨伟光, 郑有业, 刘婷, 王朋冲, 王成松, 冯泉霖, 郭统军. 高分辨率遥感在西藏罗布莎地区地质调查中的应用[J]. 现代地质, 2017, 31(06): 1284-1293.
[13]	宿方睿, 郭长宝, 张学科, 申维, 刘筱怡, 任三绍. 基于面向对象分类法的川藏铁路沿线大型滑坡遥感解译[J]. 现代地质, 2017, 31(05): 930-942.
[14]	于博文, 田淑芳, 赵永超, 芦飞, 方彦奇. 高分一号卫星在京津矿山遥感监测中的应用[J]. 现代地质, 2017, 31(04): 843-850.
[15]	赵小星. 西藏桑木岗地区遥感线性构造和蚀变信息提取与找矿预测[J]. 现代地质, 2017, 31(04): 851-859.