基于三维随机水文地质结构模型的地下水流数值模拟:以西辽河平原为例

doi:10.19657/j.geoscience.1000-8527.2019.02.20

现代地质 ›› 2019, Vol. 33 ›› Issue (02): 451-460.DOI: 10.19657/j.geoscience.1000-8527.2019.02.20

基于三维随机水文地质结构模型的地下水流数值模拟:以西辽河平原为例

孙倩¹(), 邵景力¹(), 崔亚莉¹, 王玉龙², 薛俊环², 马涛³

1.中国地质大学(北京) 水资源与环境学院,北京 100083
2.内蒙古自治区第四水文地质工程地质勘察院,内蒙古通辽 028000
3.中国地质调查局水文地质环境地质调查中心,河北保定 071051

收稿日期:2018-05-06 修回日期:2018-12-12 出版日期:2019-05-08 发布日期:2019-05-08
通讯作者: 邵景力
作者简介:邵景力,男,教授,博士生导师,1959年出生,水文学与水资源专业,主要从事地下水资源及其环境的教学与科研工作。Email: jshao@cugb.edu.cn。
孙倩,女,博士研究生,1988年出生,地下水科学与工程专业,主要从事地下水数值模拟研究。Email: sandy_0924@163.com。
基金资助:
国家重点研发计划资助项目(2017YFC0406106)

Numerical Simulations of Groundwater Based on Three-dimensional Stochastic Hydrogeologic Structure Model: A Case Study from West Liaohe Plain

SUN Qian¹(), SHAO Jingli¹(), CUI Yali¹, WANG Yulong², XUE Junhuan², MA Tao³

1. School of Water Resources and Environment, China University of Geosciences, Beijing 100083, China
2. The Fourth Hydrogeological and Engineering Geological Prospecting Institute of Inner Mongolia Autonomous Region, Tongliao, Inner Mongolia 028000, China
3. Center for Hydrogeology and Environmental Geology Survey, China Geological Survey, Baoding, Hebei 071051, China

Received:2018-05-06 Revised:2018-12-12 Online:2019-05-08 Published:2019-05-08
Contact: SHAO Jingli

摘要/Abstract

摘要：

为了探究水文地质结构对地下水流数值模拟的不确定性,可以运用随机模拟建立地下水位的预测模型。根据转移概率地质统计方法模拟多孔介质岩性分布,利用非线性规划的思路计算岩性与水文地质参数之间的关系,从而建立相对精确的随机水文地质参数场。将不同的水文地质参数场运用到MODFLOW中,得到不同的随机模拟结果。通过比较随机模型和确定模型的末流场拟合情况以及水位动态拟合图,发现确定模型和随机模型具有相似趋势,都能与实测流场拟合较好,但是随机模型更能体现真实的水文地质特征。对随机模型预测10年后的地下水水位做不确定性分析,得到水位平均变幅介于-5~5 m之间,且95%置信度水位变幅的平均上限线约为0.146 m。研究结果为决策者提供科学依据。

关键词: TPROGS, 水文地质参数, 随机, 非线性规划, 不确定性

Abstract:

To explore the uncertainty of the hydrogeological structure on the groundwater numerical simulation the West Liaohe Plain, the groundwater level was predicted using stochastic simulation. In this paper, lithologic distribution of porous media was simulated by the transition probability geostatistical method, and the relationship between lithology and hydrogeological parameters were determined by nonlinear programming. The many accurate stochastic hydrogeological parameters obtained were fed into MODFLOW, which generated the stochastic simulation. By comparing the fitting of the groundwater terminal flow field and the water level dynamic process of the stochastic and deterministic models, we found that the stochastic and deterministic models have similar trends, and are well-fitted to the measured data. The stochastic model can better reflect the real hydrogeological characteristics. According to the uncertainty analysis of the predicted groundwater level after 10 years, the average amplitude of the water level variation is ±5 m, and the average upper limit of the 95% confidence level is 0.146 m. This provides a scientific basis for decision makers.

Key words: TPROGS, hydrogeological parameter, stochastic, nonlinear programming, uncertainty

中图分类号:

P641

孙倩, 邵景力, 崔亚莉, 王玉龙, 薛俊环, 马涛. 基于三维随机水文地质结构模型的地下水流数值模拟:以西辽河平原为例[J]. 现代地质, 2019, 33(02): 451-460.

SUN Qian, SHAO Jingli, CUI Yali, WANG Yulong, XUE Junhuan, MA Tao. Numerical Simulations of Groundwater Based on Three-dimensional Stochastic Hydrogeologic Structure Model: A Case Study from West Liaohe Plain[J]. Geoscience, 2019, 33(02): 451-460.

图/表 9

图1 非线性规划求解岩性对应水文地质参数的流程图

Fig.1 Flowchart of determining hydrogeological parameters that correspond to lithologies by nonlinear programming

图2 不同层中水文地质单元体概化示意图[18](HUF)

Fig.2 Schematic diagram showing hypothetical situation in different hydrogeologic units

图3 研究区水文地质条件及流场

Fig.3 Map of hydrogeological conditions and flow field of the study area

表1 岩性对应的水文地质参数经验值

Table 1 Empirical hydrogeological parameters in relation to lithologies

岩性			贮水率 Ss/(1/m)
黏土类	1.00×10^-7~0.1	0.01~0.07	1.0×10^-10 ~1.0×10^-4
粉土类	0.10~5.00	0.07~0.15
细砂类	5.00~10.00	0.10~0.20
中粗砂和砾石类	10.00~1 000.00	0.15~0.35

表2 岩性对应的水文地质参数计算值

Table 2 Calculated hydrogeological parameters in relation to lithologies

岩性	水平渗透系数 K_h/(m/d)	垂向渗透系数 K_v/(m/d)	给水度 Sy	贮水率 Ss/(1/m)
黏土类	0.10	0.01	0.04	8.07×10^-6
粉土类	3.30	0.33	0.15	2.51×10^-5
细砂类	10.00	1.00	0.17	3.62×10^-5
中粗砂和砾石类	34.62	3.46	0.18	6.05×10^-5

图4 确定模型和随机模型渗透系数比较

Fig.4 Comparison of permeability coefficients between deterministic and stochastic models

图5 2014年4月潜水流场拟合图(水位等值线单位为:m)

Fig.5 Fitting map of unconfined hydraulic head field in April 2014

图6 观测孔水位动态分析((a)—(c)水位动态曲线拟合情况;(d)—(f)观测孔水位误差,观测孔位置见图5))

Fig.6 Dynamic analysis of water level in observation holes ((a)—(c) fitting of water-level dynamic curve; (d)—(f) errors of water-level in observation holes)

图7 随机预测模型不确定性分析((a)平均预测末流场和水位平均变幅(Δh=预测末流场-初始流场);(b)水位变幅的标准差(SD))

Fig.7 Uncertainty analysis of stochastic prediction model ((a) mean terminal flow field and mean variation of water level (predicted terminal flow-initial flow field); (b) standard deviation of water level variation (SD))

参考文献 26

[1]	DAGAN G. Stochastic modeling of groundwater-flow by unconditional and conditional probabilities.1. conditional simulation and the direct-problem[J]. Water Resources Research, 1982,18(4):813-833.
[2]	LEFEBVRE D. Design and time parameters identification for non-Markovian Petri net models: application to reliability analysis[J]. Journal of Risk and Reliability, 2011,225(1):1-17.
[3]	刘猛, 束龙仓, 刘波. 地下水数值模拟中的参数随机模拟[J]. 水利水电科技进展, 2005,25(6):25-27.
[4]	陈陆望, 何建东, 施小平, 等. 松散承压含水层水文地质参数分区及水流场数值模拟[J]. 现代地质, 2015,29(4):967-974.
[5]	HASSAN A E, CUSHMAN J H, DELLEUR J W. A Monte Carlo assessment of Eulerian flow and transport perturbation models[J]. Water Resources Research, 1998,34(5):1143-1163.
[6]	陈彦, 吴吉春. 含水层渗透系数空间变异性对地下水数值模拟的影响[J]. 水科学进展, 2005,16(4):482-487.
[7]	李军, 郝天珧, 刘建, 等. 基于不同邻域系统的马尔可夫链模型的储层岩相随机模拟[J]. 现代地质, 2006,20(4):621-627.
[8]	吴飞. 产生随机数的几种方法及其应用[J]. 数值计算与计算机应用, 2006(1):48-51.
[9]	张博, 李国秀, 程品, 等. 基于随机理论的地下水环境风险评价[J]. 水科学进展, 2016,27(1):100-106.
[10]	靳萍, 邵景力, 李长青, 等. 基于T-PROGS的地下水三维数值模拟及应用[J]. 水文地质工程地质, 2009,36(4):21-26.
[11]	马雷. 非均质多孔介质多尺度模型及其在地下水模拟中的应用[D]. 合肥:合肥工业大学, 2013: 6-9.
[12]	何芳, 吴吉春. 基于马尔可夫链的多元指示地质统计模型[J]. 水文地质工程地质, 2003,30(5):28-32.
[13]	HE X, KOCH J, SONNENBORG T O, et al. Transition probability-based stochastic geological modeling using airborne geophysical data and borehole data[J]. Water Resources Research, 2014,50(4):3147-3169.
[14]	KOCH J, HE X, JENSEN K H, et al. Challenges in conditioning a stochastic geological model of a heterogeneous glacial aquifer to a comprehensive soft data set[J]. Hydrology and Earth System Sciences, 2014,18(8):2907-2923.
[15]	REFSGAARD J C, AUKEN E, BAMBERG C A, et al. Nitrate reduction in geologically heterogeneous catchments—A framework for assessing the scale of predictive capability of hydrological models[J]. Science of the Total Environment, 2014,468:1278-1288.
[16]	LEE S, CARLE S F, FOGG G E. Geologic heterogeneity and a comparison of two geostatistical models: Sequential Gaussian and transition probability-based geostatistical simulation[J]. Advances in Water Resources, 2007,30(9):1914-1932.
[17]	董英. 基于随机水文地质结构的华北平原地下水流模拟研究[D]. 北京:中国地质大学(北京), 2006: 50-67.
[18]	ANDERMAN E R, HILL M C. Modflow-2000, The U.S.Geological Survey Modular Ground-Water Model—Documentation of the Hydrogeologic-Unit flow (HUF) Package[M]. Denver:U.S.Geological Survey, 2000.
[19]	李杨, 唐仲华, 方琼. 含水层非均质结构的马尔可夫链地质统计方法及应用[J]. 地质科技情报, 2006,25(5):92-96.
[20]	李长青, 邵景力, 靳萍, 等. 基于条件模拟技术的平原区水文地质结构三维建模研究[J]. 工程勘察, 2009,37(5):45-48, 52.
[21]	韩忠. 基于MODFLOW建立大区域地下水流模型的程序优化与改进[D]. 北京:中国地质大学(北京), 2014.
[22]	陈铁. 科学数据图显分析软件Tecplot[J]. 软件世界, 1995(6):28.
[23]	王建, 白世彪, 陈晔. Surfer8地理信息制图[M]. 北京: 中国地图出版社, 2004: 10-200.
[24]	郑春苗. 地下水污染物迁移模拟[M]. 北京: 高等教育出版社, 2009: 21-40.
[25]	中国地质调查局. 水文地质手册[M].2版. 北京: 地质出版社, 2012: 69-94.
[26]	韩忠, 邵景力, 崔亚莉, 等. 基于MODFLOW的地下水流模型前处理优化[J]. 吉林大学学报(地球科学版), 2014,44(4):1290-1296.

基于三维随机水文地质结构模型的地下水流数值模拟:以西辽河平原为例

Numerical Simulations of Groundwater Based on Three-dimensional Stochastic Hydrogeologic Structure Model: A Case Study from West Liaohe Plain

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 26

相关文章 13

编辑推荐

Metrics

本文评价

[1]	戴亮亮, 聂小力, 郭军, 巩浩, 吴欢欢, 张涛, 汤媛媛, 毛聪, 彭志刚, 贺灿. 基于机器学习的表层土壤成矿元素空间预测: 以稀有金属铷元素为例[J]. 现代地质, 2022, 36(03): 972-978.
[2]	邓辉, 马雷, 高迪, 赵卫东, 杨曼. 基于转移概率地质统计的淮南顾桥矿区松散层含水介质刻画[J]. 现代地质, 2022, 36(02): 602-609.
[3]	南天, 曹文庚, 王卓然, 张娟娟, 张栋. 利用趋势化随机参数场的地下水流数值模拟优化方法[J]. 现代地质, 2022, 36(02): 591-601.
[4]	孙凯, 孙彬彬, 周国华, 贺灵, 曾道明, 吴超, 成晓梦. 福建龙海土壤重金属含量特征及影响因素研究[J]. 现代地质, 2018, 32(06): 1302-1310.
[5]	左文喆，王斌海，程紫华. 复杂水文地质条件下含水层识别在非稳定流抽水试验中的应用：以司家营铁矿南区为例[J]. 现代地质, 2016, 30(2): 478-484.
[6]	陈陆望，何建东，施小平，谢文苹，冯晓青. 松散承压含水层水文地质参数分区及水流场数值模拟[J]. 现代地质, 2015, 29(4): 967-974.
[7]	王晓明，李会中，王吉亮，夏露，于青春. 乌东德水电站右岸地下厂房随机块体特征研究[J]. 现代地质, 2013, 27(2): 475-481.
[8]	刘雅宁, 刘国峰, 张致付. 应用图形处理器快速计算逆时偏移[J]. 现代地质, 2012, 26(6): 1289-1293.
[9]	李灿苹, 刘学伟, 赵桂艳. 利用小波变换分析随机-均匀介质尺度特征[J]. 现代地质, 2010, 24(2): 392-396.
[10]	曹正林, 郑红军, 苟迎春, 袁剑英, 赵应成, 师永民. 三维岩石力学参数场随机模拟预测方法及应用[J]. 现代地质, 2009, 23(6): 1126-1130.
[11]	李长青邵景力靳萍崔亚莉. 平原地区水文地质结构条件模拟及其应用:以华北平原为例[J]. 现代地质, 2009, 23(1): 137-143.
[12]	李军，郝天珧，刘建，周翠英，徐亚，赵百民. 基于不同邻域系统的马尔可夫链模型的储层岩相随机模拟[J]. 现代地质, 2006, 20(4): 621-627.
[13]	万丽 ,王庆飞,高帮飞 ,王颖 ,周应华,徐浩. 成矿预测数据统计方法[J]. 现代地质, 2005, 19(4): 615-620.