Processing math: 100%
  • 全国中文核心期刊
  • 中国科技核心期刊
  • 中国科学引文数据库收录期刊
  • 世界期刊影响力指数(WJCI)报告来源期刊
  • Scopus, CA, DOAJ, EBSCO, JST等数据库收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多变量统计分析和水化学特征的海水入侵特征研究

刚什婷 吕明荟 卢茜茜 高帅 赵志强 陈奂良 彭同强 王玺 邢立亭 李莉霞

崔英方,赵 侃,邵晓华,等.近1 000年来百年尺度亚洲季风降水变化和太阳活动的机制联系[J].中国岩溶,2022,41(1):143-152. doi: 10.11932/karst20220108
引用本文: 刚什婷,吕明荟,卢茜茜,等. 基于多变量统计分析和水化学特征的海水入侵特征研究−以青岛市崂山区为例[J]. 中国岩溶,2023,42(5):982-994 doi: 10.11932/karst20230509
CUI Yingfang,ZHAO Kan,SHAO Xiaohua,et al.Mechanism of Asian monsoon precipitation variation and solar activity on a century time scale over the past 1,000 years[J].Carsologica Sinica,2022,41(01):143-152. doi: 10.11932/karst20220108
Citation: GANG Shenting, LYU Minghui, LU Qianqian, GAO Shuai, ZHAO Zhiqiang, CHEN Huanliang, PENG Tongqiang, WANG Xi, XING Liting, LI Lixia. Characterization of seawater intrusion based on multivariate statistical analysis and water chemistry characteristics: A case study of Laoshan district, Qingdao City[J]. CARSOLOGICA SINICA, 2023, 42(5): 982-994. doi: 10.11932/karst20230509

基于多变量统计分析和水化学特征的海水入侵特征研究——以青岛市崂山区为例

doi: 10.11932/karst20230509
基金项目: 山东省地矿局八〇一水文地质工程地质大队(暨山东省地下水环境保护与修复工程技术研究中心)基金项目(801KY2021-4)
详细信息
    作者简介:

    刚什婷(1990-),女,硕士研究生,主要从事地下水污染控制与数值模拟研究。E-mail:gangshenting@163.com

    通讯作者:

    吕明荟(1982-),女,工程师,主要从事水文地质研究工作。E-mail:lmhyoxiang@163.com

  • 中图分类号: P641.3

Characterization of seawater intrusion based on multivariate statistical analysis and water chemistry characteristics: A case study of Laoshan district, Qingdao City

  • 摘要: 沿海地区地下水环境问题日益突出,进行地下水水化学特征及演化规律的研究,能够更有效地开展地下水环境的监测和保护。以青岛市崂山区地下水为研究对象,综合运用统计分析、主成分分析、Piper图解法、HFE-D图解法、Chadha’s矩形图法等方法,对研究区海水入侵特征与地下水化学特征演化进行分析,探究地下水水化学特征及演化规律,并进一步评价了海水入侵现状。结果表明,研究区地下水以Na+、Ca2+、ClSO24为主要优势离子,地下水化学类型多为Cl·SO4-Na型和SO4·Cl-Ca·Mg型。地下水中Cl浓度变化幅度较大,且其均值超出了有无海水入侵的分界值(250 mg·L−1),地下水可能发生一定程度的海水入侵;青岛市崂山区地下水呈中性至弱碱性(pH均值=7.0~8.0),是沿海地区长期的水文地球化学过程的影响;地下水化学变化主要受自然因素(岩石与水的相互作用)或人为因素(农业和家庭活动)的控制;采用反距离加权(IDW)方法,结合地理信息系统(GIS),进行海水入侵位置的空间映射,研究结果表明崂山区海水入侵主要分布于江家土寨东−浦里社区北入侵段,王哥庄−港西−港东入侵段、仰口湾入侵段、登瀛村−栲栳岛入侵段。

     

  • 自Schwabe1首次发现太阳活动周期以来,太阳活动与气候变化的联系便广受关注。作为地球最重要的外部能量来源,太阳活动被认为是地球气候变化的主要驱动因子2。Bond等3对比北大西洋深海沉积记录与指示太阳活动的宇生核素10Be和14C产率变化发现,在百年至千年尺度上,冰漂碎屑事件和太阳活动之间存在紧密联系,提出了全新世北大西洋气候持续受到太阳活动的影响。大西洋水文循环是太阳活动信号的放大机制和全球传输机制。来自阿拉伯海的季风记录显示,在百年尺度上,弱季风事件对应于北大西洋寒冷事件,因此认为低纬季风和北高纬气候存在遥相关机制4,证实了Bond等3认为大西洋水文循环放大和传输太阳活动信号的观点。通过来自北阿曼的距今9000年到6000年的高分辨率石笋氧同位素(δ18O)记录与树轮Δ14C记录直接对比发现两者显著相关,具有高度一致性,表明百年至十年尺度亚洲季风变化主要受控于太阳活动5。Fleitmann等6利用南阿曼高分辨率石笋记录发现全新世印度季风在轨道—亚轨道尺度上的变化受控于太阳辐射,而在百年至十年尺度上与太阳活动关系密切。贵州董哥洞石笋记录与树轮Δ14C记录对比揭示了二者在百年至十年尺度上的变化特征高度相似,支持亚洲季风变化与太阳活动之间的密切联系7。Eroglu等8利用中国和澳大利亚石笋记录,构建全新世以来东亚—澳大利亚季风降水时空变化模式,揭示了东亚—澳洲夏季风变化存在明显的反相位关系,并共同受控于太阳活动。太阳活动可能通过大洋环流和/或半球间温度梯度变化,影响热带辐合带(ITCZ)位置的迁移,进而影响低纬季风降水变化9-10。此外,针对太阳活动影响亚洲季风变化的物理机制,Shindell等11提出了一个简单模型,即太阳黑子活动影响低纬大气臭氧层,导致高低纬大气层的温度和压力梯度增强和减弱,最终引起低纬季风的环流强度变化。

    在近2 000年来的气候变化研究中,太阳活动进一步被证实是导致气候变化的最主要的驱动因子之一。无论是气候重建序列还是模型模拟,都会将太阳活动作为主要驱动机制或者强迫因子212。Tan等13通过北京石花洞石笋年纹层厚度重建了近2 650年来暖季温度变化序列,与宇生核素10Be和14C重建的太阳辐射记录对比发现,两者具有高度一致性。进而对比北大西洋沉积记录的冰漂碎屑事件,认为太阳活动可能在千年至百年尺度上直接耦合北半球气候变化。近1 000年来数值模型模拟不同区域温度变化时,太阳活动亦被作为重要的强迫因子12-15。甘肃万象洞的石笋记录了距今1 810年以来的气候变化与太阳活动指标(10Be和14C重建的太阳辐射总量)的对比研究认为,太阳活动是亚洲季风降水变化的重要驱动16。来自墨西哥尤卡坦半岛的湖泊沉积记录,重建了该地区过去2 600年以来的水文变化历史17,进一步的研究揭示,该区域干旱模式具有近200年的周期旋回特征,接近于宇生核素10Be和14C记录的200年准周期,研究认为尤卡坦半岛百年尺度水文循环可能主要受控于太阳活动影响。进一步研究发现,区域干旱事件的发生与玛雅文化的兴衰具有良好的对应关系,认为玛雅文化的发展可能受区域水文变化的影响17。此外,气候系统的内部变率,如厄尔尼诺—南方涛动(ENSO),也是全球或者区域气候变化的重要影响因素1218-19。基于海气耦合模型模拟发现,ENSO与太阳和火山强迫之间存在关联,El Niño状况(东热带太平洋和中热带太平洋变暖)响应于负的辐射驱动(太阳辐射减弱和/或火山喷发),La Nina状况对应于正辐射驱动(太阳辐射量增加或/和火山喷发终结)12。因此,基于ENSO与亚洲季风的密切联系19-22,太阳活动可能通过热带海气耦合过程调节亚洲季风降水变化。

    研究揭示太阳活动与气候变化关系大多基于以下分析方法:气候指标和太阳活动代用指标的视觉对比716气候变化和太阳活动代用指标的相关性分析623气候变化记录的功率谱分析获得太阳活动印迹(或周期行为) 24-25。上述研究能够大致揭示太阳活动和气候变化的联系,然而,由于太阳总辐射量的变化非常小,尤其是最近1 000年以来仅占太阳总辐射量的0.1%~0.26%26。地球(气候)系统内部过程常常被作为太阳辐射信号的放大机制和传输机制327。同时,不同气候系统内部过程对太阳辐射的敏感性存在差异,导致地球气候对太阳活动信号存在响应差异2628。因此,太阳—气候在不同时间尺度上的相位关系和机制联系仍存在不足。此外,不同代用指标年龄精度和时间分辨率的限制,也会直接影响对太阳—气候之间机理联系的认识。因此,本文选取贵州董哥洞年纹层时标控制的高分辨率石笋δ18O数据23,运用相关性分析,功率谱和小波分析,函数拟合和交叉谱分析等方法,进一步探讨在百年尺度上,近1 000年来太阳活动与亚洲季风和北半球温度变化之间的成因联系,进而揭示百年尺度上,亚洲季风变化的可能驱动机制。

    董哥洞(108°05'E,25°17'N,海拔680 m)位于贵州省荔波县毛蓝自然保护区。该区域受亚洲夏季风影响,年均气温15.4 ℃,年降水量1 547 mm,其中雨季(5-10月)降水量占全年降水量的80%。洞穴区域植被覆盖好,主要为常绿落叶阔叶混交林。研究区气候、环境条件详细介绍见Yuan等29和Wang等7

    本文选择贵州董哥洞石笋开展研究,主要基于以下原因:

    (1)可靠的年龄模式。铀系测年结果显示,其具有较高的铀含量(1.6×10-6~3×10-6)、较小的测年误差(±(7-18)年)、且具有清晰的年纹层,在误差范围内年纹层时标和铀系时标具有很好的一致性23。因此,其年纹层年龄模式对于研究百年尺度的气候波动足够可靠。

    (2)分辨率较高。其接近年分辨率的同位素数据有助于揭示百年尺度变化特征。

    (3)数据具有很好的重现性。在研究时段有3支石笋样品(DX1,DX2和DA)的氧碳同位素均呈现很好的重现性,支持同位素数据重建气候变化的可靠性。

    (4)多代用指标记录的对比研究有助于理解δ18O的气候意义。DX1和DX2氧碳同位素和年纹层厚度记录的相似性,揭示了董哥洞石笋δ18O记录能够较好地反映亚洲夏季风降水或者亚洲夏季风强度变化,详细论证见Zhao等23

    本文将采用董哥洞石笋DX记录(DX1和DX2拼接曲线)进行研究。通过相关性分析揭示太阳活动和气候指标之间的联系;功率谱分析获得气候变化的周期行为特征;小波分析和函数拟合方法提取太阳活动、北半球温度和亚洲季风代用指标主要周期信号;交叉谱分析揭示不同代用指标之间的相位关系。

    精细比对气候变化(季风和温度)和太阳活动代用指标,不难发现两者虽然在整体变化过程上具有较好的相似性,但是亦存在较多差异,尤其在百年尺度事件的对应关系上(图1)。如图1A所示,万象洞石笋δ18O记录与太阳活动记录对比结果显示多个时段的不匹配,如在14世纪中期季风减弱,而此时太阳辐射强度增强,季风减弱事件落后于之前太阳活动减弱事件近100年16。现代暖期(1850年以来),太阳活动(辐射总量)持续增强,北半球温度呈现上升趋势(图1B),而石笋记录的夏季风均呈多次减弱趋势过程,尤其是自1950年以来的明显减弱趋势71630图1A,图1C)。由此可见,近1 000年以来,太阳活动与亚洲季风变化的关系可能较为复杂,需要进一步精细的对比研究;而太阳活动和温度(北半球或者中国)之间的关系相对比较明确,大量的研究发现太阳活动与温度变化之间存在同相位的变化关系2。Tan等13重建的近2 650年来北京暖季温度变化与宇生核素10Be和14C重建太阳辐射总量的相似性也证实了这一耦合关系(图1B)。

    图  1  亚洲夏季风、北京暖季温度和太阳辐射量对比
    Figure  1.  Comparison of Asian summer monsoon, Beijing warm season temperature and solar radiation

    本文采用小波分析方法对指示亚洲季风变化的董哥洞石笋δ18O记录进行时间序列分析。此方法的优势在于能够很好的表达信号的局域频谱特征。通过时间序列的子波分析,分解和提取亚洲季风变化的周期性波动信号(图2),再用具有波动形式的余弦函数进行全序列拟和,使拟和的偏方平方和达到最小。

    图  2  董哥洞石笋δ18O记录小波分析
    Figure  2.  Wavelet analysis of stalagmite δ18O records from Dongge Cave

    本文重点考察近1 000年来亚洲季风、北半球温度和太阳活动在200年准周期上的相关关系,主要原因是:

    (1)亚洲季风序列功率谱分析结果显示200年准周期信号最强,超过了99%置信度(图3),而200年准周期是著名的太阳活动Suess周期,同样在北半球温度信号中也具有突出的200年准周期,置信度达95%1231

    图  3  董哥洞石笋DX时间序列的功率谱分析
    Figure  3.  Power spectrum analysis of time series of Stalagmite DX from Dongge Cave

    (2)在200年准周期上三者余弦函数拟和曲线的拟和度最高,置信度均达到95%;

    (3)200年准周期信号能够很好的表现原始曲线的变化过程,波峰、波谷能够很好的揭示原始曲线的峰谷变化特征(图4)。当然,200年准周期信号和原始曲线也会存在一些差异,原因可能是余弦函数是确定的平滑波动曲线,而太阳活动、北半球温度和亚洲季风变化具有一定的非线性随机性,且代用指标存在重建误差和信噪比的问题;

    图  4  亚洲夏季风、太阳辐射量和北半球温度对比
    Figure  4.  Comparison of Asian summer monsoon, solar radiation and northern hemisphere temperature

    (4)200年准周期在亚洲夏季风重建记录里普遍存在,如董哥洞石笋DA7和D432,阿曼Qunf洞Q5石笋6δ18O功率谱分析均显示全新世存在显著的200年准周期成分;阿曼Defore洞S3石笋记录的最近780年季风降水变化中也显示了突出的200年准周期成分33

    分析结果如图5所示,亚洲夏季风变化的准200年周期函数拟合曲线(0.075 59 × cos(-0.029 6 × x+2.562))和太阳活动变化的准200年周期拟合曲线(0.675 59 × cos(-0.0296 × x+2.729)),以及北半球温度变化的准200年周期拟合曲线(0.0442 × cos(0.031 5 × x+0.777 3)显示出明显的反相位关系,而北半球温度变化则与太阳活动呈现显著正相关关系。这一对比结果表明,在准200年周期行为上,太阳辐射增强,导致北半球温度升高,而亚洲季风降水减少,强度减弱,反之亦然。

    图  5  准200年周期上亚洲夏季风、太阳辐射量和北半球温度对比
    Figure  5.  Comparison of Asian summer monsoon, solar radiation and northern hemisphere temperature on a quasi-200-year cycle scale

    另外,董哥洞石笋δ18O序列和太阳活动(热带太阳辐射量)12序列的交叉功率谱分析也显示,两者具有明显的200年共同周期,并且这一周期成分是两个序列所具有共同周期中信号最强最显著,且贯穿整个最近1 000年的周期成分(图6)。交叉谱分析结果显示亚洲夏季风降水变化和太阳活动呈反相位关系,即太阳活动增强对应于亚洲季风降水减少,反之亦然。综上所述,在准200年周期上,亚洲夏季风降水变化与太阳活动和北半球温度变化呈反相关关系。

    图  6  董哥洞石笋δ18O与太阳辐射量记录的交叉功率谱分析
    Figure  6.  Cross-power spectrum analysis of stalagmite δ18O in Dongge Cave and solar radiation record

    回顾太阳活动与地球气候变化的联系,大多数研究发现太阳活动强弱、太阳输出量的多少、直接控制着温度的高低和季风的强弱5-71316。将董哥洞石笋δ18O记录与太阳活动指标对比,发现两者在整体变化或者长期变化上确实存在较好的相似性,相关系数为0.31 (n=80, p < 0.001),即亚洲季风降水增加对应于太阳辐射增强23。然而,进一步对比准200年周期成分的函数拟合曲线发现:在准200年尺度上,太阳辐射量变化和北半球温度变化呈正相关,而和亚洲夏季风降水变化呈反相关关系。其中最为显著

    反相关关系发生在1950年以来的时段,太阳活动(辐射总量)持续增强,北半球乃至全球气温持续上升,而亚洲季风区几乎所有石笋记录均显示夏季风呈减弱趋势34。万象洞石笋δ18O记录显示多个亚洲季风降水减少时期滞后于之前的太阳活动减弱事件(图1A),如14世纪中期季风降水减弱,而此时太阳辐射强度增强,季风减弱事件落后于之前太阳活动减弱事件近100年16。越南树轮宽度记录重建1250-2008年期间的季风降水变化35,也发现了14世纪中期至晚期的季风降水减少和15世纪初的弱季风干旱事件,这一结果与董哥洞和万象洞重建结果基本一致。该记录并未显示太阳活动与干湿事件(或季风降水变化)的同步变化关系,而认为气候系统内部变率如海—汽耦合过程可能影响这一时期季风降水变化。印度Dandak洞石笋记录36与太阳活动指标对比结果同样没有发现太阳辐射输出的减少时期和印度干旱时期的对应关系。Berkelhammer等37调整Dandak洞石笋年龄模式并提高样品分辨率,进而数据重新分析发现在数十年尺度上印度季风降水和太阳辐射通量仅仅在约中世纪暖期(公元950-1300)时段同相位变化,其他时期则更接近于反相位联系。张德二和刘月巍38对清代晴雨录采用多变量逐步回归的方法定量重建了北京地区1724-2000年的年降水和夏季降水变化序列,与温度重建序列对比发现在准世纪尺度上暖期降水少,冷期降水多。刘健等14利用全球大气环流模式AGGM+SSiB进行小冰期气候模拟,发现在太阳辐射减少情况下东亚地区出现显著的降温现象,却有利于东亚夏季风降水的增加。综上所述,近千年来太阳活动和东亚大陆或北半球温度的变化虽然对东亚夏季风变化具有重要影响,但不同时间尺度的亚洲夏季风降水变化可能同时受到其他气候系统因子的调控。

    本文将探讨在准200年周期成分上太阳活动和亚洲夏季风强度反相位关系的成因机制。根据亚洲夏季风的不同定义:

    (1)海洋和陆地地表热量差异导致的行星尺度大气环流39-40

    (2)半球间热力梯度和海表温热力梯度导致ITCZ位置的变化,直接驱动亚洲夏季风环流变化41

    (3)从南大洋到青藏高原的感热差异和潜热释放,其中南大洋潜热释放直接影响着亚洲夏季风变化42。无论哪种定义,南大洋热量都对亚洲夏季风具有重要意义,而且大洋在吸收和传输太阳活动信号上可能扮演者重要角色3,因此,南大洋的热库效应可能是导致亚洲夏季风强度/降水变化滞后于太阳辐射量变化的重要因素。南大洋作为重要的热储库,其吸收太阳辐射,通过潜热释放和热力差异调节ITCZ位置,进而调控亚洲夏季风强度变化,这一过程与太阳辐射输出可能存在约100年的时间滞后43,从而导致了亚洲季风变化和太阳活动在200年尺度上的反相位关系。另外一种可能的机制是,亚洲季风强度与北高纬温度和大气环流之间存在着同步变化关系。Stuiver等44对比过去1 000年GISP2δ18O与树轮Δ14C记录,发现格陵兰温度滞后与太阳辐射变化,若将滞后时间设置为约100年,则格陵兰冰芯δ18O与树轮Δ14C记录吻合更好,说明格陵兰温度可能滞后太阳活动大约100年。这一滞后效应被认为是与北大西洋深层水交换时间有关的海洋热惰性导致45。过去研究表明,亚洲季风可能通过西风带或温盐环流引起的全球海洋热量再分配与北高纬气候快速响应46。因此,北高纬温度与太阳活动之间近100年的滞后量很有可能也存在与亚洲季风与太阳活动的关系中,从而导致亚洲季风与太阳活动在200年准周期旋回上的反相位关系。本文推测存在另外一种可能机制:太阳辐射增强,导致海—陆热力差异的增加,进而增强亚洲夏季风强度。然而,气候系统内部变率有可能改变两者之间的相位联系,如太阳辐射增强导致热带海洋温度上升,引起潜热释放增强,热带对流层上部温度上升,从而导致热带和热带以外地区对流层上部径向温度梯度的减小,由此抑制的亚洲夏季风水汽输送强度以及中国季风区降水的减少。此外,1950年以来,受人类活动影响,温室气体和气溶胶排放加剧,很有可能影响和改变对流层径向温度梯度,进而增加亚洲季风强度预测的不可预知性47-50

    本文基于董哥洞高分辨率高精度定年的石笋δ18O记录,运用相关性分析、小波分析、功率谱和交叉谱分析方法,探讨了近1 000年来亚洲夏季风降水、北半球温度和太阳活动三者在200年准周期旋回上的相位关系及其可能的动力学机制,主要获得以下发现:

    (1)近1 000年来太阳活动、北半球温度与亚洲夏季风变化在整体变化或者长期变化过程上具有一定的相似性。然而,在百年尺度上,亚洲季风降水变化和太阳活动、北半球温度变化之间存在明显差异。尤其在近50年来,太阳活动(辐射总量)持续增强,北半球温度持续增强,而亚洲夏季风呈减弱趋势;

    (2)功率谱和小波分析结果显示董哥洞石笋δ18O序列与太阳活动和北半球温度记录均存在明显的200年准周期信号。通过亚洲季风、北半球温度和太阳辐射在准200年周期上的函数拟和曲线对比,发现亚洲夏季风降水变化与太阳活动和北半球温度变化呈反相关关系;

    (3)地球气候系统内部变率可能改变太阳辐射与亚洲季风之间的相位联系。太阳辐射增强,热带海洋温度的上升,可能引起潜热释放增强,热带对流层上部温度上升,从而导致热带和热带以外地区对流层上部径向温度梯度的减小,由此抑制亚洲夏季风强度。此外,1950年以来,人类活动不断加强,尤其是温室气体排放加剧,很有可能进一步影响对流层径向温度梯度的变化,从而增加亚洲季风强度预测的不可预知性。

  • 图  1  研究区位置图

    Figure  1.  Location of the study area

    图  2  青岛崂山区水文地质略图

    Figure  2.  Hydrogeological sketch of Laoshan district, Qingdao

    图  3  土寨河流域水文地质剖面图A-A′

    Figure  3.  Hydrogeological profile(A-A′) of the Tuzhai river basin

    图  4  取样监测点位置图

    Figure  4.  Locations of sampling and monitoring sites

    图  5  GQISWI对Piper图的分区

    Figure  5.  Domains of GQISW in piper diagram

    图  6  主成分分析结果图:PC1、PC2

    Figure  6.  Results of principal component analysis: PC1 and PC2

    图  7  地下水水化学Piper图

    Figure  7.  Piper diagram of groundwater hydrochemsitry

    图  8  采样点地下水七大离子浓度占比图

    Figure  8.  Percentages of concentrations of the seven ions in groundwater of the sampling sites

    图  9  崂山区地下水HFE−D

    Figure  9.  Evolution of hydrochemical facies of groundwater in Laoshan district

    图  10  Chadha矩形水化学类型图

    Figure  10.  Chadha rectangle hydrochemical diagram

    图  11  青岛市崂山区海水入侵空间分布

    Figure  11.  Spatial distribution of seawater intrusion in Laoshan district, Qingdao City

    表  1  地下水水化学参数统计特征值(单位:mg·L−1,pH除外)

    Table  1.   Statistics of hydrochemical parameters of groundwater (unit: mg·L−1, except for pH)

    分区项目pHTDSTHCa2+Mg2+K+Na+HCO3SO24ClNO3
    基岩裂
    隙水
    Mean7.34998.81380.6094.2334.711.78199.04104.33135.62385.9435.94
    SD0.272032.16670.59200.6846.612.49512.0182.42218.811103.4532.57
    Cv0.042.031.762.131.341.402.570.791.612.860.91
    Min6.9067.2146.1212.933.360.132.177.653.0521.530
    Max8.208 877.643 064.85910.97191.908.822 125.00306.08778.464 812.71101.35
    第四系
    孔隙水
    Mean7.201 435.83554.2688.3581.0412.92277.95108.77235.23560.8369.69
    SD0.383 211.69802.7263.12163.2736.36927.5675.61403.371 722.6367.98
    Cv0.052.241.450.712.012.813.340.701.713.070.98
    Min6.5074.8339.208.314.480.176.6715.3010.6813.130.36
    Max8.5017 138.103 597.12263.18728.01200.005 000.00369.841 617.989 160.70244.75
    地表水Mean7.30301.99138.7140.888.904.4330.6985.0756.1140.9123.25
    SD0.32302.26127.0635.809.185.7541.8290.2662.8153.3833.27
    Cv0.041.000.920.881.031.301.361.061.121.301.43
    Min6.8091.6948.5415.432.310.164.4327.9819.217.185.52
    Max7.60814.84351.78100.8024.3112.59103.60243.46165.70132.7882.60
    注:Min为最小值,Max为最大值,Mean为平均值,SD为标准差,Cv为变异系数。
    Note: Min represents minimum value; Max represents maximum value; Mean represents average value, SD represents standard deviation; Cv represents variation coefficient.
    下载: 导出CSV

    表  2  主成分分析法组成矩阵

    Table  2.   Matrix formed by principal component analysis

    PC1PC2
    pH0.007 700.641 80
    Ca2+0.270 27−0.106 40
    Mg2+0.431 21−0.056 97
    K+0.396 81−0.004 19
    Na+0.444 050.006 05
    HCO30.099 170.482 26
    SO240.414 96−0.072 80
    Cl0.447 43−0.016 36
    NO3−0.063 99−0.579 08
    下载: 导出CSV

    表  3  海水入侵指标的等级划分 (单位/mg·L−1

    Table  3.   Classification of indexes of seawater intrusion (unit/mg·L−1)

    特征因子IIIIIIIV
    无入侵轻度入侵中度入侵严重入侵
    Cl ≤250 ≤600 ≤1 500 >1 500
    SO24 ≤200 ≤450 ≤1 200 >1 200
    M ≤1 000 ≤2 000 ≤3 000 >3 000
    SAR ≤2 ≤3.55 ≤10 >10
    γCl/γHCO3 ≤0.5 ≤1.0 ≤6.6 >6.6
    下载: 导出CSV
  • [1] Andersen M S, Nyvang V, Jakobsen R, Postma D. Geochemical processes and solute transport at the seawater/freshwater interface of a sandy aquifer[J]. Geochimica et Cosmochimica Acta, 2005, 69: 3979–3994.
    [2] Werner A D, Simmons C T. Impact of sea-level rise on seawater intrusion in coastal aquifer[J]. Groundwater, 2009, 47:197-204. doi: 10.1111/j.1745-6584.2008.00535.x
    [3] Liu Y, Jiao J J, Liang W, Kuang X. Hydrogeochemical characteristics in coastal groundwater mixing zone[J]. Applied Geochemistry, 2017, 85:49-60. doi: 10.1016/j.apgeochem.2017.09.002
    [4] Kazakis N, Pavlou A, Vargemezis G, Voudouris K S, Soulios G, Pliakas F, Tsokas G. Seawater intrusion mapping using electrical resistivity tomography and hydrochemical data. An application in the coastal area of eastern Thermaikos Gulf, Greece[J]. Science of the Total Environment, 2016, 543:373-387. doi: 10.1016/j.scitotenv.2015.11.041
    [5] Alfarrah N, Walraevens K. Groundwater overexploitation and seawater intrusion in coastal areas of arid and semi-arid regions[J]. Water, 2018, 10(2):143.
    [6] Bovolo C I, Parkin G, Sophocleous M. Groundwater resources, climate and vulnerability[J]. Environmental Research Letters, 2009, 4(3):35001. doi: 10.1088/1748-9326/4/3/035001
    [7] 郭明华, 王敬, 戴长国, 蒋雷, 张浩清, 柳超. 文登区浅层地下水化学演化与海水入侵研究[J]. 海洋科学, 2021, 45(7):57-65. doi: 10.11759/hykx20200708002

    GUO Minghua, WANG Jing, DAI Changguo, JIANG Lei, ZHANG Haoqing, LIU Chao. Study on the hydrochemical evolution of groundwater and seawater intrusion in the shallow layer of Wendeng district[J]. Marine Science, 2021, 45(7):57-65. doi: 10.11759/hykx20200708002
    [8] 赵倩. 锦州小凌河扇地海水入侵过程中水文地球化学作用及影响因素研究[D]. 廊坊: 防灾科技学院, 2021.

    ZHAO Qian. Hydrogeochemistry and influencing factors in the process of seawater intrusion in Xiaoling river fan, Jinzhou City[D]. Langfang: Institute of Disaster Prevention, 2021.
    [9] Mondal NC, Singh VP, Singh VS, Saxena VK. Determining the interaction between groundwater and saline water through groundwater major ions chemistry[J]. Journal of Hydrology, 2010, 388, 100-111.
    [10] 王昊, 王中良. 天津北大港水库水质咸化的地球化学机理分析[J]. 天津师范大学学报(自然科学版), 2016, 36(6):29-34.

    WANG Hao, WANG Zhongliang. Geochemical analysis on water salinization mechanism of the Tianjin Beidagang reservoir[J]. Journal of Tianjin Normal University (Natural Science Edition), 2016, 36(6):29-34.
    [11] 辛祥. 大沽河下游地区地下水氯离子时空变化特征与调控的数值模拟[D]. 青岛: 青岛大学, 2019.

    XIN Xiang. Numerical simulation of spatial and temporal characteristics and control of chloride ion in groundwater in the downstream area of Dagu river[D]. Qingdao: Qingdao University, 2019.
    [12] 林曼曼. 青岛近海海域灾害地质特征研究[D]. 石家庄: 石家庄经济学院, 2014.

    LIN Manman. The study on the characteristics of geo-hazard factors in Qingdao offshore[D]. Shijiazhuang: University of Economics, 2014.
    [13] 陆求裕. 长乐滨海地区海水入侵现状及成因分析[J]. 地质灾害与环境保护, 2020, 31(4):101-105. doi: 10.3969/j.issn.1006-4362.2020.04.019

    LU Qiuyu. The present situation of the seawater intrusion along the coastal area of Changle[J]. Journal of Geological Hazards and Environment Preservation, 2020, 31(4):101-105. doi: 10.3969/j.issn.1006-4362.2020.04.019
    [14] 梁彬, 关碧珠, 崔光中, 揭江, 唐祚旺. 广东湛江开发巨型盆地防治海水入侵研究[J]. 中国岩溶, 2001, 20(1):77.
    [15] 秦凯凯. 管状海水入侵形成机理及影响因素研究[D]. 大连: 大连海事大学, 2017.

    QIN Kaikai. Study on formation mechanism and influencing factors of tubular seawater intrusion[D]. Dalian: Dalian Maritime University, 2017.
    [16] 崔震, 陈广泉, 徐兴永, 王东亮, 喻龙. 北长山岛海水入侵成因机理及现状评价[J]. 海洋环境科学, 2015, 34(6):930-936. doi: 10.13634/j.cnki.mes.2015.06.021

    CUI Zhen, CHEN Guangquan, XU Xingyong, WANG Dongliang, YU Long. Mechanism and assessment of seawater intrusion in the northern Changshan island[J]. Marine Environmental Science, 2015, 34(6):930-936. doi: 10.13634/j.cnki.mes.2015.06.021
    [17] 徐铭霜. 某沿海地区海水入侵动态变化规律及防治措施研究[D]. 青岛: 青岛理工大学, 2022.

    XU Mingshuang. Research on the dynamic variation rule of seawater intrusion and controlling measures in a coastal area[D]. Qingdao: Qingdao University of Technology, 2022.
    [18] 王蜜蕾, 窦衍光, 邹亮, 薛碧颖, 胡睿, 岳保静, 徐刚, 林曦, 李林森. 青岛崂山周边地下水化学特征与矿泉水成因分析[J]. 海洋地质前沿, 2021, 37(9):17-24. doi: 10.16028/j.1009-2722.2021.126

    WANG Milei, DOU Yanguang, ZOU Liang, XUE Biying, HU Rui, YUE Baojing, XU Gang, LIN Xi, LI Linsen. Hydrochemical characteristics of groundwater and genesis of mineral water at Laoshan mountain and surrounding areas, Qingdao[J]. Marine Geology Frontiers, 2021, 37(9):17-24. doi: 10.16028/j.1009-2722.2021.126
    [19] 胡慧君. 青岛市大沽河典型区非饱和−饱和带地下水耦合模型[D]. 南京: 南京大学, 2019.

    HU Huijun. An integrated modeling of variably saturated groundwater flow system in a typical area of Dagu river basin[D]. Nanjing: Nanjing University, 2019.
    [20] 刘久潭, 周丹, 高宗军, 王敏, 马媛媛, 张洪英, 时孟杰, 董杰. 青岛西海岸新区地下水水化学特征及水质评价[J]. 山东科技大学学报(自然科学版), 2019, 38(2):14-24, 43. doi: 10.16452/j.cnki.sdkjzk.2019.02.002

    LIU Jiutan, ZHOU Dan, GAO Zongjun, WANG Min, MA Yuanyuan, ZHANG Hongying, SHI Mengjie, DONG Jie. Hydrochemical characteristics and water quality assessment of groundwater in Qingdao West Coast New District[J]. Journal of Shandong University of Science and Technology (Natural Science), 2019, 38(2):14-24, 43. doi: 10.16452/j.cnki.sdkjzk.2019.02.002
    [21] 尹子悦, 林青, 徐绍辉. 青岛市大沽河流域地下水水化学时空演化及影响因素分析[J]. 地质论评, 2018, 64(4):1030-1043. doi: 10.16509/j.georeview.2018.04.017

    YIN Ziyue, LIN Qing, XU Shaohui. Spatial-temporal variations and controlling factors of groundwater hydrochemical characteristics in the Dagu river basin[J]. Geological Review, 2018, 64(4):1030-1043. doi: 10.16509/j.georeview.2018.04.017
    [22] 康晓雨. 青岛市典型富水区地下水环境质量评价及演化规律[D]. 石家庄: 河北地质大学, 2017.

    KANG Xiaoyu. Groundwater quality evaluation and evolution law of typical rich water area in Qingdao Hebei[D]. Shijiazhuang: Hebei GEO University, 2017.
    [23] 肖菲, 周勇华, 陈小英. 青岛沿岸海(咸)水入侵灾害的成因与现状[J]. 海洋地质前沿, 2012, 28(5):54-58. doi: 10.16028/j.1009-2722.2012.05.011

    XIAO Fei, ZHOU Yonghua, CHEN Xiaoying. Research on the origin and current status of sea (salt) water intrusion in coastal areas of Qingdao[J]. Marine Geology Frontiers, 2012, 28(5):54-58. doi: 10.16028/j.1009-2722.2012.05.011
    [24] 姜兴钰. 青岛新河地区海水入侵综合研究[D]. 青岛: 国家海洋局第一海洋研究所, 2010.
    [25] 董少杰, 孟春霞, 王成见. 青岛市地下水源地水质评价及污染原因分析[J]. 水资源与水工程学报, 2006(6):54-57. doi: 10.3969/j.issn.1672-643X.2006.06.013

    DONG Shaojie, MENG Chunxia, WANG Chengjian. Water quality evaluation and reasons analysis of pollution for groundwater sources in Qingdao[J]. Journal of Water Resources and Water Engineering, 2006(6):54-57. doi: 10.3969/j.issn.1672-643X.2006.06.013
    [26] Shaheen A, Iqbal J, Hussain S. Adaptive geospatial modeling of soil contamination by selected heavy metals in the industrial area of Sheikhupura, Pakistan[J]. International Journal of Environmental Science and Technology, 2019, 16(8): 4447-4464.
    [27] Khan M K, Ayoub W, Saied S, Hussain M M, Masood S S, Siddique A, Khwaja H A. Statistical and geospatial assessment of groundwater quality in the megacity of karachi[J]. Journal of Water Resource and Protection, 2019, 11(3): 311-332.
    [28] Fatma B B, Emna B, Jalila M, Salem B. Evaluation of groundwater hydrogeochemical characteristics and delineation of geothermal potentialities using multi-criteria decision analysis: Case of Tozeur region, Tunisia[J]. Applied Geochemistry, 2020, 113: 104504.
    [29] 周爱红, 牛鹏飞, 袁颖, 黄虎城. 基于PCA-PSO-SVM的凡口铅锌矿地区岩溶地表塌陷危险性预测[J]. 中国岩溶, 2020, 39(4):622-628.

    ZHOU Aihong, NIU Pengfei, YUAN Ying, HUANG Hucheng. Prediction of karst surface subsidence risk in the Fankou lead-zinc mine area based on PCA-PSO-SVM[J]. Carsologica Sinica, 2020, 39(4):622-628.
    [30] 叶慧君, 张瑞雪, 吴攀, 李学先, 覃应机, 査学芳, 韩志伟. 基于主成分分析的岩溶水水化学组成及影响因素研究: 以贵州水城盆地为例[J]. 中国岩溶, 2017, 36(2): 215-225.

    YE Huijun, ZHANG Ruixue, WU Pan, LI Xuexian, QIN Yingji, ZHA Xuefang, HAN Zhiwei. Hydrochemical characterization of groundwater and surface water and their influencing factors based on principal component analysis: An example in the Shuicheng basin of Guizhou[J]. Carsologica Sinica, 2017, 36(2): 215-225.
    [31] 赵艳丽, 王敏, 李常锁. 山东省淄河流域地下水化学污染源解析[J]. 人民长江, 2022, 53(12):37-43, 49. doi: 10.16232/j.cnki.1001-4179.2022.12.006

    ZHAO Yanli, WANG Min, LI Changsuo. Analysis of chemical pollution source of groundwater in Zihe river basin of Shandong Province[J]. Yangtze River, 2022, 53(12):37-43, 49. doi: 10.16232/j.cnki.1001-4179.2022.12.006
    [32] 张洁, 梁杏, 刘延锋, 张鑫, 孙立群, 赵枫, 付鹏宇. 基于主成分的协克里金法对地下水砷空间分布预测[J]. 地球科学, 2023, 48(10): 3820-3831.

    ZHANG Jie, LIANG Xing, LIU Yanfeng, ZHANG Xin, SUN Liqun, ZHAO Feng, FU Pengyu. The cokriging method is based on principal components to predict the spatial distribution of arsenic in groundwater[J]. Earth Science, 2023, 48(10): 3820-3831.
    [33] Giménez Forcada E. Dynamic of sea water interface using hydrochemical facies evolution diagram[J]. Groundwater, 2010, 48:212-216. doi: 10.1111/j.1745-6584.2009.00649.x
    [34] Giménez Forcada E. Space/time development of seawater intrusion: A study case in Vinaroz coastal plain (Eastern Spain) using HFE-Diagram, and spatial distribution of hydrochemical facies[J]. Journal of Hydrology, 2014, 517:617-627. doi: 10.1016/j.jhydrol.2014.05.056
    [35] Chadha D K. A proposed new diagram for geochemical classification of natural waters and interpretation of chemical data[J]. Hydrogeology Journal, 1999(7):431-439. doi: 10.1007/s100400050216
    [36] Mondal N C, Singh V P, Singh V S, Saxena V K. Determining the interaction between groundwater and saline water through groundwater major ions chemistry[J]. Journal of Hydrology, 2010, 388:100-111. doi: 10.1016/j.jhydrol.2010.04.032
    [37] Nosair A M, Shams M Y, AbouElmagd L M, Hassanein A E, Fryar A E, Abu Salem H S. A predictive model for progressive salinization in a coastal aquifer using artificial intelligence and hydrogeochemical techniques: A case study of the Nile Delta aquifer, Egypt[J]. Environmental Science and Pollution Research, 2022, 29(6):9318-9340. doi: 10.1007/s11356-021-16289-w
    [38] GB/T 14848-2017. 地下水质量标准[S].

    GB/T 14848-2017. Standard for Groundwater Quality[S].
    [39] Wang Min, Yin Yueping, Wen Dongguang. Handbook of hydrogeology[M]. Beijing: Geology Press, 2012.
    [40] 寇馨月, 丁军军, 李玉中, 毛丽丽, 李巧珍, 徐春英, 郑欠, 庄姗. 青岛市农区地下水硝态氮污染来源解析[J]. 环境科学, 2021, 42(7): 3232−3241.

    KOU Xinyue, DING Junjun, LI Yuzhong, MAO Lili, LI Qiaozhen, XU Chunying, ZHENG Qian, ZHUANG Shan. Identifying the sources of groundwater NO3 -N in agricultural region of Qingdao[J]. Environmental Science, 2021, 42(7): 3232−3241.
  • 加载中
图(11) / 表(3)
计量
  • 文章访问数:  186
  • HTML浏览量:  18
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-04-20
  • 录用日期:  2023-08-11
  • 修回日期:  2023-08-07
  • 刊出日期:  2023-10-01

目录

/

返回文章
返回