人民勝利渠灌區(qū)地下水與作物布局匹配度分析

劉中培，冷 靜，韓宇平，曹潤祥，齊明坤

（1.華北水利水電大學(xué)，鄭州 450046；2.河南省黃河流域水資源節(jié)約集約利用重點(diǎn)實(shí)驗(yàn)室，鄭州 450046）

0 引 言

受全球氣候變化和人類活動(dòng)影響，人們對地下水資源的依賴性不斷加強(qiáng)，地下水開采量遠(yuǎn)大于補(bǔ)給量，生態(tài)系統(tǒng)的抗干擾能力和自我修復(fù)能力變?nèi)酰{到了區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展［1］。地下水資源在時(shí)空上產(chǎn)生了一系列新的變化特征［2］，變化環(huán)境下地下水埋深顯著性擾動(dòng)及驅(qū)動(dòng)因素分析，也成為了近期研究熱 點(diǎn)［3-6］。SEN Z［7］提出了新的統(tǒng)計(jì)方法為創(chuàng)新趨勢分析（ITA），該方法在分析不同等級(jí)數(shù)據(jù)趨勢中無需統(tǒng)計(jì)假設(shè)，已經(jīng)用于水文氣象變化趨勢分析領(lǐng)域［8，9］。一些學(xué)者在生態(tài)輸水、植被指數(shù)、典型植被群落分布等方面研究了對地下水埋深變化的影響［10-12］。隨著地下水埋深的不斷增大，土地利用方面對地下水埋深的相關(guān)性影響問題也越來越突出［13，14］。地下水與作物布局匹配關(guān)系的惡化會(huì)對灌區(qū)產(chǎn)生不良影響，嚴(yán)重時(shí)可產(chǎn)生一系列的生態(tài)環(huán)境地質(zhì)問題。本文從黃河下游人民勝利渠灌區(qū)地下水和作物布局的空間分布相關(guān)關(guān)系入手，采用雙變量Moran's I 分析對灌區(qū)1993-2018年期間地下水埋深與作物布局的空間自相關(guān)性進(jìn)行定量分析，探討地下水與作物布局匹配度，指導(dǎo)井灌渠灌用水，可為黃河流域灌區(qū)高質(zhì)量發(fā)展及優(yōu)化灌區(qū)水資源配置指導(dǎo)提供科學(xué)支撐。

1 材料與方法

1.1 研究區(qū)概況

人民勝利渠灌區(qū)位于河南省新鄉(xiāng)境內(nèi)（圖1），由黃河古河道沖積平原和太行山前沖積扇所組成，居于黃河下游的北部，面積約為1 183 km2，屬于暖溫帶大陸性季風(fēng)氣候，多年平均降水量為581.2 mm，農(nóng)田灌溉以利用地下水和引黃河水為主。近年來灌區(qū)引黃水量受到了限制，且供水形勢較為嚴(yán)峻，降水和灌溉入滲為地下水補(bǔ)給主要來源［15］。灌區(qū)地下水排泄以淺層地下水開采和蒸發(fā)消耗為主。

圖1 人民勝利渠灌區(qū)及站點(diǎn)位置分布圖Fig.1 People's Victory canal irrigation area and site location distribution map

1.2 數(shù)據(jù)來源及處理

地下水埋深數(shù)據(jù)來源于人民勝利渠灌溉管理局。地下水埋深時(shí)間序列為1993-2018年逐年逐月觀測數(shù)據(jù)，僅有極少數(shù)地下水埋深月觀測數(shù)據(jù)缺失，已采用鄰近點(diǎn)的線性趨勢方法插補(bǔ)，通過SPSS軟件的轉(zhuǎn)換工具實(shí)現(xiàn)。地下水埋深空間分布圖采用普通Kriging 插值得到，通過ArcGIS 軟件的空間分析工具實(shí)現(xiàn)。本文將地下水埋深劃分5 個(gè)等級(jí)：0～2，2～4，4～6，6～10 和＞10 m。研究采用的作物布局?jǐn)?shù)據(jù)來源于土地利用和土地覆蓋（LULC）產(chǎn)品（歐洲航天局氣候變化倡議項(xiàng)目，地下水埋深與作物布局雙變量空間自相關(guān)分析通過ArcGIS 與GeoDa 軟件結(jié)合實(shí)現(xiàn)。地下水埋深年內(nèi)分析有關(guān)四季定為：春季（3-5月），夏季（6-8月），秋季（9-11月）和冬季（12-次年2月）［16］。

1.3 研究方法

1.3.1 ITA方法

創(chuàng)新趨勢分析（ITA）方法將整個(gè)時(shí)間序列數(shù)據(jù)集劃分為兩個(gè)相等的部分，前半部分和后半部分分別位于X軸和Y軸上，兩組子序列在二維笛卡爾坐標(biāo)系中表示為一一對應(yīng)的散點(diǎn)。通過坐標(biāo)系上1∶1（45°）直線，將散點(diǎn)分割成低、中、高三類，為所考慮的時(shí)間序列內(nèi)部趨勢結(jié)構(gòu)提供了詳細(xì)信息。如果數(shù)據(jù)散點(diǎn)落在1∶1直線上，則時(shí)間序列中沒有趨勢，如果第一象限上的散點(diǎn)落在散射區(qū)域上（下）三角區(qū)域，則時(shí)間序列呈現(xiàn)增加（減少）趨勢，如果散點(diǎn)離1∶1直線越近，則時(shí)間序列趨勢越弱［16-23］。在目前分析26年時(shí)間趨勢研究中，提取兩組子系列，每組13年（1993-2005年和2006-2018年）。

1.3.2 Mann-Kendall分析

地下水埋深時(shí)間序列變化特征采用Mann-Kendall 方法分析。該方法有不受樣本值和分布類型等條件影響的優(yōu)點(diǎn)，采用Z值可進(jìn)行趨勢判別，Z＞0，數(shù)據(jù)序列隨時(shí)間呈增加趨勢，Z＜0為減少趨勢。Z值絕對值越大，趨勢性就越明顯，可根據(jù)檢驗(yàn)結(jié)果判斷顯著性［24-27］。

1.3.3 雙變量Moran′s I分析

空間自相關(guān)分析衡量了空間變量是否具有集聚性，主要包含全局空間自相關(guān)和局部空間自相關(guān)［28］。Anselin 在此基礎(chǔ)上提出了雙變量空間自相關(guān)分析［29］，揭示了多個(gè)變量之間的空間相關(guān)性。莫蘭指數(shù)（Moran＇s I）可分析地理要素間的空間分布特征和相關(guān)程度，在雙變量Moran＇s I基礎(chǔ)上的空間自相關(guān)分析可以描述不同要素空間分布的相關(guān)程度［30-32］。公式為：

1.3.4 SMI分析

空間錯(cuò)配指數(shù)（SMI）由Martin 提出，可用于計(jì)算地下水埋深與作物分布之間的不匹配程度［33，34］。公式為：

式中：SMIgiri為空間單元i的地下水埋深與作物分布之間的空間錯(cuò)配指數(shù)；gi為空間單元i的地下水埋深；ri為空間單元i的作物分布（某地下水埋深數(shù)值模塊下對應(yīng)的作物分布量）。

2 地下水結(jié)果分析

2.1 地下水埋深年內(nèi)變化特征

灌區(qū)主要以農(nóng)業(yè)種植為主，農(nóng)業(yè)用水占比相對較大，除引黃灌溉外，地下水開采使用量不可忽視。選取29 個(gè)監(jiān)測站點(diǎn)1993-2018年地下水埋深數(shù)據(jù)，以后河、夏莊、常村（如圖1）為典型站點(diǎn)分析，采用ITA 方法揭示地下水埋深等級(jí)年內(nèi)季節(jié)性變化趨勢。圖2（a）～（l）中的13 個(gè)散點(diǎn)是由1993-2005年逐年某季節(jié)地下水埋深與2006-2018年逐年某季節(jié)地下水埋深一一對應(yīng)得出，散點(diǎn)分布位置代表地下水埋深變化趨勢，由45°線分割。

圖2 灌區(qū)地下水埋深序列年內(nèi)變化趨勢Fig.2 Annual variation trend of groundwater depth series in irrigated areas

0～2 m 和2～4 m 深度等級(jí)中，常村站點(diǎn)地下水埋深序列點(diǎn)多數(shù)位于45°線上三角區(qū)，呈增加趨勢，圖2（k）地下水埋深增加程度最高；4～6 m 深度等級(jí)中，后河站點(diǎn)和夏莊站點(diǎn)序列散點(diǎn)均位于1∶1線上部，夏莊的序列散點(diǎn)與1∶1線偏離距離最大。圖2（h）、（k）常村埋藏深度4 m 左右的點(diǎn)位于45°線上無趨勢變化，圖2（k）、（b）減少趨勢散點(diǎn)距離-5%帶較近；6～10 m深度等級(jí)中夏莊四季點(diǎn)位均位于45°線上三角區(qū)域，增加趨勢變化顯著，后河散點(diǎn)位于45°線的兩側(cè)，且偏離±5%帶較近，說明地下水埋深下降趨勢有所減緩；＞10 m深度等級(jí)中，僅有夏莊序列點(diǎn)位于1∶1線的上三角區(qū)域，總體呈增加趨勢，點(diǎn)位偏移隨著地下水埋深的增加而逐漸靠近+5%帶，說明夏莊站點(diǎn)＞10 m 深度等級(jí)趨勢的增加，進(jìn)一步加劇了地下水位下降的程度。

2.2 地下水埋深年際變化特征

2.2.1 時(shí)間尺度及趨勢變化

灌區(qū)地下水埋深年際變化的計(jì)算在時(shí)間尺度上通過典型站點(diǎn)逐年月平均值變化量得到，地下水埋深年平均值體現(xiàn)年際變化趨勢，結(jié)合Mann-Kendall 方法分析地下水埋深年際變化統(tǒng)計(jì)量特征，見圖3和表1。

圖3 地下水埋深變化特征曲線Fig.3 Groundwater depth change characteristic curve

表1 典型站點(diǎn)地下水埋深變化Mann-Kendall統(tǒng)計(jì)量特征Tab.1 Mann-Kendall statistics of groundwater depth variation in typical stations

由表1知，后河站點(diǎn)Z值為3.461，通過了置信度為95%的顯著性檢驗(yàn)，地下水埋深增大趨勢顯著。表2中，地下水埋深變化量的最值均對應(yīng)其階段的月平均變化量最值，地下水位變幅為階段末12月份的平均地下水埋深減去階段初1月份的平均地下水埋深。結(jié)合圖3來看，后河站點(diǎn)1993-2003年地下水埋深變化量圍繞著0刻度線上下浮動(dòng)，而2004-2018年大部分在0刻度線上方波動(dòng)。2014-2018年地下水位變幅最大，1993-1998年地下水位變幅最小，在-0.42～3.36 m 之間；常村站點(diǎn)Z值為4.959，并通過置信度為95%的顯著性檢驗(yàn)，地下水埋深呈現(xiàn)出增加趨勢。結(jié)合圖3和表2可以看出，常村站1993-2008年地下水埋深年平均變化量特征曲線位于0 刻度線兩側(cè)波動(dòng)較均勻，變化量在-2.82～2.38 m 之間。2009-2018年特征曲線大部分居于0 刻度線上方，浮動(dòng)范圍在-2.01～2.3 m 之間。地下水埋深呈現(xiàn)出逐年緩慢下降趨勢；夏莊站Z值為6.326，并通過置信度為95%的顯著性檢驗(yàn)，地下水埋深呈現(xiàn)出顯著增加趨勢。結(jié)合圖3和表2可以看出，地下水位總變幅為10.36 m，該地區(qū)地下水埋深逐年持續(xù)大幅增加。

表2 地下水埋深變化量 mTab.2 Variation of groundwater depth

2.2.2 空間分布變化

空間分布上，以每隔5年為一個(gè)時(shí)間點(diǎn)對各站點(diǎn)的年平均地下水埋深進(jìn)行插值分析。由圖4知，渠首東部和灌區(qū)東北部地下水埋深在研究時(shí)段內(nèi)變化最為顯著，其次為東部地區(qū)，中部地區(qū)變化相對較小。

圖4 1993-2018年地下水埋深時(shí)空變化（單位：m）Fig.4 Temporal and spatial variation of groundwater depth from 1993 to 2018

灌區(qū)地下水埋深從年際變化來看：1993-1998年，圖4（a）、（b）最大埋深出現(xiàn)在灌區(qū)東部，最小埋深出現(xiàn)在灌區(qū)中部，渠首東部地區(qū)地下水埋深有緩慢增大趨勢；2003-2008年，圖4（c）、（d）最大埋深由灌區(qū)東北部向渠首東部地區(qū)轉(zhuǎn)移；2013-2018年，圖4（e）、（f）灌區(qū)地下水埋深整體增大，渠首端與其他地區(qū)相比埋深較小。從空間分布變化來看：東部地區(qū)地下水埋深變化相對較緩，平均以0.185 m/a 的速度增加；中部地區(qū)地下水埋深平均以0.284 m/a的速度增加；渠首東部漏斗區(qū)地下水埋深變化最快，平均以0.398 m/a的速度增加，西部渠首位置的水源豐富，地下水埋深較小。原因在于，灌區(qū)末端主要以開采井灌為主，渠灌為輔，中部以井灌和渠灌結(jié)合為主，西部渠首主要以渠灌為主，以井為輔［35］。多年來渠道年久失修，灌溉效果有所下降，逢干旱年加大了地下水的開采量，導(dǎo)致地下水位持續(xù)下降。

3 地下水與作物布局空間匹配分析

3.1 雙變量空間自相關(guān)分析

3.1.1 全局空間自相關(guān)

灌區(qū)地下水埋深與作物布局雙變量Moran＇s I 的計(jì)算通過GeoDa 軟件實(shí)現(xiàn)，根據(jù)各地下水埋深數(shù)值模塊下相對應(yīng)的作物分布量，將作物布局設(shè)為第一變量，地下水埋深設(shè)為第二變量。灌區(qū)1993、1998、2003、2008、2013 和2018年的年度雙變量全局空間自相關(guān)Moran＇s I 分別為0.219、0.057、0.143、0.279、0.058 和0.040，指數(shù)波動(dòng)呈現(xiàn)出先減小后增大再減小的趨勢，其中2008年表現(xiàn)最為突出，雙變量空間集聚性最強(qiáng)。同期變異系數(shù)（CV）值的變化趨勢顯示了Queen鄰接空間權(quán)重矩陣中樣本值差異的趨勢，變異系數(shù)CV表現(xiàn)出與雙變量Moran＇s I 指數(shù)相同的趨勢，但變動(dòng)幅度較小且與空間位置無關(guān)。雙變量Moran＇s I 指數(shù)與同期變異系數(shù)CV的差異，表明地下水埋深和作物布局相近的區(qū)域存在著穩(wěn)定的空間集聚。1993-2018年期間，灌區(qū)地下水埋深與作物布局之間在空間上呈正向相關(guān)關(guān)系，表現(xiàn)出先減弱再增強(qiáng)后減弱的變化趨勢（見圖5）。

圖5 1993-2018年地下水埋深與作物布局的雙變量莫蘭指數(shù)及變異系數(shù)Fig.5 Moran index and variation coefficient of groundwater depth and crop distribution from 1993 to 2018

3.1.2 局部空間自相關(guān)

對地下水埋深與作物布局進(jìn)行空間關(guān)聯(lián)局部（LISA）聚類分析，LISA 圖（圖6）直觀反映出地下水埋深與作物布局在空間上的聚集和分異特征隨著時(shí)間的變化。

1993-1998年，圖6（a）、（b）高-高（農(nóng)田密度高-地下水埋深大）聚集主要集中在灌區(qū)末端，這里灌渠引水相對困難，大量農(nóng)田灌溉采用井灌，造成地下水位下降。高-低（農(nóng)田密度高-地下水埋深?。┚奂饕性谇锥?，這里渠灌發(fā)達(dá)，引水方便，渠灌水對補(bǔ)充了下水，使得地下水位相對較高。中部地區(qū)出現(xiàn)了顯著的低-高（農(nóng)田密度低-地下水埋深大）聚集，可能是這個(gè)階段城區(qū)生活大量取用地下水造成了地下水位下降。這一階段多數(shù)地區(qū)地下水埋深與作物布局的匹配關(guān)系明顯，表明灌區(qū)主要受農(nóng)業(yè)取水的影響。

2003-2008年，圖6（c）、（d）空間集聚性集中在灌區(qū)的西部地區(qū)，這一階段地下水埋深與作物布局匹配關(guān)系顯著性較弱。高-高聚集由灌區(qū)渠末端轉(zhuǎn)移到渠首端東部夏莊地下水降落漏斗區(qū)，原因在于該地農(nóng)田密度較高，主要以小麥、玉米等高耗水作物為主，大量取用了地下水。伴隨著工廠的迅速發(fā)展，工業(yè)取用水量大大增加［36］，強(qiáng)烈干擾了大部分地區(qū)地下水埋深與作物布局的匹配關(guān)系，導(dǎo)致顯著性丟失。

2013-2018年，圖6（e）、（f）地下水埋深與作物布局的高-低（農(nóng)田密度高-地下水埋深小）聚集關(guān)系又重新變得顯著。原因在于2008年以來渠首引水能力僅為6～10 m3/s，灌區(qū)引水能力明顯降低，作物灌溉的需水量增大，地下水埋深持續(xù)下降，城鎮(zhèn)化水平提高，人口增加和工農(nóng)業(yè)的迅速發(fā)展，灌區(qū)水資源供需矛盾突出［37］。夏莊漏斗區(qū)的相關(guān)（不具有因果的顯著聚集）仍然存在，其在2013年達(dá)到高峰。這一階段水資源管理力度加強(qiáng)，節(jié)水壓采政策的施行，新鄉(xiāng)市及周邊企業(yè)的自備井開始關(guān)停，工業(yè)取用地下水開始減少，2018年高-高聚集關(guān)系也進(jìn)一步減弱。

圖6 1993-2018年地下水埋深與作物分布的雙變量LISA聚類圖Fig.6 Bivariate LISA cluster diagram of groundwater depth and crop distribution from 1993 to 2018

1993-2018年，高-高聚集由灌區(qū)東部向西部轉(zhuǎn)移，原因在于地下水漏斗由的轉(zhuǎn)移（由灌區(qū)的東部轉(zhuǎn)向西部），地下水埋深大，農(nóng)田分布密度高；低-低聚集由中部轉(zhuǎn)向西部，說明中部城鎮(zhèn)化水平的提高導(dǎo)致了匹配關(guān)系的消失；高-低聚集在灌區(qū)中部和西部之間的轉(zhuǎn)換，是由節(jié)水政策的施行及地下、地表水資源配置變動(dòng)引起；低-高聚集分布規(guī)律不明顯。

3.2 空間錯(cuò)配分析

圖7（a）中將灌區(qū)現(xiàn)狀年（2018年）地下水埋深劃分為5 個(gè)等級(jí)，渠首端地下水埋深較小為0.67 m。渠首東部漏斗區(qū)和東北部地區(qū)地下水埋深較大，最大埋深值為17.36 m。圖7（b）和表3將灌區(qū)現(xiàn)狀年地下水埋深與作物布局的空間錯(cuò)配指數(shù)按照自然斷點(diǎn)法［38，39］劃分為5 個(gè)等級(jí)，從灌區(qū)西部到東部五級(jí)空間錯(cuò)配指數(shù)（SMI）分布規(guī)律為：西部渠首端地下水埋深與作物分布比例相匹配；漏斗區(qū)和東北部地區(qū)地下水埋深比重高，作物分布比重低，空間錯(cuò)配指數(shù)等級(jí)高；中部地區(qū)地下水埋深比重低，作物分布比重高，空間錯(cuò)配指數(shù)等級(jí)較低；東部大部分地區(qū)地下水埋深比例低而作物分布比例高，空間錯(cuò)配指數(shù)等級(jí)低?？臻g變化規(guī)律與地下水埋深和作物布局雙變量空間格局一致。

圖7 2018年灌區(qū)地下水埋深和地下水埋深與作物布局的空間錯(cuò)配Fig.7 Groundwater depth in irrigated areas and spatial mismatch between groundwater depth and crop distribution in 2018

圖7和表3顯示，2018年人民勝利渠灌區(qū)地下水埋深與作物布局空間錯(cuò)配嚴(yán)重。圖4灌區(qū)1993-2018年地下水埋深增加約11 m，作物分布比例減少約5%，城市分布比例增長了約10%，灌區(qū)作物分布的比例遠(yuǎn)小于地下水埋深的比例。因此，在灌區(qū)地下水埋深增加和作物分布減少的情況下，需要合理開采地下水，適當(dāng)調(diào)整井灌與渠灌的輪換，發(fā)展節(jié)水農(nóng)業(yè)。

表3 2013年灌區(qū)地下水埋深與作物布局的空間匹配關(guān)系分類Tab.3 Classification of spatial matching relationship between groundwater depth and crop distribution in irrigated areas in 2013

4 結(jié) 論

（1）從年際變化來看，1993-2018年灌區(qū)地下水埋深隨時(shí)間呈增大趨勢；空間分布上，灌區(qū)渠首東部地下水降落漏斗區(qū)地下水埋深最大，中、東部次之，西部最小。

（2）灌區(qū)近26年來，地下水埋深與作物布局雙變量全局Moran＇s I 均在［0，1］之內(nèi)，在空間上呈正向相關(guān)關(guān)系，表現(xiàn)出先減弱再增強(qiáng)后減弱的變化趨勢。將雙變量Moran＇s I 與同期CV比較，二者的變化規(guī)律不同，原因在于雙變量Moran＇s I 考慮了各研究區(qū)域的空間關(guān)系，而CV值與空間位置無關(guān)。

（3）灌區(qū)地下水埋深與作物布局雙變量局部空間相關(guān)結(jié)構(gòu)具有較強(qiáng)的穩(wěn)定性，空間過渡具有一定的路徑或空間鎖定特征。4 種LISA 聚類模式中，高-高聚集由灌區(qū)東部轉(zhuǎn)移到西部，高-低聚集在灌區(qū)中部和西部之間的轉(zhuǎn)換，低-低聚集由中部轉(zhuǎn)向西部，低-高聚集分布規(guī)律不明顯。

（4）灌區(qū)現(xiàn)狀年地下水埋深越大的地區(qū)空間錯(cuò)配等級(jí)越高，地下水埋深與作物布局空間錯(cuò)配越嚴(yán)重，空間錯(cuò)配等級(jí)的空間變化規(guī)律與地下水埋深和作物布局雙變量空間格局一致。研究成果可指導(dǎo)井灌渠灌用水，為黃河流域灌區(qū)高質(zhì)量發(fā)展及優(yōu)化灌區(qū)水資源配置指導(dǎo)提供科學(xué)支撐。