研究与评论:生态学与环雷竞技苹果下载境科学杂志
菜单ISSN: 2347 - 7830
ISSN: 2347 - 7830
+ 44-7723-59-8358穆罕默德·厄努尔·阿克纳＊
Akdeniz大学，技术科学，校园，安塔利亚，土耳其
收到日期:10/09/2014接受日期:25/09/2014
更多相关文章请访问研究与评论:生态学与环雷竞技苹果下载境科学杂志
在这项研究中，开发了纽约州阿默斯特镇的地下水模型。为此，我们使用了Visual Blue Bird (VBB)模型。在研究区域内流动是不受限制的。使用一组包含河流、湖泊和县界的地图和数字高程模型(DEM)来放置地表水特征。在这项研究中模拟的主要小溪是托纳旺达、兰森、埃利科特、戈特和阿默斯特镇的黑溪。研究了城市化的影响、发展前和发展后阶段的条件。模型结果表明，该模型对渗透率、孔隙度、回填量等参数敏感。
地下水模型，无约束流，城市化，数字高程模型，Amherst。
在本研究中，建立了纽约阿默斯特镇的地下水模型。为此进行了文献调查，并在Visual Blue Bird中进行了案例研究[4] (VBB)模型用于建模过程。基于这一目的，“Amherst镇土壤和住宅基础研究”中的数据[15这是一份关于纽约州阿默斯特的土壤和基础的研究报告。为VBB模型导入了一套包含河流、湖泊和县界的地图和数字高程模型(DEM)，其中空间坐标和高度均以米为单位，用于确定河流和湖泊的位置和高程。由于小湖泊相对于小溪和河流的重要性微不足道，所以没有涉及湖泊。Amherst镇区域边界(见图1)由所有分析的小溪组成，分别是Tonawanda, Ransom, Ellicott, Black和Got小溪(见图1)图2)．
图1:阿默斯特镇、伊利县和纽约西部的地图。
图2:阿默斯特，纽约的地图，显示托纳旺达，兰森，艾莉科特，布莱克和Got小溪
纽约州阿默斯特的地下水位高度与地面高度进行了比较。这些高程是从数字高程模型(DEM)中读取的。还计算了发育前(自然)和发育后(电流)的充值。
含水层的性质，如基底高程、含水层厚度、水力传导率和孔隙度是根据给定的报告计算的[15]及地下水工程书籍[1,2,3.,8］．基底高程由平均地面高程与基岩沉积物厚度的关系计算;分为上层土壤区、中层土壤区和深层土壤区。基岩中的水力传导率太低，因此对我们的目的来说不重要。岩石的深度通常在地表以下60到95英尺。在本研究中，对于VBB模型，它被认为是95英尺或28.956米，接近30米。地面海拔从591英尺到603英尺不等，大约高于平均海平面573英尺。平均地下水海拔被认为接近600英尺或180米。DEM给出的平均地面高程接近180米(变化范围在175米到185米之间，但在中心大部分为180米)，因此在模型或VBB模型分析中，基高程被认为是150米(180-30=150米)。上层土壤区从地面延伸到地面以下约6至8英尺。 The middle zone extends from upper soil zone to the upper till sediment. The deep soil zone occurs from the upper till to bedrock interface.
纽约州阿默斯特镇的土壤质地是沙子、淤泥和粘土在土壤中的比例的表达。Amherst, NY的五种湖泊表层土壤类型是Cheektowaga (Ch)， Cosad (Cv)， Lakemont (La)， Niagara (NfA)， Odessa (Od, Ut)。常见的区域土壤描述为粘土，往往是对真实土壤质地的简化或误解。陡坡以南的土壤主要是粉砂壤土，这意味着土壤表层或水平层内的沙子、粉砂和粘土的比例大致相等。在陡坡以北，虽然经常被描述为粘土，但更准确的描述是粉质粘土或粉质粘土壤土，尽管仍然有大面积的粉质壤土和较小的袋状和带状的砂壤土和其他质地群[15］．沉积物显示出小溪附近的沙质特征。砂土或砂粉土与粘土混合土的水导率在10之间2M /天- 10－2米/天(8］．但土壤不是砂、粉土和粘土的均匀混合物，因此认为极细砂、粉土、黄土壤土的透水性在0.001 cm/s - 10之间6厘米/秒(2］．在本研究中，水导率被认为是0.001 cm/s或k=0.86 m/天。这种土壤的孔隙度可认为为0.3[-][3]。自20世纪70年代初以来，美国国家资源保护局(NRCS，前身为土壤保护局，或SCS)已对伊利县的土壤进行了测绘，并描述了其特征[15］．
远区没有显著的注入、抽取井，也没有排放井。布法罗机场(1971-2013)气象站[11]使年平均降水量为40.5英寸，全年均匀分布。布法罗的年平均降雪量为97.0英寸。在夏季生长季节，潜在蒸发量约为25.7 in。根据给定的数据，考虑Amherst地区的总降水量为38 in/yr。计算方法为表1显示只有16%的值再充电到地下。因此，年回灌值为6 in，含水层日地下水回灌N = 0.0004 m/day。
表1:西纽约水资源预算。
开发后的土地利用发生了重大变化。土壤回灌率和含水率均有所降低。出现这一问题的原因是不透水盖的增加和污水池泵的运行，水泵放置在污水池内，以清除收集在那里的多余水。特别用于地下室水位控制。假定前期开发中不存在显著的不透水覆盖层。因此，为了得到地下水的性质，如开发后地下水位，可以利用当前不渗透覆盖面积计算减少的回灌率。总占地面积为26,380英亩，约77.4%的阿默斯特地区有不透水覆盖，45%的城镇是住宅区(见表2)．换句话说，22.6%的城镇有完全渗透覆盖。在所有被检查的房屋中，大约27%的房屋有独立的落水管/排水沟系统，将水排放到地下室墙壁附近的回填土上。因此，Amherst地区45%面积中的27%或12.2%的不透水面积也可以定义为透水覆盖。因此，加12.2% ~ 22.6%时，可得渗透盖层总渗透率为34.8%。也就是说，充值率下降幅度为65.2%(100% ~ 34.8%)。因此，由于不渗透层的增加，补给日减少量为0.00026 m/day (0.0004 × 0.652);与0.0004米/天的充电相比，它非常高。
表2:阿默斯特镇土地利用变化(1972-2010)。
这里有43000个包裹，每个包裹的面积为600英尺2或55.75米2．单个房屋的抽水率被认为是每户每小时15加仑或1.63米3./天/房子。因此，泵送水的总容积为70090米3./天(43000×1.63)。阿默斯特的总面积为5,693,043英亩(包括所有土地用途类型)或23,038,927,627米2(见表3)．因此，由于污水泵的存在，回灌日减少量为0.000003 m/day (70,090 ÷ 23,038,927,627)，与回灌量0.0004 m/day相比，减少量非常小。如果考虑不透水盖和蓄水量增加的影响，开发后的日回灌率和回灌量的总减少分别为0.000263 m/day和N = 0.000137 m/day。
表3:实际流量与模型结果的比较。
地下水堆垛回灌速率可由式1数值计算。对于无限制流，假定两条平行的河流有相同的源头，即Φ1=Φ2=Φ0
(1）
如方程1所示，有两个未知数和一个方程，N和Φ马克斯为未知数，k为水力传导率，L可定义为地表水特征或小溪的近似距离，L的测量值为2000 m - 3000 m。本文引入VBB模型进行求解。
灵敏度分析用于确定给定模型输出如何依赖于输入参数。这是检查给定模型质量的重要方法，也是检查其分析的稳健性和可靠性的强大工具[7,11,14］．
基底高程决定了模拟含水层中水柱的高度，因此，由于基底高程是不受限制的，因此影响流经该区域的总水量。含水层的厚度决定了流经含水层的水量。在完全无约束系统中，指定的厚度没有影响[5］．由于我们的含水层是不受限制的，厚度没有显著影响。
背景电导率控制着水运动的速度。在没有非均匀性的模型中，含水层导电性只会影响流速，而不会影响头部轮廓[5,6,13］．在我们的系统中，如果模型创建不当，导电性对头部轮廓有显著影响。孔隙度对模型中颗粒的移动时间、流速有影响[6,12,13］．
通过将预测高程与地表高程进行比较，并将预测的河流流量与实际流量进行比较，来检验模型的质量。实际平均流速[9,10]使用VBB模型(extract.dat)提取数据中的流量值进行比较。
模型质量也由VBB的模型检验员检查，包括元素的不恰当交叉、指定的头部不符合要求、无效元素、长度为零的折线和多边形段、模型设计不良(如远场特性使用不当)、在没有汇聚或水源的系统中进行净提取、在没有汇聚或水源的模型中没有均匀流动。VBB还检查含水层底部以下的头部或河流底部，阻力湖的不适当实施，以及在没有数据点的系统中校准[4］．
根据VBB模型的分析结果，通过指定标头与地面标高的对比，检验开发前和开发后阶段的结果(见表3)．
采用VBB (Visual Blue Bird)模型建立了纽约Amherst镇的地下水模型。讨论了开发前和开发后阶段的条件。地下水水头值与地表高程进行了比较，在几个地点，进行了开发前阶段(N=0.0004 m/day)和开发后阶段(N=0.000137 m/day)的比较。在本研究中显示了开发前和开发后阶段的地下水堆垛样本。将实际流量与模型结果进行比较，计算了开发前阶段(N=0.0004 m/day)和开发后阶段(N=0.000137 m/day)的地下水堆积量。实际流速值与开发后的模型结果非常接近。但它们与模型的结果有一定的差异。由于只处理了土壤湿度下降的两个主要原因，而且所选补水量是一个近似值，因此这些是造成可容忍差异的原因。与开发后(N=0.000137米/天)和实际流速值相比，开发前(N=0.0004米/天)的流速值非常高。实际流量代表当前情况，换句话说，就是开发后的情况。 The model is so sensitive on parameters such as hydraulic conductivity, porosity and recharge. Model is quite successful in terms of predicted elevations using earth surface elevations and predicted stream flows using actual flows.
