Diseño óptimo de la red de observación del nivel del agua subterránea del karst de Guilin
3.4.1.1 Características de distribución de la Red de Observación de Nivel de Agua Subterránea de Guilin
Figura 3.11 Distribución de la Red de Observación de Nivel de Agua Subterránea de Guilin diagrama.
(Basado en datos del nivel del agua en septiembre de 1990)
En 1990, había un total de 60 pozos de observación del nivel del agua en diferentes tipos de agua subterránea, subregiones geológicas ambientales y áreas con Destacan problemas geológicos ambientales, entre los que se encuentran 35 pozos, 14 puntos de agua natural y 11 grandes pozos. Agua de poro 11, agua subterránea kárstica 49; la distribución de la red de observación del nivel de agua subterránea kárstica de Guilin se muestra en la Figura 3.11. Se puede ver en el mapa de distribución que los pozos de observación se distribuyen principalmente en los centros urbanos, con pocos o ningún pozo de observación alrededor del área de estudio.
3.4.1.2 Principales problemas existentes en la Red de Observación del Nivel de las Aguas Subterráneas del Karst de Guilin
La Red de Observación del Nivel de las Aguas Subterráneas del Karst de Guilin se estableció en 1981. En ese momento, muchos pozos de observación se originaban a partir de pozos de exploración geológica o de perforación de construcción para otros fines, y había algunos aspectos irrazonables e imperfectos. Los principales problemas son los siguientes:
1) La información y los datos proporcionados por la red de observación son redundantes. Según los datos del nivel del agua y el análisis del mapa de distribución, los niveles del agua y sus cambios dinámicos en algunos pozos de observación adyacentes son básicamente consistentes. Como los pozos de observación Gⅲ46 y Gⅲ47 (Figura 3.12).
Figura 3.12 Curva dinámica del nivel freático en el pozo de observación en 1990.
2) La distribución de los puntos de seguimiento no es razonable. Hay demasiados pozos de observación en la cuenca y muy pocos pozos de observación en algunas áreas de escorrentía. Por ejemplo, en las áreas de escorrentía de aguas subterráneas en el norte de Chaoyang y el suroeste del área de estudio, los niveles de agua varían mucho, los gradientes hidráulicos varían mucho y hay muy pocos pozos de observación.
3) En el monitoreo de aguas subterráneas, el monitoreo del nivel del agua y el monitoreo de la calidad del agua no están sincronizados. Durante mucho tiempo, se ha dado prioridad al nivel del agua por encima de la calidad del agua, lo que no puede cumplir con los requisitos de una evaluación integral de los recursos de agua subterránea. calidad.
3.4.2 Estudio de optimización de la red de observación del nivel del agua subterránea kárstica de Guilin
Objetos y objetivos de la investigación
El agua subterránea kárstica de Guilin tiene un amplio rango de distribución y buena calidad del agua. Actualmente es el estrato minero Principal. Sin embargo, en áreas con un fuerte desarrollo kárstico, la explotación excesiva de las aguas subterráneas kársticas a menudo causa desastres geológicos como hundimientos y colapsos del suelo. Por lo tanto, es necesario establecer una red razonable de observación de las aguas subterráneas para observar los niveles de las aguas subterráneas kársticas en tiempo real, lograr verdaderamente la explotación racional de las aguas subterráneas, prevenir la propagación de áreas de embudo y proteger la calidad de las aguas subterráneas. Tomando el nivel del agua subterránea kárstica como objeto de investigación, se optimizó la red de observación del nivel del agua subterránea kárstica de la ciudad de Guilin.
La desviación estándar del error de estimación del nivel freático se selecciona como función objetivo alternativa, y la desviación estándar promedio del error de estimación de toda la red de observación se utiliza como estándar para evaluar la precisión general de la Red de observación. El objetivo de la optimización es hacer que la desviación estándar promedio del error de estimación optimizado no sea muy diferente de la de la red de observación original y, al mismo tiempo, ahorrar algunos costos.
3.4.2.2 Principios de diseño de la red de observación de aguas subterráneas
El principio general de diseño de los pozos de observación es: para áreas de monitoreo más grandes, la red de monitoreo debe diseñarse principalmente a lo largo de la dirección del agua subterránea. Se complementa la dirección del flujo vertical; para áreas de monitoreo más pequeñas, los puntos de monitoreo de control se organizan de acuerdo con las condiciones de suministro, escorrentía y descarga de agua subterránea.
1) Los puntos de monitoreo de aguas subterráneas regionales nacionales deben organizarse con base en los antecedentes del entorno geológico y las condiciones hidrogeológicas basadas en la división de unidades hidrogeológicas y secuencias de acuíferos. Principalmente organizados en:
a. Áreas donde el agua kárstica tiene importancia para el suministro de agua y áreas donde ha ocurrido o puede ocurrir un colapso kárstico.
b. Áreas donde han surgido o surgirán problemas geológicos ambientales regionales.
2) Los puntos provinciales de monitoreo de aguas subterráneas urbanas deben organizarse sobre la base de la red nacional de monitoreo de aguas subterráneas urbanas. Se deben considerar los siguientes aspectos al realizar los arreglos:
Se deben establecer puntos de monitoreo en el área de recarga, área de escorrentía y área de descarga de fuentes de abastecimiento de agua urbanas, cerca de fuentes de contaminación y zonas de protección de fuentes de agua.
b. Se deben establecer dos líneas de monitoreo en el área de la fuente de agua, paralelas y perpendiculares a la dirección del flujo de agua subterránea, para monitorear la formación y tendencia de desarrollo del embudo de caída del nivel de agua subterránea.
C. Al identificar la interacción entre las fuentes de agua o el impacto del drenaje de las áreas mineras cercanas sobre las fuentes de agua, se deben establecer puntos de monitoreo en la zona de conexión entre las dos áreas mineras.
D. Para establecer un modelo de cálculo del balance de aguas subterráneas urbanas o un modelo de gestión de aguas subterráneas, se pueden disponer puntos de seguimiento de control dentro del límite y el área de cálculo.
3.4.2.3 Investigación sobre el diseño de optimización de la red de observación del nivel del agua subterránea del karst de Guilin
(1) Análisis semicuantitativo de la hidrogeología kárstica
Considerando el aumento del kriging método Para reducir la inexactitud de los pozos de observación, se propone un método de análisis semicuantitativo de la hidrogeología kárstica desde la perspectiva de los factores principales (condiciones de protección de las aguas subterráneas kársticas, abundancia de aguas subterráneas kársticas, características de desarrollo del karst, condiciones de explotación de las aguas subterráneas kársticas, etc.). ) afecta el diseño y disposición óptimos de la red de observación. Con base en el mapa de zonificación semicuantitativo y el mapa de contorno de la variación del error de estimación del nivel del agua que genera, se sintetiza un mapa integral. Al sumar o restar pozos de observación a través del mapa integral, no solo se puede organizar con mayor precisión la ubicación de los pozos de observación, sino que también se puede crear un mapa completo. También se puede mejorar la eficiencia de optimización. El método se presenta a continuación.
1) Tarea. Según la influencia de diversos factores en el diseño de la red de observación del nivel del agua subterránea kárstica de Guilin, se divide en cuatro niveles: grande, mediano, pequeño, grande, mediano y pequeño. Según la situación real de la ciudad de Guilin, los principales factores de influencia seleccionados y sus estándares de asignación se muestran en la Tabla 3.3.
Tabla 3.3 Criterios de asignación de factores influyentes
2) Determinación del peso. El peso refleja la importancia relativa de cada factor influyente. No es sólo la evaluación subjetiva del tomador de decisiones, sino también el reflejo objetivo de las propiedades físicas esenciales del indicador. Es el resultado de una medición subjetiva y objetiva integral. El peso depende principalmente de dos aspectos: en primer lugar, el papel del indicador en sí en la toma de decisiones y la confiabilidad del valor del indicador, en segundo lugar, la importancia que los tomadores de decisiones otorgan a este indicador; Actualmente existe mucha subjetividad y arbitrariedad a la hora de determinar el peso de los indicadores, lo que afecta gravemente la objetividad de los resultados de la evaluación. Se establece un modelo de optimización y se utiliza el método de ponderación lineal para obtener ponderaciones subjetivas y objetivas. La expresión es la siguiente
Investigación sobre la particularidad de las aguas subterráneas y el medio ambiente en zonas kársticas
Resolver el modelo anterior para obtener el coeficiente de peso integrado integral:
Especialidad de las aguas subterráneas y el medio ambiente en las áreas kársticas Investigación
Entre ellos: el peso de cada factor evaluado por los expertos Hk es la importancia de los resultados de la evaluación de los expertos, hk=1, Q es el número de expertos α y β; representan la importancia relativa de los métodos de ponderación subjetivos y objetivos respectivamente, α β = 1; m es el número de planes de evaluación; αij es el valor del factor j del I-ésimo plan de evaluación; El valor del factor en cada plan de evaluación, es decir, el valor óptimo en α, generalmente se toma el valor promedio Ij es el vector de peso después de la integración integral;
Con base en las ponderaciones iniciales de cada factor de influencia sugeridas por varios expertos en conservación del agua que tienen un conocimiento profundo de las condiciones hidrogeológicas del área de estudio, la ponderación integral de cada factor de influencia se muestra en la Tabla 3.4. .
Tabla 3.4 Tabla de distribución de pesos de cada factor influyente
3) Evaluación integral. Basado en la función de superposición de datos vectoriales multicapa del software MapGIS con límites gráficos arbitrarios, se superponen en capas el mapa de zonificación de las condiciones de protección del agua subterránea kárstica de la ciudad de Guilin, la intensidad del desarrollo kárstico y otros factores que afectan la optimización y el diseño de la red de observación del nivel del agua subterránea kárstica. , y el tamaño pequeño formado después de la superposición es Se utiliza un modelo de promedio ponderado dentro de la partición para calcular el valor de evaluación integral de cada partición. La expresión del modelo matemático es la siguiente
Investigación sobre la particularidad de las aguas subterráneas y el medio ambiente en zonas kársticas
Donde: r es el valor de evaluación integral de cada distrito es el peso de; los factores en cada distrito; Yj es el peso de la asignación de factores de cada distrito; n es el número de todos los factores en cada región.
A partir de los resultados del cálculo y los valores de evaluación integrales, se generó un mapa de análisis semicuantitativo de la hidrogeología kárstica basado en el software MapGIS. El proceso de formación es el siguiente:
A. Determinación del valor del peso integral de cada factor influyente. Con base en los valores de peso de varios factores de influencia sugeridos por muchos expertos en conservación del agua, se obtienen los valores de peso completos de varios factores de influencia, que se muestran en el mapa de zonificación de los principales factores de influencia, como la abundancia de agua subterránea kárstica, las condiciones de protección de las aguas subterráneas kársticas y la intensidad del desarrollo kárstico, asignando valores de factores y valores de peso integrales a cada partición.
B. Basado en la función de superposición de capas de MapGIS, cada mapa de zona se superpone en una capa completa.
C. Exporte los valores de atributos del mapa integral (valores de factor y pesos de cada mapa de partición), utilice el modelo de evaluación integral para calcular el valor de evaluación integral (r) de cada partición pequeña. en el mapa completo y luego importe la superposición.
Los resultados del cálculo están entre 0 y 7, divididos en 7 intervalos. A cada intervalo se le asigna un color y se representa en el mapa completo, obteniendo así un mapa de análisis semicuantitativo de la hidrogeología kárstica, como se muestra en la Figura 3.13.
Figura 3.13 Diagrama esquemático del análisis semicuantitativo de la hidrogeología kárstica
4) Resultados de la evaluación y análisis. Del análisis semicuantitativo de la hidrogeología kárstica se puede ver que la mayoría de los pozos de observación en la red de observación original están distribuidos en áreas con valores de evaluación altos, y hay 41 pozos de observación en áreas con valores de evaluación superiores a 3 (Tabla 3.5). Cuanto mayor sea el valor de evaluación, mayor será la tasa de distribución de agujeros.
Tabla 3.5 Área de distribución y tasa de distribución de pozos de cada sección de la red de observación original
(2) Análisis cuantitativo del diseño óptimo de la red de observación del nivel freático kárstico en la ciudad de Guilin.
1) Análisis de las condiciones hidrogeológicas kársticas. En las zonas kársticas, la fuerte heterogeneidad de los medios acuosos de las aguas subterráneas plantea ciertas dificultades en el diseño de las redes de observación de las aguas subterráneas y en la selección de métodos de optimización. Después de analizar y resumir las condiciones hidrogeológicas del área de estudio, el método kriging es adecuado para el diseño óptimo de la red de observación de aguas subterráneas kársticas de Guilin. La base es la siguiente:
A. En ambos lados del río Li, la profundidad de los agujeros está dentro de los 100 m, pero dentro de su rango de profundidad, el desarrollo kárstico es fuerte y las cuevas kársticas están conectadas entre sí a través de fisuras y microfisuras, lo que mantiene el agua subterránea kárstica. en estrecho contacto hidráulico y forma un acuífero kárstico unificado.
B. El medio que contiene agua del sistema de agua subterránea en el área de estudio son principalmente fisuras y cuevas kársticas, con tuberías desarrolladas localmente, que son heterogéneas pero no fuertes, el modo de movimiento del agua subterránea es principalmente flujo disperso; , y el patrón de flujo del agua se basa en un flujo principalmente laminar, anisotrópico, pero no fuerte. En la parte oriental del área de estudio, cuevas y fisuras ampliamente desarrolladas forman una "red subterránea de cuevas y fisuras", lo que hace que el acuífero kárstico se comporte como un acuífero poroso, que puede simplificarse aproximadamente en un acuífero anisotrópico relativamente homogéneo.
En resumen, el sistema de aguas subterráneas en el área de estudio tiene heterogeneidad y anisotropía, pero no es fuerte e incluso muestra homogeneidad a escala local. Por lo tanto, el método kriging es adecuado para la investigación sobre el diseño óptimo de la red de observación de aguas subterráneas kársticas de Guilin.
2) Aplicación del método Kriging en el diseño óptimo de la red de observación de aguas subterráneas kársticas de Guilin.
A. Coordenadas y valores del nivel del agua de los pozos de observación del nivel del agua subterránea kárstica en la ciudad de Guilin. La Tabla 3.6 muestra el nivel de agua promedio de los pozos de observación en la Red de Observación del Nivel de Agua Subterránea del Karst Urbano de Guilin en septiembre (1990).
Tabla 3.6 El nivel de agua promedio de los pozos de observación de la Red de Observación del Nivel de Agua del Karst de Guilin en septiembre de 1990 fue 65438.
Cálculo del variograma experimental. Calcule los valores del variograma experimental para todas las direcciones utilizando la fórmula del variograma experimental. A través del análisis, los valores del variograma experimental calculados a lo largo de las cuatro direcciones de norte-sur, norte-sur, noreste-suroeste y noroeste-sureste no son muy diferentes, lo que también muestra que dentro del rango de distribución de los pozos de observación, la heterogeneidad del medio acuífero del sistema de aguas subterráneas no es fuerte.
Debido a la irregularidad de la distribución de los pozos de observación, se puede utilizar el método de distancia promedio para calcular el variograma experimental. Primero, calcule la distancia entre cada punto de observación y otros puntos de observación, divídala en 8 categorías, calcule el número y el valor promedio de cada categoría según la programación de Matlab y luego calcule el variograma experimental promedio (H) como se muestra en la Tabla 3.7.
Tabla 3.7 El valor promedio y el valor promedio del variograma experimental de cada tipo de hij en la red de observación original
Según el valor promedio de cada tipo de hij y el promedio experimental correspondiente valor del variograma (H) Dibuje la curva del variograma experimental, que es la línea de puntos en la Figura 3.14.
Figura 3.14 Diagrama de ajuste de la curva del variograma
C. Se utiliza el método de programación lineal ponderada para ajustar automáticamente el variograma. El modelo esférico se selecciona de la siguiente manera
Investigación sobre la particularidad de las aguas subterráneas y el medio ambiente en zonas kársticas
Problemas de transformación de ajuste de. la función variograma del modelo esférico es un problema de regresión lineal múltiple.
Según el método de programación lineal ponderada, b0 = 1,86, b1 = 0,61 y b2 = 0,02 se calculan mediante programación Matlab. Luego calcule C0=1,86, a=3,17, C=1,29 y la desviación estándar anterior C(0)=C0 C=3,15.
Tabla 3.8 Valores de programación lineal ponderados de Configuración en modo interactivo por computadora.
Según los resultados del cálculo de la Tabla 3.8, el variograma teórico que mejor se ajusta se puede obtener de la siguiente manera
Investigación sobre la particularidad de las aguas subterráneas y el medio ambiente en zonas kársticas
D. Cálculo de la desviación estándar del error de estimación y estimación del nivel del agua. Después de determinar el modelo de variograma, se puede utilizar la ecuación de Kriging para calcular el error de estimación de cada pozo de observación y la desviación estándar de la estimación del nivel del agua.
En primer lugar, se utiliza la ecuación de Kriging ordinaria para calcular el error de estimación y la desviación estándar de la estimación del nivel del agua. En el cálculo, dado que el coeficiente de kriging es negativo, se utiliza el modelo de kriging mejorado para el cálculo. Se puede ver en la Figura 3.13 que cuando la distancia entre dos puntos del pozo de observación es mayor que el rango de 3,17 km, el variograma γ(h) casi no cambia. Esto muestra que cuando la distancia entre dos puntos es mayor que este rango, otros pozos de observación en la red de observación tienen un impacto en la estimación del punto estimado, pero el impacto no es significativo y puede ignorarse. Para simplificar el cálculo y cumplir con los requisitos de precisión, todos los pozos de observación cuya distancia sea menor que el rango de variación se seleccionan para participar en el cálculo del coeficiente de peso kriging y la varianza del error estimado. La siguiente es una introducción detallada al proceso de cálculo del coeficiente de peso de Kriging y la varianza del error de estimación de los pozos de observación Gⅲ1 y Gⅲ63.
a.gⅲ1. Según los cálculos, la distancia entre los pozos de observación de Gⅲ3, Gⅲ32, Gⅲ35 y Gⅲ38 y Gⅲ1 es inferior a 3,17 km, por lo que solo 4 pozos de observación están involucrados en el cálculo. Los valores del variograma entre ellos y entre ellos y el pozo de observación Gⅲ1 se muestran en la Tabla 3.9.
Tabla 3.9 Variograma γi19, γij, coeficiente de peso λi y multiplicador de Lagrange μ
Utilice los datos de la tabla para calcular la ecuación de varianza del error de estimación Gⅲ1:
Investigación sobre la particularidad de las aguas subterráneas y el medio ambiente en zonas kársticas
El nivel de agua esperado de Gⅲ1 es
Investigación sobre las particularidades de las aguas subterráneas y el medio ambiente en zonas kársticas
Nivel de agua estimado La diferencia con el nivel de agua real es de 0,03 metros
b.gⅲ63 Según la fórmula de cálculo del variograma, los valores del variograma de todos los pozos de observación cuya distancia a Gⅲ63 es menor que. se calcula este rango, así como la variación entre estos pozos de observación y Gⅲ63. El valor de la función de diferencia se muestra en la Tabla 3.10.
Tabla 3.10 Variogramas γi63 y γij, coeficiente de peso λi y multiplicador de Lagrange μ
De acuerdo con los valores del variograma en la tabla, la varianza del error de estimación del nivel de agua Gⅲ63 es 4.8852, Sustituyendo Al introducir el coeficiente de peso en la fórmula de estimación del nivel del agua, el valor estimado del nivel del agua es 144,95 m, que es 0,90 m diferente del valor real.
El proceso de cálculo de otros pozos de observación en la red de observación del nivel del agua subterránea kárstica original es el mismo que el de los pozos de observación Gⅲ19 y Gⅲ63. El error de estimación del nivel de agua y la desviación estándar de la estimación del nivel de agua del pozo de observación se muestran en la Tabla 3.11.
Como se puede observar en la Tabla 3.11, la desviación estándar del error de estimación promedio de la red de observación de aguas subterráneas en el área de estudio es 3,9820. Por tanto, el valor crítico para una desviación estándar dada del error de estimación es 3,9820. Según el mapa de contorno de la desviación estándar del error de estimación, los pozos de observación aumentan adecuadamente en áreas con una desviación estándar mayor del error de estimación del nivel del agua, por el contrario, en áreas con una desviación estándar menor del error de estimación del nivel del agua, menos; Se utilizan pozos de observación. Luego se formulan varios planes de optimización y se calculan el error de estimación promedio y la desviación estándar de la estimación del nivel de agua bajo cada plan. Después de una comparación de precisión y un análisis de costos, se seleccionó la mejor solución.
Tabla 3.11 Desviación estándar de los errores de estimación de cada pozo de observación en la red de observación original
Nota: δh se refiere a la desviación entre el nivel de agua estimado y el nivel de agua real. Dado que no hay pozos de observación en un radio de 3,17 kilómetros alrededor de Gⅲ21 y Gⅲ71, no pueden participar en los cálculos estadísticos.
Además, a partir de las estimaciones calculadas del nivel del agua del pozo de observación, se puede saber que en áreas con densas redes de observación, las estimaciones del nivel del agua son más precisas, mientras que en algunas áreas circundantes o áreas con un gran nivel de agua. cambios, debido a los pozos de observación La distribución es pequeña y los valores estimados son inexactos o incluso sesgados. Por ejemplo, el pozo de observación Gⅲ41 solo tiene el pozo de observación Gⅲ45 distribuido dentro de su rango, por lo que el valor estimado es el valor del nivel de agua de Gⅲ45, que difiere del valor real en 11,15 m.
Los niveles de agua observados del pozo de observación 16, como Gⅲ11, Gⅲ14, Gⅲ23 y Gⅲ25, se distribuyen dentro del rango del pozo de observación Gⅲ13 y son todos más grandes que los de los pozos de observación. El nivel de agua del pozo de observación Gⅲ57 es el más pequeño y. es aún mayor que el del pozo de observación Gⅲ debido a la estimación de interpolación espacial de Kriging utilizada. El método es un método de ponderación lineal y su valor estimado, naturalmente, no será menor que el valor más bajo del nivel de agua en el pozo de observación, es decir, el. La desviación entre el valor del nivel de agua estimado y el valor del nivel de agua real observado debe ser superior a 0,72 m. Por lo tanto, el pozo de observación debe disponerse en agua subterránea kárstica alrededor de pozos de observación con grandes cambios de posición para poder extraer información hidrogeológica de manera más completa en el estudio. área.
De acuerdo con la desviación estándar calculada del error de estimación del nivel del agua subterránea kárstica y el valor de estimación del nivel del agua en la red de observación original, la tecnología de interpolación espacial Kriging se utiliza para generar el mapa de contorno de la desviación estándar del error de estimación basado en el software MapGIS. , como como se muestra en la Figura 3.15 y la Figura 3.16. Los resultados muestran que los contornos de desviación estándar del error estimado generados por el método de interpolación espacial Kriging en MapGIS pueden reflejar verdaderamente la situación real. La ciudad de Qifeng y los pozos de observación en la esquina noreste del área de estudio están demasiado lejos de los pozos de observación circundantes para calcular la desviación estándar del error de estimación. Por lo tanto, falta la distribución de los contornos. para reflejar más plenamente la dinámica del nivel del agua subterránea kárstica en la ciudad de Guilin. Cerca del Instituto de Investigación Karst y del Ferrocarril Guixiang, hay más pozos de observación y la desviación estándar del error de estimación es menor, por lo que se puede reducir un cierto número de pozos de observación.
Figura 3.15 Diagrama isolineal de la desviación estándar del error de estimación del nivel del agua de la red kárstica de observación de aguas subterráneas original
Se puede ver en el mapa de campo de flujo de agua subterránea elaborado utilizando el agua estimada. nivel y el mapa original del campo de flujo de agua subterránea. El campo de flujo en Chaoyang cambia enormemente. Debido al pequeño número de pozos de observación, solo los pozos de observación Gⅲ41 y Gⅲ45 estiman el nivel del agua entre sí, lo que genera un gran error de estimación del nivel del agua, lo que hace que el campo de flujo de agua subterránea estimado no pueda reflejar verdaderamente la situación real e indica que La red de observación original no es razonable.
E.Formular el plan seleccionado. Dado que la red de observación del nivel del agua subterránea kárstica en la ciudad de Guilin es relativamente escasa, el ajuste se utiliza principalmente mientras se reduce adecuadamente una pequeña cantidad de pozos de observación. El mapa de contorno de desviación estándar del error de estimación del nivel de agua de la red de observación original y el mapa de análisis semicuantitativo hidrogeológico kárstico se combinaron en un mapa completo. En áreas donde la desviación estándar del error de estimación del nivel del agua es grande, después del análisis de las condiciones hidrogeológicas, se agregan pozos de observación en las subáreas con valores de evaluación grandes; en áreas con pequeñas desviaciones estándar del error de estimación, se agregan pozos de observación en las subáreas; Las áreas con valores de evaluación pequeños disminuirán. Basándose en este principio, se elaboraron dos esquemas de optimización. Luego se utiliza el método kriging mejorado para calcular el error de estimación de cada plan y la desviación estándar de la estimación del nivel del agua, finalmente, basándose en el análisis de costos y la comparación de precisión, se selecciona un mejor plan;
Figura 3.16 Diagrama esquemático de los contornos de estimación del nivel del agua de la red kárstica original de observación de aguas subterráneas
(Basado en datos del nivel del agua en septiembre de 1990)
Opción 1:
A. La desviación estándar del error de estimación de los pozos de observación distribuidos por Guixiang Railway es pequeña y la desviación estándar máxima del error de estimación es 3,7941. Por lo tanto, de acuerdo con el valor de evaluación de 1 a 2 en el mapa de zonificación de evaluación hidrogeológica kárstica, los pozos de observación Gⅲ47 y Gⅲ48 se reducen, y el pozo de observación Gⅲ46 que proporciona la misma información sobre el nivel del agua que Gⅲ47 se mantiene en el rango de 2; a 3, se reduce el Gⅲ42 en el pozo de observación. Dado que los contornos del nivel del agua subterránea están densamente distribuidos y el gradiente hidráulico es grande, es un área de escorrentía de agua subterránea, por lo que aún se conservan los pozos de observación Gⅲ24 y Gⅲ42. Sólo el pozo de observación Gⅲ6 se distribuye en y cerca de Changhai Machinery Factory, y la desviación estándar de su error de estimación es 5,5694. Agregue el pozo de observación Z 1 dentro del rango de 6 ~ 7. Aunque ambos lados del Instituto de Investigación Karst y el río Li en el centro de la ciudad son áreas de descarga de aguas subterráneas, hay muchos pozos de observación y la desviación estándar del error de estimación es muy pequeña. Por lo tanto, los pozos de observación Gⅲ53, Gⅲ54, Gⅲ55, Gⅲ59, Gⅲ60 y Gⅲ68 distribuidos en áreas con valores de evaluación más altos se pueden reducir en ciertos intervalos.
B. La ciudad de Tuomu es un área de escorrentía de agua subterránea, y se agregan pozos de observación Z2 en áreas con valores de evaluación altos. Wayao es un área densamente poblada, con una alta densidad de desastres de colapso kárstico y una gran desviación estándar; del error de estimación, por lo tanto, se agregó el pozo de observación Z3 en el área con un valor de evaluación de 5 a 6; al norte de Chaoyang es el área de descarga de agua subterránea. El campo de flujo del nivel de agua estimado en esta área no puede reflejar verdaderamente la situación real. la desviación estándar del error de estimación también es grande, por lo tanto, en el valor de evaluación de 5, el pozo de observación Z4 se agrega en el intervalo de ~ 6.
C. Los pozos de observación Gⅲ20 y Gⅲ21 están lejos de los pozos de observación circundantes, por lo que se mueven ligeramente para participar en el cálculo de la desviación estándar del error de estimación y la estimación del nivel del agua; Los niveles de Gⅲ29 y Gⅲ71 son mayores que los de otros pozos de observación. Para reflejar la información hidrogeológica de manera más completa, se agregó un pozo de observación Z5 en Tangjiawan entre los dos.
Además, debido a que el pozo de observación Gⅲ17 está muy cerca de Gⅲ65, Gⅲ31 y Gⅲ64, el valor del nivel del agua y el cambio dinámico del nivel del agua son básicamente consistentes, y la distribución de los pozos de observación Gⅲ17 y se reduce Gⅲ31 con valores de evaluación más bajos. Basado en la red de observación original, este plan reduce 11 pozos de observación, mueve 2 y agrega 5 pozos de observación. Después de la optimización, hay un total de ***43 pozos de observación. 1 La distribución de la red de observación del nivel freático kárstico de Guilin en el plano se muestra en la Figura 3.17.
Figura 3.17 Diagrama esquemático de las isolíneas de la varianza y desviación estándar de la estimación del nivel del agua de la red de observación de aguas subterráneas kársticas en el Esquema 1
Después del ajuste y optimización, la varianza estimada, Se calcula la desviación estándar y el nivel de agua de cada pozo de observación. Dado que el modelo esférico describe cambios en la estructura de variables regionales, es solo un ajuste parcial basado en la red de observación original, y la estructura espacial de toda la red de observación no ha cambiado mucho. Por lo tanto, la red de observación ajustada y optimizada todavía utiliza el. Modelo esférico ajustado por la red de observación original. De acuerdo con las coordenadas y los valores del nivel del agua de cada pozo de observación en la red de observación ajustada, la desviación estándar del error estimado y la estimación del nivel del agua calculada utilizando el modelo mejorado del programa Kriging compilado por Matlab se muestran en la Tabla 3.13. y estimación generada con base en el software MapGIS. Los contornos del nivel del agua se muestran en la Figura 3.17 y la Figura 3.18.
Figura 3.18 Esquema 1, diagrama esquemático de los contornos de estimación del nivel del agua de la red de observación de aguas subterráneas kársticas
(Basado en datos del nivel del agua en septiembre de 1990)
Opción 2 :
En el escenario 1, las desviaciones estándar de los errores de estimación de Gⅲ41, Gⅲ65, Gⅲ71 y Gⅲ20 siguen siendo grandes. Por lo tanto, el Plan 2 se basa en el Plan 1 y agrega los pozos de observación Z6, Z7, Z8 y Z9 en las cuatro áreas con valores de evaluación integral más altos cerca de los pozos de observación. Los resultados del cálculo se muestran en la Tabla 3.12. La desviación estándar del error de estimación y el mapa de contorno del nivel de agua estimado generado en base a los resultados del cálculo se muestran en las Figuras 3.19 y 3.20.
F. Análisis y determinación de alternativas. De acuerdo con los resultados del cálculo de la red de observación original, el Plan 1 y el Plan 2, la desviación estándar del error estimado y el mapa de contorno del nivel de agua estimado, se puede ver que aunque el número de pozos de observación se ha reducido después de la optimización. , la desviación estándar promedio del error estimado ha aumentado, mientras que el nivel de agua estimado La desviación promedio del nivel de agua real se reduce. La razón principal es que la mayor parte de la red de observación original de pozos de observación está ubicada en el centro de la ciudad, con pocos pozos de observación alrededor, y algunos ni siquiera pueden calcularse estadísticamente, lo que hace que la desviación estándar del error de estimación promedio del original red de observación pequeña. Para toda el área de estudio, se optimizaron y ajustaron el Plan 1 y el Plan 2. Reducir los pozos de observación en áreas donde se concentran y aumentar los pozos de observación en áreas circundantes y áreas con grandes cambios en el nivel del agua para reflejar completamente la información del nivel del agua subterránea kárstica. Después de la optimización, todos los pozos de observación participarán en los cálculos estadísticos y el. El rango de observación de la red de observación también mejorará. A medida que se expande, el número de pozos de observación disminuye, por lo que la desviación estándar del error de estimación aumenta en consecuencia. Debido a la adición de pozos de observación en áreas con grandes cambios en el nivel del agua, la desviación entre el nivel de agua estimado en los pozos de observación y el nivel de agua real se vuelve menor, y no habrá una desviación importante en la estimación del nivel del agua. Por lo tanto, la desviación estimada del nivel medio del agua de la red de observación optimizada es menor que la de la red de observación original.
Figura 3.19 Diagrama esquemático del contorno de la desviación estándar del error de estimación del nivel del agua de la red de observación de aguas subterráneas kársticas en el Esquema 2
La red de observación optimizada tiene pozos de observación dispuestos en la dirección de Flujo de agua subterránea y verticalmente. Los pozos de observación están dispuestos en el área de recarga de agua subterránea, el área de escorrentía y el área de descarga. En el área de descarga de la cuenca del río Lijiang, se agregan pozos de observación que proporcionan información redundante en áreas con grandes hidráulicas. gradientes. Por lo tanto, el plan optimizado tiene un mejor diseño espacial y es más razonable que la red de observación original. Del análisis del diagrama de campo de flujo, se puede ver que el campo de flujo del nivel de agua estimado por la red de observación original es significativamente diferente del de la red de observación original, mientras que el campo de flujo del nivel de agua estimado por el plan de optimización es más consistente. con la realidad.
Figura 3.20 Diagrama isolineal de la desviación estándar del error de estimación del nivel del agua de la red de observación de aguas subterráneas kársticas en el Esquema 2
(Basado en datos del nivel del agua en septiembre de 1990)
Tabla 3.12 Esquema 1 y resultados de cálculo del Esquema 2
Continuación
Se muestran el análisis de precisión y costos y la comparación de la red de observación original, el Esquema 1 y el Esquema 2. en la Tabla 3.13.
Tabla 3.13 Comparación entre el Plan 1 y el Plan 2
Nota: Perforar un pozo nuevo cuesta alrededor de 80.000 yuanes. La tarifa de gestión de operación y la tarifa de reparación de cada pozo se calculan con base en el 5% de la inversión anual del proyecto, y la vida útil de diseño de cada plan es de 10 años.
Como se puede ver en la tabla, la Opción 1 puede ahorrar 240.000 yuanes, pero la desviación estándar del error de estimación promedio es mayor, 15,8 mayor que la red de observación original, lo que indica que el diseño de toda la red de observación después la optimización es relativamente escasa. Los requisitos de precisión no se pueden cumplir; el Plan 2 agrega 4 pozos de observación basados en el Plan 1. Aunque el coste es de sólo 80.000 yuanes, la precisión de la observación ha mejorado mucho. De acuerdo con la densidad de despliegue relativamente escasa de la red de observación existente en la ciudad de Guilin, para garantizar la precisión de la observación, se prefiere la opción dos.