建三江分局地下水资源系统复杂性测度分析

为描述建三江分局地下水资源系统的复杂性特征,采用模式熵方法对其下属农场逐月地下水埋深序列复杂性进行了测度分析,并借助Arc GIS技术的可视化功能实现了建三江分局各农场地下水资源系统复杂性的区域差异分析。测度与分析结果表明:勤得利农场7区等8个农场逐月地下水埋深序列复杂性较强,鸭绿河农场5区等7个农场逐月地下水埋深序列复杂性较弱,模式熵能反映地下水埋深动态变化程度,具有运算高效快捷等优点,为水文序列复杂性研究提供了一种新途径。研究成果揭示了该地区地下水资源系统的复杂性特征及其地域差异,为水资源优化配置模型构建率定了边界参数,为建三江分局乃至整个三江平原合理利用与开发地下水资源提供了科学依据。     

建三江农垦三网融合网络平台的构建

为了提高建三江农垦社会信息化水平,在建三江管理局满足三网融合的基本条件下,提出了电信网、广播电视网和互联网三网融合的网络平台构建方案,方案不仅满足了人民群众日益增长的生产生活需求,而且降低了社会管理成本,提升了资源利用水平。     

运用GM(1,1)模型预测建三江垦区地下水动态

地下水主要受天然因素和人为因素的影响.建三江垦区地下水利用程度较高,所以受人为因素的影响很大,基本上破坏了地下水在天然状态下的动态规律.为此,选择前进农场长观井资料,建立了GM(1,1)模型对其未来年份地下水埋深进行预测,为该区地下水合理开发利用提供科学依据.     

建三江主要作物需水量变化趋势与关键影响因子识别

基于建三江垦区1995—2018年逐日气象数据,采用Penman-Monteith公式结合单作物系数法计算其主要作物水稻、玉米、大豆生育期的需水量,利用去趋势预置白(TFPW)的Mann-Kendall(TFPW-MK)研究3种作物需水量变化特征,并通过重标极差(R/S)分析法预测作物未来需水量变化趋势;借助通径分析法研究6个气象因子与作物需水量的相关性,识别了作物需水量变化的关键影响因子,并分析了关键影响因子变化与作物需水量变化趋势间的关系。结果表明：建三江垦区主要作物水稻、玉米、大豆全生育期需水量存在显著差异,3种作物多年平均需水量分别为484.84、425.91、319.11 mm;影响水稻、玉米和大豆需水量的关键影响因子为平均气温、净辐射和日照时长,对作物需水量有明显增进作用;风速、相对湿度通过与其他因子协同作用对作物需水量有一定限制作用;在1995—2018年时间序列中,水稻和大豆的全生育期作物需水量呈上升趋势,玉米的全生育期需水量呈下降趋势;未来,水稻和大豆全生育期需水量呈上升趋势,玉米全生育期需水量呈降低趋势。研究可为该垦区作物灌溉水量分配和灌溉制度的制定提供决策依据。     

建三江地区不同土地利用类型的反硝化潜力

建三江地区农业用地的扩张和大量氮素化肥的使用,导致农田外环境中硝酸盐含量的增加,而减少硝酸盐含量的一种重要方式是在农田与接收水体间合适的地方恢复自然湿地,以通过反硝化作用去除径流中的硝酸盐含量.本文应用硝态氮剩余量法,测定建三江地区不同土地利用类型的反硝化潜力.结果表明,湿草甸反硝化潜力最高,其次是水田、旱地、林地及各级渠道,荒草地的反硝化潜力最小.在有机质、总氮、硝酸盐这几个影响因子中,有机质含量对与土壤的反硝化潜力影响较大,在P＜0.05下的相关系数为0.80,土壤中添加硝酸盐对土壤的反硝化潜力有一定的促进作用,总N的含量对其有一定影响.从结果中可以看出建三江地区湿草甸是恢复自然湿地较合适的位置.     

基于逐步递归关联维数的区域水文序列复杂度计算

为充分挖掘区域水文序列复杂性特征,以建三江分局8个农场地下水监测资料为依据,采用饱和关联维法和菱形邻域内逐步递归G-P算法确定各农场逐月地下水埋深序列关联维数,并最终给出地下水埋深序列关联维数排序。结果表明：青龙山农场17队地下水埋深序列关联维数值最大,地下水波动情况最复杂,勤得利农场7队和洪河农场8区次之,八五九农场1队序列复杂性最弱。研究成果为区域水文过程复杂性研究提供了一种研究模式,为实现区域地下水资源可持续利用提供了科学依据。     

运用灰色关联分析法评价建三江垦区地下水水质的研究

地下水是自然环境的组成部分,人类活动会导致地下水质的变化。文章收集了建三江垦区地下水监测数据,采用灰色关联分析法评价其地下水水质。评价结果符合该地区地下水实际情况,并为井灌区地下水质的评价提供了依据。     

黑龙江建三江分局地区地下水动态特征分析

研究了建三江分局地区地下水动态特征,确定研究区地下水动态类型属于水文—开采型,年内动态随地下水开采时间和强度而变化,地下水水位呈逐年下降趋势.区内监测井埋深序列的衬度系数方差呈现西南部大于东北部的趋势,分形分析结果也表明,区内西南部的分形维普遍大于东北部.研究区西南区域地下水的年内动态变化要强于东北区域,地下水位年际下降趋势的幅度也要大于东北区域.     

基于KHA优化BP神经网络的地下水水质综合评价方法

为提高区域地下水水质评价精度,将磷虾群算法(Krill herd algorithm,KHA)引入到BP神经网络连接权值与阈值的优化过程中,构建了KHA-BP地下水水质综合评价模型。以黑龙江省农垦建三江管理局为研究对象,运用所建模型对其下辖15个农场进行地下水水质综合评价,并对造成地下水水质污染的主要原因进行辨识。为验证本文所建模型的适用性,引入区分度法与序号总和理论分别分析了KHA-BP模型、PSO-BP模型以及BP模型的可靠性与稳定性。结果表明:各农场地下水水质良好,且存在一定的空间分布规律,I类水质主要集中在管理局西南位置,Ⅱ类水质主要集中在北部和南部,Ⅲ类水质主要分布于中东部和中西部。Fe、Mn、CODMn、NH_3-N以及NO-3-N是造成地下水水质污染的主要因素。其中Fe、Mn是当地原生危害,CODMn、NH_3-N、NO-3-N含量超标主要与大量施用化肥、农药有关。KHA-BP模型的区分度为1.107 0,Spearman等级相关系数为0.928 6,与PSO-BP模型、BP模型相比优势明显。研究成果可为粮食生产核心区的地下水资源科学管理及水生态文明建设提供科学依据。     

区域农业水土资源复杂适应系统配置研究——以三江平原为例

针对三江平原农业用水、用地结构不合理,难以发挥系统最大效能问题,以农垦建三江分局2011年数据为基础,运用复杂适应系统的思想,构建了三江平原农业水土资源复杂适应性配置模型,并对不同地下水开采方案下的农业水土资源优化配置进行了演化分析。结果表明:随着地下水开采量的增加,农业产值和粮食产量都有所增加,生态面积在一定范围内有所减少。随着地下水开采量的减少,其高效利用的土地面积会随之减少,造成大量的土地不能有效得到利用,严重阻碍了区域水资源与土地资源的耦合与当地经济的发展,上述非线性关系以及各子系统对水量变化敏感程度的不同正是其适应性的表现。研究成果对于指导三江平原科学合理的开发利用农业水土资源,提高农业水土资源的利用效率具有重要的理论和实践意义。