基于GIS-RS-AHP-MCDA与MODFLOW耦合的埃塞俄比亚下奥莫子流域牧区地下水潜力评价与数值模拟

《Hydrology》：Integrated Groundwater Potential Assessment and Numerical Modeling for Sustainable Water Access in Pastoralist Areas of the Lower Omo Subbasin, Ethiopia

　　

地表水可得性在埃塞俄比亚下奥莫子流域高度多变，影响牧区社区生计。该挑战预计在气候变化下加剧。因此，地下水是关键水源和抵御气候变异的重要缓冲。然而，该区域地下水信息仍有限。本研究采用地理信息系统（GIS）、遥感（RS）和层次分析法（AHP）相结合的综合方法，在多准则决策分析（MCDA）框架内圈定地下水潜力区（GWPZs）。依据其对地下水赋存的影响，对线性构造密度、河网密度、距河流距离、坡度、地形湿度指数（TWI）、降雨、土壤类型、地质、土地利用/土地覆被（LULC）和海拔10个主题图层进行标准化和加权。线性构造密度影响最大（权重=0.341），其次为河网密度（0.176）和河流邻近度（0.113）。所得图件将流域划分为五个潜力等级，中等（49.26%）、高（22.22%）和极高（13.68%）区合计覆盖面积超过85%。利用51条钻孔出水量记录验证，总体精度为90.19%，证实模型可靠性。数值地下水模拟揭示单层无承压含水层系统，补给率在Surma最高（864.61 mm/yr），在Hammer最低（39.10 mm/yr），总体平均为451.85 mm/yr。模型达到近乎完美的质量平衡（误差<0.02%）。敏感性分析识别补给和水力传导系数为主要不确定性驱动因素，尤其在干旱条件下。模拟情景表明，补给减少与开采增加共同作用可使脆弱区水位下降超过15 m。GIS、RS、AHP和MODFLOW集成方法有效指导可持续地下水开发和井位选择，以支持改善牧区供水。

研究背景与问题：埃塞俄比亚通过增长与转型计划及2020—2030年十年发展计划推进灌溉、水电、工业化和基础设施，需可靠水资源支撑。Omo-Gibe流域因灌溉和水电潜力成为战略重点，已运行Gibe I、II、III三座梯级水电，合计约2500 MW，Gibe IV接近完成（70%），Gibe V设计中；这些开发叠加气候变化改变水文情势。下游下奥莫的牧区、农牧区、渔业和农业社区依赖可靠水源与牧场，水量变异导致人畜用水短缺、牧场减少、干旱脆弱性及水草竞争加剧。地下水较地表水受短期气候变异影响小，是干旱期缓冲，但该区地下水潜力空间制图不足、补给过程与速率认识有限、可持续开采阈值数据缺乏，制约循证规划。为此，研究人员整合空间潜力制图与数值模拟，评估下奥莫子流域地下水，识别潜力区、估算补给并服务牧区供水规划。

关键技术方法（不超过250字）：研究人员采用GIS（地理信息系统）、RS（遥感）与AHP（层次分析法）–MCDA（多准则决策分析）加权叠加，集成线性构造密度、河网密度、距河距离、坡度、TWI（地形湿度指数）、降雨、土壤、地质、LULC（土地利用/土地覆被）和海拔10个主题图层，并以51个现有钻孔出水量记录验证GWPZs（地下水潜力区）。数值模拟采用MODFLOW（模块化三维有限差分地下水流动模型）PRO 8.0.15，建立单层无承压稳态模型，250 m×250 m网格，PCG2（预处理共轭梯度2）求解，以30个钻孔/生产井水位校准；补给用水平衡法估算，并进行参数敏感性分析。数据来源包括CHIRPS 1981—2024降雨、USGS地质、Sentinel-2 LULC、FAO土壤及SRTM/ASTER DEM。

研究结果：3.1 降雨的地下水潜力等级：通过降雨图层重分类，1584—1866 mm占10.5%为极高补给潜力，1302—1584 mm占30.3%为高，1020—1302 mm占24.6%为中等，<1020 mm占34.6%为低至极低；潜力总体随降雨增加，但实际补给受土壤、坡度、覆被和地质控制。3.1.1 地质：通过地质单元分级，第四纪沉积物39.1%极高，第三纪沉积4.3%高，第三纪火山岩31.5%中等，前寒武结晶岩24.4%低，水体0.7%为浅地下水/排泄区；约70%流域为中至极高潜力。3.1.2 LULC：通过LULC分级，林地37.4%高，水生植被和水体合计0.8%极高，灌木草地53.1%中等，农田、裸地、苔藓和建成区8.7%低至极低。3.1.3 土壤：Calcaric Fluvisols 12.9%极高；Chromic Vertisols和Eutric Nitosols 31.8%高；Vitric Andosols和Eutric Cambisols 16.3%中等；Dystric Cambisols和Yermosols 38.4%低至极低；水体0.6%极高。3.1.4 海拔：325—589 m占39.2%极高，589—911 m占26.7%高，911—1277 m占20.2%中等，>1277 m占13.9%低至极低。3.1.5 河网密度：0.08—0.87 km/km²占31%为极高至高；>1.26 km/km²占39.4%为低至极低。3.1.6 线性构造密度：高至极高密度占13.8%有利，>73%为很低至低（0—0.45 km/km²），构造通道有限；高密度带应优先。3.1.7 坡度：0—9.82°约80%为极高至高，>17.91°约9%为低至极低，其余11%中等。3.1.8 距河流：0—34,716 m约76%为极高至高，>52,000 m约11%为低至极低且与河流补给水力联系弱。3.1.9 TWI：>68%为很低至低（2.25—8.20），18%中等（8.20—10.73），约13%高至极高位于谷底洼地。3.2 GWPZ图识别：通过十因子加权叠加，线性构造密度权重最高0.341，河网密度0.176，距河0.113，TWI 0.085，坡度0.068，降雨0.056，土壤0.048，地质0.042，LULC 0.037，海拔0.034；集成得五级潜力图。3.3 GWPZ图：中等49.26%（13,136.78 km²），高22.22%（5,924.73 km²），极高13.68%（3,647.78 km²），低14.21%（3,789.95 km²），极低0.64%（169.67 km²）；>85%为中至极高。3.4 验证：通过51个钻孔对比，46/51即90.19%一致；极低和高区100%，中等90%（18/20），低80%，极高85.71%。3.5.1 敏感性：校准稳态模型以MAE（平均绝对误差，基线5.25 m）评估，参数变±40%、±60%、±85%；对补给减少（尤其>60%）和水力传导系数增加>40%高度敏感；抽水速率变化影响相对小，但不能解释为抽水无影响。3.5.2 等值线比较：模拟与观测水头等值线趋势合理匹配，因非均质性和数据有限不能完全重合；MODFLOW网格UTM坐标在Surfer显示为投影米。3.5.3 校准统计：ME（平均误差）=-0.43 m，MAE=5.25 m，RMSE（均方根误差）=5.65 m；观测与模拟水头散点r=0.9998、方差25.5，显示高校准精度但需谨慎。3.5.4 流向：通过水位图得出地下水流总体从东北高地（2000 m a.s.l.）向中北部Selamago和西北低地（435 m a.s.l.）流动，受地形控制。3.5.5 水量平衡：通过校准模型得质量平衡误差-0.02%；入流为降水补给1.37×10⁹ m³/yr、河流渗漏入流3.44×10⁸ m³/yr；出流为河流渗漏出流1.26×10⁹ m³/yr、开采5.33×10⁷ m³/yr、排泄4.05×10⁸ m³/yr。3.5.6 校准水力传导系数：通过校准得0.68—9.45 m/day，空间从西南向东北增大，与地质构造和野外数据一致。3.5.7 校准补给率：通过校准得估算平均427.18 mm/yr，模型应用平均418.07 mm/yr，差9.12 mm/yr；分区初始补给为Surma 9.88×10⁸ m³/yr、Selamago 2.64×10⁸ m³/yr、Maji 4.40×10⁷ m³/yr、Hammer 2.57×10⁷ m³/yr、Dasenech 5.56×10⁷ m³/yr。3.5.8 地下水可得性与牧区获取：通过AHP制图、井数据验证和数值模型结合，高/极高区（Backo Dawla、Ari、Basketo、Melokoza、Meinit Shasha、Lower Central Maji及部分Surma）为双孔隙含水层，水位600—1560 mbgl，井产量>600 m³/d和300—600 m³/d，已钻14口和11口深井（50—250 mbgl），具承压/自流条件；中等区（Nyangatom、Hammer、南部Selamago、Bena Tsemay及部分Surma）为厚黏质粉砂砂夹凝灰岩，水位600—1200 mbgl，产量150—300 m³/d，20口深井推荐约180 mbgl；牲畜和人口密度空间叠加显示中高潜力区与较高密度部分重合。

讨论与局限性总结：观测井空间不均，北东多、西部和偏远低地少；区域尺度地理空间数据分辨率与不确定性、AHP权重假设、单层无承压稳态简化、补给与水力传导系数不确定性均限制结果。因此GWPZ和模型应作为区域尺度筛选与决策支持，而非场址预测；需更多钻孔、抽水试验、水位监测和水文地质刻画，尤其西部和偏远区。

研究结论翻译：地下水获取对增强下奥莫子流域牧区社区应对气候变异和季节性缺水韧性至关重要，该区水文地质信息和地下水监测有限。本研究用GIS、RS和AHP集成框架圈定GWPZs，十个主题因子经加权空间集成显示>85%子流域为中等至极高潜力：中等49.26%、高22.22%、极高13.68%，低14.21%、极低0.64%；线性构造密度权重最高，其次河网密度和距河距离。与51条钻孔出水量记录比较总体一致90.19%，但GWPZ分类应解释为区域尺度筛选和决策支持产品，而非场址水文地质调查替代。与GWPZ圈定分开，研究人员建立稳态数值地下水流程模型，提供区域地下水系统表征和未来调查基线；因水文地层信息有限且分布不均，复杂系统用简化单层各向同性无承压模型表示，这是数据限制下的建模假设，不意味着子流域为均质单层无承压含水层。模型纳入空间变水力传导系数和补给，校准后K（水力传导系数）为0.68—9.45 m/day；模拟区域地下水流一般从高海拔向中部和西南低地。用30个地下水位观测稳态校准，得ME=-0.43 m、MAE=5.25 m、RMSE=5.65 m；虽R²=0.9998，但需谨慎解释，可能部分反映大区域水头梯度。补给和K敏感性最强，强调需更好约束；小水量平衡差仅解释为数值收敛和内部水量平衡一致性，不是水文地质精度或模型有效性证据。与社会经济信息空间叠加显示，约30%、40%、20%牲畜位于低、中、高潜力区，剩余约10%在极低和极高；约25%、45%、20%人口位于低、中、高潜力区，约10%在极低和极高。这些空间关系有助于识别地下水调查对牧区等受益区域。GWPZ图和数值模型应主要作为区域尺度基线和决策支持工具，用于优先进一步调查，而非直接规定井位、抽水率或可持续开采限；高和极高GWPZ可优先详细水文地质和地球物理调查，中低潜力需场址刻画后再开发。任何实质开发应由勘探钻探、含水层试验、水质评价、补给刻画、环境考虑和系统水位监测支持，尤其西部和偏远观测稀疏区。研究提供可随新资料逐步改进的区域框架；观测井有限、补给和水力性质不确定、水文地层简化、稳态模型限制当前模型用于详细管理决策。未来在监测数据和资源可用时，应细化水文地层、加强校准和独立验证、开发瞬态模型评估开采、补给和气候情景，为可持续开采策略和长期地下水管理提供更强定量基础。