《Journal of Contaminant Hydrology》：Mapping the saltwater-freshwater interface by integrating electrical resistivity tomography and 3D numerical simulation
编辑推荐：
海水入侵（SI）是沿海地区严重的水质问题，本研究在山东龙口市通过结合三维数值模型与电测深法（ERT），利用50个地下水样本Cl?浓度数据和17条ERT测线，揭示了SFI连续空间分布规律。结果显示SFI距海岸线最近1.8km，最远4.2km，数值模型验证了ERT成果的可靠性，并发现第一含水层SI最严重。研究证实该集成方法能有效定位SFI，为沿海地下水管理提供新工具。
Juxiu Tong|赵燕|徐祖林|Bill X. Hu|金伟通
中国地质大学地下水循环与环境演变教育部重点实验室，北京100083，中华人民共和国
摘要
海水入侵（SI）是一种特殊的地下水盐污染问题。将数值模型与电阻率层析成像（ERT）方法相结合，可以更好地研究盐淡水界面（SFI）。然而，很少有研究将这两种方法结合起来研究SI。本研究在中国山东省龙口市进行，协同运用了这两种方法来评估SI。2020年11月，从监测井中收集了50个地下水样本以测量Cl?浓度。部署了17条调查线，并据此生成了ERT反演剖面。建立了一个三维数值模型来模拟地下水流动和溶质迁移，该模型包含三个垂直层。通过八个典型的ERT反演剖面确定了SFI的位置，最近和最远的界面分别位于距离海岸线1.8公里和4.2公里处。该模型有效地捕捉到了实际的地下水流动场。在模拟Cl?浓度方面也表现出色，具有较高的NES（0.76和0.65）和R2（0.84和0.83）值，以及W1–2和W2–2井处较低的相对RMSE。通过数值模拟进一步验证了ERT得出的SFI结果。第一个模型层显示出最严重的SI情况，因此被选为详细分析的重点。在2020年6月至8月的雨季，模拟的SFI向内陆移动；而在旱季则相反。这种综合方法为沿海地区定位SFI提供了一个有效的定性工具，有助于制定明智的地下水管理和SI缓解措施。
引言
海水入侵（SI）是一个全球普遍存在的环境问题，对沿海地区的淡水构成了严重威胁（Chang等人，2018；Tang等人，2020；Werner等人，2010；Werner等人，2013；Zha等人，2025）。盐淡水界面（SFI）通常使用Ghyben-Herzberg方程来描述，该方程由Ghyben（1888年）和Herzberg（1901年）独立提出。为了更好地理解SI动态并划定SFI，已经开发并广泛应用了各种地球物理技术和数值模拟方法（Dong等人，2018；Liu等人，2009；Morgan等人，2013）。
电阻率层析成像（ERT）是用于划定SFI的最广泛使用的地球物理方法之一。它利用盐水和淡水之间的电阻率差异来识别SI的空间范围（Comte等人，2016；Griffiths和Barker，1993；Salem和Osman，2017；Swartz，1937）。由于其高精度、高效性和低劳动要求，ERT已成为研究沿海地区SI的流行技术。多项研究利用ERT来调查固结沿海含水层的盐度及其几何形状（Benkabbour等人，2004），监测地中海地区的含水层盐度并绘制盐碱化模式（Zarroca等人，2011），以及确定埃及尼罗河三角洲西北部沿海地区的SFI几何形状（Eissa等人，2016）。通过结合其他技术和/或数据集（如地球化学和水文数据），研究人员进一步扩展了其应用范围。例如，研究SI对非承压含水层的影响（Baharuddin等人，2013），确定希腊东部沿海含水层的SI范围和几何特征（Kazakis等人，2016），对德克萨斯州奥斯奥湾的地下水贡献和盐源进行统计分析（Bighash和Murgulet，2015），识别罗马尼亚黑海沿岸Vama Veche附近的SFI（Niculescu和Andrei，2021），以及研究SI对24小时潮汐周期和15天春潮-小潮变化的响应（Xu等人，2022）。
数值模型是预测各种条件下含水层行为的有效工具（Sobeih等人，2017）。以往的研究建立了数值模型来模拟SI并预测SFI的位置，使用了各种数学模型。例如，Henry（1964）开发了第一个名为Henry模型的数值模型，用于在稳态流动条件下模拟垂直于海岸线的盐度浓度。多年来，已经开发了几种先进的数值模型。Wu等人（1994）建立了一个三维（3D）数学模型，考虑了水岩相互作用对阳离子交换过程的影响。Park和Shi（2015）开发了一个模型来模拟SI期间的海水和淡水交换。Karatzas和Dokou（2015）推导出了希腊克里特岛海岸线SFI位置的解析表达式，表明过度抽取淡水会导致SFI向内陆迁移。Chang等人（2018）建立了一个二维（2D）数值模型，用于模拟莱州湾的SI情况，模拟了涉及盐水抽取和居民用水的应力期间的盐水和淡水行为。Li等人（2018）开发了一个3D数值模型，用于研究中国龙口市沿海地区的海陆过渡带的迁移模式。Wang等人（2019）应用数值模型研究了巴基斯坦印度河口的SI。Samar等人（2021）利用GMS的SEAWAT模块建立了一个3D模型，模拟了埃及Moghra地区复杂的地下水流动和溶质迁移。Shaked等人（2020）结合现场测量和3D水文模型，评估了抽取咸水对含水层动态的影响。
然而，数值模型受到水文地质参数以及初始和边界条件不确定性的影响（Coulon等人，2021；Emara等人，2024；Miao等人，2019；Zeynolabedin等人，2021；Zhao等人，2025）。将数值建模与ERT相结合是一种有前景的方法，可以研究SFI并减少单独使用任一方法时固有的不确定性。尽管具有潜力，但只有有限的研究将ERT和数值模型结合起来分析SI。几项研究表明了这种综合方法的有效性。Bouzaglou等人（2018）在实验室沙箱中使用ERT监测SI，并通过集合卡尔曼滤波将ERT数据同化到经典模型中，显著降低了模拟盐浓度的不确定性。Masciopinto等人（2017）使用Ghyben-Herzberg公式估算了地下水位1米处的SFI位置，这一结果得到了ERT的验证。Beaujean等人（2014）通过使用地表和钻孔ERT数据反演参数来校准基准SI模型。Martínez-Moreno等人（2017）证明，当同时反演两种或更多地球物理方法的数据时，组合方法更有效，准二维联合反演可以揭示更真实的SI形状。Tong等人（2024）在龙口市的一个2D区域内模拟了SFI，并将结果与ERT得到的剖面进行了比较。然而，以往的研究通常将地球物理测量和数值模拟分开处理，或者仅将SFI表示为2D空间中的一个点。此外，这些工作中的不确定性分析主要集中在数值模型上，对地球物理方法相关的误差考虑较少。因此，更全面地整合ERT和数值建模具有显著潜力，可以降低总体不确定性并提供更可靠的SI评估。
在这项研究中，ERT与3D数值模型相结合，以在中国山东省龙口市划定连续的SFI线。ERT调查结合地下水样本分析，用于确定SFI的空间范围。同时，使用GMS软件中的SEAWAT模块开发了一个三维变密度地下水模型来模拟SFI的行为。第2节描述了研究区域的水文地质条件，第3节概述了ERT和数值建模方法。第4节展示了从ERT和数值模拟得到的SFI结果，并通过数值结果验证了基于ERT的发现。最后，第5节讨论了主要结论并承认了研究的局限性。
通过整合ERT和数值模拟，本研究可以更好地理解SFI的空间位置和范围，这对于可持续的地下水管理和SI缓解至关重要。这种综合方法有助于减少单一方法研究中的不确定性，从而提高结果的可靠性和准确性。此外，这里详细介绍的方法和全面分析为未来关于SI和沿海含水层管理的研究提供了宝贵的见解。
研究区域
研究区域
研究区域位于中国山东省龙口市的西北部，如图1所示。该区域的纬度坐标为120°18′34″E-120°34′13″E，经度坐标为37°45′17″N-37°29′40″N。该地区西北部濒临渤海和莱州湾，西南部有一条边界河流，东北部与黄水河相邻。研究区域的总面积约为390平方公里，最大东西宽度约为17公里。
电阻率反演剖面
在图3(a)中获得了17个ERT调查剖面。然而，只有图3(b)中标记为P1–8的8条调查线被选为典型剖面，用于监测SI，并在图5中展示。表4中给出了RMS和L2范数，表1显示了每个采样点的Cl?浓度。从表4可以看出，RMS小于5.9%，L2范数小于2，表明电阻率数据的反演结果准确。表1中显示了
结论
在这项研究中，以龙口市的西北部作为研究区域。2020年11月收集了50个地下水样本，以测量东线、中线和西线的Cl?浓度。通过ERT方法布置了17条调查线，并根据8个典型的反演剖面确定了SFI。使用克里金插值方法可视化了中国山东省龙口市SFI的空间分布。
CRediT作者贡献声明
Juxiu Tong：写作 – 审稿与编辑，撰写初稿，验证，监督，资源获取，项目管理，资金申请，正式分析，数据管理，概念构思。Zhao Yan：可视化，验证，软件，方法论，调查，正式分析，概念构思。Zulin Xu：软件，方法论，调查，概念构思。Bill X. Hu：资源，概念构思。Jinwei Tong：可视化，软件。
资助
这项工作部分得到了中国国家重点研发计划（项目编号2016YFC0402805）和国家自然科学基金（项目编号42072271）的支持。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
这项工作部分得到了中国国家重点研发计划（项目编号2016YFC0402805）和国家自然科学基金（项目编号42072271）的支持。
