2018, Vol. 38
[PDF全文]
地下水是我国城市供水的重要水源, 也是重要的饮用水源之一.随着城市规模的不断扩大、人口的不断增加和经济的快速发展, 我国的地下水资源正面着临严重的问题.地下水污染的隐蔽性和难以治理的特点要求人们应采取“以防为主, 防治结合”的方针加以保护(赵勇胜, 2015; 吴登定等, 2005; 张伟红, 2007).
地下水污染风险评价可利用一定量的数据来确定地下水污染风险的大小, 并根据污染风险的大小选取相应的风险决策方案, 这不仅有利于地下水资源保护与污染防治, 更是地下水污染防控的重要环节(赵勇胜, 2007; 孙才志等, 2015).同时, 大多数地下水污染风险评估一般仅以地下水固有脆弱性为依据, 而忽视了污染源的危害性.
在同一地区对同一个数据使用不同的方法进行分析, 所得到的地图结果也会有所不同, 有时甚至会相互矛盾.北京市地下水开采量占全市供水量的2/3左右, 是国际上为数不多的以地下水作为供水水源的大都市之一(郇环等, 2011).北京密怀顺(密云-怀柔-顺义)地区包括怀柔应急水源地和水源八厂水源地, 主要为北京城区提供地下水资源, 开展更准确的地下水污染风险评价可为合理开发利用地下水资源和改善水质提供科学依据.故本文以北京密怀顺地区作为示例, 选取3种最常用的地下水污染风险评价方法(相加法、矩阵法和计算法), 通过硝酸盐浓度分布进行对比验证, 旨在为研究区选取最优的地下水污染风险评价方法, 以便帮助决策者和管理者制定地下水保护的管理措施.
2 研究区概况(Study area)研究区位于北京市东北部, 研究范围为北京市密云县和怀柔区的平原区(图 1), 面积约703 km2.研究区内地形总的趋势是北部狭窄、南部开阔, 地形由北向南倾斜.区内海拔一般在50 m, 其东北、西北和北部三面环山, 南面地势平坦.研究区多年平均降雨量为656.5 mm, 其中, 2004—2014年的年均降水量为565 mm.年内降水主要集中在5—9月的汛期, 历年平均汛期降水量占到年降水总量的72%~85%, 其中, 6—8月的降水量占到年总降水量的65%, 在7、8月常有暴雨出现.
 |
| 图 1 研究区地理位置示意图 Fig. 1 Plan view in the study area |
研究区构造线方向以北东及北东向为主, 北西向次之.平原区属于新华夏系北东向的新生代断陷盆地, 为一地堑式盆地, 基底起伏与断裂延伸方向一致, 为北东向.北部平原基底绝大部分为地震旦系片麻岩及燕山基期花岗闪长岩所占据.南部基底及四周山区则以震旦亚界古生界及中生界地层为主.
根据收集的研究区内地质钻孔资料, 对研究区的水文地质条件进行分析, 建立了水文地质概化结构图(图 2).研究区含水层主要由砂、砾石、卵石组成, 从北向南介质粒径由粗变细, 含水层由单一层过渡到多层, 岩层厚度由薄变厚.区域内含水层结构东西方向差异较大, 东部为潮白河主河道滚动区, 含水层厚, 层次少、粒径大、孔隙大；西部为怀河、雁栖河、小中河滚动区, 含水层薄, 层次多、粒径较小、透水性相对较差.
 |
| 图 2 研究区地下水系统联合剖面图 Fig. 2 Section view of groundwater system in the study area |
地下水污染是由含水层本身的脆弱性与人类活动产生的污染负荷造成的.本文在考量地下水污染风险时主要考虑含水层固有脆弱性和污染源荷载两个方面.
3.1 含水层固有脆弱性评价方法含水层固有脆弱性是指在天然状态下含水层对污染所表现的内部固有的敏感属性, 含水层固有脆弱性评价的主要目的是评价地下水受到污染的难易程度(Babiker et al., 2005; Aller et al., 1987).本文根据研究区水文地质条件, 选择DRASTIC模型, 该模型主要适用于孔隙地下水固有脆弱性评价.根据式(1)进行叠加分析, 得到DRASTIC评价结果.
|
(1) |
式中, D为地下水脆弱性指数, rD为地下水埋深的分级值, wD为地下水埋深的权重值, rR为含水层净补给的分级值, wR为含水层净补给的权重值, rA为含水层介质类型的分级值, wA为含水层介质类型的权重值, rS为土壤类型的分级值, wS为土壤类型的权重值, rT为地形坡度的分级值, wT为地形坡度的权重值, rI为包气带介质类型的分级值, wI为包气带介质类型的权重值, rC为含水层渗透系数的分级值, wC为含水层渗透系数的权重值.
3.2 污染源荷载评价污染源荷载评价需要收集、处理和分析大量的污染源及受体环境信息.污染源荷载评价主要为表征人类活动和污染源对地下水造成的影响, 反映地下水系统中污染物的数量.从实用的角度出发, 本文采用了涵盖污染源种类K(包括毒性、衰减能力、迁移性等)、污染物产生量Q、污染物释放的可能性L(有无防护措施、有无泄漏)3个指标的污染源评价体系.构建的评价模型(Harman et al., 2001; Wang et al., 2012)为：
|
(2) |
式中, P为单个潜在污染源危害性指数, K为潜在污染源类型的等级, Q为污染物产生量, L为污染物释放的可能性等级, 以上变量均无量纲.其中, K按污染源类型取值范围为1~9, Q按污染物产生量大、中、小依次取值3、2、1, L按防护性能强弱取值0~1.综合考虑研究区内所有污染源的荷载分险, 根据研究区地下水动力场确定各污染源影响范围, 然后应用GIS的叠加分析综合考虑研究区内所有污染源的污染荷载.最后运用Natural Breaks分级方法, 将评价结果重新分为5级, 表示污染源荷载风险低、较低、中、较高、高5个等级.
4 地下水污染风险评价方法及验证方法(Groundwater pollution risk evaluation method and validation method)地下水污染风险强度通常由污染物负荷与对应地点的脆弱性进行评价.本文选择相加法、矩阵法、计算法3种地下水风险强度评价方法对研究区进行评价.
4.1 相加法地下水污染风险等级通过固有脆弱性等级和污染源荷载风险等级相加得出, 地下水污染风险最高的地方是在高度脆弱地区和发生污染源荷载评价高的地方.因此, 本文根据Entezari等(2016)、Ravbar等(2007)和Nguyet等(2006)提出的计算地下水污染风险等级公式进行计算：
|
(3) |
式中, H为地下水污染风险等级, V为脆弱性等级, P为污染源荷载等级.
4.2 矩阵法矩阵法也是常用的地下水污染风险评价的方法, 其特点是简明扼要、易于直观表达(Zhang et al., 2016).矩阵法主要考虑了不同的水文地质条件及能承受的污染源荷载等级, 具有相同污染等级的地区可能具有不同的风险等级(Ducci et al., 2008), 具体如表 1所示, 值1、2、3、4和5分别代表低、较低、中等、较高、高的地下水污染风险值.例如, 污染源荷载等级为高, DRASTIC等级为中等时, 污染负荷等级为较高.
| 表 1 矩阵法得到的污染风险等级分类 Table 1 Pollution risk classification by matrix method |
 |
Morris和Foster(2000)将地下水污染风险定义为“含水层中的地下水将被地表上的活动污染到不可接受的水平”.这种方法利用地下污染物负荷与其对应地点的含水层污染脆弱性的相互作用来描述“风险强度”(Dimitriou et al., 2008; Mimi et al., 2009; Zwahlen et al., 2000), 这种风险强度常用风险强度指数(式(4))来表示, 最终的地下水污染风险等级根据得到的RI指数进行分级.
|
(4) |
式中, RI为风险强度指数, HI为危害指数, 
硝酸盐常被选为评估地下水脆弱性和污染风险的指标(Stigter et al., 2005; Assaf et al., 2009; McLay et al., 2001), 硝酸盐浓度与地下水污染风险等级之间的相关性可以用Pearson相关因子(r)或Spearman等级相关因子(ρ)来表征(Lake et al., 2003; Panagopoulos et al., 2006).其中, Pearson相关因子的应用前提是假定硝酸盐浓度服从正态分布, 而Spearman等级相关因子不受两变量分布形式和样本量的约束.故本文采用Spearman等级相关因子(式(5))来验证本研究中地下水污染风险等级结果的有效性.
|
(5) |
式中, N为样品数, d为污染风险等级与硝酸盐浓度等级之间的差异.
5 结果与分析(Results and discussion) 5.1 含水层脆弱性评价将各指标图层在ArcGIS软件中完成矢量化、数值化, 并依据权重进行叠加计算.将各评价指标的分类等级图根据叠加公式进行叠加分析, 结果重新划分为4个等级, 得到研究区地下水脆弱性等级分区, 结果如图 3所示.整个研究区有25.72%的地下水脆弱性等级为较低, 大部分位于研究区中部, 其中, 沙河、十里堡、西田各庄、王化水处理厂、梭草位于该区域, 地下水的防污性能最好.这是由于该区域地下水埋深较大, 土壤介质、包气带介质、含水层介质类型抗污性良好.整个研究区有61.79%的地下水脆弱性等级为中等, 其中, 范各庄、东白岩、平头位于该区域.整个研究区有10.94%的地下水脆弱性等级为较高, 位于研究区西南部、西北部小部分区域, 其中, 怀北庄、前辛庄、前桥梓村东、桃山位于该区域.相对而言, 整个研究区仅有1.56%的地下水脆弱性等级为高, 位于研究区西南部小部分区域的地下水脆弱性等级为最高, 防污性能最差.这是由于该区域地下水埋深较小, 埋深最小位置在1.5 m以下, 土壤介质为粉砾质亚粘土、包气带介质为风化岩或块状灰岩, 含水层介质类型较其他区域容易污染.
 |
| 图 3 含水层固有脆弱性评价等级 Fig. 3 Evaluation result of intrinsic vulnerability of aquifers |
研究区内地下水污染类型以硝酸盐氮超标和挥发性酚类超标为主, 个别井超标组分为总硬度、总大肠菌群等, 近几年水质以Ⅱ类水和Ⅲ类水为主, 部分地区可达到饮用水质量标准.
根据调查结果, 研究区地下水负荷风险的主要来源是家禽养殖场、加油站、垃圾填埋场、工业污染源和污水处理厂.将各种类污染源图层在ArcGIS软件中完成矢量化、数值化后进行叠加计算, 结果重新划分为5个等级, 得到研究区污染荷载评价等级, 结果如图 4所示.由图 4可知, 污染载荷强的地区主要分布在研究区东部、东北部及西部零星地区, 主要原因是受排污口的影响较大；污染载荷较强的地区主要分布在污染载荷强的地区周围；污染载荷较弱、弱的地区主要分布在研究区的北部, 主要原因是该地区无工业污染源及排污口, 污染源较少.
 |
| 图 4 地下水污染荷载评价等级 Fig. 4 Load risk assessment of groundwater pollution |
根据上述3种方法, 将含水层固有脆弱性评价等级图(图 3)及污染荷载评价等级图(图 4)在GIS系统中进行叠加分析.利用公式(3)得到地下水污染风险等级分区图(相加法), 结果如图 5a所示.利用表 1得到地下水污染风险等级分区图(矩阵法), 结果如图 5b所示.利用公式(4)得到地下水污染风险等级分区图(计算法), 结果如图 5c所示.
 |
| 图 5 地下水污染风险等级分区图 (a.相加法, b.矩阵法, c.计算法) Fig. 5 Groundwater pollution risk level zoning map (a.additive method, b. matrix method, c. calculation method) |
以上3种方法均不同程度地显示了地下水污染风险等级较高的地区主要位于研究区西北部, 包括前辛庄、桃山及前桥梓村东一带, 以及怀北庄、十里堡和东白岩等地区；而地下水污染风险等级较低地区主要分布于研究区中部及北部, 主要由于该地污染源分布较少且脆弱性较低.
通过相加法、矩阵法和计算法上述3种方法, 均采用Natural Breaks方法来区分相对地下水污染风险等级, 风险等级面积比较结果如图 6所示.相加法和计算法得到的污染风险等级为中等和较低的脆弱地区约占54%.另外, 脆弱性高的地区所占比例分别从相加法、计算法的5.23%、4.17%降低到矩阵法的1.56%, 表明相加法和计算法均高估了地下水脆弱性高的地区范围.
 |
| 图 6 相加法、矩阵法和计算法地下水污染风险分区比例 Fig. 6 Groundwater pollution risk zoning comparison among additive method, matrix method and calculation method |
本文选用潜水硝酸盐浓度作为验证依据, 这是因为地下水中硝酸盐浓度背景值一般低于2 mg·L-1, 如果明显高于背景值, 意味着人类活动对于地下水产生了影响.一般情况下, 地下水污染风险等级高的地区, 硝酸盐浓度值相对较高.研究区地下水污染风险评价结果的验证取决于2015年研究区内14个浅层地下水样品的污染风险等级与硝酸盐浓度的相关性, 根据这14个地下水水质监测井的硝酸盐浓度进行插值分析, 根据Nature Breaks方法将研究区内硝酸盐浓度分为5个等级, 其中, NO3--N的最小、最大和平均浓度分别为2.46、19.6和12.0 mg·L-1(图 7).
 |
| 图 7 硝酸盐浓度分区 Fig. 7 Nitrate concentration zoning map |
通过研究区内含水层固有脆弱性结果、污染荷载评价结果、3种方法得到的地下水污染风险结果与硝酸盐浓度分区进行比较, 发现单独考虑含水层固有脆弱性或者单独考虑污染源荷载不足以描绘地下水污染风险, 两者叠加后的结果更符合实际.
将3种方法得到的地下水污染风险等级结果与硝酸盐浓度分布等级结果进行对比, 得到地下水污染风险等级与硝酸盐等级差值计数(图 8), 表 2为3种方法得到的等级差值所占比例.由图 8及表 2可知, 矩阵法与相加法得到的地下水污染风险等级与硝酸盐等级差值主要等级差的计数点均在0处取到最大, 等级差值为1次之；而计算法得到的等级差绝对值在1处取到最大.根据表 2可知, 矩阵法得到的99.2%计数点的污染风险等级与硝酸盐等级差分布在0和1.反观相加法和计算法, 其等级差值较大, 这主要是由于相加法与计算法均在某些地区突出了脆弱性等级和污染源荷载等级的极端情况.由此可知, 对于研究区来说, 矩阵法明显优于另两种方法, 得到的结果更符合实际.
 |
| 图 8 地下水污染风险等级与硝酸盐等级差值计数图 Fig. 8 Groundwater pollution risk level and nitrate level difference count chart |
| 表 2 三种方法得到的风险等级与硝酸盐等级差值绝对值计数点统计结果 Table 2 Validation results of groundwater vulnerability to nitrate mapping assessed by different models |
|
根据公式(5)分别计算上述3种方法的相关因子(ρ), 根据Spearman等级相关因子, 对以上3种地下水污染风险方法计算了与硝酸盐浓度的相关系数ρ, 得到矩阵法(ρ=93.19%)＞计算法(ρ=90.33%)＞相加法(ρ=89.23%).
根据以上两种验证方法均得出, 研究区内地下水污染风险评价方法使用矩阵法得到的结果更加准确、更可行.
6 结论(Conclusions)1) 地下水污染是由含水层本身的脆弱性(内部因素)与人类活动(外部因素)产生的污染负荷造成的, 仅考虑含水层固有脆弱性或者仅考虑污染源荷载不足以描绘地下水污染风险, 将两者进行叠加得到的地下水污染风险分区图与硝酸盐水质分区基本吻合，说明地下水污染风险评价结果更为合理.
2) 3种方法得到的硝酸盐浓度与地下水污染风险分区的Spearman等级相关因子显示, 研究区内地下水污染风险评价方法使用矩阵法(ρ=93.19%)得到的结果更加准确、更合理.
3) 本文从含水层固有脆弱性、污染源荷载风险两方面进行地下水污染风险评价, 结果表明, 该研究区地下水污染风险整体上相对较低, 大部分地区以低和中污染风险为主, 但在桃山、前辛庄、杨桥梓村东、十里堡及东白岩地区, 由于人类活动集中, 地下水污染风险高, 应对这些地区制定严格的污染防控管理措施, 保护地下水资源.
Aller L, Lehr J H, Petty R, et al. 1987. DRASTIC: a standardized system to evaluate groundwater pollution potential using hydrogeologic settings[Z]. Worthington: National Water Well Association
|
Assaf H, Saadeh M. 2009. Geostatistical assessment of groundwater nitrate contamination with reflection on DRASTIC vulnerability assessment:The case of the upper Litani Basin, Lebanon[J]. Water Resources Management, 23(4): 775–796.
DOI:10.1007/s11269-008-9299-8
|
Babiker I S, Mohamed M A A, Hiyama T, et al. 2005. A GIS-based DRASTIC model for assessing aquifer vulnerability in Kakamigahara Heights, Gifu Prefecture, central Japan[J]. Science of the Total Environment, 345(1): 127–140.
|
Dimitriou E, Karaouzas I, Sarantakos K, et al. 2008. Groundwater risk assessment at a heavily industrialised catchment and the associated impacts on a peri-urban wetland[J]. Journal of Environmental Management, 88(3): 526–538.
DOI:10.1016/j.jenvman.2007.03.019
|
Ducci D, De Masi G, Priscoli G D. 2008. Contamination risk of the Alburni Karst system (southern Italy)[J]. Engineering Geology, 99(3): 109–120.
|
Entezari M, Yamani M, Aghdam M J. 2016. Evaluation of intrinsic vulnerability, hazard and risk mapping for Karst aquifers, Khorein aquifer, Kermanshah province:a case study[J]. Environmental Earth Sciences, 75(5): 435–444.
DOI:10.1007/s12665-016-5258-5
|
Harman W A, Allan C J, Forsythe R D. 2001. Assessment of potential groundwater contamination sources in a wellhead protection area[J]. Journal of Environmental Management, 62(3): 271–282.
DOI:10.1006/jema.2001.0436
|
郇环, 王金生, 翟远征, 等. 2011. 北京平原区永定河冲洪积扇地下水水化学特征与演化规律[J]. 地球学报, 2011, 32(3): 357–366.
|
Lake I R, Lovett A A, Hiscock K M, et al. 2003. Evaluating factors influencing groundwater vulnerability to nitrate pollution:developing the potential of GIS[J]. Journal of Environmental Management, 68(3): 315–328.
|
McLay C D A, Dragten R, Sparling G, et al. 2001. Predicting groundwater nitrate concentrations in a region of mixed agricultural land use:a comparison of three approaches[J]. Environmental Pollution, 115(2): 191–204.
DOI:10.1016/S0269-7491(01)00111-7
|
Mimi Z A, Assi A. 2009. Intrinsic vulnerability, hazard and risk mapping for Karst aquifers:a case study[J]. Journal of Hydrology, 364(3): 298–310.
|
Morris B L, Foster S S D. 2000. Cryptosporidium contamination hazard assessment and risk management for British groundwater sources[J]. Water Science and Technology, 41: 67–77.
|
Nguyet V T M, Goldscheider N. 2006. A simplified methodology for mapping groundwater vulnerability and contamination risk, and its first application in a tropical karst area, Vietnam[J]. Hydrogeology Journal, 14(8): 1666–1675.
DOI:10.1007/s10040-006-0069-5
|
Panagopoulos G P, Antonakos A K, Lambrakis N J. 2006. Optimization of the DRASTIC method for groundwater vulnerability assessment via the use of simple statistical methods and GIS[J]. Hydrogeology Journal, 14(6): 894–911.
DOI:10.1007/s10040-005-0008-x
|
Ravbar N, Goldscheider N. 2007. Proposed methodology of vulnerability and contamination risk mapping for the protection of karst aquifers in Slovenia[J]. Acta Carsologica, 36(3): 397–411.
|
Stigter T, Almeida P, Dill A C, et al. 2005. Influence of Irrigation on Groundwater Nitrate Concentrations in Areas Considered to Have Low Vulnerability to Contamination//Bocanegra E, Hernandez M A, Usunoff E. Groundwater and Human Development[M]. Leiden, Holanda: CRC Press. 69-85
|
孙才志, 陈相涛, 陈雪姣, 等. 2015. 地下水污染风险评价研究进展[J]. 水利水电科技进展, 2015, 35(5): 152–161.
DOI:10.3880/j.issn.1006-7647.2015.05.021 |
Wang J, He J, Chen H. 2012. Assessment of groundwater contamination risk using hazard quantification, a modified DRASTIC model and groundwater value, Beijing Plain, China[J]. Science of the Total Environment, 432: 216–226.
DOI:10.1016/j.scitotenv.2012.06.005
|
吴登定, 谢振华, 林健, 杨澍. 2005. 地下水污染脆弱性评价方法[J]. 地质通报, 2005, 24(10): 1043–1047.
DOI:10.3969/j.issn.1671-2552.2005.10.030 |
Zhang B, Li G, Cheng P, et al. 2016. Landfill risk assessment on groundwater based on vulnerability and pollution index[J]. Water Resources Management, 30(4): 1465–1480.
DOI:10.1007/s11269-016-1233-x
|
张伟红. 2007. 地下水污染预警研究[D]. 长春: 吉林大学
|
赵勇胜. 2015. 地下水污染场地的控制与修复[M]. 北京: 科学出版社.
|
赵勇胜. 2007. 地下水污染场地污染的控制与修复[J]. 吉林大学学报(地球科学版), 2007, 37(2): 303–310.
|
Zwahlen F. 2000. Cost action 620 vulnerability and risk mapping for the protection of carbonate (Karst) aquifers final report[J]. Transfusion, 50(10): 2125–2134.
|