2. 中国环境监测总站, 北京 100012;
3. 北京师范大学地下水污染控制与修复教育部工程研究中心, 北京 100875
2. China National Environmental Monitoring Station, Beijing 100012, China;
3. Engineering Research Center for Groundwater Pollution Control and Remediation, Ministry of Education, Beijing Normal University, Beijing 100875, China
地下水是我国重要的水资源,也是许多城市供水的主要水源,全国657个城市中,有400多个以地下水为饮用水源; 北方地区65%的生活用水、 50%的工业用水和33%的农业灌溉用水来自地下水[1]. 随着我国城市化与工业化进程加快,如果对地下水的开发利用不当将产生系列地质环境问题[2, 3, 4]. 地下水污染是我国水资源开发利用过程中出现的主要问题之一,当前我国面临的地下水污染形势较为严峻,部分地区地下水污染问题日益突出. 据2012年《中国环境状况公报》[5],全国198个地市级行政区4 929个地下水监测点中,水质呈较差与极差级的监测点分别占40.6%和16.8%.
在过去近10年间我国实施了大批不同精度的地下水环境调查与评价项目,基本摸清了近55万km2范围内的地下水水质状况,基本掌握了地下水污染的分布范围和污染特征[6]. 为加强我国地下水环境保护与污染控制工作力度,2011年10月环境保护部、 国土资源部与水利部发布了《全国地下水污染防治规划(2011-2020年)》,提出要建立地下水污染风险防范体系,建立预警预报标准库,构建地下水污染预报、 应急信息发布和综合信息社会化服务系统[1].
污染土壤和地下水的修复治理资金需求巨大,为此,发达国家一般采取基于风险的管理模式,优先处置高风险的污染场地. 根据土地利用规划情况开展风险评估,基于风险管理的思路制定不同对策,将风险控制在可接受范围内. 随着我国经济社会快速发展对水资源需求的不断增加,因地下水污染而引发的相关问题正受到越来越多的关注,有关地下水污染风险管理及预警的工作需要加强. 开展地下水污染预警是保护水资源的一个有效措施,目前国内外地下水污染预警方面的工作尚处于探索阶段,我国对水环境预警的研究目前处于起步阶段,关于预警的概念、 理论及模型选取等均未形成一个完善的体系.
国内外现有的地下水污染预警方法一般可归纳为水质状态预警和水质趋势预警两类[7, 8, 9, 10, 11]. 水质状态预警方法是根据地下水水质现状监测数据的评价结果进行的,其本质仍属于水质现状评价的范畴,该方法无法实现预先警告的功能. 水质趋势预警是在水质变化趋势预测基础上进行的,地下水水质预测的方法主要包括确定性和非确定性方法. 确定性方法的优点是考虑了实际水文地质条件,水质预测结果较为准确,缺点是建立地下水数值模型需要大量的基础数据作为支撑; 非确定性方法的缺陷主要是未考虑实际的地质、 水文地质条件与地下水系统的动力学机制.
在我国如何开展地下水预警还是一个全新的探索性工作[12],白利平等[7]提出了基于数值模型的地下水污染预警方法,并以我国北方某铬污染场地为例,构建了污染物迁移转化的数值模型,探索研究了地下水污染预警方法. 基于数值模型的预警方法主要针对特定污染源或突发环境事故对特定保护对象的影响,开展预警的空间范围相对较小,而小尺度地区基础资料一般较丰富,模型精度要求高,因此,宜采用基于数值模型的地下水污染预警方法; 而数值法对于资料相对缺乏、 含水层结构复杂、 地表污染源类型多样的大、 中尺度地区则难以推广应用. 区域(流域)尺度研究中主要针对大区域地下水污染防控,资料丰富程度相对较差,模型精度要求较低,因此宜选择定性或半定量评价方法.
地下水污染风险评价是地下水污染防治的重要手段[13, 14, 15, 16],本研究综合考虑当前我国不同地区地下水资源管理工作需求,基于地下水风险管理的思路,选取地质介质防护性能、 污染源特征、 地下水动态及地下水价值指标建立了地下水污染预警模型及指标体系,提出区域或流域(大、 中尺度)地下水污染预警技术方法,利用GIS技术进行预警分区表征,并将该预警技术应用与包头平原区,研究成果对于区域或流域地下水环境监管具有较重要的理论与现实意义.
1 区域(流域)地下水污染预警模型 1.1 预警指标选取
地下水污染受污染源、 地质介质、 地下水动态等多种因素影响,如果不存在污染源,无论其余因素如何变化均不会导致地下水污染; 即使存在污染源,在不同的地质介质及地下水动态状况下,地下水污染的可能性及污染程度也不尽相同. 只有综合考虑影响地下水污染的关键因素,才能得出较为准确的预警结果. 本文将地下水污染预警的主要影响因素分为地质介质防护性能、 污染源特征、 地下水动态及地下水价值因素. 地质介质防护性能主要包括地质及水文地质条件,地下水动态因素包括水位和水质动态,特征污染源因素包括污染源类型及污染物性质,地下水价值主要考虑环境、 经济和社会价值.
1.2 预警指标的评价方法 1.2.1 地质介质防护性能地质介质防护性能主要指地下水系统抵御污染的能力,其主要影响因素包括地形地貌、 地质构造、 岩层产状、 包气带岩性及厚度、 含水层岩性及厚度、 隔水层岩性及厚度等. 地质介质防护性能评价时应重点分析包气带介质及含水层介质的结构特征,查清区域地下水补给、 径流和排泄条件,评估水文地质系统抵御外界污染的能力.
本研究以地下水脆弱性(防污性能)反映地质介质抵御污染的能力,地下水脆弱性研究是目前国内外学者关注的热门课题,国内外现有的地下水脆弱性评价方法主要有叠置指数法、 过程数学模拟法、 统计方法和模糊数学方法[17, 18, 19, 20, 21]. 以上方法中,叠置指数法是应用最广泛的评价方法,典型模型有DRASTIC、 GOD、 SINTACS等. DRASTIC模型是地下水脆弱性评价应用最广泛的模型,本研究采用该模型进行地下水脆弱性评价. DRASTIC中选择了7个因子:地下水埋深D、 净补给量R、 含水层介质A、 土壤介质S、 地形坡度T、 包气带影响I、 水力传导系数C; 根据各因子对地下水脆弱性的影响大小赋权重值,影响最大的权重为5,最小的权重为1; 根据各因子的类别进行评分,分值范围为1~10. DRASTIC方法表达式为[22]:
本研究根据DRASTIC模型评价结果将脆弱性等级分为5级,由低到高分别赋值1~5.
1.2.2 污染源特征按污染物的成因可将污染源分为自然污染源和人为污染源两类,地下水污染预警中主要针对人为污染源. 污染物从地表到含水层的输移过程一般较长,影响污染源中污染物释放及其在土壤和地下水中迁移转化的主要因素包括污染源的分布、 污染源类型、 污染防护措施、 污染物性质等. 污染源的分布包括空间位置、 污染物的排放或储存量,污染物的种类包括有机物、 无机物、 放射性物质和病原微生物等,污染物的性质包括持久性、 迁移性、 溶解性、 挥发性等. 本研究选取污染源类型、 污染物的量、 污染防护措施、 污染持续时间、 污染物毒性、 污染物迁移性和污染物持久性七项指标,利用叠置指数法建立污染源评价模型:
污染源评价参数及评价内容见表 1,各参数权重系数的确定采用层次分析法(表 2). 将各评价参数按照由低到高分别赋值1~5,利用式(2)计算得出污染源等级并由低到高赋值1~5.
![]() | 表 1 污染源评价参数及评价内容Table 1 Description of the evaluation parameters of groundwater pollution sources |
![]() | 表 2 污染源评价参数判断矩阵及权重计算结果Table 2 Judgment matrix and weights calculation of the evaluation parameters |
用层次分析法计算各参数权重的过程包括计算判断矩阵每一行元素的乘积、 计算平方根、 求各因素的权重、 检验权重. 一致性检验结果:λmax=7.01,CI=0.002 3,RI=1.32,CR=0.001 7. CR<0.1,因此排序结果具有满意的一致性.
1.2.3 地下水动态因素地下水动态因素包括水位和水质的动态变化,本研究认为地下水动态因素实质上反映了地下水系统对于外界因素影响下的一种响应,对地下水污染预警而言,主要考虑地下水水质的动态变化.
地下水水质动态变化的预测方法可归类为确定性和非确定性方法两类,确定性方法包括解析法、 数值法和物理模拟法; 非确定性方法有回归分析法、 时间序列法、 随机微分方程、 灰色系统理论、 模糊理论、 神经网络理论等. 在基础资料丰富的地区宜采用确定性方法,在资料相对缺乏地区可采用非确定性方法. 地下水污染预警中需要根据水质监测数据分析、 预测水质变化,根据水质变化速率确定地下水动态等级,本研究提出给定时间段内水质变化速率计算公式为:
地下水水质指标赋值需要考虑地下水现状水质、 预测水质及水质变化速率,结合地下水质量标准(GB/T 14848-9)[23],将水质指标分别赋值1~5(表 3). 当现状或预测水质达到地下水质量标准中Ⅳ类、 Ⅴ类标准时,地下水水质指标以某项指标浓度升高0.75倍、 1倍和大于1倍为阈值进行等级划分.
![]() | 表 3 地下水水质指标赋值Table 3 Assignment of groundwater quality index |
1.2.4 地下水价值因素
地下水价值包括环境、 经济和社会价值,地下水动态因素中已考虑了地下水水质特征,因此,地下水价值因素主要考虑地下水资源量. 地下水资源量评价方法主要包括水量均衡法、 解析法、 电模拟法、 数值法、 比拟法、 水文分析法以及其它以观测资料统计理论为基础的方法,区域或流域地下水污染预警研究中建议采取水量均衡法. 本研究以地下水可采资源模数表征地下水价值因素,参照国土资源部2010年发布的新一轮全国地下水资源评价成果[24],提出地下水价值因素级别划分标准,按可采资源模数由小至大分别赋值为1~5(表 4).
![]() | 表 4 地下水价值因素指标赋值Table 4 Assignment of groundwater value index |
地下水污染预警考虑了地下水污染源、 地质介质防护性能、 地下水水质和价值因素,各评价因素分别赋值为1、 2、 3、 4、 5. 利用指标叠置法建立区域(流域)地下水污染预警模型为:
对地下水污染源、 地质介质防护性能、 地下水水质和价值指标进行分析比较,构建判断矩阵(表 5). 根据层次分析法计算得到地下水污染源、 地质介质防护性能、 地下水水质与价值指标权重分别为0.28、 0.18、 0.48、 0.06. 一致性检验:λmax=4.046, CI=0.015,CR=0.017. 层次排序的计算结果具有满意的一致性,因此,可用该权重来进行计算.
![]() | 表 5 地下水污染预警参数判断矩阵及权重计算结果Table 5 Judgment matrix and weights calculation of the early-warning parameters |
参照《国家突发环境事件应急预案》[25]的要求,将地下水污染预警等级确定为五级,由低到高分别为零级、 一级、 二级、 三级、 四级(表 6). 其中,零级表示不需要发布预警,一级、 二级、 三级、 四级与《国家突发环境事件应急预案》中的四级、 三级、 二级、 一级相对应.
![]() | 表 6 地下水污染预警等级划分及特征说明Table 6 Description of the early-warning grades of groundwater pollution |
包头是我国北方的重工业基地,也是内蒙古自治区最大的工业城市,经济发达,人口集中. 研究区位于包头市西南部,北至大青山山前断裂、 南至黄河,西起西河沿地区,东到下古城湾地区,总面积约900 km2. 包头属半干旱中温带大陆性季风气候,其特点是干燥、 多风、 少雨、 温差大. 多年平均降水量为306.5 mm,多年平均蒸发量2 273.8 mm.
本区地层主要包括太古界变质岩、 中生界侏罗系砂岩、 砾岩及新生界第四系松散沉积物. 第四系地层在研究区分布最广,且与地下水环境关系密切. 除下更新统外,从中更新统到全新统均有分布,尤以中更新统及上更新统地层分布最广、 厚度较大. 研究区属河套平原水文地质单元的一部分,区内主要含水层包括潜水与承压水. 潜水含水层主要由上更新统至全新统砂卵砾石组成,厚20~30 m; 承压水含水层主要由中下更新统砂砾石组成,厚一般10~50 m[26,27].
2.2 各预警因素的评价结果根据研究区气象、 水文、 地层岩性、 地质构造、 土地利用、 水文地质条件及污染源分布情况等,开展各预警因素的评价研究.
2.2.1 地下水脆弱性评价首先将研究区域进行网格剖分,依据不同比例尺的地形图、 地质图、 水文地质图、 土壤类型图等图件,利用GIS软件进行地下水埋深、 净补给量、 含水层介质、 土壤介质、 地形坡度、 包气带影响、 水力传导系数等指标赋值. 其中,地下水埋深、 含水层介质、 包气带影响及水力传导系数数据从地质图、 水文地质图中获取; 净补给量由研究区降雨量、 灌溉水量及地表水体水量,根据不同地区的入渗补给系数计算得出; 地形坡度根据本地区地形图,利用GIS软件分析获取. 地下水脆弱性评价结果见图 1.
根据DRASTIC模型脆弱性评价结果[26],研究区地下水脆弱性最高区(DRASTIC评价值为155~175,赋值为5)主要分布于研究区中部及北部,包含山前倾斜平原冲洪积扇的顶部及兰阿断裂两侧的山前冲洪积平原的下部及黄河冲积平原北部的地区; 脆弱性较高的地区(DRASTIC评价值为135~155,赋值为4)主要分布于脆弱性最高地区的周边,包括山前倾斜平原北部、 黄河冲积平原北部及黄河冲积平原西部的局部地区; 脆弱性中等的地区(DRASTIC评价值为115~135,赋值为3)主要分布于山前倾斜平原中西部及黄河冲积平原南部,基本上位于脆弱性较高地区的周边; 脆弱性较低的地区(DRASTIC评价值为95~115,赋值为2)主要分布于研究区西侧、 东南侧,包括山前倾斜平原西部、 黄河冲积平原西部及东南部部分地区; 脆弱性很低的地区(DRASTIC评价值为75~95,赋值为1)仅零星分布于八拜扇和阿扇中上部的局部地区. 总体上,研究区地下水脆弱性主要可划分为四级,即地下水脆弱性最高区、 脆弱性较高区、 脆弱性中等区和脆弱性较低区.
2.2.2 污染源评价包头是全国十大钢铁工业基地之一,也是华北地区联结西北地区的交通枢纽,在内蒙古国民经济和社会发展中具有重要的地位. 随着资源开发和工业的发展,当前区域性和流域性的环境问题已成为制约包头经济发展的重要因素之一. 在造成环境污染的各项人类活动中,工业企业排污是造成环境污染的主要因素.
本研究调查了包头平原区主要的排污企业,依据调查获取的污染源资料,首先将研究区域进行网格剖分,利用GIS软件进行污染源、 污染物的量、 污染防护措施、 污染持续时间、 污染物毒性、 迁移性、 持久性等指标赋值,依据本研究提出的评价方法确定各项污染源参数赋值,获取地下水污染源评价结果. 根据计算得出的污染源指数,按等间距划分方法将研究区地下水污染源级别分为五级,分别赋值1、 2、 3、 4、 5,评价结果见图 1.
![]() | 图 1 研究区各地下水污染预警因素评价结果Fig. 1 Demonstration map of the groundwater pollution early-warning method in the study area |
根据1.2.3节中提出的地下水水质动态评价方法,确定研究区地下水水质动态评价等级,评价结果见图 1.
2.2.4 地下水价值评价地下水可开采资源量是指通过技术经济合理的取水方案,在整个开采期内出水量不会减少,动水位不超过设计要求,水质和水温变化在允许范围内,不影响已建成水源地正常开采,不发生危害性的环境地质现象的前提下,单位时间内从水文地质单元或取水地段中能够取得的水量[28]. 本研究利用均衡法计算地下水可采资源量,从总体上把握地下水系统的均衡状况. 根据水均衡法,由地下水总补给量、 地下水向河道排泄量和地下水蒸发排泄量计算可采资源量. 可采资源量计算公式为:
根据1.2.4节中提出的地下水可采资源量等级划分标准确定该指标赋值,评价结果见图 1.
2.3 地下水污染预警结果根据研究区地下水污染源、 地下水脆弱性(地质介质防护性能)、 地下水动态及可采资源量(地下水价值)指标的评价结果,按提出的区域地下水污染综合预警方法确定研究区地下水污染预警分级(图 2).
根据预警模型的计算结果,预警区可分为一级、 二级、 三级和四级,具体预警分区结果如下.
![]() | 图 2 研究区地下水污染预警结果Fig. 2 Demonstration map of the groundwater pollution early-warning method in the study area |
(1)四级预警区
主要分布于研究区中部的工业企业集中分布区,需发布红色预警. 该区地下水脆弱性等级主要为高、 较高,地下水防污性能较差; 地表存在大量污染源,污染源等级为中等~高; 地下水水质为差、 较差,地下水恶化趋势严重; 地下水开采价值高. 本区地下水面临污染的风险极其大,且污染程度严重,需要发布红色预警. 该区地下水水质具有明显的恶化趋势,针对已受污染的地下水,管理部门应及时分析地下水污染的主要原因,采取相应防治措施(以工程控制措施为主).
(2)三级预警区
研究区大部分地区属于三级预警区,需发布橙色预警. 该区地下水脆弱性等级为较低~高,污染源等级为低~高,地下水水质为差、 较差,地下水恶化趋势较严重. 本区地下水面临污染的风险较大,污染程度较严重,需要发布橙色预警. 地下水资源管理部门应及时分析地下水污染的主要原因,并采取相应防治措施(以工程控制措施为主).
(3)二级预警区
主要分布于研究区北部及南部地区,需发布黄色预警. 该区地下水脆弱性等级主要为低~较高; 地表污染源较少,污染源等级低; 地下水水质为较好~较差,地下水恶化趋势中等. 本区地下水面临污染的风险中等,污染程度中等. 地下水资源管理部门应及时采取相应预防和治理措施(以制度控制措施为主,结合一定工程措施).
(4)一级预警区
主要分布于研究区北部局部地区,需发布蓝色预警. 该区地下水脆弱性高,地表污染源少,地下水水质较好,地下水开采价值较高. 由于本区地下水脆弱性高,地下水面临一定的污染风险,地下水资源管理部门应及时采取预防措施(主要为制度控制措施).
3 结论
(1)开展地下水污染风险评价、 地下水污染监测和预警工作是预防地下水污染的有效措施,污染土壤和地下水的修复治理资金需求巨大,参考国外地下水污染治理的经验与教训,我国的地下水环境监管宜采用基于风险的管理模式.
(2)目前国内外地下水污染预警方面研究尚处于探索阶段,有关预警指标及评价模型选取、 预警阈值确定等未形成完善的体系. 尤其是针对基础资料相对缺乏、 含水层结构复杂、 地表污染源类型多样的区域和流域,目前仍缺少成熟的预警模型可供借鉴.
(3)本研究将地下水污染预警的主要影响因素分为地质介质防护性能、 污染源特征、 地下水动态及地下水价值因素,基于地下水风险管理的思路建立了预警指标体系,提出了不同指标的评价方法,并利用指标叠置法建立了区域(流域)地下水污染预警模型. 以我国内蒙古包头市平原区为例,开展了地下水污染预警模型的案例研究,划分了不同等级的地下水污染预警分区,并给出相应分区的警戒信息.
[1] | 环境保护部. 全国地下水污染防治规划(2011-2020年) [EB/OL]. http://www.zhb.gov.cn/gkml/hbb/bwj/201111/W020111109376922920938.pdf, 2011-10-28. |
[2] | 白利平, 王业耀, 王金生. 基于数值模型的地下水水位预警体系研究——以临汾盆地为例[J]. 中国地质, 2009, 36 (1): 246-253. |
[3] | 杨庆, 陈忠荣, 张伟红, 等. 典型水源地地下水污染风险评价[J]. 中国环境监测, 2013, 29 (5): 22-25. |
[4] | 杨彦, 于云江, 王宗庆, 等. 区域地下水污染风险评价方法研究[J]. 环境科学, 2013, 34 (2): 653-661. |
[5] | 环境保护部. 2012中国环境状况公报[EB/OL]. http://jcs.mep.gov.cn/hjzl/zkgb, 2013-06-06. |
[6] | 郭高轩, 李宇, 许亮, 等. 北京平原区第四系地下水污染风险评价[J]. 环境科学, 2014, 35 (2): 562-568. |
[7] | 白利平, 王业耀, 王金生, 等. 基于数值模型的地下水污染预警方法研究[J]. 中国地质, 2011, 38 (6): 1652-1659. |
[8] | 洪梅, 赵勇胜, 张博. 地下水水质预警信息系统研究[J]. 吉林大学学报(地球科学版), 2002, 32 (4): 364-368, 377. |
[9] | 李宏卿, 吴琼, 张福林, 等. Visual Modflow在建立长春市地下水开采预警系统中的应用[J]. 吉林大学学报(地球科学版), 2003, 33 (3): 319-322. |
[10] | 王凯军, 曹剑峰, 徐蕾, 等. 地下水资源管理预警系统的建立及应用研究——以长春城区为例[J]. 水科学进展, 2005, 16 (2): 238-243. |
[11] | 谢洪波, 钱壮志, 尹国勋, 等. 基于GIS的焦作市地下水污染预警系统[J]. 地球科学与环境学报, 2008, 30 (1): 94-96, 106. |
[12] | 李文鹏, 郑跃军, 郝爱兵. 北京平原区地下水位预警初步研究[J]. 地学前缘, 2010, 17 (6): 166-173. |
[13] | 邰托娅, 王金生, 王业耀, 等. 我国地下水污染风险评价方法研究进展[J]. 北京师范大学学报(自然科学版), 2012, 48 (6): 648-655. |
[14] | 王俊杰, 何江涛, 陆燕, 等. 地下水污染风险评价中特征污染物量化方法探讨[J]. 环境科学, 2012, 33 (3): 771-776. |
[15] | 于勇, 翟远征, 郭永丽, 等. 基于不确定性的地下水污染风险评价研究进展[J]. 水文地质工程地质, 2013, 40 (1): 115-123. |
[16] | Dimitriou E, Karaouzas I, Sarantakos K, et al. Groundwater risk assessment at a heavily industrialised catchment and the associated impacts on a peri-urban wetland [J]. Journal of Environmental Management, 2008, 88 (3): 526-538. |
[17] | 白利平, 王业耀. 地下水脆弱性评价研究综述[J]. 工程勘察, 2009, 37 (4): 43-48. |
[18] | 滕彦国, 苏洁, 翟远征, 等. 地下水污染风险评价的迭置指数法研究综述[J]. 地球科学进展, 2012, 27 (10): 1140-1147. |
[19] | Antonakos A K, Lambrakis N J. Development and testing of three hybrid methods for the assessment of aquifer vulnerability to nitrates, based on the drastic model, an example from NE Korinthia, Greece [J]. Journal of Hydrology, 2007, 333 (2-4): 288-304. |
[20] | Almasri M N. Assessment of intrinsic vulnerability to contamination for Gaza coastal aquifer, Palestine [J]. Journal of Environmental Management, 2008, 88 (4): 577-593. |
[21] | Nobre R C M, Filho O C R, Mansur W J, et al. Groundwater vulnerability and risk mapping using GIS, modeling and a fuzzy logic tool [J]. Journal of Contaminant Hydrology, 2007, 94 (3-4): 277-292. |
[22] | Aller L, Bennett T, Lehr J H, et al. DRASTIC: A standardized system for evaluating groundwater pollution potential using hydrogeologic settings [M]. Oklahoma: U. S. Environmental Research Laboratory, 1985. 7-13. |
[23] | GB/T 14848-9, 地下水质量标准[S]. |
[24] | 国土资源部. 新一轮全国地下水资源评价成果[EB/OL]. http://www.mlr.gov.cn/dzhj/201003/t20100326_142814.htm, 2010-03-26. |
[25] | 中国国务院. 国家突发环境事件应急预案[EB/OL]. http://www.gov.cn/yjgl/2006-01/24/content_170449.htm, 2006-01-24. |
[26] | Bai L P, Wang Y Y, Meng F S. Application of DRASTIC and extension theory in the groundwater vulnerability evaluation [J]. Water and Environment Journal, 2012, 26 (3): 381-391. |
[27] | Bai L P, Wang Y Y, Fang H N, et al. Research on the evaluation method of groundwater quantity and pollution vulnerability [J]. Water Science & Technology: Water Supply, 2013, 13 (2): 368-375. |
[28] | GB 50027-2001, 供水水文地质勘察规范[S]. |