地下水污染风险评价对地下水资源合理开采利用及保护管理具有重要意义. Brian等^[1]指出: 地下水污染风险是指含水层中的地下水由于其上的人类活动而遭受污染到不可接受的水平的可能性. 从定义可以看出，地下水污染风险包含3个层次: 一是表征含水层固有特性的含水层本质脆弱性评价，以反映地下水系统消纳污染物的自净能力，部分反映污染物达到含水层的速度和质量; 二是表征人类活动和污染源对地下水中污染负荷影响的含水层特殊脆弱性评价，以反映地下水系统中污染物的数量; 三是表征风险受体可接受水平的受体风险评价，以反映地下水污染系统的预期损害性，即地下水系统价值功能(包括社会服务功能、 生态功能等)的变化对地下水污染受体的影响^[2,3].

目前对地下水防污性能、 污染负荷、 地下水价值这3个方面不同组合方式的研究主要存在两种观点，一种观点出自于2002年联合国教科文组织(UNESCO)发布的导则，该导则指出污染源风险评价由地下水保护紧迫性和污染源耦合得到，而地下水紧迫性是由地下水脆弱性和地下水价值所决定^[4]，即地下水污染源的灾害分级代替地下水污染的概率，合并地下水脆弱性图与地下水价值图可取代地下水污染后果^{[5, 6, 7, 8, 9]}，本研究将该地下水污染风险评价体系简称为UN体系. 另一种观点出自于1988年世界卫生组织(WHO)和泛美卫生组织(PAHO)联合发布的《地下水污染风险评估》，这种观点将地下水防污性能评价同地表污染源负荷耦合在一起用于地下水污染风险评估^[10]，即认为污染源负荷风险和含水层固有脆弱性决定了地下水被污染的概率，地下水价值功能决定了地下水一旦被污染，其预期损害的严重性^{[11, 12, 13]}，该体系简称为WP体系.

为了研究2种观点对地下水污染风险评价结果的差异及其原因，UN体系与WP体系运用同一套基础数据，分别对北京市平原区地下水污染风险进行评价，将风险评价结果进行对比分析，探讨两种评价体系的差异性，并对造成差异的原因进行分析. 1 两种评价体系框架对比

2种评价体系构成框架如图 1所示，UN体系由3个层次构成. 首先，地下水价值由含水层富水性、 地下水水质及地下水源保护区叠加而成^{[7, 9]}. 地下水价值 主要体现为含水层富水性及地下水水质^{[7, 11, 14]}，并且地下水源保护区的划分，对防止地下水源地污染，保护水源地环境质量起到了重要作用^{[15, 16, 17]}. 其次，由地下水价值和地下水固有防污性能叠加得到地下水保护紧迫性; 最后，将地下水保护紧迫性与人为活动产生的污染负荷叠加得到地下水污染风险. UN体系是将污染物自顶层含水层以上某一位置到达地下含水层系统中某一特定位置的过程和污染负荷结合，是从自然因素和人为因素考虑的. WP体系的地下水污染风险评价由2个层次构成. 首先，污染负荷与地下水固有防污性能叠加得到基础地下水污染风险(a basic risk map)^[18]，含水层富水性与地下水水质叠加得到地下水价值; 其次，基础地下水污染风险、 地下水价值和地下水源保护区叠加得到地下水污染风险^[19,20]. WP体系是将污染物由地表入渗穿过包气带这一过程和地下含水层系统结合，是从污染源自身造成污染及含水层自身抵御污染的本质层面和地下水自身蕴含价值的社会经济层面考虑的.

图 1

Fig. 1

At: 含水层富水性评价参数，Al: 地下水水质评价参数，P: 地下水源保护区评价参数，V: 地下水价值评价参数，D: 地下水固有防污性能评价参数，H: 地下水保护紧迫性评价参数，C: 基础地下水污染风险评价参数，Z: 地下水污染风险评价参数，Wt、 Wl、 Wp、 Wd、 Wv分别为At、 Al、 P、 D、 V的权重值，①②③④⑤为叠加规则 图 1 评价体系框架示意 Fig. 1 Framework of the risk assessment system

UN体系和WP体系评价过程中借助ArcGIS 9.3软件的Spatial Analyst模块，将北京市平原区(不含延庆)剖分成1 km×1 km的网格，并以此为单位，对体系构建要素进行空间运算. 北京市平原区地下水污染风险评价基础要素，主要包括含水层富水性、 地下水水质、 地下水源保护区、 地下水固有防污性能和污染负荷共5个方面，如图 2所示. 其中，利用单井出水量来衡量含水层的富水性; 通过地下水水质类别划分来区别地下水水质差异; 地下水源保护区划分是依据饮用水源保护区来划分^[21]; 利用DRASTIC方法评价得到的北京市平原区潜水含水层固有防污性能评价结果^[22]; 对北京市平原区的加油站及油库、 垃圾场、 工业区、 居民区、 农业区、 地表排污河6类污染源，基于地下水污染源解析的定量评价方法，对6类地下水污染源所属的特征污染物属性及其对应排放量进行解析，计算出地下水污染源的危害性，在此基础上进行地下水污染负荷的分级^[23,24].

图 2

Fig. 2

(a)北京市平原区含水层富水性分级;(b)北京市平原区浅层地下水水质分级;(c)北京市平原区地下水源保护区等级划分; (d)北京市平原区地下水固有防污性能分级;(e)北京市平原区污染负荷分级 图 2 北京市平原区基础要素分级 [19] Fig. 2 Classification of groundwater basic elements in Beijing Plain

将UN体系应用于北京市平原区地下水污染风险评价. 北京市平原区含水层富水性、 地下水水质和水源保护区依据公式V=At×Wt+ Al×Wl+ P×Wp进行叠加运算，利用层次分析法^{[25, 26, 27]}计算权重，认为水源保护区比地下水水质微小重要，比含水层富水性稍微重要; 地下水水质与含水层富水性同等重要，计算得到Wt、 Wl、 Wp分别为0.209 8、 0.240 2、 0.549 9. 在得到北京市平原区地下水价值分值的基础上，利用ArcGIS 9.3软件中的Natural Breaks方法实现等级划分，地下水价值分值分布规律及分界线如图 3(a)所示，进而得到北京市平原区地下水价值分级[图 4(a)].

图 3

Fig. 3

(a) 北京市平原区地下水价值； (b) 北京市平原区地下水保护紧迫性； (c) 北京市平原区地下水污染风险 图 3 北京市平原区UN体系数据分布 Fig. 3 UN system data distribution of Beijing Plain

图 4

Fig. 4

(a)北京市平原区地下水价值分级； (b)北京市平原区地下水保护紧迫性分级；(c)北京市平原区地下水污染风险分级 图 4 北京市平原区UN体系分级 Fig. 4 UN system maps of Beijing Plain

北京市平原区地下水固有防污性能与地下水价值依据公式H=D×Wd+ V×Wv进行叠加运算，认为地下水固有防污性能与地下水价值同等重要，计算得到Wd、 Wv值为0.5、 0.5. 在得到北京市平原区地下水保护紧迫性分值的基础上，利用Natural Breaks方法实现等级划分，地下水保护紧迫性分值分布规律及分界线如图 3(b)所示，进而得到北京市平原区地下水保护紧迫性分级[图 4(b)]. 地下水 保护紧迫性分级图表明北京市平原区西部、 北部和东北部地下水保护紧迫性高，这些区域地下水价值等级和地下水固有防污性能等级均处于较高级别.

将北京市平原区的地下水保护紧迫性与污染负荷均分为5级，二者依据“择优原则”^[19]进行叠加运算，在得到北京市平原区地下水污染风险分值的基础上，利用Natural Breaks方法实现等级划分，地下水污染风险分值分布规律及分界线如图 3(c)所示，进而得到北京市平原区地下水污染风险分级[图 4(c)]. 2.2 WP体系风险评价

将WP体系应用于北京市平原区地下水污染风险评价. 北京市平原区含水层富水性与地下水水质依据公式V=At×Wt+ Al×Wl进行叠加运算，认为含水层富水性与地下水水质同等重要，计算得到Wt、 Wl值为0.5、 0.5. 在得到北京市平原区地下水价值分值的基础上，利用Natural Breaks方法实现等级划分，地下水价值分值分布规律及分界线如图 5(a)所示，进而得到北京市平原区地下水价值分级[图 6(a)].

图 5

Fig. 5

(a) 北京市平原区地下水价值 ； (b) 北京市平原区基础地下水污染风险； (c) 北京市平原区地下水污染风险 图 5 北京市平原区WP体系数据分布 Fig. 5 WP system data distribution of Beijing Plain

图 6

Fig. 6

(a)北京市平原区地下水价值分级； (b)北京市平原区基础地下水污染风险分级[19]；(c)北京市平原区地下水污染风险分级 图 6 北京市平原区WP体系分级 Fig. 6 WP system maps of Beijing Plain

地下水固有防污性能与污染负荷叠加过程采用“择优原则”，在得到北京市平原区基础地下水污染风险分值的基础上，利用Natural Breaks方法实现等级划分，基础地下水污染风险分值分布规律及分界线如图 5(b)所示，进而得到北京市平原区基础地下水污染风险分级[图 6(b)].

地下水价值、 基础地下水污染风险与地下水源保护区依据公式Z=C×Wc+ P×Wp+ V×Wv进行叠加，认为基础地下水污染风险比地下水价值微小重要，比地下水源保护区稍微重要; 地下水价值与地下水源保护区同等重要，计算得到Wp、 Wv、 Wc分别为0.209 8、 0.240 2、 0.549 9. 在得到北京市平原区地下水污染风险分值的基础上，利用Natural Breaks方法实现等级划分，地下水污染风险分值分布规律及分界线如图 5(c)所示，进而得到北京市平原区地下水污染风险分级[图 6(c)]. 3 分析与讨论 3.1 风险结果对比

UN体系与WP体系分别对北京市平原区地下水进行了污染风险评价，评价结果表明: 地下水污染风险最高的区域位于城八区西南近郊的丰台和平原区北部的密云、 东北部的平谷以及南部的大兴，因为丰台位于永定河出山口冲洪积扇顶部，其他区县位于山前冲洪积扇，防污性能都很差. 而且，这些区域还是北京市重要的工业区，所以这些区域的地下水污染风险级别最高; 北京市平原区主要的排污河温榆河、 凉水河所流经区域污染风险级别较高; 污染风险中等的大部分区域位于北京城八区; 因为北京市南部的农业区主要是历史污灌区及再生水灌区，北部则是清灌区，所以南部平原区污染风险等级高于北部大部分区域. 将图 4(c)与图 6(c)对比表明: UN体系和WP体系的风险评价结果中级别低和较低的区域趋势较为一致，但等级覆盖范围不同，且在平原区北部及东北部部分地区存在着较大差异.

由于2种体系分别对北京市平原区的6964个栅格进行了赋值，并按照分值大小对栅格进行级别划分. 因此，根据2种体系对同一个栅格赋予的地下水污染风险级别，将栅格分类并对同一类别的栅格数进行统计，统计结果见表 1.

表 1(Table 1)

表 1 栅格分类统计 Table 1 Statistical table of grid classification 栅格数/个 UN体系风险级别 高(5) 较高(4) 中等(3) 较低(2) 低(1) 高(5) 23 251 251 —1) — 较高(4) 2 17 750 7 — WP体系风险级别 中等(3) — — 281 377 1 176 较低(2) — — 28 600 1 265 低(1) — — — 147 1 789 1)“—”表示文章中没有相关数据

表 1 栅格分类统计 Table 1 Statistical table of grid classification

UN体系中风险级别低的栅格数占总数的60.7%; 风险级别较低与中等的栅格数相差不大，分别占总数的16.3%、 18.8%; 风险级别较高与高的栅格数之和仅占总数的4.2%; 而WP体系中风险级别低、 较低、 中等的栅格数相差不大，分别占总数的27.8%、 27.2%和26.3%; 风险级别较高、 高的栅格数之和占总数的18.7%.

由此发现，UN体系评价结果中随着风险级别的升高，级别的比例几乎呈递减，而WP体系评价结果中没有UN体系中较为明显的递减现象，而是级别低、 较低和中等比例差别不大.

对2种体系得到的风险评价结果在空间分布上进行比较，基于表 1的统计结果，进一步对栅格数进行统计得出: 在同一个栅格中，2种体系评价结果为同一级别的栅格数占总数的38.9%，说明很大部分评价结果存在越级现象，与图 4(c)，图 6(c)在评价结果显示上出现较大差异的现象吻合. 其中，UN体系评价级别较WP体系小一个级别的栅格数占总数的38.0%，小两个级别的栅格数占总数的20.6%; UN体系评价级别较WP体系大一个级别的栅格数占总数的2.5%. 从级别差的程度来看，各程度级别差的比例各有不同. 等级相差1级的比例为40.5%，这是除等级完全相同外比例最大的，说明在北京市平原区上，2种体系得到的评价结果大部分都处在了相同或相近的区域.

在基础数据相同的条件下，UN体系与WP体系的评价等级空间分布趋势较为相似，只是等级覆盖范围有差异. 尽管从西北部至东南部，北京市平原区沉积物的厚度逐渐增大，岩性结构也由最初的单一砂、 卵砾石层过渡至顶部有薄层黏性土覆盖的砂、 卵砾石层，最后演变成黏性土夹杂着多层砂卵砾石层，固有防污性能逐渐变好，但是，由于地下水污染风险评价是综合指标考虑的，不是仅由地下水固有防污性能决定的. 导致地下水污染风险差异最主要的原因在于污染负荷的大小^[28]. 3.2 差异性分析

北京市平原区地下水污染风险评价结果表明UN体系和WP体系存在明显差异，造成差异性的原因分析如下.

(1)层次问题 陆燕等^[29]对地下水污染风险评价体系进行敏感性分析表明，评价方法构建的层次特征以及确定最高层指标的权重对评价结果均会产生影响，随着层次的由低到高，其对评价结果的影响也由小到大，评价体系的最高层对评价结果起到了关键作用.

经过对UN体系和WP体系的层次对比得出: 2种评价体系包含的基础要素相同，但是由于其位于评价过程中的最底层，对评价结果影响较小，且2种体系中对评价结果影响较大的最高层的要素互不相同，致使UN体系和WP体系最终的评价结果差异较大.

(2)叠加规则 UN体系和WP体系中的叠加方法均包括2种，一种是“择优原则”，即: 假设污染负荷与地下水固有防污性能均分为1~5个等级，数值越小代表污染物危害性越低或者地下水防污性能越好，二者叠加，地下水污染风险由数值小(级别低)的一方决定. 该叠加规则必然导致评价结果中级别高的比例远低于级别低的比例. 另一种是计点评分指数模型^[22]，即: 第一，选择影响最明显的指标作为评价因子; 第二，对各因子按照一定的规则赋予不同的分值; 第三，根据各种因子影响的大小赋予不同的权重值，影响大的权重大，反之则小; 最后把各因子的评分值通过某种数学方式变为量纲为1的指数，并以该指数的大小表示好与差.

UN体系在最高层运用“择优原则”，这就决定了风险分值分布较为离散，评价结果中级别高的比例远小于级别低的比例的特征. WP体系在最高层运用计点评分指数模型，则不存在“择优原则”数据分布的特点，得到的风险分值分布较均匀，最终的评价结果级别分布也较均匀.

(3)分级方法 Natural Breaks方法分级原则是基于数据固有的特征，将相似值归类，并最大化类间的差异，使得类边界设置有相对大的跳跃数值. 分级效果的好与差不仅依赖于数据的分布特征，而且依赖于分级方法. 相同的数据，用不同分级方法，所表现的效果是截然不同的，特别是偏度很大或很小的数据.

2种风险评分数据都运用Natural Breaks方法进行分级，UN体系的风险评分数据[图 3(c)]呈阶梯式分布，且随着评分的增大，比例越来越小; WP体系的风险评分数据[图 5(c)]呈连续式分布，随着评分的增大，比例差别不大. 虽然2种体系的风险评分数据分布形式不同但是数据增长趋势相同，致使最终得到的风险评价结果空间分布情况相似，同一风险级别分布的面积差异较大. 并且WP体系的风险分级图展示度较UN体系的好. 但是，UN体系中独有的地下水保护紧迫性图，在地下水污染源不明确的情况下，可以对地下水资源的保护紧迫程度做出准确判断. 由于本文只探讨了Natural Breaks分级方法，未涉及其他分级方法，对适合UN体系的分级方法还有待研究. 4 结论

(1) UN体系和WP体系都适用于平原区的地下水污染风险评价. 北京平原区实例对比表明，2种体系得到的地下水污染风险评价结果存在明显差别. UN体系评价结果中风险级别低的区域占主要，风险级别高的区域极少，而WP体系评价结果中风险级别低、 较低、 中等所占区域面积较均匀，但评价等级趋势上较为相似. 2种体系风险评价结果都具有一定的合理性.

(2)评价体系构成的层次、 评价要素的叠加规则都可能对UN体系和WP体系的地下水污染风险评价结果造成影响. 评价体系的最高层对评价结果起到了关键作用，最高层运用的叠加规则不同，对评价结果的数据分布产生不同的影响.

(3)分级方法对评价结果的分级成图有重要影响，分级时需要综合考虑基础数据分布特征及评价结果分级图的展示度来确定具体方法. 而Natural Breaks分级方法对UN体系和WP体系的适用性存在差异，使得2种体系的风险分级图效果不一，且该分级方法更适用于WP体系.