2. 中煤科工集团唐山研究院有限公司矿山测量研究所, 唐山 063012
2. Mine Surveying Research Institute, China Coal Technology and Engineering Group Tangshan Research Institute Co., Ltd., Tangshan 063012, China
地下水污染风险评价是地下水资源保护和地下水污染防治区划的重要手段,随着近来《全国地下水污染防治规划(2011~2020年)》的推行,地下水污染防治工作也日益紧迫. Morris等[1, 2]指出地下水污染风险是指含水层中地下水由于其上人类活动导致遭受污染达到不可接受水平的可能性,是含水层污染脆弱性与人类活动造成的污染负荷之间相互作用的结果.从定义可以看出,地下水污染风险是在地下水脆弱性的基础上,结合污染荷载、地下水功能价值进行叠加得到地下水污染风险评价结果.也就是说,地下水污染风险评价需考虑3个方面:一是含水层固有脆弱性评价,以表征地下水系统消纳污染物的自净能力;二是含水层污染荷载风险评价,以反映人类活动和污染源引起的地下水系统污染负荷的影响;三是地下水系统的预期损害性,即地下水系统价值功能的变化对地下水系统的影响[3, 4].
能够对地下水环境造成污染的地表污染源及相关地表人类活动极其复杂[5], 对于地下水脆弱性、污染源荷载、地下水功能价值这3方面来说,污染源荷载则体现了人类活动的影响程度.同时,由于不同空间尺度的研究区域有不同的特点,导致建立的地下水风险源识别方法也不尽相同[6],从而引起污染源荷载量化结果的差异,而且,已有的评价体系,基本都将“污染源”因子确定的权重最高[7, 8],因此,污染源荷载是影响污染风险评价的最主要因素.进行污染源荷载评价,则需要综合考虑到研究区的范围大小、环境因素的复杂度、资料覆盖度等要素,由于不同空间尺度区域上基础环境信息特点存在差别(表 1), 所用的评价方法也就不同,这必然导致不同尺度下评价结果的差异性;而方法的尺度效应涉及基础数据精度、模型的概化程度等方面,运用不同精度要求的污染源荷载量化方法进行同一尺度下的污染源荷载评价,评价结果也必然体现出不同方法的尺度效应及差异性.为此,进行污染源荷载量化方法的尺度效应研究对于不同尺度区域评价方法的选择以及地下水污染防控区划有着重要意义.
![]() |
表 1 不同空间尺度的环境信息特点 Table 1 Characteristics of environmental information at different spatial scales |
为进一步探讨污染源荷载量化方法的尺度效应及差异性对风险评价结果的影响,本文选择有代表性的两种方法进行对比研究.一种方法出自于2014年环境保护部发布的《地下水污染防治区划分工作指南》,在本研究中称为评分指数法,该方法对污染源的荷载评估定性因素较多.另一种方法是王俊杰等[9]提出的,在本研究中称为定量指数法,该方法侧重于定量地表征污染荷载风险大小,但参数概化较多.将这两种方法运用同一套基础数据,分别应用于滹沱河冲洪积扇地下水污染风险评价体系中,并分别将荷载评价和风险评价结果进行对比分析,探讨两种污染荷载量化方法的差异性,并分析其原因.
1 两种污染源荷载量化体系对比两种污染源荷载量化方法体系框架如图 1所示,两种方法都由两个层次构成.
![]() |
Li:污染源释放的可能性评价参数,Qi:污染物释放的量评价参数,Ti:污染物毒性评价参数,Pi:污染荷载风险值,I:综合污染荷载指数,Mi:迁移性评价参数,Di:降解性评价参数,W1、W2、W3分别为Ti、Mi、Di的权重值 图 1 污染源荷载量化体系框架 Fig. 1 Framework of quantification system for pollutant sources load |
评分指数法是建立在污染物释放和危害性的基础上来量化污染荷载的,首先对污染调查和资料进行分析整理,对污染源分类,针对各类污染源分别用污染物类型、污染年份、防护措施的评分来表征污染物释放的可能性L,用污染年份、污染面积、排放量的评分来表征污染物可能释放的量Q,用致癌性的评分来表征污染物的毒性T,然后,将3个因子值通过乘积叠加得到每一类污染源污染荷载风险值.最后,再结合各类型污染源的权重值W通过指数叠加得到综合污染荷载指数I.该方法的所有评价因子均通过评分得到,主要考虑了污染源中的人类活动的影响.定量指数法通过解析地表污染源构成,从特征污染物及其对应排放量角度出发,结合了污染物的自身属性来表征污染荷载风险.该体系包括两部分,首先,地下水污染源解析[9, 10],即明确污染源类型、分布,查明各类污染源的污染物种类,筛选出特征污染物,特征污染物对地下水环境的破坏是其在一定数量的基础上,通过其自身属性表现出来的[9, 10],这里用毒性Ti、迁移性Mi、降解性Di来表征污染物的自身属性[11~14], 再结合以层次分析法[15~18]确定的3种属性的权重值运用叠置指数法叠加得到特征污染物的属性值Ci.最后,与特征污染物的实测排放量[9, 19, 20]Qi通过乘积叠加得到该特征污染物的荷载,所有特征污染物的荷载叠加就是综合污染荷载指数I.定量指数法既考虑了人类活动的影响,又结合了特征污染物的自身属性.
通过对比分析发现,由于尺度效应的存在,两种体系对污染源信息需求和精度要求上存在差异.结合表 1,由于评分指数法主要通过国土、环保等部门获取污染源的基本信息,个别信息只需要现场获取,对污染源信息精度要求较低,工作量相对较小;定量指数法需要更为详细的污染源信息,包括污染源的面积、污染物种类、污染物实测浓度等,需要通过大量野外工作获得,对信息精度要求较高,工作量相对较大.
2 滹沱河冲洪积扇地下水污染风险评价研究区位于滹沱河冲洪积扇,面积5 875.3 km2,为中尺度区域.为完成滹沱河冲洪积扇地下水污染风险评价,本研究将该区污染源分为生活区、工业区、农业区、地表水系四类进行污染源解析[21, 22],选择特征污染物共15种,分别为:COD、TDS、氨氮、硝氮、氯离子、氟离子、硫酸根、铁、锰、苯并(a)芘、萘、荧蒽、二氯甲烷、三氯甲烷、1,2-二氯苯,评价所需的基础要素包括综合污染荷载指数I、地下水脆弱性D、地下水价值V共3方面[图 2(b)~图 2(d)].其中,分别用评分指数法和定量指数法评价计算污染荷载指数I;用DRASTI模型评价得到滹沱河冲洪积扇潜水含水层固有脆弱性[22~24]分布,DRASTI模型去掉了DRASTIC模型中的水力传导系数(C),用含水层厚度[25, 26](A)取代原模型中的含水介质(A);对于地下水价值(V)由于资料缺少,本研究中仅用研究区富水性强弱来表示地下水价值大小[22];最终这3方面因子依据公式R=I ×Wi+D × Wd+V×Wv耦合叠加得到地下水污染风险值,计算得到各因子的权重Wi、Wd、Wv分别为0.5、0.3、0.2.整个评价过程中,借助Arcgis 9.3软件的Spatial Analyst模块完成各个要素图层的叠加,再通过Natural Breaks方法实现等级划分[27~30],最终得到石家庄平原区地下水污染风险分级图.
![]() |
(a)研究区概况;(b)污染源分布;(c)脆弱性指数分级;(d)富水性分区 图 2 研究区基础要素 Fig. 2 Basic elements of the study area |
将评分指数法应用于滹沱河冲洪积扇地下水污染风险评价中的污染荷载量化.滹沱河冲洪积扇i污染源对应的污染源释放的可能性Li、污染物可能释放的量Qi、污染物毒性Ti依据公式Pi=Li × Qi × Ti进行叠加计算得到该污染源的污染荷载风险值Pi,各类污染源计算完成后,再结合各类污染源的权重Wi依据公式I=∑(Pi·Wi)运用叠置指数法在ArcGis 9.3软件中的Spatial Analyst模块下的Raster Calculator功能中进行叠加得到综合污染荷载指数IE值的分布如图 3(a)所示,用Natural Breaks方法实现等级划分,一般分为5级,其中各个计算因子的值通过分级评分得到,评分值及权重值的确定方法见文献[31].
![]() |
(a)综合污染荷载指数分区;(b)地下水污染风险分级及采样点水质分级 图 3 滹沱河冲洪积扇评分指数法评价结果分级 Fig. 3 Classification of grading index method assessment results in alluvial fan of Hutuo River |
滹沱河冲洪积扇地下水污染风险评价将综合污染荷载指数IE、地下水脆弱性D、地下水价值V依据公式R=IE×Wi+D × Wd+V×Wv在ArcGis 9.3软件中的Spatial Analyst模块下的Raster Calculator功能中进行叠加得到地下水污染风险值分级图,再利用Natural Breaks方法进行等级划分,进而得到滹沱河冲洪积扇最终地下水污染风险评价分级图[图 3(b)].
2.2 定量指数法荷载量化的污染风险评价将定量指数法应用于滹沱河冲洪积扇地下水污染风险评价中的污染荷载量化.在污染源解析的基础上,首先对15种特征污染物的属性值(Ci)进行量化,用标准限值[9, 10]来表征污染物的毒性(Ti)且进行排序, 限值越小越靠后;无机特征污染物用迁移系数来表征其迁移性,且无机污染物的迁移性普遍强于有机特征污染物,用有机碳分配系数(lgKoc)表征有机特征污染物迁移性并进行排序,迁移性(Mi)越强越靠后[9];用降解速率来表征特征污染物的降解性(Di)并进行排序,值越小越靠后[9].用层次分析法[15~18]计算权重值W1、W2、W3分别为:0.6、0.2、0.2,依据公式Ci=Ti·W1+Mi·W2+Di·W3叠加计算特征污染物属性值Ci,再结合该特征污染物的排放量Qi依据公式I=∑(Ci·Q)计算得出各类污染源的综合污染荷载指数IW,最后运用ArcGis 9.3平台上完成叠加得到综合污染荷载指数IW分区如图 4(a)所示,一般分为5级,其中特征污染物的排放量Qi用单位面积上的排放量来表示.
![]() |
(a)综合污染荷载指数分区;(b)地下水污染风险评价分级及采样点水质分级 图 4 滹沱河冲洪积扇定量指数法评价结果分级 Fig. 4 Classification of quantitative index method assessment results in alluvial fan of Hutuo River |
滹沱河冲洪积扇地下水污染风险评价将综合污染荷载指数IW、地下水脆弱性D、地下水价值V依据公式R=IW ×Wi+D × Wd+V×Wv在ArcGis 9.3软件中的Spatial Analyst模块下的Raster Calculator功能中进行叠加得到地下水污染风险值分级图,再利用Natural Breaks方法实现等级划分,进而得到滹沱河冲洪积扇最终地下水污染风险评价分级图[图 4(b)].
3 结果与讨论 3.1 污染源荷载量化结果对比用评分指数法和定量指数法分别对滹沱河冲洪积扇污染源荷载进行量化,两种结果差异明显.各类污染源荷载指数大小在两种评价结果中基本符合工业区>生活区>农业区>地表水系,且分布趋势大致与污染源分布相似,但从污染荷载指数的级别来看,生活区在评分指数法中为较低污染荷载区,在定量指数法中则为中等污染荷载区,尤其以石家庄市区最为典型,对于以研究区北部及中部为代表的部分工业区在评分指数法中为较低污染荷载区,在定量指数法中则为中等污染荷载区.整体来看,用评分指数法得到的污染荷载数值整体上较定量指数法得到的污染荷载数值要高,但定量指数法的荷载评价结果较为精细.
两种方法分别对研究区的51 940个栅格进行了赋值,并按照数值大小对栅格级别进行划分,为了统计不同污染荷载级别的空间分布,利用Natural Breaks方法实现等级划分并进行栅格数目统计,统计结果见图 5(a).
![]() |
(a)栅格分类统计;(b)评分指数法污染荷载数据分布;(c)定量指数法污染荷载数据分布 图 5 综合污染荷载指数数据分布 Fig. 5 Data distribution of the comprehensive pollutant load index |
统计结果表明,在各级别空间分布上,评分指数法中污染荷载级别低的栅格数占总数的73.9%,该级别空间分布范围较大;污染荷载级别高、较高、中等的栅格数差别不大,分别占总数的0.4%、3.2%、0.9%,空间分布范围较小;污染荷载级别较低的栅格数占总数的21.6%,空间分布范围处于中等.定量指数法中污染荷载级别低的栅格数占总数的76.9%,该级别空间分布范围较大;污染荷载级别较低、较高、高的栅格数差别不大,分别占总数的3.4%、5.2%、0.5%,空间分布范围较小;污染荷载级别中等的栅格数占总数的14%,该级别空间分布范围处于中等水平;两种结果在较低、中等、较高级别的分布范围差异较大.
结合图 5(b)和5(c),对两种方法得到的污染荷载指数在各级别所在栅格的数值分布进行对比.结果显示,两种方法的荷载指数数值分布范围基本相同,且随着荷载指数的增大数值的跳跃性也越来越大,但同一数值在定量指数法中所处级别比评分指数法中要高;两种结果在数值分布形式上存在明显差别,评分指数法的污染源荷载指数数值呈明显的阶梯式分布,定量指数法的污染源荷载指数数值则呈连续式分布,体现了两种方法的尺度效应;同时,两种体系均使用Natural Breaks方法进行分级,该方法的分级原则是基于数据固有特征,将相似值归类,并最大化类间的差异,使得边界设置有相对大的跳跃数值,在定量指数法中则突出了该分级方法的优越性.
3.2 地下水污染风险评价结果对比在两种方法对研究区污染荷载量化结果的基础上,耦合地下水脆弱性、地下水价值完成石家庄平原区地下水污染风险评价,评价结果差异显著.虽然各级别分布均符合工业区>生活区>农业区>地表水系,且分布范围大致与污染源分布相同;但从同类污染源风险级别分布来看,农业区和地表水系风险级别及分布基本一致,而个别生活区和工业区风险级别分布出现越级现象,即:同一区域地下水污染风险在两种方法评价的结果中处于不同级别,以石家庄市区北部和滹沱河中段以北最为典型.
同样在地下水污染风险评价中,两种方法所在污染风险评价体系分别对研究区的44 047个栅格进行了赋值,并按照数值大小对栅格级别进行划分,为了统计不同污染风险级别的栅格分布,利用Natural Breaks方法实现等级划分并进行栅格数目统计,统计结果见图 6(a).
![]() |
(a)栅格分类统计;(b)评分指数法污染风险数据分布; (c)定量指数法污染风险数据分布 图 6 地下水污染风险评价数据分布 Fig. 6 Data distribution of the groundwater contamination risk assessment |
统计结果显示,在较低、中等、较高风险级别的分布范围差异较大,随着风险等级升高,定量指数法的各风险级别分布范围逐级递减;再结合图 6(b)和6(c),对两种方法所在的污染风险评价体系所得到的污染风险结果在各个级别栅格上的数值分布进行对比,结果发现,评分指数法污染风险值整体上较定量指数法风险值高,并且处在同一级别两种结果的数值分布区间差异较大,同一风险数值在定量指数法评价结果中所在风险级别要高.这说明在滹沱河冲洪积扇地区,将两种不同尺度的污染源荷载量化方法应用于地下水污染风险评价体系中,地下水风险评价结果出现明显的差异,定量指数法的评价结果更能准确地刻画地下水污染风险的程度及范围.
3.3 风险结果可靠性分析为探讨两种风险评价结果的可靠性,本研究用地下水水质评价结果进行分析验证.在风险结果差异性较大的区域根据采样点分布及浅层优先的原则选取了44个潜水地下水采样点,水井深度在25 m~150 m之间.选择总硬度、TDS、硫酸盐、氯化物、氟化物、碘化物、硝氮、亚硝氮、氨氮、耗氧量、铁、锰、铜、锌、铝、铅、铬(六价)、汞、砷、硒、镉共21项无机常规指标进行地下水水质综合评价[12],再将水质评价结果叠加到风险评价结果分级图中[图 3(b)和图 4(b)].将地下水污染风险从低风险到高风险的5级分别对应于地下水水质的Ⅰ类到Ⅴ类,用两者的吻合程度来表征地下水污染风险评价的可靠性,认为地下水污染风险与地下水水质处于同一级别时两者的吻合程度最高,地下水污染风险评价的可靠性最优.
对比分析图 3(b)和图 4(b)两种结果表明,处于同一风险级别区域采样点的水质类型在两种结果中存在显著差异.为更加直观地展示其差异性,对各采样点的水质类别与所在风险级别进行比较并作分类统计(图 7),虚线左侧表示风险级别高于水质级别数,虚线右侧表示水质级别高于风险级别数,虚线上的点水质与风险处于同一级别可靠性最优.对比图 7中两种结果发现,评分指数体系统计结果中采样点大多集中分布在图中虚线左侧区域,处在该区域的采样点风险级别高于水质类别,且位于可靠性最优位置处的采样点数较少;定量指数体系统计结果中采样点大多集中分布在图中虚线上及两侧较近区域,处在该区域的采样点水质类别略高或略低于风险级别,且处在可靠性最优位置的采样点数最多.由此表明,定量指数体系可靠性高于评分指数体系.
![]() |
图 7 地下水采样点分类统计 Fig. 7 Statistical maps of groundwater sampling site classification |
在滹沱河冲洪积扇地下水污染风险评价中,由于尺度效应的存在以及污染源荷载量化方法的差异,必然会对两种地下水污染风险评价体系的适用性产生影响,具体分析如下.
(1) 尺度效应 区域的规模尺度是一个十分关键的问题,不同空间尺度的研究区有不同的特点[6],导致建立的地下水污染风险评价体系也就不同.大尺度区域范围较大,环境因素复杂,调查的基础资料覆盖度较差,精度较低,宜选用低精度的评价方法;中、小尺度范围较小,基础信息的调查覆盖全面,数据完善,精度较高,宜选用高精度的评价方法.
(2) 解析精度 污染源荷载量化结果的差异性的根本在于对污染源解析程度的不同.评分指数法从解析污染源类型出发,考虑了各类污染源释放污染物的能力及其释放污染物的量和危害性,源解析程度较低,宜用在大尺度区域;定量指数法在解析污染源类型的基础上进一步解析污染物,从特征污染物的角度出发,考虑了污染物的属性和排放量,源解析程度较高,宜用在中、小尺度区域.
(3) 繁简程度 两种污染荷载量化方法体系都为二层结构,但是两种方法的繁简程度有较大差异,主要体现在特征污染物的量(Q)的计算,产生差异主要原因在于对污染源基础信息的要求不同.评分指数法中特征污染物的量根据污水排放量或化肥用量等指标分级评分,用较少的基础资料从定性角度表征特征污染物的量,过程简便,但精度较低,适用于大尺度区域;定量指数法中污染源特征污染物的量需要根据污染源的污水排放量、污染源分布面积、实测污染物浓度等资料来计算得到单位面积上的污染物的量,用更丰富的基础资料定量地表征特征污染物的量,计算过程较复杂,但精度高,适用于中、小尺度区域.因此,不同方法对基础资料要求不同,量化过程的繁简程度不同,方法的精度也不同,从而方法的适用性也就不同.
4 结论(1) 针对基于评分指数法和定量指数法的地下水污染风险评价结果对比表明,污染源荷载量化结果差异较大,最终的风险评价结果差异也比较显著,污染源荷载量化对地下水污染风险评价有重要影响.
(2) 采用水质评价结果验证风险评价可靠性的结果表明,定量指数体系风险结果与水质评价结果的吻合程度高于评分指数体系,即定量指数法对污染源荷载评价结果的可靠性相对较高.
(3) 对污染源荷载量化方法的适用性分析表明,大尺度区域范围大、资料获取难度高、基础数据精度较低,宜选用评分指数法;中、小尺度区域范围小、资料获取较容易、基础数据精度高,宜选用定量指数法,反映出评价区的尺度效应对方法的选择有重要影响.
[1] | Morris B, Foster S. Assessment of groundwater pollution risk[EB/OL]. http://www.lnweb18.worldbank.org/essd/essd.Nsf, 2006-05-06. |
[2] | 孙才志, 陈相涛, 陈雪姣, 等. 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. Sun C Z, Chen X T, Chen X J, et al. Recent advances in groundwater contamination risk assessment[J]. Advances in Science and Technology of Water Resources, 2015, 35(5): 152–161. DOI: 10.3880/j.issn.1006-7647.2015.05.021 |
[3] | 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): 648–653. Tai T Y, Wang J S, Wang Y Y, et al. Groundwater pollution risk assessments in China[J]. Journal of Beijing Normal University(Natural Science), 2012, 48(6): 648–653. |
[4] | 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. DOI: 10.1016/j.jconhyd.2007.07.008 |
[5] | Schwartz F W, Ibaraki M. Groundwater:a resource in decline[J]. Elements, 2011, 7(3): 175–179. DOI: 10.2113/gselements.7.3.175 |
[6] | 李广贺, 赵勇胜, 何江涛, 等. 地下水污染风险源识别与防控区划技术[M]. 北京: 中国环境科学出版社, 2015. Li G H, Zhao Y S, He J T, et al. Distinguish the pollution risk sources for groundwater and the technology of regionalization on prevention and control[M]. Beijing: China Environmental Science Press, 2015. |
[7] | 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. Guo G X, Li Y, Xu L, et al. Risk assessment of quaternary groundwater contamination in Beijing Plain[J]. Environmental Science, 2014, 35(2): 562–568. |
[8] | Martínez-Bastida J J, Arauzo M, Valladolid M. Intrinsic and specific vulnerability of groundwater in central Spain:the risk of nitrate pollution[J]. Hydrogeology Journal, 2010, 18(3): 681–698. DOI: 10.1007/s10040-009-0549-5 |
[9] | 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. Wang J J, He J T, Lu Y, et al. Quantitative method of representative contaminants in groundwater pollution risk assessment[J]. Environmental Science, 2012, 33(3): 771–776. |
[10] | 陆燕, 何江涛, 王俊杰, 等. 北京市平原区地下水污染防控区划不确定性分析[J]. 环境科学, 2012, 33(9): 3117–3123. Lu Y, He J T, Wang J J, et al. Uncertainty analysis of groundwater protection and control zoning in Beijing Plain[J]. Environmental Science, 2012, 33(9): 3117–3123. |
[11] | Huysmans M, Madarász T, Dassargues A. Risk assessment of groundwater pollution using sensitivity analysis and a worst-case scenario analysis[J]. Environmental Geology, 2006, 50(2): 180–193. DOI: 10.1007/s00254-006-0197-1 |
[12] | DZ/T 0290-2015, 地下水水质标准[S]. |
[13] | GB 5749-2006, 生活饮用水卫生标准[S]. |
[14] | 申利娜, 李广贺. 地下水污染风险区划方法研究[J]. 环境科学, 2010, 31(4): 918–923. Shen L N, Li G H. Groundwater pollution risk mapping method[J]. Environmental Science, 2010, 31(4): 918–923. |
[15] | Chen Y, Yu J, Khan S. The spatial framework for weight sensitivity analysis in AHP-based multi-criteria decision making[J]. Environmental Modelling & Software, 2013, 48: 129–140. |
[16] | Şener S, Sener E, Karagüzel R. Solid waste disposal site selection with GIS and AHP methodology:a case study in Senirkent-Uluborlu(Isparta) Basin, Turkey[J]. Environmental Monitoring and Assessment, 2011, 173(1-4): 533–554. DOI: 10.1007/s10661-010-1403-x |
[17] | Saaty R W. The analytic hierarchy process-what it is and how it is used[J]. Mathematical Modelling, 1987, 9(3-5): 161–176. DOI: 10.1016/0270-0255(87)90473-8 |
[18] | 江海浩, 周书葵, 陈朝猛, 等. 基于改进DRASTIC模型、GIS和层次分析法(AHP)的地下水U(VI)污染风险评价[J]. 监测与评价, 2015(3): 113–117,130. Jiang H H, Zhou S K, Chen Z M, et al. Risk assessment on U(Ⅵ) to groundwater based on a modified DRASTIC model, GIS and AHP method[J]. Environmental Monitoring & Assessment, 2015(3): 113–117,130. |
[19] | Rupert M G. Calibration of the DRASTIC ground water vulnerability mapping method[J]. Ground Water, 2001, 39(4): 625–630. DOI: 10.1111/gwat.2001.39.issue-4 |
[20] | 陆燕, 何江涛, 王俊杰, 等. 北京平原区地下水污染源识别与危害性分级[J]. 环境科学, 2012, 33(5): 1526–1531. Lu Y, He J T, Wang J J, et al. Groundwater pollution sources identification and grading in Beijing Plain[J]. Environmental Science, 2012, 33(5): 1526–1531. |
[21] | 叶浩, 刘长礼, 姜建梅, 等. 滹沱河石家庄段地下水污染风险评价[J]. 地质通报, 2008, 27(7): 1065–1070. Ye H, Liu C L, Jiang J M, et al. Risk assessments of groundwater pollution in the Shijiazhuang reach of the Hutuo River, China[J]. Geological Bulletin of China, 2008, 27(7): 1065–1070. |
[22] | 王曼丽, 何江涛, 崔亚丰, 等. 基于折减系数的地下水污染风险评价方法探究[J]. 环境科学学报, 2016, 36(12): 4510–4519. Wang M L, He J T, Cui Y F, et al. Study on groundwater contamination risk assessment method based on reduced coefficient[J]. Acta Scientiae Circumstantiae, 2016, 36(12): 4510–4519. |
[23] | 严明疆, 张光辉, 徐卫东. 石家庄市地下水脆弱性评价[J]. 西北地质, 2005, 38(3): 105–110. Yan M J, Zhang G H, Xu W D. Assessment on groundwater in Shijiazhuang[J]. Northwestern Geology, 2005, 38(3): 105–110. |
[24] | Gogu R C, Dassargues A. Current trends and future challenges in groundwater vulnerability assessment using overlay and index Methods[J]. Environmental Geology, 2000, 39(6): 549–559. DOI: 10.1007/s002540050466 |
[25] | 钟佐燊. 地下水防污性能评价方法探讨[J]. 地学前缘, 2005, 12(S1): 3–13. Zhong Z S. A discussion of groundwater vulnerability assessment methods[J]. Earth Science Frontiers, 2005, 12(S1): 3–13. |
[26] | Roselló M J P, Martinez J M V, Navarro B A. Vulnerability of human environment to risk:case of groundwater contamination risk[J]. Environment International, 2009, 35(2): 325–335. DOI: 10.1016/j.envint.2008.08.005 |
[27] | 王红娜, 何江涛, 马文洁, 等. 两种不同的地下水污染风险评价体系对比分析:以北京市平原区为例[J]. 环境科学, 2015, 36(1): 186–193. Wang H N, He J T, Ma W J, et al. Comparative analysis of two different methods for risk assessment of groundwater pollution:a case study in Beijing Plain[J]. Environmental Science, 2015, 36(1): 186–193. |
[28] | Rahman A. A GIS based DRASTIC model for assessing groundwater vulnerability in shallow aquifer in Aligarh, India[J]. Applied Geography, 2008, 28(1): 32–53. DOI: 10.1016/j.apgeog.2007.07.008 |
[29] | Al-Adamat R A N, Foster I D L, Baban S M J. Groundwater vulnerability and risk mapping for the Basaltic aquifer of the Azraq basin of Jordan using GIS, Remote sensing and DRASTIC[J]. Applied Geography, 2003, 23(4): 303–324. DOI: 10.1016/j.apgeog.2003.08.007 |
[30] | Fritch T G, McKnight C L, Yelderman Jr J C, et al. An aquifer vulnerability assessment of the paluxy aquifer, central Texas, USA, using GIS and a modified DRASTIC approach[J]. Environmental Management, 2000, 25(3): 337–345. DOI: 10.1007/s002679910026 |
[31] | 环境保护部. 地下水污染防治区划分工作指南[S]. 北京: 环境保护部, 2014. |