环境科学  2019, Vol. 40 Issue (6): 2686-2695   PDF    
云南荞麦地流域地下水水化学特征及物质来源分析
张勇1,2, 郭纯青1, 朱彦光1, 于奭2     
1. 桂林理工大学环境科学与工程学院, 桂林 541000;
2. 中国地质科学院岩溶地质研究所/国土资源部、广西岩溶动力学重点实验室, 桂林 541004
摘要: 为研究荞麦地流域地下水的水化学特征及物质来源,2017年7月在研究区共采集地下水的水样32个,综合运用聚类分析、因子分析和路径模型分析等方法,分析了荞麦地流域地下水水化学特征,并定性和定量探讨了荞麦地流域地下水水化学的物质来源.结果表明,研究区内水体整体呈弱碱性,Ca2+、Mg2+、SO42-、HCO3-和NO3-等主要阴阳离子具有较高的空间变异性.通过聚类分析可知,研究区内地下水可分为两大类:A类和B类,分别具有两个子集:A1、A2、B1和B2,并且从A类地下水到B类地下水化学类型开始变得复杂,A类地下水水化学类型均为HCO3-Ca型,B1类地下水和B2类地下水分别有HCO3-Ca型、HCO3-Na·Ca型、HCO3-Na·Ca·Mg型和HCO3-Ca型、HCO3-Ca·Mg型、HCO3-Na·Ca型各3类.为进一步探讨地下水水化学的影响因素,通过因子分析和路径模型分析可确定碳酸盐岩、人类活动、蒸发岩和硅酸盐岩是地下水的主要物质来源.其中人类活动的作用和MgSO4型蒸发岩的溶解,是形成以碳酸盐岩为地下水化学组分的主要来源,同时具有多元地下水水化学特征的重要原因.
关键词: 地下水      水化学特征      影响因素      物质来源      多元统计分析     
Chemical Characteristics of Groundwater and Material Sources Analysis in Buckwheat Field, Yunnan Province
ZHANG Yong1,2 , GUO Chun-qing1 , ZHU Yan-guang1 , YU Shi2     
1. College of Environmental Science and Engineering, Guilin University of Technology, Guilin 541000, China;
2. Key Laboratory of Karst Dynamics, Ministry of Land and Resource/Guangxi, Institute of Karst Geology, Chinese Academy of Geological Sciences, Guilin 541004, China
Abstract: In order to study the hydrochemistry characteristics and material sources of groundwater in the Buckwheat basin, we collected 32 groundwater samples in the study area in July 2017. The chemical characteristics of groundwater were analyzed by cluster analysis, factor analysis, and path model analysis. Meanwhile, we qualitatively and quantitatively assessed the sources of groundwater hydrochemistry in the Buckwheat basin. The results showed that the groundwater in the study area was weakly alkaline, and the major ions such as Ca2+, Mg2+, SO42-, HCO3-, and NO3- had high spatial variability. According to the clustering analysis, the groundwater in the study area can be divided into two categories, namely, class A and class B, and these have the following two subsets:A1, A2, B1, and B2. From A to B, the chemical types of groundwater become more complex. The hydrochemistry types of class A were all of the HCO3-Ca type, while those of class B1 were HCO3-Ca, HCO3-Na·Ca, and HCO3-Na·Ca·Mg, and those of class B2 were HCO3-Ca, HCO3-Ca·Mg, HCO3-Na·Ca. In order to further explore the influence factors of groundwater hydrochemistry, we determined that carbonate rocks, human activities, evaporite rocks, and silicate rocks were the main material sources of groundwater through factor analysis and path model analysis. Among all of the above factors, the dissolution of magnesium sulfate evaporite and the actions of human activities were found to be important reasons for the formation of carbonate rocks, which served as the main sources of groundwater chemical components and diverse hydrochemistry characteristics.
Key words: groundwater      hydrochemical characteristics      influencing factors      material sources      multivariate statistical analysis     

随着社会经济的发展, 地表水已不能满足人们的生产、生活的需求, 因此地下水的使用量日益增长, 成为不可或缺的资源[1~3].近年来, 地下水资源不合理地开发利用已引起了一系列的生态环境问题.为了促进区域社会的可持续发展, 地下水的研究已成为国内外的研究热点[4~6].并且由于人类活动的加剧, 地下水被赋予更多的自然属性和社会属性[7~9], 从而增加了区分地下水水化学所受自然因素和人类活动因素影响的难度, 地下水水化学的研究成为了水文地质及水文地球化学研究的热点[10~12],

目前, 地下水水化学特征的研究主要基于多元统计理论, 通过大量水化学数据集中提取有效信息, 采用一般统计分析方法研究地下水与多变量的作用关系, 揭示水化学指标之间存在的潜在联系, 划分不同地下水类型, 定性揭示不同地下水水化学的成因, 有助于识别对水文地球化学特征影响较大的主要因素[13~16].但单纯的定性分析对于拥有复杂地层岩性的研究单元不具有普遍的指导意义, 并随着人类活动对水化学形成影响程度的加剧, 单纯定性讨论作用于地下水水化学的主要因素, 可能会在主观上弱化复杂岩性对研究区地下水水化学组成的影响, 从而夸大人类活动对地下水水化学的影响[17~20].

荞麦地流域位于长江上游的金沙江流域, 隶属于西南岩溶地区, 是典型的碳酸盐岩区域, 地下水是该区域主要的生产和生活供水水源.有关荞麦地流域的研究报道较少, 地下水水化学特征的研究报道更为少见.大多报道是相关的水文地质和环境地质调查, 可确定荞麦地流域属于覆盖性碳酸盐地层, 上层大部分为峨眉山组的碎屑岩, 其独特的地质条件造成了地下水系统和地表水系统水化学特征差异较大, 加之人口分布不均衡, 各地所受污染有所差异.本文分析了2017年荞麦地流域地下水中主要离子含量和水化学特征, 采用定性和定量的方法相结合探讨了地下水的物质来源, 通过确定人类活动对于地下水水化学的影响, 以期为西南岩溶区地下水资源保护提供理论依据.

1 研究区概况

研究区位于云南省的北东部昭通市巧家县和鲁甸县境内, 其地理坐标为东经103°00′00″~103°15′00″, 北纬27°00′00″~27°10′00″之间, 面积为458.06 km2, 主要乡镇为巧家县的药山镇(图 1).本区地处云贵高原, 金沙江河深切割地带, 海拔高差大, 地形地貌复杂, 构成了典型的山区气候特点, 属南亚热带到寒温带均有分布的高原立体气候, 年平均气温为21.0℃, 极端最高气温达44.4℃, 极端最低气温-0.4℃.多年平均蒸发量为2 470.4 mm, 月最大蒸发量4月为569.2 mm, 月最小蒸发量10月为69.3 m.多年平均降雨量820.9 mm, 近12年的年最大降雨量为1 445.5 mm, 最小降雨量为721.9 mm.区域内主要水系为荞麦地河, 荞麦地河属于以礼河的一级支流, 以礼河属金沙江的一级支流.荞麦地河在研究区内长约33 km, 坡降36‰, 谷底呈“U”型, 切割深度500 m以上; 其向南径流汇入以礼河, 再向西汇入金沙江是典型的山区雨源型河流, 由降雨和地下水补给.

图 1 研究区采样点示意 Fig. 1 Schematic diagram of sampling points in the study area

研究区位于滇东高原北部, 地处滇东高原向黔中山原以及四川盆地过渡的斜坡地带, 地势由西向东呈阶梯状下降.最高山峰高程达4 000余m, 最低水面高程不足300 m, 区内平均海拔约1 700 m, 相对高差50~300 m, 地形坡度20°~60°.本区地貌以构造侵蚀、侵蚀溶蚀高中山陡坡地貌为主, 区内地层以古生界为主, 主要为二叠系峨眉山玄武岩、石炭系碳酸盐岩、泥盆系碳酸盐岩夹碎屑岩.志留系、奥陶系地层分布相对较少, 岩性为碳酸盐岩、碎屑岩, 寒武纪分布广泛但含量较少, 岩性为碳酸盐岩、碎屑岩和蒸发岩.东部碳酸盐岩与碎屑岩常呈条带状相间出露, 中部、东部地区二叠系峨眉山玄武岩分布广泛.荞麦地流域碳酸盐岩分布面积达221.75 km2, 约占流域总面积的48.41%, 非碳酸盐岩分布面积236.31 km2, 约占流域总面积的41.59%.根据研究区内地层岩性、地下水赋存条件及径流特征, 可将地下水划分为麦坪(Ⅰ)、海家沟(Ⅱ)、龙潭大泉(Ⅲ)和药山镇(Ⅳ)这4个系统(图 1).

荞麦地流域工业基础薄弱、厂矿少, 以建材矿山为主.农业较为发达, 其中主要农业以种草为主, 氮肥、磷肥以及少量钾肥等化肥和农药滥用情况严重; 由于每年所施用的化肥不可能完全被农作物吸收, 剩余部分则残留于耕作层中[21~23].此外, 研究区村落大多依水而建, 人口众多, 居住分散, 生活污水数量大、收集处理困难, 城镇及近郊村镇生活污水大部分流入荞麦地河河段海家沟内.

2 样品采集与分析测试

于2017年7月对荞麦地流域进行研究, 兼顾研究区内地层岩性条件, 在荞麦地流域布设32个采样点(地下泉水出露点)进行系统采样.采样时, 利用GPS(全球定位系统, Global Position System)测定采样点的经纬度, 使用法国Ponsel公司ODEON便携式水质仪现场测定水温(T)、pH、溶解氧(DO)和TDS等基本水质指标, 采用德国MercK公司生产的碱度试剂盒现场滴定碱度, 滴定精度为0.1 mmol·L-1.采集水样过程中, 使用550 mL已用去离子水处理干净的聚乙烯瓶采取水样, 用水样充分润洗采样瓶3次, 每次取3个平行样, 采样中瓶内不留气泡.对于测定阳离子(K+、Ca2+、Na+和Mg2+)的水样中加入1:1浓度HNO3酸化至pH < 2, 测定阴离子(Cl-、NO3-、F-和SO42-)不作处理, 所采样品都密封低温遮光保存并快速带回实验室进行分析测定.

所采水样送至中国地质科学院岩溶地质研究所岩溶地质与资源环境测试中心进行分析, 阳离子使用戴安ICS1500离子色谱仪依据地下水GB/T 5750.6-2006准则进行测定, 阴离子用万通MIC离子色谱仪依据地下水DZ/T 0064.51-93准则进行测定.阴阳离子电荷平衡之差 < 5%.

3 结果与分析

变异性特征可以通过变异系数进行表征, 变量变幅越大, 变异系数越大, 说明地下水成分形成及演化过程复杂, 反之亦然.较小的变异系数说明地下水形成机理稳定, 受到影响因素较少[21~23].

荞麦地流域地下水水化学组成见表 1.荞麦地地下水pH在5.57~8.28之间, 均值为7.23, 变异系数是7.57%, 整体上荞麦地地下水呈中性偏弱碱性, 碳酸盐岩地区水体pH相较碎屑岩区变幅不大, pH的最高值和最低值均出现于碎屑岩区, 并且地下水沿水流方向碎屑岩区地下水pH有上升趋势; 碳酸盐岩和碎屑岩区DO含量在1.67~9.03 mg·L-1之间, 均值为6.00 mg·L-1, 变异系数是17.00%, 其中QMSA01点周围农田富集, 农药化肥的使用导致水质出现一定的臭味, 其DO的含量相对较低; Si的含量在1.23~9.98 mg·L-1之间, 变异系数是36.38%, 荞麦地流域地下水中Si的含量较高, 表征了硅酸盐岩风化的水化学特征.除pH值、DO值和Si值外, 其他离子浓度的变异系数相对较大, 特别是Ca2+、Mg2+、SO42-、HCO3-、NO3-和TDS浓度表现较为明显的空间变异性.

表 1 荞麦地地下水常规水化学参数统计结果/mg·L-1 Table 1 Statistical results for conventional water chemical parameters of groundwater in buckwheat field/mg·L-1

地下水中阳离子中Ca2+和Mg2+的空间变异性较大, 变异系数分别是85.86%和172.33%, 离子浓度变化范围分别为1.21~55.94 mg·L-1和0.28~23.20 mg·L-1.一般来说, Ca2+和Mg2+主要来源于碳酸盐岩矿物的风化溶解[1], 在荞麦地流域, 碳酸盐岩区的Ca2+含量相较于碎屑岩区的含量要高, 而Mg2+含量最高的两个点却出现在碳酸盐岩夹碎屑岩区和碎屑岩区, 并且Mg2+的变异系数远大于Ca2+的, 表明它们的主要来源存在差异.阴离子中SO42-、HCO3-和NO3-的空间变异性较大, 它们的变异系数分别为133.30%、77.17%和94.73%, 浓度变化范围分别为1.15~19.30、12.07~229.42和0.76~21.96 mg·L-1.其中, SO42-主要源于硫化物的氧化[3], 而研究区内工业并不发达, “废水、废渣、废气”等“三废”物质的排放量较小, 但荞麦地流域农药化肥滥用, 加之部分区域地层岩性不适合耕作, 部分区域含硫农药化肥的使用可能是导致荞麦地流域地下水SO42-浓度变异性较高的原因; HCO3-主要源自于碳酸盐岩矿物的溶解[3], 荞麦地流域碳酸盐岩分布面积广泛, 碳酸盐岩区地下水中HCO3-的浓度相较于碎屑岩的要高; 而NO3-主要受到人类活动的影响, 特别是生活污水、动物和人类的排泄物及农业中化肥的使用是其主要影响因素[24].由于Ca2+、Mg2+、SO42-和HCO3-是区域地下水中的主要阴阳离子, 本身较高的空间变异性导致了TDS浓度空间变异性较高.

区内地下水水化学类型较复杂, 以HCO3-Ca型、HCO3-Ca·Mg型、HCO3-Na·Ca型和HCO3-Na·Ca·Mg型为主.

4 讨论 4.1 聚类分析

本文使用Heatmap 1.0软件, 选用“Kendall′s Tau Distance”(肯德尔距离)和“Maximum LinKage Clustering”(最大连接度聚类), 对研究区所采地下水样进行Q型聚类分析[24~25].聚类是将数据分类到不同的类或者簇的过程, 同一个簇中的对象具有很强的相似性, 不同簇间的对象有很大的相异性, 从而可以对地下水进行定性分类.研究区地下水样的pH、Na+、K+、Mg2+、SO42-、Ca2+、HCO3-、Cl-、NO3-、Si、DO和TDS共12项化学组分进行Q型聚类分析, 32组样品分为两个大类(A类和B类), 4个子集(A1、A2、B1和B2).将A1、A2、B1和B2这4类地下水投影到图 1中, 从中可以看出, A1、A2、B1和B2这4类地下水在4个地下水系统中具体分布:A1类地下水样品数量是子集中最少的, 分布于研究区的西北侧溪沟上碎屑岩区的麦坪地下水系统中, 人类活动剧烈, 水化学类型为HCO3-Ca型; A2类地下水主要分布于地下水分水岭南部碳酸盐岩区的药山镇地下水系统中, 河流、溪沟、峡谷均有出露, 这些地区部分区域人口相对密集, 但由于土地贫瘠, 农业化程度低, 主要产业以畜牧为主, 水化学组分中NO3-离子浓度异常高, 其中QMSA13超过地下水环境质量标准推荐值(GB/T 14848-93)的4倍, A2类地下水水化学类型开始变得复杂; B1类地下水零星分布于研究区北部和东南部碎屑岩区的麦坪和海家沟地下水系统, 该区人烟稀少, 地下水离子组分质量浓度变幅不大, 地下水水化学类型却较为复杂, 有HCO3-Ca型、HCO3-Na·Ca型和HCO3-Na·Ca·Mg型这3类; B2类地下水主要分布于研究区水系的中游地区的麦坪和海家沟地下水系统中, 地下水分水岭的东部和北部, 该地区人类活动和农业化水平最高, 但人口分布不平衡, 从而导致农业活动程度具有较高的时空差异, 地下水水化学类型有HCO3-Ca型、HCO3-Ca·Mg型和HCO3-Na·Ca型这3类.

为更直观地反映聚类分析的结果, 将分组样品指标进行标准化分析并绘制相关热点图(图 2), A1、A2、B1和B2类地下水的各水化学指标明显不同, A2类地下水各离子组分变化要远复杂于A1类地下水; B1和B2类地下水的Ca2+、Mg2+、SO42-、HCO3-和NO3-具有相似的离子浓度, 说明其具有相似的来源或水化学演化过程.此外, A1类地下水与A2类地下水相比, A1类地下水具有较低的pH和较高的Na+、Si浓度, 与同出露于碎屑岩地区的B类地下水相比, A1类地下水的pH和Na+浓度也具有相同的规律.此外, 与B类地下水相比, A类水中Ca2+、Mg2+、HCO3-和SO42-的浓度值较高.因此, 地下水水化学组分与研究区内地形地貌、地层岩性及生活污水的排放、农业活动等人类活动密切相关.

图 2 研究区A1、A2、B1和B2类地下水水化学指标的热点图 Fig. 2 Heat map of groundwater hydrochemical indicators in the study area for A1, A2, B1, and B2

4.2 因子分析与路径模型分析

因子分析是以相关系数矩阵为基础的研究变量群的统计技术, 通过主成分提取和最大方差正交旋转因子分析法, 完成对地下水样的水化学参数的因子分析, 可以找出变量中隐藏的具有代表性的因子[26~30].此外, 考虑研究区地层岩性的复杂性, 采用水化学软件PHREEQC 2.5.1程序计算了所取水样的硬石膏(SIA)、碳酸钙(SIC)、白云石(SID)和石膏(SIG)饱和指数, 并将其与地下水常规化学组分相结合, 进行相关的多元统计分析.通过对地下水K+、Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、NO3-、Si、SIA、SIC、SID和SIG等13项主要水化学指标采用SPSS 24.0进行因子分析, 根据地下水化学参数间的相关系数统计(表 2)可知, Ca2+、Mg2+、HCO3-、SO42-、Si、石膏、碳酸钙和白云石饱和指数之间存在显著的相关性, 说明水化学参数之间存在一定的信息交集, 可以通过对数据降维进一步分析.

表 2 研究区地下水各水化学参数间的相关系数 Table 2 Correlation coefficients between groundwater chemical parameters in the study area

对研究区32组水样的水化学指标使用KMO和巴特利特球形度检验检验因子分析的指标, 认为水化学指标满足因子分析的检验, 进一步使用主成分方法提取具有代表性的公因子.经因子分析, 提取得4个公因子, 即F1F2F3F4, 其累计贡献率近88.91%(表 3), 能够很好地反映水化学指标的基本信息; 并根据水样各公因子的因子得分研究各公因子对水样的影响程度.同时, 结合Q型聚类分析的结果绘制地下水4个公因子地得分相关关系图(图 3), 该图能有效地反馈研究区地下水的水化学组成特征及演化规律.

表 3 研究区地下水各水化学指标的旋转因子载荷矩阵 Table 3 Rotation factor loading matrix for groundwater hydrochemical indicators in the study area

图 3 主因子得分关系 Fig. 3 Main factor score relationship diagram

第一主因子F1的方差贡献率是41.207%, 其中Ca2+、HCO3-、硬石膏饱和指数、碳酸钙饱和指数、白云石饱和指数和石膏饱和指数的因子载荷较大, 且与F1均呈正相关关系(表 3). F1得分值相对高点主要为A2类地下水水样点, 而A1、B1和B2类水样点所占F1得分值较低甚至出现负值的情况, 故A2类地下水主要受到主因子F1控制(图 3).该区域地下水点位于研究区的南部(图 1), 为碳酸盐岩岩溶水的排泄区, 区内基岩裸露, 存在含无烟煤、生物碎屑或含白云质灰岩地层.因此, F1代表了碳酸盐岩矿物溶解过程对地下水化学组成的影响.

第二主因子F2的方差贡献率是18.765%, 其中K+、Cl-和NO3-的因子载荷较大, 且与F2均呈正相关(表 3). F2得分值变幅相较于其他主因子的大, 较高的正得分值位于B2类地下水分布区(图 3), B2区地下水中K+、Cl-和NO3-浓度较高, 这与人类活动和农业活动密集区域有关, 生活垃圾、生活污水、动物及人类粪便等会引起K+、Cl-和NO3-浓度的增高; 此外, 化肥和农药的大规模使用促进了农作物的生长, 但也在一定程度导致水土出现硝酸盐污染, 不被农作物吸收的氮肥将滞留于土壤中并通过农田排水和地表径流汇集到地下水中.最高的NO3-浓度出现于A2类地下水水样中, 而较低的负得分值也位于A2类地下水分布区.在A2区中, 部分地区荒无人烟, 所受人为干扰小; 部分人类活动密集区域受到地质条件的限制, 农业活动程度不均, 化肥和农药的使用量随着不均, 人口分布不均农业化高低程度造成了地下水中K+、Cl-和NO3-浓度变幅较大.因此, F2代表了生活污水的排放、农业活动等人类活动对地下水水化学组分的影响.

第三主因子F3的方差贡献率是15.828%, 其中Mg2+和SO42-的因子载荷较大, 与F3均呈正相关(表 3). F3得分值最高点出现B2类地下水水样, 而A1、A2和B1类地下水水样均存在较高的F3得分值, 这表明A1、A2、B1和B2类地下水具有相同的来源或演化过程, 为进一步研究第三主因子F3对A1、A2、B1和B2类地下水演化过程的作用, 采用路径模型分析[31]测量变量间因果关系的强弱并绘制PLS-PM图(图 4), 进行各主因子之间因果关系路径的探究.从中可知第三主因子F3对第一主因子F1的促进作用为0.632, 对第二主因子F2和第四主因子F4的抑制作用分别为-0.043 4和-0.245 8.由上文分析可知, 第一主因子代表碳酸盐岩的风化溶解, 第二主因子代表生活污水的排放、农药化肥的使用等人类活动; 而第四主因子F4的方差贡献率是13.105%, 其中Na+和Si的因子载荷较大, 且与F4均呈正相关(表 3), F4较高得分值主要位于B2类和少数A2、B1类地下水水样中, 该类样品主要分布于研究区河流中游和上游位置, 地层含有二叠系的玄武岩、凝灰岩, 局部夹杂碳酸岩.因此, 主因子F4代表硅酸盐岩如钠长石的溶解对地下水水化学组分的影响.第三主因子F3对于4类地下水都有影响作用, 表明其具有广泛性, 与之较大因子载荷的Mg2+、SO42-离子和HCO3-、SIA、SIG具有较强的相关性(表 2), 表征Mg2+、SO42-和HCO3-具有相同的物质来源.

图 4 各主因子PLS-PM网络 Fig. 4 Network diagram of each main factor PLS-PM

在地形地貌、径流等地理因素作用下形成4个地下水系统其地下水水化学组分上具有一定的相似性, 但水化学类型差异较大, 造成这一原因的不仅仅是人类活动作用; 例如B1类地下水具有复杂地下水类型, B1类地下水地区人类活动作用小, 可以认为是第三主因子F3在碎屑岩区的作用程度不同, 导致这一情况的发生.研究区地层以古生界为主, 寒武纪是世界上MgSO4型蒸发岩形成的重要时期[32].伴随着MgSO4型蒸发岩的溶解, 碳酸盐岩的溶解速度加快, 从而导致地下水体中Ca2+、Mg2+和SO42-等离子浓度的增加; 并且岩石的风化溶解速率具有一定的顺序:蒸发岩风化溶解速率>碳酸盐岩类岩石>硅酸盐岩类岩石, 而MgSO4型蒸发岩的溶解更是会加速碳酸盐岩类岩石的溶解, 对硅酸盐岩类岩石的溶解起抑制作用[33]; 研究区内, 人类活动在空间分布上具有一定的差异性, 并且生活污水的排放、农业活动等人类活动容易导致土壤的酸化和地下水Ca2+、NO3-等离子浓度的增加, 与蒸发岩的风化溶解影响不大[34].因此, 第三主因子F3代表了MgSO4型蒸发岩的溶解对地下水水化学组分的影响, 符合荞麦地流域的地质特点, 也与聚类分析、因子分析和路径模型分析的结果较为一致.

4.3 研究区地下水水化学的多重影响因素

为进一步定量了解人类活动对于地下水水化学的影响, 笔者基于表 3的数据, 通过因子分析对地下水中离子的来源进行估算[35~37], 将F1F2F3F4粗略地定义为碳酸盐岩的溶解、生活污水的排放、农业活动等人类活动的影响、蒸发岩的溶解和硅酸盐岩的溶解, 从而可以计算三大岩石的风化和人类活动的影响对河水中主离子的贡献.结果为:碳酸盐岩对K+、Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、NO3-和Si的贡献率分别是10.9%、6.1%、79.4%、15.1%、7.0%、7.6%、77.7%、0.7%和43.3%, 人类活动对K+、Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、NO3-和Si的贡献率分别是85.4%、0.1%、6.1%、3.6%、72.1%、9.8%、0.4%、91.7%和2.4%, 蒸发岩对K+、Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、NO3-和Si的贡献率分别是3.6%、4.1%、2.7%、80.6%、5.2%、70.8%、15.1%、1.28%和9.3%, 硅酸盐岩对K+、Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-、NO3-和Si的贡献率分别是0.1%、89.8%、11.8%、0.8%、15.6%、11.8%、6.8%、6.3%和45.0%, 并根据计算结果绘制离子的物质来源图(图 5). Ca2+和HCO3-主要来自于碳酸盐岩的风化溶解; K+、Cl-和NO3-主要受到人类活动的影响; Mg2+和SO42-主要来自蒸发岩的风化溶解; Na+主要受硅酸盐岩的控制; 此分析结果与前文所得的结论基本一致.而Mg2+和Si一定程度上受到碳酸盐岩的影响, Ca2+和SO42-也在一定的程度上受到硅酸盐岩的控制, 这与研究区的地层岩性有着极大的关系.研究区内有大面积的碳酸盐岩分布, 但其受二叠系、志留系、奥陶系和寒武系地层的影响白岩石含量较高, 加之与MgSO4型蒸发岩的混合作用直接导致了地下水水体中Mg2+与HCO3-所具有的较高的相关性(表 2); 碳酸盐岩沉积形成过程中容易混入非碳酸盐岩的自生矿物或夹层, 如石膏、石英及非碳酸盐岩类生物碎屑等, 其在一定程度影响地下水水体的水化学性质, 导致水体中所具有较高的硬石膏和石膏饱和指数的因子载荷(表 3).在碎屑岩地区中, 陆源碎屑岩和火山碎屑岩主要由碎屑物质和胶结物组成, 碎屑物质成分复杂, 各类岩石成分都有, 胶结物中富含硅质矿物和硫酸盐矿物, 丰富了地下水中的物质来源; 碎屑物质和胶结物具有很好的过滤性, 部分碎屑岩对于人类活动的影响具有一定的净化作用, 加剧了地下水中K+、Cl-和NO3-浓度的空间变异性.

图 5 来自碳酸盐岩、人类活动、蒸发岩和硅酸盐岩离子比例 Fig. 5 A scale diagram of carbonate rock, human activity, evaporite, and silicate rock ions

结合聚类分析、因子分析和路径模型分析的结果可知, 任何区域的地下水都不可能只受单一因素的控制, 水中化学组成的形成相对复杂, 一种或多种因子起主导作用.对云南荞麦地地下水来说, 复杂多变的地层岩性造成了水体的多样性, 在人类活动的影响下进一步加剧了水体的空间变异性, 并随研究区地下水的赋存、径流条件、人类活动特征规律性变化.

5 结论

(1) 荞麦地流域地下水pH值均值为7.23, 整体呈弱碱性.流域内, 地下水中的Ca2+、Mg2+、SO42-、HCO3-、NO3-和TDS浓度具有较高的空间变异性, 其变异系数分别为85.86%、172.33%、133.30%、77.17%、94.73%和91.70%.

(2) 采用Q型聚类分析对研究区地下水进行分类, 可将地下水划分为4类A1、A2、B1和B2, 从A类地下水到B类地下水其水化学类型有所差异, A类地下水水化学类型为HCO3-Ca型, B1类地下水水化学有HCO3-Ca型、HCO3-Na·Ca型和HCO3-Na·Ca·Mg型3类, B2类地下水有HCO3-Ca型、HCO3-Ca·Mg型和HCO3-Na·Ca型3类, 将4类地下水点投影至研究区内, 发现地下水水化学组分及水化学类型受到了地理因素、地层岩性和人类活动的单独或混合作用.

(3) 为进一步确定地下水水化学的物质来源, 采用因子分析提取了4个主因子F1F2F3F4, 能解释研究区约88.91%的水化学数据, 识别出地下水化学组分受到碳酸盐岩(方差贡献率为41.207%)、人类活动(方差贡献率为18.765%)、蒸发岩(方差贡献率为15.828%)和硅酸盐岩(方差贡献率为13.105%)等控制因素的影响; 并采用路径模型分析确定各主因子的影响关系, 其中MgSO4型蒸发岩的存在加速了碳酸盐岩的风化溶解, 同时在一定程度上抑制了硅酸岩有的风化溶解.

(4) 通过进一步估算地下水组分的物质来源, 识别出碳酸盐岩是荞麦地流域的主要物质来源, MgSO4型蒸发岩的溶解和人类活动造成了地下水化学组分的多元化, 这也和聚类分析、因子分析和路径模型分析的结果较一致, 弥补了定性分析在复杂地质条件区域无法分析水体中离子浓度具有高空间变异性的不足, 对于区域地下水的开发利用具有一定的指导性.

参考文献
[1] 杨平恒, 袁道先, 叶许春, 等. 降雨期间岩溶地下水化学组分的来源及运移路径[J]. 科学通报, 2013, 58(18): 1755-1763.
Yang P H, Yuan D X, Ye X C, et al. Sources and migration path of chemical compositions in a Karst groundwater system during rainfall events[J]. Chinese Science Bulletin, 2013, 58(20): 2488-2496.
[2] 袁道先. 我国西南岩溶石山的环境地质问题[J]. 世界科技研究与发展, 1997, 19(5): 41-43.
Yuan D X. On the environmental and geologic problems of karst mountains and rocks in the south-west China[J]. World Sci-Tech R & D, 1997, 19(5): 41-43.
[3] 蒋忠诚, 夏日元, 时坚, 等. 西南岩溶地下水资源开发利用效应与潜力分析[J]. 地球学报, 2006, 27(5): 495-502.
Jiang Z C, Xia R Y, Shi J, et al. The Application effects and exploitation capacity of Karst underground water resources in Southwest China[J]. Acta Geoscientica Sinica, 2006, 27(5): 495-502. DOI:10.3321/j.issn:1006-3021.2006.05.012
[4] 袁道先. 现代岩溶学和全球变化研究[J]. 地学前缘, 1997, 4(1-2): 17-25.
Yuan D X. Modern karstology and global change study[J]. Earth Science Frontiers, 1997, 4(1-2): 17-25.
[5] Dar F A, Perrin J, Ahmed S, et al. Review:Carbonate aquifers and future perspectives of Karst hydrogeology in India[J]. Hydrogeology Journal, 2014, 22(7): 1493-1506. DOI:10.1007/s10040-014-1151-z
[6] Ahmed A A. Using Generic and Pesticide DRASTIC GIS-based models for vulnerability assessment of the Quaternary aquifer at Sohag, Egypt[J]. Hydrogeology Journal, 2009, 17(5): 1203-1217. DOI:10.1007/s10040-009-0433-3
[7] Apambire W B, Boyle D R, Michel F A. Geochemistry, genesis, and health implications of fluoriferous groundwaters in the upper regions of Ghana[J]. Environmental Geology, 1997, 33(1): 13-24. DOI:10.1007/s002540050221
[8] Kundu N, Panigrahi M, Tripathy S, et al. Geochemical appraisal of fluoride contamination of groundwater in the Nayagarh District of Orissa, India[J]. Environmental Geology, 2001, 41(3-4): 451-460. DOI:10.1007/s002540100414
[9] Noori R, Sabahi M S, Karbassi A R, et al. Multivariate statistical analysis of surface water quality based on correlations and variations in the data set[J]. Desalination, 2010, 260(1-3): 129-136. DOI:10.1016/j.desal.2010.04.053
[10] Szabó N P. Hydraulic conductivity explored by factor analysis of borehole geophysical data[J]. Hydrogeology Journal, 2015, 23(5): 869-882. DOI:10.1007/s10040-015-1235-4
[11] Boukhemacha M A, Gogu C R, Serpescu I, et al. A hydrogeological conceptual approach to study urban groundwater flow in Bucharest city, Romania[J]. Hydrogeology Journal, 2015, 23(3): 437-450. DOI:10.1007/s10040-014-1220-3
[12] StollenwerK K G. Geochemical interactions between constituents in acidic groundwater and alluvium in an aquifer near Globe, Arizona[J]. Applied Geochemistry, 1994, 9(4): 353-369. DOI:10.1016/0883-2927(94)90058-2
[13] 慈龙骏. 我国荒漠化发生机理与防治对策[J]. 第四纪研究, 1998, 18(2): 97-107.
Ci L J. Mechanism of desertification and sustainable strategies to combat desertification in China[J]. Quaternary Sciences, 1998, 18(2): 97-107. DOI:10.3321/j.issn:1001-7410.1998.02.001
[14] 袁道先. 地质作用与碳循环研究的回顾和展望[J]. 科学通报, 2011, 56(26): 2157.
[15] Salama R B, Otto C J, FitzpatricK R W. Contributions of groundwater conditions to soil and water salinization[J]. Hydrogeology Journal, 1999, 7(1): 46-64.
[16] Coleman M L, Shepherd T J, Durham J J, et al. Reduction of water with zinc for hydrogen isotope analysis[J]. Analytical Chemistry, 1982, 54(6): 993-995. DOI:10.1021/ac00243a035
[17] Adams S, Titus R, Pietersen K, et al. Hydrochemical characteristics of aquifers near Sutherland in the Western Karoo, South Africa[J]. Journal of Hydrology, 2001, 241(1-2): 91-103. DOI:10.1016/S0022-1694(00)00370-X
[18] 李韵珠, 石元春. 土壤和地下水化学类型和垂向主组分的动态——以河北曲周盐渍土区为例[J]. 土壤学报, 2003, 40(4): 481-489.
Li Y Z, Shi Y C. Dynamics of chemical types and main components in vertical profile of soil and groundwater salt-affected soil area in QuZhou, HeBei[J]. Acta Pedologica Sinica, 2003, 40(4): 481-489. DOI:10.3321/j.issn:0564-3929.2003.04.001
[19] 孟利, 左锐, 王金生, 等. 基于PCA-APCS-MLR的地下水污染源定量解析研究[J]. 中国环境科学, 2017, 37(10): 3773-3786.
Meng L, Zuo R, Wang J S, et al. Quantitative source apportionment of groundwater pollution based on PCA-APCS-MLR[J]. China Environmental Science, 2017, 37(10): 3773-3786. DOI:10.3969/j.issn.1000-6923.2017.10.020
[20] Harrington G A, CooK P G, Herczeg A L. Spatial and temporal variability of ground water recharge in central Australia:a tracer approach[J]. Ground Water, 2002, 40(5): 518-527. DOI:10.1111/gwat.2002.40.issue-5
[21] Salinas-Garcia J R, Hons F M, Matocha J E, et al. Soil carbon and nitrogen dynamics as affected by long-term tillage and nitrogen fertilization[J]. Biology and Fertility of Soils, 1997, 25(2): 182-188. DOI:10.1007/s003740050301
[22] Blackmer A M, Green C J. Nitrogen turnover by sequential immobilization and mineralization during residue decomposition in soils[J]. Soil Science Society of America Journal, 1995, 59(4): 1052-1058. DOI:10.2136/sssaj1995.03615995005900040014x
[23] De Montety V, Martin J B, Cohen M J, et al. Influence of diel biogeochemical cycles on carbonate equilibrium in a karst river[J]. Chemical Geology, 2011, 283(1-2): 31-43.
[24] Yidana S M. Groundwater classification using multivariate statistical methods:Birimian Basin, Ghana[J]. Journal of Environmental Engineering, 2010, 136(12): 1379-1388. DOI:10.1061/(ASCE)EE.1943-7870.0000291
[25] Omo-Irabor O O, Olobaniyi S B, Oduyemi K, et al. Surface and groundwater water quality assessment using multivariate analytical methods:A case study of the Western Niger Delta, Nigeria[J]. Physics and Chemistry of the Earth, Parts A/B/C, 2008, 33(8-13): 666-673. DOI:10.1016/j.pce.2008.06.019
[26] Hopke P F, Gladney E S, Gordon G E, et al. The use of multivariate analysis to identify sources of selected elements in the Boston urban aerosol[J]. Atmospheric Environment (1967), 1976, 10(11): 1015-1025. DOI:10.1016/0004-6981(76)90211-0
[27] 马荣, 石建省. 模糊因子分析在地下水污染评估中的应用——以河南省洛阳市为例[J]. 地球学报, 2011, 32(5): 611-622.
Ma R, Shi J S. Assessing groundwater pollution using fuzzy factor analysis method:A case study of Luoyang City in Henan Province[J]. Acta Geoscientica Sinica, 2011, 32(5): 611-622. DOI:10.3975/cagsb.2011.05.11
[28] 陈小兵, 周宏飞, 张群. 地下水资源补给量的因子分析[J]. 干旱区资源与环境, 2004, 18(5): 43-46.
Chen X B, Zhou H F, Zhang Q. Factor analysis on groundwater recharge[J]. Journal of Arid Land Resources and Environment, 2004, 18(5): 43-46. DOI:10.3969/j.issn.1003-7578.2004.05.009
[29] 崔健, 都基众, 马宏伟, 等. 基于因子分析的浑河冲洪积扇地浅层地下水水质影响因素辨析[J]. 中国农村水利水电, 2011(7): 45-48, 51.
Cui J, Du J Z, Ma H W, et al. Distinguishing significant factors for shallow groundwater quality in the Hunhe River alluvial fan based on factor analysis[J]. China Rural Water and Hydropower, 2011(7): 45-48, 51.
[30] Montcoudiol N, Molson J, Lemieux J M. Groundwater geochemistry of the Outaouais Region (Québec, Canada):a regional-scale study[J]. Hydrogeology Journal, 2015, 23(2): 377-396. DOI:10.1007/s10040-014-1190-5
[31] 张陶, 蒲俊兵, 袁道先, 等. 广西官村岩溶溪流中生物地球化学控制的DIC和NO3-昼夜变化研究[J]. 地质学报, 2016, 90(8): 1965-1977.
Zhang T, Pu J B, Yuan D X, et al. Biogeochemical controls on daily cycling of DIC and NO3- of Guancun karst stream in Guangxi[J]. Acta Geologica Sinica, 2016, 90(8): 1965-1977. DOI:10.3969/j.issn.0001-5717.2016.08.024
[32] 程怀德, 马海州, 山发寿, 等. 基于相化学研究老挝万象钾镁盐矿床形成的机制[J]. 地球学报, 2010, 31(2): 194-202.
Cheng H D, Ma H Z, Shan F S, et al. A Study of the formation mechanism of the Vientiane potash deposit based on phase chemistry[J]. Acta Geoscientica Sinica, 2010, 31(2): 194-202.
[33] Viers J, Oliva P, Dandurand J L, et al. 7.6-chemical weathering rates, CO2 consumption, and control parameters deduced from the chemical composition of rivers[J]. Treatise on Geochemistry, 2014, 7: 175-194.
[34] 洪涛, 谢运球, 喻崎雯, 等. 乌蒙山重点地区地下水水化学特征及成因分析[J]. 地球与环境, 2016, 44(1): 11-18.
Hong T, Xie Y Q, Yu Q W, et al. Hydrochemical characteristics study and genetic analysis of groundwater in a key region of the Wumeng Mountain, Southwestern China[J]. Earth and Environment, 2016, 44(1): 11-18.
[35] 钟金先, 李成, 刘兆鑫, 等. 基岩裂隙水水化学特征的聚类分析——以乌蒙山重点地区为例[J]. 四川环境, 2017, 36(5): 53-58.
Zhong J X, Li C, Liu Z X, et al. Cluster analysis of chemical characteristics of bedrock fissure water——Taking the Wu Mengshan key areas for example[J]. Sichuan Environment, 2017, 36(5): 53-58. DOI:10.3969/j.issn.1001-3644.2017.05.010
[36] 李甜甜, 季宏兵, 江用彬, 等. 赣江上游河流水化学的影响因素及DIC来源[J]. 地理学报, 2007, 62(7): 764-775.
Li T T, Ji H B, Jiang Y B, et al. Hydro-geochemistry and the sources of DIC in the upriver tributaries of the Ganjiang River[J]. Acta Geographica Sinica, 2007, 62(7): 764-775. DOI:10.3321/j.issn:0375-5444.2007.07.009
[37] 张春来, 曹建华, 刘晓华, 等. 河水化学离子成因及影响因素的因子分析探讨[J]. 广西师范大学学报(自然科学版), 2013, 31(2): 123-132.
Zhang C L, Cao J H, Liu X H, et al. Origin and influencing factors of hydrochemical of river ion by factor analysis[J]. Journal of Guangxi Normal University (Natural Science Edition), 2013, 31(2): 123-132. DOI:10.3969/j.issn.1001-6600.2013.02.023