遵義市巖溶地下水環境的空間信息統計組合分析

葉永青，王中美

(貴州大學 資源與環境工程學院，貴州 貴陽550003)

遵義市巖溶地下水環境的空間信息統計組合分析

葉永青，王中美

(貴州大學 資源與環境工程學院，貴州 貴陽550003)

應用空間信息統計分析理論與方法來分析遵義市巖溶地下水環境，對遵義市城區巖溶地下水中的硫酸鹽(SO42－)、氨氮(NH4+)、亞硝酸鹽(NO2－)、硝酸鹽(NO3－)等離子作克里格(Kriging)估值等值線圖，并根據等值線圖對4種離子的空間分布特征及范圍、空間變化規律進行分析評價。

水環境;空間信息統計;分析

近年來，由于遵義市城市化和工業化進程以及國民經濟的快速發展，環境污染帶來地下水水質的嚴重污染，已經成為一種環境公害而使城市供水面臨嚴重的威脅。而遵義市碳酸鹽巖分布廣泛，巖溶發育，復雜的巖溶環境是研究地下水污染分布特征的最大難點。空間信息統計是以區域化變量理論為基礎，以變異函數為主要工具，研究在空間分布上既有隨機性又有結構性的自然現象的科學［1］。它能夠獲得水環境評價中空間分布參數空間變化的結構性信息及空間最優估計值，使得對水環境評價中各種參數空間分布不確定性的分析與評價趨于合理。因此，本文利用空間信息統計學理論及其方法，對遵義市巖溶地下水環境進行綜合評價。

1 空間信息統計模型

對水環境評價參數的空間變異性進行客觀分析是建立正確的環境污染物空間分布預測模型的基礎。為了能從隨機性與確定性相結合的角度對水環境評價參數空間變化的不確定性進行分析，可將空間分布參數隨機性的表征變量視為區域化變量。由于在水環境評價區內任意一點上都不可能同時獲得一系列評價參數的樣本值，這就給各種評價參數空間分布隨機性與結構性的定量分析造成了困難［2］。因此，要求給出必要的數學假設。據該基本假設條件，可以獲得環境評價中分布參數隨機性與結構性空間變異模擬的基礎數學模型。

1.1 空間信息統計的評價模型

用于水環境評價參數空間變異性分析的模型應有助于提取水環境評價中空間分布參數的結構性信息，并能較切合實際地揭示各種評價參數的空間相關性以及隨機性與結構性在空間相關范圍內的相互轉化、協同之關系。在實際工作中通常要對離散的變異函數數據配以相應的理論模型，以便定量刻畫水環境評價參數的空間變異性，常用的理論模型為球狀模型［3－4］:

式中:c0，c，a為反映水環境評價參數空間變化規律的3個參數，分別稱為塊金常數、拱高、變程。為變異函數［5］;為區域化變量信息值的間隔距離，以下令變程(a)定量地表示了各種評價參數在空間不同方向上自相關的平均影響范圍［6］。基臺值(C0+C)是在考慮環境評價參數空間值點相對位置的基礎上對其相對離散程度的一種定量描述，是空間分布參數隨機變化與結構變化的極限值。塊金常數(C0)反映的是一種隨機變化成分，它一方面提供觀測尺度上各評價參數空間分布數值的非連續性變化和試驗量測誤差的信息，另一方面也提供小于觀測尺度時空間分布參數結構性與隨機性的整體變化信息。

2 巖溶水環境的空間變化規律

2.1 研究區概況與樣品采集

2.1.1 研究區概況

研究區選取遵義市監測區的一部分地區，包括遵義市市區、紅花崗區及遵義縣開發區部分地區。整個監測區所在地理位置為東經 106°39′11″～107°0′36″，北緯 27°24′47″～ 27°53′32″，包括遵義市和遵義縣部分地區。面積約727.8 km2。地勢西北高東南低，構成有西北往東南傾斜的斜地。標高790～1 722 m。監測區屬亞熱帶季風氣候，多雨濕潤。監測區內出露的地層，從震旦系至第四系，除缺失志留系中上統、泥盆系、石炭系、侏羅紀上統白堊系、第三系外，其余均有分布。其中碳酸鹽巖分布較廣，占全區總面積的57%。因此，監測區巖溶地下水較發育。

2.1.2 樣品采集

研究區布設地下水水質檢測點30個，具體分布見圖1。在豐水期(7月)和枯水期(3月)分別取樣做水質分析。

2.2 評價因子的空間變化規律

巖溶地下水水質分析項目較多，在這選擇4種易造成巖溶地下水污染的離子(硫酸鹽、氨氮、硝酸鹽和亞硝酸鹽)進行水環境變化分析。數據來源于貴州省環境監測院，采用研究區內一年的監測數據，分析豐水期和枯水期地下水4種離子的空間變化，對巖溶地下水環境的空間變化規律進行分析。

采用空間信息統計法分別作出硫酸鹽(SO42－)、氨氮(NH4+)、亞硝酸鹽(NO2－)、硝酸鹽(NO3－)、枯、豐季 Kriging估值等值線圖。并對每一種評價因子的分布特征及范圍、空間變化規律進行分析評價。

2.2.1 硫酸鹽

監測區內30個監測點都有硫酸根濃度值，從Kriging估值等值線圖2和3可以看出，硫酸鹽異常帶總體上呈東西、北南方向展布。

豐水期:豐季硫酸鹽(SO42－)高濃度異常區出現在紅花崗區南宮山和巷口鎮一帶。最高濃度達336 mg/L，在紅花崗區附近的18號監測點測得。受到污染的地表水補給地下水可能是造成硫酸根濃度異常的原因，因為18號監測點附近含水層所處地層為三疊系上統二橋組，巖性為鈣質石英砂巖，含石膏較重，致使地下水硫酸根含量偏高。且附近有油庫和玻璃廠，工業廢水的排放也可能導致地下水硫酸根濃度異常。

枯水期:枯季硫酸鹽(SO42－)高濃度異常區出現在紅花崗區南宮山一帶。最高濃度為424 mg/L，與豐水季節相比，枯水季節的硫酸根濃度偏高，造成硫酸根濃度偏高的原因可能是降雨和人類農業生產活動。一方面枯水期降雨明顯減少，地表水對地下水補給減少，硫酸根離子濃度稀釋作用減弱，濃度明顯升高;另一方面枯水期正值農業活動期，大量化肥的使用致使地下水硫酸根濃度升高。

圖1 豐水期硫酸根離子濃度估值等值線圖

圖2 枯水期硫酸根離子濃度估值等值線圖

2.2.2 氨氮

研究區內30個取樣點，有9個點檢測出銨根離子濃度。由銨根離子豐、枯季Kriging估值等值線圖可看出，銨根離子濃度異常區總體上分布在遵義市的南面和北面。

豐水期:銨根離子高濃度異常區總體上出現在遵義市遵義縣北部一帶，最高濃度值為4.33 mg/L，在5號監測點測出。主要是由農業污染及生活污染引起的。

枯水期:銨根離子高濃度異常區出現在遵義市紅花崗區南面和忠莊鎮、南宮山一帶，最高濃度值為1.28 mg/L，在監測點29處檢測出。總體來說枯水期的銨根離子濃度要比豐水期的要高，異常分布區要廣，銨根離子濃度異常可能是由于降雨和人類活動引起的。

圖3 豐水期氨氮濃度估值等值線圖

圖4 枯水期氨氮濃度估值等值線圖

2.2.3 硝酸鹽

研究區內30個取樣點有29個點檢測出硝酸根離子。由硝酸根離子豐、枯季Kriging估值等值線圖可看出，硝酸根離子濃度異常區總體上分布在遵義市的南面和北面。

豐水期:硝酸根離子高濃度異常區總體上出現在遵義市南面和北面，硝酸根離子在研究區內分布較廣，幾乎覆蓋整個區域，其最高濃度值為48.0 mg/L，在29號監測點檢測出。硝酸根離子濃度異常主要是由于生活污染源引起的。

枯水期:枯水期硝酸根離子高濃度異常區分布在遵義市忠莊和南宮山一帶。最高濃度值為64.0 mg/L，在12號監測點檢測出，主要是由于降雨和生活污染源引起的。

2.2.4 亞硝酸鹽

研究區內30個取樣點，有14個點檢測出亞硝酸根離子濃度。由亞硝酸根離子豐、枯季Kriging估值等值線圖可看出，亞硝酸根離子濃度異常區總體上分布在遵義市的南部地區。

豐水期:亞硝酸根離子高濃度異常區分布在遵義市南宮山西北一帶，最高濃度值達0.36 mg/L，在11號監測點檢測出。主要原因是由于農業化肥的使用、工業三廢的排放及生活污水等污染源引起的。

圖5 豐水期硝酸根離子濃度估值等值線圖

圖6 枯水期硝酸根離子濃度估值等值線圖

枯水期:亞硝酸根離子高濃度異常區與豐季分布一致，主要分布在南宮山一帶。最高濃度值為6.5 mg/L，在17號監測點檢測出。亞硝酸根離子枯季濃度高于豐季濃度，主要是由于降雨和人類活動引起的。

3 巖溶水空間信息統計組合分析

依據上面評價因子的空間分布特征分析可知:污染源主要有硫酸鹽(SO42－)氨氮(NH4+)、亞硝酸鹽(NO2－)、硝酸鹽(NO3－)、氯化物(Cl－)等，四種污染源的空間分布特征及變化趨勢相似，將其進行組合，由組合分析圖分析四種污染物變化特征。

圖7 豐水期亞硝酸根離子濃度估值等值線圖

圖8 枯水期亞硝酸根離子濃度估值等值線圖

豐水期:四種污染離子濃度異常區在研究區內分布相似，在某些區域重疊。主要分布在遵義市北部的高橋鎮和南部的忠莊鎮及南宮山一帶。其分布特點是:(1)分布范圍較廣，研究區內基本上均有分布;(2)變化梯度大、高濃度值集中，污染離子高濃度區集中分布在高橋鎮西北側和忠莊鎮及南宮山一帶，且離子濃度變化梯度較大。

枯水期:四種污染離子濃度異常區分布和豐水期相似，主要分布在遵義市北部的高橋鎮和南部的忠莊鎮及南宮山一帶。其分布特點是:(1)分布范圍較豐水期要小，主要分布在農業活動頻繁的高橋鎮和忠莊鎮級南宮山一帶，遵義市市區濃度值較低;(2)四種污染離子濃度異常區分布都比較集中，濃度值變化梯度較大。

據上分析可知:硫酸鹽、氨氮、硝酸鹽和亞硝酸鹽這四種污染物主要分布在農業種植區，由此可知這四種污染物是由農業污染所致。

圖9 四項農業污染離子豐水期濃度估值等值線圖

圖10 四項農業污染離子枯水期濃度估值等值線圖

4 結語

自然界含水介質的各項異性和取樣、測試中的失真以及試驗誤差造成了地下水環境評價空間分布參數的不確定性。這種空間分布上的不確定性具有隨機性與結構性的特殊性質。本文通過變異函數理論模型，綜合變異指標以及各種空間最優估計進行空間信息統計分析，能夠對地下水環境評價參數空間分布的不確定性作出比經典統計更為合理的評價。

遵義市城區巖溶地下水水質總體水平較好。污染異常區主要分布于遵義市北部的高橋鎮和南部的忠莊鎮及南宮山一帶。主要為農業污染，總體呈現豐水期比枯水期污染范圍更廣，枯水期比豐水期污染程度高的特點。

［1］王仁鐸，胡光道.線性地質統計學［M］.北京:地質出版社.1989.

［2］劉國東，丁晶.水環境中不確定性方法的研究現狀與展望［J］.環境科學進展.1996.

［3］張征同，劉淑春.水環境評價中分布參數隨機性的空間統計分析.環境科學學報.1999.

［4］儒爾奈耳AG.尤日布雷格茨 CHJ.侯景儒，黃競先等譯.礦業地質統計學.北京:冶金工業出版社.1982.

［5］王仁鐸，胡光道.線性地質統計學.北京:地質出版社.1989.

［6］張征，鞠碩華，韓守江等.水環境評價參數空間變異模擬數學原理與方法.工程勘察.2002.

Karst Groundwater Spatial Information Statistics and Combination Analysis in Zunyi

YE Yong－qing ，WANG Zhong－mei
(College of Resources and Environmental Engineering，GuiZHou University，Guiyang 550003，Guizhou)

The article is based on the spatial information statistic analysis theory and method to analyze the karst groundwater environment in Zunyi.Make the Creager(Kriging)estimate value isogram of sulfate(SO42－)，ammonia nitrogen(NH4+)，nitrite(NO2－)，nitrate(NO3－)plasma which contained in the karst groundwater of Zunyi urban area.According to the isograms，it analyzes and evaluate the four kind of ion′s spatial distribution characteristics，the scope and the spatial variation rule.

Water environmental;spatial information statistics and analysis

S275.9

A

1004－1184(2012)03－0143－04

2011－05－25

貴州大學自然科學青年基金項目(2009072)

葉永青(1986－)，男，江西九江人，在讀碩士研究生，主攻方向:地球化學。