吉林市城區地下水污染時空演化

危潤初,肖長來,梁秀娟 (吉林大學地下水資源與環境教育部重點實驗室,吉林 長春 130021)

吉林市城區地下水污染時空演化

危潤初,肖長來*,梁秀娟 (吉林大學地下水資源與環境教育部重點實驗室,吉林 長春 130021)

通過提出投影尋蹤地下水污染指數模型,求得吉林市城區 1980～2009年地下水監測井的污染指數.同時考慮第二松花江兩岸地下水污染的非連續性,用修正的局部多項式插值方法對各年污染指數進行分區插值,得到各年地下水污染指數分布圖.結果表明,吉林市城區地下水受到不同程度的污染,地下水污染指數普遍偏高,江北片區污染最為嚴重.全區在時間演化上具有“輕-重-輕”的階段特征,地下水污染時空演化規律與人類活動方式緊密聯系.吉林市城區地下水主要污染因子為“三氮”,其中NO2-對地下水污染的影響最大,對地下水污染指數的貢獻度多年保持在0.7上下.

吉林市；投影尋蹤；地下水污染指數；修正局部多項式；時空演化

城市化對地下水溶質成分的變化有著重要的影響,它改變了地貌形態,進而改變了原有的地下水系統的循環,影響了地下水對溶質的稀釋和運移能力,同時,城市化還增加了新的溶質來源[1].目前城區地下水污染的時空演化規律已經成為城市水資源管理和決策需要解決的關鍵性問題,近些年來,國內外相關學者在這方面做了很多研究工作[2-4].結果表明,在城市發展的過程中,土地利用形態、污染源分布和污染物排放等與地下水污染的范圍、類型以及時間演化關系密切.地下水污染評價主要有綜合污染指數法、內梅羅指數法、模糊綜合法、灰色聚類法、層次分析法等,這些方法各有優劣[5].綜合污染指數法和內梅羅指數法雖然計算簡單,但是未考慮權重因素.灰色聚類和層次分析方法發映出了不確定特征,但是在指數的確定上具有較大的主觀性.投影尋蹤方法以其自動分類、結果簡單直觀的優勢越來越多地被運用到水質評價中[6-8],它考慮了地下水質量標準中各個因子不同水質級別的數值分布特征,通過投影尋蹤優化得到最優投影方向向量,其各分量大小由高維數據結構特征決定[9],反映了地下水環境對各個污染因子單項指數變化的敏感程度.在地下水污染時空演化方面, 很多學者運用地質統計學和 GIS空間統計方法來研究地下水污染的時空分布[10-12],但是這些傳統方法難以解決地下水污染短程變異的問題.

吉林市地下水污染與吉林市城市化、工業化過程密切相關[13],2005年吉林石化污染事件發生后,吉林市相關決策部門就開始著手城區應急水源地的選址和建設,城市地下水污染的時空演化規律也就成為了應急水源地建設所需要研究的關鍵性問題.本研究嘗試運用投影尋蹤模型建立地下水污染指數模型,并以此求得各年各監測井的污染指數,在考慮插值障礙的前提下應用修正局部多項式插值方法對地下水污染指數進行全局插值,以分析研究區內地下水污染的時空演化,并在此基礎上分析主要的污染因子,為地下水污染時空演化的研究提供一條新的思路.

1 研究區概況

圖1 研究區范圍Fig.1 Location of the study area

吉林市城區(43°46′40″N～43°59′44″N,126°25′59″E～

2 數據來源與研究方法

126°37′35″E)面積為 126.44km2.區內多年平均降水量為688.97mm,多年平均蒸發量為1432mm.主要河流為第二松花江及其支流溫德河、牤牛河(圖1)[13].

研究區地貌上屬于第二松花江河谷平原,主要含水層巖性為全新統、上更新統及下更新統強透水的礫砂、圓礫及礫卵石層.研究區周邊為低山丘陵,基巖巖性主要為燕山期花崗巖(γ52)、上三疊系大醬缸組(T3d)的安山巖、上二疊系楊家溝組(P2y)等.本研究的監測井井深在 5.0～25.0m之間,均為河谷平原的孔隙潛水,單井涌水量在100～3000m3/d.該層地下水主要接受大氣降水補給、周邊基巖裂隙水側向補給和灌溉入滲補給,排泄方式主要為向河谷的側向徑流、人工開采以及潛水蒸發,循環及動態特征嚴格受氣象、水文、地質地貌及人為因素的制約.

2.1 數據來源

吉林市建成區地下水動態監測網始建于1980年,因各種原因的影響,每年水質監測井數并不完全一致.吉林市地下水水質監測的層位為第四系孔隙潛水,每年取樣 1次,時間為枯水季,即 4月下旬～5月上旬.本次研究收集了 1980～2009年吉林市地下水水質監測數據,各年監測井數如表1所示,對各水樣數據均進行了陰陽離子平衡分析,驗證了數據的準確性.

2.2 研究方法

2.2.1 投影尋蹤地下水污染指數 采用投影尋蹤方法來建立地下水污染指數模型.投影尋蹤(簡稱PP 模型)是一種適應于高維數據處理的探索性數據分析的方法,其基本思路是把高維數據通過某種組合投影到低維子空間上,采用投影指標函數來衡量投影暴露某種結構的可能性大小,尋找出使投影指標函數達到最優的投影方向向量,然后根據該投影向量來分析高維數據的結構特征[9],目前該方法已被廣泛運用到水科學領域[6,8].

表1 研究區地下水水質監測井數(1980～2009)Table 1 The numbers of monitoring wells from 1980 to 2009

圖2 吉林市城區代表年份地下水水質因子濃度箱線Fig.2 Box plots showing concentrations of groundwater quality factors in typical years

以GB/T14848-93[14]為參照標準,在9個評價指標的 5個等級的標準下限閾值附近分別隨機生成10個值,組成50個標準水樣(對pH值的評價指標進行了相應轉換).

則最優的投影方向求取步驟如下:

1) 求得各標準水樣的單因子污染指數

式中:(,)Cij為第i個標準水樣第j個評價指標的值;()Sj為第j個評價指標的Ⅲ類水的上限閾值.

2) 線性投影

以a=(a(1),a(2),…,a(9))為投影方向將p(i,j)進行線性投影,從而得到一維投影值Z(i):

其中,a=(a(1),a(2),…,a(p))為待定投影方向向量.

3) 投影指標函數的構造及求解

綜合投影指標值時,要求投影值 Z(i)的散布特征表現為局部投影點盡可能密集,而在整體上投影點團之間盡可能散開,a的求解過程可轉化為以下優化問題[8],即:

應用基于實數編碼加速遺傳算法進行優化計算,選定父代初始種群規模 n=100,交叉概率Pc=0.7,變異概率Pm=0.6,優秀個體數目為50個,變化率 а=0.05,窗口密度系數 β=0.1(即令 R= 0.1×Sz)[8],求得最優投影方向向量a*=(0.162,0.199 0.199,0.207,0.668,0.353,0.209,0.206,0.441),把 a*代入,即得各水樣水污染指數 Z(i).設定一標準水樣,令該水樣各因子值為GB/T14848-93[14]中相應的Ⅲ類水質的上限閾值,計算得到該水樣對應的污染指數為 2.64,并將其定義為地下水污染線.當Z(i)大于2.64時,表明地下水已受到較重污染, Z(i)值越大,地下水污染越嚴重.

2.2.2 修正局部多項式分區插值 為了研究區內地下水污染的時空演化規律,需根據取樣點的污染指數計算值進行空間插值.由于不同區域人類活動形態的差異很大,地下水溶質濃度的分布可能呈現出非平穩的特征[3],此外,區內第二松花江河床深切潛水含水層,河流兩岸的地下水污染的變化會呈現出非連續性.因此考慮有障礙的修正局部多項式插值方法,并運用該方法對求取的各年污染指數進行插值.局部多項式方法是一種局部加權最小二乘擬合方法,采用多個多項式插值,每個多項式都處在特定重疊的鄰近區域內,即在以格網節點為中心、給定長、短軸長度的搜索橢圓內通過對數據進行最小平方擬合來指定格網節點的值[15].

本研究采用3階多項式做為插值函數,為簡化處理選擇圓形搜索域,同時考慮水樣分布和地下水溶質的擴散能力,令搜索半徑 R=4000m.具體計算步驟參照文獻[15],并且將散點的計算推廣到研究范圍內的散點集合,根據最小二乘原理來求插值函數的單項系數.

局部多項式插值法對于確定空間變量小范圍的變異具有很強的處理能力,特別是數據集中含有短程變異時,局部多項式法能夠很好地進行描述,但是不論是低次趨勢面還是高次趨勢面都存在估值趨勢面光滑的問題,尤其是地下水水質很容易受到點污染源的影響導致局部變異很大,這樣就會造成較大的局部誤差,因此該法不是一個精確的插值方法[15].本研究將局部多項式趨勢面方程與殘差分析結合,以提高原始數據的插值精度.取樣點數據與局部多項式方法的插值結果的差值即為殘差,可以認為殘差在研究區域內滿足平穩假設和內蘊假設[16],因此利用普通克里金法對殘差進行插值估計,然后將局部趨勢面插值結果與殘差估計相加,該結果即為修正后的估計值.與此同時對第二松花江進行白化處理,對江左岸和右岸進行分區插值,然后將分區插值結果進行疊加融合,得到整體的插值結果.

3 結果與分析

根據各年監測井的水污染指數的插值結果繪制地下水污染指數空間分布圖,并以Z=2.64為基準勾勒出地下水污染線.因限于篇幅本文僅給出1980、1985、1988、1992、1997、2002、2006和2009年的地下水污染指數空間分布(圖3).

3.1 地下水污染時空特征及分析

為了更好地開展數字學術服務，高校圖書館應建立數字學術服務咨詢與指導委員會、數字學術服務管理委員會。（1）數字學術服務咨詢與指導委員會。該委員會成員應包括圖書館領導，以及校內的各學院、學術管理部門、教學管理部門、技術服務部門等機構的負責人或相關業務骨干，圖書館就開展的數字學術服務重要事宜向委員會咨詢，并接受委員會的指導。（2）數字學術服務管理委員會。高校圖書館應組建由館領導、數字學術服務部門負責人等組成的數字學術服務管理委員會，加強對數字學術服務具體事宜的管理，使數字學術服務更加科學、規范，提高數字學術服務的成效。

從總體上看,吉林市地下水受到了不同程度的人類活動的影響,多年大部分地區的地下水污染指數大于2.64,地下水污染指數偏高.這是因為城區地下水在天然離子富集的基礎上,又疊加了農業、生活、工業污染物.地下水污染呈現出明顯的空間分布規律,江北片區污染程度要大于其他片區,中心城區次之.從地下水污染的時間演化來看,區內地下水污染具有“輕-重-輕”的階段特征,這也反映了區內人類生產、生活由粗放到精細的轉型過程.

圖3 吉林市城區地下水污染指數空間分布(1980～2009)Fig.3 Distribution of groundwater pollution index(1980～2009)圖中黑色虛線為地下水污染線(Z=2.64)

江北片區是吉林市重要的化工區,也是污染最嚴重的地區.由各年地下水污染指數分布圖可以看出, 1980～1997年江北片區大部分區域的地下水污染指數都要大于 2.64,最大值甚至達到100以上,屬于嚴重污染.尤其在江北片區的西部,布局有多個化工、熱電廠的粉煤灰堆放場,地下水污染指數全區最高.1998年起,區域內的粉煤灰場陸續停用,以及區內對生產、生活污水的規范處理、排放,地下水污染指數逐漸降低,污染范圍也逐步減小,到2006年和2009年只見少數孤島狀分布的較嚴重污染區,主要位于西北部和東南部的松花江沿岸一帶.

中心城區在 1980～1995年地下水呈全區性較重污染,且污染指數逐年升高.1996年后地下水污染范圍縮小,污染程度降低,2009年僅在南部出現了較重污染區段,最大污染指數為 13.48.中心城區做為老城區,多年來受城市生產、生活污水的影響,地下水污染較重.20世紀90年代中期以后,城市居住條件得到改善,過去的滲井、滲坑被填埋,生活垃圾也得到了及時清運和處理,地下水污染源強逐漸減弱,地下水污染指數也隨之降低.

九站片區地下水污染范圍主要集中在松花江沿岸一帶,1980～2004年污染強度和污染范圍基本穩定,2005年后污染程度降低,污染范圍逐漸減小.

哈達灣片區東南部地下水污染狀況多年穩定,水質良好,受污染程度較輕.其西北部 1980～1990年地下水污染指數較大,但是多年穩定,自1991年起區內地下水污染指數迅速增加,至2002年地下水污染指數最大達 57,此后又逐漸好轉,分析其原因,該區域原為吉林市區重要的蔬菜基地,地下水遭受化肥、農藥等污染,隨著城市建設的快速發展,區內菜地面積有所減少,地下水污染源強在逐步減弱,地下水污染狀況也明顯好轉.

船營片區原為近郊,20世紀 80年代中期開始逐漸發展為城區,區內地下水污染指數也隨著增加,2005年以后又逐漸好轉,2009年區內地下水污染指數已在2.64附近,為輕度污染.

江南片區在1992年以前是研究區地下水污染指數最高的片區之一,1992年起該片區地下水污染程度逐漸降低,范圍也逐漸減小,至 2009年,區內僅存零星點狀分布的較強污染區域,地下水污染指數最大為 4.6.該片區原為蔬菜種植基地,1992年在此設立吉林市高新技術開發區,城市建設速度加快,后又被定位為高科技產業區和生態宜居新城,地下水環境也隨之好轉.

3.2 地下水主要污染因子分析

根據地下水污染指數 Z(i)的計算公式,各污染指標的單因子污染指數與 a*對應的分量乘積即為該因子對Z(i)的貢獻值,貢獻值與Z(i)的比值即為該分量的污染貢獻度,貢獻度越大,表示該因子對地下水環境的影響越大.

選擇各年污染指數大于2.64的水樣進行分析(即遭較重污染水樣),計算各污染因子的貢獻度的逐年平均值(圖 4).由圖可以看出,自 1980～2009年,吉林市城區地下水污染主要為“三氮”,其中 NO2

-是主導性因素,其對地下水污染指數的貢獻度多在0.7以上;其次為NH4+,貢獻度一般在0.1～0.2間;在大多數年份,NO3-相對前兩者來說對地下水污染指數的貢獻度要小,但是在1998～ 2000年,NO3-的貢獻度超過了NH4+, pH值、SO42-、Cl-、F-、總硬度(CaCO3)、COD等因子的多年貢獻度均低于 0.025,表明區內這些因子對地下水的污染程度較輕.

區內“三氮”的來源主要為工業污染源、生活污染源和農業污染源,尤其是沿松花江兩岸分布的化工、造紙、冶金、紡織等工業以及工業廢料堆放場.吉林市城區地下水污染的空間分布也和此密切相關,江北工業區始終是吉林市地下水污染最嚴重的地區;生活污染源主要有生活污水、生活垃圾、動植物殘渣(體)等,主要集中在中心城區等商業居住區,隨著城市污水處理、垃圾清運的規范化,生活污染源的強度在逐漸減小;農業污染源主要集中在原為城郊菜地的江南片區和哈達灣片區的西北區域,大量使用含氮農藥、化肥,給地下水帶來了較重污染.但隨著城市的發展,菜地逐漸轉變成城區,污染狀況有所改善.

圖4 各因子地下水污染指數貢獻度(1980～2009)Fig.4 Contribution rates of all factors to groundwater pollution indexes (1980～2009)

研究區地貌上屬松花江、溫德河和牤牛河的一級和二級階地,為地下水的徑流末端,水力坡度小,地下水更新速度緩慢,表層廣泛分布有2～10m厚的粘土、粉質黏土和粉土且城區地面多被建筑、混泥土路面等覆蓋,地下水系統形成了相對封閉、厭氧的還原環境.同時,區內地下水為中偏酸性(圖2),pH值中位數值多年在6.2～6.8間,這就形成了一個較高 H+活度和高電子活度的酸性還原體系,在這種體系下Fe主要以Fe2+的形態存在于地下水中[17].根據吉林市歷年地下水水質監測數據統計可知,本區 Fe2+的濃度一般在 0.12～2.84mg/L,平均濃度為1.07mg/L,較其它地方偏高.工業、農業和生活廢水中的氮進入地下水中后,在硝化細菌的作用下開始硝化作用過程.硝化作用可分為亞硝化和硝化兩個過程,區內地下水處于中偏酸性環境,且Fe2+偏高,在此環境下發生可逆反應:

這就擬制了NO2-經過硝化作用轉化為NO3-的過程,使得研究區NO2-濃度偏高,這點在文獻[18]也有相同闡述.

根據吉林市地下水污染的時空演化特點,本文提出以下幾條建議:①完善城市規劃,增加社區綠地面積,且盡可能使之分布均衡,逐步改善城區地下水厭氧環境;②合理設計與改造城市排水管網和污水處理設施,嚴格保證雨污分流,杜絕城市生產、生活污水的無序排放和滲漏;③加強對工業污水排放的管理與控制,嚴格做到“不達標,不排放”.

4 結論

4.1 投影尋蹤地下水污染指數模型較好地反應了吉林市城區地下水污染情況,同時修正的局部多項式插值方法能夠有效地解決地下水污染局部變異大、地下水污染非連續的問題.

4.2 吉林市城區地下水污染時空演化與人類活動方式緊密聯系,各個片區地下水受到不同程度的污染,地下水污染指數普遍偏高.江北片區污染最為嚴重,污染源主要為工業污染源、生活污染源和農業污染源,時間演化上具有“輕-重-輕”的階段特征.

4.3 吉林市城區地下水主要的污染因子為“三氮”,其中 NO2-對地下水污染的影響最大,其對地下水污染指數的貢獻度多年在0.7以上.

[1] Barron O V, Barr A D, Donn M J. Evolution of nutrient export under urban development in areas affected by shallow watertable [J]. Science of the Total Environment, 2013,443:491-504.

[2] Wong C I, Sharp J M, Hauwert N, et al. Impact of urban development on physical and chemical hydrogeology [J]. Elements, 2012,8(6):429-434.

[3] Lee S M, Min K D, Woo N C. Statistical models for the assessment of nitrate contamination in urban groundwater using GIS [J]. Environmental Geology, 2003,44:210-221.

[4] Pórcel R A D, Gómez H D L, Schüth C. Urban impacts analysis on hydrochemical and hydrogeological evolution of groundwater in shallow aquifer Linares, Mexico [J]. Environmental Earth Sciences, 2012,66(7):1871-1880.

[5] 李祚泳,汪嘉楊,程會珍.基于免疫進化算法的地下水水質評價普適公式 [J]. 水科學進展, 2008,19(5):707-713.

[6] 張欣莉,丁 晶,李祚泳,等.投影尋蹤新算法在水質評價模型中的應用 [J]. 中國環境科學, 2000,20(2):187-189.

[7] 肖長來,危潤初,梁秀娟,等.基于投影尋蹤聚類模型的龍坑水源地地下水水質評價 [J]. 吉林大學學報(地球科學版), 2011, 41(s1):248-252.

[8] 付 強,趙小勇.投影尋蹤模型原理及其應用 [M]. 北京:科學出版社, 2006.47-51.

[9] Fu Qiang, Lu Tieguang, Fu Hong. Application PPE Model Based on RAGA to Classify and Evaluate Soil Grade. [J]. Chinese Geographical Science, 2002,12(2):136-141.

[10] Adhikary P P, Dash C J, Chandrasekharan H. Evaluation of groundwater quality for irrigation and drinking using GIS and geostatistics in a peri-urban area of Delhi, India [J]. Arabian Journal of Geosciences, 2012,5(6):1423-1434.

[11] Pius A, Jerome C, Sharma N. Evaluation of groundwater quality in and around Peenya industrial area of Bangalore, South India using GIS techniques [J]. Environmental Monitoring and Assessment, 2012,184(7):4067-4077.

[12] 于云江,楊 彥.基于GIS的松花江沿岸某區淺層地下水污染特征及人群暴露風險評價 [J]. 中國環境科學, 2013,33(8):1487-1494.

[13] 孟曉路,梁秀娟,盛洪勛,等.吉林市城區地下水中總氮的分布規律及遷移影響因素分析 [J]. 水土保持研究, 2007,14(6):85-87. [14] GB/T14848-93 地下水質量標準 [S].

[15] Fan J, Gijbels I. Local polynomial modelling and its applications [M]. Boca Raton: CRC Press, 2003.

[16] 王春穎,尚松浩,毛曉敏.區域地下水位插值的整體-局部組合方法 [J]. 農業工程學報, 2011,27(8):63-68.

[17] 王曉蓉.環境化學 [M]. 南京:南京大學出版社, 2006:63-67.

[18] 梁秀娟,肖長來,盛洪勛,等.吉林市地下水中“三氮”遷移轉化規律 [J]. 吉林大學學報(地球科學版), 2007,37(2):335-340.

Spatio-temporal evolution of groundwater pollution in the urban areas of Jilin City.

WEI Run-chu, XIAO Chang-lai*,

LIANG Xiu-juan (Key Laboratory of Groundwater Resources and Environment, Ministry of Education, Changchun 130021, China). China Environmental Science, 2014,34(2)：417～423

Projection pursuit method was adopted to establish groundwater pollution index model. Correspondingly, groundwater pollution indexes of monitoring wells from 1980 to 2009 were calculated. Considering the non-continuity of groundwater pollution between the both sides of Songhua River, modified local polynomial was used to complete interpolation of pollution indexes sub-regionally. Then distribution maps of groundwater pollution indexes from 1980 to 2009 showed. The results showed that, groundwater was contaminated in all districts with different severities for region-widely high groundwater pollution indexes, especially in Jiangbei district. The groundwater pollution in all districts revealed a ight-severe-light character in the time revolution. Spatio-temporal evolution of groundwater pollution in this region was closely linked with human activities. From the analysis of the contributions of all pollution factors to groundwater pollution indexes in each year, a conclusion could be drawed that, nitrite, nitrate and ammonia were the main factors affecting the groundwater environment, while nitrite was the dominant one with a contribution rate of 0.7 up and down in most years.

Jilin City；projection pursuit；groundwater pollution index；modified local polynomial；spatio-temporal evolution

X523

：A

：1000-6923(2014)02-0417-07

危潤初(1984-),男,湖南邵陽人,吉林大學博士研究生,主要從事水資源與環境評價模擬研究.發表論文5篇.

2013-06-10

吉林省科技廳重點攻關項目(20100452)

* 責任作者, 教授, xcl2822@126.com