基于ArcGIS的村鎮飲用水水源地污染因子識別研究

劉陽等

摘要：為快速、有效識別村鎮飲用水水源地污染因子，根據試驗數據擬合污染因子在一定初始和邊界條件下的衰減函數，應用ArcGIS中的“Modelbuilder”工具構建識別模型，以水源地水質標準為識別臨界值，基于村鎮飲用水水源地遙感影像數據直接識別污染因子。選擇水稻返青期的灌溉排水中的氮污染因子為例，擬合氮濃度隨時間衰減的二次多項式識別模型，用不同灌溉模式產生的氮污染因子濃度來檢驗模型，經驗證實測數據與模擬數據沒有顯著差異，識別模型可以有效反映污染因子的衰減過程，與傳統方法的識別結果一致。不同于傳統檢測化驗水樣的污染因子識別方法，該方法基于遙感影像數據可直接識別和篩選污染源和污染因子。

關鍵詞：ArcGIS；Modelbuilder；衰減函數；識別模型；快速有效

中圖分類號： R123；S127 文獻標志碼： A 文章編號：1002-1302（2014）03-0312-04

隨著我國村鎮飲水安全問題日益突出，村鎮飲用水源地的保護問題亟待解決，而污染因子識別是水源地保護工作的基礎。目前，針對水源污染因子識別方法進行了很多研究，其中陳敏鵬等運用清單法計算了CODCr、總氮（TN）和總磷（TP）的產生量、排放量和排放強度，并分析其空間分布特征[1]；陳儀等運用農村環境污染識別方法，識別各類型農戶生產和生活過程的污染源與污染強度[2]；陳海洋等通過貝葉斯推理和二維水質模型建立水體污染識別反演算模型，確定污染源強度、污染源位置以及污染泄漏時間[3]；蘇保林等用經過參數率定和模型驗證的密云水庫流域非點源SWAT模型系統，識別了非點源污染的時空變化和負荷關鍵區[4]。這些研究依賴于大量的現場檢測數據，需要確定的參數較多，試驗周期長，且未對污染因子進入水源前的自然衰減過程予以考慮。 為縮短識別周期和減少對監測數據的依賴，本研究以遙感遙測的影像和數據為基礎資料[5-6]，運用ArcGIS中的模型構建器“Modelbuilder”[7-11]，模擬在地表環境下污染因子隨時間的衰減過程，對污染因子進入飲用水源時的濃度進行識別，為相關保護區的控制和治理工作提供技術支持。

1 識別對象與依據

1.1 識別對象

村鎮飲用水源地污染因子識別的對象是經過衰減后在到達水源邊界前的污染因子濃度。污染因子經過溝渠、水塘和前置庫等滯水區，需經過一段時間的衰減后再進入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮飲用水源地污染因子識別的對象，將更加有效地反映污染因子對水源的污染程度。

1.2 識別依據

村鎮飲用水源地污染因子識別依據即相關的評價依據，目前我國主要參照GB 3838—2002《地表水環境質量標準》[15]以及GB 5749—2006《生活飲用水衛生標準》[16]，包括微生物指標、毒理指標、感官性狀和一般性化學物質、放射性指標等。

2 識別方法與步驟

2.1 識別方法

利用ArcGIS將污染因子識別地區的遙感影像加載到軟件中，數字化村鎮飲用水源地及周邊污染源所在地的地理空間要素[12]，并將收集到的污染源的微生物指標、毒理指標、感官性狀和一般化學物質等屬性數據資料導入其中，與對應的空間數據進行關聯，建立村鎮飲用水源地數據庫。

根據村鎮飲用水源地數據庫中的基礎信息判斷污染因子在地表流經的不同初始和邊界條件，選擇與之對應的污染因子濃度的衰減曲線，調用數據庫中的原始數據，運用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經過一系列地理工具處理和計算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識別依據中的相關指標進行比較，從而識別哪些污染因子超標。

2.2 識別步驟

2.2.1 擬合衰減函數 為反映污染因子的濃度在到達水源邊界前的衰減情況，在村鎮飲用水源地毗鄰區水田，試驗共設計3個地塊，除灌溉方式不同外（試驗地塊1為淹水灌溉，試驗地塊2為間歇灌溉，試驗地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長的因素保持一致。每個小區規格為3 m×2 m，水稻品種為贛晚秈37號，行株距26.7 cm×233 cm，施肥水平為：純氮135 kg/hm2，施肥方式為：基肥。采樣時期為：返青期，采樣頻次為施肥后的連續9 d內都進行取樣，采樣地點為每個試驗地塊對應的排水水塘。由試驗觀察發現返青期內每次施肥后氮濃度都在2 d后達到峰值，因此從此時開始記錄氮污染因子的濃度，試驗數據如表1所示。

對試驗地塊1和試驗地塊2灌溉后的氮污染因子濃度變化數據進行擬合，擬合系數取平均值，得到污染因子濃度隨時間推移的衰減曲線，并獲得衰減曲線的擬合函數（圖1）。

3.2 數據分析

將模擬值與實測的數據進行比較，結果如表4所示。

經過配對樣本t檢驗分析可以看出實測數據與模擬數據的P值大于0.05，且t值大于零，說明2組數據間的差異性很小，認為模擬數據能夠代表實測數據。

4 結論與討論

通過試驗模擬與實例驗證，比較由模擬模型計算得到的污染因子衰減濃度與實測的衰減濃度，結果表明兩者對于識別標準的識別結果是一致的。研究表明：（1）本識別方法基于遙感遙測影像和數據，與傳統的取水樣化驗分析相比較，具有效率高、成本低、識別區域廣等特點。（2）將影響污染因子濃度衰減的因素通過衰減函數反映，識別區域的物理、化學、生物特征要與衰減模型的構建條件一致。（3）污染因子濃度初始條件要進行調整，使其滿足衰減函數常數項的要求。

在今后的應用中，應逐步完善在不同邊界條件下（包括不同地形、不同植物生態環境和不同工程治理措施）污染物衰減曲線的擬合及衰減模型的構建，為村鎮飲用水水源地的保護提供快捷有效的污染因子識別技術。

參考文獻：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農村環境污染識別方法與應用研究[J]. 農業環境科學學報，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國，王金生，等. 基于Bayesian-MCMC方法的水體污染識別反問題[J]. 湖南大學學報：自然科學版，2012，39（6）：74-78.endprint

摘要：為快速、有效識別村鎮飲用水水源地污染因子，根據試驗數據擬合污染因子在一定初始和邊界條件下的衰減函數，應用ArcGIS中的“Modelbuilder”工具構建識別模型，以水源地水質標準為識別臨界值，基于村鎮飲用水水源地遙感影像數據直接識別污染因子。選擇水稻返青期的灌溉排水中的氮污染因子為例，擬合氮濃度隨時間衰減的二次多項式識別模型，用不同灌溉模式產生的氮污染因子濃度來檢驗模型，經驗證實測數據與模擬數據沒有顯著差異，識別模型可以有效反映污染因子的衰減過程，與傳統方法的識別結果一致。不同于傳統檢測化驗水樣的污染因子識別方法，該方法基于遙感影像數據可直接識別和篩選污染源和污染因子。

關鍵詞：ArcGIS；Modelbuilder；衰減函數；識別模型；快速有效

中圖分類號： R123；S127 文獻標志碼： A 文章編號：1002-1302（2014）03-0312-04

隨著我國村鎮飲水安全問題日益突出，村鎮飲用水源地的保護問題亟待解決，而污染因子識別是水源地保護工作的基礎。目前，針對水源污染因子識別方法進行了很多研究，其中陳敏鵬等運用清單法計算了CODCr、總氮（TN）和總磷（TP）的產生量、排放量和排放強度，并分析其空間分布特征[1]；陳儀等運用農村環境污染識別方法，識別各類型農戶生產和生活過程的污染源與污染強度[2]；陳海洋等通過貝葉斯推理和二維水質模型建立水體污染識別反演算模型，確定污染源強度、污染源位置以及污染泄漏時間[3]；蘇保林等用經過參數率定和模型驗證的密云水庫流域非點源SWAT模型系統，識別了非點源污染的時空變化和負荷關鍵區[4]。這些研究依賴于大量的現場檢測數據，需要確定的參數較多，試驗周期長，且未對污染因子進入水源前的自然衰減過程予以考慮。 為縮短識別周期和減少對監測數據的依賴，本研究以遙感遙測的影像和數據為基礎資料[5-6]，運用ArcGIS中的模型構建器“Modelbuilder”[7-11]，模擬在地表環境下污染因子隨時間的衰減過程，對污染因子進入飲用水源時的濃度進行識別，為相關保護區的控制和治理工作提供技術支持。

1 識別對象與依據

1.1 識別對象

村鎮飲用水源地污染因子識別的對象是經過衰減后在到達水源邊界前的污染因子濃度。污染因子經過溝渠、水塘和前置庫等滯水區，需經過一段時間的衰減后再進入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮飲用水源地污染因子識別的對象，將更加有效地反映污染因子對水源的污染程度。

1.2 識別依據

村鎮飲用水源地污染因子識別依據即相關的評價依據，目前我國主要參照GB 3838—2002《地表水環境質量標準》[15]以及GB 5749—2006《生活飲用水衛生標準》[16]，包括微生物指標、毒理指標、感官性狀和一般性化學物質、放射性指標等。

2 識別方法與步驟

2.1 識別方法

利用ArcGIS將污染因子識別地區的遙感影像加載到軟件中，數字化村鎮飲用水源地及周邊污染源所在地的地理空間要素[12]，并將收集到的污染源的微生物指標、毒理指標、感官性狀和一般化學物質等屬性數據資料導入其中，與對應的空間數據進行關聯，建立村鎮飲用水源地數據庫。

根據村鎮飲用水源地數據庫中的基礎信息判斷污染因子在地表流經的不同初始和邊界條件，選擇與之對應的污染因子濃度的衰減曲線，調用數據庫中的原始數據，運用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經過一系列地理工具處理和計算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識別依據中的相關指標進行比較，從而識別哪些污染因子超標。

2.2 識別步驟

2.2.1 擬合衰減函數 為反映污染因子的濃度在到達水源邊界前的衰減情況，在村鎮飲用水源地毗鄰區水田，試驗共設計3個地塊，除灌溉方式不同外（試驗地塊1為淹水灌溉，試驗地塊2為間歇灌溉，試驗地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長的因素保持一致。每個小區規格為3 m×2 m，水稻品種為贛晚秈37號，行株距26.7 cm×233 cm，施肥水平為：純氮135 kg/hm2，施肥方式為：基肥。采樣時期為：返青期，采樣頻次為施肥后的連續9 d內都進行取樣，采樣地點為每個試驗地塊對應的排水水塘。由試驗觀察發現返青期內每次施肥后氮濃度都在2 d后達到峰值，因此從此時開始記錄氮污染因子的濃度，試驗數據如表1所示。

對試驗地塊1和試驗地塊2灌溉后的氮污染因子濃度變化數據進行擬合，擬合系數取平均值，得到污染因子濃度隨時間推移的衰減曲線，并獲得衰減曲線的擬合函數（圖1）。

3.2 數據分析

將模擬值與實測的數據進行比較，結果如表4所示。

經過配對樣本t檢驗分析可以看出實測數據與模擬數據的P值大于0.05，且t值大于零，說明2組數據間的差異性很小，認為模擬數據能夠代表實測數據。

4 結論與討論

通過試驗模擬與實例驗證，比較由模擬模型計算得到的污染因子衰減濃度與實測的衰減濃度，結果表明兩者對于識別標準的識別結果是一致的。研究表明：（1）本識別方法基于遙感遙測影像和數據，與傳統的取水樣化驗分析相比較，具有效率高、成本低、識別區域廣等特點。（2）將影響污染因子濃度衰減的因素通過衰減函數反映，識別區域的物理、化學、生物特征要與衰減模型的構建條件一致。（3）污染因子濃度初始條件要進行調整，使其滿足衰減函數常數項的要求。

在今后的應用中，應逐步完善在不同邊界條件下（包括不同地形、不同植物生態環境和不同工程治理措施）污染物衰減曲線的擬合及衰減模型的構建，為村鎮飲用水水源地的保護提供快捷有效的污染因子識別技術。

參考文獻：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農村環境污染識別方法與應用研究[J]. 農業環境科學學報，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國，王金生，等. 基于Bayesian-MCMC方法的水體污染識別反問題[J]. 湖南大學學報：自然科學版，2012，39（6）：74-78.endprint

摘要：為快速、有效識別村鎮飲用水水源地污染因子，根據試驗數據擬合污染因子在一定初始和邊界條件下的衰減函數，應用ArcGIS中的“Modelbuilder”工具構建識別模型，以水源地水質標準為識別臨界值，基于村鎮飲用水水源地遙感影像數據直接識別污染因子。選擇水稻返青期的灌溉排水中的氮污染因子為例，擬合氮濃度隨時間衰減的二次多項式識別模型，用不同灌溉模式產生的氮污染因子濃度來檢驗模型，經驗證實測數據與模擬數據沒有顯著差異，識別模型可以有效反映污染因子的衰減過程，與傳統方法的識別結果一致。不同于傳統檢測化驗水樣的污染因子識別方法，該方法基于遙感影像數據可直接識別和篩選污染源和污染因子。

關鍵詞：ArcGIS；Modelbuilder；衰減函數；識別模型；快速有效

中圖分類號： R123；S127 文獻標志碼： A 文章編號：1002-1302（2014）03-0312-04

隨著我國村鎮飲水安全問題日益突出，村鎮飲用水源地的保護問題亟待解決，而污染因子識別是水源地保護工作的基礎。目前，針對水源污染因子識別方法進行了很多研究，其中陳敏鵬等運用清單法計算了CODCr、總氮（TN）和總磷（TP）的產生量、排放量和排放強度，并分析其空間分布特征[1]；陳儀等運用農村環境污染識別方法，識別各類型農戶生產和生活過程的污染源與污染強度[2]；陳海洋等通過貝葉斯推理和二維水質模型建立水體污染識別反演算模型，確定污染源強度、污染源位置以及污染泄漏時間[3]；蘇保林等用經過參數率定和模型驗證的密云水庫流域非點源SWAT模型系統，識別了非點源污染的時空變化和負荷關鍵區[4]。這些研究依賴于大量的現場檢測數據，需要確定的參數較多，試驗周期長，且未對污染因子進入水源前的自然衰減過程予以考慮。 為縮短識別周期和減少對監測數據的依賴，本研究以遙感遙測的影像和數據為基礎資料[5-6]，運用ArcGIS中的模型構建器“Modelbuilder”[7-11]，模擬在地表環境下污染因子隨時間的衰減過程，對污染因子進入飲用水源時的濃度進行識別，為相關保護區的控制和治理工作提供技術支持。

1 識別對象與依據

1.1 識別對象

村鎮飲用水源地污染因子識別的對象是經過衰減后在到達水源邊界前的污染因子濃度。污染因子經過溝渠、水塘和前置庫等滯水區，需經過一段時間的衰減后再進入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮飲用水源地污染因子識別的對象，將更加有效地反映污染因子對水源的污染程度。

1.2 識別依據

村鎮飲用水源地污染因子識別依據即相關的評價依據，目前我國主要參照GB 3838—2002《地表水環境質量標準》[15]以及GB 5749—2006《生活飲用水衛生標準》[16]，包括微生物指標、毒理指標、感官性狀和一般性化學物質、放射性指標等。

2 識別方法與步驟

2.1 識別方法

利用ArcGIS將污染因子識別地區的遙感影像加載到軟件中，數字化村鎮飲用水源地及周邊污染源所在地的地理空間要素[12]，并將收集到的污染源的微生物指標、毒理指標、感官性狀和一般化學物質等屬性數據資料導入其中，與對應的空間數據進行關聯，建立村鎮飲用水源地數據庫。

根據村鎮飲用水源地數據庫中的基礎信息判斷污染因子在地表流經的不同初始和邊界條件，選擇與之對應的污染因子濃度的衰減曲線，調用數據庫中的原始數據，運用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經過一系列地理工具處理和計算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識別依據中的相關指標進行比較，從而識別哪些污染因子超標。

2.2 識別步驟

2.2.1 擬合衰減函數 為反映污染因子的濃度在到達水源邊界前的衰減情況，在村鎮飲用水源地毗鄰區水田，試驗共設計3個地塊，除灌溉方式不同外（試驗地塊1為淹水灌溉，試驗地塊2為間歇灌溉，試驗地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長的因素保持一致。每個小區規格為3 m×2 m，水稻品種為贛晚秈37號，行株距26.7 cm×233 cm，施肥水平為：純氮135 kg/hm2，施肥方式為：基肥。采樣時期為：返青期，采樣頻次為施肥后的連續9 d內都進行取樣，采樣地點為每個試驗地塊對應的排水水塘。由試驗觀察發現返青期內每次施肥后氮濃度都在2 d后達到峰值，因此從此時開始記錄氮污染因子的濃度，試驗數據如表1所示。

對試驗地塊1和試驗地塊2灌溉后的氮污染因子濃度變化數據進行擬合，擬合系數取平均值，得到污染因子濃度隨時間推移的衰減曲線，并獲得衰減曲線的擬合函數（圖1）。

3.2 數據分析

將模擬值與實測的數據進行比較，結果如表4所示。

經過配對樣本t檢驗分析可以看出實測數據與模擬數據的P值大于0.05，且t值大于零，說明2組數據間的差異性很小，認為模擬數據能夠代表實測數據。

4 結論與討論

通過試驗模擬與實例驗證，比較由模擬模型計算得到的污染因子衰減濃度與實測的衰減濃度，結果表明兩者對于識別標準的識別結果是一致的。研究表明：（1）本識別方法基于遙感遙測影像和數據，與傳統的取水樣化驗分析相比較，具有效率高、成本低、識別區域廣等特點。（2）將影響污染因子濃度衰減的因素通過衰減函數反映，識別區域的物理、化學、生物特征要與衰減模型的構建條件一致。（3）污染因子濃度初始條件要進行調整，使其滿足衰減函數常數項的要求。

在今后的應用中，應逐步完善在不同邊界條件下（包括不同地形、不同植物生態環境和不同工程治理措施）污染物衰減曲線的擬合及衰減模型的構建，為村鎮飲用水水源地的保護提供快捷有效的污染因子識別技術。

參考文獻：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農村環境污染識別方法與應用研究[J]. 農業環境科學學報，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國，王金生，等. 基于Bayesian-MCMC方法的水體污染識別反問題[J]. 湖南大學學報：自然科學版，2012，39（6）：74-78.endprint