流域重金屬生態風險評估WebGIS系統設計

王圣偉,張 暢,張 月,婁天瀧,薛飛揚

(西北師范大學 計算機科學與工程學院,蘭州 730070)

0 概述

近年來,隨著現代工業、農業的迅速發展以及城市化進程的日益加快,受人類活動的影響,重金屬運移到土壤中,導致流域生態環境的惡化,主要包括農業生產污染、工業生產污染、污水灌溉污染等[1]。土壤環境重金屬污染狀況日益受到人們研究和關注。研究結果表明,重金屬通過在植物(作物和蔬菜)和動物之間傳播以及積累[2]進而也有可能對城市樹木的生存能力產生負面影響。人類活動的影響,加快重金屬活性的釋放,造成土壤中的重金屬對公眾健康構成威脅,兒童和成人通過環境遷移攝入的重金屬累積量會直接危害其健康[3]。所以,生態風險檢測及評估的加強具有重要意義。目前常用的生態風險評估模型主要有土壤-有機污染物變化及遷移暴露模型(Em soft模型)、農藥根區模型(PRZM3模型)和土壤模型(Soil mode模型)[4]。因此,結合研究區域具體情況提出適合的生態風險評估模型同樣具有重要意義。

地理信息系統(GIS)是非常重要的一種地理研究的手段。研究人員運用地理信息系統和專家系統(ES)相結合的結構體系,完成了生態景觀評價系統。文獻[5]利用GIS無線服務的小麥氮肥施肥推薦系統,縮短了農業生產“最后一公里”問題?？梢娎肎IS技術手段來研發系統是有效的。文獻[6]采用土壤重金屬插值方法進行空間連續性定量屬性的估算和模擬,并且基于Flex和REST基于WebGIS平臺開發了農田環境重金屬安全等級劃分系統,達到了評估重金屬污染等級狀況的目的。文獻[7]提出一種土壤-作物協同風險評估模型,并且基于WebGIS建立了農田土壤重金屬污染風險評估決策支持系統,實現了對農田重金屬污染進行風險評估和監督。

本文基于WebGIS應用平臺,并利用R軟件數據分析及模型建立平臺、Microsoft Visual Studio 2013開發集成平臺等共同完成B/S架構系統開發。該系統通過對整個流域或流域內單個區域的重金屬含量分析,劃分生態風險等級,同時應用GIS開發技術實現遠程監測和分析流域生態環境重金屬狀況,管理和決策流域生態環境的重金屬管控和排放。

1 研究區域概況及數據準備

1.1 研究區域概況

本文以流經中國甘肅省西南部的大夏河為研究區域。研究區位于東經102°02′～103°23′、北緯34°51′～35°48′之間。大夏河有兩處河源,分別為夏河和咯河[8]。通過對臨夏州地區水利部門的相關調查研究可知,該地區45.5%的河水資源遭到不同程度的人為排放影響,其中有11.6%的河段較為明顯,導致這一部分水體使用價值低于飲用標準,超過90%的城鎮水資源受到用水安全的威脅。針對水資源污染的地域分布而言,干流水質要優于支流水質,而干流的上游水質優于下游,其中以工礦區的水資源污染最為明顯[9]。

1.2 數據來源

研究中所使用的遙感數據主要應用來自于地理空間數據云(http://www.gscloud.cn/)以及USGS(https://earthexplorer.usgs.gov/)所提供的LANDSAT系列數據中的Landsat 8 OLI_TIRS遙感衛星數據資料。采用ENVI軟件輻射定標、圖像鑲嵌、圖像剪裁和大氣校正等步驟計算相應的NDVI數值,并去除異常值和中心標準化。

為了探究研究區域流域土壤重金屬的狀況,本文運用了2015年—2017年的流域土壤重金屬采樣數據,進行ERA模型構建。為更加合理地確定采樣數,本文利用文獻[10]方法針對研究區域純隨機采樣而構造的最佳采樣數量計算。利用2018年1月—6月數據進行ERA模型驗證,其中間隔1月一次采樣,采樣點共計114個,其中,固定采樣點24個,隨機采樣點90個。采集樣品時使用手持式GPS定位器,用塑料勺取底泥上層0 cm～20 cm土壤,土壤樣品經過烘干后研磨,待細磨后過200目尼龍篩。然后采用微波消解法對樣品進行處理,運用電感耦合等離子體發射光譜儀ICP-OES測定重金屬的含量。

降水量及溫度主要來源于中國氣象數據網(http://data.cma.cn/site/index.html)中的地面氣象資料。主要采用2015年—2017年每年1月—12月研究區域的數據來進行數據分析以及建模。對溫度數據進行平均處理,溫度為月平均氣溫,取降水量為月平均降水量。

2 系統總體模型

2.1 重金屬平均含量模型

NDVI的季節差異可以用背景水分和溫度條件來解釋,植被覆蓋的變化也受到水溫條件(如溫度、降水、濕度)的綜合或協同作用的影響[11]。通過對近三年(2015年—2017年)的月均NDVI值、月平均降水量以及月均溫度做相關性分析,分析結果如圖1所示。從圖1可以看出,月均NDVI值與月均降水量(圖1(a))以及月均氣溫(圖1(b))的相關度分別為0.807、0.808。溫度與NDVI值顯著性P.=0.01<0.05,降水與NDVI值得顯著性P.=0.02<0.05,顯著性較強,可知NDVI值與溫度以及降水量都是正相關的,因此可以推斷溫度和降水量有助于植被的生長。流域重金屬的含量與重金屬本身的運移有關,運移的速度受到當地降水量和溫度的影響[12]。通過實測研究區域2015年—2017年的重金屬,研究區域的主要元素為類重金屬As和重金屬Cd、Cr、Cu、Pb。由于土壤重金屬含量與采樣點的年平均降水量和溫度有相關性[13],因此以月均降水量和月均溫度以及平均重金屬含量做相關性分析,結果分別如圖1(c)、圖1(d)所示,月均重金屬含量與降水量及溫度的相關性分別為-0.79、-0.784,分別在P.=0.03,P.=0.02水平上顯著。相關性分析結果表明,土壤平均重金屬含量與月均降水量和月均溫度負相關。由于降水的沖刷和徑流作用會降低重金屬含量,溫度的升高會造成PH值偏酸性,使得重金屬離子活性增大,意味著重金屬含量升高,但是,同時重金屬活性離子升高,意味著重金屬離子水溶性升高,溫度升高的季節往往降水多,沖刷作用大,反而會使土壤重金屬含量降低。

圖1 月均NDVI、月均重金屬含量與溫度、降水量的關系Fig.1 Relationship of monthly average NDVI and monthly heavy metal content with temperature and precipitation

對月均重金屬含量、月均NDVI值、月均降水量、月均溫度進行線性回歸R2=0.866,計算公式為:

W=-0.002X1-0.042X2-54.287 6X3+34.443

(1)

其中,W表示月平均重金屬含量,X1表示降水量,X2表示溫度,X3表示NDVI。

通過2015年—2017年實測土壤重金屬進行平均處理,與運用式(1)預測的土壤平均重金屬含量的對比如圖2所示,由圖2可知,該式準確性較好,可以用來預測重金屬含量。

圖2 實測值與計算值對比示意圖Fig.2 Comparison diagram of measured and calculated values

2.2 生態風險評估模型

Hakanson生態風險指數是一種常用的重金屬潛在生態風險評價指數[14]。重金屬在土壤中的危害存在著緩慢釋放的過程和潛在效應。針對這種潛在危害,瑞典國家環保學家HAKANSON L于1980年提出了潛在生態風險指數(HRI):

(2)

研究區域土壤重金屬的地球化學背景值如表1所示[15],重金屬潛在生態危害指數的分級標準如表2所示[16]。

表1 研究區域土壤重金屬的地球化學背景值Table 1 Geochemical background values of soil heavy metals in the study area

表2 重金屬潛在生態危害指數的分級標準Table 2 Grading standards for potential ecological hazard indexes of heavy metals

HRI值的大小與重金屬含量的多少有關,故以式(1)中計算的平均重金屬含量W為自變量,式(2)計算出的HRI為因變量進行線性擬合,擬合結果如表3所示。

表3 HRI與平均重金屬含量的擬合結果Table 3 Fitting results of HRI and average heavy metal content

通過對比選擇擬合度比較高的三次方公式,即流域生態風險評估模型(ERA):

ERA=0.02W3-0.718W2+228.034

(3)

其中,W表示式(1)中計算所得的平均重金屬含量,ERA表示生態風險評估值,其等級劃分參考表2。

采用2018年1月—6月(編號13～19)的數據進行驗證,如圖3所示,其中編號1～12為研究區域2015年—2017年每年1月—12月的值,驗證結果與實際結果差異性較小,式(3)表達的物理意義能夠表征流域重金屬生態風險指數ERA與氣象遙感信息間的關系。

圖3 研究區域數據驗證對比示意圖Fig.3 Comparison diagram of data validation in study area

3 系統架構設計

3.1 系統應用架構

將流域生態風險評估系統整體分為“數據-應用邏輯-表示”[17],即表示層、應用邏輯層和數據層三層架構,其中基于ArcGIS API for Javascript的WebGIS系統應用框架如圖4所示。

圖4 WebGIS系統應用架構Fig.4 WebGIS system application architecture

WebGIS系統應用架構如下:

1)表示層即客戶機操作端的用戶處理器,主要圍繞GIS組件進行設計,處理操作用戶對系統發出的各種操作請求或提交給應用層。用戶可以通過表示層對地圖進行放大縮小漫游等操作,處理區域的顯示變化,主要有地圖的刷新和顯示、進行地圖加載等。

2)應用邏輯層主要起中間層的作用,完成用戶的信息請求,負責完成系統大部分的應用邏輯處理,搭建與數據庫銜接的數據交換通道,并顯示服務器反饋的相關信息。在邏輯上,首先作為服務框架,對數據層的空間數據庫、屬性數據庫以及本地文件等各項服務進行邏輯整合;應用上通過ASPX.NET技術處理用戶端各種信息請求,實現動作響應。在生態風險評估階段,應用邏輯層為生態風險評估需求數據(如研究區域的降水量、溫度、NDVI值)調用生態風險評估處理服務生成生態風險評估數據。主要處理過程為:用戶端發出超文本傳輸請求,通過調用ASPX頁面代碼實現數據信息訪問,信息處理完成后將反饋信息通過HTML頁面發送到用戶端[18]。

3)數據層由多個數據庫服務器組成,用來存儲重金屬采樣點信息、重金屬檢測數據信息和用戶信息等。數據庫是流域生態風險評估系統的基礎,其邏輯結構及物理結構設計的合理性直接關系到應用系統性能,因此,多數據庫分類管理方式提升優化了系統性能。

3.2 數據庫系統設計

本文系統采用SQLServer數據庫進行數據存儲,數據庫關系如圖5所示。該數據庫主要包括操作用戶表、樣點管理表、采樣信息表、指標檢測數據表以及評價表。其中樣點管理表描述了采樣標號、采樣類型(隨機采樣點或者固定采樣點)、采樣點的經緯度和采樣時間等,可以根據不同區域的不同采樣數據進行分析達到更好的評價效果。評價表中描述了自編號(不同區域賦予不同編號)、重金屬含量(預測值和實測值)、評價等級等內容,以便清楚地了解評價區域的情況。

圖5 數據庫關系示意圖Fig.5 Schematic diagram of data relationship

3.3 系統功能模塊設計

結合研究區域流域數據管理需要,流域重金屬生態風險評估系統包括系統管理模塊、采樣數據管理模塊、樣點管理模塊、流域重金屬生態風險評估模塊、WebGIS基礎地圖管理模塊,系統功能結構如圖6所示。

圖6 系統功能結構Fig.6 System function structure

系統功能結構如下:

1)系統管理

本文系統管理主要實現功能為登錄系統、退出系統、用戶信息查詢、新用戶注冊、修改用戶信息、用戶角色分配等功能。其中角色分配按系統需求設定超級管理員和普通游客。普通游客權限是瀏覽系統中所有對外開放的功能,如WebGIS基礎地圖操作、專題地圖查看、數據查詢、樣點及重金屬相關指標數據錄入、流域生態風險評估等。超級管理員除普通游客的權限外,還具有對普通游客權限的設置、添加樣點等權限。

2)采樣數據管理

本文主要研究位于甘肅境內的大夏河采樣點的重金屬分布及含量情況。記錄2015年—2017年在大夏河流域采樣點數據,每個采樣點包含經緯度、海拔、溫度、時間、PH值、NDVI值以流域重金屬As、Cd、Cr、Cu、Pb指標含量。該數據通過相關SQL Server數據庫中數據表進行保存,同時用戶可根據地區、時間、污染級別3種方式進行查詢,查詢結果以圖表形式呈現。

3)樣點管理模塊

樣點主要模塊主要對樣點編號以及增加刪除進行設定。

4)WebGIS地圖管理

本文系統通過WebGIS技術實現基礎地圖和專題地圖。其中,基礎地圖實現圖放大、縮小、平移、全景、鷹眼、模糊查詢等功能;專題地圖除實現對地圖放大、縮小、漫游、全景、鷹眼、精準定位外,也對相關研究區域進行操作,如實現前端對地圖圖層的管理。

5)流域生態風險評估

研究流域重金屬相關指標、降水、溫度以及NDVI值的數據集是進行研究流域生態風險評估的前提,也是衡量研究流域重金屬狀況的重要依據。流域生態風險評估系統主要以遙感數據為參考,通過ERA模型進行評估,將結果通過數據表輸出,評估結果的準確性通過地圖投影進行可視化顯示。

4 系統的開發與實現

流域生態風險評估模塊設計主要包含R語言與C#連接方法設計、流域生態風險評估模塊實現兩部分構成。

4.1 R語言與C#.NET連接方式

Gstat-R和C#.NET在各自領域都存在著優劣勢。如:Gstat-R用戶界面對數據庫應用不靈便;而.NET連接數據統計及圖形處理上無法達到Gstat-R。但將Gstat-R和C#.NET連接,實現揚長避短優點互補,從而使系統具有良好的用戶數據操作界面及數據統計處理分析,使網絡中數據統計及分析得到良好解決[19]。Gstat-R和C#.NET連接的具體方式如圖7所示。

圖7 R語言與C#.NET混合編程體系結構Fig.7 R language and C #.NET mixed programmingarchitecture

首先利用.NET技術實現操作網頁設計,并通過ADO.NET技術連接SQLServer庫,方便用戶操作者對數據進行訪問及保存。然后從SQLServer庫中訪問所需數據,通過Gstat-R對數據統計及處理。最后將數據處理所得信息反饋給操作用戶,并保存信息數據到SQLServer庫[20]。

4.2 生態風險評估模塊實現

生態風險用戶登錄生態風險評估系統后,輸入所需要的數據,即研究區域的降水量、溫度以及NDVI值等,進入生態風險評估系統,選擇生態風險評估區域(如臨夏市、臨夏縣、同仁縣等或者流域區域)以及模型。生態風險評價流程如圖8所示。

圖8 生態風險評價流程Fig.8 Ecological risk assessment procedure

點擊“提交”按鈕,會出現所選區域評價表,如圖9所示。評價表可以從數值角度來評判所選擇區域的生態風險狀況。點擊“地圖投影”按鈕,可以直觀地顯示出生態風險評估結果。

圖9 生態風險評價數據示意圖Fig.9 Schematic diagram of ecological risk assessment data

在選擇單個區域時,界面會出現單個區域的生態風險評估結果,并且鼠標放在所選擇的區域會顯示該地生態風險評估的詳細信息(以臨夏縣為例),如圖10所示。

圖10 臨夏縣生態風險評估效果示意圖Fig.10 Schematic diagram of ecological risk assessment effect ofLinxia county

在選擇整個流域區域時,會顯示整個流域的生態風險評估結果。具體過程為:點擊提交按鈕后系統會從SQLServer歷史數據庫中將所選區域參數發送到Gstat-R軟件。Gstat-R軟件調用數據包對監測地點進行評估。單擊地圖投影按鈕,系統將評估的準確性結果投影到地圖上進行Web可視化展示,可以直觀地看出流域生態風險評估的準確情況。其中評估準確性結果可視化頁面如圖11所示,其中淺色色系表示中低污染風險等級,深色色系表示嚴重極嚴重污染風險等級。從圖中可以看出流域下游的臨夏縣、東鄉回族自治縣和政縣是中級污染程度。流域上游地區呈現低污染風險程度。

圖11 流域區域生態風險評價效果示意圖Fig.11 Schematic diagram of ecological risk assessment effect of watershed region

5 結束語

本文構建ERA生態風險評估模型,采用C#和ArcGis開發平臺實現了流域生態風險評估功能系統,通過溫度、降水、NDVI值等動態地監測研究區域的生態風險狀況,并采用測量土壤重金屬污染技術提高工作效率。為獲得準確定位及可視化結果,下一步將基于數據傳感器監測數據,建立智能數據檢測分析模型、構建三維電子地圖和擴展預警功能。