松原市淺層地下水污染源識別及風險研究

開偉萌，梁秀娟，肖長來，孟凡傲，楊偉飛，王 鴿

（1.吉林大學地下水資源與環境教育部重點實驗室，長春130021；2.吉林大學水資源與水環境重點實驗室，長春130021；3.吉林大學油頁巖地下原位轉化與鉆采技術國家地方聯合工程實驗室，長春130021；4.吉林大學新能源與環境學院，長春130021）

0 引 言

近年來，隨著城市化和工業化進程的加快，我國地下水污染問題日趨嚴重。其成因可簡要歸納為原生水質問題和人類活動導致的水質問題［1］。對地下水水質進行檢測和評價，識別其主要污染源、空間分布及污染風險，在地下水治理和開發利用中具有重要意義。

以往的水質評價方法有單因子指數法、內梅洛指數法、模糊數學評價法、灰色聚類法等［2，3］。這些方法可以對當前水質進行評價與分級，但難以識別地下水污染源，且忽略了地下水污染的空間特性。前人為確定地下水污染源做出了大量的研究。唐軍等［4］將哈斯圖解法與綜合評價法結合用于地下水優控污染物識別；馮茜等［5］利用因子分析法識別了德惠市淺層地下水的污染源，并分析了污染源的空間分布特征；郭濤等［6］利用正定矩陣因子分解法識別了拉林河流域地下水的主要污染源。曹陽等［7］利用因子分析法和系統聚類法對水質影響因素進行評價。綜合來看，因子分析法，不但可以從宏觀上描述水質因子，識別出污染源，還可以利用因子得分將研究區各污染因子及綜合污染因子的空間分布情況在圖中直觀表達，是識別地下水污染源的理想方法。

本文以松原市為研究對象，選取2017年11月58 口潛水監測井的水質檢測數據進行分析研究，首次采用因子分析法確定松原市淺層地下水污染因子，分析污染源分布特征，并結合USEPA 的非致癌風險模型找出污染因子中的高風險因子，為研究區有關部門治理和開發利用地下水提供依據。

1 研究區概況及數據來源

1.1 研究區概況

松原市位于松嫩平原以南，東與長春市、四平市接壤，西與白城市接壤，屬溫帶大陸性氣候。區內東部為由王府-伏龍泉砂礫石臺地和松拉河間地塊組成的高平原，其第四系孔隙潛水含水層為下更新統砂礫石含水巖組（Q1）和中更新統沖積砂礫石含水巖組（Q2）；西部為低平原，其地勢低平開闊，向二松河谷方向緩傾，其第四系孔隙潛水含水層為上更新統沖湖積粉細砂、砂礫石含水巖組（Q3）；東部高平原與西部低平原之間為河谷平原，其第四系孔隙潛水含水層為全新統沖湖積、湖沼積淤泥質亞黏土含水巖組（Q4）［8］，如圖1（a）所示。區內淺層地下水的補給來源主要為降水入滲補給，在西部低平原區，由于徑流較為緩慢，淺層地下水的排泄方式主要以蒸發和人工開采為主。

1.2 數據來源

選用松原市2017年11月58組淺層地下水水質檢測數據進行分析，取樣分布，如圖1（b）所示。檢測的潛水含水層厚度在7～40 m 之間，按均勻分布的原則，每個取樣點取三瓶水樣，取樣完后立即用錫紙密封送往譜尼測試（吉林分公司）化驗，檢測結果真實可靠。利用Piper 圖法確定研究區地下水化學類型時選取鉀、鈣、鈉、鎂、碳酸根、重碳酸根、硫酸根、氯離子8項指標，利用因子分析法識別淺層地下水污染源時選取pH、鋇、鐵、鉬、鈉、鋅、氟化物、氯化物、硝酸鹽、硫酸鹽、溶解性總固體（TDS）、總硬度、耗氧量、氨氮等18項指標。

圖1 研究區地形地貌及采樣分布圖Fig.1 Topography and sampling distribution map

2 研究方法與步驟

2.1 研究方法

本研究采用spss 軟件對地下水各離子指標進行統計性分析；運用Aquachem軟件繪制Piper圖，以確定淺層地下水水化學類型。采用因子分析法識別研究區地下水中的污染源；將因子分析提取的污染因子代入非致癌物風險模型，計算風險指數。因子分析數學模型與非致癌物風險模型如下。

因子分析數學模型［1］：

式中：f1，f2，…，fk為因子變量，a11，a12，…，apk為因子xp與變量fk之間的相關系數，也稱為載荷；εi為特殊因子，代表公因子以外的影響因素，實際分析時可忽略不計。

非致癌物風險模型［9］：

式中：RI為非致癌物所致的個人平均風險，無量綱；DI為經飲水途徑所導致的單位日均暴露劑量，mg/（kg·d）；RiDI為經飲水途徑的參考劑量，mg/（kg·d）；CI為水中污染物的濃度，mg/L；IR為攝入率，一般取值2.1 L/d；EF為暴露頻率，一般取值365 d/a；ED為暴露持續時間，a；BW為平均體重，一般取值70 kg；AT平均壽命，取70 a［9］。

2.2 具體步驟

2.2.1 數據標準化

將選取的各項指標的數據進行標準化處理，其公式如下。

式中：xi為第i個水樣的原始測量值；x′i為第i個水樣去除量綱后的結果；s為其標準差。

2.2.2 數據檢驗

為檢驗變量之間是否有足夠的相關性，選用KMO 檢驗和Bartlett球型檢測法，作為檢驗方法。檢驗結果如表1所示。

表1 KMO 和巴特利特檢驗Tab.1 KMO and Bartlett tests

檢測結果顯示，KMO 檢驗結果為0.698，大于0.6，巴特利特檢驗結果為0，小于0.05，檢驗結果適合做因子分析。

2.2.3 因子提取

提取其中幾個能反映原始變量絕大部分信息的公因子，其特征值應大于1，為使公因子具有良好的代表性，其累計方差值應大于70%。

2.2.4 因子旋轉

采用最大方差法對矩陣進行旋轉，旋轉后的載荷矩陣應使各個因子的載荷方差之和最大，以便對評價內容進行求解與分析。

2.2.5 計算因子得分

因子得分是指所提取的公共因子f1，f2，…，fk在每個取樣點的具體得分，每個因子得分由以下因子得分公式給出。

以上步驟借助spss軟件中的因子分析模塊實現。

2.2.6 因子風險研究

采用USEPA 的非致癌物風險模型［9］對因子分析法所提取的污染因子進行風險指數計算，以EPA 推薦的最大可接受風險度（1.0×10-6）［10］為參照依據，研究分析各污染因子的風險程度。

3 結果與分析

3.1 區域水化學特征

通過分析研究區淺層地下水Piper 圖，如圖2 所示，可以看出研究區水化學類型主要以Ca-HCO3型水，CaNa-HCO3型水為主，少部分地區為Ca-Cl-HCO3型水。由表2（研究區主要水化學指標統計表）可知，該區淺層地下水的pH均值為7.64，呈弱堿性。TDS 和總硬度的變異系數較大，說明在全區范圍內礦化度相差較大，應存在地下水富集的高污染地區，研究區Cl-、NO2-、NO3-、NH4+、Fe、As、Zn 等離子的標準差和變異系數較大，說明部分地區相關離子的含量偏高，可能是潛在的污染源。

表2 研究區主要水化學指標統計表Tab.2 Statistical table of main hydrochemical indexes in the study area

圖2 淺層地下水Piper圖Fig.2 Piper diagram of shallow groundwater

3.2 地下水污染源識別及空間分布情況

在對選取的18 項指標進行標準化處理，KMO 檢驗和Bartlett 球型檢測后，提取5 個公因子，累計方差貢獻率為75.546%，如表3 所示。為使各公因子的典型代表變量更加突出，將因子荷載矩陣進行正交旋轉，旋轉因子荷載矩陣，見表4。

表3 總方差解釋Tab.3 Total variance interpretation

表4 旋轉因子載荷矩陣Tab.4 Rotation factor load matrix

將各公因子得分及綜合因子得分，與對應的坐標結合，運用ArcGIS 中的克里金插值法得到淺層地下水各公因子與綜合污染因子得分的空間分布圖，如圖3 所示。圖中某區域單項因子得分較高，說明該地區某項離子污染程度較為嚴重；綜合因子得分較高，說明該地區整體離子濃度偏高，可能存在多項離子污染超標的現象。

f1因子的方差貢獻率為38.151%，是區域淺層地下水的主要成分，f1因子的主要代表變量有溶解性總固體（TDS）、氯化物、總硬度、硝酸鹽氮、鈉離子、硫酸鹽，將f1命名為“主成分”因子。f1因子的得分在區域內呈西高東低，得分較高的地區為乾安縣及長嶺縣西部區域，如圖3（a）所示。f1因子的得分與水文地質條件、水動力條件以及人類活動有關。松原市西部地區為低平原區，干旱半干旱氣候，地勢低洼，地下水水位較低，周邊的地下水與巖石長期發生溶濾作用攜帶大量離子向此處運移，在長期蒸發濃縮作用下，地下水中的離子濃度不斷增高，導致該地區f1因子得分較高。其次，生活污水和工業污水中的酸和鹽類物質排入地表水后，由地表水下滲到地下水中，與巖層發生陽離子交替作用，使巖層中的鈣、鎂離子析出，這使得地下水的總硬度逐漸增高［11］。

f2因子的方差貢獻率為13.036%，主要代表變量有亞硝酸鹽氮和氨氮。f2因子得分自西向東逐漸降低，其中長嶺縣及乾安縣西部及寧江區因子得分較高，如圖3（b）所示。從空間分布來看，f2因子得分較高的地區主要分布在西部低平原區及人口密集的寧江區，這是由于亞硝酸鹽氮和氨氮主要和農藥化肥的使用及污水的排放有關。在低平原地區，由于地勢平坦開闊，農田較為集中，單位面積農藥化肥的使用量遠高于東部地區，過量的氮肥進入土壤后隨雨水進入地下水，造成地下水中氮含量逐漸增高。在寧江區，工廠排放的工業廢水及集中排放的生活污水存在大量的氮化物，處理未達標的污水被排入第二松花江河道內后，在遷移時發生下滲和越流補給現象，使得市區附近的淺層地下水中氮含量逐漸升高。

f3因子的方差貢獻率為10.128%，主要代表變量有鉬、鐵、和有機物。f3因子主要分布在乾安縣西部地區，如圖3（c）所示。參照《地下水質量標準》（GB/T14848-2017），鉬和三氯甲烷的離子濃度均在III類標準以內，屬正常范圍。地下水中鐵元素的含量與TDS 的含量呈正相關，與Ph 的值呈負相關，同時還與地下水中的氧化還原環境有直接關系，當地下水處于還原環境時鐵元素更容易從土壤中析出。在西部低平原區，鐵元素主要來源于土壤及整個含水層［12］。

f4因子的方差貢獻率為7.724%，主要代表變量是氟化物。f4因子主要分布于長嶺縣和乾安縣兩地，其中長嶺縣因子得分最高，如圖3（d）所示。氟元素含量主要受水文地質條件和原生地質環境影響。長嶺、乾安兩地，屬低平原區，為干旱半干旱氣候，其地形低洼，沉積物以沖湖積、風積為主，含水層滲透性差，地下水交替緩慢，蒸發排泄為其主要排泄方式，易于離子的富集。其次，周邊裸露的氟礦物（方解石、石膏、長石類礦物和螢石等）經過長期的風化、淋溶、并借助水動力條件富集于此。發源于內蒙古大興安嶺德福勒罕山北麓的霍林河，是運輸大興安嶺含氟巖石的主要載體，為該地區源源不斷的提供氟離子［13］。

圖3 各公因子與綜合污染因子得分空間分布圖Fig.3 Spatial distribution of the scores of common factors and comprehensive pollution factors

f5因子的方差貢獻率為6.507%，主要代表變量是砷元素。f5因子分布于松原市絕大部分地區，如圖3（e）所示。參照《地下水質量標準》（GB/T14848-2017），砷的離子濃度在III 類標準以內，屬正常范圍。原生地質作用是地下水中砷的主要來源，含砷巖石經風化和雨水沖蝕等過程釋放可溶態砷吸附于土壤中，又在雨水作用下經過長時間的下滲進入地下水中。另外，地下水中的鐵元素會和固態砷產生鐵砷循環耦合作用，地下水中鐵元素含量越高，越容易促進砷的釋放［14］。

通過公式f綜合=（38.151f1+13.036f2+10.128f3+7.724f4+6.057f5）/75.546 計算松原市淺層地下水污染綜合得分f。結果顯示，長嶺縣西部地區的太平川鎮、北正鎮，以及乾安縣西部地區永字鎮、大布蘇鎮污染最為嚴重，長嶺縣縣區、扶余縣縣區、及前郭爾羅斯蒙古族自治縣哈拉毛都鎮、長龍鄉、東三家子鄉水質較好，如圖3（f）所示。綜上所述，綜合污染因子得分較高地區主要為低平原區，其主要受原生地質條件、水文地質條件及地下水動力條件共同作用；其次，人類生產生活所排放的生活污水、工業污水及過度施用的農藥也是造成該地淺層地下水污染的原因。

3.3 因子風險研究

在污染源識別的基礎上，選取氟、鐵、硝酸鹽氮、氨氮4個污染因子進行風險指數計算。依據美國環保署公眾健康評估手冊［15］，硝酸鹽氮、氨氮、氟、鐵的參考劑量如表5所示。將指標含量及各參數代入非致癌風險模型計算，結果如圖4所示。

圖4 各因子風險指數Fig.4 Risk index of each factor

表5 非致癌物參考劑量 mg/(kg·d)Tab.5 Reference dose of non-carcinogens

以EPA 推薦的最大可接受風險度（1.0×10-6）［12］為參照依據，在58 個點的檢測樣本中，氟化物有13 個點的風險指數高于最大可接受風險度，超標率達22.41%，最大超標倍數為2.48倍；硝酸鹽氮有6 個點的風險指數高于最大可接受風險度，超標率達10.34%，最大超標倍數為3.40 倍；鐵元素有1 個超標，超標率為1.72%，氨氮無超標。結果表明地下水中氟化物、硝酸鹽氮的風險指數超標率偏高，鐵元素和氨氮的風險指數超標率較低。綜上所述，氟化物為風險最大的污染因子，其次是硝酸鹽氮類，鐵和氨氮因子的風險性較小。

4 結 論

（1）松原市淺層地下水總體上呈弱堿性，部分地區的礦化度較高。地下水中主要陽離子有Ca+、Na+、Mg2+，主要陰離子有HCO3-、Cl-。區內地下水水化學類型主要為：Ca-HCO3、CaNa-HCO3型水。

（2）影響松原市淺層地下水水質的主要因子有TDS 和硝酸鹽氮，其方差貢獻率達38.151%；其次是亞硝酸鹽氮、氨氮和氟化物；其方差貢獻率總和達20.76%；鐵和砷的方差貢獻率之和在17%左右。

（3）污染因子風險研究表明，區內氟化物是風險最大的污染因子，其次是硝酸鹽氮類，鐵和氨氮因子的風險較小。

（4）區內淺層地下水污染較嚴重的區域主要集中在乾安縣與長嶺縣西部地區，其主要受原生地質環境作用和離子的遷移-富集作用影響。另外污水排放及化肥農藥的過量施用也對淺層地下水水質造成污染。 □