劉陽(yáng)等

摘要：為快速、有效識(shí)別村鎮(zhèn)飲用水水源地污染因子，根據(jù)試驗(yàn)數(shù)據(jù)擬合污染因子在一定初始和邊界條件下的衰減函數(shù)，應(yīng)用ArcGIS中的“Modelbuilder”工具構(gòu)建識(shí)別模型，以水源地水質(zhì)標(biāo)準(zhǔn)為識(shí)別臨界值，基于村鎮(zhèn)飲用水水源地遙感影像數(shù)據(jù)直接識(shí)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(shí)間衰減的二次多項(xiàng)式識(shí)別模型，用不同灌溉模式產(chǎn)生的氮污染因子濃度來(lái)檢驗(yàn)?zāi)Ｐ停?jīng)驗(yàn)證實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)沒(méi)有顯著差異，識(shí)別模型可以有效反映污染因子的衰減過(guò)程，與傳統(tǒng)方法的識(shí)別結(jié)果一致。不同于傳統(tǒng)檢測(cè)化驗(yàn)水樣的污染因子識(shí)別方法，該方法基于遙感影像數(shù)據(jù)可直接識(shí)別和篩選污染源和污染因子。

關(guān)鍵詞：ArcGIS；Modelbuilder；衰減函數(shù)；識(shí)別模型；快速有效

中圖分類號(hào)： R123；S127 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2014）03-0312-04

隨著我國(guó)村鎮(zhèn)飲水安全問(wèn)題日益突出，村鎮(zhèn)飲用水源地的保護(hù)問(wèn)題亟待解決，而污染因子識(shí)別是水源地保護(hù)工作的基礎(chǔ)。目前，針對(duì)水源污染因子識(shí)別方法進(jìn)行了很多研究，其中陳敏鵬等運(yùn)用清單法計(jì)算了CODCr、總氮（TN）和總磷（TP）的產(chǎn)生量、排放量和排放強(qiáng)度，并分析其空間分布特征[1]；陳儀等運(yùn)用農(nóng)村環(huán)境污染識(shí)別方法，識(shí)別各類型農(nóng)戶生產(chǎn)和生活過(guò)程的污染源與污染強(qiáng)度[2]；陳海洋等通過(guò)貝葉斯推理和二維水質(zhì)模型建立水體污染識(shí)別反演算模型，確定污染源強(qiáng)度、污染源位置以及污染泄漏時(shí)間[3]；蘇保林等用經(jīng)過(guò)參數(shù)率定和模型驗(yàn)證的密云水庫(kù)流域非點(diǎn)源SWAT模型系統(tǒng)，識(shí)別了非點(diǎn)源污染的時(shí)空變化和負(fù)荷關(guān)鍵區(qū)[4]。這些研究依賴于大量的現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)，需要確定的參數(shù)較多，試驗(yàn)周期長(zhǎng)，且未對(duì)污染因子進(jìn)入水源前的自然衰減過(guò)程予以考慮。 為縮短識(shí)別周期和減少對(duì)監(jiān)測(cè)數(shù)據(jù)的依賴，本研究以遙感遙測(cè)的影像和數(shù)據(jù)為基礎(chǔ)資料[5-6]，運(yùn)用ArcGIS中的模型構(gòu)建器“Modelbuilder”[7-11]，模擬在地表環(huán)境下污染因子隨時(shí)間的衰減過(guò)程，對(duì)污染因子進(jìn)入飲用水源時(shí)的濃度進(jìn)行識(shí)別，為相關(guān)保護(hù)區(qū)的控制和治理工作提供技術(shù)支持。

1 識(shí)別對(duì)象與依據(jù)

1.1 識(shí)別對(duì)象

村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象是經(jīng)過(guò)衰減后在到達(dá)水源邊界前的污染因子濃度。污染因子經(jīng)過(guò)溝渠、水塘和前置庫(kù)等滯水區(qū)，需經(jīng)過(guò)一段時(shí)間的衰減后再進(jìn)入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象，將更加有效地反映污染因子對(duì)水源的污染程度。

1.2 識(shí)別依據(jù)

村鎮(zhèn)飲用水源地污染因子識(shí)別依據(jù)即相關(guān)的評(píng)價(jià)依據(jù)，目前我國(guó)主要參照GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》[15]以及GB 5749—2006《生活飲用水衛(wèi)生標(biāo)準(zhǔn)》[16]，包括微生物指標(biāo)、毒理指標(biāo)、感官性狀和一般性化學(xué)物質(zhì)、放射性指標(biāo)等。

2 識(shí)別方法與步驟

2.1 識(shí)別方法

利用ArcGIS將污染因子識(shí)別地區(qū)的遙感影像加載到軟件中，數(shù)字化村鎮(zhèn)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(biāo)、毒理指標(biāo)、感官性狀和一般化學(xué)物質(zhì)等屬性數(shù)據(jù)資料導(dǎo)入其中，與對(duì)應(yīng)的空間數(shù)據(jù)進(jìn)行關(guān)聯(lián)，建立村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)。

根據(jù)村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)中的基礎(chǔ)信息判斷污染因子在地表流經(jīng)的不同初始和邊界條件，選擇與之對(duì)應(yīng)的污染因子濃度的衰減曲線，調(diào)用數(shù)據(jù)庫(kù)中的原始數(shù)據(jù)，運(yùn)用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經(jīng)過(guò)一系列地理工具處理和計(jì)算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識(shí)別依據(jù)中的相關(guān)指標(biāo)進(jìn)行比較，從而識(shí)別哪些污染因子超標(biāo)。

2.2 識(shí)別步驟

2.2.1 擬合衰減函數(shù) 為反映污染因子的濃度在到達(dá)水源邊界前的衰減情況，在村鎮(zhèn)飲用水源地毗鄰區(qū)水田，試驗(yàn)共設(shè)計(jì)3個(gè)地塊，除灌溉方式不同外（試驗(yàn)地塊1為淹水灌溉，試驗(yàn)地塊2為間歇灌溉，試驗(yàn)地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長(zhǎng)的因素保持一致。每個(gè)小區(qū)規(guī)格為3 m×2 m，水稻品種為贛晚秈37號(hào)，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(shí)期為：返青期，采樣頻次為施肥后的連續(xù)9 d內(nèi)都進(jìn)行取樣，采樣地點(diǎn)為每個(gè)試驗(yàn)地塊對(duì)應(yīng)的排水水塘。由試驗(yàn)觀察發(fā)現(xiàn)返青期內(nèi)每次施肥后氮濃度都在2 d后達(dá)到峰值，因此從此時(shí)開始記錄氮污染因子的濃度，試驗(yàn)數(shù)據(jù)如表1所示。

對(duì)試驗(yàn)地塊1和試驗(yàn)地塊2灌溉后的氮污染因子濃度變化數(shù)據(jù)進(jìn)行擬合，擬合系數(shù)取平均值，得到污染因子濃度隨時(shí)間推移的衰減曲線，并獲得衰減曲線的擬合函數(shù)（圖1）。

3.2 數(shù)據(jù)分析

將模擬值與實(shí)測(cè)的數(shù)據(jù)進(jìn)行比較，結(jié)果如表4所示。

經(jīng)過(guò)配對(duì)樣本t檢驗(yàn)分析可以看出實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的P值大于0.05，且t值大于零，說(shuō)明2組數(shù)據(jù)間的差異性很小，認(rèn)為模擬數(shù)據(jù)能夠代表實(shí)測(cè)數(shù)據(jù)。

4 結(jié)論與討論

通過(guò)試驗(yàn)?zāi)M與實(shí)例驗(yàn)證，比較由模擬模型計(jì)算得到的污染因子衰減濃度與實(shí)測(cè)的衰減濃度，結(jié)果表明兩者對(duì)于識(shí)別標(biāo)準(zhǔn)的識(shí)別結(jié)果是一致的。研究表明：（1）本識(shí)別方法基于遙感遙測(cè)影像和數(shù)據(jù)，與傳統(tǒng)的取水樣化驗(yàn)分析相比較，具有效率高、成本低、識(shí)別區(qū)域廣等特點(diǎn)。（2）將影響污染因子濃度衰減的因素通過(guò)衰減函數(shù)反映，識(shí)別區(qū)域的物理、化學(xué)、生物特征要與衰減模型的構(gòu)建條件一致。（3）污染因子濃度初始條件要進(jìn)行調(diào)整，使其滿足衰減函數(shù)常數(shù)項(xiàng)的要求。

在今后的應(yīng)用中，應(yīng)逐步完善在不同邊界條件下（包括不同地形、不同植物生態(tài)環(huán)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(gòu)建，為村鎮(zhèn)飲用水水源地的保護(hù)提供快捷有效的污染因子識(shí)別技術(shù)。

參考文獻(xiàn)：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國(guó)農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識(shí)別[J]. 中國(guó)環(huán)境科學(xué)，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農(nóng)村環(huán)境污染識(shí)別方法與應(yīng)用研究[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國(guó)，王金生，等. 基于Bayesian-MCMC方法的水體污染識(shí)別反問(wèn)題[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，39（6）：74-78.endprint

摘要：為快速、有效識(shí)別村鎮(zhèn)飲用水水源地污染因子，根據(jù)試驗(yàn)數(shù)據(jù)擬合污染因子在一定初始和邊界條件下的衰減函數(shù)，應(yīng)用ArcGIS中的“Modelbuilder”工具構(gòu)建識(shí)別模型，以水源地水質(zhì)標(biāo)準(zhǔn)為識(shí)別臨界值，基于村鎮(zhèn)飲用水水源地遙感影像數(shù)據(jù)直接識(shí)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(shí)間衰減的二次多項(xiàng)式識(shí)別模型，用不同灌溉模式產(chǎn)生的氮污染因子濃度來(lái)檢驗(yàn)?zāi)Ｐ?，?jīng)驗(yàn)證實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)沒(méi)有顯著差異，識(shí)別模型可以有效反映污染因子的衰減過(guò)程，與傳統(tǒng)方法的識(shí)別結(jié)果一致。不同于傳統(tǒng)檢測(cè)化驗(yàn)水樣的污染因子識(shí)別方法，該方法基于遙感影像數(shù)據(jù)可直接識(shí)別和篩選污染源和污染因子。

關(guān)鍵詞：ArcGIS；Modelbuilder；衰減函數(shù)；識(shí)別模型；快速有效

中圖分類號(hào)： R123；S127 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2014）03-0312-04

隨著我國(guó)村鎮(zhèn)飲水安全問(wèn)題日益突出，村鎮(zhèn)飲用水源地的保護(hù)問(wèn)題亟待解決，而污染因子識(shí)別是水源地保護(hù)工作的基礎(chǔ)。目前，針對(duì)水源污染因子識(shí)別方法進(jìn)行了很多研究，其中陳敏鵬等運(yùn)用清單法計(jì)算了CODCr、總氮（TN）和總磷（TP）的產(chǎn)生量、排放量和排放強(qiáng)度，并分析其空間分布特征[1]；陳儀等運(yùn)用農(nóng)村環(huán)境污染識(shí)別方法，識(shí)別各類型農(nóng)戶生產(chǎn)和生活過(guò)程的污染源與污染強(qiáng)度[2]；陳海洋等通過(guò)貝葉斯推理和二維水質(zhì)模型建立水體污染識(shí)別反演算模型，確定污染源強(qiáng)度、污染源位置以及污染泄漏時(shí)間[3]；蘇保林等用經(jīng)過(guò)參數(shù)率定和模型驗(yàn)證的密云水庫(kù)流域非點(diǎn)源SWAT模型系統(tǒng)，識(shí)別了非點(diǎn)源污染的時(shí)空變化和負(fù)荷關(guān)鍵區(qū)[4]。這些研究依賴于大量的現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)，需要確定的參數(shù)較多，試驗(yàn)周期長(zhǎng)，且未對(duì)污染因子進(jìn)入水源前的自然衰減過(guò)程予以考慮。 為縮短識(shí)別周期和減少對(duì)監(jiān)測(cè)數(shù)據(jù)的依賴，本研究以遙感遙測(cè)的影像和數(shù)據(jù)為基礎(chǔ)資料[5-6]，運(yùn)用ArcGIS中的模型構(gòu)建器“Modelbuilder”[7-11]，模擬在地表環(huán)境下污染因子隨時(shí)間的衰減過(guò)程，對(duì)污染因子進(jìn)入飲用水源時(shí)的濃度進(jìn)行識(shí)別，為相關(guān)保護(hù)區(qū)的控制和治理工作提供技術(shù)支持。

1 識(shí)別對(duì)象與依據(jù)

1.1 識(shí)別對(duì)象

村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象是經(jīng)過(guò)衰減后在到達(dá)水源邊界前的污染因子濃度。污染因子經(jīng)過(guò)溝渠、水塘和前置庫(kù)等滯水區(qū)，需經(jīng)過(guò)一段時(shí)間的衰減后再進(jìn)入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象，將更加有效地反映污染因子對(duì)水源的污染程度。

1.2 識(shí)別依據(jù)

村鎮(zhèn)飲用水源地污染因子識(shí)別依據(jù)即相關(guān)的評(píng)價(jià)依據(jù)，目前我國(guó)主要參照GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》[15]以及GB 5749—2006《生活飲用水衛(wèi)生標(biāo)準(zhǔn)》[16]，包括微生物指標(biāo)、毒理指標(biāo)、感官性狀和一般性化學(xué)物質(zhì)、放射性指標(biāo)等。

2 識(shí)別方法與步驟

2.1 識(shí)別方法

利用ArcGIS將污染因子識(shí)別地區(qū)的遙感影像加載到軟件中，數(shù)字化村鎮(zhèn)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(biāo)、毒理指標(biāo)、感官性狀和一般化學(xué)物質(zhì)等屬性數(shù)據(jù)資料導(dǎo)入其中，與對(duì)應(yīng)的空間數(shù)據(jù)進(jìn)行關(guān)聯(lián)，建立村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)。

根據(jù)村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)中的基礎(chǔ)信息判斷污染因子在地表流經(jīng)的不同初始和邊界條件，選擇與之對(duì)應(yīng)的污染因子濃度的衰減曲線，調(diào)用數(shù)據(jù)庫(kù)中的原始數(shù)據(jù)，運(yùn)用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經(jīng)過(guò)一系列地理工具處理和計(jì)算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識(shí)別依據(jù)中的相關(guān)指標(biāo)進(jìn)行比較，從而識(shí)別哪些污染因子超標(biāo)。

2.2 識(shí)別步驟

2.2.1 擬合衰減函數(shù) 為反映污染因子的濃度在到達(dá)水源邊界前的衰減情況，在村鎮(zhèn)飲用水源地毗鄰區(qū)水田，試驗(yàn)共設(shè)計(jì)3個(gè)地塊，除灌溉方式不同外（試驗(yàn)地塊1為淹水灌溉，試驗(yàn)地塊2為間歇灌溉，試驗(yàn)地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長(zhǎng)的因素保持一致。每個(gè)小區(qū)規(guī)格為3 m×2 m，水稻品種為贛晚秈37號(hào)，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(shí)期為：返青期，采樣頻次為施肥后的連續(xù)9 d內(nèi)都進(jìn)行取樣，采樣地點(diǎn)為每個(gè)試驗(yàn)地塊對(duì)應(yīng)的排水水塘。由試驗(yàn)觀察發(fā)現(xiàn)返青期內(nèi)每次施肥后氮濃度都在2 d后達(dá)到峰值，因此從此時(shí)開始記錄氮污染因子的濃度，試驗(yàn)數(shù)據(jù)如表1所示。

對(duì)試驗(yàn)地塊1和試驗(yàn)地塊2灌溉后的氮污染因子濃度變化數(shù)據(jù)進(jìn)行擬合，擬合系數(shù)取平均值，得到污染因子濃度隨時(shí)間推移的衰減曲線，并獲得衰減曲線的擬合函數(shù)（圖1）。

3.2 數(shù)據(jù)分析

將模擬值與實(shí)測(cè)的數(shù)據(jù)進(jìn)行比較，結(jié)果如表4所示。

經(jīng)過(guò)配對(duì)樣本t檢驗(yàn)分析可以看出實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的P值大于0.05，且t值大于零，說(shuō)明2組數(shù)據(jù)間的差異性很小，認(rèn)為模擬數(shù)據(jù)能夠代表實(shí)測(cè)數(shù)據(jù)。

4 結(jié)論與討論

通過(guò)試驗(yàn)?zāi)M與實(shí)例驗(yàn)證，比較由模擬模型計(jì)算得到的污染因子衰減濃度與實(shí)測(cè)的衰減濃度，結(jié)果表明兩者對(duì)于識(shí)別標(biāo)準(zhǔn)的識(shí)別結(jié)果是一致的。研究表明：（1）本識(shí)別方法基于遙感遙測(cè)影像和數(shù)據(jù)，與傳統(tǒng)的取水樣化驗(yàn)分析相比較，具有效率高、成本低、識(shí)別區(qū)域廣等特點(diǎn)。（2）將影響污染因子濃度衰減的因素通過(guò)衰減函數(shù)反映，識(shí)別區(qū)域的物理、化學(xué)、生物特征要與衰減模型的構(gòu)建條件一致。（3）污染因子濃度初始條件要進(jìn)行調(diào)整，使其滿足衰減函數(shù)常數(shù)項(xiàng)的要求。

在今后的應(yīng)用中，應(yīng)逐步完善在不同邊界條件下（包括不同地形、不同植物生態(tài)環(huán)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(gòu)建，為村鎮(zhèn)飲用水水源地的保護(hù)提供快捷有效的污染因子識(shí)別技術(shù)。

參考文獻(xiàn)：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國(guó)農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識(shí)別[J]. 中國(guó)環(huán)境科學(xué)，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農(nóng)村環(huán)境污染識(shí)別方法與應(yīng)用研究[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國(guó)，王金生，等. 基于Bayesian-MCMC方法的水體污染識(shí)別反問(wèn)題[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，39（6）：74-78.endprint

摘要：為快速、有效識(shí)別村鎮(zhèn)飲用水水源地污染因子，根據(jù)試驗(yàn)數(shù)據(jù)擬合污染因子在一定初始和邊界條件下的衰減函數(shù)，應(yīng)用ArcGIS中的“Modelbuilder”工具構(gòu)建識(shí)別模型，以水源地水質(zhì)標(biāo)準(zhǔn)為識(shí)別臨界值，基于村鎮(zhèn)飲用水水源地遙感影像數(shù)據(jù)直接識(shí)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(shí)間衰減的二次多項(xiàng)式識(shí)別模型，用不同灌溉模式產(chǎn)生的氮污染因子濃度來(lái)檢驗(yàn)?zāi)Ｐ?，?jīng)驗(yàn)證實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)沒(méi)有顯著差異，識(shí)別模型可以有效反映污染因子的衰減過(guò)程，與傳統(tǒng)方法的識(shí)別結(jié)果一致。不同于傳統(tǒng)檢測(cè)化驗(yàn)水樣的污染因子識(shí)別方法，該方法基于遙感影像數(shù)據(jù)可直接識(shí)別和篩選污染源和污染因子。

關(guān)鍵詞：ArcGIS；Modelbuilder；衰減函數(shù)；識(shí)別模型；快速有效

中圖分類號(hào)： R123；S127 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2014）03-0312-04

隨著我國(guó)村鎮(zhèn)飲水安全問(wèn)題日益突出，村鎮(zhèn)飲用水源地的保護(hù)問(wèn)題亟待解決，而污染因子識(shí)別是水源地保護(hù)工作的基礎(chǔ)。目前，針對(duì)水源污染因子識(shí)別方法進(jìn)行了很多研究，其中陳敏鵬等運(yùn)用清單法計(jì)算了CODCr、總氮（TN）和總磷（TP）的產(chǎn)生量、排放量和排放強(qiáng)度，并分析其空間分布特征[1]；陳儀等運(yùn)用農(nóng)村環(huán)境污染識(shí)別方法，識(shí)別各類型農(nóng)戶生產(chǎn)和生活過(guò)程的污染源與污染強(qiáng)度[2]；陳海洋等通過(guò)貝葉斯推理和二維水質(zhì)模型建立水體污染識(shí)別反演算模型，確定污染源強(qiáng)度、污染源位置以及污染泄漏時(shí)間[3]；蘇保林等用經(jīng)過(guò)參數(shù)率定和模型驗(yàn)證的密云水庫(kù)流域非點(diǎn)源SWAT模型系統(tǒng)，識(shí)別了非點(diǎn)源污染的時(shí)空變化和負(fù)荷關(guān)鍵區(qū)[4]。這些研究依賴于大量的現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)，需要確定的參數(shù)較多，試驗(yàn)周期長(zhǎng)，且未對(duì)污染因子進(jìn)入水源前的自然衰減過(guò)程予以考慮。 為縮短識(shí)別周期和減少對(duì)監(jiān)測(cè)數(shù)據(jù)的依賴，本研究以遙感遙測(cè)的影像和數(shù)據(jù)為基礎(chǔ)資料[5-6]，運(yùn)用ArcGIS中的模型構(gòu)建器“Modelbuilder”[7-11]，模擬在地表環(huán)境下污染因子隨時(shí)間的衰減過(guò)程，對(duì)污染因子進(jìn)入飲用水源時(shí)的濃度進(jìn)行識(shí)別，為相關(guān)保護(hù)區(qū)的控制和治理工作提供技術(shù)支持。

1 識(shí)別對(duì)象與依據(jù)

1.1 識(shí)別對(duì)象

村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象是經(jīng)過(guò)衰減后在到達(dá)水源邊界前的污染因子濃度。污染因子經(jīng)過(guò)溝渠、水塘和前置庫(kù)等滯水區(qū)，需經(jīng)過(guò)一段時(shí)間的衰減后再進(jìn)入飲用水源[12-14]，因此，將衰減后的污染因子濃度作為村鎮(zhèn)飲用水源地污染因子識(shí)別的對(duì)象，將更加有效地反映污染因子對(duì)水源的污染程度。

1.2 識(shí)別依據(jù)

村鎮(zhèn)飲用水源地污染因子識(shí)別依據(jù)即相關(guān)的評(píng)價(jià)依據(jù)，目前我國(guó)主要參照GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》[15]以及GB 5749—2006《生活飲用水衛(wèi)生標(biāo)準(zhǔn)》[16]，包括微生物指標(biāo)、毒理指標(biāo)、感官性狀和一般性化學(xué)物質(zhì)、放射性指標(biāo)等。

2 識(shí)別方法與步驟

2.1 識(shí)別方法

利用ArcGIS將污染因子識(shí)別地區(qū)的遙感影像加載到軟件中，數(shù)字化村鎮(zhèn)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(biāo)、毒理指標(biāo)、感官性狀和一般化學(xué)物質(zhì)等屬性數(shù)據(jù)資料導(dǎo)入其中，與對(duì)應(yīng)的空間數(shù)據(jù)進(jìn)行關(guān)聯(lián)，建立村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)。

根據(jù)村鎮(zhèn)飲用水源地?cái)?shù)據(jù)庫(kù)中的基礎(chǔ)信息判斷污染因子在地表流經(jīng)的不同初始和邊界條件，選擇與之對(duì)應(yīng)的污染因子濃度的衰減曲線，調(diào)用數(shù)據(jù)庫(kù)中的原始數(shù)據(jù)，運(yùn)用ArcGIS自帶的ArcToolBox和Modelbuilder功能，將衰減曲線放入“Modelbuilder”中，經(jīng)過(guò)一系列地理工具處理和計(jì)算，最終得到衰減后的污染因子濃度圖層[17-18]，并與識(shí)別依據(jù)中的相關(guān)指標(biāo)進(jìn)行比較，從而識(shí)別哪些污染因子超標(biāo)。

2.2 識(shí)別步驟

2.2.1 擬合衰減函數(shù) 為反映污染因子的濃度在到達(dá)水源邊界前的衰減情況，在村鎮(zhèn)飲用水源地毗鄰區(qū)水田，試驗(yàn)共設(shè)計(jì)3個(gè)地塊，除灌溉方式不同外（試驗(yàn)地塊1為淹水灌溉，試驗(yàn)地塊2為間歇灌溉，試驗(yàn)地塊3為間歇+淺蓄雨水灌溉），施肥量等其他影響作物生長(zhǎng)的因素保持一致。每個(gè)小區(qū)規(guī)格為3 m×2 m，水稻品種為贛晚秈37號(hào)，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(shí)期為：返青期，采樣頻次為施肥后的連續(xù)9 d內(nèi)都進(jìn)行取樣，采樣地點(diǎn)為每個(gè)試驗(yàn)地塊對(duì)應(yīng)的排水水塘。由試驗(yàn)觀察發(fā)現(xiàn)返青期內(nèi)每次施肥后氮濃度都在2 d后達(dá)到峰值，因此從此時(shí)開始記錄氮污染因子的濃度，試驗(yàn)數(shù)據(jù)如表1所示。

對(duì)試驗(yàn)地塊1和試驗(yàn)地塊2灌溉后的氮污染因子濃度變化數(shù)據(jù)進(jìn)行擬合，擬合系數(shù)取平均值，得到污染因子濃度隨時(shí)間推移的衰減曲線，并獲得衰減曲線的擬合函數(shù)（圖1）。

3.2 數(shù)據(jù)分析

將模擬值與實(shí)測(cè)的數(shù)據(jù)進(jìn)行比較，結(jié)果如表4所示。

經(jīng)過(guò)配對(duì)樣本t檢驗(yàn)分析可以看出實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的P值大于0.05，且t值大于零，說(shuō)明2組數(shù)據(jù)間的差異性很小，認(rèn)為模擬數(shù)據(jù)能夠代表實(shí)測(cè)數(shù)據(jù)。

4 結(jié)論與討論

通過(guò)試驗(yàn)?zāi)M與實(shí)例驗(yàn)證，比較由模擬模型計(jì)算得到的污染因子衰減濃度與實(shí)測(cè)的衰減濃度，結(jié)果表明兩者對(duì)于識(shí)別標(biāo)準(zhǔn)的識(shí)別結(jié)果是一致的。研究表明：（1）本識(shí)別方法基于遙感遙測(cè)影像和數(shù)據(jù)，與傳統(tǒng)的取水樣化驗(yàn)分析相比較，具有效率高、成本低、識(shí)別區(qū)域廣等特點(diǎn)。（2）將影響污染因子濃度衰減的因素通過(guò)衰減函數(shù)反映，識(shí)別區(qū)域的物理、化學(xué)、生物特征要與衰減模型的構(gòu)建條件一致。（3）污染因子濃度初始條件要進(jìn)行調(diào)整，使其滿足衰減函數(shù)常數(shù)項(xiàng)的要求。

在今后的應(yīng)用中，應(yīng)逐步完善在不同邊界條件下（包括不同地形、不同植物生態(tài)環(huán)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(gòu)建，為村鎮(zhèn)飲用水水源地的保護(hù)提供快捷有效的污染因子識(shí)別技術(shù)。

參考文獻(xiàn)：

[1]陳敏鵬，陳吉寧，賴斯蕓. 中國(guó)農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識(shí)別[J]. 中國(guó)環(huán)境科學(xué)，2006，26（6）：751-755.

[2]陳 儀，夏立江，于曉勇. 農(nóng)村環(huán)境污染識(shí)別方法與應(yīng)用研究[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2010，29（11）：2221-2227.

[3]陳海洋，滕彥國(guó)，王金生，等. 基于Bayesian-MCMC方法的水體污染識(shí)別反問(wèn)題[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，39（6）：74-78.endprint