王乃天，朱亞雷，熊恒葳，霍再林

(1.中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，北京 100083；2.北京市朝陽區(qū)水務(wù)局，北京 100026)

隨著工農(nóng)業(yè)及社會的發(fā)展，地下水污染成為備受關(guān)注的環(huán)境問題，地下水污染風(fēng)險評價是評估地下水污染空間規(guī)律及污染等級的重要方法。地下水污染風(fēng)險由地下水脆弱性及污染負荷共同決定。地下水脆弱性評價大多以DRASTIC模型為基礎(chǔ)進行修正。付素蓉等提出了DRAMIC模型，用含水層厚度代替土壤介質(zhì)類型指標(biāo)，用污染物影響代替水力傳導(dǎo)系數(shù)，并且去掉了地面坡度因素，制定了一套完善的評分體系，該模型已經(jīng)成為我國城市地下水污染敏感性分析的通用指標(biāo)[2]。鄂建等指出了DRASTIC模型的一些缺陷并提出了相應(yīng)的改進辦法，并對九江市地下水易污性進行了研究[3]。在國外，Uricchio等選用sintacs參數(shù)管理模型，著重考慮人類活動造成的危害程度，得到地下水污染風(fēng)險評價結(jié)果[4]。Jamrah 等對巴卡地區(qū)進行了長期地質(zhì)數(shù)據(jù)監(jiān)測，得到其區(qū)域易污性風(fēng)險地圖，并對多年間變化趨勢進行了分析[5]。對于不同的地質(zhì)條件，DRASTIC模型也應(yīng)有相應(yīng)的調(diào)整適用，如Zhang針對北京市大興農(nóng)業(yè)區(qū)地下水污染的特點，提出了農(nóng)業(yè)區(qū)地下水污染風(fēng)險評價DRSIN模型[6]。本文針對北京市朝陽區(qū)地下水污染的復(fù)雜性，提出了DRABICLE模型。該模型剔除地形因素，將土壤層介質(zhì)改為土壤層阻隔能力，加入土地利用情況和采補平衡。

1 研究區(qū)概況

朝陽區(qū)位于北京城區(qū)的東部，總面積470.8 km2。整體地勢西北高東南低，地面坡度為1/1 000～1/2 500。在西北城區(qū)、小紅門、十八里店、王四營、高碑店鄉(xiāng)為沖洪積平原，總面積占全區(qū)的80%，土質(zhì)為輕壤土至中壤土，地下水埋深較深；該區(qū)中北部至昌平接壤地帶多為扇緣洼地，地下水埋深較淺，土質(zhì)較為黏重，扇緣洼地約占總面積的7%；該區(qū)東北部沿河狹長區(qū)域為河流沖積平原，土壤巖性多樣。朝陽區(qū)多年平均降雨量562.6 mm，降雨多集中在6-9月，區(qū)內(nèi)多年平均水面蒸發(fā)量1 200 mm，每年5月份蒸發(fā)量最大，1月份蒸發(fā)量最小。2001-2010年朝陽區(qū)平均水資源總量為11 836.8 萬m3，其中地表水資源量3 354.9 萬m3，地下水資源量8 817.4 萬m3。2010年朝陽區(qū)地下水供水量9 343.6 萬m3，地表水供水量3 254.8 萬m3[7]。

作為北京經(jīng)濟的核心區(qū)域之一，朝陽區(qū)工農(nóng)業(yè)發(fā)展較早。農(nóng)業(yè)種植區(qū)主要集中于北部的洼里、來廣營、王四營鄉(xiāng)，東部的東壩、金盞、樓梓莊鄉(xiāng)，南部的小紅門、南磨房、十八里店鄉(xiāng)，西部由于為城市區(qū)域，農(nóng)作物較少。早期農(nóng)藥、化肥無節(jié)制使用，在土壤中殘存量較大。隨著經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，朝陽區(qū)第一產(chǎn)業(yè)萎縮，現(xiàn)如今僅在金盞鄉(xiāng)區(qū)域有農(nóng)藥、化肥施用。朝陽區(qū)工業(yè)建筑在鼎盛時期共有兩百多家，在通惠河南岸，從九龍山、大郊亭直到垡頭形成了一片化學(xué)工業(yè)區(qū)，由于環(huán)保意識較差、監(jiān)管力度不夠，部分工廠外遷后，原址仍有隱蔽污染源未清理，工業(yè)“三廢”對地下水環(huán)境產(chǎn)生了較大影響。朝陽區(qū)人口逐年增加，生活條件提高，導(dǎo)致城市生活垃圾產(chǎn)量劇增，垃圾處理過程產(chǎn)生大量污染。

2 模型的提出與構(gòu)建

2.1 模型提出

地下水污染風(fēng)險評價與氣候、地勢地貌、水文條件、地下土壤巖石類型等自然因素密切相關(guān)。本研究以國際上采用的地下水脆弱性評價DRASTIC模型為基礎(chǔ)(該模型考慮了地下水埋深D、凈補給量R、飽和帶介質(zhì)A、土壤介質(zhì)S、地形T、滲流區(qū)介質(zhì)I、滲透系數(shù)C共7個參數(shù))進行朝陽區(qū)地下水風(fēng)險評價模型構(gòu)建。由于研究區(qū)地勢平坦，地形影響可忽略不計，因此將地形T因素剔除。除考慮固有脆弱性評價指標(biāo)外，還應(yīng)考慮人為因素影響的特殊脆弱性評價指標(biāo)。為表征不同土地利用條件下地下水污染的差異性，研究中引入土地利用類型L作為特殊脆弱性評價指標(biāo)。其次，不同土壤介質(zhì)類型及土壤容重對污染物入滲凈釋、阻隔能力均不相同，結(jié)合朝陽區(qū)表層多為黏土、粉砂土兩種土質(zhì)的特點，考慮將土壤層介質(zhì)替換為土壤層阻隔能力。此外，地下水開采強度直接影響地下水埋深、滲透系數(shù)等參數(shù)變化，與地下水污染風(fēng)險密切相關(guān)，研究中加入地下水采補平衡[8]。綜上所述，本研究基于地下水埋深D、凈補給量R、飽和帶介質(zhì)A、土壤層阻隔能力B、滲流區(qū)介質(zhì)I、滲透系數(shù)C、土地利用類型L、采補平衡E共8個因子來評價地下水污染風(fēng)險。

2.2 模型計算

表1 相對重要性比例標(biāo)度Tab.1 Scale of relative importance

為保證一致性滿足要求，需要進行一致性檢驗，一致性檢驗滿意可以使用該權(quán)向量，檢驗結(jié)果不滿意則需重新調(diào)整判斷矩陣A。首先計算矩陣A的最大特征值：

(1)

根據(jù)最大特征值λmax計算一致性指標(biāo)：

(2)

最后確定一致性比率CR=CI/RI<0.1，其中RI為一致性指標(biāo)，根據(jù)表2獲得。當(dāng)一致性比率滿足小于0.1時，一致性為滿意[10]。計算權(quán)重結(jié)果為表3所示。

表2 平均隨機一致性指標(biāo)RITab.2 Mean random consistency index RI

表3 權(quán)重指標(biāo)Tab.3 Index weight

本研究采用模糊綜合評價法確定模型因素集和評判集。單因素評價后可得隸屬度向量，該向量包含47個監(jiān)測點單因子評分值，綜合各因子得隸屬度矩陣R，該矩陣為8×47矩陣，選取加權(quán)平均型合成因子將權(quán)重向量ω與R矩陣合成，得到模型的評分結(jié)果向量，將該向量各點數(shù)值帶入到GIS中反距離差值，最終可得朝陽區(qū)地下水污染風(fēng)險評分圖。

2.3 取樣點分布

根據(jù)朝陽區(qū)農(nóng)業(yè)區(qū)域、工業(yè)區(qū)域分布情況，再考慮盡可能反映朝陽區(qū)整體情況，本研究選取47口研究井進行數(shù)據(jù)采樣分析，從每個研究井中可以獲得地下水埋深、凈補給量、飽和帶介質(zhì)、滲流區(qū)介質(zhì)、滲透系數(shù)、土壤層介質(zhì)、土壤容重。根據(jù)周邊環(huán)境可以得到土地利用類型(見圖1)。

圖1 研究區(qū)取樣點分布圖Fig.1 Sampling point distribution in study area

2.4 各因素評分

朝陽區(qū)整體地下水埋藏較深，孫河、金盞、高碑店、常營等東部偏北區(qū)域由于過量開采，地下水埋深均大于70 m。中部及南部區(qū)域埋深為30～70 m范圍內(nèi)。來廣營鄉(xiāng)、黃港鄉(xiāng)等北部區(qū)域為清河流經(jīng)扇緣洼地，此處地下水埋藏相對較淺。

根據(jù)朝陽區(qū)多年降雨量數(shù)據(jù)[7]可知降雨量集中于靠近城區(qū)的西部，東部和南部降雨量相對較少。且朝陽區(qū)地勢西北高東南低，地下水流動方向自西向東。檢測點數(shù)據(jù)反映趨勢與降雨量減少方向及地下水流動方向一致，凈補給量自西北向至東南向逐漸降低。

朝陽區(qū)飽和帶介質(zhì)多為粉細砂、細砂土，來廣營鄉(xiāng)、豆各莊鄉(xiāng)、黑莊戶鄉(xiāng)土質(zhì)較為黏重，金盞鄉(xiāng)多為砂性土。中北部及南部包氣帶介質(zhì)多為黏土，西北部、東部地區(qū)土質(zhì)多為粉砂土。不同粒徑、容重土壤對污染物入滲的阻隔能力差異性較大[8]，根據(jù)朝陽區(qū)土質(zhì)特點進行入滲實驗評價土壤層阻隔能力。對47口井周邊土壤進行環(huán)刀實驗及顆粒分析，SJF-1、CGZ-1、XHM-1、XHM-2、GZ-2、DGZ-1、HZH-3、HZH-4、WJ-1、DB-1、DB-3采樣點土壤粒徑較小且容重較低，評分值較低。

朝陽區(qū)整體滲透系數(shù)較小，評分值較高。在來廣營鄉(xiāng)評分為7，低于平均水平，這與朝陽區(qū)地下水漏斗降落中心重疊。

朝陽區(qū)農(nóng)業(yè)區(qū)集中于金盞鄉(xiāng)區(qū)域，工業(yè)區(qū)集中在通惠河沿岸及垡頭地區(qū)，垃圾填埋場位于高安屯村。對47口井采樣分析后，確定JZ-1、JZ-3、DB-1為農(nóng)業(yè)用井，WSY-1、SBLD-1為工業(yè)用井，JZ-2為垃圾填埋場附近井。根據(jù)采樣結(jié)果計算地下水質(zhì)量綜合評價F值，將采樣結(jié)果的硬度、色度、pH、各金屬離子含量、菌落數(shù)等指標(biāo)根據(jù)地下水質(zhì)量標(biāo)準[11]進行評價，每個指標(biāo)對應(yīng)類別后根據(jù)表4進行單項評分，最后計算綜合評分：

(3)

式中：Fi為第i項指標(biāo)評分值；Fmax為Fi中的最大值；n為評價指標(biāo)個數(shù)。

表4 單項組分評價分值FiTab.4 Rank of single index

根據(jù)表5可知，計算得到農(nóng)業(yè)用井F值平均值為4.506，屬于較差區(qū)間；工業(yè)用井F值平均值為2.501，屬于較好偏良好范疇；垃圾填埋場附近井F值為7.119，屬于較差偏極差。對其余土地進行評價后發(fā)現(xiàn)，農(nóng)村區(qū)域F值普遍大于城市地區(qū)，這可能是由于土地硬化情況和農(nóng)業(yè)用地、垃圾隨意傾瀉等原因造成。

表5 地下水質(zhì)量綜合評價Tab.5 Comprehensive evaluation of groundwater quality

西北部地區(qū)農(nóng)業(yè)、生活用水多取自地下水，且降雨多集中于西部，對東北部補給較少。在孫河鄉(xiāng)、金盞鄉(xiāng)、崔各莊鄉(xiāng)、東壩鄉(xiāng)部分地區(qū)年均水位下降達1 m以上。采補平衡趨勢與朝陽區(qū)地面沉降速率趨勢一致。

各單因子評價結(jié)果如圖2～圖10所示。

圖2 地下水埋深評分圖Fig.2 Rank of groundwater depth

2.5 評價結(jié)果與現(xiàn)狀年監(jiān)測結(jié)合對比

將DRASTIC模型與DRABICLE模型均應(yīng)用模糊綜合評價法進行評價，將評分值按照1～6分評為較差級別，6～7分評為較好級別，7～8分評為良好級別，8-10分評為優(yōu)良級別，評價結(jié)果見表6、圖11和圖12。研究中引入朝陽區(qū)地下水水質(zhì)評分圖以客觀說明地下水污染風(fēng)險評價結(jié)果的可靠性[7]。結(jié)果表明，DRASTIC模型模擬結(jié)果評分普遍高于DRABICLE模型和朝陽區(qū)地下水水質(zhì)評分結(jié)果。DRASTIC模型僅考慮固有脆弱性因子，DRABICLE模型中加入人為影響因子土地利用類型和采補平衡，可以認為由于未考慮人為因素影響，DRASTIC模型模擬結(jié)果與實際情況擬合程度較低。對比DRABICLE模型地下水污染風(fēng)險圖與朝陽區(qū)地下水水質(zhì)評分圖，在朝陽區(qū)西南方向及西部城區(qū)擬合程度低，從圖1可知該區(qū)域無監(jiān)測點，因此擬合結(jié)果偏差較大。其余位置擬合程度均較高，因此可以認為DRABICLE模型用于模擬朝陽區(qū)地下水污染風(fēng)險具有較高的可靠性。

表6 評分區(qū)間結(jié)果Tab.6 Scoring interval

圖3 凈補給量評分圖Fig.3 Rank of net recharge

圖4 飽和帶介質(zhì)評分圖Fig.4 Rank of aquifer media

圖5 土壤層阻隔能力評分圖Fig.5 Rank of ability of soil layer block

圖6 滲流區(qū)介質(zhì)評分圖Fig.6 Rank of Impact of the vadose

圖7 滲透系數(shù)評分圖Fig.7 Rank of permeability coefficient

圖8 土地利用情況評分圖Fig.8 Rank of land use type

圖9 采補平衡評分圖Fig.9 Rank of the balance of exploitation and recharge

圖10 朝陽區(qū)地下水水質(zhì)評分圖Fig.10 Rank of groundwater quality in Chaoyang District

圖11 DRASTIC模型模擬結(jié)果Fig.11 Simulation result of DRASTIC

圖12 DRABICLE模型模擬結(jié)果Fig.12 Simulation result of DRABICLE

3 結(jié) 語

(1)地下水污染風(fēng)險評價需著重考慮人為因素影響，應(yīng)用DRABICLE模型模擬受工業(yè)、農(nóng)業(yè)、生活三廢污染的城市地區(qū)具有較高的契合度，若該地區(qū)地形坡度差異明顯，可考慮加入地形因素。

(2)北京市朝陽區(qū)整體地下水污染風(fēng)險較低，金盞鄉(xiāng)、孫河鄉(xiāng)受農(nóng)業(yè)污染影響較重，通惠河沿岸工業(yè)區(qū)對地下水污染不具有明顯影響。

(3)隨著南水北調(diào)工程應(yīng)用，地下水開采量逐年降低，地下水位回升，地下水污染風(fēng)險將加大，需提早做好防治工作。

□

參考文獻：

[1] J Iqbal,AK Gorai,YB Katpatal,et al. Development of GIS-based fuzzy pattern recognition model (modified DRASTIC model) for groundwater vulnerability to pollution assessment[J]. International Journal of Environmental Science and Technology, 2015,12(10):3 161-3 174.

[2] 付素蓉,王焰新,蔡鶴生,等.城市地下水污染敏感性分析[J].地球科學(xué)-中國地質(zhì)大學(xué)學(xué)報，2000，25(3)：482-486.

[3] 鄂 建,孫愛榮,鐘新永.DRASTIC模型的缺陷與改進方法探討[J].水文地質(zhì)工程地質(zhì)，2010，37(1)：102-107.

[4] Vito F Uricchio, Raffaele Giordano, Nicola Lopez. A fuzzy knowledge-based decision support system for groundwater pollution risk evalution[J]. Journal of Environmental Management, 2004,73(3):189-197.

[5] Jamrah A, Al-Futaisi A,Rajmohan N. Assessment of groundwater vulnerability in the coastal region of Oman using DRASTIC index method in GIS Environment[J]. Environmental Monitoring & Assessment, 2008,147(1-3):125-138.

[6] 張曉琳.北京市大興區(qū)淺層地下水污染風(fēng)險評價研究[D].北京：中國農(nóng)業(yè)大學(xué)，2012：1-43.

[7] 北京市水科學(xué)技術(shù)研究院,北京市朝陽區(qū)水務(wù)局.北京市朝陽區(qū)水資源調(diào)查與評價[R].2015-01.

[8] 中國地質(zhì)調(diào)查局.地下水脆弱性評價技術(shù)要求[Z].2006-02.

[9] AM Aldarby, Y Z Elshafei. Bulk-density in relation to infiltration capacity of loam soils[J]. Arab Gulf Journal Ofentific Research,1991,9(2):55-69.

[10] 曹茂林.層次分析法確定評價指標(biāo)權(quán)重及Excel計算[J].江蘇科技信息, 2012,(2):39-40.

[11] GB/T 14848-93,地下水質(zhì)量標(biāo)準[S].