摘 要：為了準(zhǔn)確掌握區(qū)域內(nèi)地下水污染的狀況，本文研究基于光譜曲線特征的區(qū)域性地下水污染監(jiān)測(cè)方法。通過聲速數(shù)據(jù)轉(zhuǎn)換獲取水底數(shù)據(jù)，利用光譜曲線特征選取光譜特征參數(shù)，并通過計(jì)算得出對(duì)應(yīng)的光譜段曲線斜率和波長(zhǎng)特征，以反映水質(zhì)樣本的污染狀態(tài)。通過溯源分析確定重點(diǎn)監(jiān)測(cè)區(qū)域和污染物類型，提高監(jiān)測(cè)的針對(duì)性。試驗(yàn)結(jié)果表明，本文方法得出在距離較遠(yuǎn)的上游和下游區(qū)域水體污染情況較嚴(yán)重，相對(duì)強(qiáng)度達(dá)到了1.0，這與實(shí)際水體污染情況較符合，說明采用本文監(jiān)測(cè)方法進(jìn)行污水監(jiān)測(cè)具有一定的有效性，而且能夠準(zhǔn)確反映周邊水體的污染狀況。

關(guān)鍵詞：光譜曲線特征；區(qū)域性；地下水；污染；監(jiān)測(cè)

中圖分類號(hào)：TP 79" 文獻(xiàn)標(biāo)志碼：A

作為重要的水資源，地下水一旦受到污染，治理難度極大且成本高昂。在這樣的背景下，傳統(tǒng)的地下水污染監(jiān)測(cè)方法往往存在局限，無法全面、準(zhǔn)確地反映區(qū)域性地下水污染的真實(shí)狀況。因此，開展區(qū)域性地下水污染監(jiān)測(cè)方法的研究迫在眉睫，旨在建立更科學(xué)、高效、精準(zhǔn)的監(jiān)測(cè)體系，以應(yīng)對(duì)日益嚴(yán)峻的地下水污染形勢(shì)，保護(hù)地下水資源和生態(tài)環(huán)境。

在上述背景下，董廣齊等[1]建立XGBoost模型降低計(jì)算負(fù)荷。以監(jiān)測(cè)空間矩誤差極小化為優(yōu)化目標(biāo)，考慮設(shè)計(jì)中污染源釋放強(qiáng)度的動(dòng)態(tài)變化過程。魏瀟淑等[2]利用生物對(duì)水體污染的敏感性，通過觀察生物群落、生物指標(biāo)等變化來反映水體污染狀況。結(jié)合河流流域的地理、地貌、土壤類型等信息，對(duì)污染物進(jìn)行空間分析。如果數(shù)據(jù)存在偏差，就可能導(dǎo)致模型的誤判。因此，現(xiàn)階段以區(qū)域性地下水污染監(jiān)測(cè)方法為研究目標(biāo)，運(yùn)用光譜曲線特征，結(jié)合實(shí)際情況進(jìn)行試驗(yàn)與分析。

1 區(qū)域性地下水污染監(jiān)測(cè)方法

1.1 獲取水底數(shù)據(jù)

區(qū)域性地下水污染監(jiān)測(cè)的主要目的是掌握特定區(qū)域內(nèi)地下水的污染狀況，為地下水資源的合理開發(fā)提供支持[3]。因此，在進(jìn)行地下水污染數(shù)據(jù)采集過程中，通過發(fā)射機(jī)垂直向水下發(fā)射超聲波，接觸到水底時(shí)會(huì)發(fā)生反射。運(yùn)用接收機(jī)采集反射回來的聲波，但水下地形不平整，反射回來的聲波到達(dá)時(shí)間不一致，從而產(chǎn)生一定的時(shí)間差，通過轉(zhuǎn)換設(shè)備將時(shí)間差換算成水底數(shù)據(jù)，如公式（1）所示。

式中：v為聲波的傳輸速度；t為信號(hào)往返所需時(shí)間；F為轉(zhuǎn)換設(shè)備影響因子。

這樣針對(duì)水底地貌的探測(cè)，可以清晰觀察到水下地貌情況[4]。聲波數(shù)據(jù)在傳播和采集過程中會(huì)受到噪聲的干擾，從而降低聲波數(shù)據(jù)的質(zhì)量。因此，采用均值濾波方法對(duì)聲波數(shù)據(jù)進(jìn)行濾波去噪處理。

均值濾波是一種線性濾波方法，針對(duì)聲波數(shù)據(jù)序列x（n），n=1，2，...，N-1，N為數(shù)據(jù)點(diǎn)個(gè)數(shù)，定義一個(gè)濾波窗口，長(zhǎng)度為M，從數(shù)據(jù)序列的起始位置開始，每次取M個(gè)連續(xù)的數(shù)據(jù)點(diǎn)。例如，針對(duì)第k個(gè)濾波窗口，包括的數(shù)據(jù)點(diǎn)為x（k），x（k+1），...，x（k+M-1），計(jì)算這個(gè)窗口內(nèi)數(shù)據(jù)的平均值，如公式（2）所示。

將濾波后的結(jié)果y（k）依次替換原數(shù)據(jù)序列中的相應(yīng)位置的值，從而得到濾波后的聲波數(shù)據(jù)序列。再將每個(gè)數(shù)據(jù)點(diǎn)的值替換為它周圍鄰近數(shù)據(jù)點(diǎn)的平均值，用于平滑數(shù)據(jù)，進(jìn)一步減少噪聲。

聲波在不同介質(zhì)中的傳播速度是不同的。在地下水環(huán)境中，水溫、水質(zhì)成分以及水壓等因素的變化會(huì)導(dǎo)致聲速發(fā)生改變。當(dāng)進(jìn)行聲波數(shù)據(jù)采集與分析時(shí)，如果不考慮聲速的這種變化，會(huì)導(dǎo)致計(jì)算出的距離、水底地形數(shù)據(jù)以及反射點(diǎn)定位等出現(xiàn)誤差。因此，在聲波數(shù)據(jù)處理過程中，還需要考慮聲速補(bǔ)償。

由于聲波在水中的傳播速度受鹽度等因素的影響，因此采用追加方法進(jìn)行聲速補(bǔ)償[5]。在補(bǔ)償前，將處理后的數(shù)據(jù)轉(zhuǎn)換為水深數(shù)據(jù)成圖，以便進(jìn)行水下地形圖像匹配。匹配過程中，將水深數(shù)據(jù)與研究水域水深參照數(shù)據(jù)進(jìn)行匹配。在完成匹配后，創(chuàng)建水下地形模型單元，通過匹配點(diǎn)與參照點(diǎn)之間的誤差，計(jì)算并換算以此來達(dá)到聲速補(bǔ)償，如公式（3）所示。

式中：Δt為時(shí)間差；c為聲速。

通過收集水底環(huán)境的各類數(shù)據(jù)，能夠更全面地評(píng)估地下水的污染狀況，為環(huán)境污染監(jiān)測(cè)提供有利支撐。采用均值濾波方法進(jìn)行數(shù)據(jù)去噪，能夠有效地降低隨機(jī)噪聲的影響。針對(duì)聲波數(shù)據(jù)這種可能存在大量微小波動(dòng)噪聲的情況，均值濾波可以在不過度扭曲原始數(shù)據(jù)特征的前提下，使數(shù)據(jù)變得更平滑穩(wěn)定，從而提高數(shù)據(jù)的質(zhì)量和可分析性。同時(shí)，考慮聲波在不同介質(zhì)環(huán)境中的傳播速度存在差異，聲速補(bǔ)償能夠根據(jù)實(shí)際的介質(zhì)特性準(zhǔn)確修正因聲速變化帶來的誤差，精確獲取水底地形數(shù)據(jù)，從而提高對(duì)地下水環(huán)境狀況監(jiān)測(cè)的可靠性。

1.2 光譜曲線特征污染數(shù)據(jù)分析

在區(qū)域性地下水污染監(jiān)測(cè)過程中，根據(jù)采集處理后的水底數(shù)據(jù)，從中提取水底環(huán)境中的污染數(shù)據(jù)源[6]。通過光譜數(shù)據(jù)，利用不同波段的電磁輻射信號(hào)獲取水體的反射信息，實(shí)現(xiàn)對(duì)區(qū)域性地下水的快速全面監(jiān)測(cè)。為有效提高分辨率，將實(shí)測(cè)光譜數(shù)據(jù)與遙感技術(shù)相結(jié)合，確保環(huán)境狀態(tài)的高空間分辨率。由于光譜法的測(cè)試范圍為300nm～1000nm，其可見光波段能有效提高分辨率，從而得出具有特定波段特征的遙感影像，見表1。

通過遙感影像波段的獨(dú)特特征，可以精準(zhǔn)地反映區(qū)域性地下水周圍復(fù)雜的水質(zhì)環(huán)境狀況。在此基礎(chǔ)上，進(jìn)一步對(duì)區(qū)域性地下水的遙感數(shù)據(jù)源進(jìn)行分析，以全面評(píng)估其污染狀況。利用光譜曲線特征，選取了一系列光譜特征參數(shù)，并通過計(jì)算得出對(duì)應(yīng)的光譜段曲線斜率，如公式（4）所示。

式中：R為光譜反射程度；λ為波長(zhǎng)。

選取一系列光譜特征參數(shù)，通過計(jì)算得出對(duì)應(yīng)的光譜段曲線斜率。這些斜率分別對(duì)應(yīng)不同的波長(zhǎng)范圍，從而反應(yīng)了地下水在不同光譜區(qū)域下的吸收和反射特性。因此根據(jù)波長(zhǎng)范圍計(jì)算得到波長(zhǎng)特征，如公式（5）所示。

式中：Rni為第n個(gè)水質(zhì)樣本在第i個(gè)波段的光譜反射程度；y為實(shí)測(cè)的水樣鹽度；n為水質(zhì)樣品的個(gè)數(shù)。

通過計(jì)算各光譜段的曲線斜率，以此來反映水質(zhì)樣本中的污染狀態(tài)[7]。根據(jù)光譜特征，綜合考慮了光譜反射程度與水質(zhì)樣本中鹽度之間的關(guān)系，對(duì)水質(zhì)樣本中的污染程度進(jìn)行精確判定，提高數(shù)據(jù)監(jiān)測(cè)的精度。

1.3 水污染溯源監(jiān)測(cè)

根據(jù)對(duì)水質(zhì)樣本中的污染程度進(jìn)行判定，選擇具有污染程度的樣本進(jìn)行污染監(jiān)測(cè)。通過溯源分析，可以確定重點(diǎn)監(jiān)測(cè)區(qū)域和污染物類型，提高監(jiān)測(cè)的針對(duì)性。在水質(zhì)樣本污染監(jiān)測(cè)中，溯源分析對(duì)樣本中各種污染物的種類、濃度、分布特征等多方面信息進(jìn)行綜合研究。例如，分析特定污染物在不同區(qū)域水體中的含量變化規(guī)律，結(jié)合水流方向、地理環(huán)境等因素。如果在某個(gè)區(qū)域發(fā)現(xiàn)了高濃度的特定重金屬污染物，溯源分析會(huì)考慮周邊可能的污染源，例如上游是否存在被污染的土壤通過雨水沖刷等方式將污染物帶入水體。通過這種方式，能夠確定重點(diǎn)監(jiān)測(cè)區(qū)域，例如靠近污染源及其可能影響到的下游區(qū)域，同時(shí)明確污染物類型，從而使監(jiān)測(cè)工作更具針對(duì)性，避免資源的浪費(fèi)，更有效地應(yīng)對(duì)水質(zhì)污染問題。

為了有效進(jìn)行地下水污染的溯源分析，構(gòu)建了一種標(biāo)準(zhǔn)矩陣參數(shù)分解模型。首先，該模型通過引入限定條件，并為各樣品限定單個(gè)濃度數(shù)據(jù)不變的不確定度，從而使溯源結(jié)果更符合實(shí)際，以完成監(jiān)測(cè)任務(wù)。設(shè)定地下水樣品濃度數(shù)據(jù)矩陣為X'，污染源貢獻(xiàn)率矩陣為G，標(biāo)準(zhǔn)矩陣參數(shù)分解模型如公式（6）所示。

式中：E為殘差矩陣；F為污染源圖譜。

根據(jù)該分解模型，計(jì)算元素的源誤差，如公式（7）所示。

式中：xij為樣品中污染物濃度；g為質(zhì)量分?jǐn)?shù)；f為污染源。

其次，需要估算各樣品濃度數(shù)據(jù)的偏差。針對(duì)小于極大值MD的污染物濃度，為了減小其對(duì)溯源分析結(jié)果的影響，需要嚴(yán)格控制其不確定度。當(dāng)進(jìn)行地下水污染的溯源分析時(shí)，對(duì)主要的污染污染源進(jìn)行溯源分析。在分解模型中輸入這些污染源的起始濃度，并利用濃度數(shù)據(jù)偏差估算式來計(jì)算不確定度。當(dāng)xijlt;MD時(shí)，其不確定度如公式（8）所示。

式中：MD為污染濃度的檢測(cè)極大值。

當(dāng)xijgt;MD時(shí)，其不確定度如公式（9）所示。

式中：MF為相對(duì)標(biāo)準(zhǔn)誤差。

利用標(biāo)準(zhǔn)矩陣參數(shù)分解模型對(duì)地下水樣品數(shù)據(jù)進(jìn)行處理。通過模型運(yùn)算，得到總的污染物殘差結(jié)果，該結(jié)果反映了模型擬合數(shù)據(jù)后的剩余誤差[8]。根據(jù)各污染源的濃度，結(jié)合污染物的空間分布特征，可以精準(zhǔn)追蹤具體的水污染源。通過對(duì)比不同污染源的不確定度，確定污染源。為確保溯源分析任務(wù)的有效進(jìn)行，設(shè)定殘差矩陣E，并設(shè)定目標(biāo)函數(shù)Q（E）作為模型判定條件。假定樣品中目標(biāo)物的不確定度為sij，那么目標(biāo)函數(shù)Q（E）如公式（10）所示。

式中：eij為源誤差。

通過運(yùn)算，可以得到Q（E）的結(jié)果，表示所有數(shù)據(jù)中有效數(shù)據(jù)最優(yōu)度結(jié)果。最后，針對(duì)污染源進(jìn)行監(jiān)測(cè)，以目標(biāo)Q（E）為監(jiān)測(cè)結(jié)果，設(shè)定污染程度臨界值Qk，當(dāng)Q（E）gt;Qk時(shí)，表示存在較嚴(yán)重的污染情況；當(dāng)Q（E）lt;Qk時(shí)，表示水污染情況有待繼續(xù)觀察。通過上述方法能夠有效完成對(duì)水污染的溯源監(jiān)控。

綜上所述，本文基于光譜曲線特征的區(qū)域性地下水污染監(jiān)測(cè)方法，通過聲速數(shù)據(jù)轉(zhuǎn)換、光譜特征參數(shù)選取、溯源分析等手段，有效地掌握了區(qū)域內(nèi)地下水污染狀況。

2 測(cè)試與分析

2.1 研究區(qū)概況

以研究區(qū)S為例，研究區(qū)地勢(shì)南高北低，整體坡度平緩小于1/10000。受地勢(shì)和地下水運(yùn)動(dòng)影響，區(qū)內(nèi)水流自然流向排放區(qū)。在區(qū)域內(nèi)，存在一處直線距離23km的嚴(yán)重污水滲漏，為防止污水流入造成水體污染，通過分析污染程度，采取相應(yīng)的應(yīng)急方式，以解決環(huán)境威脅。

2.2 測(cè)試準(zhǔn)備

當(dāng)使用ASR測(cè)量光譜儀進(jìn)行光譜測(cè)量時(shí)，采樣間隔設(shè)定如下：當(dāng)光譜范圍為300nm～1000nm時(shí)，每隔1nm進(jìn)行1次采樣。同時(shí)，按照均勻分布原則采集了相同環(huán)境下的光譜。測(cè)量時(shí)，確保樣本處于相同環(huán)境，每隔10min校準(zhǔn)波譜儀，每個(gè)水質(zhì)樣品測(cè)量數(shù)次并取其平均值作為樣本光譜反射值。在采集過程中，剔除異常光譜，然后去除受影響的光譜波段，最終選擇380nm～580nm的光譜波段進(jìn)行研究。

2.3 結(jié)果與分析

在水污染監(jiān)測(cè)過程中，通過設(shè)定6個(gè)小組，在規(guī)定時(shí)間內(nèi)，計(jì)算邊界條件，得到最大超標(biāo)距離，其計(jì)算結(jié)果見表2。

由表2可知，污染物在地下水中的擴(kuò)散過程中，這些污染物正在逐漸遠(yuǎn)離中心污染源。當(dāng)時(shí)間達(dá)到120h時(shí)，污染物的最大超標(biāo)距離已經(jīng)達(dá)到了24.32km，這一距離已經(jīng)超出了污染源到區(qū)域S的直線距離。該結(jié)果說明，污染物已經(jīng)成功遷移到了區(qū)域S，對(duì)區(qū)域S水質(zhì)構(gòu)成了潛在威脅。針對(duì)該污染監(jiān)測(cè)結(jié)果，運(yùn)用高分辨率的遙感影像通過軟件分析獲取污染水體光譜圖，以便對(duì)區(qū)域S水體污染進(jìn)行定性分析，以分析本文方法的可行性。具體光譜監(jiān)測(cè)結(jié)果如圖1所示。

由圖1可知，該光譜圖反應(yīng)了周邊區(qū)域水體造成的污染情況。具體來說，靠近區(qū)域S的水體由于受到了凈化處理措施，水體污染程度相對(duì)較低，主要表現(xiàn)為輕度污染。然而，在距離較遠(yuǎn)的上游和下游區(qū)域，水體污染情況則較嚴(yán)重，相對(duì)強(qiáng)度達(dá)到了1.0，這與實(shí)際水體污染情況較符合，達(dá)到了預(yù)期監(jiān)測(cè)目的。說明本文監(jiān)測(cè)方法進(jìn)行污水監(jiān)測(cè)具有一定的有效性，而且能夠準(zhǔn)確反映周邊水體的污染狀況。進(jìn)一步提高水體提取的精度，增加污染監(jiān)測(cè)的準(zhǔn)確性。

為了更客觀地展示本文方法的監(jiān)測(cè)效果，選取相對(duì)誤差作為試驗(yàn)指標(biāo)，將文獻(xiàn)[1]方法和文獻(xiàn)[2]方法作為對(duì)比方法，與本文方法進(jìn)行對(duì)比，結(jié)果見表3。

由表3可知，通過4次測(cè)試結(jié)果可以發(fā)現(xiàn)，本文方法在每次測(cè)試中的相對(duì)誤差都明顯低于文獻(xiàn)[1]方法和文獻(xiàn)[2]方法，說明本文方法的監(jiān)測(cè)準(zhǔn)確性最高。文獻(xiàn)[1]方法的相對(duì)誤差在4次測(cè)試中相對(duì)較穩(wěn)定，整體準(zhǔn)確性處于中等水平。文獻(xiàn)[2]方法的相對(duì)誤差在4次測(cè)試中均較大，表明該方法在監(jiān)測(cè)過程中與真實(shí)值的偏離程度較高，準(zhǔn)確性較差。綜上所述，基于光譜曲線特征的區(qū)域性地下水污染監(jiān)測(cè)方法具有較好的監(jiān)測(cè)效果。該方法有助于及時(shí)發(fā)現(xiàn)并應(yīng)對(duì)地下水污染問題，為水資源保護(hù)提供了有力的支撐。

3 結(jié)語

本文從光譜曲線特征入手，深入分析地下水污染監(jiān)測(cè)問題，探究了基于光譜曲線特征的區(qū)域性地下水污染監(jiān)測(cè)方法。光譜儀器能夠提供高精度的光譜數(shù)據(jù)，且監(jiān)測(cè)過程實(shí)時(shí)快速，有助于及時(shí)發(fā)現(xiàn)和應(yīng)對(duì)地下水污染事件。但是本文方法中還存在不足，今后應(yīng)更加完善。在礦山開采區(qū)域，利用光譜法可以準(zhǔn)確識(shí)別不同類型的污染水體，為環(huán)境保護(hù)和治理提供了有力支持。隨著遙感技術(shù)不斷發(fā)展，光譜法還可以實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)，從而降低監(jiān)測(cè)成本和時(shí)間成本。

參考文獻(xiàn)

[1]董廣齊，盧文喜，范越，等.不確定性條件下地下水污染監(jiān)測(cè)井網(wǎng)優(yōu)化設(shè)計(jì)——基于XGBoost替代模型[J].中國(guó)環(huán)境科學(xué)，2022，42（5）：2144-2152.

[2]魏瀟淑，陳遠(yuǎn)航，常明，等.流域水污染監(jiān)測(cè)與溯源技術(shù)研究進(jìn)展[J].中國(guó)環(huán)境監(jiān)測(cè)，2022，38（5）：27-37.

[3]侯宇徽，竇筱艷，保善磊，等.基于DRASTIC模型優(yōu)化的地下水污染風(fēng)險(xiǎn)評(píng)價(jià)研究[J].環(huán)境科學(xué)學(xué)報(bào)，2024，44（2）：227-236.

[4]黃燕鵬，汪遠(yuǎn)昊，王超，等.基于自組織神經(jīng)網(wǎng)絡(luò)和K-means的場(chǎng)地地下水污染特征分析與分區(qū)管控研究[J].環(huán)境工程，2022，40（6）：31-41，47.

[5]宋勇，陳仁祥，高柏，等.龍南稀土礦區(qū)周邊水體污染特征及風(fēng)險(xiǎn)評(píng)價(jià)[J].有色金屬（冶煉部分），2024（4）：102-110.

[6]倪鵬程，李名升，李宗超，等.國(guó)家地下水環(huán)境質(zhì)量考核監(jiān)測(cè)體系構(gòu)建與應(yīng)用[J].中國(guó)環(huán)境監(jiān)測(cè)，2023，39（4）：1-14.

[7]陳杰，張輝，婁保鋒，等.船載自動(dòng)監(jiān)測(cè)系統(tǒng)在水質(zhì)監(jiān)測(cè)中的應(yīng)用[J].中國(guó)環(huán)境監(jiān)測(cè)，2023，39（2）：33-40.

[8]葉志祥，洪松，何超，等.基于監(jiān)測(cè)斷面空間聚類的中國(guó)枯水期水質(zhì)污染區(qū)域格局[J].環(huán)境科學(xué)研究，2022，35（8）：1807-1817.