CN105654236B - 一种地下水型饮用水水源地污染风险评价方法 - Google Patents
一种地下水型饮用水水源地污染风险评价方法 Download PDFInfo
- Publication number
- CN105654236B CN105654236B CN201511009206.1A CN201511009206A CN105654236B CN 105654236 B CN105654236 B CN 105654236B CN 201511009206 A CN201511009206 A CN 201511009206A CN 105654236 B CN105654236 B CN 105654236B
- Authority
- CN
- China
- Prior art keywords
- pollution
- underground water
- evaluation
- source
- drinking water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种地下水型饮用水水源地污染风险评价方法，能够从时间和空间上对地下水型饮用水水源地的污染风险进行评价。方法包括：获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果及污染源危害等级；将区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对所述区域污染风险进行初步评价；将开采条件下地下水动态变化信息叠加到初步评价结果上，得到开采条件下水源地污染风险评价；在开采条件下水源地污染风险的评价结果上，叠加地下水价值信息对所述区域污染风险进行二次评价；并基于二次评价结果对水源地开采条件下特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。本发明适用于环境科学和环境风险技术领域。
Description
技术领域
本发明涉及环境科学和环境风险技术领域，特别是指一种地下水型饮用水水源地污染风险评价方法。
背景技术
近年来，在我国，近些年来地下水型饮用水水源地污染风险分析技术在地下水管理和保护方面的作用日益突出，实现了地下水风险评价理论和方法的综合应用，但研究更多围绕区域尺度或城市尺度，而对于水源地尺度，尤其是大型集中式地下水型饮用水源地，由于其处于开采状态下，地下水水位和水质长期处于的动态变化过程中，对其进行地下水型饮用水水源地污染风险评价有助于保障安全供水，研究具有重要的科学意义和应用价值。
现有的地下水型饮用水水源地污染风险评价方法包括：
1)仅利用地下水本质脆弱性评价来代表地下水型饮用水水源地污染风险的大小；
2)通过耦合地下水固有脆弱性和区域土地利用状况来得到地下水型饮用水水源地污染风险评价；
3)利用地下水固有脆弱性指代地下水污染的可能性，用污染源的危害分级指代地下水污染的后果，将二者叠加进行地下水型饮用水水源地污染风险评价；
4)耦合地下水固有脆弱性和污染源危害等级的基础上，再叠加地下水价值(饮用、灌溉等不同用途的地下水给予不同的价值评价)进行地下水型饮用水水源地污染风险评价；
5)利用地下水固有脆弱性和土地利用状况指代地下水污染的可能性，利用开采井的影响范围与污染源污染物的危害分级指代地下水污染的后果，二者叠加得到地下水型饮用水水源地污染风险评价；
综上所述，现有的地下水型饮用水水源地污染风险评价采用的主要方法是基于地下水固有脆弱性评价，在其基础上，增加诸如土地利用状况、污染源分布、污染源危害等级、地下水社会经济价值、开采井的集水范围等相关指标，这些方法适用于空间要素差异性识别的风险评价，不能对时间层面上的地下水型饮用水水源地污染风险进行评价。
发明内容
本发明要解决的技术问题是提供一种地下水型饮用水水源地污染风险评价方法，以解决现有技术所存在的传统的地下水型饮用水水源地污染风险评价方法适用于空间要素差异性识别的风险评价，不能对时间层面上的地下水型饮用水水源地污染风险进行评价的问题。
为解决上述技术问题，本发明实施例提供一种地下水型饮用水水源地污染风险评价方法，包括：
获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果及污染源危害等级；
将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价；
获取所述区域地下水中的特征污染物，并基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
进一步地，所述基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价包括：
在地下水型饮用水水源地污染风险的初步评价结果上，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；
基于地下水型饮用水水源地污染风险的二次评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
进一步地，所述基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价包括：
获取开采条件下地下水动态变化信息；
将获取到的开采条件下地下水动态变化信息叠加到地下水型饮用水水源地污染风险的初步评价结果上，得到开采条件下地下水型饮用水水源地污染风险评价；
在开采条件下地下水型饮用水水源地污染风险的评价结果上，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；
基于地下水型饮用水水源地污染风险的二次评价结果对水源地开采条件下的特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
进一步地，所述获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果包括：
确定地下水型饮用水水源地所在区域的地下水固有脆弱性评价指标及各个固有脆弱性评价指标的评分值及权重值；
根据各个固有脆弱性评价指标的评分值及权重值，得到所述区域地下水固有脆弱性的脆弱性指数；
其中，所述固有脆弱性评价指标包括：地下水位埋深、垂向净补给量、地形坡度、土壤介质类型、包气带粘性土层厚度、含水层渗透系数、含水层厚度、河网密度、土地利用类型。
进一步地，通过迁移模拟模型对所述特征污染物进行迁移模拟，所述迁移模拟模型为：
式中：
进一步地，所述获取地下水型饮用水水源地所在区域污染源危害等级包括：
获取地下水型饮用水水源地所在区域的污染源，确定污染源评价指标及各个污染源评价指标的评分值；
根据所述污染源评价指标设置权重矩阵，并分别获取所述权重矩阵中各个污染源评价指标的目标权重值；
根据各个污染源评价指标的评分值及目标权重值，得到所述区域的污染源危害等级；
将各个污染源评价指标的评分值与相应指标的目标权重值相乘，得到相应指标的危害值；
将各个污染源评价指标的危害值相加，得到污染源危害等级。
进一步地，所述获取所述权重矩阵中各个污染源评价指标的目标权重值包括：
获取所述权重矩阵的矩阵值；
根据获取到的矩阵值，得到各个污染源评价指标对应的权重值；
对所述权重值进行验证，得到验证结果；
所述验证结果显示验证未通过时，重新获取所述权重矩阵的矩阵值，直至验证结果显示验证通过；
所述验证结果显示验证通过时，将所述验证通过的权重值设为所述目标权重值。
进一步地，所述将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价之后包括：
根据单因子污染风险评价模型对初步评价结果进行验证；或，
根据单点综合评价模型对初步评价结果进行验证。
进一步地，所述根据单因子污染风险评价模型对初步评价结果进行验证包括：
获取区域内各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数；
计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；
根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
进一步地，所述根据单点综合评价模型对初步评价结果进行验证包括：
获取单因子污染指数I，所述
Ci表示某项组分的实测浓度，单位为μg/L或mg/L；C0i表示该项组分的背景值；
根据预设评分表获取每个单因子污染指数I对应的分值F；
根据所述分值F进行单点综合评价，得到区域内各单点的特征污染物程度；
计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；
根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
本发明的上述技术方案的有益效果如下：
上述方案中，通过对获取到的地下水型饮用水水源地所在区域地下水固有脆弱性的评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价，并通过水质调查结果，获取所述区域地下水中的特征污染物，再基于地下水型饮用水水源地污染风险的初步评价结果，对所述特征污染物进行迁移模拟，预测特征污染物对地下水的影响，从而，从时间和空间上对地下水型饮用水水源地的污染风险进行评价。
附图说明
图1为本发明实施例提供的地下水型饮用水水源地污染风险评价方法的方法流程图一；
图2为本发明实施例提供的地下水型饮用水水源地污染风险评价方法的方法流程图二；
图3为本发明实施例提供的地下水型饮用水水源地污染风险评价方法的方法流程图三；
图4为本发明实施例提供的地下水型饮用水水源地污染风险评价方法的方法流程图四。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的传统的地下水型饮用水水源地污染风险评价方法适用于空间要素差异性识别的风险评价，不能对时间层面上的地下水型饮用水水源地污染风险进行评价的问题，提供一种地下水型饮用水水源地污染风险评价方法。
实施例一
参看图1所示，本发明实施例提供的一种地下水型饮用水水源地污染风险评价方法，包括：
S1：获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果及污染源危害等级；
S2：将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价；
S3：获取所述区域地下水中的特征污染物，并基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
本发明实施例所述的地下水型饮用水水源地污染风险评价方法，通过对获取到的地下水型饮用水水源地所在区域地下水固有脆弱性的评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价，并通过水质调查结果，获取所述区域地下水中的特征污染物，再基于地下水型饮用水水源地污染风险的初步评价结果，对所述特征污染物进行迁移模拟，预测特征污染物对地下水的影响，从而，从时间和空间上对地下水型饮用水水源地的污染风险进行评价。
如图2所示，对地下水型饮用水水源地所在区域内影响水污染风险的信息进行搜集，对所述区域的水文地质条件进行分析，得到所述区域地下水固有脆弱性的分布情况，在分析地下水型饮用水源地所在区域水文地质条件基础上，通过水质历史资料分析和现场采样分析相结合的方法，筛选所述区域的特征污染物及区域污染源类型、性质和空间分布特征，例如，筛选出的特征污染物为氨氮。
本发明实施例中，例如，可以基于地理信息系统，根据所述区域地下水固有脆弱性评价结果，绘制得到地下水固有脆弱性图，根据污染源危害等级，绘制得到污染源危害等级图，可以采用模糊综合评价方法按照1：1权重将污染源危害等级图与地下水固有脆弱性图进行耦合，得到地下水型饮用水水源地污染风险分区图，以该地下水型饮用水水源地污染风险分区图为底图，以氨氮为特征污染物，数值模拟污染物分布情况，对地下水型饮用水水源地进行了现状和预测条件下污染风险评价。
如图3所示，S3中基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价包括：在地下水型饮用水水源地污染风险的初步评价结果上，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；基于地下水型饮用水水源地污染风险的二次评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
如图4所示，S3中基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价包括：
获取开采条件下地下水动态变化信息；将获取到的开采条件下地下水动态变化信息叠加到地下水型饮用水水源地污染风险的初步评价结果上，得到开采条件下地下水型饮用水水源地污染风险评价；在开采条件下地下水型饮用水水源地污染风险的评价结果上，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；基于地下水型饮用水水源地污染风险的二次评价结果对水源地开采条件下的特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价。
本发明实施例中，地下水型饮用水水源地污染风险一般定义为地下水遭受污染的可能性与污染后果的叠加。本发明实施例中，利用地下水固有脆弱性表示地下水污染的可能性，利用污染源危害等级代替地下水污染的后果，并且以地理信息系统(GIS，GeographicInformation System)为平台，分别建立地下水固有脆弱性图和污染源危害等级图，将二者耦合得到地下水污染分级分类图，并以此图为底图，对获取到的特征污染物的迁移转化进行数值模拟，从而从时间和空间上对水源地的污染风险进行评价。
本发明实施例中，通过迁移模拟模型对所述特征污染物进行迁移模拟，所述迁移模拟模型为：
式中：
本发明实施例，S1中获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果包括：
确定地下水型饮用水水源地所在区域的地下水固有脆弱性评价指标及各个固有脆弱性评价指标的评分值及权重值；根据各个固有脆弱性评价指标的评分值及权重值，得到所述区域地下水固有脆弱性的脆弱性指数；其中，所述固有脆弱性评价指标包括：地下水位埋深、垂向净补给量、地形坡度、土壤介质类型、包气带粘性土层厚度、含水层渗透系数、含水层厚度、河网密度、土地利用类型。
本发明实施例中，将每个固有脆弱性评价指标都分成几个区段，并对不同区段进行评分，例如，每个区段可以赋予1-10的评分。然后根据每个固有脆弱性评价指标对脆弱性影响大小赋予相应权重(例如，2，4，1，3，5，4，3，2，1，5和3)，再将各个固有脆弱性评价指标的评分值与相应指标的权重值进行相乘，得到相应指标的脆弱性指数，最后，将所有固有脆弱性评价指标的脆弱性指数相加，得到地下水固有脆弱性指数，地下水固有脆弱性指数值越高，地下水固有脆弱性越高,反之脆弱性越低。
地下水固有脆弱性一般分为两种，一种是不考虑人为活动和污染源的特征脆弱性，另一种是考虑人为活动和污染源的本质脆弱性。本发明实施例中的地下水固有脆弱性采用本质脆弱性的概念，即不考虑人为活动和污染源的地下水固有脆弱性。
接着，对DRASTIC模型进行介绍：
DRASTIC模型应用的假设条件为：1)污染物从地表介入到地下；2)污染物是通过降雨入渗到地下水的；3)污染物能溶于水。通过假设我们可以了解到，模型不考虑污染物通过侧向迁移污染地下水的情况，如果实际情况和假设条件相差较大的话，那么应该对其进行更为详细的评价。运用DRASTIC模型进行地下水固有脆弱性评价时，首先根据区域水文地质条件，参照评分标准表1，对七个评价指标进行评分，然后将每个评价指标的评分值与各指标的权重相乘，然后再将七个乘积进行加和从而得到DRASTIC脆弱性指数，利用该指数对地下水固有脆弱性进行评价，DRASTIC脆弱性指数越大，说明地下水越容易受到污染。
表1地下水固有脆弱性DRASTIC评价指标的分级标准和评分表
本发明实施例中，拟运用改进的DRASTIC模型对区域地下水进行脆弱性评价，即以DRASTIC模型为基础，结合区域水文地质条件的特殊性，对其原有评价指标进行重新筛选，进行增添或删减，以适应区域的具体情况。如图2所示，对区域内影响水污染风险的信息进行搜集，分析区域的水文地质条件，确定地下水埋深(D)、含水层净补给量(R)、地形坡度(T)和含水层水力传导系数(C)四个影响因素作为地下水固有脆弱性评价指标，以DRASTIC模型为基础，对区域地下水固有脆弱性进行评价，还可以再借助GIS技术或模糊数学方法进行地下水固有脆弱性进行分区。
本发明实施例中，基于地理信息系统，利用改进的DRASTIC模型进行脆弱性制图，包括以下步骤：
根据各评价指标在区域的空间分布，参照模型给出的各指标的评分标准对各指标进行评分，
将评分转化为人眼可见的色彩信息，即以颜色的浓淡程度代表评分的高低，评分越高，颜色越重。
利用GIS软件(例如，ARCGIS)对各指标分别进行制图。
根据各评价指标的权重进行图形叠加，即对地下水遭受污染影响的大小程度，不同的评价指标乘以不同的倍数值。从而得到地下水固有脆弱性图。
本发明实施例，S1中获取地下水型饮用水水源地所在区域污染源危害等级包括：
获取地下水型饮用水水源地所在区域的污染源，确定污染源评价指标及各个污染源评价指标的评分值；
根据所述污染源评价指标设置权重矩阵，并分别获取所述权重矩阵中各个污染源评价指标的目标权重值；
根据各个污染源评价指标的评分值及目标权重值，得到所述区域的污染源危害等级；
将各个污染源评价指标的评分值与相应指标的目标权重值相乘，得到相应指标的危害值；
将各个污染源评价指标的危害值相加，得到污染源危害等级。
本发明实施例中，获取所述权重矩阵中各个污染源评价指标的目标权重值包括：获取所述权重矩阵的矩阵值；根据获取到的矩阵值，得到各个污染源评价指标对应的权重值；对所述权重值进行验证，得到验证结果；所述验证结果显示验证未通过时，重新获取所述权重矩阵的矩阵值，直至验证结果显示验证通过；所述验证结果显示验证通过时，将所述验证通过的权重值设为所述目标权重值。
其中，获取所述权重矩阵的矩阵值包括：将权重矩阵中的污染源评价指标进行两两比较，得到比较结果；根据比较结果确定权重矩阵的矩阵值。用bij表示bi对bj的重要性，根据心理学家的研究结果，人们定性区别信息等级的极限为7±2。故采用如表2所示的1～9比例评判规则。评判矩阵具有如下性质：bij>0；bij＝1/bji；i＝j时，bij＝1。
表2评判规则
| 标度 | 含义 |
| 1 | 两因素相比，因素i，因素j具有同样的重要性 |
| 3 | 两因素相比，因素i比因素j稍微重要 |
| 5 | 两因素相比，因素i比因素j明显重要 |
| 7 | 两因素相比，因素i比因素j非常重要 |
| 9 | 两因素相比，因素i比因素j极端重要 |
| 2，4，6，8 | 上述两项相邻因素判断的中值 |
可以通过判断矩阵计算出最大特征值对应的特征向量，该特征向量为本层次因素
相对于上一层次中某因素的相对重要性权重值。因此，根据矩阵值获取各个污染源评价指
标对应的权重值，可以包括：根据权重矩阵和矩阵值构造判断矩阵；计算判断矩阵每一行元
素的乘积Mi；计算Mi的m次方根Wi'，m为判断矩阵的行数；根据Wi'获取特征向量W，W＝(W1，
W2，W3，…，Wm)，根据特征向量获取各个污染源评价指标对应的权重值。其
中，
在本实施例中，对权重值进行验证，可以包括：获取判断矩阵的最大特征根λmax，(PW)i表示向量PW的第i个元素，
根据
对权重值进行验证，
CR为判断矩阵的随机一致性比率：CI为判断矩阵的一般一致性指标；RI为判断矩阵的平均
随机一致性指标。其中，RI可以由大量试验给出，对于低阶判断矩阵，RI值列于表3。
表3平均随机一致性指标RI(1000次随机结果)
对于高于12阶的判断矩阵，需要进一步查资料或采用近似方法。当阶数≤2时，矩阵总有完全一致性；当阶数大于2时，如果CR<0.1，即人为判断矩阵具有满意的一致性，说明权数分配是合理的；否则，就需要调整判断矩阵，直到取得满意的一致性为止。
本发明实施例中，还可以通过简单评价法，确定污染源危害等级。具体的，根据区域的污染源的类型、规模，处理的难易程度，确定污染源危害等级，即污染源中污染物进入到地下含水层的难易程度及其危害性，主要受污染源的污染物的存在形式、衰减特征、污染物的量、迁移性以及毒性等性质影响。污染源暴露、衰减缓慢、量大、迁移性强且毒性的大的污染源危害级别高。同样可以利用不同的颜色代表不同危害级别，级别越高，颜色越重，从而利用ARCGIS软件进行污染源危害等级制图。
本发明实施例中，将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价(S1)之后包括：
根据单因子污染风险评价模型对初步评价结果进行验证；或，
根据单点综合评价模型对初步评价结果进行验证。
其中，根据单因子污染风险评价模型对初步评价结果进行验证包括：获取区域内各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数；计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；再根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
相关系数ρ是用来估计两个变量X、Y之间的相关性，其中变量间的相关性可以使用单调函数来描述。如果两个变量取值的两个集合中均不存在相同的两个元素，那么，当其中一个变量可以表示为另一个变量的很好的单调函数时(即两个变量的变化趋势相同)，两个变量之间的ρ可以达到+1或-1。相关系数ρ的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。评价的合理性可以如表4所示，当两者关系为中相关或强相关时，认为评价结果合理。
表4 ρ等级划分
| ρ取值 | │ρ│<0.3 | 0.3≤│ρ│<0.5 | 0.5≤│ρ│<0.8 | │ρ│≥0.8 |
| 相关程度 | 不相关 | 弱相关 | 中相关 | 强相关 |
其中，根据单点综合评价模型对初步评价结果进行验证包括：获取单因子污染指数I，所述
Ci表示某项组分的实测浓度，单位为μg/L或mg/L；C0i表示该项组分的背景值；根据预设评分表获取每个单因子污染指数I对应的分值F；根据所述分值F进行单点综合评价，得到区域内各单点的特征污染物程度；计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
地下水污染指在人类活动影响下，地下水水质朝着恶化方向发展的现象。只要组分含量超过背景值，都认为受到污染。在进行地下水环境污染评价时，先进行单点单因子评价，再根据单因子评价结果(包括无机单因子评价和有机单因子评价)用叠加指数法进行单点综合评价。地下水型饮用水水源地污染风险评价无机物采用地下水背景值作为评价界限值，有机物采用地下水质检出限值作为评价界限值。
在本发明实施例中，单点综合评价是将各单点单因子评价结果求和，如下式所示：
根据PI值，可将地下水环境污染程度分为5类：未污染(I级)、微污染(Ⅱ级)、轻污染(Ⅲ级)、较重污染(Ⅳ级)与严重污染(Ⅴ级)五个等级，如表5。
表5区域水质污染结果修正表
| 1<PI≤100 | Ⅰ未污染 | 各项组分均未超过对照值 |
| 100<PI≤104 | Ⅱ轻污染 | 各项组分中至少有一项是对照值的1～5倍 |
| 104<PI≤106 | Ⅲ中污染 | 各项组分中至少有一项是对照值的5～10倍 |
| 106<PI≤108 | Ⅳ重污染 | 各项组分中至少有一项是对照值的10～50倍 |
| PI>108 | Ⅴ严重污染 | 各项组分中至少有一项是对照值的50倍以上 |
综上所述，基于区域水文地质条件差异性，对DRASTIC模型进行适当的改进，并对固有脆弱性评价指标体系进行了改进。通过充分调查解析污染源，选取恰当的污染源评价指标，如污染源污染物的存在形式、衰减特征、污染物的量、迁移性以及毒性等，并确定各污染源评价指标的权重，得到各污染源评价指标的危害值和污染源危害分级，并耦合地下水固有脆弱性和污染源危害等级，再叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；还可以在地下水型饮用水水源地污染风险的初步评价结果上，叠加地下水型水源地开采条件下引起的地下水水质水量动态变化，得到开采条件下的地下水型饮用水水源地污染风险，再基于开采条件下的地下水型饮用水水源地污染风险的评价结果，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；再基于地下水型饮用水水源地污染风险的二次评价结果对水源地开采条件下的特征污染物进行迁移模拟，预测特征污染物对地下水的影响，从而，得到基于时间和空间上的水源地地下水型饮用水水源地污染风险评价方法。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种地下水型饮用水水源地污染风险评价方法，其特征在于，包括：
步骤S1：获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果及污染源危害等级；
步骤S2：将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价；
步骤S3：获取所述区域地下水中的特征污染物，并基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价；
其中，地下水型饮用水水源地污染风险定义为地下水遭受污染的可能性与污染后果的叠加；在步骤S2中，利用地下水固有脆弱性表示地下水遭受污染的可能性，利用污染源危害等级代替地下水遭受污染的后果，并且以地理信息系统为平台，分别建立地下水固有脆弱性图和污染源危害等级图，将二者耦合得到地下水污染分级分类图；在步骤S3中，以该地下水污染分级分类图为底图，对获取到的特征污染物的迁移转化进行数值模拟，从而从时间和空间上对水源地的污染风险进行评价；
其中，在步骤S2中，基于地理信息系统，利用改进的DRASTIC模型进行脆弱性制图，脆弱性制图包括以下步骤：
根据各评价指标在区域的空间分布，参照模型给出的各指标的评分标准对各指标进行评分；
将评分转化为人眼可见的色彩信息，即以颜色的浓淡程度代表评分的高低，评分越高，颜色越重；
利用GIS软件对各指标分别进行制图；
根据各评价指标的权重进行图形叠加，即对地下水遭受污染影响的大小程度，不同的评价指标乘以不同的倍数值，从而得到地下水固有脆弱性图；
其中，改进的DRASTIC模型中，确定地下水埋深、含水层净补给量、地形坡度和含水层水力传导系数四个影响因素作为地下水固有脆弱性评价指标；
其中，所述基于地下水型饮用水水源地污染风险的初步评价结果对所述特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价包括：
获取开采条件下地下水动态变化信息；
将获取到的开采条件下地下水动态变化信息叠加到地下水型饮用水水源地污染风险的初步评价结果上，得到开采条件下地下水型饮用水水源地污染风险评价；
在开采条件下地下水型饮用水水源地污染风险的评价结果上，叠加地下水价值信息对地下水型饮用水水源地污染风险进行二次评价；
基于地下水型饮用水水源地污染风险的二次评价结果对水源地开采条件下的特征污染物进行迁移模拟，完成地下水型饮用水水源地污染风险评价；
其中，通过迁移模拟模型对所述特征污染物进行迁移模拟，所述迁移模拟模型为：
式中：
h表示水头，xi表示污染物的i方向的流动距离分量，xj表示污染物的j方向的流动距离分量，t表示时间，qf表示流体的达西流速，xl表示参考流体的流动距离，表示流体的j方向的达西流速分量，qf 0表示参考流体的达西流速，qf i表示流体的i方向的达西流速分量，C表示污染物的浓度，ρf,ρf o表示流体和参考流体的密度，So表示比弹性储水系数，Kij表示ij方向的渗透系数张量分量，ej表示j方向的重力方向分量，fμ表示粘滞相关系数，QEB表示扩展的估计量，R表示延迟因子，Rd表示减缓因子，Dij表示ij方向的水动力弥散系数张量分量，θ表示衰减率，ε表示孔隙率，Qx表示x＝ρ时为源汇项，x＝C时为污染物溶质；表示流体的密度差系数，表示流体的扩张系数，Co表示参考浓度，CS表示最大浓度，pf表示流体的压力，g表示重力加速度，kij表示ij方向的渗透率张量分量，μf,μf o表示流体的动力粘滞系数和参考值，Dd表示流体的分子扩散系数，Vf q表示绝对达西流体通量，βL,βT表示纵向与横向弥散度，χ(C)表示依赖浓度的吸附函数；
其中，所述获取地下水型饮用水水源地所在区域地下水固有脆弱性评价结果包括：
确定地下水型饮用水水源地所在区域的地下水固有脆弱性评价指标及各个固有脆弱性评价指标的评分值及权重值；
根据各个固有脆弱性评价指标的评分值及权重值，得到所述区域地下水固有脆弱性的脆弱性指数；
其中，所述固有脆弱性评价指标包括：地下水位埋深、垂向净补给量、地形坡度、土壤介质类型、包气带粘性土层厚度、含水层渗透系数、含水层厚度、河网密度、土地利用类型。
2.根据权利要求1所述的地下水型饮用水水源地污染风险评价方法，其特征在于，所述获取地下水型饮用水水源地所在区域污染源危害等级包括：
获取地下水型饮用水水源地所在区域的污染源，确定污染源评价指标及各个污染源评价指标的评分值；
根据所述污染源评价指标设置权重矩阵，并分别获取所述权重矩阵中各个污染源评价指标的目标权重值；
根据各个污染源评价指标的评分值及目标权重值，得到所述区域的污染源危害等级；
将各个污染源评价指标的评分值与相应指标的目标权重值相乘，得到相应指标的危害值；
将各个污染源评价指标的危害值相加，得到污染源危害等级。
3.根据权利要求2所述的地下水型饮用水水源地污染风险评价方法，其特征在于，所述获取所述权重矩阵中各个污染源评价指标的目标权重值包括：
获取所述权重矩阵的矩阵值；
根据获取到的矩阵值，得到各个污染源评价指标对应的权重值；对所述权重值进行验证，得到验证结果；
所述验证结果显示验证未通过时，重新获取所述权重矩阵的矩阵值，直至验证结果显示验证通过；
所述验证结果显示验证通过时，将所述验证通过的权重值设为所述目标权重值。
4.根据权利要求1所述的地下水型饮用水水源地污染风险评价方法，其特征在于，所述将所述区域地下水固有脆弱性评价结果和污染源危害等级进行耦合，对地下水型饮用水水源地污染风险进行初步评价之后包括：
根据单因子污染风险评价模型对初步评价结果进行验证；或，
根据单点综合评价模型对初步评价结果进行验证。
5.根据权利要求4所述的地下水型饮用水水源地污染风险评价方法，其特征在于，所述根据单因子污染风险评价模型对初步评价结果进行验证包括：
获取区域内各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数；
计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；
根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
6.根据权利要求4所述的地下水型饮用水水源地污染风险评价方法，其特征在于，所述根据单点综合评价模型对初步评价结果进行验证包括：
获取单因子污染指数I，所述
Ci表示某项组分的实测浓度，单位为μg/L或mg/L；C0i表示该项组分的背景值；
根据预设评分表获取每个单因子污染指数I对应的分值F；
根据所述分值F进行单点综合评价，得到区域内各单点的特征污染物程度；
计算各单点地下水环境污染程度和各单点对应的地下水型饮用水水源地污染风险指数的相关系数ρ：
式中，N表示样本数量，d表示特征污染物浓度排行和地下水型饮用水水源地污染风险指数排行名次差；
根据所述相关系数ρ确定地下水型饮用水水源地污染风险初步评价结果的合理性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511009206.1A CN105654236B (zh) | 2015-12-29 | 2015-12-29 | 一种地下水型饮用水水源地污染风险评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511009206.1A CN105654236B (zh) | 2015-12-29 | 2015-12-29 | 一种地下水型饮用水水源地污染风险评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105654236A CN105654236A (zh) | 2016-06-08 |
| CN105654236B true CN105654236B (zh) | 2020-01-14 |
Family
ID=56477289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201511009206.1A Active CN105654236B (zh) | 2015-12-29 | 2015-12-29 | 一种地下水型饮用水水源地污染风险评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105654236B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106153848A (zh) * | 2016-08-19 | 2016-11-23 | 中国科学院地质与地球物理研究所 | 确定地下水水质背景值的方法 |
| CN107480422B (zh) * | 2017-07-06 | 2020-03-10 | 环境保护部卫星环境应用中心 | 地下水易污染性监测评价方法及装置 |
| CN107525907B (zh) * | 2017-10-16 | 2019-12-31 | 中国环境科学研究院 | 地下水污染监测网多目标优化方法 |
| CN107767051A (zh) * | 2017-10-23 | 2018-03-06 | 中冶华天工程技术有限公司 | 一种水环境生态健康风险评价系统及方法 |
| CN112102895B (zh) * | 2020-05-27 | 2024-01-26 | 北京师范大学 | 一种耦合迁移转化过程的道路沉积物多环芳烃源解析方法 |
| CN111814368B (zh) * | 2020-06-09 | 2021-07-23 | 广东国地规划科技股份有限公司 | 基于张量的土地利用模拟方法、系统、设备及存储介质 |
| CN112344535A (zh) * | 2020-11-18 | 2021-02-09 | 珠海格力电器股份有限公司 | 新风控制方法、计算机装置以及计算机可读存储介质 |
| CN114720647A (zh) * | 2020-12-22 | 2022-07-08 | 中国石油化工股份有限公司 | 地下水污染综合预警方法及系统 |
| CN112417711B (zh) * | 2020-12-25 | 2022-05-31 | 上海勘察设计研究院(集团)有限公司 | 一种基于污染土结构演化的污染物迁移分析方法 |
| CN113030303B (zh) * | 2021-02-26 | 2023-03-14 | 浙江工业大学 | 一种长距离供水管网消毒副产物高风险区的预测方法 |
| CN113590687B (zh) * | 2021-07-29 | 2022-04-19 | 河北新禾科技有限公司 | 一种工业污染源监测数据分析方法及系统 |
| CN117272070B (zh) * | 2023-11-21 | 2024-02-02 | 北京大学 | 一种同时利用有机和无机污染物的定量源解析方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880910A (zh) * | 2012-08-30 | 2013-01-16 | 常州大学 | 一种区域地下水污染风险评价方法 |
| CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
-
2015
- 2015-12-29 CN CN201511009206.1A patent/CN105654236B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880910A (zh) * | 2012-08-30 | 2013-01-16 | 常州大学 | 一种区域地下水污染风险评价方法 |
| CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| Assessment of well vulnerability for groundwater source protection based on a solute transport model: a case study from Jilin City, northeast China;Huan Huan et al.;《Hydrogeology Journal》;20141231;581–596 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105654236A (zh) | 2016-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105654236B (zh) | 一种地下水型饮用水水源地污染风险评价方法 | |
| Gray et al. | Factors controlling soil organic carbon stocks with depth in eastern Australia | |
| Hutchins et al. | Combined impacts of future land-use and climate stressors on water resources and quality in groundwater and surface waterbodies of the upper Thames river basin, UK | |
| Nadiri et al. | Assessment of groundwater vulnerability using supervised committee to combine fuzzy logic models | |
| Nadiri et al. | Mapping vulnerability of multiple aquifers using multiple models and fuzzy logic to objectively derive model structures | |
| Rebolledo et al. | Assessment of groundwater vulnerability to nitrates from agricultural sources using a GIS-compatible logic multicriteria model | |
| Bai et al. | Application of DRASTIC and extension theory in the groundwater vulnerability evaluation | |
| Huan et al. | Assessment and validation of groundwater vulnerability to nitrate based on a modified DRASTIC model: a case study in Jilin City of northeast China | |
| Shirazi et al. | GIS-based DRASTIC method for groundwater vulnerability assessment: a review | |
| Saidi et al. | Groundwater vulnerability and risk mapping of the Hajeb-jelma aquifer (Central Tunisia) using a GIS-based DRASTIC model | |
| Wang et al. | Prediction of the arrival of peak nitrate concentrations at the water table at the regional scale in Great Britain | |
| Abdulla et al. | Development of regional parameter estimation equations for a macroscale hydrologic model | |
| CN103412104B (zh) | 一种地下水脆弱性评价方法 | |
| WO2019076078A1 (zh) | 地下水污染监测网多目标优化方法 | |
| Jhariya et al. | Assessment of groundwater vulnerability to pollution by modified DRASTIC model and analytic hierarchy process | |
| Neshat et al. | Risk assessment of groundwater pollution using Monte Carlo approach in an agricultural region: an example from Kerman Plain, Iran | |
| Sorichetta et al. | Reliability of groundwater vulnerability maps obtained through statistical methods | |
| Sun et al. | Assessing the influence of land use on groundwater pollution based on coefficient of variation weight method: A case study of Shuangliao City | |
| Sahoo et al. | Effect of sediment and nutrient loading on Lake Tahoe optical conditions and restoration opportunities using a newly developed lake clarity model | |
| Bo et al. | A risk evaluation model for karst groundwater pollution based on geographic information system and artificial neural network applications | |
| Fleifle et al. | Optimization of integrated water quality management for agricultural efficiency and environmental conservation | |
| Kord et al. | Spatial analysis of Ardabil plain aquifer potable groundwater using fuzzy logic | |
| Ghafari et al. | Identification and prioritization of critical erosion areas based on onsite and offsite effects | |
| Epting et al. | Process-based monitoring and modeling of Karst springs–Linking intrinsic to specific vulnerability | |
| Kang et al. | Groundwater vulnerability assessment based on modified DRASTIC model: a case study in Changli County, China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |