济宁地下水水质脆弱性研究

李吉学 孔 舒 宋秀真 李 伟

（山东省济宁水文水资源勘测局 济宁 272019）

地下水是水资源的重要组成部分，地下水一旦受到污染，其治理和恢复的难度和代价都很大。通过对地下水脆弱性分析，评价地下水潜在的易污染性，圈定脆弱的地下水分布范围，明示地下水开发和保护要求，为地下水资源的可持续利用提供技术支撑。

1 地下水脆弱性研究方法概述

目前地下水脆弱性评价的主要方法有迭置和指数法，过程数学模拟法，统计方法与模糊数学法。国内外地下水脆弱性研究发展很快，大多数研究是针对地下水的本质脆弱性，所用的评价方法多为迭置和指数法，其中不少是应用DRASTIC方法进行评价或对DRASTIC方法进行若干改进。DRASTIC方法是美国环境保护局于1987年由Aller等提出的，它是采用7个影响和控制地下水流和污染质运移的参数构成该方法的脆弱性评价的因子体系，它们分别是：地下水埋深、含水层的净补给、含水层的岩性、土壤类型、地形、包气带的影响及含水层渗透系数。

2 地下水脆弱性评价方法——DRAIQC模型的建立

2.1 建立DRAIQC模型

DRASTIC方法主要考虑了以下参数：地下水埋深、净补给量、含水层介质、地形、包气带性质、含水层导水系数，并将以上参数分成几个区间，每个区间都赋以一个分值，并且每个参数均赋以一个权值，权值反映了参数与地下水脆弱性之间的关系。DRASTIC系统是评价给定水文地质条件的特定区域地下水污染敏感性的有效工具。这一系统可以定量地分析，影响和控制污染物运动的主要水文地质因素。DRASTIC系统借助GIS可以综合水文地理信息且使用方便，最后的DRASTIC指标分布图也十分直观清晰。

济宁市地处平原区，地形平缓，按照DRASTIC方法的评分标准，整个研究区的地形参数评分均为10分，地形参数对该地区地下水水质脆弱性的判别已无实际意义，可以不考虑该项因子。在研究区范围内土壤型和包气带介质的类型也比较统一，分布比较均衡，全区几乎没有差异。全区评分也只有4分和3分，对地下水水质脆弱性的判别也无实际意义，故本研究体系亦不考虑这两项因子。济宁市长期过量开采地下水，引起地下水水位持续下降，已经形成了较大规模的以城市为中心的水位降落漏斗。由于受地下水水动力场的影响，污染物在漏斗中心的富集状况比较严重，说明地下水水质脆弱性相对较高。因此，对于济宁市的地下水水质脆弱性的研究，本文增加了地下水开采强度和地下水水质现状这两个评价因子。由于针对地下水水质的优劣程度，一般可以采取相应的保护和治理对策。在脆弱性评价中加入这一因子有利于对应政策的制定，更具有实际意义。

基于以上分析，在DRASTIC模型的基础上提出了一个适合济宁市水文地质条件下的济宁城市地下水水质脆弱评价模型——DRAIQC模型（见表1）。

2.2 GIS技术的应用

GIS技术可以对地理空间数据和信息实现输入、存储、管理、检索、处理和综合分析等功能，已经广泛地应用于各个领域。DRASTIC方法的普遍应用与地理信息系统（GIS）技术的迅速发展与该方法与GIS技术的简单方便的耦合密不可分，为地下水脆弱性评价提供了有力的支持，极大地推动了地下水脆弱性研究的发展，并已广泛应用于地下水脆弱性评价因子的提取和评价成果的制图中。

表1 DRASTIC指标和DRAIQC指标及其权重

表2 综合指数法脆弱性评价分级

3 DRAIQC模型的评价方法

本文结合水质评价中的综合指数评价法，对传统的ARSTIC方法中权重获取的主观因素加以改进，采用新的打分评价计算方法，得到最终的济宁市地下水水质脆弱性评价结论。

首先进行上述各单项因子评价，划分所属的脆弱性类别，并对各类别按表2分别确定单项因子指数值Fi和综合评判分值F。

综合评判分值F的确定：

Fmax——评价因子评分值Fi的最大值；

Fi——各评价因子评分值

n——项数。

最终的计算结果，根据表2划定所属类别，决定脆弱性等级。

4 济宁市研究区地下水水质脆弱评价

4.1 评价因子确定

本研究依据济宁市城区地下水埋深、含水层净补给量、含水层岩性、含水层的渗透系数、地下水开采强度和地下水水质现状，在评价过程中对每个指标划分等级，并赋予相应的值。每个评价因子一般划分为10个等级，分别建立各评价因子的评分标准，各因子的评分范围都介于1～10分，根据其最大与最小值的范围，按照大致平均分级的理念设定其评分，评分越大，脆弱性越大，评分值越大，影响越大，各个评价因子的评分体系见表3。

表3 各评价因子评分表

4.2 计算步骤

DRASTIC结合GIS进行区域地下水污染脆弱性评价，可分为以下步骤：（1）资料的收集和处理：需要收集的资料包括地下水测井的抽水观测资料和水文地质报告、水资源报告（降水、径流和蒸发等）、土壤调查报告和地形图等。（2）参数分布图的准备：将收集到的资料进行分析，对没有直接给出值的参数进行推算或换算，然后将其分别标在7幅不同的底图上。若是数字型参数，可用等值线或分区图表示；若为介质型参数，只能用分区图表示，并用不同的颜色来表示参数的不同值。用数字化仪或其他方法将其输入计算机，即得到7幅参数分布图。（3）指标值的确定：对数值型参数，其指标值的确定十分方便；但对于介质参数，其指标必须根据各处的水文地质条件对照评分表仔细地分析确定。（4）指标值分布图的生成：借助于GIS将参数分布图转换为指标值分布图。（5）DRASTIC综合指标分布图可以清楚地看出不同水文地质单元的地下水污染敏感性的大小。颜色的深浅表示DRASTIC指标的大小，一般颜色越深，DRASTIC综合指标越大，表示地区越易被污染，反之亦然。本文应用该方法对研究区进行脆弱性评价。

首先，要对各图层进行数字化处理和属性赋值。以地下水水质现状为例，用数字化仪或其它方法将评价结果分布图输入计算机。在Attributes中，按照评分标准将每一个Polygon赋上相应的评分值。

在对每个图层进行数字化处理和属性赋值后，就可以进行图层合并。Toolbox软件包是ArcGIS自带工具箱，具有强大的数据处理与分析功能。应用其分析工具中的Union功能，可以很方便地对6个图层及其中相应的数据进行合并与叠加随后，采用编制的VisualBasic计算程序，对每个小单元的各种综合脆弱性属性值进行计算，并将计算结果返回GIS属性数据表中，得到地下水水质脆弱性评价评分图。

4.3 计算结果

根据上述分析，得到各评价单元脆弱性指数的五个等级：低脆弱性区（脆弱性打分为I）；较低脆弱性区（脆弱性打分为II）；一般脆弱性区（脆弱性打分为III）；较高脆弱性区（脆弱性打分为IV）；和高脆弱性区（脆弱性打分为V）。按各分区等级对相同分区的评价单元进行合并，最后得到研究区的地下水水质脆弱性评价分区图（见图1）