基于ArcGIS的辛安泉地下水水质评价研究

张士俊，李瑞丽，武鹏林

（太原理工大学水利科学与工程学院，太原 030024）

基于ArcGIS的辛安泉地下水水质评价研究

张士俊，李瑞丽，武鹏林

（太原理工大学水利科学与工程学院，太原 030024）

针对山西省第二大岩溶泉——辛安泉地下水水质的污染程度及空间分布问题，实地采集到辛安泉水源地24个采样点的水样，首次利用ArcGIS的地质统计分析功能，选择反距离加权插值方法，并对其结果进行分析。得出了辛安泉水质单项指标评价图和综合指标预测图，从时间、空间上对该泉域的水质作出综合评价:时间上，水质均出现从优良到较差再到优良的过程;空间上，污染区域大体呈现向东扩散的趋势。研究成果可为泉域今后的规划治理和实行具体的水资源管理措施提供一定的理论依据。

ArcGIS;水质评价;辛安泉

1 泉域概况及数据采集

辛安泉域位于山西省东南部，太行山中段西侧，其地理坐标为东经112°25'～113°36'，北纬35°51'～37°25'，面积约10 950 km2。辛安泉是山西省第二大岩溶大泉，该泉域也是山西省重要的煤炭、能源、化工基地，泉水多年平均流量10 m3/s，水资源是该区发展的制约因素。工业的发展，城市的扩大，用水量的增大，导致水资源供需矛盾日益突出，地下水位下降，泉水流量不断减少，水质污染日渐严重。

改善和保护辛安泉域地下水环境是提高当地人民生活水平、促进经济增长的一个重要方面，也是贯彻落实最严格水资源的基本要求。针对辛安泉域的水质情况，此次研究选择了5项有代表性并且关注度比较高的地下水质评价指标，运用反距离加权插值方法［1］生成单项指标评价图及综合指标预测图。经过图层叠加，运用内梅罗综合指数法［2］计算出综合评价指标，并研究分析了人类活动等因素和评价结果之间的联系。最后，提出了对当地地下水水质环境保护与科学开发和利用水资源的建议。

此次研究在辛安泉域内共设置24个采样点，所采集水样全部来自当地已有的水井。收集该泉域相关图件和文字资料，首先利用ArcGIS数字化技术，然后通过编辑与配准，统一其坐标系统，利用Arc-GIS的专题图层数据库完成空间数据的存储和管理，并将属性数据存储入库，建立泉域空间基础数据库，包括辛安泉域、水系及行政区域等专题研究图层和相关数据属性图层。为了使得采样点数据比较准确地反映整个泉域的水质情况，采样点位置通过GIS中坐标的自动生成功能来实现，并与采样点水质数据进行联接。

2 水质评价方法

2.1 技术路线

此次研究运用Geostatistical Analyst中的Histogram（直方图）与正态QQplot分布图来分析和检验所采集数据能否符合正态分布，然后分析全局趋势，最后根据泉域实际情况和数据采集情况，选取了硫酸盐、氯化物、氟化物、硝酸盐、pH5项比较有代表性且关注度比较高的地下水水质评价指标进行分析，综合对比1996，2000，2005，2009年的水质污染物含量数据。首先将每个指标的数据属性和空间数据属性相对应并检验数据的正态分布，寻找局部和全局数据离群值;然后运用反距离加权插值，获得单项指标评价结果;最后通过内梅罗法计算综合指数继而进行图层的叠加得到水质综合预测结果。具体研究路线如图1所示。

2.2 单因子指数法

（1）污染程度伴随其浓度增加而增加:

式中:Pi为水质污染指数;Ci为指标i的实测值（mg/L，pH除外）;Cs为指标i所对应的地下水水环境标准值（mg/L）。

图1 研究路线Fig.1Research route

（2）对污染物pH来说，其污染指数Pi为

式中:Cm为pH指标所对应的水环境标准值（mg/L）;当Ci≥7.0时，取Cm=8.5;当Ci≤7.0时，取Cm=5.5。

2.3 综合指数法

本文运用内梅罗指数法进行污染综合指数的评价计算，即

式中:Fmax为单项分值中Fi的最大值;为单项分值中Fi的平均值;n为评价指标的个数。

地下水水环境标准值按《地下水质量标准》GB/ T14848—1993Ⅲ类标准，以F值的大小来评定污染等级（表1）。

表1 地下水环境分级标准Table 1Criterion of the groundwater environment grades

3 研究区水质分析评价结果

3.1 研究区水质采集样点

在研究区选取了能够较全面代表该区人文地理和人类活动特征的24个地下水水质采样点，见图2。

3.2 检验采集数据的正态分布结果

本研究采用ArcGIS的Geostatistical Analyst中提供的Histogram（直方图）与正态QQplot分布图来检验所采集数据是否符合正态分布［3］。生成样点区硝酸盐Histogram（直方图），发现该图基本能满足正态分布。

图2 辛安泉域研究区域样点Fig.2Sampling sites in Xin’an karst spring area

图3 Histogram图Fig.3Histogram of nitrate

接着生成样点区硝酸盐的正态QQplot分布图，见图4。

图4 QQplot图Fig.4QQplot

用同样的方法分别对硫酸盐、氯化物、氟化物、pH进行正态分布性检验。

3.3 全局趋势分析

在ArcGIS的统计分析模块中，利用Trend Analysis（趋势分析）将平面上显示的点数据转化成以采集点1996年硝酸盐含量在Z轴显示的三维透视图，见图5。通过对趋势分析图观察视角的调整，选择透视面上投影点比较集中的角度，可以看到在东西方向和南北方向上投影的趋势线呈倒“U”形。

图5 趋势分析图Fig.5Trend analysis of nitrate

3.4 水质单项指标评价结果

利用ArcGIS中的Geostatistical Analyst模块将原始数据作正态分布检验后，就可以将原始数据插值。此时运用ArcGIS中统计模块的Geostatistical Wizard:Inverse Distance Weighted来完成数据的空间插值，其空间插值的结果如图6所示。

图6展示了1996—2009年各个地区的硝酸盐含量指标。硝酸盐、亚硝酸盐及氨氮化合物特别是三氨化合物的污染与治理已成为当前污染物研究的热点。通过分析图5的4幅图能够得出下面结论:①1996年，山水和南流2个地区的硝酸根离子浓度最高，从东向西呈现倒“U”形分布;②硝酸根离子的分布逐渐向东北方向扩散，并且水质进一步恶化。

硫酸盐、氯化物、氟化物、pH 4个指标的含量内插图也可以用InverseDistance Weighted方法生成，并且根据生成的内插图对其进行研究与分析。

3.5 水质综合指标预测结果

由图7可以得出如下结论:

（1）1996年整个泉域水质都达到了优良，其中石圪节、自来水洗衣机厂、修善地区的水质较其它地区污染严重。

（2）2000年整个泉域水质开始恶化，其中东水洋和小河村的水质污染严重，是近几年来水质最差的一年，但从整体上看水质也基本都达到了优良。

（3）2005年水质得到明显改善，整个泉域的水质都达到了优良。

（4）2009年整个泉域水质进一步得到改善，是近年来地下水水质最好的一年。

综合上述评价结果有:

（1）从时间上看，几乎所有采集点的水质随着时间的推移，均出现从优良到较差再到优良的过程。

图6 硝酸盐指标Fig.6Nitrate index

图7 水质综合预测Fig.7Comprehensive forecast of water quality

（2）从空间上看，污染较严重的水质采集点在空间分布上大体呈现向东扩散的趋势，尤其在人类活动比较密集的区域水质污染严重。

4 结语

GIS中的统计分析功能给地下水水质的研究与分析提供了重要途径，通过综合在不同位置上获取的采样数据，然后在GIS的表面进行高级建模，得到在空间任意位置的数值特征，使得评价结果的解释更加合理。利用GIS的统计分析功能对地下水质作出分析评价，且具有速度快、精度高及可视化等特点。

插值数据中的特异值会严重影响结果的生成，其生成的结果值会与实际值严重不符，所以应在插值前进行检验并剔除。

同一种数值特征可能有多种因素造成，由此绘制的图可能会出现多解性;另外，由于样本数量有限，插值过程中可能会有误差，也不能够达到对微观区域水质评价的要求。笔者曾用相应年份的《辛安泉水资源公报》与本次评价的结果进行了对比分析进行了修正，随着采样数据逐步的加密及系列的增多，这些问题会逐渐减小或改进。

利用GIS提供的统计分析功能能够使得评价结果更加可靠、更加符合实际，同时将对今后整个泉域地下水质的治理与保护提供更加科学、可靠的理论依据。

［1］李俊，杨蕊，周汝良.大尺度小样本情况下的数据预测方法对比研究［J］.林业调查规划，2010，35（5）: 7-11.（LI Jun，YANG Rui，ZHOU Ru-liang.Comparison of Data Forecasting Methods in Large-scale Small Samples［J］.Forest Inventory and Planning，2010，35 （5）:7-11.（in Chinese））

［2］李靖.基于地理信息系统的岩溶地下水保护研究［D］.重庆:西南大学，2011.（LI Jing.Protection of Karst Groundwater Quality Based on GIS［D］.Chongqing: Southwest University，2011.（in Chinese））

［3］汤国安，杨昕.ArcGIS地理信息系统空间分析实验教程［M］.北京:科学出版社，2006:363-422.（TANG Guo-an，YANG Xin.Experimental Course of Studying Spatial Analysis with GIS Approach［M］.Beijing:Science Press，2006:363-422.（in Chinese））

（编辑:赵卫兵）

ArcGIS-Based Assessment of Groundwater Quality of Xin’an Karst Spring

ZHANG Shi-jun，LI Rui-li，WU Peng-lin
（School of Water Science and Engineering，Taiyuan University of Technology，Taiyuan030024，China）

Aiming at the groundwater pollution and spatial distribution in Xin’an karst spring，Shanxi’s second largest karst spring，we collected water samples from 24 sampling sites to assess the water quality.With the Geostatistical Analysis function of ArcGIS，the result of the water quality data was analyzed by the method of inverse distance weighted interpolation.Finally，diagrams of single index and comprehensive indexes of water quality assessment were obtained.The water quality in the spring area was comprehensively assessed:in terms of time，water quality experienced a variation from fine to poor then to fine;and in terms of space，the contaminated area generally tended to spread to the east.This research provides theoretical basis for the future regulation and management of the spring area.

ArcGIS;water quality assessment;Xin’an spring

X523

A

1001-5485（2013）05-0009-04

10.3969/j.issn.1001-5485.2013.05.003

2013，30（05）:9-12

2012-09-26;

2012-10-23

张士俊（1987-），男，山西太原人，硕士研究生，主要从事水文水资源方面的研究，（电话）13734029339（电子信箱）zsj0219@163. com。