基于对应分析法的鄂尔多斯盆地东北部地下水污染分析

董海彪，卢文喜*，安永凯，马洪云（.吉林大学环境与资源学院，吉林 长春 300；.中国地质调查局西安地质调查中心，陕西 西安 70054）

基于对应分析法的鄂尔多斯盆地东北部地下水污染分析

董海彪1，卢文喜1*，安永凯1，马洪云2（1.吉林大学环境与资源学院，吉林 长春 130021；2.中国地质调查局西安地质调查中心，陕西 西安 710054）

运用对应分析法，根据2014年野外调查资料，对鄂尔多斯盆地东北部不同含水层系统地下水污染现状进行分析，确定各子区主要污染物质，并探究其污染源与污染途径.结果显示：研究区西部内流区、无定河下游等地区，由于集中的农业生产，农药、化肥大量施用，导致污染物进入含水层，并随地下水流动，出现较严重的 NO3-污染；西北部平原区及大理河、窟野河等河流中下游，Cl-、Na+、TDS、SO42-含量较高，除潜水蒸发浓缩作用外，上游含较多Cl-的工业废水、生活污水及垃圾渗滤液入渗，随水流流动，造成Cl-、TDS升高.高硬度水在区内广泛分布，生活污水、固体垃圾渗滤液中可降解的有机物入渗后使得地下水中的CO2平衡压力升高，或工业酸性废水的酸性溶滤作用促进含Ca2+、Mg2+矿物的溶解，使地下水总硬度增大.

地下水污染；对应分析法；鄂尔多斯盆地东北部

鄂尔多斯盆地是我国新兴的能源化工基地和 21世纪重要的能源接续地.近年来，随着经济社会的发展，矿产资源的开发，工农业的生产，在开发地下水资源的同时造成日益严重的地下水污染问题［1］.因此，科学分析研究区的地下水污染现状，查明污染源及污染途径对于地下水污染治理、资源保护具有重要意义.

常用的水质评价方法有单因子评价法、综合指数法、模糊综合评判法、人工神经网络法等［2-4］.苏耀明等［5］在2008年运用模糊综合评价法对鄂尔多斯白垩系盆地地下水水质进行了评价，确定了不同埋藏深度地下水的水质类别；董艳慧等［6］在2009年采用概率神经网络法对西安地区地下水水质进行了评价，总结了西安地区地下水水质从1985～2004年的历史变化趋势.上述方法均只确定了地下水水质类别，未分析不同区域地下水中主要影响因子及其污染来源，且均针对历史资料进行分析，无法有效揭示鄂尔多斯盆地污染现状.

多元统计分析是经典统计学的一个新兴分支，能够在多个对象和多个指标互相关联的情况下分析它们之间的统计规律［7］.近年来，多元统计方法在地学领域应用广泛，在水文地球化学领域成果突出.希腊的Papatheodorou［8］在2005年成功应用R型和Q型因子分析以及描述性统计分析方法对控制浅水湖的水化学过程和水质的影响因素进行了研究；南非的Love等［9］在2004年采用因子分析研究非洲南部某地区地下水水质，有效地揭示出影响水质变化的三个主因子，分别是未污染的地下水、农业活动及矿化作用.孙斌［10］2007年运用多元统计方法研究了鄂尔多斯白垩系盆地都思兔河地下水系统水化学空间分布规律，提取出了各层地下水化学形成的主影响因子，揭示其形成机理；闫柏忠等［11］根据观测井资料，运用多元回归分析方法圈定了吉林市城区地下水最可能受污染的范围；刘奕伶等［12］利用主成分分析研究长江三峡库区古夫河着生藻类的体积变化，探索其水质影响因子.

对应分析法是近年发展起来的一种视觉化多元统计分析方法.通过一定的数学原理和方法，将样品和变量以点集的形式投影到同一因子平面上，将数字转化为几何图像，各点间的距离即表征相应的样品、变量间的相关关系.相比于传统方法，对应分析可将样本和变量结合起来，确定各子区主要影响因子，更全面、深入挖掘数据信息，是一种直观、简捷高效的方法［13-16］.姜雪等［17］运用对应分析法确定了长春市羊草沟煤矿重金属污染特征；王皓冉等［18］运用典范对应分析法探究了牡丹江中游底栖动物分布及其与栖境因子相关性.在分析地下水水质及污染状况方面，龚磊等［19］在2011年选取13个水样点，9个水质指标，采用对应分析法分析了洮北区不同子区的主要污染物；王宇等［20］在2013年选取42个水样点，17个指标，采用对应分析法确定了吉林西部不同子区的水质特征.

本文挑选 2014年采集的 166个潜水样，16个水质指标，运用对应分析法，对鄂尔多斯盆地东北部不同含水层系统地下水污染现状展开分析.首先进行分区，确定各子区的主要污染物质.最后用 ArcGIS作出样点分布图，结合水文地质条件及人类活动情况分析污染的来源及成因.

鄂尔多斯盆地与吉林地区自然条件与人类活动情况差异很大.鄂尔多斯盆地地域辽阔，自然条件复杂，分布有不同的含水层系统，发育众多各级次地下水流系统，包括3个不同的含水层系统，兼有孔隙水、裂隙水、岩溶水，且局部为内流区，因此本文的分析需考虑的因素更多，分析结果更具参考价值.

1　研究区概况

研究区位于鄂尔多斯盆地东北部，地理坐标为东经108°36＇～112°12＇，北纬37°01＇～40°30＇.该区地域辽阔，面积约7万km2，包括榆林和鄂尔多斯两个地级市，是重要的能源基地（图1）.

研究区地形闭塞，远离海洋，盛行西北风，降水少、蒸发强烈.黄河“几”字形流经本区，区内西北及东部地势较高，沿黄河方向逐渐降低，局部起伏较大.大致以中部的白于山地表分水岭为界，明显分成南北两个区域，即北部的沙漠高原和南部的黄土高原.沙漠高原地形较平缓，起伏较小.河流不发育，分布较多湖淖，发育内流区，地表水地下水向湖淖汇集；黄土高原沟壑纵横、切割强烈、黄河各级支流密布.黄河是本区地表水地下水的最终排泄基准面.区内由东到西，分布有白垩系含水层系统、侏罗-石炭系含水层系统、寒武-奥陶系含水层系统.

研究区生态环境脆弱，长期以来，由于自然和人类活动影响，水资源短缺问题已成为制约当地经济发展、生态改善的主要因素［1］.

2　对应分析法

2.1基本思想

对应分析就是在保证数据信息丢失最少的原则下，利用降维的思想，将一个列联表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来，使得数据的结构以及行、列之间的关系变得一目了然.它的最大特点是把R型（研究变量间关系）和Q型（研究样品间关系）因子分析结合起来，在一张因子平面图上同时表示出变量和样品，以直观、明了的方式揭示变量之间，样品之间及变量与样品之间的关系.另外，对应分析可以从因子载荷图上对样品进行分类，而且能够揭示每个分区的主要影响变量及依据；也可以对变量进行分类，提取出潜在的公因子，并揭示每个因子的含义.随着技术方法的商用软件的出现，对应分析的方法在各个领域都得到越来越广泛的重视和应用［21-26］.

2.2主要计算过程

（1）设有n个样品，每个样品观测m个变量值，则原始数据为

式中：xij表示第i个样本的第j个变量.

（2）按行、列分别求和，得行和Xi、列和Xj及总和T.

（3）计算原始数据的概率矩阵P，

（4）计算数据变换矩阵Z，

（5）计算变量的协方差矩阵

计算样品的协方差矩阵

（6）R型因子分析：计算变量协方差矩阵的特征值，λ1＞λ2＞...λm，通常取累积贡献值大于70%～90%的前k个特征值，计算相应的特征向量 u1， u2，...，uk，得R型因子载荷矩阵

Q型因子分析：对R型因子分析取得的前k个特征值，计算其相应于矩阵B的特征值，v1=Zu1， v2=Zu2，...，vk=Zuk，再将其单位化，得R型因子的载荷矩阵，其中，Gk=vkλk（7）

（7）在二维因子轴上作图.用同一因子轴同时样品和变量，即R型分析、Q型分析同时反映在一张图上［27］.

3　鄂尔多斯东北部地下水污染现状分析

3.1数据选取

在全面调查、分析研究区水文地质条件及可能的污染源基础上，选用2014年采集的鄂尔多斯东北部166个潜水样品，其中36个取自白垩系含水层系统，91个取自侏罗—石炭系含水层系统，39个取自寒武—奥陶系含水层系统.选取 16个指标进行分析，分别为高锰酸盐指数、F-、Cl-、Zn2+、总As、NO3-、Mg2+、Ca2+、Na+、K+、总硬度、Al、Mn、Fe、TDS、SO42-，指标数量超过前人相关工作，这些指标可囊括研究区地下水中所有可能的污染物质，分析范围更广.

分别对上述3个含水层系统进行分析.

3.2主要计算过程

依据对应分析原理，计算得变量协方差系数矩阵A的特征值及方差贡献率.选择方差最大的前两项因子作为主因子轴，该主因子轴具有最高分辨率［28］，计算得R型和Q型主因子载荷，并作出地下水样品与变量的因子载荷平面投影图.

4　结果与讨论

4.1水质分区

根据表1所示载荷坐标，分别作出白垩系含水层系统、侏罗-石炭系含水层系统、寒武-奥陶系含水层系统地下水样品与变量的因子载荷平面投影图（图2、图3、图4）.

图2　白垩系含水层系统对应分析因子载荷平面投影Fig.2 Factor loading projection plane graph of correspondence analysis of the cretaceous aquifer system

图3　侏罗-石炭系含水层系统对应分析因子载荷平面投影Fig.3 Factor loading projection plane graph of correspondence analysis of the cretaceous aquifer system the Jurassiccarboniferous aquifer system

图4　寒武-奥陶系含水层系统对应分析因子载荷平面投影Fig.4 Factor loading projection plane graph of correspondence analysis the Cambrian - ordovician aquifer system

由图2～图4可知，研究区内3个含水层系统地下水污染因子平面图中样品点和指标点的分布具有一定的相似性.

第一主因子轴F1是研究区地下水污染分析中占主导地位的因子轴.由图2～图4可见，其正方向上绝对值最大.因此，F1轴可作为地下水污染的分异轴，样品越靠近 F1轴正向，其含量越高；反之，样品越靠近F1轴负向污染越轻微.

第二主因子轴F2对地下水污染的评估作用弱于 F1轴.其负方向上总硬度绝对值最大.因此，F2轴可作为地下水总硬度的分异轴，样品越靠近F2轴负向，其总硬度越高，Ca2+、Mg2+含量越高；反之，样品越靠近F2轴正向，其总硬度越低［29］.

根据对应分析的特点，按样品与变量的自然聚合趋势及样品的分布密切程度，对样品之间，变量之间及样品与变量之间的关系进行分析.

变量分布分析，高锰酸盐指数、F-、Zn2+、总As、K+、Al、Mn、Fe这8个指标集中在F1轴和 F2轴的中心位置，因子载荷较低，对主因子轴的影响不大.因此以上9个指标非主要污染指标.

从样品的分布看，样品点被明显地分为3个区.每个区内的水质特征具有相似性.

与Ⅰ区样品关系密切的指标为 Cl-、Na+、TDS、.该区地下矿化度较高，存在一定的Cl-超标.

与Ⅱ区样品关系密切的水质指标有 Ca2+、Mg2+、总硬度.

与Ⅲ区样品关系密切的水质指标为NO3-，存在较严重的硝酸盐污染.

4.2地下水污染来源及成因分析

将因子载荷平面投影图与水质样本分布图（图5、图6、图7）结合起来.根据样品点的位置分布，分析各区主要指标的成因及来源.

图5　Ⅰ区地下水样品分布Fig.5 Sample distribution of I area groundwater

Ⅰ区地下水中 Cl-、Na+、TDS、含量较高.主要分布于研究区西北部平原区、带状分布于大理河、槐理河、窟野河、牛川、孤山川、三川河等河流中下游.

在研究区西北部内流区地下水流系统中下游，地势平坦，径流作用弱，潜水蒸发浓缩作用强烈，形成高矿化度水、Cl-、Na+含量较高.

大理河、槐理河、窟野河、牛川、孤山川、三川河等河流中下游，除了地下水自然循环作用外，上游含较多Cl-的工业废水、生活污水及垃圾渗滤液入渗，随河水及地下水向下游流动，造成Cl-升高.

Ⅱ区地下水中 Ca2+、Mg2+含量较高、总硬度较大.在研究区内广泛分布.

图6　Ⅱ区地下水样品分布Fig.6 Sample distribution of Ⅱarea groundwater

由图6，Ⅱ区地下水绝大多数位于工矿企业及固体废物所在地.在人口密集、经济较发达的城区及村镇，产生大量生活污水、固体垃圾渗滤液，这些废水中可降解的有机物入渗后使得地下水中的CO2平衡压力升高［30］，阳离子交换、盐效应增强，促进含 Ca、Mg矿物的溶解，Ca2+、Mg2+含量升高、总硬度增大；含Ca2+、Mg2+工业废水直接入渗，或者工业酸性废水的酸性溶滤作用［31］使得地下水Ca2+、Mg2+含量升高、总硬度增大.

图7　Ⅲ区地下水样品分布Fig.7 Sample distribution of Ⅲ area groundwater

Ⅲ区地下水中NO3-含量较高，存在较严重的三氮污染.主要分布于研究区西部的内流区、西南部的无定河下游地区，在窟野河、黄甫川、三川河下游地区也有分布.

在大面积的内流区，地下水流系统的范围大致与湖淖的汇水面积一致.地下水向湖淖方向流动，最终向湖淖排泄.而该处农田面积较大、农业生产集中，农业经济发达，不适当的施肥［1］等造成土壤污染的同时，也对内流区中下游地下水造成较严重的氮污染.

无定河在榆林地区流经农田区，大量的农药、化肥施放.加之榆林地区及周围村镇，密度相对较大，人类活动密集，基础设施建设相对滞后，生产生活垃圾及污水集中处理能力不足，随意堆排现象明显，造成较为严重的污染.与河流有密切水力联系的地下水受到河流污染.

5　结论

5.1运用对应分析法分析鄂尔多斯盆地东北部污染现状，其结果符合研究区实际情况，方法可行，结果可靠.

5.2由对应分析因子载荷投影平面图可知：第一主因子轴F1轴可作为鄂尔多斯盆地东北部地下水污染的分异轴，样品越靠近F1轴正向，其含量越高污染越严重；反之，样品越靠近 F1轴负向污染越轻微.第二主因子轴F2可作为鄂尔多斯盆地东北部地下水总硬度的分异轴，样品越靠近 F2轴负向，其总硬度越高，Ca2+、Mg2+含量越高；反之，样品越靠近F2轴正向，其总硬度越低.

5.3鄂尔多斯盆地东北部地下水污染问题较严重.在农业生产集中的西部内流区、无定河下游等地区，农药化肥大量施放等因素导致较严重的污染；西北部平原区及大理河、窟野河等河流中下游Cl-、Na+、TDS、含量较高，主要由上游含较多Cl-的工业废水、生活污水及垃圾渗滤液入渗所致.高硬度水在区内广泛分布，大量生活污水、固体垃圾渗滤液中可降解的有机物入渗后使得地下水中的CO2平衡压力升高，或工业酸性废水的酸性溶滤作用促进含Ca、Mg矿物的溶解，使地下水总硬度增大.急需采取相关措施，全面兼顾，重点突出地对研究区地下水污染进行治理.

侯光才，张茂省，刘 方，等.鄂尔多斯盆地地下水勘察研究 ［M］. 北京：地质出版社， 2007.

倪福全，宫辉力.对应分析法在地下水水质评价中的应用 ［J］. 地下水， 1993，3：97-100.

李祚泳，张正健.基于回归支持向量机的指标规范值的水质评价模型［J］. 中国环境科学， 2013，33（8）：1502-1508.

白玉娟，殷国栋.地下水水质评价方法与地下水研究进展 ［J］. 水资源与水工程学报， 2010，21（3）：115-119，123.

苏耀明，苏小四，侯光才，等.基于 GIS的鄂尔多斯白垩系盆地地下水水质的模糊综合评价 ［J］. 地质通报， 2008，27（8）：1178- 1185.董艳慧，周维博，赖坤容，等.基于概率神经网络的西安地区地下水水质评价 ［J］. 自然资源学报， 2009，24（4）：737-742.

张润楚.多元统计分析 ［M］. 北京：科学出版社， 2010：50-53.

GeorgePapatheodorou，GerasimoulaDemopoulou，Nicolaos Lambrakis.A long-term study of temporal hydrochemical data in a shallow lake using multivariate statistical techniques ［J］. Ecological Modelling， 2006：759-779.

David love， Dieter Hallbauer， Amos Amos， et al. Factor analysis as a tool in groundwater quality management：two southern African case studies ［J］. Physics and Chemistry of the Earth， 2004，29：1135-1143.

孙 斌.多元统计方法在鄂尔多斯白垩系盆地都思兔河地下水系统水化学空间分布规律研究中的应用 ［D］. 长春：吉林大学，2007.

闫柏忠，肖长来，刘鸿志，等.吉林市城区土地利用对地下水污染空间分布的影响 ［J］. 中国环境科学， 2015，35（3）：934-942.

刘奕伶，葛继稳，李艳元，等.古夫河着生藻类优势种体积与水质因子的相关性研究 ［J］. 中国环境科学， 2015，35（7）：2182-2191.

张尚志.对应分析的原理和作用 ［J］. 物探化探计算技术，1980（2）：67-78.

孙传忠.简单对应分析及其应用 ［J］. 统计研究， 1992，9（5）：75- 78.

朱盛明.因子分析的综合方法-对应分析 ［J］. 气象， 1982，8（4）： 35-37.

Jean-Paul Benzecri J P. Statistical analysis as a tool to make patterns emerge from data ［M］//Watanabe S （ed.）. Methodologies of pattern recognition. New York： Academic Press， 1969： 35-74.

姜 雪，卢文喜，杨青春，等.应用支持向量机评价土壤环境质量 ［J］.中国环境科学， 2014，34（5）：1229-1235.

王皓冉，陈永灿，刘昭伟，等.牡丹江中游底栖动物分布及其与栖境因子的关系 ［J］. 中国环境科学， 2015，35（4）：1197-1204.

王 宇，卢文喜，夏广卿，等.吉林西部地下水水质特征对应分析研究［J］. 节水灌溉， 2013（3）：27-30.

龚 磊，卢文喜，辛 欣，等.对应分析方法在白城市洮北区地下水水质评价中的应用 ［J］. 水资源保护， 2011，27（1）：38-41.

苏 艺，许兆义，鄢贵权.对应分析方法在地下水环境系统分析中的应用 ［J］. 北方交通大学学报， 2004，28（4）：48-53.

张彦波.对应分析在地质学中的应用 ［J］. 科学通报， 1979，24（22）：1036-1036.

曾道明，纪宏金，高文. R-Q型因子分析与对应分析 ［J］. 物探化探计算技术， 2008，30（1）：78-80.

EMMANUEL N， AVNER Bar-Henc. Influence function and correspondence analysis ［J］. Journal of Statistical Planning and Inference， 2005，134（1）：26-35.

SUSAN G O， JAMES R C. Correspondence analysis of water quality data： implications for fauna deaths at Stillwater Lakes， Nevada ［J］. Math Geol， 1990，22（6）：665-698.

DAVID M， CAMPIGLIO C， DARLING R. Progresses in R-and Q-Mode analysis：correspondence analysis and its application to the study of geological processes ［J］. Can. J. Earth. Sci.， 1974，11：131-146.

张瑞钢，钱家忠，赵卫东，等.对应分析法在地下水化学特征分析中的应用 ［J］. 合肥工业大学学报（自然科学版）， 2008，10：1552-1555，1560.

岑 况.地质因子分析的新进展—R-Q式因子分析及其在地学中的应用 ［J］. 地质科技情报， 1988，7（4）：95-104.

杨悦所.对应分析方法在研究地下水化学成份中的应用 ［J］. 水文地质工程地质， 1992，2：51-53.

龚建平.西宁地区地下水硬度升高原因和机理探讨 ［J］. 勘察科学技术， 1990（6）：16-20.

郭海丹，魏加华，王光谦.地下水硬度升高机理研究综述 ［J］. 人民黄河， 2011，33（6）：52-55.

Groundwater pollution assessment in northeastern Ordos Basin based on correspondence analysis method.

DONG Hai-biao1， LU Wen-xi1*， AN Yong-kai1， MA Hong-yun2（1.College of Environment and Resource， Jilin University，Changchun 130021， China；2.Xi'an Center of Geological Survey， China Geological Survey， Xi'an 710054， China）.

China Environment Science， 2015，35（11）：3371～3378

The current groundwater pollution conditions of different aquifer systems of Northeastern Ordos Basin were analyzed using correspondence analysis method using the monitored data in 2014. And the major pollutants， its pollution sources and pollution pathways were explored. The results indicate that pollution of NO3-was serious due to agricultural production， pesticides and fertilizers casting in the inner flow area of western study area and Wuding river downstream areas. In the inner flow area of western to the diving evaporation concentration effect， industrial wastewater， domestic sewage and garbage leachate with high Cl-content from the upstream infiltrates into the groundwater， leading to an increase of Cl-and TDS. High hardness water is widely distributed in study area， the leachate of biodegradable organic matter contained in domestic sewage and solid waste raises CO2equilibrium pressure， or acidic leaching of industrial acidic waste water promote the dissolution of mineral containing Ca2+， Mg2+， leading to an increase of hardness.

groundwater pollution；correspondence analysis；Northeastern Ordos Basin

X523

A

1000-6923（2015）11-3371-08

2015-04-23

中国地质调查局项目（12120114056201）

* 责任作者， 教授， luwx999@163.com

董海彪（1991-），男，山西阳泉人，硕士研究生，主要研究方向为地下水水质模拟与污染治理.