基于因子分析的岩溶地下水水质影响因素研究——以毕节市大方县南部为例

李雪莲，朱昱桦，华 兴，邬晓芳，姜 福

(贵州省地质调查院，贵州 贵阳 550081)

贵州省是全国岩溶发育最为广泛、岩溶地下水资源最为丰富的地区之一(罗维 等，2014；杨荣康 等，2017；江峰 等，2019)。由于岩溶区特殊的地质条件制约，导致水资源时空分布不均、地域性及季节性缺水严重、岩溶生态环境脆弱，从而制约了地区社会经济的发展(张彦林 等，2006；袁道先 等，2007；杨平恒 等，2013)。岩溶区特有的地表-地下双层结构，落水洞、竖井和天窗等岩溶地貌发育，使地表污染物极易直接进入岩溶含水层，严重威胁当地的饮水安全(卢丽 等，2015)。为合理地开发利用及保护岩溶水资源，掌握岩溶地下水水质及影响因素非常必要。岩溶地下水水质研究涉及到变量多，变量间关系错综复杂，采用常规方法识别变量间的相互关系难度较大。因子分析法是一种降维处理的多元统计分析方法，其基本思想是通过对变量的相关系数矩阵的内部结构进行分析，从中找出少数几个能够控制原始变量的公共因子，从而达到简化变量、降低变量维数和对原始变量再解释及命名的目的(卢丽 等，2015；袁建飞 等，2016；张路遥，2018)。

近年来，国内外学者利用因子分析法进行岩溶地下水水文地球化学研究(Helstrup，2007；Cloutier et al.，2008；蒋勇军 等，2009；杨平恒 等，2010；张东 等，2011；鲁守刚 等，2014；袁建飞 等，2016)，在水化学演化规律、水化学组分来源及水质影响因素的研究方面取得了较好的成果。本研究以贵州省毕节市大方县南部岩溶地下水为研究对象，对研究区水样的水化学组分进行因子分析，旨在揭露研究区岩溶地下水水质的影响因素及影响程度，为岩溶区的岩溶地下水合理开发利用管理、污染防治和岩溶生态环境保护等提供科学依据。

1 研究区概况

研究区处于贵州一级高原面(威宁、赫章一带)向中部二级高原面(遵义、贵阳一带)过渡的斜坡地带，地势北西、南东高，平均海拔约1 450 m，最高点位于研究区北西侧，海拔1 820 m，最低位于东部建于六冲河上的洪家渡水库，海拔1 100 m。峰丛洼地、峰丛谷地为区内主要的地貌组合类型，南东部局部为溶丘洼地、溶蚀-侵蚀地貌。

研究区矿产资源匮乏，以农业生产为主导产业。粮食作物主要有玉米、小麦、水稻、大豆、马铃薯和高粱，经济作物主要有烤烟、油菜和辣椒。区内人口密度大，垦殖率较高，但大部份地段土层薄，土壤层次缺失，土体结构破坏严重，土壤养分流失，肥力降低。

2 数据来源

为研究岩溶地下水水质影响因素，近年对研究区共采集岩溶地下水水样56组，采样点位见图1(b)。采样原则为：选取流量较大、可能成为农村饮水安全供水水源点的地下河出口、岩溶泉、地下河天窗等进行取样。取样方法为：选用350 mL的聚乙烯塑料瓶，预先用蒸馏水清洗干净，采样时用水样润洗取样瓶3遍，再将取样瓶放入泉水中装满，水下盖紧瓶盖。所有水样当日用0.45 μm 的微孔滤膜进行抽虑，以便用于阴、阳离子的测试，具体操作过程可参考袁建飞等(2016)。所有样品测试在贵州黔北建筑实验测试有限公司进行，阴阳离子测试精度±5%。

图1 研究区地理位置图(a)和采样点位图(b)

3 结果与分析

3.1 水化学特征

为了突出因子分析在岩溶地下水水质影响因素研究中的作用，表征地下水离子的空间差异性，本文在不区分含水岩组的情况下统计了研究区样品的水化学特征，结果显示：研究区地下水主要离子组成依次有HCO3-、Ca2+、SO42-、Mg2+、NO3-、Cl-、Na+、K+等(表1)。其中，阳离子以Ca2+(81.13 mg/L)为主，次为Mg2+(26.32 mg/L)，而Na+、K+质量浓度较低，分别为2.03 mg/L、1.96 mg/L；阴离子以HCO3-(270.92 mg/L)为主，其次为SO42-(61.98 mg/L)，NO3-、Cl-质量浓度较低，分别为25.71 mg/L、7.50 mg/L。研究区地下水化学类型主要为HCO3-Ca、HCO3-Ca·Mg型，两者占样品总数的80%，其次为HCO3·SO4-Ca·Mg型。

表1 地下水水质统计结果Table 1 Statistical results of groundwater quality

3.2 水化学组分空间变异性

研究区地下水水质统计结果(表1)表明，除pH、HCO3-、Ca2+、TDS空间差异性较小外，其余组分质量浓度的空间差异大，特别是K+、Na+、SO42-的质量浓度体现出明显的空间变异特征。

HCO3-、Ca2+质量浓度变异系数分别为32.76%、34.41%，空间差异性较小。地下水中HCO3-的主要来源是CO2参与的各种碳酸盐岩(灰岩、白云岩等)的溶解， Ca2+的来源主要是碳酸盐岩的溶解，可受农业污染的影响(Aiuppa et al.，2003；Negrel，2003；Negrel，2005；Brenot et al.，2008)。

Mg2+质量浓度变异系数为59.39%。Mg2+的主要来源是碳酸盐岩的溶解，同时受农业污染以及大气的输入的影响(Aiuppa et al.，2003； Negrel，2005；Brenot et al.，2008)。

NO3-质量浓度变异系数为61.03%。地下水中的NO3-主要来源于人为活动的输入，特别是农业中化肥的使用、生活废水、动物和人类排泄物的排放等是其主要影响因素(Aiuppa et al.，2003；Edmunds et al.，2003；Valdes et al.，2007)。

Cl-质量浓度变异系数大(103.81%)，表现出强烈的空间变异性。Cl-来源可分为三方面，一是大气降水，主要为雨水中海盐、含HCl工业废气的溶解；二为水岩作用，即盐岩矿床和其他氯化物沉积物的溶解；三为人类活动的影响，包括农业活动中化肥的使用、生产、生活废水排放，如动物和人类排泄物排放等(Negrel et al.，2003；Valdes et al.，2007；蒋勇军 等，2009)。

SO42-质量浓度变异系数为121.01%，空间变异性强烈。SO42-一方面来源于水岩作用(含硫酸盐矿物的溶解)，另一方面受人为活动的影响，包括含硫酸盐化肥的使用、工业废气的排放等(Negrel，2005；Valdes et al.，2007)。

地下水中Na+、K+质量浓度变异系数分别为138.06% 、162.06%，空间差异性最大。Na+、K+的来源主要为水岩作用(含Na+、K+矿物的溶解)，同时还受离子置换、人类活动(生活废水排放及化肥使用)以及大气降水的影响(Aiuppa et al.，2003；Valdes et al.，2007；Brenot et al.，2008)。

3.3 数据分析

3.3.1 分析原理及方法

基本原理为：通过相关分析，根据相关性大小对各参数进行分组，同组内参数之间的相关性高，不同组的相关性低，从而达到对参数的降维处理。每组变量代表一个基本结构(即因子F1、F2、F3、F4……Fn)，从而达到剔除水化学组分中独立和重复的成分的目的。因此每一个因子(F1、F2、F3、F4……Fn)代表着各种水化学组分之间的一种基本组合方式，可以用来揭示水化学特征的某种成因，进而分析水化学组分之间的错综复杂的关系(王喆 等，2014)。

具体方法为：选择主成分分析方法提取公因子(F1、F2、F3、F4……Fn)，最大方差法对成分矩阵进行旋转，从而使每个因子(F1、F2、F3、F4……Fn)所包含的高荷载变量的个数最少，且每个变量在因子上的荷载较大，而在其他因子的荷载较小，从而克服了因子荷载矩阵不唯一造成解释困难，达到利用公因子(F1、F2、F3、F4……Fn)对岩溶地下水水质的影响因素及影响程度进行定量分析的目的(王喆 等，2014；卢丽 等，2015)。

3.3.2 因子分析

为更全面地分析研究区岩溶地下水水质的影响因素，结合研究区的地层岩性、矿物组成等，将研究区总硬度(TH)、游离CO2、F-等结合到前述地下水化学组分中进行综合分析。通过相关系数矩阵(表2)可知，大部分组份之间存在相关关系，其中Ca2+-SO42-、Mg2+-HCO3-、Na+-K+相关关系尤为显著。因此变量之间存在信息重叠，为分析水质受影响的主要因素，需进行数据的降维处理。

表2 水化学组分相关系数矩阵Table 2 Correlation coefficient matrix of water chemical components

通过KMO和球形Bartlett可进行因子分析的适用性检验。KMO统计量为0.564，大于0.5，说明各变量间信息的重叠程度比较高；球形检验拒绝各变量独立的假设，故因子分析的适用性检验通过。选取特征根大于1的4个公因子(F1、F2、F3、F4)代替原来所有变量，4个公因子的累计贡献率达到80.153%(表3)，原始数据的基本信息损失较小。

表3 总方差解释Table 3 Total variance interpretation

利用旋转后因子载荷矩阵(表4)结合各水样点因子得分空间分布图(图2)，对研究区水质影响因素进行分析：

表4 主成分矩阵

旋转后的成分矩阵成 分F1F2F3F4PH0.268-0.291-0.3210.648*TH0.694*0.6930.1310.029COD0.776*-0.0540.2090.238CO20.1080.778*0.376-0.335TDS0.768*0.580.2110.035Ca2+0.798*0.4060.171-0.016Mg2+0.4150.839*0.0560.072Na+0.1240.0810.852*0.024K+0.1750.0910.837*-0.046Cl- -0.020.4440.620*0.272SO42-0.951*0.0980.025-0.142HCO3-0.1420.934*0.1430.04NO3--0.0610.1750.3540.703*F-0.595*0.424-0.2650.216

F1贡献率达27.819%，其中TH、COD、TDS、Ca2+、SO42-、F-因子载荷最大，TH、TDS、Ca2+、SO42-之间相关性极为显著，与表2反映的结果相一致。F1得分高值区位于研究区北西部(图2a)，水样中Ca2+、SO42-、F-浓度值高，是由于这些区域为三叠系嘉陵江组地层，岩性主要为灰岩、白云岩和膏盐角砾白云岩等碳酸盐岩(图1b)且岩溶发育，为碳酸盐岩及膏盐矿物的充分溶解提供了条件。此外，F1中COD的因子载荷大，说明地下水受污染影响较严重。因此F1代表碳酸盐岩及膏盐矿物的充分溶解对水质的影响。

F3贡献率为17.201%，Na+、K+、Cl-因子载荷最大，与F3呈正相关。一方面，研究区内南东W93至W110一带出露有三叠系夜郎组粘土岩、粉砂岩(图1b)，这些岩石中多含有岩盐矿物，这些岩盐矿物在溶滤的过程中形成Na+、K+、Cl-；另一方面，F3得分值的高值中心(W55、W80)(图2c)范围内多有基岩出露，受断层影响，岩石节理裂隙发育，为降雨的入渗、岩盐矿物的溶滤提供了良好的场所。因此F3代表岩盐矿物的溶解、大气降水对地下水水质的影响。

F4贡献率较低(8.826%)。NO3-、pH因子载荷最大。从研究区所采集的水样检测结果来看，其中不到一半水样N含量在《地下水质量标准》(GB/T 14848-2017)Ⅲ类水范围内。因NO3-主要来源于人类活动的输入，且从图2d可知F4得分高值区主要为各水样点(W74、W68、W84、W61、W81和W85等)单点控制为主，符合人类活动对地下水水化学组分影响局部性的特点，与调查结果一致。研究区内农田、耕地零星分布，化肥和农药广泛使用，为硝酸盐污染的重要原因。同时，生活废水的不规范排放，也影响地下水中硝酸盐浓度，从而影响地下水的pH值。因此F4代表人类活动(包括生活污水和农业灌溉污水)对地下水水质的影响。

图2 研究区水样因子得分空间分布图

4 结论

选取贵州省毕节市大方县南部岩溶地下水为研究对象，采用因子分析对研究区地下水水质影响因素进行识别，获得如下结论：

(1)研究区阳离子以Ca2+、Mg2+为主、阴离子以HCO3-、SO42-为主，地下水化学类型主要为HCO3-Ca、HCO3-Ca·Mg型，其次为HCO3·SO4-Ca·Mg型。水样水化学组分除pH、HCO3-、Ca2+、TDS空间差异性较小外，其余组分质量浓度的空间差异大。

(2)因子分析法提取的4个主因子(F1、F2、F3、F4)对研究区水化学数据的贡献率达80%以上，识别出研究区水质一方面为自然因素控制，包括大气降水、水岩作用和土壤分布等，另一方面为人为因素所影响，主要包括生活污水及农业活动。

(3)本研究定量分析了岩石矿物溶解、大气降水及人类活动等对研究区岩溶地下水水质的影响程度。因子分析结果与地质背景相吻合，充分表明了此分析方法在岩溶区地下水水质分析中具有较好的可行性和科学性，研究结果可为岩溶地下水资源的合理开发利用和保护、岩溶地区生态环境保护提供科学依据。