贵阳市岩溶地下水水化学特征及水质评价

2019-06-24王亚维王中美王益伟褚双燕

节水灌溉 2019年6期

王亚维，王中美，王益伟，褚双燕

(贵州大学资源与环境工程学院，贵阳 550025)

0 引言

贵阳市是典型的岩溶地貌城市，岩溶地下水是城市主要的供水来源。贵阳市岩溶多为裸露型岩溶，其具有特殊的水文地球化学特征和较强的环境敏感性[1]。地下水的开发利用与贵阳市的发展密切相关，地下水水源地安全关系着万千群众的生命健康，因此开展贵阳市主城区及周边地区水化学特征分析和水质评价非常重要。目前针对地下水水质的评价方法主要有单因子评价法和综合评价法，综合评价法有单项综合评价和组合综合评价两大类[2]。其中单因子评价法是利用单个监测值与水环境监测指标的规定值作比较评价出超标程度，该方法操作简单但不能全面反映出地下水质量的真实状态[3]；常用的单项综合分析法有考虑水体中多个指标的综合效应，但水质级别确定时易受最大浓度污染因子的影响，会造成结果不够合理[4]。地下水质评价是一个多因子多层次耦合作用的复杂系统[5]，其评价指标具有随机和模糊的特点，评价过程会受到诸多不确定因素的影响[6]。单因子评价法和单项综合评价法很难有效地反映出评价指标的这些特点和难以定量的描述实测指标在不同等级之间的转换。针对上述问题，可以将基于指数标度的层次分析法与灰色关联法相结合建立水质评价模型，该评价方法能够综合考虑各个评价指标对评价结果的影响，可以更客观、更准确地反映地下水的质量。

1 研究区地质背景

贵阳市地貌类型是典型的岩溶盆地地貌，出露的地层比较齐全，碳酸盐岩分布最广。贵阳市地质构造和地下水径流条件非常复杂，主要有北东向构造永乐堡复向斜、南北向构造贵阳复式向斜、黔灵向斜、黔灵湖阿哈阻水断裂，乌当断裂等[10]，地下水受到地质构造、地貌及水文网的控制[11]。贵阳市的基岩出露面积较大，地下水的主要补给源是大气降水，以径流方式排泄[12]。分析贵阳市地下水监测水位数据可知贵阳市地下水较丰富，贵阳市主城区及白云区北侧地形平坦，水位在5～10 m之间；在岩溶盆地周边，南部的小河和东部的龙洞堡一带，地形起伏比较大，水位一般大于30 m；在花溪区一带、白云区和观山湖区大部分区域，地形起伏相对较为平坦，水位一般在10～20 m之间。

2 数据来源与研究方法

2.1 数据来源

图1 贵阳市水质监测点分布图

2.2 研究方法

运用SPSS软件分析计算研究区60个地下水监测点枯季和丰季各指标的最大值、最小值、平均值、标准差和变异系数，基于统计规律描述各指标的基本统计特征，绘制Piper三线图、Schoeller图分析地下水水化学特征。选取亚硝酸根、总硬度、硝酸根、氟化物、氯离子、硫酸根、三价铁7个具有代表性判定岩溶地下水环境的水质评价指标建立水质评价指标体系，应用层次分析法 (AHP) 对各水质评价指标进行权重分析，结合灰色关联法(GRA)对研究区的岩溶地下水水质进行综合评价。

2.2.1 确定指标权重

权重值wk是依据层次分析法(AHP)确定的，层次分析法是将一个复杂问题划分为多组组成因素，根据优势关系形成层次结构，使用两两比较方法确定出决策值的相对重要性[13]。传统上，“1-9标度法”用于建立两两因素的判断矩阵，做两两因素比较，但许多专家认为最早提出的“1-9标度法”存在思维与判断矩阵一致性脱节等系列问题[14]，其排序权值较粗，与人们的判断差别很大，但指数标度就完全可以克服这些问题[15]。因此当两因素进行比较时，本文就用指数标度表示两因素的相对重要程度，由此建立两两因素的判断矩阵，从而得出各因素权重。

表1 指数标度

注：指数标度判断极限为9，a8=9，a=1.316。

表2为指数型标度的样本容量为1 000的一致性指标RI值。

表2 一致性指标RI值

2.2.2 确定比较序列和标准序列关联度

灰色关联分析是基于序列曲线几何形状的相似程度来确定事物是否紧密相连，其关联度即为事物之间关联性程度。本文依据水质评价指标的参考数列和其比较数列的相关性，结合指标权重建立评价模型。

无量纲化计算公式如下：

(1)

(2)灰色关联系数的求解。灰色关联系数计算公式如下：

(2)

式中：ξi(k)表示第i个评价对象中第k个最优指标与第k个指标的关联系数；ρ为分辨系数；k=1,2,…..n，i=1, 2,…,m。

(3)计算灰色加权关联度。基于指数标度的层次分析法(AHP)确定的各指标的权重后，计算灰色加权关联度ri。

(3)

式中：wk为基于指数标度的层次分析法(AHP)确定的各指标的权重值，k=1,2,…,n。

(4)水质评价。计算得到的关联度越大代表与等级集合的关联程度越高，以此来确定研究区域的水质等级。

3 结果与分析

3.1 地下水水化学特征分析

3.1.1 地下水水质统计特征

岩溶地下水的水化学特征与含水层岩性、地下水动力条件和地下水补给来源密切相关[16]，通过统计分析地下水有关水化学指标可以了解地下水水化学成分的基本特征。研究区地下水水化学指标统计特征值见表3。

表3 研究区地下水水化学指标的描述性统计特征

图2 丰水期Piper三线图

图3 枯水期Piper三线图

3.1.2 地下水水化学特征成因分析

水化学特征Schoeller图可以用来分析水样中主要离子的浓度变化，在Schoeller图中，每条折线都分别代表一个样品，若水样的各参数浓度值在图中呈现出平行线趋势，则表示这水样的各参数浓度比值相近或者相等，如果水样中浓度不同，则在图上显示为一个样品位于另一样品的上方，离子随着水流由浓度相对低点向浓度相对高点运移，从而揭示出不同取样点之间的地下水化学组分的相对运动方向，从图4和图5可以看出，研究区枯、丰期60个监测点的水化学变化趋势基本相同，这表明研究区60个监测点的地下水补给来源相似。

图4 丰水期Schoeller图

图5 枯水期Schoeller图

(4)

(5)

3.2 地下水水质分析

根据上述对研究区岩溶地下水水化学特征的分析，建立基于GRA-AHP的地下水水质评价模型，对研究区60个监测点的水质进行了评价，评价标准依据《地下水环境质量标准》，以研究区12067号监测点丰水期水质作为分析事例，具体评价过程如下。

表4 研究区地下水水化学指标相关关系矩阵(丰水季)

表5 研究区地下水水化学指标相关关系矩阵(枯水季)

表6 监测点指标浓度 mg/L

表7 地下水环境质量标准 mg/L

3.2.1 指标权重计算

根据地下水中各种离子对于水质的影响程度建立判断矩阵A，如表8所示。

3.2.2 水质评价中各评价指标关联度计算

(1)确定标准序列和参评数据序列。以研究区12067号监测点丰水季地下水水质为参评数据进行灰色关联分析。

表8 判断矩阵A

表9 水质参评数据

(2)无量纲化处理。按照式(1)对表6中的原始数据进行无量纲化处理，得到矩阵：

(3)关联系数计算。按照式(2)进行关联系数的计算，结果如下:

(4)灰色加权关联度的计算。

在公式中，最大关联度rmax为0.784 0，该结果说明研究区12067号监测点丰水期地下水水质属于Ⅲ类水。

按照上述计算方法对研究区60个地下水监测点水质进行了评价。结果为丰水期研究区的60个监测点中有20个监测点的水质属于Ⅱ类，38个监测点的水质属于Ⅲ类，2个监测点的水质属于Ⅳ类，具体分布见图6(a)；枯水期研究区有10个监测点的水质属于Ⅱ类，45个监测点的水质属于Ⅲ类，5个监测点的水质属于Ⅳ类, 具体分布见图6(b)。枯水期和丰水期研究区地下水的质量总体一般，丰水期Ⅱ类水占33%，Ⅲ类水占63%，枯水期Ⅱ类水占16%，Ⅲ类水占75%；丰水季节的地下水质量优于枯水季节的地下水质量。