叶永青，王中美

(贵州大学 资源与环境工程学院，贵州 贵阳550003)

遵义市岩溶地下水环境的空间信息统计组合分析

叶永青，王中美

(贵州大学 资源与环境工程学院，贵州 贵阳550003)

应用空间信息统计分析理论与方法来分析遵义市岩溶地下水环境，对遵义市城区岩溶地下水中的硫酸盐(SO42－)、氨氮(NH4+)、亚硝酸盐(NO2－)、硝酸盐(NO3－)等离子作克里格(Kriging)估值等值线图，并根据等值线图对4种离子的空间分布特征及范围、空间变化规律进行分析评价。

水环境;空间信息统计;分析

近年来，由于遵义市城市化和工业化进程以及国民经济的快速发展，环境污染带来地下水水质的严重污染，已经成为一种环境公害而使城市供水面临严重的威胁。而遵义市碳酸盐岩分布广泛，岩溶发育，复杂的岩溶环境是研究地下水污染分布特征的最大难点。空间信息统计是以区域化变量理论为基础，以变异函数为主要工具，研究在空间分布上既有随机性又有结构性的自然现象的科学［1］。它能够获得水环境评价中空间分布参数空间变化的结构性信息及空间最优估计值，使得对水环境评价中各种参数空间分布不确定性的分析与评价趋于合理。因此，本文利用空间信息统计学理论及其方法，对遵义市岩溶地下水环境进行综合评价。

1 空间信息统计模型

对水环境评价参数的空间变异性进行客观分析是建立正确的环境污染物空间分布预测模型的基础。为了能从随机性与确定性相结合的角度对水环境评价参数空间变化的不确定性进行分析，可将空间分布参数随机性的表征变量视为区域化变量。由于在水环境评价区内任意一点上都不可能同时获得一系列评价参数的样本值，这就给各种评价参数空间分布随机性与结构性的定量分析造成了困难［2］。因此，要求给出必要的数学假设。据该基本假设条件，可以获得环境评价中分布参数随机性与结构性空间变异模拟的基础数学模型。

1.1 空间信息统计的评价模型

用于水环境评价参数空间变异性分析的模型应有助于提取水环境评价中空间分布参数的结构性信息，并能较切合实际地揭示各种评价参数的空间相关性以及随机性与结构性在空间相关范围内的相互转化、协同之关系。在实际工作中通常要对离散的变异函数数据配以相应的理论模型，以便定量刻画水环境评价参数的空间变异性，常用的理论模型为球状模型［3－4］:

式中:c0，c，a为反映水环境评价参数空间变化规律的3个参数，分别称为块金常数、拱高、变程。为变异函数［5］;为区域化变量信息值的间隔距离，以下令变程(a)定量地表示了各种评价参数在空间不同方向上自相关的平均影响范围［6］。基台值(C0+C)是在考虑环境评价参数空间值点相对位置的基础上对其相对离散程度的一种定量描述，是空间分布参数随机变化与结构变化的极限值。块金常数(C0)反映的是一种随机变化成分，它一方面提供观测尺度上各评价参数空间分布数值的非连续性变化和试验量测误差的信息，另一方面也提供小于观测尺度时空间分布参数结构性与随机性的整体变化信息。

2 岩溶水环境的空间变化规律

2.1 研究区概况与样品采集

2.1.1 研究区概况

研究区选取遵义市监测区的一部分地区，包括遵义市市区、红花岗区及遵义县开发区部分地区。整个监测区所在地理位置为东经 106°39′11″～107°0′36″，北纬 27°24′47″～ 27°53′32″，包括遵义市和遵义县部分地区。面积约727.8 km2。地势西北高东南低，构成有西北往东南倾斜的斜地。标高790～1 722 m。监测区属亚热带季风气候，多雨湿润。监测区内出露的地层，从震旦系至第四系，除缺失志留系中上统、泥盆系、石炭系、侏罗纪上统白垩系、第三系外，其余均有分布。其中碳酸盐岩分布较广，占全区总面积的57%。因此，监测区岩溶地下水较发育。

2.1.2 样品采集

研究区布设地下水水质检测点30个，具体分布见图1。在丰水期(7月)和枯水期(3月)分别取样做水质分析。

2.2 评价因子的空间变化规律

岩溶地下水水质分析项目较多，在这选择4种易造成岩溶地下水污染的离子(硫酸盐、氨氮、硝酸盐和亚硝酸盐)进行水环境变化分析。数据来源于贵州省环境监测院，采用研究区内一年的监测数据，分析丰水期和枯水期地下水4种离子的空间变化，对岩溶地下水环境的空间变化规律进行分析。

采用空间信息统计法分别作出硫酸盐(SO42－)、氨氮(NH4+)、亚硝酸盐(NO2－)、硝酸盐(NO3－)、枯、丰季 Kriging估值等值线图。并对每一种评价因子的分布特征及范围、空间变化规律进行分析评价。

2.2.1 硫酸盐

监测区内30个监测点都有硫酸根浓度值，从Kriging估值等值线图2和3可以看出，硫酸盐异常带总体上呈东西、北南方向展布。

丰水期:丰季硫酸盐(SO42－)高浓度异常区出现在红花岗区南宫山和巷口镇一带。最高浓度达336 mg/L，在红花岗区附近的18号监测点测得。受到污染的地表水补给地下水可能是造成硫酸根浓度异常的原因，因为18号监测点附近含水层所处地层为三叠系上统二桥组，岩性为钙质石英砂岩，含石膏较重，致使地下水硫酸根含量偏高。且附近有油库和玻璃厂，工业废水的排放也可能导致地下水硫酸根浓度异常。

枯水期:枯季硫酸盐(SO42－)高浓度异常区出现在红花岗区南宫山一带。最高浓度为424 mg/L，与丰水季节相比，枯水季节的硫酸根浓度偏高，造成硫酸根浓度偏高的原因可能是降雨和人类农业生产活动。一方面枯水期降雨明显减少，地表水对地下水补给减少，硫酸根离子浓度稀释作用减弱，浓度明显升高;另一方面枯水期正值农业活动期，大量化肥的使用致使地下水硫酸根浓度升高。

图1 丰水期硫酸根离子浓度估值等值线图

图2 枯水期硫酸根离子浓度估值等值线图

2.2.2 氨氮

研究区内30个取样点，有9个点检测出铵根离子浓度。由铵根离子丰、枯季Kriging估值等值线图可看出，铵根离子浓度异常区总体上分布在遵义市的南面和北面。

丰水期:铵根离子高浓度异常区总体上出现在遵义市遵义县北部一带，最高浓度值为4.33 mg/L，在5号监测点测出。主要是由农业污染及生活污染引起的。

枯水期:铵根离子高浓度异常区出现在遵义市红花岗区南面和忠庄镇、南宫山一带，最高浓度值为1.28 mg/L，在监测点29处检测出。总体来说枯水期的铵根离子浓度要比丰水期的要高，异常分布区要广，铵根离子浓度异常可能是由于降雨和人类活动引起的。

图3 丰水期氨氮浓度估值等值线图

图4 枯水期氨氮浓度估值等值线图

2.2.3 硝酸盐

研究区内30个取样点有29个点检测出硝酸根离子。由硝酸根离子丰、枯季Kriging估值等值线图可看出，硝酸根离子浓度异常区总体上分布在遵义市的南面和北面。

丰水期:硝酸根离子高浓度异常区总体上出现在遵义市南面和北面，硝酸根离子在研究区内分布较广，几乎覆盖整个区域，其最高浓度值为48.0 mg/L，在29号监测点检测出。硝酸根离子浓度异常主要是由于生活污染源引起的。

枯水期:枯水期硝酸根离子高浓度异常区分布在遵义市忠庄和南宫山一带。最高浓度值为64.0 mg/L，在12号监测点检测出，主要是由于降雨和生活污染源引起的。

2.2.4 亚硝酸盐

研究区内30个取样点，有14个点检测出亚硝酸根离子浓度。由亚硝酸根离子丰、枯季Kriging估值等值线图可看出，亚硝酸根离子浓度异常区总体上分布在遵义市的南部地区。

丰水期:亚硝酸根离子高浓度异常区分布在遵义市南宫山西北一带，最高浓度值达0.36 mg/L，在11号监测点检测出。主要原因是由于农业化肥的使用、工业三废的排放及生活污水等污染源引起的。

图5 丰水期硝酸根离子浓度估值等值线图

图6 枯水期硝酸根离子浓度估值等值线图

枯水期:亚硝酸根离子高浓度异常区与丰季分布一致，主要分布在南宫山一带。最高浓度值为6.5 mg/L，在17号监测点检测出。亚硝酸根离子枯季浓度高于丰季浓度，主要是由于降雨和人类活动引起的。

3 岩溶水空间信息统计组合分析

依据上面评价因子的空间分布特征分析可知:污染源主要有硫酸盐(SO42－)氨氮(NH4+)、亚硝酸盐(NO2－)、硝酸盐(NO3－)、氯化物(Cl－)等，四种污染源的空间分布特征及变化趋势相似，将其进行组合，由组合分析图分析四种污染物变化特征。

图7 丰水期亚硝酸根离子浓度估值等值线图

图8 枯水期亚硝酸根离子浓度估值等值线图

丰水期:四种污染离子浓度异常区在研究区内分布相似，在某些区域重叠。主要分布在遵义市北部的高桥镇和南部的忠庄镇及南宫山一带。其分布特点是:(1)分布范围较广，研究区内基本上均有分布;(2)变化梯度大、高浓度值集中，污染离子高浓度区集中分布在高桥镇西北侧和忠庄镇及南宫山一带，且离子浓度变化梯度较大。

枯水期:四种污染离子浓度异常区分布和丰水期相似，主要分布在遵义市北部的高桥镇和南部的忠庄镇及南宫山一带。其分布特点是:(1)分布范围较丰水期要小，主要分布在农业活动频繁的高桥镇和忠庄镇级南宫山一带，遵义市市区浓度值较低;(2)四种污染离子浓度异常区分布都比较集中，浓度值变化梯度较大。

据上分析可知:硫酸盐、氨氮、硝酸盐和亚硝酸盐这四种污染物主要分布在农业种植区，由此可知这四种污染物是由农业污染所致。

图9 四项农业污染离子丰水期浓度估值等值线图

图10 四项农业污染离子枯水期浓度估值等值线图

4 结语

自然界含水介质的各项异性和取样、测试中的失真以及试验误差造成了地下水环境评价空间分布参数的不确定性。这种空间分布上的不确定性具有随机性与结构性的特殊性质。本文通过变异函数理论模型，综合变异指标以及各种空间最优估计进行空间信息统计分析，能够对地下水环境评价参数空间分布的不确定性作出比经典统计更为合理的评价。

遵义市城区岩溶地下水水质总体水平较好。污染异常区主要分布于遵义市北部的高桥镇和南部的忠庄镇及南宫山一带。主要为农业污染，总体呈现丰水期比枯水期污染范围更广，枯水期比丰水期污染程度高的特点。

［1］王仁铎，胡光道.线性地质统计学［M］.北京:地质出版社.1989.

［2］刘国东，丁晶.水环境中不确定性方法的研究现状与展望［J］.环境科学进展.1996.

［3］张征同，刘淑春.水环境评价中分布参数随机性的空间统计分析.环境科学学报.1999.

［4］儒尔奈耳AG.尤日布雷格茨 CHJ.侯景儒，黄竞先等译.矿业地质统计学.北京:冶金工业出版社.1982.

［5］王仁铎，胡光道.线性地质统计学.北京:地质出版社.1989.

［6］张征，鞠硕华，韩守江等.水环境评价参数空间变异模拟数学原理与方法.工程勘察.2002.

Karst Groundwater Spatial Information Statistics and Combination Analysis in Zunyi

YE Yong－qing ，WANG Zhong－mei
(College of Resources and Environmental Engineering，GuiZHou University，Guiyang 550003，Guizhou)

The article is based on the spatial information statistic analysis theory and method to analyze the karst groundwater environment in Zunyi.Make the Creager(Kriging)estimate value isogram of sulfate(SO42－)，ammonia nitrogen(NH4+)，nitrite(NO2－)，nitrate(NO3－)plasma which contained in the karst groundwater of Zunyi urban area.According to the isograms，it analyzes and evaluate the four kind of ion′s spatial distribution characteristics，the scope and the spatial variation rule.

Water environmental;spatial information statistics and analysis

S275.9

A

1004－1184(2012)03－0143－04

2011－05－25

贵州大学自然科学青年基金项目(2009072)

叶永青(1986－)，男，江西九江人，在读硕士研究生，主攻方向:地球化学。