闫佰忠，肖长来*，刘泓志，危润初，梁秀娟（.吉林大学，地下水资源与环境教育部重点实验室，吉林 长春300；.长沙理工大学水利工程学院，湖南 长沙 40000）

吉林市城区土地利用对地下水污染空间分布的影响

闫佰忠1，肖长来1*，刘泓志1，危润初2，梁秀娟1（1.吉林大学，地下水资源与环境教育部重点实验室，吉林 长春130021；2.长沙理工大学水利工程学院，湖南 长沙 410000）

利用吉林市城区91眼监测井2013年的地下水水质监测数据，采用改进内梅罗污染指数法求取地下水污染指数，同时考虑第二松花江两岸地下水污染的非连续性，采用Kriging方法进行分区插值，然后叠加融合得出城区地下水污染指数空间分布图.结合吉林市城区土地利用类型，采用CM模型和SLM模型提取监测井不同半径范围内的土地利用类型，利用多元回归分析方法确定监测井最可能受污染的范围，最后利用Kendall 秩次相关检验法和回归分析方法分析城区土地利用类型对地下水污染空间分布的影响.研究结果表明，吉林市城区地下水污染呈现出明显的空间分布特征；城区地下水受到不同程度的污染，其中江北片区和中心片区较为严重；在考虑地下水流动的情况下，监测井最可能受污染的范围为沿地下水流向方向500m；吉林市城区土地利用类型对地下水污染空间分布有较大影响，其中传统工业用地、居民和商业用地、城市交通设施用地为主要因素，其Kendall 秩次相关检验τ值分别为0.248、0.174、0.143；在各研究片区，该3种土地利用类型和地下水污染空间分布也存在较好的相关性.

吉林市；城市土地类型；地下水污染指数；空间分布；统计分析

城市化对地下水系统有着重要的影响，它改变了原有的下垫面条件，进而改变了地下水循环系统［1-2］.并且城市中产生的工业废水、生活污水、景观绿地废水以及其他不可控制的废水有可能渗入含水层，进而污染地下水［3］，严重制约城市的发展.目前，城市土地利用对地下水污染的影响已经成为城市土地利用规划以及城市水资源管理和保护的关键性问题.

近些年来，国内外学者在这方面做了很多工作［3-7］，其中关键问题是确定监测井最可能受污染的范围，进而研究土地利用对地下水污染的影响程度.Lee等［8］提出以监测井为中心的圆形模型（CM），探讨了在不同半径圆形区域内，土地利用和地下水中氮素污染的相关程度.在许多国家水质评价（NAWQA）研究中，通常以监测井为中心，采用500m半径的圆形区域分析土地利用对地下水污染的影响［9-11］.Gurdak 等［12］考虑地形坡度，提出了以监测井为顶点，沿地形坡度的楔形模型（WSM），评价土地利用对地下水污染的影响.事实上，地下水溶质的迁移受地下水动力学作用、含水层性质、运移途径等因素的影响［13］.以监测井为中心的圆形模型忽略了地下水动力学作用，仅仅考虑了圆形范围内污染物质的垂向下渗，其使用具有局限性.Toth［14］提出在天然状态下，驱动水流的势能来自区域地形高处，水从地形高处向地形低处运动.但在有人为等因素干扰情况下，地下水流会出现局部小循环，并不完全是沿地形坡度方向流动.因此，以监测井为顶点，沿地形坡度的楔形模型也存在局限性.上述研究都没有很好的结合地下水的实际流动作用，其使用都有一定的局限性.我国也有类似的研究，张凤娥［15］阐述了土地利用对地下水系统的影响.郭芳等［16］依据土地利用方式和污染来源探讨了土地利用影响下的岩溶地下水水化学特征的变化.刘瑞民等［17］结合RS和GIS技术，分析了土地利用/覆盖变化对长江上游非点源污染的影响.这些研究主要集中在两个方面，一方面是定性的描述土地利用对地下水的影响，另一方面是流域土地利用对非点源污染的影响.对于城市土地利用对地下水污染的分析较少.

本研究首先利用改进的内梅罗污染指数法求出各监测井的污染指数，进而得出研究区地下水污染的空间分布.其次，在吉林市城区地下水流场的基础上，考虑了地下水的实际流动作用，提出了以监测井为顶点，沿地下水流方向的不同半径探射状模型（SLM），结合研究区地下水污染的空间分布来分析吉林市城区土地利用对地下水污染的影响，并与以监测井为中心的圆形模型（CM）进行对比，得出监测井最可能受污染的范围，进而探讨土地利用对地下水的影响，为城市土地利用对地下水污染的影响研究提供一条新的思路，并为城市土地规划和水资源保护和利用提供依据.

1 研究区概况

研究区位于吉林市城区，面积104.3km2.区内多年平均降水量为688.97mm，多年平均蒸发量为1432mm，主要河流为第二松花江.

研究区地貌上属于第二松花江河谷平原，含水层岩性为全新统、上更新统及下更新统强透水的砾砂、圆砾及砾卵石层.本次研究的监测井共有91眼（图1），井深在5.0～20.0m之间，均为河谷平原的孔隙潜水，其天然水力梯度为0.5×10-4～1.0×10-4，渗透系数为0.5～2.0m/d，单井涌水量在100～3000m3/d［18］.该层地下水主要接受大气降水补给、周边基岩裂隙水侧向补给和灌溉入渗补给，排泄方式主要为向河谷的侧向径流、人工开采以及潜水蒸发，循环及动态特征严格受水文、气象、地质、水文地质条件和人为因素的制约.根据监测井地下水位得出研究区地下水流场（图1）.

图1 研究区地下水流场Fig.1 Groundwater flow field in the study area

研究区土地利用类型包括：居民和商业用地、传统工业用地、高新技术产业用地、公共设施用地、交通设施用地、城市应急设施用地、绿地景观用地和水面（图2）.各土地类型的面积和所占比重见表1.

图2 吉林市城区土地利用类型Fig.2 The type of land uses in the Jilin City

表1 吉林市城区土地利用类型面积及所占比重Table 1 The areas and proportions of land uses in the Jilin City

2 数据来源与研究方法

2.1 数据来源

吉林市城区地下水动态监测网始建于1980年，地下水水质监测层位为第四系孔隙潜水，每年取样1次，时间为枯水季，即4月下旬～5月上旬.本研究收集了吉林市91眼监测井2013年的地下水水质监测数据，对各水样数据均进行了阴阳离子平衡分析，验证了数据的准确性.

根据水样实测数据情况，选取pH、硫酸盐、氯化物、铁、锰、硝酸盐（以N计）、亚硝酸盐（以N计）、氨氮、氟化物、总硬度（CaCO3）、总溶解性固体共11项指标作为反映水质状况的代表性因子，可以认定这些指标能够真实、客观地反映水污染状况.

2.2 研究方法

2.2.1 水质评价及空间插值 水质评价方法采用改进的内梅罗污染指数法［19］，各个污染因子对应的标准浓度，本文选用GB/T14848-93［20］中Ⅲ类水的上限阈值，则计算出标准污染指数为1.0，并将其定义为地下水污染线.当计算出监测井污染指数大于1.0时，表明地下水已受到污染，监测井污染指数越大，地下水污染越严重.由于该方法已较为成熟，其计算过程在此不做详细赘述.

研究区地下水污染的空间插值采用Kriging方法［21］，考虑到区内第二松花江河床深切潜水含水层，河流两岸的地下水污染的变化会呈现出非连续性.对第二松花江进行白化处理，对江左岸和右岸进行分区插值，然后将分区插值结果进行叠加融合，得到整体的插值结果.

2.2.2 监测井最可能受污染的范围确定 采用两种模型提取监测井周围的土地利用类型，即以监测井为中心的不同半径圆形模型（CM）和以监测井为顶点，沿地下水流方向的不同半径探射状模型（SLM）.两种模型示意图见图3.

图3中以监测井为中心的圆形范围为CM模型的示意图.CM模型的原理为：首先，以监测井为中心，分别以半径为50、250、500、750和1000m作圆形区域；其次，利用Arcgis分别提取不同半径圆形区域内的土地利用类型的面积；第三，将提取出的不同土地利用类型除以各自圆形区域的总面积得出各土地利用类型所占的百分比.

图3中以监测井为顶点的红色范围为SLM模型的示意图.SLM模型考虑了地下水流动方向，其原理为：首先，以监测井为顶点，模型探射宽度范围为500m，探射的方向为地下水流方向，分别以探射半径为50、250、500、750和1000m作探射状区域；其次，利用Arcgis提取不同探射半径区域内的土地利用类型的面积；第三，将提取出的不同土地利用类型的面积除以各自探射半径区域的总面积得出各土地利用类型所占的百分比.然后分别对两种模型利用多元回归分析方法，分析土地利用类型和地下水污染的相关性，得出监测井最可能受污染的范围.

图3 两种模型原理示意Fig.3 Schematic of the two models

2.2.3 地下水污染土地利用类型确定 在得出监测井最可能受污染范围基础上，利用Kendall秩次相关检验法［22］和多元回归分析方法分析研究区以及各片区土地利用类型对地下水污染的影响，得出研究区以及各片区影响地下水污染的主要土地利用类型.计算步骤为：首先，利用CM模型和SLM模型提取各监测井最可能受污染范围内的各土地利用类型面积和百分比；其次，计算各监测井的地下水污染指数；第三，利用SPSS 16.0 计算土地利用类型和地下水污染指数Kendall秩次相关性和回归方程.以上统计分析中，显著性水平均小于0.05.

3 结果与分析

根据改进的内梅罗污染指数法求出的地下水污染指数，绘制地下水污染指数空间分布图，并以Ⅲ类水上限的污染指数N=1.0为基准勾勒出地下水污染线（图4）.

图4 吉林市城区2013年地下水污染指数空间分布Fig.4 Distribution maps of groundwater pollution index in 2013

3.1 地下水污染空间分布特征及分析

由图4得出，吉林市城区地下水污染呈现出明显的空间分布特征，大部分地区的污染指数大于基准值N=1.0.地下水污染指数高值区集中在江北片区北部、中心片区、江南片区南部和船营片区西部.地下水污染指数最大值为33.60（中心片区），平均值为2.10.

由图2和图4得出，地下水污染指数高值区域，其土地利用类型主要为传统工业用地、居民和商业用地以及交通设施用地.吉林市城区不同土地利用类型的监测井数目以及监测井的地下水污染指数见表2.

由表2得出，吉林市城区不同土地利用类型中，传统工业用地、交通设施用地、居民和商业用地的地下水污染指数较大，最大值分别为8.03、33.60和14.67，平均值分别为2.34、3.34和2.20；并且超标比例较大，分别为70.59%、52.94%和77.78%.为了更好的分析不同土地利用类型和地下水污染的关系，利用研究方法中两种模型（CM和SLM）分别提取监测井周围不同范围内的土地利用类型，利用多元回归分析确定监测井最可能受污染的范围.表3为SLM模型探射半径为500m时的各监测井土地利用类型所占百分比和地下水污染指数.

表2 吉林市城区不同土地利用类型的监测井地下水污染指数Table 2 Groundwater pollution index of all land uses in the Jilin City

3.2 最优影响范围分析

利用多元回归分析方法，对CM模型和SLM模型不同半径区域内各土地利用类型的面积和地下水污染指数进行回归分析，得出回归方程的拟合优度（通过相关系数反映），进而确定出监测井最可能受污染的范围.

3.2.1 CM模型 图5为CM模型不同半径区域，各土地利用类型和地下水污染指数的相关关系曲线.

图5 CM模型不同半径区域土地利用类型和地下水污染指数的相关系数Fig.5 The correlation coefficients of land uses and groundwater pollution indexes by increment radius influence of CM model

由图5得出，CM模型中，地下水污染指数和土地利用类型呈现出弱相关性，相关系数随着模型半径呈现出不同的规律，相关系数最大值出现在半径为500m范围处，最大值为0.252；相关系数最小值出现在半径为50m范围处，最小值为0.230；CM模型不同半径区域土地利用类型和地下水污染指数的相关系数平均值为0.239.CM模型半径为500m时的回归方程为：

3.2.2 SLM模型 图6为SLM模型不同半径区域，各土地利用类型和地下水污染指数的相关系数曲线.

由图6得出，SLM模型中，地下水污染和土地利用类型呈现出中等相关性，最大相关系数同样出现在半径为500m范围处，最大值为0.352；相关系数最小值出现在半径为50m范围处，最小值为0.305；SLM模型不同半径区域土地利用类型和地下水污染指数的相关系数平均值为0.332.SLM模型探射半径为500m时的回归方程为：

图6 SLM模型不同半径区域土地利用类型和地下水污染指数的相关系数Fig.6 The correlation coefficients of land uses and groundwater pollution indexes by increment radius influence of SLM model

综上所述，CM模型和SLM模型得出的最优的影响范围均为500m，但SLM模型不同半径区域土地利用类型和地下水污染指数的相关系数均大于CM模型的，说明地下水中溶质组分受地下水流向等因素的影响，SLM模型更适合于分析具有明确地下水流向的城市土地利用类型对地下水污染的影响.

根据上述分析，选择探射半径为500m的SLM模型，利用Kendall秩次相关检验法和多元回归分析方法分析研究区以及各片区土地利用类型对地下水污染空间分布的影响，得出影响地下水污染的主要土地利用类型.

3.3 地下水污染土地利用类型分析

利用Kendall秩次相关检验法、多元回归分析方法和表3中数据分析研究区以及各片区地下水污染的主要土地利用类型，结果见表4和5.

表4 研究区土地利用类型和地下水污染指数的Kendall秩次相关检验τ值Table 4 Kendall's tau （τ） of land use and groundwater pollution indexes in study areas

表5 各片区地下水污染主要土地利用类型、回归方程和Kendall秩次相关检验τ值Table 5 The main land use of groundwater pollution， regression equations and Kendall's tau （τ） of various districts

由表4得出，研究区传统工业用地、交通设施用地、居民和商业用地与地下水污染指数呈现出正相关性，其Kendall秩次相关检验τ值为0.248、0.143、0.174.其他土地利用类型与地下水污染指数呈现出负相关性.由多元回归分析方程（1）和（2）也可得出相同的结果.可见研究区地下水污染空间分布与城市土地利用类型存在着相关关系.

由图4得出，九站片区地下水污染范围主要集中在松花江沿岸一带，其土地利用类型主要为居民和商业用地以及绿地景观用地.由表5得出，九站片区影响地下水污染的土地利用类型主要为居民和商业用地，其Kendall秩次相关检验τ值为0.316，但是由于其面积较小，污染源源强较弱，故九站片区地下水污染程度较轻.

哈达湾片区地下水受污染程度较轻，该区域原为吉林市蔬菜基地，后经开发建设为城区，城市建设时间较短.由表5得出，哈达湾片区影响地下水污染的土地利用类型主要为居民和商业用地，其Kendall秩次相关检验τ值为0.322.由于哈达湾片区为新建城区，其城市环保措施交完善，故哈达湾片区地下水污染整体较轻.

江北片区是吉林市重要的化工区，尤其是江北片区的西北部，布局有多个化工、热电厂的粉煤灰堆放场，该区土地利用类型主要为传统工业用地，地下水污染指数较大；但在江北片区的东南部主要为高新技术产业区，地下水污染指数较小.由表5得出，江北片区影响地下水污染的土地利用类型主要为传统工业用地，其Kendall秩次相关检验τ值为0.492.传统工业用地产生的工业废水渗漏到地下水中，污染地下水.因此，江北片区西北部地区地下水污染较重.

中心城区地下水呈现出全区性较重污染，分析其原因，中心城区为老城区，人口密集，多年来受城市生产、生活污水的影响，地下水污染严重.由表5得出，中心城区影响地下水污染的土地利用类型主要为居民和商业用地，其Kendall秩次相关检验τ值为0.382.居民和商业用地产生的生活污水渗漏入地下水中，污染地下水.由于中心城区建城时间较长，人口密集，城市排水管网老化等原因，中心城区地下水呈现出整体性污染.

船营片区原为吉林市近郊，20世纪80年代后逐渐发展为城区.该片区地下水污染较轻，仅在东部超标.由表5得出，船营片区影响地下水污染的土地利用类型主要为传统工业用地，其Kendall秩次相关检验τ值为0.423.

江南片区地下水受污染程度较轻，仅在西部有小范围超标.1992年在此设立吉林市高新技术开发区，其土地利用类型主要为高新技术产业用地.由表5得出，江南片区影响地下水污染的土地利用类型主要为交通设施用地，其Kendall秩次相关检验τ值为0.609.

由表5中回归方程得出的各片区主要土地类型和上述分析结果相同.上述分析得出，吉林市城区地下水污染的空间分布受土地利用类型的影响，其中，传统工业用地、交通设施用地、居民和商业用地为主要影响因素.并且每个片区的地下水污染程度以及空间分布也和土地利用类型

存在相关性.结合以上规律，提出以下建议：①针对江北片区西北部和中心城区地下水污染较重，土地利用类型结构单一，建议完善城市土地利用规划，避免污染源源强较强土地利用类型集中分布；②针对土地利用类型对监测井最可能受污染的范围，做好监测井水流方向半径500m范围内的防渗工作；③合理设计与改造城市排水管网和污水处理设施，严格保证雨污分流，杜绝城市生产、生活污水的无序排放和渗漏；④根据监测井水流方向500m范围为其最可能受污染的范围，分析该范围内的主要污染源，有针对性的切断污染源，进而对地下水污染进行治理.

4 结论

4.1 吉林市城区地下水污染存在明显的空间分布特征，地下水污染指数高值区集中在江北片区北部、中心片区、江南片区南部和船营片区西部.

4.2 吉林市城区地下水污染的空间分布受土地利用类型的影响，其最可能受污染的范围为沿地下水流方向500m的范围.

4.3 吉林市城区土地利用类型和地下水污染存在一定的相关性，其中传统工业用地、居民和商业用地、交通设施用地为影响城区地下水水质的主要因素.

［1］Barron O V， Barr A D， Donn M J. Evolution of nutrient export under urban development in areas affected by shallow Watertable［J］. Science of the Total Environment， 2013，443：491-504.

［2］危润初，肖长来，梁秀娟.吉林市城区地下水污染时空演化 ［J］.中国环境科学， 2014，34（2）：417-423.

［3］Nasrabadi T， Abbasi M P. Groundwater quality degradation of urban areas （case study： Tehran city， Iran） ［J］. Environmental Science Technology， 2014，11：293-302.

［4］Eckhardt D A， V Stackelberg P E. Relation of groundwater quality to land use on Long Island ［J］. Ground Water， 1995，33（6）：1019-1033.

［5］Bruce B W， McMahon P B. Shallow groundwater quality beneath a major urban center： Denver， Colorado， USA ［J］. Journal of Hydrology， 1996，186：129-151.

［6］Trojan M D， Maloney J S， Stockinger J M， et al. Effects of land use on groundwater quality in the Anoka sand plain aquifer Minnesota ［J］. Ground water， 2003，41（4）：482-492.

［7］Aelion C M， Conte B C. Susceptibility of residential wells to VOC and nitrate contamination ［J］. Environment Science and Technology， 2004，38（6）：1648-1653.

［8］Lee S M， Min K D， Kim N C， et al. Statistical models for the assessment of nitrate contamination in urban groundwater using GIS ［J］. Environmental Geology， 2003，44：210-221.

［9］Worrall F， Kolpin D. Aquifer Vulnerability to pesticide contamination- combining soil， land use and aquifer properties with molecular descriptors ［J］. Journal of Hydrology， 2004，293： 191-204.

［10］An Y J， Kampbell D H.， Jeong S W， et al. Impact of geochemical stressors on shallow groundwater quality ［J］. Journal of Hydrology， 2005，348：257-266.

［11］Gardner K K， Vogel R M. Predicting groundwater nitrate concentration from land use ［J］. Ground Water， 2005，43（3）：343-352.

［12］Gurdak J J， Qi S L. Vulnerability of Recently Recharged groundwater in the high plains aquifer to Nitrate Contamination［R］. USGS scientific investigations report， 2006-5050. USGS， Reston， Virginia， 2005.

［13］Nasrabadi T， Abbasi M P. Groundwater quality degradation of urban areas （case study： Tehran city， Iran） ［J］. Environmental Science Technology， 2014，11：293-302.

［14］王大纯，张人权，史毅虹，等.水文地质学基础 ［M］. 地质出版社，1995，36-42.

［15］张凤娥.土地利用对地下水系统的影响 ［J］. 地理与地理信息科学， 2004，20（4）：93-96.

［16］郭 芳，姜光辉，夏 青，等.土地利用影响下的岩溶地下水化学变化特征 ［J］. 中国岩溶， 2007，26（3）：212-218.

［17］刘瑞民，杨志峰，丁晓雯，等.土地利用/覆盖变化对长江上游非点源污染影响研究 ［J］. 环境科学， 2006，27（12）：2407-2414.

［18］危润初，肖长来，梁秀娟.吉林市城区地下水污染时空演化 ［J］.中国环境科学， 2014，34（2）：417-423.

［19］杨磊磊，卢文喜，黄 鹤，等.改进内梅罗污染指数法和模糊综合评价法在水质评价中的应用 ［J］. 水电能源科学， 2012，（6）：41-44.

［20］GB/T14848-93 地下水质量标准 ［S］.

［21］汤安国，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， 2006：363-385.

［22］Helsel D R， Hirsch R M. Statistical methods in water resources： U.S. geological survey techniques of water-resources investigations ［M］. Book 4， Chapter A3， USGs， Reston， Virginia， 2002：510.

Effect of urban land use on the spatial distribution of groundwater pollution in the Jilin City.

YAN Bai-zhong1， XIAO Chang-lai1*， LIU Hong-zhi1， WEI Run-chu2， LIANG Xiu-juan1（1.Key Laboratory of Groundwater Resources and Environment，Ministry of Education， Jilin University， Changchun 130021， China；2.School of Hydraulic Engineering， Changsha University of Science and Technology， Changsha 410000， China）. China Environmental Science， 2015，35（3）：934～942

Improved Nemerow Pollution Exponential method was adopted to calculate groundwater pollution index using 91monitoring wells groundwater quality data in 2013 of Jilin City. The distribution maps of groundwater pollution indexes were established by using the Kriging interpolation method and considering the non-continuity of groundwater pollution between the both sides of Songhua River. The land use types were extracted using the CM model and SLM model within the increment radius of the monitoring wells. And the most possible contaminated area of monitoring wells was calculated by multivariate regression analysis. In addition， the effect of urban land use on the spatial distribution of groundwater pollution was analyzed by Kendall method and multivariate regression analysis combined the urban land use of Jilin City. The results showed that the groundwater contamination of Jilin City had an obvious spatial distribution. Groundwater was contaminated in all districts with different severities， especially in JiangBei district and ZhongXin district. The most possible contaminated area was 500m along the flow direction under considering groundwater flow. The urban land uses have a great impact on the spatial distribution of groundwater pollution， especially conventional industrial areas，residential and commercial areas， transportation facilities areas， with the Kendall τ values were 0.248， 0.174， and 0.143. The three land uses types also have a good correlation with the spatial distribution of groundwater contamination in the study districts.

Jilin City；urban land use；groundwater pollution index；spatial distribution；statistical analysis

X523

A

1000-6923（2015）03-0934-09

闫佰忠（1988-），男，河南新乡人，吉林大学博士研究生，主要从事水资源与环境评价模拟研究.发表论文5篇.

2014-07-07

吉林省科技厅重点攻关项目（20100452）

* 责任作者， 教授， xcl2822@126.com