徐 超，周嘉月，何旭佳，杨祯婷，赵凯铮，降亚楠,2

(1. 西北农林科技大学水利与建筑工程学院，陕西 杨凌 712100；2. 西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 杨凌 712100)

0 引 言

地下水是城市供水和灌溉用水的主要组成部分，在保障居民生活、支撑社会经济可持续发展和维持生态平衡等方面具有重要的作用。随着地下水污染的加重，地下水脆弱性的研究越来越受到世界各国和地区的重视[1-7]。国务院于2015年颁布了《水污染防治行动计划》，提出保护水环境，严控地下水超采[8]。当前随着社会经济的日益发展和人民生活水平的不断提高，地下水污染仍呈加重趋势。在此形势下，2019年3月，生态环境部、自然资源部、住房和城乡建设部、水利部、农业农村部联合印发《地下水污染防治实施方案》，该方案提出：“到2020年，要初步建立地下水污染防治法规标准体系、全国地下水环境监测体系；全国地下水质量极差比例控制在15%左右；典型地下水污染源得到初步监控，地下水污染加剧趋势得到初步遏制”。其中地下水污染防治分区划分技术要求中提出要综合考虑地下水水文地质结构、脆弱性等因素，建立地下水污染防治分区体系，划定地下水污染保护区、防控区及治理区，其中明确以省、市、县行政区为工作范围。地下水污染的防治应坚持“以防为主、防治结合、防重于治”的方针，并与大气污染特别是土壤污染的防治相结合[9]，而脆弱性评价是制订地下水污染防治方案的重要前提。我国北方干旱半干旱地区受自然条件和气候因素的影响，水资源短缺，致使水资源与社会经济发展矛盾更加突出，地下水有时为该区域唯一或重要的水源，长期超采导致北方许多地区出现地下水降落漏斗[10]。据统计，陕西省地下水取水量占总用水量的比例在陕北达40%以上、关中占60%以上、陕南达20%以上，且陕西省在气候类型、地形地貌等方面具有代表性，因此本研究以陕西省为例进行地下水脆弱性评价，对于合理开采和保护地下水，量化地下水资源的承载力，实现地下水的可持续利用具有重要意义，也可为陕西省地下水污染防治分区划分提供强有力的技术支撑。

地下水脆弱性(Groundwater Vulnerability)由法国水文地质学家J. Margat于1968年首次提出[11]。它反映了地下水系统遭受污染的潜在可能性与倾向性，许多学者进行了不同的解释和探讨，但目前还没有一个公认的定义。1994年国际水文地质协会(IAH)把地下水脆弱性定义为“地下水系统的固有属性，该属性依赖于地下水系统对人类或自然冲击的敏感性”，由众多因素决定，包括地质、水文地质、污染物排放条件及其物理化学性质等[12]。美国国家科学研究委员会于1993年指出地下水脆弱性可定义为污染物从主要含水层顶部以上某位置进入后，到达地下水系统的某个特定位置的倾向或可能性，且分为两类：一类是本质脆弱性，即不考虑人类活动和污染源而只考虑水文地质内部因素的脆弱性；另一类是特殊脆弱性，即地下水对某一特定污染源或污染群体或人类活动的脆弱性[13]。近几年来地下水脆弱性概念不断得到丰富、完善和发展。地下水脆弱性的定义正由以前的侧重于水质方面向水量方面转变[14]。对由于过量开采地下水所产生的资源枯竭、地面沉降、植被退化、土地沙化和盐渍化、湿地萎缩等一系列生态环境问题引起的地下水脆弱性开始关注[15]。

目前地下水脆弱性的评价方法主要有统计方法、过程模拟法、模糊数学法和迭置指数法。统计方法能描述水资源对某一污染物的脆弱性，但需要足够的长系列污染监测资料，对数据精度要求较高，因而应用较少。过程模拟法能描述影响水资源脆弱性的物理、化学及生物过程，精度较高，可以估计污染物的时空分布情况，但需要足够的地质数据和长系列污染物运移数据的支撑，因而发展受限。模糊数学法通过隶属函数来描述非确定性参数及其指标，考虑了评价指标的连续变化对水资源脆弱性的影响，可以预测污染物在空间和时间上的迁移情况，但是在评价因素权重的确定和隶属度函数的构建上存在着不足，同时由于参数较多，需要大量的地质数据和长序列污染质运移数据，且资料和数据的获得比较困难，花费多，只适用于小范围的水资源脆弱性评价。迭置指数法采用的是一种经典的加权评分法，简单易行，结果明了，但它是一种经验性的方法，没有严格的理论依据[16]。迭置指数法分为水文地质背景法和参数系统法。参数系统法的模型精度要求较低，最适用于较大尺度、数据不够精细的区域层次的脆弱性评价[17]，目前主要方法包括DRASTIC、SINTACS、GOD[18]、PI[19]、SEEPAGE[20]、AVI[21]、EPIK[22]等，其中DRASTIC因简洁方便而作为一种标准化方法广泛采用[23]。该法被广泛用于多个国家和地区且效果较好，如美国[24, 25]、加拿大、印度[26]、中国[27-30]等。国内外的研究热点集中于在应用过程中结合当地的具体情况进行改进，如TODD等用改进的DRASTIC方法评价了美国中部Texas地区Paluxy含水层的脆弱性[25]。Rupert等利用硝酸盐和亚硝酸盐的观测资料对DRASTIC方法的评价结果进行了校正[31]。范琦等分析了DRASTIC模型的不足，并在充分考虑中国平原盆地水文地质条件的前提下，提出了基于层次分析的DRUA评价方法[32]。付素蓉在GIS平台上根据我国城市的实际情况，对原有的DRASTIC模型加以改进，提出了DRAMIC模型，并对城市地下水污染敏感性进行了分析[33]。雷静在改进DRASTIC方法的基础上利用Hydrus模型[34]进行了单项指标评分，并利用主成分----因子分子法确定了各个指标的权重，对唐山市平原区的地下水脆弱性进行了研究[35]。陈守煜[36]、王国利[37]等在评价过程中应用了模糊数学方法。陈南祥通过建立基于AHP的模糊综合评价模型，对研究区的地下水环境进行了实证分析[38]。

综上所述，采用DRASTIC方法进行地下水脆弱性的评价在国内外均有应用，且多基于GIS平台进行参数的获取和计算，目前在采用DRASTIC方法评价地下水脆弱性时，均需要根据评价区的特点和数据的收集和获取情况对DRASTIC方法进行调整或改进，目前尚没有采用该方法进行较大范围(整个陕西省)的地下水脆弱性评价。本研究在采用DRASTIC模型来评价陕西省地下水脆弱性，考虑到大面积分析评价面临的数据时空精度不足问题，根据实际资料、地质条件的相似性，并进一步考虑了人类活动，对原模型针对陕西省的实际情况进行了改进，考虑到地下水水位埋深在一定程度上可以反映包气带的影响，因此本研究去除了原模型中的包气带影响指标，增加了土地利用类型指标，使得改进后的DRASTIC法更适合陕西省的实际情况，且在有限的数据下获得了满意的实用性和准确性。

1 研究区概况

陕西省位于东经105°29′～111°15′，北纬31°42′～39°35′，全省总面积20.56 万km2，如图1所示。地形南北狭长，南北高、中间和东南低，有高原、山地、平原和盆地等多种地貌。其中黄土高原占全省土地面积的40%，地跨黄河、长江两大水系。陕西省跨越3个气候带，陕北北部长城沿线属中温带季风气候，关中及陕北大部属暖温带季风气候，陕南属北亚热带季风气候。北山和秦岭将陕西分为三大自然区域：北部黄土高原、中部关中平原和南部秦巴山区。3个区域的水文地质情况也各不相同。陕北由上覆黄土层的孔隙、裂隙水和下伏碎屑岩裂隙、孔隙水组成，地面切割破碎，岩层贮水条件差，降水稀少，川道及沙漠草原地下水稍丰，其他地段地下水贫乏。关中为冲积平原、黄土塬和山地，具有松散岩孔隙水为主的河谷盆地型特征，堆积物厚度大、面积广、利于降水补给、富水性好。陕南除汉中、安康等几个小型盆地区为松散岩孔隙水，水量较丰外，其他广大山区均为基岩裂隙水，一般水量较贫乏，并补给河川径流而形成基流。地下水主要受大气降水入渗、河川径流入渗及农田灌溉入渗等的补给[39]。

图1 研究区示意图Fig.1 Study area

2 DRASTIC方法的改进和数据来源

2.1 评价模型的构建

DRASTIC方法由美国环保局的Aller等于1987年提出[40]，该方法主要通过选取7个指标：D----水位埋深、R----净补给、A----含水层介质、S----土壤介质、T----地形、I----包气带影响、C----含水层水力传导系数，进行对于含水层的本质脆弱性评价。针对研究区黄土分布面积广，土层较厚，包气带的影响相对复杂，且包气带的情况难以获得的特点，本研究结合实际情况对DRASTIC模型进行调整，以水文地质图为依据考虑含水层影响而不再考虑包气带的影响，包气带影响通过地下水位埋深体现[35]，用地下水位埋深(D)、净补给(R)、含水层介质类型(A)、土壤介质类型(S)、地形坡度(T)、土地利用类型(L)、含水层水力传导系数(C)作为7个脆弱性影响指标，改进后为DRASTLC模型。根据前人的经验和类似地区地下水脆弱性的研究成果[7,42,43]，按各指标其对地下水脆弱性的“贡献”程度不同分别赋予权重值5、4、3、2、1、4、3，权重值越大的指标对地下水脆弱性的影响程度越大。每个指标根据其变化范围、本质属性对指标图层的栅格单元用ArcGIS的栅格重分类功能进行等级划分，并给出相应的脆弱性评分值，各项指标脆弱性评分值加权叠加得到地下水脆弱性综合指数GVI(Groundwater Vulnerability Index):

GVI=DwDr+RwRr+AwAr+SwSr+TwTr+LwLr+CwCr

(1)

式中：下标w表示权重，r表示评分。由公式(1)可计算得，地下水脆弱性综合指数在65～384之间，数值越大，说明地下水水质越易受周围因素的影响，即地下水脆弱性越高。

图2 基于GIS的用DRASTIC模型分析地下水脆弱性的方法流程图Fig.2 Methodology for groundwater vulnerability analysis using DRASTIC model in ArcGIS

2.2 数据来源与处理

本研究所需的数据来源如表1所示。

2.3 脆弱性评价指标

2.3.1 地下水位埋深D

地下水位埋深由原始数据来源于《陕西省地下水监测井资料》(陕西省地下水管理监测局编)，用ArcGIS的普通克里金法插值工具得到，地下水埋深决定着污染物到达含水层的传输媒介的深度以及与环境介质接触的时间，一般越接近地表越易被污染。而污染物与大气中的氧接触也为其氧化提供了更多机会。通常埋深越大，污染物到达含水层所需要的时间越长，被稀释和土壤吸收的机会越多，地下水受污染的可能性与程度越小，因此埋深越大，评分越小，埋深评分结果如图3所示。

表1 评价所需的七类数据来源Tab.1 Data sources

图3 地下水位埋深评分图Fig.3. Rating of depth to water

2.3.2 含水层净补给量R

含水层净补给量由1981-2010年陕西90个气象台站的累年日平均降水量累加，用普通克里金法插值得陕西省各地多年月平均降水量。DRASTIC模型规定净补给量为单位面积内渗入地表并达到含水层的水量。而降水是研究区的净补给量的主要来源，故由降水入渗系数法计算净补给量，入渗系数根据各地水文地质条件、土壤类型、地形等确定[41]，一般坡度较小、土壤透水性越好的地方降水入渗系数较大。污染物可通过补给水垂直传输至含水层，并通过补给水在含水层内扩散和转移。因为入渗系数有主观性，净补给的精度较低，故含水层净补给的评分范围比较宽，净补给量越大，污染物稀释程度一般越高，评分值越大，其评分结果如图4所示。

图4 净补给评分图Fig.4 Rating of net recharge

2.3.3 含水层介质类型A

含水层介质类型由陕西省水文地质矢量图获得，考虑到数据的实际情况，根据含水岩组分类进行脆弱性评分，含水层中的水流控制污染物的运移路线，运移路线的长度决定着稀释过程，运移路线是由裂隙和相连的溶洞所控制的。一般含水层介质的颗粒尺寸越大或裂隙和溶洞越多，渗透性越大，含水层介质的稀释能力越小，地下水脆弱性越大。一般岩层越疏松、富水性越强，评分值越高，其评分结果如图5所示。

图5 含水层介质评分图Fig.5 Rating of aquifer media

2.3.4 土壤介质类型S

根据数据库(Harmonized World Soil Database)提供的数据用ArcGIS掩膜提取出陕西省土壤类型分布图。在DRASTIC方法中所要评价的土壤层通常为距地表平均厚度不大于2m的地表风化层。土壤介质对含水层净补给量有显著影响，因此对污染物垂直运移至渗流区有显著影响，根据土壤的颗粒大小和透水性确定评分值，颗粒越大、透水性越强，评分越高，其评分结果如图6所示。

图6 土壤介质评分图Fig.6 Rating of soil media

2.3.5 地形坡度T

由原始DEM数据整理拼接并掩膜提取获得陕西省DEM数据，再使用ArcGIS空间分析功能中的坡度工具得到。地形是指地表的坡度或坡度的变化，在很大程度上决定了污染物是被冲走还是在一定的地表有充分的时间停滞而渗入地下。地形也影响土壤的形成和污染物的稀释程度，一般坡度百分比越大，污染物在地表停留的时间越短，下渗量越小，评分越小，其评分结果如图7所示。

图7 地形坡度评分图Fig.7 Rating of topography

2.3.6 土地利用类型L

根据陕西省土地利用类型图划分，土地利用类型能反映人类活动对地下水污染的影响，如农田灌溉中农药下渗污染地下水、城市工业用水污染地下水等。人类活动越集中的地方，地下水往往越容易受到污染，则地下水脆弱性越高，评分越高，其评分结果如图8所示。

图8 土地利用评分图Fig.8 Rating of land use

2.3.7 含水层的水力传导系数C

根据陕西省水文地质矢量图分析得到，由含水岩组类型和富水程度综合决定水力传导系数的脆弱性评分值。水力传导系数体现着含水层介质的水力传输性能，控制着污染物在一定水力梯度下随地下水流动在含水层内迁移的速率，由含水层内孔隙的大小和连通度决定的。一般含水岩组孔隙裂隙越大、透水性越好，富水性越强，污染越易进入地下水系统，评分越高，其评分结果如图9所示。

图9 水力传导系数评分图Fig.9 Rating of hydraulic conductivity

2.4 评价指标评分值

在前人对类似地区做过的相关研究的基础上[23,28,44]进行等级划分和评分。脆弱性评分值在1～10之间，值越大表示脆弱性级别越高，各指标范围及其评分值见表2～4。

3 评价结果及分析

根据本研究改进的地下水脆弱性评价模型方法，对每个影响因子在每个栅格单元上进行评分，将所得7个影响因子的评分图用ArcGIS软件的地理分析功能按各个因子所赋权重值进行图层叠加，得到各栅格的综合地下水脆弱性指数。

表2 地下水位埋深、含水层净补给量、地形坡度分级与评分Tab.2 Ranks and rating for depth of groundwater, aquifer net recharge and topographic slope

根据评价结果，将陕西省地下水脆弱性按单元脆弱性指数的大小分为5个等级：低脆弱性区(脆弱性指数65～110)、较低脆弱性区(脆弱性指数110～151)、中脆弱性区(脆弱性指数151～191)、较高脆弱性区(脆弱性指数191～238)、高脆弱性(脆弱性指数238～384)，评价结果如图10所示。

表3 含水层水力传导系数、含水层介质类型、土壤介质类型、土地利用类型的分类与评分Tab.3 Classification and rating for aquifer media, soil media and land use

表4 含水层水力传导系数的评价分类与评分Tab.4 Classification and rating for the hydraulic conductivity of aquifer

图10 综合地下水脆弱性指数Fig.10 Comprehensive GVI

将地下水脆弱性分布图与行政区划分图对比分析，可知陕西省各市地下水脆弱性分布情况：高脆弱性区主要分布在汉中东南部、安康南部边缘、商洛南部、西安中部及附近、榆林北部；较高脆弱性区主要分布在汉中中南部、安康和商洛南部除以外大部分地区；较低脆弱性区主要分布在宝鸡中部及南部、西安南部、安康北部、商洛部分地区、杨凌北部，铜川、延安、榆林都有广泛分布；延安市地下水脆弱性为中、较低或低，有高脆弱性区零星分布；榆林南部和关中平原为主的地区地下水相对脆弱性低，汉中、安康、商洛中部也有地下水相对脆弱性低区。低脆弱性区、较低脆弱性区、中脆弱性区、较高脆弱性区、高脆弱性区范围分别占陕西总面积的22.6%、18.9%、33.8%、17.6%、7.1%。可以明显看出陕南地下水脆弱性整体高于关中和陕北地区，在陕北只有榆林北部地下水脆弱性较高，关中地区则只有零星分布，而陕南则在汉中、安康、商洛等地都有分布。

将评价结果与2016年《陕西省水资源公报》中“陕西省废污水排放量表”、“陕西省水功能区水质类别评价图”[45]进行对比分析，发现陕西省各区域入河污染量最大为西安市，其次是咸阳市、渭南市、宝鸡市、商洛市、汉中市、安康市、榆林市，延安市、韩城市、铜川市、杨凌区相对较小，废污水排放量相对多的区域，往往也是地下水脆弱相对较高的区域，故本研究结果较可靠。地下水脆弱性评价结果的验证往往通过地下水中的氮元素浓度(硝酸盐浓度、亚硝酸亚浓度、氨氮浓度)来进行[7, 28]，但是由于陕西省面积大所需数据量巨大，目前仅有西安、宝鸡、咸阳三市地下水化学分析成果表，不足以支撑对于整个陕西省地下水脆弱性评价结果的验证。后续研究需要进一步获取研究区的地下水氮元素浓度，进一步对该研究结果进行验证分析。

4 结 论

本研究在前人对其他区域研究的基础上，根据陕西省的实际情况对DRASTIC地下水脆弱性研究方法进行了改进，用地下水位埋深体现包气带影响，增加土地利用类型以考虑人类活动对地下水的影响，使评价结果更加符合实际。考虑到净补给数据有限，本论文用降水入渗的相对大小来简化计算。用ArcGIS加权叠加计算7个影响指标综合地下水脆弱性指数，最终得出整个陕西省的地下水脆弱性分布图。本研究表明DRASTIC模型可以根据研究区的具体情况和资料数据的收集情况灵活地进行改进，且易于在ArcGIS平台下实现，因此非常适宜用来进行不同范围的地下水的脆弱性评价。陕西省地下水脆弱性评价结果表明：①陕西北部、关中中部和陕西南部小部分区域地下水脆弱性高，仅占总面积的7.1%；除此外关中及以北地区地下水脆弱性低或较低，陕南大部分地区地下水脆弱性中等或较高。说明陕西的地下水脆弱性整体南部比北部高，这与南北的含水层类型与富水性差异密切相关，也与南部降水补给量大、地下水埋深浅密不可分；②从水功能区水质类别评价图中可看出目前陕北和陕南地区部分河流水质为Ⅰ、Ⅱ，水质较好，但处于相对地下水脆弱性较高的地区，易被忽漏，需要加强对这些区域地下水污染的预防。研究结果可为陕西省地下水污染防治分区划分提供强有力的技术支撑，有利于合理开采和保护地下水，量化地下水资源的承载力，实现地下水的可持续利用，并可为后续地下水监测站网的优化设计提供重要参考。

□