[發明專利]一種區域地下水污染風險評價方法

無效

• 申請號: 201210315894.4
• 申請日: 2012-08-30
• 公開（公告）號: CN102880910A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 楊彥;王宗慶;李定龍;陸曉松;劉亮
• 申請（專利權）人: 常州大學
• 主分類號: G06Q10/00
• 分類號: G06Q10/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于環境科學、環境風險和環境管理領域，尤其涉及一種利用多指標及空間可視化技術，綜合評價地下水污染的風險的評價方法。

背景技術

地下水是水循環的重要組成部分，是我國城市供水的重要水源，也是重要的飲用水源之一。隨著地下水資源的日益開發，其污染日益嚴峻．如遭到農業面源和城市雨污水逕流的污染；城市化和工業化產生的污水和固體垃圾的直接排放污染；采礦和廢氣礦坑污染；超量開采地下水引發的咸水入侵和自然有害物質的溶解導致地下水水質惡化等。由于地下水交替程度較弱，自凈能力較低，對其污染風險評價就顯得尤為重要。

通常在考慮評價區域地下水風險時，多采用過程分析法確定影響因素，認為地下水的易污性、污染源為污染風險的主要決定要素。目前，國內外主要采用了DRASTIC評價法研究地下水易污性，并結合污染源風險進行地下水污染風險模糊評價．但該方法因其指標固定，未考慮具體評價區域特殊性（區域特征污染物、評價區特殊的水文地質條件、人口密集情況等），因此會影響評價結果的準確性和精準度．地下水污染風險評價包含各種復雜的問題，不僅與評價區自然水文地質條件有關，而且與區域特征污染物及其對人群的健康影響等諸多因素有關。在環境風險評價中，從評價范圍劃歸等級，區域地下水污染風險評價屬于系統風險評價，其邊界要素是：空間范圍、時間長度、風險種類（污染源、特征污染物）、地下水綜合價值、人群健康風險。

綜合地下水脆弱性性、地下水價值評估、區域污染源特性及區域特征污染物健康風險評價等研究方法，構建針對區域特征污染的地下水污染風險評價指標體系。建立多因素耦合的地下水污染風險評價方法，本發明不考慮污染物在包氣帶中的水平擴散，其核心是通過分析地下水污染過程及其對人群的健康風險，提取主要的影響因素（易污性、污染源分析、價值評估、健康風險），采用對應的方法對區域污染，尤其是區域特征污染物的風險進行評價。利用GIS平臺進行構圖表征，通過建立各因素的空間圖層，進行圖層疊加，表征區域地下水污染風險。建立了就某種或某幾種污染物的多指標耦合評價方法，對不同地區不同自然條件、不同污染類型的區域地下水風險的識別和防控具有重要的理論和現實意義。

發明內容

本發明針對區域地下水污染風險評價中涉及的諸多影響因素及空間分析現狀，提供一種基于建立地下水污染多評價指標體系及空間可視化技術的區域地下水污染風險評價的方法。該方法包括如下2個步驟：

（1）選擇區域地下水污染的主要因素，其中包括：地下水脆弱性、污染源分析、地下水價值評估、健康風險等；建立多指標區域地下水污染風險評價指標體系并采用對應的方法對區域污染，尤其是區域特征污染物的風險進行評價；

（2）基于GIS技術將區域地下水脆弱性評價、污染源分析、地下水價值評估、健康風險評估進行直接疊加或者加權疊加運算，得出區域地下水污染風險評價圖，實現對經濟和生態環境復合系統下地下水污染風險的評價。

本發明的特征在于綜合考慮地下水的多影響因素構建污染風險的評價指標體系，在每一個子評價指標中按照區域地下水特點進行優化，并且對于評價結果進行可視化表征。

子評價指標一區域地下水易污性評價

地下水易污性是指地下水在自然狀態下容易遭受外界污染的程度。本發明采用DRASTIC指標法評價，其中，D：地下水埋深；R：凈補給量；A：含水層介質；S：土壤介質；T：地形；I：非飽和帶的影響；C：含水層滲透系數的計算如公式（1）：

DRASTI?CIndex=DrDw+RrRw+ArAw+SrSw+TrTw+IrIw+CrCw??????????（1）

式中，Dr、Rr、Ar、Sr、Tr、Ir、Cr分別為各因子的分級值；Dw、Rw、Aw、Sw、Tw、Iw、Cw分別為各因子的權重值．

但傳統DRASTIC評價法中的指標因素是固定不變的，在不同地區地下水易污性的影響因素之間的相對重要程度有差異，評價指標體系也應有所不同，影響地下水易污性的實際水文地質因素復雜，各評價區重點監控的特征污染物不同，對生態環境的風險也有差異．在具體評價時應根據實況，選取合適的區域評價指標，建立區域評價指標體系，結合模糊商榷理論，根據公式（2）-（8）確定指標權重，進行區域地下水易污性評價。

含水層易污性是一個相對模糊的概念，因此用考慮指標連續變化計算得到的樣本指標的相對隸屬度r_ij取代DRASTIC模型中的指標定額．將各個參數評分劃分出10個級別的指標標準特征值進行識別，則有7×10階指標標準特征值矩陣：