模糊因子分析在地下水污染評估中的應(yīng)用
——以河南省洛陽市為例

馬 榮, 石建省

中國地質(zhì)科學(xué)院水文地質(zhì)環(huán)境地質(zhì)研究所, 河北石家莊 050803

模糊因子分析在地下水污染評估中的應(yīng)用
——以河南省洛陽市為例

馬 榮, 石建省

中國地質(zhì)科學(xué)院水文地質(zhì)環(huán)境地質(zhì)研究所, 河北石家莊 050803

傳統(tǒng)的多元統(tǒng)計法難以定量化表征不同污染源對單個樣本點的影響, 本文引入了一種新的方法——模糊因子分析法。將該方法應(yīng)用于洛陽市地下水污染來源解析研究, 通過模糊聚類和因子分析對研究區(qū)樣品進(jìn)行分類, 探明主要的污染源類型及其對整個研究區(qū)和單個樣品點的污染貢獻(xiàn)率。計算結(jié)果表明: 洛陽市淺層地下水主要有以下四個污染源: 基巖風(fēng)化、加工制造業(yè)、人類活動、能源企業(yè)/古遺跡, 其對整個研究區(qū)的污染貢獻(xiàn)率分別為基巖風(fēng)化5.831%、加工制造業(yè)14.324%、人類活動20.291%、能源企業(yè)/古遺跡4.392%。通過模糊聚類中的隸屬度函數(shù)的概念, 亦可求得上述四個污染源對于區(qū)內(nèi)各采樣點的污染貢獻(xiàn)率。故對整個洛陽市而言, 減少生活污水的排放和化肥的使用, 對加工制造業(yè)中的三廢污染物進(jìn)行無害處理, 是治理其地下水污染的主要途徑; 對于每個單獨的樣本點, 則要根據(jù)其主要的污染來源, 提供不同的污染防治措施。模糊因子分析法可以為地下水污染評估與防治提供更加科學(xué)、合理的決策依據(jù)。

隸屬度; 因子分析; 地下水; 污染; 洛陽

近年來, 由于工農(nóng)業(yè)的迅猛發(fā)展, 地下水水質(zhì)不斷惡化, 挖掘?qū)Φ叵滤廴酒鹂刂谱饔玫年P(guān)鍵因子, 對其污染防治有著至關(guān)重要的作用。研究表明(Wang et al., 2011a; Soh et al., 2007; Sajn, 2006), 多元統(tǒng)計法能夠?qū)Φ叵滤瘜W(xué)變量進(jìn)行有效分析, 尤其是研究區(qū)內(nèi)有大量污染樣品時, 多元統(tǒng)計法能準(zhǔn)確查明地下水污染來源, 提供科學(xué)的防治措施。如Yidana et al.(2008)利用多元統(tǒng)計分析研究阿夫拉姆平原硅酸鹽風(fēng)化物對地下水化學(xué)的影響, 在此基礎(chǔ)上, 其又利用地下水化學(xué)變量與多元統(tǒng)計法對該地區(qū)地下水水質(zhì)進(jìn)行了評估(Yidana et al., 2010); Dhage et al.(2006)則利用此方法對孟買海岸地下水非點源污染物來源進(jìn)行了研究; 韓菲等(2009)通過多元統(tǒng)計分析對遼河水中 PHAs的污染水平及來源進(jìn)行解析。雖然多元統(tǒng)計法取得了良好的計算結(jié)果,但是其只限于研究單個污染源對研究區(qū)與樣品點的污染貢獻(xiàn), 而忽視了在實際情況下, 大多數(shù)樣品點都會受到不同污染源的影響。因此, 需要研究人員能夠定量化表征不同污染源對任意采樣點的污染貢獻(xiàn), 從而有針對性的為其提供防治措施, 為此引入模糊因子分析法來解決這一難題。

模糊因子分析法的核心思路是: 利用模糊聚類分析來代替?zhèn)鹘y(tǒng)多元統(tǒng)計法中的層次聚類分析, 對研究區(qū)內(nèi)的污染樣品進(jìn)行模糊分類, 并計算出單個樣品點對于各個分類的隸屬度。在此基礎(chǔ)上結(jié)合因子分析法與實際的地下水污染源化學(xué)成分組合, 對研究區(qū)內(nèi)的污染來源進(jìn)行識別, 并計算出不同的污染源對于整個研究區(qū)及單個樣本點的污染貢獻(xiàn)率,從而為地下水污染防治提供決策依據(jù)。

1 研究方法

模糊聚類法是依據(jù)客觀事物間的特征、親疏程度和相似性, 通過建立模糊相似關(guān)系對客觀事物進(jìn)行分類的一種手段(Adabanija et al., 2008)。其核心思想是: 使得被劃分到同一簇的對象之間相似度最大,而不同簇之間的相似度最小。即每一數(shù)據(jù)點屬于某一聚類是以特殊的隸屬等級給出的, 它提供了一種將多維空間的數(shù)據(jù)點映射到不同聚類集的方法。該分類算法的出發(fā)點是基于對目標(biāo)函數(shù)的優(yōu)化, 通過對平方誤差函數(shù)求最優(yōu)值, 來尋找中心矢量, 以使各類中的樣本到聚類中的加權(quán)距離平方和達(dá)到最小,其目標(biāo)函數(shù)常取如下形式(Wang et al., 2011b):

其約束條件為:

式中: n為總的樣本個數(shù); c為聚類中心數(shù); U為n×c階的隸屬函數(shù)矩陣; uij為隸屬度; V為聚類中心矩陣; dij為第j組數(shù)據(jù)對于第i類聚類中心的歐拉距離; m為模糊指數(shù)。該算法的主要計算步驟(Bezdek, 1981)如下: 1.選擇一個常數(shù)ε=0.01, 設(shè)置迭代次數(shù)k=0, 隨機(jī)給出聚類中心矩陣V; 2.計算Uk, 如果, 若存在 r和 j使得,如果, 停止, 否則, 令 k=k+1, 返回步驟2繼續(xù)計算。

本文將基于模糊等價關(guān)系的硬分類和基于模糊劃分的軟分類有機(jī)結(jié)合, 形成適用于地下水污染研究的模糊聚類識別復(fù)合模型。通過模糊聚類法得到地下水污染最佳分類及各個樣品點對于分類的隸屬度(Shen et al., 2007)。

因子分析的原理是基于承認(rèn)與污染源有關(guān)的化學(xué)變量間存在著某種相關(guān)性, 在不損失主要信息的前提下, 將一些具有復(fù)雜關(guān)系的變量或樣品歸結(jié)為數(shù)量較少的幾個公因子(Wu et al., 2009)。其主要目的是求出公因子數(shù)的載荷系數(shù) n, 該系數(shù)表明了變量與因子之間的相關(guān)性, 載荷值越大, 表明該變量對因子的貢獻(xiàn)越大。因子分析的數(shù)學(xué)模型(鐘文麗等, 2006)為:

式中: x為變量; aij(i=1, 2,…, p; j=1, 2,…, p)為具體的系數(shù)值, 即因子載荷; F1, F2, F3…為公共因子。

公共因子F1, F2, F3…也可以表示為:

其中, bmp為主因子得分的系數(shù); xp為標(biāo)準(zhǔn)化后的指標(biāo); p為指標(biāo)數(shù); m為主因子個數(shù)。根據(jù)各主因子的得分, 其綜合值為:

其中, C為主因子的累計方差; Ci為各主因子的方差百分?jǐn)?shù)。

在地下水污染物來源分析研究中, 通常采集大量(設(shè)為 n個)樣品, 從每一樣品中分析出若干種(設(shè)為 s)化學(xué)成分的濃度, 這樣就構(gòu)成了一個包含 n×s個數(shù)據(jù)的集合。由于同一環(huán)境樣品的組成成分并不相互獨立, 來自于同一類污染源的化學(xué)成分間存在較強(qiáng)的相關(guān)性, 因此可以用 P個因子(P

2 實例分析

2.1 研究區(qū)概況

洛陽市位于河南省西部, 是豫西重要的工業(yè)城市, 轄偃師市、伊川縣、洛寧縣、欒川縣、汝陽縣、澗西區(qū)、西工區(qū)等一市九縣六區(qū), 總面積1.52萬 km2。洛陽市地下水潛水含水層是生產(chǎn)生活用水的主要開采層, 水位埋深比較淺, 其補(bǔ)給項主要來源于河渠入滲和大氣降水補(bǔ)給, 年綜合補(bǔ)給量達(dá)到 2.524億 m3, 其中來自洛河、澗河、伊河等地表水補(bǔ)給量達(dá) 1.561億 m3, 占地下水總補(bǔ)給量的62%, 尤其是洛河的補(bǔ)給量達(dá)1.14億m3, 占地下水總補(bǔ)給量的45%(郭友琴等, 2006); 其排泄項主要有: 1、開采排泄, 農(nóng)業(yè)灌溉、工業(yè)和城鎮(zhèn)居民生活用水多以開采淺層地下水為主, 尤其是沿河兩岸分布的大型集中供水水源地, 主要以開采潛水含水層為主,因此開采排泄是區(qū)內(nèi)地下水排泄主要方式; 2、蒸發(fā)排泄, 在伊洛河漫灘區(qū)及一級階地前緣, 包氣帶巖性以粉土及砂礫石層為主, 潛水水位埋深小于地下水蒸發(fā)臨界深度, 因此在漫灘區(qū)存在嚴(yán)重的蒸發(fā)排泄(杜曉舜等, 2003); 3、河流排泄, 在伊洛河局部地段, 河岸兩側(cè)淺層地下水位高于河水位, 河流排泄地下水。尤其是在豐水期, 可明顯見到岸邊有清水流出, 岸邊水質(zhì)較清, 而河中間水質(zhì)渾濁。由此可見,地表水質(zhì)的好壞、水量的多少, 都將給地下水水質(zhì)帶來嚴(yán)重影響(溫國明等, 2007)。

2.2 樣品采集與測試

研究區(qū)共采集淺層地下水樣品 241組(見圖 1),檢測28項地下水化學(xué)變量(Mn、Fe、Cu、Zn、Ba、K、Ni、Be、Co、Cd、Pb、As、Hg、Se、NO3、F、Mo、Cl、COD、NO2、CN、Cr、PO4、I、TH、TDS、NH3-N、pH)。所有的樣品測試均由中國地質(zhì)科學(xué)院水文地質(zhì)環(huán)境地質(zhì)研究所測試中心完成, 本次研究中樣品的采集與測試是進(jìn)行分析研究的關(guān)鍵, 根據(jù)研究區(qū)的實際情況, 依據(jù)“地下水污染調(diào)查評價規(guī)范”和美國環(huán)境保護(hù)局的“地下水水樣采集要求”制定了污染物分析水樣的采集、保存和送檢技術(shù)要求。其中EH、T、pH值均是在現(xiàn)場測試完成, 原水樣均用 2.5 L聚乙烯塑料瓶裝樣, 體積達(dá)到容器的99%, 不加保護(hù)劑。為保證最終檢測結(jié)果的準(zhǔn)確性與有效性, 在所有的采樣點每次均取兩個樣品進(jìn)行測試研究。

2.3 測試結(jié)果統(tǒng)計特征

忽視樣本數(shù)據(jù)中的異常值是十分危險的, 對解析結(jié)果帶來不良影響。重視異常值的出現(xiàn), 分析其產(chǎn)生的原因, 常常成為發(fā)現(xiàn)問題進(jìn)而改進(jìn)決策的契機(jī)。識別樣本數(shù)據(jù)中異常值的傳統(tǒng)方法是基于正態(tài)分布3δ法則或z分?jǐn)?shù)方法, 這兩種方法均是以假定數(shù)據(jù)服從正態(tài)分布為前提, 它們對異常值的判斷標(biāo)準(zhǔn)是以計算數(shù)據(jù)批的均值和標(biāo)準(zhǔn)差為基礎(chǔ)的, 而均值和標(biāo)準(zhǔn)差的耐抗性極小, 異常值本身會對它們產(chǎn)生較大影響, 這樣產(chǎn)生的異常值個數(shù)不會多于總數(shù) 0.7%。但由于在實際應(yīng)用中, 地下水化學(xué)變量實測數(shù)據(jù)往往并不嚴(yán)格服從正態(tài)分布, 因此, 將這種方法應(yīng)用于非正態(tài)分布數(shù)據(jù)中異常值的判定, 其有效性是有限的(Razo et al., 2004)。眾多經(jīng)驗表明: 箱須圖的繪制依靠實際數(shù)據(jù), 不需要事先假定數(shù)據(jù)服從特定的分布形式, 沒有對數(shù)據(jù)作任何限制性要求,它只是真實直觀地表現(xiàn)數(shù)據(jù)形狀的本來面貌; 另一方面, 箱須圖判斷異常值的標(biāo)準(zhǔn)是以四分位數(shù)和四分位距為基礎(chǔ), 四分位數(shù)具有一定的耐抗性, 多達(dá)25%的數(shù)據(jù)可以變得任意遠(yuǎn)而不會很大地擾動四分位數(shù), 所以異常值不能對這個標(biāo)準(zhǔn)施加影響(王淑紅等, 2009)。由此可見, 箱須圖在識別異常值方面具有其它方法無可比擬的優(yōu)越性。為此, 在本次研究中引入了箱須圖來識別樣本數(shù)據(jù)中的異常值(見圖2)。

圖2 地下水化學(xué)變量箱須圖Fig.2 Box-whisker plots of individual groundwater chemical variables

圖2中, Fe、Mn、Cu、Ni、Cr、Hg元素的極端異常值主要集中在澗西區(qū)、西工區(qū)一帶, 這主要是由于在該區(qū)內(nèi)集中了洛陽市主要的加工制造業(yè), 重金屬污染十分嚴(yán)重, 而溫和異常值則主要在天龍鎮(zhèn)一帶出現(xiàn), 其污染源可能是來自于上述的工業(yè)污染,也可能是由于附近古遺跡所引起的。箱須圖雖然能夠真實的刻畫變量的分布形態(tài), 但其也有不足之處,即它不能提供關(guān)于數(shù)據(jù)分布偏態(tài)和尾重程度的精確度量; 對于大批量的數(shù)據(jù), 箱須圖反映的形狀信息更加模糊; 用中位數(shù)代表總體平均水平有一定的局限性等等。所以, 將其與樣品的統(tǒng)計特征參數(shù)(見表1)相結(jié)合, 共同描述樣品數(shù)據(jù)的分布狀態(tài)。

偏度是描述數(shù)據(jù)總體取值分布的對稱性, 偏度為 0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布的偏斜程度相同; 偏度大于 0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布相比為正偏或右偏, 即有一條長尾巴拖在右邊, 數(shù)據(jù)右端有較多的極端值; 偏度小于 0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布相比為負(fù)偏或左偏, 即有一條長尾拖在左邊, 數(shù)據(jù)左端有較多的極端值(王紅軍等, 2008)。偏度的絕對值數(shù)值越大表示其分布形態(tài)的偏斜程度越大。在表1中, 除pH外, 其余所有變量的偏度值均大于0, 尤其是重金屬離子為甚, 偏度值遠(yuǎn)大于0, 即在數(shù)據(jù)的右端有嚴(yán)重的拖尾現(xiàn)象, 這表明了洛陽市淺層地下水重金屬污染現(xiàn)象十分嚴(yán)重, 出現(xiàn)大量的極端異常值, 如 Se、K離子的最大值分別達(dá)73.49 mg/l、240 mg/l, 偏度為12.736、13.038, 表明了在研究區(qū)極端異常值的出現(xiàn)絕非個案或是測量誤差, 而是該地區(qū)Se和K污染已經(jīng)異常嚴(yán)重, 這可能與能源類企業(yè)污染以及基巖風(fēng)化有關(guān); pH值的左端拖尾現(xiàn)象, 表明了研究區(qū)有出現(xiàn)酸污染的趨勢,這可能與該區(qū)工業(yè)污染以及燃煤電廠的大量出現(xiàn)有一定的關(guān)聯(lián); 樣品數(shù)據(jù)中Mn、Fe、Cu、Zn、Pb濃度平均值不到最大值的1/4, 表明上述元素在整個研究區(qū)污染現(xiàn)象不是十分嚴(yán)重, 但在局部地區(qū)已形成污染聚集區(qū)(Suvedha et al., 2009), 結(jié)合洛陽市實際情況, 局部污染主要集中在澗西區(qū)一帶; Cenci et al.(2004)研究表明, 在地下水中 Ni離子的濃度根據(jù)污染源不同而保持一定的范圍, 由生活污水所引起的, 其濃度為 0.0003 mg/l, 而在農(nóng)業(yè)活動區(qū)則維持在 0.00146 mg/l, 在表 1 中, Ni離子均值為0.00092 mg/l, 最大值為0.0387 mg/l, 這表明了在該研究區(qū)Ni既不是來自于人類日常生活, 也非農(nóng)業(yè)活動, 主要是來自于工業(yè)污染和基巖的化學(xué)風(fēng)化。

表1 樣本數(shù)據(jù)變量統(tǒng)計Table 1 Statistics of analytical sample data

2.4 模糊聚類分析

通過分析地下水化學(xué)變量的濃度分布特征, 利用模糊聚類對收集到的樣品進(jìn)行分類, 并列出部分樣本點對于各個分類的隸屬度, 由于本次研究中樣品數(shù)據(jù)過多, 對分類結(jié)果難以用傳統(tǒng)的樹形圖表達(dá),故直接以表格的形式對分類進(jìn)行描述(見表2)。研究區(qū)污染源共分為四類: 1、分類點主要集中在伊洛河下游與偃師市一帶, 由于在伊河與洛河上游分布大量中基性火山巖、中游則是以碳酸鹽巖為主, 地下水在從伊河北岸階地向偃師市流動的過程中, 化學(xué)類型由 HCO3-Ca變化到 HCO3-Ca·Mg, 再變化到HCO3-Ca·Mg·Na, 礦化度由 0.2 g/l漸增到 0.7 g/l, TDS、TH亦接近于極值(王現(xiàn)國等, 2009)。由于上游中基性火山巖在化學(xué)風(fēng)化的作用下向環(huán)境中釋放Mo離子, 通過滲流作用進(jìn)入地下水中, 隨地下水流運移至伊洛河下游地段, 形成高污染區(qū); 2、該分類中樣品數(shù)據(jù)主要集中在澗西區(qū)、西工區(qū)一帶, 重金屬離子均嚴(yán)重超標(biāo), 在該區(qū)內(nèi)集中了洛陽市主要工礦企業(yè)如銅加工廠、軸承廠、拖拉機(jī)廠、重型機(jī)械廠等多家知名大型企業(yè)。這些企業(yè)規(guī)模大、建設(shè)久,對周圍環(huán)境造成的污染較為嚴(yán)重。重金屬極端異常值具有以銅加工廠、軸承廠和植物園為中心的 3個污染區(qū)。污染區(qū)中心 Cu、Zn、As達(dá)三級或超三級水質(zhì)標(biāo)準(zhǔn), 其中 Cu、Zn 最高濃度分別達(dá)到0.108 mg/l、1.809 mg/l; 3、由于石油類與燃煤電廠污水和固體廢棄物隨意排放, 對周邊環(huán)境產(chǎn)生重要影響, 造成在伊川—龐村一帶地下水中Cd、Se離子的嚴(yán)重超標(biāo), 在白馬寺周圍是魏晉時期古陶瓷燒制場, 呈半橢圓狀, 面積2.4 km2。主要為全新統(tǒng)粉砂質(zhì)粘土, 該區(qū)重金屬元素Hg、Cd、Zn、Se異常, 其它元素含量以正常背景為主; 4、此分類中的樣品點主要分布在伊河、洛河、澗河和中州渠等河渠沿岸,其中澗河、洛河污染指數(shù)分別為4.03、4.02, 主要污染因子為NH3-N、Cl、NO3等。在2009年洛陽市主要河渠監(jiān)測評價斷面中, 各河渠污染程度由重到輕排序依次為: 瀍河＞中州渠＞澗河＞伊洛河＞洛河＞伊河＞汝河, 洛陽市潛水含水層的主要補(bǔ)給來源為河流補(bǔ)給, 因此河流水質(zhì)的變化, 將對地下水化學(xué)成分產(chǎn)生重要影響(李鐸等, 2000)。雖然第三類中三個樣品點(見表2)的重金屬離子Cu、As等亦超標(biāo),但是由于這些地區(qū)受第二類污染源的影響已不顯著,故依據(jù)其主要的污染元素, 將其歸為單獨一類?？梢? 通過模糊聚類法能夠?qū)⒙尻柺械叵滤畼悠伏c進(jìn)行準(zhǔn)確的歸類, 探明主要的污染類型和污染來源。

在上述聚類分析中, 將 100、178、216三個樣品點歸入第三類當(dāng)中, 但是在這些樣品點處Zn、Cu等金屬離子依然受到第二類污染源的影響。故上述的三個樣品點并不完全屬于第二或第三類, 該點處的地下水化學(xué)變量是多個污染源共同作用的結(jié)果。傳統(tǒng)的層次聚類法難以對這種模糊關(guān)系進(jìn)行定量化表征。為此本文中引入了模糊聚類法, 將其與因子分析相結(jié)合, 利用隸屬度的概念對不同污染源對單個樣本點的污染貢獻(xiàn)率進(jìn)行定量化表征。以 100號樣品點為例, 該點屬于第三類, 其隸屬度為 0.959,表明了該點主要是受第三類污染源的影響, 對于第二類的隸屬度為 0.021, 即除第三類外, 第二類污染源對該點的影響最為嚴(yán)重, 且第一類、第四類對該點亦有一定的影響, 在此基礎(chǔ)上, 結(jié)合因子分析法與洛陽市實際的化學(xué)組合特征, 來識別四個分類所對應(yīng)的污染源及其對各個樣本點的污染貢獻(xiàn)率。

2.5 因子分析

因子分析是以地下水化學(xué)變量作為原始變量,通過計算變量方差和協(xié)方差矩陣的特征向量, 將多個原始變量通過降維轉(zhuǎn)化為少數(shù)幾個綜合變量, 即將地下水中污染物的信息進(jìn)行集中和提取, 使我們能夠從眾多污染物中識別出起主導(dǎo)作用的成分。其中方差貢獻(xiàn)率反應(yīng)的是某因子提取原始污染信息的權(quán)重, 其方差貢獻(xiàn)率越大, 表明該因子的污染貢獻(xiàn)率越大, 因子的累計方差貢獻(xiàn)率表明取前幾個因子基本包含了全部測量指標(biāo)所具有污染信息的百分率;因子得分反映的是該因子在某一樣品點處的污染貢獻(xiàn), 其值越大表明該因子對樣品點處的污染貢獻(xiàn)率就越大; 值越小表明該因子對此樣本點的污染貢獻(xiàn)越小, 值得注意的是, 在因子得分圖中, 0代表的是該因子對樣品點的污染貢獻(xiàn)為全區(qū)的平均值(Yu et al., 2003)。洛陽市地下水污染物因子分析旋轉(zhuǎn)載荷矩陣見表3, 前10個因子累積方差貢獻(xiàn)率為75.508 (>75%), 其余因子對總方差貢獻(xiàn)率占 24.492%, 故上述因子已經(jīng)足以代替眾多污染信息進(jìn)行污染物識別。

表2 模糊聚類表Table 2 Table of the fuzzy cluster

因子分析將地下水主要污染元素進(jìn)行了歸類,但是還需結(jié)合污染源化學(xué)成分組合確定其主要來源。國內(nèi)外學(xué)者對不同來源的地下水污染物作了大量研究, 區(qū)分出不同污染源的主要排放元素(Venugopal et al., 2008; Li et al., 2010), 但在具體研究中還應(yīng)結(jié)合洛陽市實際的地質(zhì)環(huán)境特征, 洛陽為9朝古都, 留有大量魏晉時期的古遺跡, 不斷地向周圍環(huán)境中釋放一些重金屬離子如: Cu、Cd以及微量元素P、Se(宮進(jìn)忠等, 2009); 與人類活動相比, 中基性硅酸巖和碳酸鹽巖的化學(xué)風(fēng)化與Mn、K離子相關(guān)性更為顯著; 洛陽市燃煤中含有大量的As元素, 可以將As元素作為燃煤污染的主要標(biāo)志之一(姜英等, 2010)。因此在借鑒前人研究成果的基礎(chǔ)上(談恒文等, 2005), 結(jié)合研究區(qū)的實際情況, 可得洛陽市地下水污染源化學(xué)成分組合(見表4)。

因子1與TDS、Cl、NO3離子的相關(guān)系數(shù)較大(見表 3), 結(jié)合模糊聚類分析與洛陽市地下水污染源化學(xué)成分組合(表 4), 可知此因子為人類活動因子, 對污染的總貢獻(xiàn)率為20.291%, 通過(圖3-F1)可知7、101、158、240等樣品點在因子1的得分較高, 上述點主要集中在新安、龍門一帶, 表明了此區(qū)域地下水中Cl、NO3主要是受人類活動的影響(Bengraine et al., 2003); 因子2與Cu、I、Hg、Fe離子的相關(guān)系數(shù)較大, 依據(jù)表 4判定其為加工制造業(yè)因子, 對污染的總貢獻(xiàn)率為14.324%。在(圖3-F2)中, 30、81、120、128、168、130、166、167等 11個樣品點在因子 2的得分較高, 上述點主要集中在澗西區(qū)與西工區(qū)一帶, 此區(qū)域的重金屬污染主要是由加工制造業(yè)所引起的。在因子 2中得分較高的樣品點與模糊聚類分析的中結(jié)果基本一致, 30號樣品點(朝陽鎮(zhèn))的出現(xiàn)表明了加工制造業(yè)所排放的 Cu、Hg、Fe等離子對朝陽鎮(zhèn)一帶已造成嚴(yán)重影響。

表3 因子載荷矩陣Table 3 Loading component matrix

表4 洛陽市地下水污染源化學(xué)成分組合Table 4 Chemical components combination of groundwater in Luoyang City

圖3 因子得分圖Fig.3 Factor score diagram

與因子3具有較高相關(guān)系數(shù)的離子是Pb、Cd、Ni, 其污染源為: 加工制造業(yè)和基巖風(fēng)化。該區(qū)域內(nèi)Pb污染主要來源于洛陽市區(qū)澗西工業(yè)區(qū)和西工區(qū)—茹凹一帶。對于Cd、Ni元素的來源則要復(fù)雜一些, 其主要存在于褐土當(dāng)中, 褐土是洛陽市主要土壤類型之一, 褐土中Cd、Ni含量明顯高于區(qū)域背景值, 主要與基巖風(fēng)化有關(guān)。在洛陽市澗西工業(yè)區(qū)、伊河北部的龍門—焦寨一帶和孫村等地, 區(qū)內(nèi)Cd、Ni變量有一定程度的二次疊加, 是加工制造業(yè)和基巖化學(xué)風(fēng)化兩個污染源共同作用的結(jié)果。除30號樣品點外,因子 2與 3中高因子得分點完全一致, 這表明了加工制造業(yè)所排放的Cu、Hg、Fe等離子已運移至30號樣品點(朝陽鎮(zhèn))一帶, 但Pb、Cd等離子的污染范圍尚未擴(kuò)散至此, 由此可見, 模糊聚類和因子分析法亦可以對各種離子的運移范圍做出精確描述; 與因子4相關(guān)系數(shù)較高的變量是Mn、K, 結(jié)合洛陽市地下水污染源化學(xué)成分組合, 可知該因子為基巖風(fēng)化因子。在該因子得分較高的樣品點(圖 3-F4)為225、229、230, 這與模糊聚類的分析結(jié)果完全一致,樣本點主要集中在會盟—回郭鎮(zhèn)一帶, 此處位于伊洛河下游, 由于伊河與洛河中上游基巖不斷風(fēng)化, K、Mn、Ca等元素隨著地下水不斷遷移, 從而在下游地段形成高異常區(qū), 這一點在此區(qū)域的高 TH(總硬度)值亦有所體現(xiàn), 該因子對污染的總貢獻(xiàn)率為5.813%。

因子5與F、Mo離子的相關(guān)系數(shù)較高, 其因子得分較高(圖3-F5)的樣品點為 20、159、165、182、194、224、241。由于伊河、洛河上游主要是由中基性硅酸鹽組成, Mo離子主要來源于硅酸鹽巖風(fēng)化所形成的潮褐土; F離子主要來源于人類活動(Saxena et al., 2003), 故從伊川到龍門、安樂一帶地下水中Mo、F離子的污染源為基巖風(fēng)化與人類活動; 因子6中具有較高相關(guān)系數(shù)的化學(xué)變量是Co、Be, 其因子得分較高的樣品是53、120、191、216、224、225、241, 這表明了雖然在洛河上游馬店、韓城鎮(zhèn)一帶其主要污染源為由洛河與灌溉渠滲流所引起的人類生活污染, 但在該地區(qū)的地下水中Co、Be元素則來源于澗西區(qū)的加工制造業(yè)。

與因子7具有較高相關(guān)系數(shù)離子是Se、PO4, 根據(jù)其污染物組合, 上述離子主要來源于古遺跡、能源型企業(yè), 該污染源主要集中在白馬寺、龍門鎮(zhèn)、寇鎮(zhèn)一帶, 其高因子得分樣品點: 100、178、216、229、233, 除229、233外, 與模糊聚類分析的結(jié)果基本一致, 即該因子為能源企業(yè)/古遺跡因子。229和 233號樣本點表明該因子污染范圍已經(jīng)擴(kuò)散至葛寨與回郭一帶; 在因子 8中, 與其相關(guān)系數(shù)較高的離子主要是 NO2、COD, 主要來源于人類日常生活污水的排放(Fernandes et al., 2010), 該因子得分較高的樣本點為 3、136、154、182、195、235, 主要位于排污渠兩岸, 表明上述點中的NO2、COD污染主要來自于人類活動。

與因子 9相關(guān)系數(shù)較高的化學(xué)變量為 Cr、CN離子, 其中CN離子來源于澗西區(qū)工業(yè)污染, Cr離子則來源于工業(yè)污染和伊洛河上游的基巖風(fēng)化, 在因子9中得分較高的樣品點1、90、101、141、195、227號, 這些樣品點主要污染源來自于人類活動, 但其中的化學(xué)變量 Cr、CN則受加工制造業(yè)和基巖風(fēng)化的污染(高永娟等, 2005); 因子 10中具有較高相關(guān)系數(shù)的變量為: NH3-N、As, 因子得分較高的點為167、183、219、227, 此因子中的NH3-N和As主要污染來源為人類農(nóng)業(yè)灌溉和燃煤電廠(卞建民等, 2010)。

在本次研究中, 利用模糊因子分析法來識別地下水污染來源, 并定量化表征不同污染源對整個研究區(qū)和單個樣本點的影響。通過因子分析可知, 與表2中四個分類所對應(yīng)的分別是4、2、7和1號因子, 其所代表的污染源分別是基巖風(fēng)化、加工制造業(yè)、能源企業(yè)/古遺跡和人類活動。1、基巖風(fēng)化污染, 主要是由于伊河、洛河上游中基性火山巖和中游的碳酸鹽巖風(fēng)化所引起的, 其影響范圍主要集中在偃師市—會盟—回郭一帶, 對整個研究區(qū)的污染貢獻(xiàn)率為5.813%; 2、加工制造業(yè)污染源, 主要位于澗西區(qū)、西工區(qū)工業(yè)基地, 由工業(yè)污水與廢渣的排放與堆積所造成的, 污染貢獻(xiàn)率為 14.324%, 是洛陽市內(nèi)的第二大污染源, 其污染范圍主要集中在澗西區(qū)、西工區(qū)內(nèi), 部分重金屬離子Co、Be最遠(yuǎn)向西擴(kuò)散至洛河上游馬店、韓城鎮(zhèn)一帶; 3、能源企業(yè)/魏晉古遺跡, 此污染源的貢獻(xiàn)率為 4.392%, 所造成的污染范圍較小, 主要集中于伊洛河下游白馬寺一帶;由于燃煤電廠不斷向地下水中排放硫化物, 在龐村鎮(zhèn)—翟鎮(zhèn)一帶形成酸污染區(qū); 4、人類活動污染源,這主要是由于人類的生活污水、灌溉用水等直接排入河流進(jìn)而通過滲流補(bǔ)給對地下水造成污染, 研究區(qū) 6個大型的垃圾填埋場在雨水淋濾的作用下亦對地下水產(chǎn)生影響, 該污染源是洛陽市第一污染源,其污染貢獻(xiàn)率為 20.291%, 其污染范圍分布較廣,沿東西走向呈條帶狀分布, 幾乎遍布整個洛陽市區(qū)。

地下水資源對洛陽市工農(nóng)業(yè)發(fā)展有著至關(guān)重要的作用, 在利用模糊多因子分析法識別其污染源的基礎(chǔ)上, 根據(jù)不同污染源對整個研究區(qū)及樣本點處的污染貢獻(xiàn)率, 為地下水污染防治提供決策依據(jù)。對整個洛陽市而言, 首先要對人類日常生活中所產(chǎn)生的污水與垃圾進(jìn)行無害處理, 在農(nóng)業(yè)灌溉中減少化肥與農(nóng)藥的使用, 其次是對市區(qū)加工制造業(yè)要嚴(yán)格管理, 減少三廢污染物的產(chǎn)生與排放, 故嚴(yán)格控制人類活動和加工制造業(yè)排放物是洛陽市淺層地下水污染治理的主要途徑; 對于單個的樣本點, 則要根據(jù)其主要的污染來源制定具體的污染防治措施。因子 2為加工制造業(yè)污染因子, 這意味著在模糊聚類的第二類中所有采樣點處的地下水污染物主要來自于加工制造業(yè), 但同時還受到其它三種污染源的影響。故在模糊聚類中的隸屬度不僅表征了某一個樣本點對于分類的隸屬程度, 通過與因子分析相結(jié)合, 其同時也代表了與這些分類所對應(yīng)的污染源對單個樣本點的污染貢獻(xiàn)率。以120號樣本點為例, 研究區(qū)內(nèi)四類污染源對該樣本點的污染貢獻(xiàn)率為: 加工制造業(yè) 91.1%, 人類日常活動 4.6%, 基巖風(fēng)化3.8%, 能源企業(yè)/古遺跡0.46%。該樣本點處的Cu、Hg、I、Co、Be、Pb元素主要來源于區(qū)內(nèi)的加工制造業(yè), 諸如洛陽銅加工廠、軸承廠一類的企業(yè); Cd、Ni則主要來源于伊洛河中上游的基巖風(fēng)化; 該樣品點在因子 7(能源企業(yè)/故遺跡因子)中的因子得分為極小值, 表明了能源企業(yè)/古遺跡污染源對該點處的Se、PO4污染基本上沒有產(chǎn)生影響, 這與表2中第三類污染源對該點污染貢獻(xiàn)率僅為 0.46%這一結(jié)果是相吻合的。故對加工制造業(yè)中三廢污染物的無害處理、重型污染企業(yè)的搬遷與工藝改善是此樣本點處地下水污染防治的主要措施, 這與整個洛陽市的地下水污染防治是有區(qū)別的。

3 結(jié)論

模糊因子分析統(tǒng)計法可以成功探明研究區(qū)內(nèi)的污染類型, 定量化表征不同污染源對整個研究區(qū)和單個樣品點的污染貢獻(xiàn)率, 查明不同污染物擴(kuò)散范圍。最重要的是, 該方法可以根據(jù)采樣點處的主要污染源, 為其提供具體的污染防治措施, 做到有的放矢。模糊因子分析法可以為地下水污染評估與防治提供有效、合理的依據(jù)。

卞建民, 查恩爽, 湯潔, 馬力, 陳剛.2010.吉林西部砷中毒地區(qū)高砷地下水反向地球化學(xué)模擬[J].吉林大學(xué)學(xué)報: 地球科學(xué)版, 40(5): 1098-1103.

杜曉舜, 夏自強(qiáng).2003.洛陽市水資源可利用量研究[J].水文, 23(1): 14-20.

高永娟, 馬騰, 劉存富, 蔡鶴生.2005.穩(wěn)定同位素53Cr在地下水污染研究中的應(yīng)用[J].地球?qū)W報, 26(S1): 296-298.

宮進(jìn)忠, 李廣平.2009.中國七大古都的地球化學(xué)環(huán)境特征[J].中國地質(zhì), 36(5): 1154-1162.

郭友琴, 強(qiáng)山峰, 務(wù)宗偉, 王現(xiàn)國.2006.洛陽市水資源現(xiàn)狀及地下水動態(tài)分析預(yù)測[J].人民黃河, 28(7): 63-66.

韓菲, 馬溪平, 劉穎穎.2009.遼河水中PAHs的污染水平及源解析[J].氣象與環(huán)境學(xué)報, 25(6): 68-71.

姜英, 連進(jìn)京, 龍小玲, 楊慧, 李增強(qiáng).2010.燃煤中砷、汞的特征及分布規(guī)律研究[J].煤質(zhì)技術(shù), (5): 4-7.

李鐸, 宋雪琳, 張燕君.2000.傍河地下水水源地污染模式研究[J].地球?qū)W報, 21(2): 202-206.

談恒文, 張子軍, 安豐芹.2005.日照市東港區(qū)地下水環(huán)境質(zhì)量現(xiàn)狀評價[J].地球?qū)W報, 26(2): 173-177.

王紅軍, 田錚, 武新乾.2008.二元正態(tài)混合模型的偏度與峰度[J].系統(tǒng)仿真學(xué)報, 20(4): 855-858.

王淑紅, 孫永峰, 董風(fēng)芝.2009.基于主成分分析法的神經(jīng)網(wǎng)絡(luò)模型與箱線圖在選廠中的應(yīng)用[J].中國礦業(yè), 18(11): 107-109.

王現(xiàn)國, 郭立.2009.洛河沖積平原包氣帶對入滲水污染物凈化能力研究[J].水文地質(zhì)工程地質(zhì), 36(6): 123-130.

溫國明, 李翔, 馬紅霞, 劉秀玲.2007.洛陽市飲用水源地水質(zhì)安全研究[J].中國安全科學(xué)學(xué)報, 17(3): 15-20.

鐘文麗, 鄧江紅.2006.拉拉銅礦水環(huán)境質(zhì)量評價及污染因子分析[J].吉林大學(xué)學(xué)報: 地球科學(xué)版, 36(S1): 100-104.

References:

ADABANIJA M A, OMIDIORA E O, OLAYINKA A I.2008.Fuzzy logic modeling of the resistivity parameter and topography features for aquifer of assessment in hydrogeological investigation of a crystalline basement complex[J].Hydrogeology Journal, 16(3): 461-481.

BENGRAINE K, MARHABA T F.2003.Using Principal Component Analysis to Monitor Spatial and Temporal Changes in Water Quality[J].Journal of Hazardous Materials, 100(1-3): 179-195.

BEZDEK J C.1981.Pattern recognition with fuzzy objective function algorithms[M].New York: Plenum Press.

BIAN Jian-min, ZHA En-shuang, TANG Jie, MA Li, CHEN Gang.2010.Inverse Geochemical Modeling of Arsenic Groundwater at Arseniasis Area in the Western of Jilin Province[J].Journal of Jilin University: Earth Science Edition, 40(5): 1098-1103(in Chinese with English abstract).

CENCI R M, MARTIN J M.2004.Concentration and Fate of Trace Metals in Mekong River Delta[J].Science of the Total Environment, 332(1-3): 167-182.

DHAGE S S, CHANDORKAR A A, KUMAR R, SRIVASTAVA A, GUPTA I.2006.Marine Water Quality Assessment at Mumbai West Coast[J].Environment International, 32(2): 149-158.

DU Xiao-shun, XIA Zi-qiang.2003.Study on the Available Water Resources in Luoyang City[J].Hydrology, 23(1): 14-20(inChinese with English abstract).

FERNANDES P G, CARREIRA P, BAHIR M.2010.Mass Balance Simulation and Principal Components Analysis Applied to Groundwater Resources: Essaouira Basin (Morocco)[J].Environment Earth Sciences, 59(7): 1475-1484.

GAO Yong-juan, MA Teng, LIU Cun-fu, CAI He-sheng.2005.The Application of Stable Chromium Isotope53Cr to the Study of Groundwater Pollution[J].Acta Geoscientica Sinica, 26(S1): 296-298(in Chinese with English abstract).

GONG Jin-zhong, LI Guang-ping.2009.Geochemical Environmental Characteristics of China's Seven Ancient Capitals[J].Geology in China, 36(5): 1154-1162(in Chinese with English abstract).

GUO You-qin, QIANG Shan-feng, WU Zong-wei, WANG Xian-guo.2006.Analysis and Forecast for Groundwater Dynamic and Resource in Luoyang City[J].Yellow River, 28(7): 63-66(in Chinese).

HAN Fei, MA Xi-ping, LIU Ying-ying.2009.Pollution Level and Source Apportionment of Polycyclic Aromatic Hydrocarbons(PAHs) in Liaohe River[J].Journal of Meteorology and Environment, 25(6): 68-71(in Chinese with English abstract).

JIANG Ying, LIAN Jin-jing, LONG Xiao-ling, YANG Hui, LI Zeng-qiang.2010.Research on the Characteristic and Distribution Rules of Arsenic and Mercury from Coal Combustion[J].Coal Quality Technology, (5): 4-7(in Chinese with English abstract).

LI Duo, SONG Xue-lin, ZHANG Yan-jun.2000.A Study on the Pollution Model of Groundwater Supply Source Beside the River[J].Acta Geoscientica Sinica, 21(2): 202-206(in Chinese with English abstract).

LI S Y, ZHANG Q F.2010.Spatial Characterization of Dissolved Trace Element and Heavy Metals in the Upper Han River (China) Using Multivariate Statistical Techniques[J].Journal of Hazardous Materials, 176(1-3): 579-588.

RAZO I, CARRIZALES L, CASTRO J, FARNANDO D B, MONROY M.2004.Arsenic and Heavy Metal Pollution of Soil Water and Sediments in a Semi-arid Climate Mining Area in Mexico[J].Water, Air and Soil Pollution, 152(1-4): 129-152.

SAJN R.2006.Factor Analysis of Soil and Attic-dust to Separate Mining and Metallurgy Influence, Meza Valley, Slovenia[J].Mathematical Geology, 38(6): 735-747.

SAXENA V K, SHAKEEL A.2003.Inferring the Chemical Parameters for the Dissolution of Fluoride in Groundwater[J].Environment Geology, 43(6): 731-736.

SHEN F, FU S B, REN S S, WU C J.2007.Sensitivity Appraisal of Acidizing Fluid with Gray Association Analysis[J].Fault-Block Oil & Gas Field, 14(2): 56-58.

SOH S C, ABDULLAH M P.2007.Determination of Volatile Organic Compounds Pollution Sources in Malaysian Drinking Water Using Multivariate Analysis[J].Environmental Monitoring Assessment, 124(1-3): 39-50.

SUVEDHA M, GURUGNANAM B, SUGANYA M, VASUDEVAN S.2009.Multivariate Statistical Analysis of Geochemical Data of Groundwater in Veeranam Catchment Area, Tamil Nadu[J].Journal of the Geological Society of India, 74(5): 573-578.

TAN Heng-wen, ZHANG Zi-jun, AN Feng-qin.2005.Underground Water Environmental Quality Evaluation of Donggang District, Rizhao City, Shandong Province[J].Acta Geoscientica Sinica, 26(2): 173-177(in Chinese with English abstract).

VENUGOPAL T, GIRIDHARAN L, JAYAPRAKASH M.2008.Groundwater Quality Assessment Using Chemometric Analysis in the Adyar River South India[J].Archives of Environment Contamination and Toxicology, 55(2): 180-190.

WANG Hong-jun, TIAN Zheng, WU Xin-qian.2008.Skewness and Kurtosis of Mixture Models with Two Gaussian Components[J].Journal of System Simulation, 20(4): 855-858(in Chinese with English abstract).

WANG L, WANG Y P, XU C X, AN Y Z, WANG S M.2011a.Analysis and Evaluation of the Source of Heavy Metals in Water of the River Changjiang[J].Environmental Monitoring and Assessment, 173(1-4): 301-313.

WANG Shu-hong, SUN Yong-feng, DONG Feng-zhi.2009.Application of ANN BP model based on principal component analysis method and in mineral processing plant[J].China Mining Magazine, 18(11): 107-109(in Chinese with English abstract).

WANG S L, JIANG H Q.2011b.Determine level of thief zone using fuzzy ISODATA clustering method[J].Transport in Porous Media, 86(2): 483-490.

WANG Xian-guo, GUO Li.2009.A Study of Purification Capacity of Vadose Zone on Pollutants from Infiltration Water in the Luohe Alluvial Plain[J].Hydrogeology and Engineering Geology, 36(6): 123-130(in Chinese with English abstract).

WEN Guo-ming, LI Xiang, MA Hong-xia, LIU Xiu-ling.2007.Research on Water Quality Safety of Drinking Water Source in Luoyang[J].China Safety Science Journal, 17(3): 15-20(in Chinese with English abstract).

WU W, XIE D T, LIU H B.2009.Spatial Variability of Soil Heavy Metals in the Three Gorges Area: Multivariate and Geostatistical Analyses[J].Environmental Monitoring and Assessment,157(1-4): 63-71.

YIDANA S M, OPHORI D, BRUCE B Y.2008.Hydrogeological and Hydrochemical Characterization of the Voltaian Basin: the Afram Plains Area, Ghana[J].Environment Geology, 53(6): 1213-1223.

YIDANA S M, YIDANA A.2010.Assessing Water Quality Using Water Quality Index and Multivariate Analysis[J].Environment Earth Sciences, 59(7): 1461-1473.

YU S X, SHANG J C, ZHAO J S, GUO H C.2003.Factor Analysis and Dynamics of Water Quality of the Songhua River, Northeast China[J].Water, Air and Soil Pollution, 144(1): 159-169.

ZHONG Wen-li, DENG Jiang-hong.2006.The Evaluation of Water Environmental Quality and the Pollution Factor Analysis for the Lala Copper Mine, Sichuan Province[J].Journal of Jilin University: Earth Science Edition, 36(S1): 100-104(in Chinese with English abstract).

贠小蘇副部長一行考察“深部探測技術(shù)與實驗研究”專項

2011年7月21日上午, 國土資源部副部長贠小蘇一行到中國地質(zhì)科學(xué)院深部探測研究中心考察“深部探測技術(shù)與實驗研究”(SinoProbe)國家專項, 指導(dǎo)工作。

中國地質(zhì)科學(xué)院黨委書記、副院長王小烈主持會議。深部探測技術(shù)與實驗研究專項負(fù)責(zé)人、中國地質(zhì)科學(xué)院副院長董樹文研究員向贠小蘇副部長一行匯報了深部探測專項執(zhí)行概況、已取得的重要探測技術(shù)進(jìn)展和重大發(fā)現(xiàn), 以及組織申報《地殼探測工程》國家立項的初步方案。

贠小蘇副部長在聽取專項匯報和大家發(fā)言后發(fā)表了重要講話, 著重談了3點建議和意見: 第一, 專家委員會組織一次專項中期評估, 對專項原定目標(biāo)、進(jìn)展情況、技術(shù)路線、技術(shù)方法進(jìn)行評估, 進(jìn)一步完善和提高專項技術(shù)水平, 確保專項圓滿完成既定目標(biāo), 并對專項已經(jīng)取得成果的作用進(jìn)行評估。同時, 組織一次專項中期財務(wù)檢查。第二, 在評估基礎(chǔ)上理順相關(guān)問題和下一步的設(shè)想, 專門向財政部匯報一次, 包括項目、課題和經(jīng)費調(diào)整等。第三, 要研究同國土資源部“358”找礦突破計劃如何有機(jī)結(jié)合好。他認(rèn)為, 通過不斷的發(fā)現(xiàn)、不斷的深化認(rèn)識, 專項必將取得比預(yù)期更好的成果。他建議, 還應(yīng)增加在儀器裝備研發(fā)創(chuàng)新和組織管理機(jī)制創(chuàng)新等方面的宣傳。他強(qiáng)調(diào), 要一如既往地抓好后續(xù)工作, 切實保障專項資金安全。

贠小蘇副部長指出, 《地殼探測工程》是一個系統(tǒng)工程, 事關(guān)我國從地質(zhì)大國走向地質(zhì)強(qiáng)國, 帶動地質(zhì)工作的方方面面, 意義重大, 申報國家重大科技專項很有必要, 也有扎實的基礎(chǔ)。他要求, 一定要抓緊研究論證, 報部黨組研究, 盡快與有關(guān)部門溝通, 推動早日立項。

陪同贠小蘇副部長考察的還有國土資源部科技與國際合作司文波處長、何凱濤調(diào)研員和辦公廳辦公室周霆, 中國地質(zhì)調(diào)查局李金發(fā)副局長、科技外事部連長云副主任。中國地質(zhì)科學(xué)院朱立新常務(wù)副院長, 專項各項目負(fù)責(zé)人及代表石耀霖院士、魏文博教授、高銳研究員、呂慶田研究員、王學(xué)求研究員、吳才來研究員、張懷副教授、郭子祺研究員等專家, 中國地質(zhì)科學(xué)院辦公室張民福主任、計財處張海波處長、科技處吳珍漢處長, 以及專項辦公室有關(guān)人員等約30人參加了會議。

本刊編輯部 采編

Assessing Groundwater Pollution Using Fuzzy Factor Analysis Method: A Case Study of Luoyang City in Henan Province

MA Rong, SHI Jian-sheng
Institute of Hydrogeology and Environmental Geology, Chinese Academy of Geological Sciences, Shijiazhuang, Hebei 050803

It is difficult for traditional methods to characterize quantitatively pollution contribution rate of different pollution sources to single sample point.Fuzzy factor analysis methods, fuzzy ISODATA cluster analysis (FICA) and factor analysis (FA) were utilized to assess the factors responsible for the hydrochemical composition of the groundwater.The new methods were employed in Luoyang City, where twenty-eight hydrochemical variables were considered in 241 samples collected.Four pollution sources were identified, i.e., anthropogenic activities, processing manufacturing industries, bedrock weathering, and energy enterprise/ancient vestige.The relative pollution contribution rates of the four pollution sources are 20.291% for anthropogenic activities emission, 14.324% for processing manufacturing industry emission, 5.831% for bedrock weathering source, and 4.392% for energy enterprise/ancient vestige source.Meanwhile, the pollution contribution rates of pollution sources to each sample point were also calculated.In regard to the groundwater pollution prevention of Luoyang City, the reduction of the domestic sewage emission and chemical fertilizer consumption and the relocation of industries with heavy pollution seem to be effective ways to control groundwater pollution; as for the sample point, concrete pollution prevention measures should be provided for different sample points according to their primary pollution sources.The fuzzy factor analysis method is proved to be a practical, simple and useful tool to assess andprevent groundwater pollution.

membership; factor analysis; groundwater; pollution; Luoyang

P641; O29; P641.8

A

10.3975/cagsb.2011.05.11

本文由國家重點基礎(chǔ)研究發(fā)展規(guī)劃項目(編號: 2010CB428800)資助。

2011-06-14; 改回日期: 2011-06-30。責(zé)任編輯: 閆立娟。

馬榮, 男, 1982年生。博士生。主要從事地下水?dāng)?shù)值模擬研究。E-mail: margroundwater@gmail.com。

石建省, 男, 1962年生。研究員, 博士生導(dǎo)師。主要從事水文地質(zhì)評價研究。E-mail: tiger7886@263.net。