不確定條件下的下遼河平原地下水本質(zhì)脆弱性評價

孫才志,奚 旭

(遼寧師范大學城市與環(huán)境學院,遼寧大連 116029)

不確定條件下的下遼河平原地下水本質(zhì)脆弱性評價

孫才志,奚 旭

(遼寧師范大學城市與環(huán)境學院,遼寧大連 116029)

針對地下水系統(tǒng)中水文地質(zhì)參數(shù)的隨機性和模糊性會對地下水脆弱性評價結(jié)果產(chǎn)生較大誤差問題,在辨析參數(shù)不確定性特點基礎上,利用蒙特卡羅法同時對隨機性參數(shù)和模糊性參數(shù)賦值,并結(jié)合DRASTIC模型對下遼河平原的地下水本質(zhì)脆弱性進行評價。通過模擬計算出模糊性參數(shù)在不同α截集水平下地下水脆弱性指數(shù)不同可能性下的累積分布曲線,得到不同保證率、不同可能性情況下地下水脆弱性指數(shù)的隸屬函數(shù),并從脆弱性和不確定性兩個角度對各分區(qū)地下水脆弱性進行對比分析。分析結(jié)果表明:Ⅰ1區(qū)脆弱性程度相對最高,不確定性程度一般;Ⅰ2、Ⅰ3、Ⅱ1和Ⅱ3區(qū)的脆弱性程度較高,且Ⅰ2、Ⅰ3區(qū)的不確定性程度相對最高,Ⅱ1和Ⅱ3區(qū)的不確定性程度最低;Ⅰ4、Ⅱ2、Ⅲ和Ⅳ區(qū)的脆弱性程度相對較低,其中Ⅱ2和Ⅳ區(qū)的不確定性程度較低,Ⅰ4區(qū)的不確定性程度一般,Ⅲ區(qū)的不確定程度較高。較傳統(tǒng)評價過程,本次地下水脆弱性評價綜合參數(shù)的不確定性分析得出了不確定條件下地下水脆弱性的隸屬函數(shù),結(jié)果切合客觀實際。

地下水本質(zhì)脆弱性;水文地質(zhì);DRASTIC模型;不確定性;蒙特卡羅法;α截集;累積分布曲線;下遼河平原

自1968年Margat提出“地下水脆弱性”這一術(shù)語以來,其概念和研究方法不斷得到豐富和發(fā)展[1-2]。地下水脆弱性研究是地下水保護的基礎性工作,通過地下水脆弱性研究,可以區(qū)別不同地區(qū)地下水的脆弱性程度,評價地下水潛在易污染性,圈定地下水脆弱范圍,從而警示人們在開采利用地下水資源的同時,采取有效的防治與保護措施。

近年來伴隨GIS技術(shù)的應用,國內(nèi)外在地下水脆弱性研究方面都取得了非常豐富的成果。由于地下水系統(tǒng)的復雜性,在地下水脆弱性評價過程中存在較多不確定性因素,如何利用所有可獲取資料求得盡可能精確合理的評價結(jié)果是國內(nèi)外學者的努力方向。在國外,許多學者[3-5]利用GIS技術(shù)疊加指標圖層獲取研究區(qū)地下水脆弱性分布圖,該方法可以直觀細致地體現(xiàn)研究區(qū)地下水脆弱性具體分布狀況,但需要大量數(shù)據(jù)支持,結(jié)果仍存在一定誤差; Rupert等學者[4,6-8]通過分析研究區(qū)硝酸鹽氮和亞硝酸鹽氮的實測資料,對DRASTIC模型的評價結(jié)果進行了校正,獲取契合實情的地下水脆弱性分布圖,該方法對農(nóng)業(yè)區(qū)有較好的應用意義,但土壤中氮含量的數(shù)據(jù)資料收集較為困難,不具有普適性。我國學者在參考國外優(yōu)秀案例的基礎上,對評價方法進行了改進,陳守煜等[9]提出權(quán)重確定的十級語氣算子,孟憲萌等[10]引入模糊集與信息熵理論,都豐富了DRASTIC模型中權(quán)重確定的理論;孫才志等[11-13]都曾運用模糊綜合評價法,獲取了較為細致精確的評價結(jié)果。通過多種方法結(jié)合建模可使地下水脆弱性評價更科學合理,然而數(shù)學方法并非萬能工具,在評價模型中資料難以獲取的情況下,需要放棄一些評價因子或用其他因子代替,付素蓉等[14]去掉了DRASTIC模型中的土壤類型和地形坡度,增加了含水層厚度;孫愛榮等[15]根據(jù)實際情況,用降雨入滲補給量代替地下水凈補給量,在實際評價過程中都取得了較好的效果。

通過以上多種方法,可求得整體范圍內(nèi)較為科學合理的評價結(jié)果,然而不確定性因素是客觀存在的,大多數(shù)學者在評價過程中均運用傳統(tǒng)數(shù)學方法獲取參數(shù)均值進行計算,這是與實際情況不符的,應該用適當方式體現(xiàn)地下水脆弱性中的不確定性。鑒于此,本研究用蒙特卡羅(Monte Carlo)法對隨機性參數(shù)和模糊性參數(shù)進行模擬賦值,結(jié)合DRASTIC模型對下遼河平原地區(qū)進行地下水脆弱性評價,通過生成地下水脆弱性指數(shù)不同可能性下的累積分布曲線與地下水脆弱性指數(shù)的隸屬函數(shù)圖,獲取客觀合理的地下水脆弱性計算結(jié)果。相較傳統(tǒng)研究方法,本次評價反映出了因參數(shù)空間變異性而導致評價結(jié)果的不確定性,用模糊隸屬區(qū)間表示評價結(jié)果更切合實情,可以為決策者和管理者提供更準確的參考依據(jù)。

下遼河平原是遼寧省重要的工農(nóng)業(yè)生產(chǎn)基地和經(jīng)濟發(fā)展中心,同時也是東北地區(qū)最缺水、地下水資源供需矛盾最突出的地區(qū)[16]。地下水作為該地區(qū)主要水源,面臨過度開采以及污染嚴重等問題,對下遼河平原進行地下水本質(zhì)脆弱性研究能夠為該地區(qū)地下水資源的合理開發(fā)和利用提供科學的決策依據(jù),對于當?shù)乜沙掷m(xù)發(fā)展具有重大意義。

1 研究方法與數(shù)據(jù)來源

1.1 DRASTIC模型

DRASTIC模型是1985年由美國環(huán)境保護署(USEPA)提出的[17],它綜合了40多位水文地質(zhì)專家的經(jīng)驗,具有良好的科學適用性,在國內(nèi)外應用都非常廣泛。該方法選取了7個對地下水脆弱性影響比較大的指標:地下水位埋深D、凈補給量R、含水層介質(zhì)類型A、土壤介質(zhì)類型S、地形坡度T、滲流區(qū)介質(zhì)類型I以及含水層水力傳導系數(shù)C,其中D、R、T、C是可以直接獲取數(shù)據(jù)的定量指標,A、S、I為不可直接獲取數(shù)據(jù)的定性指標。DRASTIC模型7個指標按其對地下水脆弱性的影響程度不同,分別被賦予固定權(quán)重值:5、4、3、2、1、5、3,可根據(jù)其相對數(shù)值計算出權(quán)重具體數(shù)值:0.217、0.174、0.131、0.087、0.043、0.217、0.131。每個指標根據(jù)其變化范圍和其內(nèi)在屬性進行等級劃分并給出脆弱性等級評分值,見表1和表2。

表1定量指標分級與評分

表2定性指標分級與評分

各指標的加權(quán)和就是地下水脆弱性指數(shù)VⅠ:式中:w為權(quán)重;r為評分值。

1.2 蒙特卡羅法

蒙特卡羅法是近幾年來伴隨計算機技術(shù)的發(fā)展而開始廣泛使用的不確定性研究方法。它以概率統(tǒng)計理論為基礎,依據(jù)大數(shù)定律,利用計算機模擬程序,解決一些很難用數(shù)學運算或其他方法求解的復雜問題,可以將以往只能定性研究的問題定量化。該方法在經(jīng)濟學、生物醫(yī)學、物理學、水文學等領域應用廣泛,具有獨特的優(yōu)越性和適用性。

蒙特卡羅法通過假設已知隨機過程的概率分布函數(shù),在已知樣本的統(tǒng)計特征(平均值、標準差等)基礎上,利用計算機模擬程序進行仿真實驗,產(chǎn)生多組隨機變量,再將隨機變量代入模型,得到多組解的統(tǒng)計估計量,從而可以得出實驗對象的某種規(guī)律或者問題的解,模擬次數(shù)足夠多,就可以獲得一個比較精確的值。蒙特卡羅法的關鍵步驟在于偽隨機數(shù)的產(chǎn)生,常見的一維分布隨機數(shù)有正態(tài)分布、指數(shù)分布、均勻分布、對數(shù)正態(tài)分布等,本文在參考前人研究的基礎上并根據(jù)所獲取參數(shù)數(shù)據(jù)的結(jié)構(gòu)設定參數(shù)的概率分布函數(shù)。

1.3 數(shù)據(jù)來源

選取下遼河平原所跨市、縣(區(qū))的水文地質(zhì)參數(shù)數(shù)據(jù)進行計算分析。數(shù)據(jù)來源于《遼寧省統(tǒng)計年鑒》《遼寧省水資源公報》《遼寧省國土資源地圖集》《遼寧國土資源》《遼寧省水文地質(zhì)圖集》《遼寧省水資源》、DEM提取數(shù)據(jù)以及多年多測點實測數(shù)據(jù)等資料。

2 研究區(qū)概況與水文地質(zhì)分區(qū)

2.1 研究區(qū)概況

下遼河平原位于遼河中下游地區(qū),遼寧省的中部,東依千山山脈,西靠醫(yī)巫間山,北部隔鐵法波狀丘陵與松遼平原相望,南臨渤海的遼東灣。東西寬120～140 km,南北長240 km,面積約2.65萬km2。平原地勢由東西兩側(cè)向中部地區(qū)傾斜,自北向南逐漸低平,平均海拔低于50 m,是區(qū)域地表水和地下水的匯集中心,地下水總的徑流方向趨同于地勢,由山前向中部平原呈放射狀,至中部平原后,總的徑流方向是由東北向西南,最后進入遼東灣。在南部濱海地帶,由于地勢低洼,受潮汐和洪澇威脅,該地區(qū)土地鹽漬化和沼澤化比較嚴重。行政區(qū)劃隸屬于遼寧省鐵嶺市、阜新市、沈陽市、撫順市、遼陽市、鞍山市、營口市、盤錦市、錦州市,總跨9市22縣(區(qū)),如圖1所示。

2.2 水文地質(zhì)分區(qū)

本次研究在下遼河平原地區(qū)已經(jīng)形成的東部山前傾斜平原、西部山前傾斜平原、中部沖積平原和南部濱海平原4個水文地質(zhì)單元基礎上,按含水層成因和地下水補給來源不同進一步劃分,將下遼河平原劃分成9個地下水脆弱性評價基本單元(表3、圖1)。

圖1 下遼河平原地下水系統(tǒng)分區(qū)示意圖

表3 下遼河平原地下水脆弱性評價分區(qū)

3 參數(shù)的不確定性分析

在地下水脆弱性評價過程中,存在諸多不確定性因素,如參數(shù)的時空變異性、評價體系中參數(shù)邊界確定的模糊性、資料不足或歷史累積資料的缺失等,這些不確定性因素容易使地下水脆弱性的評價結(jié)果與客觀實際脫節(jié)。本研究在收集較多水文地質(zhì)參數(shù)數(shù)據(jù)基礎上,主要對兩方面的不確定性因素進行處理:①地下水系統(tǒng)本身具有的不確定性,主要表現(xiàn)為水文地質(zhì)參數(shù)的空間變異性;②評價結(jié)果的不確定性,表現(xiàn)為因參數(shù)的空間異質(zhì)性而導致評價結(jié)果具有模糊性。在地下水脆弱性評價過程中綜合了參數(shù)的不確定性分析,得出模糊性參數(shù)取不同可能性情況下地下水脆弱性指數(shù)的隸屬函數(shù),評價結(jié)果包括區(qū)域地下水脆弱性大小以及不確定性大小。具體實現(xiàn)過程包括以下步驟:①根據(jù)分析參數(shù)的不確定性類型,將參數(shù)分為隨機性參數(shù)或模糊性參數(shù),并表征各參數(shù)的不確定性特征;②模糊性參數(shù)取不同α截集,連同隨機性參數(shù)一起進行足夠多次的隨機模擬,將模擬結(jié)果代入DRASTIC模型,可得不同α截集下地下水脆弱性指數(shù)的累積分布曲線;③各個分區(qū)內(nèi),多條地下水脆弱性累積分布曲線均取不同保證率,得到各分區(qū)的不同可能性——地下水脆弱性指數(shù)的隸屬函數(shù)。

3.1 參數(shù)的不確定性分類與表征

3.1.1 隨機性參數(shù)

水文地質(zhì)參數(shù)D、R、T、C在不同地理位置點上的數(shù)值各不相同,具有明顯的離散隨機性,根據(jù)多測點數(shù)據(jù),將它們進行隨機性表征(表4)。研究表明一個變量如果受到大量微小、獨立的隨機因素影響,那么這個變量一般服從正態(tài)分布[18]。D的大小受地質(zhì)、水文地質(zhì)條件、土壤條件、開采強度等諸多因素影響,具有空間異質(zhì)性;同樣R受降水量、蒸騰、地形、植被等諸多微小、獨立因素影響而存在變異性,這兩個參數(shù)可視為正態(tài)分布。由于各研究分區(qū)內(nèi)均為下遼河平原城鎮(zhèn)地區(qū),T變化偏差較小,且同一水文地質(zhì)分區(qū)內(nèi)具有連續(xù)性,本次研究將其視為均勻分布;對于參數(shù)C,此前多位學者研究表明一般呈現(xiàn)出對數(shù)正態(tài)分布[19-20],本次研究同樣將其視為對數(shù)正態(tài)分布。

3.1.2 模糊性參數(shù)

同一水文地質(zhì)分區(qū)內(nèi)具有相同的地質(zhì)形成背景,DRASTIC模型中3個定性指標A、S和I在同一分區(qū)內(nèi)具有連續(xù)性和漸變性,即趨于同一類型,但在不同地理位置點上它們的類型不可能全部相同,因此這3個參數(shù)具有模糊性,呈三角分布。根據(jù)表2中的分級評分將各分區(qū)的A、S和I進行定量化,將定量化數(shù)據(jù)導入ArcGIS形成指標圖層,對這3個指標圖層中的每個研究分區(qū)創(chuàng)建2 km×2 km的正方形網(wǎng)格,并對網(wǎng)格中的數(shù)據(jù)進行提取,獲取分區(qū)內(nèi)所有網(wǎng)格點評分值,進行模糊化處理(表4)。

3.2 不確定性參數(shù)隨機模擬

將表4中參數(shù)的不確定性特征值輸入模擬程序,設定10 000次隨機模擬,將每次模擬結(jié)果代入DRASTIC模型,每個分區(qū)可得到10000個地下水本質(zhì)脆弱性評價結(jié)果:

式中:wDrD、wRrR、wTrT和wCrC為隨機變量;wArA、wSrS和wIrI為模糊變量。由于三角模糊數(shù)在一定區(qū)間內(nèi)分布,模糊數(shù)取不同可能性,評價結(jié)果在一定區(qū)間內(nèi)波動,通過取不同α截集,可得不同可能性下地下水脆弱性指數(shù)的累積分布曲線。在每個α截集下,三角模糊數(shù)具有下限值和上限值,可得地下水脆弱性指數(shù)在這一α截集下的下限分布和上限分布:

為反映不同可能性情況下脆弱性指數(shù)的不確定性,三角模糊數(shù)分別取α=0.5、α=0.6、α=0.7、α= 0.8、α=0.9和α=1時進行隨機模擬。

4 模擬結(jié)果與地下水本質(zhì)脆弱性分析

圖2 遼河沖積扇地下水脆弱性指數(shù)不同可能性下的累積分布曲線

表4 地下水脆弱性參數(shù)的不確定性表征

模糊性參數(shù)取不同可能性,連同隨機性參數(shù)一起進行蒙特卡羅模擬賦值,生成不同可能性下的累積分布曲線(圖2,限于篇幅,本文僅以遼河沖積扇為例,其他分區(qū)圖形類似),為保證結(jié)果的可靠性,在每個α截集下地下水脆弱性指數(shù)的累積分布曲線中取不同保證率,各分區(qū)可得地下水脆弱性指數(shù)在不同可能性下,取不同保證率的地下水脆弱性指數(shù)隸屬區(qū)間(表5)與隸屬度函數(shù)(圖3)。

表5 不同α截集與不同保證率下地下水脆弱性指數(shù)的隸屬區(qū)間

圖3 遼河沖積扇不同α截集與不同保證率下地下水脆弱性指數(shù)的隸屬度

由表5和圖2可知,考慮模糊性參數(shù)取不同α截集,得出的脆弱性指數(shù)均為區(qū)間數(shù),隨著α值的增大,脆弱性區(qū)間逐漸變小,相應的脆弱性變化范圍變小。而α=1時,模糊區(qū)間為一點,即不考慮參數(shù)的模糊性,僅從隨機性方面考慮地下水脆弱性等級。由表5、圖2和圖3可得以下結(jié)論:

a.由圖2可知,α越小,模糊性參數(shù)所屬范圍越大,則不確定性越大,脆弱性指數(shù)的隸屬區(qū)間越寬。結(jié)合表5和圖2,同一α截集下的累積分布曲線取不同保證率,其區(qū)間跨度大小基本相同,不同分區(qū)模糊性參數(shù)通過取同一α截集,脆弱性指數(shù)的區(qū)間跨度大小可表明各分區(qū)參數(shù)的變異程度。通過對比分析可得,Ⅰ2和Ⅲ區(qū)不確定性程度相對最高,Ⅱ1和Ⅱ2區(qū)相對最低,說明Ⅰ2和Ⅲ區(qū)水文地質(zhì)條件更為復雜,結(jié)果存在更多可能性,而Ⅱ1和Ⅱ2區(qū)參數(shù)變化性較小,脆弱性大小在較小區(qū)間內(nèi)變化。

b.由表5和圖3可知,地下水脆弱性指數(shù)隨保證率的增大而增大,同時隨α的增大,變化范圍逐漸變小。因此地下水環(huán)境形勢比較嚴重的地區(qū)應該取較大保證率,取得的結(jié)果更合理,不確定性程度較大的地區(qū),取較小α截集得到的結(jié)果更符合客觀實際。分別從不確定性和脆弱性兩方面取各研究分區(qū)地下水脆弱性的指數(shù)隸屬區(qū)間進行對比分析,Ⅰ1區(qū)取α=0.7和95%保證率、Ⅰ2區(qū)取 α=0.5和75%的保證率、Ⅰ3區(qū)取α=0.5和75%保證率、Ⅰ4區(qū)取α=0.7和50%保證率、Ⅱ1區(qū)取 α=0.9和50%保證率、Ⅱ2區(qū)取α=0.9和50%保證率、Ⅱ3區(qū)取α=0.9和75%的保證率、Ⅲ區(qū)取α=0.5和95%保證率、Ⅳ區(qū)取α=0.7和95%的保證率時最能反映各分區(qū)的實際情況。

c.根據(jù)以上結(jié)論,結(jié)合表5分析可得:Ⅰ1區(qū)地下水脆弱性程度相對其他區(qū)域最高,不確定性程度一般,說明Ⅰ1區(qū)大部分地區(qū)地下水環(huán)境潛在污染性比較高,需限制地下水的大量開采和污染物的排放。Ⅰ2、Ⅰ3、Ⅱ1和Ⅱ3這4個分區(qū)為地下水脆弱性程度較高區(qū),這4個分區(qū)地處山前坡洪積平原上,含水層巖性主要為砂碎石和砂礫石,地質(zhì)松散,地下水易遭受污染,其中Ⅰ2和Ⅰ3區(qū)不確定性程度相對其他區(qū)域更高,局部地區(qū)地下水環(huán)境存在很大污染風險,需要加強監(jiān)測,具體情況應具體對待;Ⅱ1和Ⅱ3區(qū)不確定性程度相對最低,整體地下水脆弱性較高,需制定整體防治措施。Ⅰ4、Ⅱ2、Ⅲ和Ⅳ區(qū)地下水脆弱性程度相對比較低,其中Ⅳ區(qū)面積最大,但不確定性程度相對比較低,該分區(qū)地勢最為低平,地下水補給來源充足,含水層巖性以粉細砂為主,受水流沖擊影響最小,沿海地帶雖然受海水侵蝕嚴重,但整體地下水脆弱性程度比較低,不易遭受污染;Ⅲ區(qū)面積第二大,該分區(qū)被其他沖積扇包圍,地勢低平,分區(qū)內(nèi)新民以北柳河沖積平原含水層巖性以細砂為主,新民以南以粉細砂為主,不確定性程度較大,大部分地區(qū)地下水脆弱性程度不高,但局部地區(qū)仍存在較高污染風險,需做好相應的保護工作;Ⅰ4區(qū)不確定性程度一般,大部分地區(qū)地下水脆弱性程度比較低,但該地區(qū)面積比較小,人口密度大,局部地區(qū)地下水存在較大污染風險,要做好相應防治措施;Ⅱ2區(qū)不確定性程度相對比較低,所以整體地下水脆弱性程度比較低,該區(qū)地下水污染風險壓力比較小,以防范工作為主。

5 結(jié) 論

a.地下水系統(tǒng)中的不確定性對地下水脆弱性的測算會造成一定影響,本文引入蒙特卡羅法和α截集技術(shù),有效處理了參數(shù)的隨機不確定性和模糊不確定性問題,以累積分布曲線和隸屬函數(shù)形式表達脆弱性和不確定性符合實際情況,使評價結(jié)果更科學合理。

b.參數(shù)隨機模擬的最終結(jié)果依賴于對參數(shù)初始值的估計,而利用有限的觀測資料給出隨機變量的統(tǒng)計特征,使隨機模型能準確地刻畫出地下水系統(tǒng)自身的隨機特性具有一定的難度。因此,參數(shù)隨機模型仍具有一定的不確定性。

c.Ⅰ1區(qū)地下水脆弱性程度相對其他區(qū)域最高,不確定性程度相對一般;Ⅰ2、Ⅰ3、Ⅱ1和Ⅱ3區(qū)的地下水脆弱性程度較高,且Ⅰ2和Ⅰ3區(qū)的不確定性程度相對最高,Ⅱ1和Ⅱ3區(qū)的不確定性程度相對其他區(qū)域最低;Ⅰ4、Ⅱ2、Ⅲ和Ⅳ區(qū)的地下水脆弱性程度相對較低,其中Ⅱ2和Ⅳ區(qū)的不確定性程度較低,Ⅰ4區(qū)的不確定性程度一般,Ⅲ區(qū)的不確定程度較高。

d.本次地下水本質(zhì)脆弱性評價充分考慮了參數(shù)空間分布的隨機性與模糊性,但評價過程中其他不確定性問題沒有得到解決,如DRASTIC模型中等級劃分的模糊性、人類認知的局限性、參數(shù)在時間尺度上的變異性以及人為因素的影響,因此考慮時空尺度上的不確定性,綜合地下水本質(zhì)脆弱性與特殊脆弱性的評價具有更深意義。

[1]VRBAJ,ZAPOROZECA.Guidebookonmapping groundwater vulnerability[M]//International Association ofHydrogeologists.InternationalContributionsto Hydrogeology.Hannover:Verlag Heinz Heise,1994: 131.

[2]孫才志,潘俊.地下水脆弱性的概念、評價方法與研究前景[J].水科學進展,1999,10(4):444-449.(SUN Caizhi,PAN Jun.Concept and assessment of groundwater vulnerability and its future prospect[J].Advances in Water Science,1999,10(4):444-449.(in Chinese))

[3]ALMASRI M N.Assessment of intrinsic vulnerability to contaminant on for Gaza coastal aquifer Palestine[J]. Journal of Environmental Management,2008,88(4):577-593.

[4]ANTONAOS A K,LAMBRAKIS N J.Development and testing of three hybrid methods for the assessment of aquifer vulnerability to nitrates,based on the drastic model,an example from NE Korinthia,Greece[J].Journal of Hydrology,2007,333(2):288-304.

[5]NOBRE R C M,FILHO O C R,MANSUR W J,et al. Groundwater vulnerability and risk mapping using GIS, modeling and a fuzzy logic tool[J].Journal of Contaminant Hydrology,2007,94:277-292.

[6]RUPERT M G.Calibration of the DRASTIC ground water vulnerability mapping method[J].Ground Water,2001,39 (4):625-630.

[7]ASSAF H,SAADEH M.Geostatisticalassessment of groundwaternitratecontaminationwithreflectionon DRASTIC vulnerability assessment:the case of the Upper Litani Basin,Lebanon[J].Water Resour Manage,2009, 23:775-796.

[8]JAVADI S,KAVEHKAR N,MOUSAVIZADEH M H,et al.Modification of DRASTIC model to map groundwater vulnerability to pollution using nitrate measurements in agricultural areas[J].Journal of Agricultural Science and Technology,2011,13(2):239-249.

[9]陳守煜,伏廣濤,周惠成.含水層脆弱性模糊分析評價模型與方法[J].水利學報,2002(7):23-30.(CHEN Shouyu,FU Guangtao,ZHOU Huicheng.Fuzzy analysis model and methodology for aquifer vulnerability evaluation [J].Journal of Hydraulic Engineering,2002(7):23-30. (in Chinese))

[10]孟憲萌,束龍倉,盧耀如.基于熵權(quán)的改進DRASTIC模型在地下水脆弱性評價中的應用[J].水利學報,2007, 38(1):94-99.(MENG Xianmeng,SHU Longcang,LU Yaoru.ModifiedDRASTICmodelforgroundwater vulnerability assessment based on entropy weigh[J]. Journal of Hydraulic Engineering,2007,38(1):94-99. (in Chinese))

[11]孫才志,左海軍,欒天新.下遼河平原地下水脆弱性研究[J].吉林大學學報:地球科學版,2007,37(5):943-949.(SUN Caizhi,ZUO Haijun,LUAN Tianxin.Research on groundwater vulnerability assessment of the Lower Liaohe River Plain[J].Journal of Jilin University:Earth Science Edition,2007,37(5):943-949.(in Chinese))

[12]趙春紅,梁永平,盧海平,等.娘子關泉域巖溶水脆弱性模糊綜合評價[J].水文,2013,33(5):52-57.(ZHAO Chunhong,LIANG Yongping,LU Haiping,et al.Fuzzy evaluation of karst water vulnerability in Niangziguan spring area[J].Journal of China Hydrology,2013,33(5): 52-57.(in Chinese))

[13]張小凌,李峰,劉紅戰(zhàn).云南曲靖盆地地下水脆弱性模糊評價[J].水資源與水工程學報,2013,24(4):57-61. (ZHANGXiaoling,LIFeng,LIUHongzhan.Fuzzy evaluation of groundwater vulnerability in Qujing basin [J].Journal of Water Resources&Water Engineering, 2013,24(4):57-61.(in Chinese))

[14]付素蓉,王焰新,蔡鶴生,等.城市地下水污染敏感性分析[J].地球科學:中國地質(zhì)大學學報,2000,25(5): 482-486.(FU Surong,WANG Yanxin,CAI Hesheng,et al.Vulnerability to contamination of groundwater in urban regions[J].Earth Science:Journal of China University of Geosciences,2000,25(5):482-486.(in Chinese))

[15]孫愛榮,周愛國,梁合誠,等.南昌市地下水易污性評價指標體系探討[J].人民長江,2007,38(6):10-12. (SUN Airong,ZHOU Aiguo,LIANG Hecheng,et al. Researchofindexsystemusedingroundwater vulnerability in Nanchang[J].Yangtze River,2007,38 (6):10-12.(in Chinese))

[16]劉卓,劉昌明.東北地區(qū)水資源利用與生態(tài)和環(huán)境問題分析[J].自然資源學報,2006,21(5):700-708.(LIU Zhuo,LIU Changming.The analysis about water resource utilization,ecologicalandenvironmentalproblemsin Northeast China[J].Journal of Natural Resources,2006, 21(5):700-708.(in Chinese))

[17]ALLER L,BENNETT T,LEHR J H,et al.DRASTIC:a standardized system for evaluating groundwater potential using hydrogeological settings[R].Ada Oklahoma,US: Robert S.Kerr Environmental Research Laboratory,1985.

[18]黃振平.水文統(tǒng)計學[M].南京:河海大學出版社, 2003.

[19]FREEZE R A.A stochastic-conceptual analysis of onedimensional groundwater flow in nonuniform homogeneous media[J].Water Resources Research,1975,11(5):725-741.

[20]陳彥,吳吉春.含水層滲透系數(shù)空間變異性對地下水數(shù)值模擬的影響[J].水科學進展,2005,16(4):482-487. (CHEN Yan,WU Jichun.Effect of the spatial variability of hydraulic conductivity in aquifer on the numerical simulation ofgroundwater[J].AdvancesinWater Science,2005,16(4):482-487.(in Chinese))

Assessment of groundwater intrinsic vulnerability in the Lower Reaches of Liaohe River Plain under uncertain conditions//

SUN Caizhi,XI Xu
(College of Urban and Environment,Liaoning Normal University,Dalian 116029,China)

The randomness and fuzziness of hydrogeological parameters in the groundwater system can lead to great error to the evaluation results of groundwater vulnerability.This study is based on the analysis of parameters’uncertainty characteristics by using the Monte Carlo method to assign stochastic and fuzzy parameters at the same time combined with DRASTIC model to evaluate the groundwater intrinsic vulnerability of Lower Reaches of Liaohe River Plain.Through simulation to calculate the different possibilities-cumulative distribution curve of groundwater vulnerability index under different α-cut level of fuzzy parameters,it is possible to deliver the membership interval of groundwater vulnerability index from possibilities-cumulative distribution curves under different reliabilities.Furthermore,the groundwater vulnerability in each partition can be analyzed from vulnerability angle and uncertainty angle.The results show that:areaⅠ1has the highest degree of groundwater vulnerability and average degree of uncertainty;areaⅠ2,Ⅰ3,Ⅱ1andⅡ3has a relatively high degree of groundwater vulnerability,the degree of uncertainty inⅠ2andⅠ3are relatively highest and the degree of uncertainty inⅡ1andⅡ3are relatively lowest;and groundwater vulnerability in areaⅠ4,Ⅱ2,ⅢandⅣare lower,the degree of uncertainty in areaⅡ2andⅣare relatively low and the degree of uncertainty in areaⅠ4is general while the degree of uncertainty in regionⅢis higher.Compared with traditional evaluation process,the groundwater vulnerability assessment based on the analysis of parameters’uncertainty it is possible to calculate the membership function of groundwater vulnerability index under uncertain conditions.The results agree with the objective reality.

groundwater intrinsic vulnerability;hydrogeology;DRASTIC model;uncertainty;Monte Carlo method;α-cut set;cumulative distribution carve;Lower Reaches of Liaohe River Plain

TV211.1+2;P641.8

:A

:1006-7647(2014)05-0001-07

10.3880/j.issn.1006-7647.2014.05.001

20140117 編輯:熊水斌)

教育部博士點基金(20122136110003);國家自然科學基金(40501013)

孫才志(1970—),男,山東煙臺人,教授,博士,主要從事水資源與海洋經(jīng)濟研究。E-mail:suncaizhi@lnnu.edu.cn