基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例

doi:10.19657/j.geoscience.1000-8527.2020.006

现代地质 ›› 2020, Vol. 34 ›› Issue (01): 189-198.DOI: 10.19657/j.geoscience.1000-8527.2020.006

基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例

单晓杰¹(), 何江涛¹(), 张小文¹, 孙继朝²

1.中国地质大学(北京) 水资源与环境工程北京市重点实验室,北京 100083
2.中国地质科学院水文地质环境地质研究所,河北石家庄 050061

收稿日期:2019-04-30 修回日期:2019-10-26 出版日期:2020-03-05 发布日期:2020-03-07
通讯作者: 何江涛
作者简介:何江涛,男,教授,1974年出生,水资源与环境专业,主要从事地下水环境方面的研究。Email: jthe@cugb.edu.cn。
单晓杰,男,硕士研究生,1991年出生,水文地质学专业,主要研究方向为污染水文地质分析与研究。Email: 2296492824@qq.com。
基金资助:
中国地质调查局国土资源调查项目“太行山前松散含水层多源污染水质调查”(DD20160309)

Prediction of Regional Groundwater Quality Evolution Affected by Human Activities: A Case Study of Shijiazhuang Area

SHAN Xiaojie¹(), HE Jiangtao¹(), ZHANG Xiaowen¹, SUN Jichao²

1. Beijing Key Laboratory of Water Resources and Environmental Engineering, China University of Geosciences,Beijing 100083, China
2. Institute of Hydrogeology and Environmental Geology,Chinese Academy of Geological Sciences, Shijiazhuang, Hebei 050061, China

Received:2019-04-30 Revised:2019-10-26 Online:2020-03-05 Published:2020-03-07
Contact: HE Jiangtao

摘要/Abstract

摘要：

地下水的水质演化预测一直以来是一个难点,单纯依赖于历史数据所反映的水质演化趋势预测未来水质,存在较大的局限性。以石家庄地区为研究区,提出将现状人为活动对地下水的影响程度作为校正因子,修订历史数据所表现出来的水质演化趋势,预测未来水质变化的方法。并以石家庄地区浅层地下水代表性指标总硬度、TDS、$NO_3^-$、Fe4项指标作为预测指标,尝试预测了2025年代表性指标的演化情况。结果表明:TDS和总硬度恶化的区域主要为灵寿县东南方向、藁城区和无极县靠近滹沱河河道附近等区域;Fe恶化的区域主要为石家庄市区中部以及东南部等区域; $NO_3^-$恶化的主要区域为鹿泉区与灵寿县交界附近、石家庄市区西北以及藁城区靠近滹沱河河道附近等区域。预测结果与研究区水文地质条件、人为污染源的排放以及地下水的开采等因素影响下的情况较为吻合。

关键词: 石家庄地区, 人为活动影响, 水质预测

Abstract:

Prediction of groundwater quality evolution has always been a difficult issue, with its implications largely limited by the sole dependence of historical data for the evaluation. Taking Shijiazhuang area as the stu-dy area, we put forward a method to revise the water quality evolution trend shown by historical data, and predict the water quality change by using the degree of current human activity influence on groundwater as a correction factor. The four major indices of shallow groundwater at Shijiazhuang (i.e., total hardness, TDS, $NO_3^-$ and Fe) were used as prediction indices for the evolution of representative indices in 2025. The results show that the water quality deterioration areas for TDS and total hardness are mainly in the southeastern part of the Lingshou County, Gaocheng District and Wuji County near the Hutuo River. The deterioration areas for Fe are mainly distributed in the central and southeastern parts of Shijiazhuang City, and those for $NO_3^-$ are near the junction of Luquan District and Lingshou County, northwestern Shijiazhuang City and around the Hutuo River in Gaocheng District. The predicted results are in good agreement with the hydrogeological conditions, the man-made pollution sources and groundwater extraction in the study area.

Key words: Shijiazhuang area, human activity influence, water quality prediction

中图分类号:

P641.6

单晓杰, 何江涛, 张小文, 孙继朝. 基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例[J]. 现代地质, 2020, 34(01): 189-198.

SHAN Xiaojie, HE Jiangtao, ZHANG Xiaowen, SUN Jichao. Prediction of Regional Groundwater Quality Evolution Affected by Human Activities: A Case Study of Shijiazhuang Area[J]. Geoscience, 2020, 34(01): 189-198.

图/表 7

图1 水质预测方法基本思路框架图

Fig.1 Schematic framework of the water quality prediction method

图2 研究区水文地质略图(据张兆吉等[27]修编)

Fig.2 Hydrogeological sketch map of the study area (modified after Zhang et al.[27])

图3 研究区2007及2016年水质综合评价结果 (a)2007年数据;(b)2016年数据

Fig.3 Water quality comprehensive assessment of the study area in 2007 and 2016

图4 总硬度水质预测基础要素图 (a)总硬度历史水质演化趋势图;(b)异常程度分级图;(c)趋势修正系数图;(d)未来十年总硬度水质演化趋势预测

Fig.4 Basic element map of total hardness water quality prediction

图5 研究区各指标现状(2016)及预测(2025)水质分级左图为2016年各指标水质分级图;右图为预测的2025年各指标水质分级图

Fig.5 Water quality classification map for each indicator of current situation (2016) and prediction (2025) in the study area

图6 人为活动对地下水水质影响方式基础要素 (a)研究区地下水力梯度图(据张兆吉等[24]修编);(b)研究区土地利用类型图(据张小文等[29]修编)

Fig.6 Basic element maps of the human activity influence on groundwater quality

图7 研究区各指标水质变化

Fig.7 Maps showing the water quality change for each indicator in the study area

参考文献 32

[1]	向速林, 刘占孟, 马丽平. 地下水水质预测的多元线性回归分析模型研究[J]. 贵州科学, 2006(1):60-62.
[2]	FURLONG B V, RILEY M S, HERBERT A W, et al. Using regional groundwater flow models for prediction of regional well water quality distributions[J]. Journal of Hydrology , 2011,398(1/2):1-16.
[3]	郭庆春, 何振芳, 李力. 人工神经网络模型在黄河水质预测中的应用[J]. 人民黄河, 2011(10):42-43.
[4]	吴吉春, 薛禹群, 谢春红. 越流含水层系统中的溶质运移方程[J]. 水文地质工程地质, 1998,25(1):30-31.
[5]	YI Q, STEWART M. Prediction of groundwater quality trends resulting from anthropogenic changes in southeast Florida[J]. Groundwater, 2018,56(1):46-61.
[6]	王健, 向峰, 邱飞, 等. 水质预测模型研究进展[J]. 环境科学导刊, 2018,37(4):63-67.
[7]	孙兆兵. 基于概率组合的水质预测方法研究[D]. 杭州:浙江大学, 2012.
[8]	JOSHI B P, KUMAR S. Intuitionistic fuzzy sets based method for fuzzy time series forecasting[J]. Cybernetics and Systems: An International Journal, 2012,43(1):34-47.
[9]	MOKARRAM M. Modeling of multiple regression and multiple linear regressions for prediction of groundwater quality (case study: north of Shiraz)[J]. Modeling Earth Systems and Environment, 2016,2(1):3.
[10]	王志广, 黄常晋. 灰色系统理论在岩溶地下水水质污染变化趋势评价中的应用——以桂林市轮胎厂供水井岩溶地下水总硬度变化预测为例[J]. 中国岩溶, 1992(3):42-49.
[11]	王元贞. 沈阳地区地下水污染特征及应用灰色系统理论进行水质预测的研究[J].辽宁地质学报, 1992(2):110-120.
[12]	YILMA M, KIFLIE Z, WINDSPERGER A, et al. Application of artificial neural network in water quality index prediction: a case study in Little Akaki River, Addis Ababa, Ethiopia[J]. Modeling Earth Systems and Environment, 2018,4(1):175-187.
[13]	黄胜伟, 董曼玲. 自适应变步长BP神经网络在水质评价中的应用[J]. 水利学报, 2002,33(10):119-123.
[14]	张小文, 何江涛, 彭聪, 等. 地下水主要组分水化学异常识别方法对比: 以柳江盆地为例[J]. 环境科学, 2017,38(8):3225-3234.
[15]	廖磊. 柳江盆地浅层地下水次要组分和微量组分视背景值研究[D]. 北京:中国地质大学(北京), 2016.
[16]	张人权, 梁杏, 靳孟贵, 等. 水文地质学基础[M]. 第6版.北京: 地质出版社, 2011.
[17]	李培月. 人类活动影响下地下水环境研究[D]. 西安:长安大学, 2014.
[18]	纪轶群, 辛宝东, 郭高轩, 等. 空间插值法在区域地下水质量评价中的应用改进研究[J].工程勘察, 2012(6):42-47, 91.
[19]	MIRZAEI R, SAKIZADEH M. Comparison of interpolation methods for the estimation of groundwater contamination in Andimeshk-Shush Plain, Southwest of Iran[J]. Environmental Science and Pollution Research, 2016,23(3):2758-2769.
[20]	ASHRAF S H, AFSHARI H. Assessment of groundwater chemical quality, using inverse distance weighted method[J]. Journal of Chemical Health Risks, 2014,3(4):1-5.
[21]	蔡文静, 张延平. 基于ArcGIS的DRASTIC 法地下水脆弱性评价应用研究[J]. 地下水, 2017,39(1):18-20.
[22]	于奭, 孙平安, 杜文越, 等. 人类活动影响下水化学特征的影响: 以西江中上游流域为例[J]. 环境科学, 2015,36(1):72-79.
[23]	王焰新, 马腾, 郭清海, 等. 地下水与环境变化研究[J]. 地学前缘, 2005,12(增):14-21.
[24]	彭聪, 何江涛, 廖磊, 等. 应用水化学方法识别人类活动对地下水水质影响程度:以柳江盆地为例[J]. 地学前缘, 2017,24(1):321-331.
[25]	PENG C, HE J T, WANG M L, et al. Identifying and assessing human activity impacts on groundwater quality through hydrogeochemical anomalies and NO₃^-, NH₄⁺, and COD contamination: a case study of the Liujiang River Basin, Hebei Province, P.R. China [J]. Environmental Science Pollution Research Internal, 2017,2:1-18.
[26]	严明疆, 张光辉, 徐卫东. 石家庄市地下水脆弱性评价[J]. 西北地质, 2005,38(3):105-110.
[27]	张兆吉, 费宇红. 华北平原地下水可持续利用图集[M]. 北京: 中国地图出版社, 2009.
[28]	REIMANN C, FILZMOSER P, GARRETT R G. Background and threshold: critical comparison of methods of determination[J]. Science of The Total Environment, 2005,346:1-16.
[29]	张小文, 何江涛, 刘丹丹, 等. 滹沱河冲洪积扇浅层地下水水质外界胁迫作用分析[J]. 水文地质工程地质, 2018,45(5):54-62.
[30]	王贺, 谷洪彪, 迟宝明, 等. 柳江盆地浅层地下水硝酸盐分布特征及影响因素分析[J]. 环境科学, 2016,37(5):1699-1706.
[31]	赵红梅, 赵华, 毛洪亮, 等. 华北平原滹沱河冲洪积扇第四纪地层划分[J]. 地层学杂志, 2014,38(2):137-146.
[32]	朱锦旗, 王彩会, 陆徐荣, 等. 苏锡常地区浅层地下水铁锰离子分布规律及成因分析[J]. 水文地质工程地质, 2006,33(3):30-33,37.

基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例

Prediction of Regional Groundwater Quality Evolution Affected by Human Activities: A Case Study of Shijiazhuang Area

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 32

相关文章 7

编辑推荐

Metrics

本文评价

[1]	安国英, 郭兆成, 叶佩. 云南大理地区1989—2019年期间气候变化及对洱海水质的影响[J]. 现代地质, 2022, 36(02): 406-417.
[2]	甘海洪, 金晓媚, 张绪财, 朱晓倩. 三江源区蒸散量的时空分布特征[J]. 现代地质, 2021, 35(03): 665-674.
[3]	朱振洲, 雷晓东, 武雄, 徐能雄, 姜兴宇. 基于三维地质建模的北京市昌平新城地热资源量评价[J]. 现代地质, 2020, 34(01): 207-214.
[4]	刘元晴, 周乐, 李伟, 王新峰, 马雪梅, 吕琳, 邓启军, 陈晨. 山东莱芜盆地碳酸盐岩热液溶蚀特征及水文地质意义[J]. 现代地质, 2020, 34(01): 199-206.
[5]	王新娟，李鹏，刘久荣，李志萍，孙颖，李世君. 超采对北京市潮白河冲洪积扇中上部地区地下水质的影响[J]. 现代地质, 2016, 30(2): 470-477.
[6]	王平，黄爽兵，韩占涛，马丽莎，张威. 基于溶质运移模拟的某化工场地污染物对拟建水库污染风险预测[J]. 现代地质, 2015, 29(2): 307-315.
[7]	荆继红，黄冠星，陈宗宇，孙继朝，刘凡，张英，王金翠. 氧化还原条件对土壤砷(Ⅴ)稳定化作用的影响[J]. 现代地质, 2015, 29(2): 370-376.