地下水脆弱,陡评价方法研究

地下水脆弱，陡评价方法研究

一、地下水脆弱性概念

地下水脆弱性是1968年法国人margat首次提出的。地下水脆弱性是指地下水环境对自然条件变化和人类活动影响的敏感程度，它反映了地下水环境的自我防护能力。研究地下水脆弱性，区别不同地区地下水的脆弱程度，也就是定量评价地下水潜在的易污染程度，从而提醒人们在开发利用地下水资源时’有针对性地采取相应的防护措施。地下水脆弱性一般分为本质(天然)脆弱性和特殊(综合)脆弱性。本质脆弱性是指在天然状态下含水层对污染所表现出的内部固有的敏感性，它不考虑污染源或污染物的性质和类型。是静态、不可变和人为不可控制的。特殊脆弱性是对特定的污染物或人类活动所表现的敏感性，它与污染源和人类活动有关，是动态、可变和人为控制的。也就是说，对于某一给定含水层，其本质脆弱性是恒定的，特殊脆弱性随污染源或污染物的不同而变化。地下水脆弱性研究是保护地下水环境工作的基础。通过地下水脆弱性研究，评价地下水脆弱的程度，可以帮助人们在开发利用地下水资源的同时，采取有效的措施保护地下水资源。

二、地下水脆弱性的评价方法

1 迭置指数法

迭置指数法是通过选取各评价参数的分指数进行迭加形成一个反映脆弱程度的综合指数，然后再由综合指数进行评价的一种方法。其又可分为水文地质背景参数法和参数系统法。水文地质背景

参数法是通过一个与研究区有类似条件的已知脆弱性标准的地区来比较确定研究区的脆弱性。这种方法需要建立多组地下水脆弱性标准模式，且多为定性或半定量评价，一般适用于地质、水文地质条件比较复杂的大区域川。参数系统法是将选择的评价参数建立一个参数系统，每个参数均有一定的取值范围，这个范围又可分为几个区间，每一区间给出相应的评分值或脆弱度(参数等级评分标准)，把各参数的实际资料与此标准进行比较评分，最后根据参数所得到的评分值或相对脆弱度迭加即得到综合指数或脆弱度。该方法又包括矩阵系统、标定系统、计点系统三种分类方法。

2 过程数学模拟法

过程数学模拟法是在水分和污染质运移模型基础上，使用确定性的物理、化学方程来模拟污染质的运移转化过程，将各评价因子定量化后放在同一个数学模型中求解，得到一个可评价脆弱性的综合指数。该方法最大的优点是可以描述影响地下水脆弱性的物理、化学和生物等过程，并可以估计污染质的时空分布情况。

3 统计方法

统计方法是通过对已有的地下水污染信息和资料进行数理统计分析，确定地下水脆弱性评价因子并建立统计模型，把已赋值的各评价因子代人模型中进行计算，然后根据其结果进行脆弱性分析，常用的统计方法包括地理统计方法、kfiging方法、线性回归分析法、逻辑回归分析法、实证权重法，模糊数学方法。近年来，国内主要采用模糊数学综合评判方法来评价地下水的脆弱性。该方法是

在确定评价因子、各评价因子的分级标准以及因子赋权的基础上，经过单因子模糊评判和模糊综合评判来划分地下水的脆弱程度。

三、地下水脆弱性评价中存在的问题

1 迄今为止仍没有一个明确统一的地下水脆弱性概念，人们在对地下水脆弱性概念的内涵和外延的认识上存在着一定差异。

2 由于可获取指标数据的数量和质量不够，并且缺乏对确定性和非确定性方面信息知识的表征方法，使现有的评价方法都具有非确定性。

3 目前对地下水脆弱性的定义及评价大多只侧重于水质方面，基本上不考虑水量因素。随着过量开采地下水所产生的一系列地下水环境负面效应问题的发生，这一矛盾将越来越突出。

4 在地下水脆弱性评价中，评价指标体系的选取至关重要，由于影响地下水脆弱性的因素指标很多，其中有定性指标，也有定量指标。并且它们之间的关系也错综复杂。所以在确定评价指标体系时，如何解决以上问题和定性指标的量化标准问题目前尚无较好的办法。

5 缺乏检验脆弱性评价的有效性方法。已有的许多方法都是用单一的统计或过程模型方法进行评价，运用将过程模型与评价模型相藕合的评价方法寥寥无几。

四、地下水脆弱性评价方法的展望

1 灰色系统理论的应用

在进行地下水脆弱性评价的过程中，由于主观因素与客观条件的

限制，研究人员所得到的信息往往是不完全的。而20世纪80年代初诞生的灰色系统理论则为解决这一问题提供了思路。对于信息不完全的地下水脆弱性评价。采用灰色关联分析方法不失为一种好方法。

2 模糊综合评判模型的应用

地下水系统是一个非常庞大和复杂的综合体，带有明显的随机性与模糊性。同样是兴起于20世纪80年代初期的模糊综合评判模型经过二十余年的运用和总结，已经日趋成熟，可以预见到该方法在地下水脆弱性评价中必定大有作为。

3 模糊优选识别理论的应用

随着人们获取资料的水平以及对地下水脆弱性认识的不断提高

所建立的数学模型越来越复杂，但地下水脆弱性评价中总有大量因素无法定量表示，地下水脆弱性各评价因素是一个典型的定性与定量相结合的问题。作为解决这类问题的层次分析法技术，可以运用模糊优选识别理论对地下水脆弱性进行识别。综合运用ahp技术与模糊优选识别理论将是评价的一种重要手段。

4 bp神经网络法的应用

地下水脆弱性评价具有一定内在规律，实质上可看作一个识别问题。改进的bp神经网络除了具有大规模的并行处理和分布式的信息存储能力，以及良好的自适应性、自组织性及很强的学习、联想、容错和抗干扰能力以外，还具有训练速度快、精度高的优点，能较好地解决非线性的模式识别问题。可想而知，该方法必将在地下水

脆弱性评价中得到很大的发展空间。

5 gis技术的应用

近年来，随着gis技术的日臻完善和普及，人们对多变量、多数据的复杂系统的研究跨上了一个新台阶。虽然gis技术已经在地下水脆弱性评价中得到应用，但两者的结合程度和适应程度还远远不够，主要矛盾是目前所获得的信息量满足不了gis的要求。但是我们完全有理由相信,gis技术与各种数学模型的结合将是地下水脆弱性评价的一个最主要的发展方向。