地下水质分析方法目录

㈠ 地下水质量评价方法

1.单项评价

单项组分评价按表9-17所列标准分类指标，划分为五类。不同类别标准值相同时，从优不从劣，例如挥发性酚类Ⅰ、Ⅱ类标准值均为0.001mg/L，若水质分析结果为0.001mg/L，应定为Ⅰ类，而不定为Ⅱ类。

2.综合评价

目前，对地下水质量综合评价，一般采用加附注的评分法（简称附注评分法）。本方法是我国《地下水质量标准》（GB/T14848-93）中规定的对地下水质量状况进行评价的方法。具体方法简介如下：

（1）参加评分的项目应不少于该标准规定的监测项目（表9-17），但不包括细菌学指标。即主要参评项目为：pH、氨氮、硝酸盐、亚硝酸盐、氰化物、砷、汞、铬（六价）、总硬度、铅、氟、镉、铁、锰、溶解性总固体、高锰酸盐指数、硫酸盐、氯化物等，以及反应本地区主要水质问题的其他项目。参评项目应有代表性。

（2）首先进行各单项组分评价。据表9-17，确定所属质量类别（级别）。不同类别标准相同时，从优不从劣，如挥发性酚类Ⅰ、Ⅱ标准值均为0.001mg/L，若水质分析结果为0.001mg/L时，应定为Ⅰ类，而不定为Ⅱ类。

（3）根据类别（级别），按表9-18分别确定单项组分评价分值F_i。

表9-18 单项组分评价分值

（4）计算综合评价分值F：

B^Z±）计算的毫摩尔浓度。见前文。

㈡ 地下水水量水质可行性分析

10.4.2.1 地下水水量可行性分析

水量均衡法计算结果与模型预测结果均表明:在2011年地下水开采条件下，地下水系统处于负均衡状态，2020年研究区潜水地下水位下降2m左右;在以2011年的基础上，以农业开采量减少10%，工业及生活开采量增加20%开采，地下水系统处于负均衡状态， 2020年研究区潜水地下水位下降3m左右;增加5万m³/d的后备水源地开采后，地下水系统呈负均衡状态，地下水位将持续下降，将形成水位降落漏斗，预测2020年中心水位下降约5m。

研究区域地下水主要是使用于农业灌溉、工业及生活用水，增加开采势必引起地下水位下降，但由预测可知2020年末的地下水位最大降深不超过6m，水位埋深在农用井所开采要求的深度内，对农业用水影响较小，不会对周边地下水开采产生不良影响。由此而论，以5万m³/d的开采量建立后备水源地在10年之内是可行的。

地下水容积储存量计算结果表明，本区50m深度内的储存量为16.4215亿m³，是2011年地下水年消耗总量(1.0228亿m³/d)的16倍，就是说不会出现因连续几个枯水年而无水可采的局面。这也说明建立后备水源地是可行的。

10.4.2.2 地下水水质可行性分析

在地下水水质评价中，通过单指标评价和全指标综合评价分析，丰润区石各庄镇一带为Ⅰ-Ⅲ类水分布，以Ⅲ类水HCO₃-Ca·Mg型为主，水质符合《地下水质量标准》(GB/T14848—2007)中集中式生活饮用水水源及工农业用水开采要求，所以建立后备水源地是可行的。

㈢ 14848-2017地下水质量标准

1、范围 

本标准规定了地下水质量分类、指标及限值，地下水质量调查与监测，地下水质量评价等内容。 本标准适用于地下水质量调查、监测、评价与管理。 

2、规范性引用文件 

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 

GB 5749-2006 生活饮用水卫生标准 

GB/T 27025-2008 检测和校准实验室能力的通用要求 

3、术语和定义

下列术语和定义适用于本文件。 

3.1 地下水质量 groundwater quality 

地下水的物理、化学和生物性质的总称。 

3.2 常规指标 regular indices 

反映地下水质量基本状况的指标，包括感官性状及一般化学指标、微生物指标、常见毒理学指标和 放射性指标。 

3.3 非常规指标 non-regular indices 

在常规指标上的拓展，根据地区和时间差异或特殊情况确定的地下水质量指标，反映地下水中所产 生的主要质量问题，包括比较少见的无机和有机毒理学指标。 

3.4 人体健康凤险 human health risk 

地下水中各种组分对人体健康产生危害的概率。 

4、地下水质量分类及指标 

4. 1 地下水质量分类 

依据我国地下水质量状况和人体健康风险，参照生活饮用水、工业、农业等用水质量要求，依据各组分含量高低 （pH 除外），埋闹辩分为五类。 

Ⅰ类：地下水化学组分含量低，适用于各种用途；

Ⅱ类：地下水化学组分含量较低，适用于各种用途 

Ⅲ类：地下水化学组分含量中等，以 GB 5749-2006 为依据，主要适用于集中式生活饮用水水掘及工农业用水； 

Ⅳ类：地下水化学组分含量较高，以农业和工业用水质弯缺量要求以及一定水平的人体健康风险为依 据，适用于农业和部分工业用水，适当处理后可作生活饮用水；

Ⅴ类：地下水化学组分含量高，不宜作为生活饮用水水源，其他用水可根据使用目的选用。 

4.2 地下水质量分类指标 地下水质量指标分为常规指标和非常规指标，其分类及限值分别见表1和表2。

表1 地下水质量常规指标及限值

表2 地下水质量非常规指标及限值

5、地下水质量调查与监测 

5.1 地下水质量应定期监测。潜水监测频率应不少于每年两次（丰水期和枯水期各 1次），承压水监测 频率可以根据质量变化情况确定，宜每年1次。 

5.2 依据地下水质量的动态变化，应定期开展区域性地下水质量调查评价。 

5.3 地下水质量调查与监测指标以常规指标为主，为便于水化学分析结果的审核，应补充锦、钙、镜、重碳酸根、碳酸根、游离二氧化碳指标；不同地区可在常规指标的基础上，根据当地实际情况补充选定非常 规指标进行调查与监测。 

5.4 地下水样品的采集参照相关标准执行，地下水样品的保存和送检按附录A执行。 

5.5 地下水质量检测方法的选择参见附录B ，使用前应按照 GB/T 27025-2008 中5.4的要求，进行有效确认和验证。 

6、地下水质量评价 

6. 1 地下水质量评价应以地下水质量检测资料为基础。 弯知

6.2 地下水质量单指标评价，按指标值所在的限值范围确定地下水质量类别，指标限值相同时，从优不从劣。

 示例：挥发性盼类 类限值均为 0.001 mg/L ，若质量分析结果为 0.001 mg/L 时，应定为 Ⅰ类，不定为Ⅱ类。 

6.3 地下水质量综合评价，按单指标评价结果最差的类别确定，并指出最差类别的指标。

㈣ 地下水质量标准(gb/t 14848-2017)

地下水质量标准(gb/t 14848-2017)

地下水质量标准(gb/t 14848-2017)，地下水是指埋藏在地表以下各种形式的重力水。那地下水质量标准(gb/t 14848-2017)是多少？下面一起了解下。

地下水质量标准(gb/t 14848-2017)1

1、范围

本标准规定了地下水质量分类、指标及限值，地下水质量调查与监测，地下水质量评价等内容。本标准适用于地下水质量调查、监测、评价与管理。

2、规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB 5749-2006 生活饮用水卫生标准

GB/T 27025-2008 检测和校准实验室能力的通用要求

3、术语和定义

下列术语和定义适用于本文件。

3.1地下水质量 groundwater quality

地下水的物理、化学和生物性质的总称。

3.2常规指标 regular indices

反映地下水质量基本状况的指标，包括感官性状及一般化学指标、微生物指标、常见毒理学指标和放射性指标。

3.3非常规指标 non-regular indices

在常规指标上的拓展，根据地区和时间差异或特殊情况确定的地下水质量指标，反映地下水中所产生的主要质量问题，包括比较少见的无机和有机毒理学指标。

3.4人体健康凤险 human health risk

地下水中各种组分对人体健康产生危害的概率。

4、地下水质量分类及指标

4. 1 地下水质量分类

依据我国地下水质量状况和人体健康风险，参照生活饮用水、工业、农业等用水质量要求，依据各组分含量高低 （pH 除外），分为五类。

Ⅰ类 ：地下水化学组分含量低，适用于各种用途；

Ⅱ类 ：地下水化学组分含量较低，适用于各种用途

Ⅲ类 ：地下水化学组分含量中等，以 GB 5749-2006 为依据，主要适用于集中式生活饮用水水掘及工农业用水；

Ⅳ类 ：地下水化学组分含量较高，以农业和工业用水质量要求以及一定水平的人体健康风险为依据，适用于农业和部分工业用水，适当处理后可作生活饮用水；

Ⅴ类 ：地下水化学组分含量高，不宜作为生活饮用水水源，其他用水可根据使用目的选用。

4.2 地下水质量分类指标地下水质量指标分为常规指标和非常规指标。

5、地下水质量调查与监测

5.1 地下水质量应定期监测。潜水监测频率应不少于每年两次（丰水期和枯水期各 1次），承压水监测 频率可以根据质量变化情况确定，宜每年1次。

5.2 依据地下水质量的动态变化，应定期开展区域性地下水质量调查评价。

5.3 地下水质量调查与监测指标以常规指标为主，为便于水化学分析结果的审核，应补充锦、钙、镜、重碳酸根、碳酸根、游离二氧化碳指标；不同地区可在常规指标的基础上，根据当地实际情况补充选定非常 规指标进行调查与监测。

5.4 地下水样品的采集参照相关标准执行，地下水样品的保存和送检按附录A执行。

5.5 地下水质量检测方法的选择参见附录B ，使用前应按照 GB/T 27025-2008 中5.4的要求，进行有效确认和验证。

6、地下水质量评价

6. 1 地下水质量评价应以地下水质量检测资料为基础。

6.2 地下水质量单指标评价，按指标值所在的限值范围确定地下水质量类别，指标限值相同时，从优不从劣。

示例： 挥发性盼类 类限值均为 0.001 mg/L ，若质量分析结果为 0.001 mg/L 时，应定为 Ⅰ类，不定为Ⅱ类。

6.3 地下水质量综合评价，按单指标评价结果最差的类别确定，并指出最差类别的指标。

示例： 某地下水样氯化物含量 400 mg/L ，囚氯乙烯含量 350 08g/L ，这两个指标属Ⅴ类，其余指标均低于Ⅴ类。则该地下水质量综合类别定为Ⅴ类， Ⅴ类指标为氯离子和四氯乙烯。

地下水质量标准(gb/t 14848-2017)2

地下水 - 水系统

地下水虽然埋藏于地下，难以用肉眼观察，但它象地表上河流湖泊一样，存在集水区域，在同一集水区域内的地下水流，构成相对独立的地下水流系统。

地下水域

地下水域就是地下水流系统的集水区域。它与地表水的流域亦存在明显区别，地表水的流动主要受地形控制，其流域范围以地形分水岭为界，主要表现为平面形态；而地下水域则要受岩性地质构造控制，并以地下的隔水边界及水流系统之间的分水界面为界，往往涉及很大深度，表现为立体的集水空间。

如以人类历史时期来衡量，地表水流域范围很少变动或变动极其缓慢，而地下水域范围的变化则要快速得多，尤其是在大量开采地下水或人工大规模排水的条件下，往往引起地下水流系统发生劫夺，促使地下水域范围产生剧变。

通常，每一个地下水域在地表上均存在相应的补给区与排泄区，其中补给区由于地表水不断地渗入地下，地面常呈现干旱缺水状态；而在排泄区则由于地下水的流出，增加了地面上的水量，因而呈现相对湿润的状态。如果地下水在排泄区以泉的形式排泄，则可称这个地下水域为泉域。

地下水 - 过度使用

一些地区（如中国的华北平原等地，台湾的云嘉南一带）以地下水作为工业、农业、养殖渔业和生活用水的主要来源，这些地区过量开采地下水，造成地层下陷，某些沿海地区还造成海水渗入，造成地下水咸化。

此外，过度使用地下水造成地下水位下降，会使河水断流，水源枯竭，甚至造成地裂缝，以及地下水污染、土壤盐渍化、湿地消失，植被退化，土地沙化，且造成土地防洪以及调节的功能丧失等环境问题。地下水资源比地表水容易受到污染而又难以恢复，所以要保护地下水资源。

地下水 - 环境问题

由于过量的开采和不合理的利用地下水，常常造成地下水位严重下降，形成大面积的地下水下降漏斗，在地下水用量集中的'城市地区，还会引起地面沉降。此外工业废水与生活污水的大量入渗，常常严重地污染地下水源，危及地下水资源。

地面沉降

地下水资源的开发利用普遍，开采强度提高，由于开采格局不合理，因抽取地下水而引发的地面沉降。

岩溶塌陷

大规模集中开采地下水以及矿山排水等，造成地面塌陷频繁发生。据不完全统计，中国23个省（自治区、直辖市）发生岩溶塌陷1400多例，塌坑总数超过4万个，给国民经济建设和人民生命财产带来严重威胁。2003年8月4日，广东阳春市岩溶塌陷造成6栋民房倒塌、2人伤亡、80多户400多人受灾；2000年4月6日武汉洪山区岩溶塌陷造成4幢民房倒塌，150多户900多人受灾；20世纪80年代，山东泰安岩溶塌陷造成京沪铁路一度中断、长期减速慢行；贵昆铁路因岩溶塌陷发生列车颠覆事件 。

海水入侵

在环渤海地区、长江三角洲的部分沿海城市和南方沿海地区，由于过量开采地下水引起不同程度的海水入侵，呈现从点状入侵向面状入侵的发展趋势。海水入侵使地下水产生不同程度的咸化，造成当地群众饮水困难，土地发生盐渍化。

水质污染

城市与工业“三废”不合理或不达标排放量的迅速增加，农牧区农药、化肥的大量使用，导致地下水污染日益严重，呈现由点到面、由浅到深、由城市到农村的扩展趋势。据新华网报道，有关部门对118个城市连续监测数据显示，约有64%的城市地下水遭受严重污染，33%的地下水受到轻度污染，基本清洁的城市地下水只有3%。

2012年5月11日，中国国土资源部《2011中国国土资源公报》面向社会发布，公报显示中国城市地下水较差、极差级比例已经过半，全国地下水质量状况不容乐观。

公报对中国200个城市开展地下水水质监测。在4700多个水质监测点上进行的取样测试分析结果表明，水质呈优良级的占全部监测点的11%；水质呈良好级不足三成；水质呈较差级的超过四成；水质呈较差－极差级的占55%。总体来讲，全国地下水水质变化以稳定为主，呈变好趋势和变差趋势的监测点比例相当。地下水质呈变好趋势的城市主要分布在四川、贵州、西藏、内蒙古、广东等地的部分城市。

地下水质量标准(gb/t 14848-2017)3

打井怎么测有没有地下水？

根据“背、向斜”的原理；断层是难以取水的，断层面脆弱并有裂痕，水会下渗，自然而然，不论怎么打井，它是不会上涌的；“背斜”呈“凸”型，中间的岩石较硬而且高出平均厚度，这样的地点挖井，也是徒劳无益。

“背斜”山体的植被较稀，而苔藓类植被一般较为丰富。向斜”呈“凹”型，显然地，水渗入岩石底部，而从这上方打井，效果较好，不但工作量较少，而且水源不断。

(4)地下水质分析方法目录扩展阅读

适应不同的地层条件﹐发展了斜井和水平的井。为了增大井的出水量﹐后来又出现了将水平的滤水管与竖向井筒结合起来的辐射井。这种井的主井筒直径可达数米﹐水平滤水管长数十米到一百多米﹐宜于开采埋藏浅﹑厚度小的松散的或半胶结的含水层﹐也可用于截取河岸及河床下的潜流。

机器打井的话，打井时都要往里注水，在打井的时候泥浆就会从打井管里冒出，如果打到下面有水，泥浆就会减少，水就会增多，有时就会变成浑水出来，说明打到水了，如果一直是多的泥浆说明还没打到水，只有住下打，打到机子很难下了，自己再决定是否换一个地方。

㈤ 水文分析法

地下水水文分析法是仿照陆地水文学的测流分析，计算地下水补给量的一种方法。其基本原理是水循环理论（徐恒力等，2001）：一个完整的地下水系统，无论补给方式多么复杂，补给量总会转化为地下水的径流量，在天然状态下，地下水径流必定会转化为地表水，即有总排泄量=总径流量=总补给量。若已知地下水的总径流量或总排泄量，由此可推算出地下水的补给量。

地下水水文分析法主要通过地下水测流、泉流量统计或基流分割等方法，或直接统计全区的地下总径流量或总排泄量，作为评价区的资源量；或先获得地下水的径流模数，然后以径流模数乘以评价总面积得到地下总径流量。

水文分析法的适用条件：在天然状态下（没有开采干扰），地下水补给量全部转化为地下水的径流量或排泄量。

（一）径流模数

在天然条件下，地下水系统的总排泄量或总径流量由系统各处的补给量转化而来，地下水径流量的大小与汇水面积成正比，因此地下水系统的总径流量与汇水面积的比值被定义为地下水径流模数，数学表达式为

M_g=Q/F或Q=M_g·F （3-36）

式中：M_g为地下水径流模数（m³·s^-1·km^-2）；Q为地下水径流量（m³·s^-1）；F为汇水面积（km²）。

（二）径流模数的测定方法

1.地下水测流法

在岩溶发育的地区，地下水数量大部分集中于宽大岩溶裂隙，在管道中形成暗河，而管道外的水量甚微。因此，可以选择暗河干流或某一级支流的天窗或暗河出口测定地下水流量，同时确定测点所控制的地下水流域的面积，采用式（3-36）计算出控制流域的地下径流模数。如此，选择几个代表性的暗河获取地下径流模数，然后推广到整个地下水系统，根据式（3-36）即可得到地下水总径流量。

2.泉流量法

在全排型的泉域，可以根据泉流量和相应的汇水面积，求得地下径流模数。在实际应用中，可以选择流域内具有代表性的几个泉域进行计算，然后推广到整个流域，求得总径流量。

3.基流分割法

在地下水补给常年性河流的地区，在枯水期河水流量几乎全部由地下水补给维持，这时的河水流量被称为基流量。在天然条件下，地下水的总补给量等于总排泄量。因此在地下水补给量全部排入河流的地区，把河流流量过程线上的基流量分割出来，作为测点控制流域范围内地下水的补给量。在实际应用时，可以选择代表性的河段根据基流量与测点所控汇水面积，求得径流模数，然后推广到整个流域，求得总径流量。关于基流分割的具体方法在本节讨论地表水与地下水相互转化量计算方法部分已详细介绍，这里不再重复。

利用基流分割法评价地下水补给资源量的前提包括：①天然状态下，在较长的水文周期内，地下水的总补给=地下水的总排泄；②地下水的补给量全部转化为向河流的排泄量。如果在径流过程中存在天然或人工排泄（如蒸发、开采等），则需要根据实际排泄情况修正分割结果。该方法多用于山区地下水资源量评价，往往将出山口的河流基流量作为山区地下水的补给量，显然，若存在山区向平原的地下径流量或山区地下水的大量开采利用，则该评价量偏于保守。在平原区，往往由于潜水蒸发、人工开采、地下水与地表水的频繁转化、地表水的大量引灌等因素，使得该方法难以有效利用，而多用于评价地表水与地下水的相互转化。

㈥ 水文地质分析的方法有哪些

水质分析又称水化学分析。即用化学和物理方法测定水中各种化学成分的含量。水质分析分为简分析、全分析和专项分析三种。简分析在野外进行，分析项目少，但要求快而及时，适用于初步了解大面积范围内各含水层中地下水的主要化学成分专项分析的项目根据具体任务的需要而定，如进行水化学找矿时，用高精度光谱仪着重分析所寻找的某些金属离子。进行水的放射性测定时，则着重分析某些放射性元素，等等。
①简分析，其目的是一般地了解地下水的物理性质和化学成分。分析项目常为：温度、色度、嗅、味及浊度及Ca2+、Mg2+、K+、Na+、CO卲、HCO婣、Cl-、SO厈、总硬度、溶解性总固体、游离二氧化碳、pH值等。②全分析，其目的是详细地了解地下水的物理性质和化学成分，除简分析项目外,增加Fe3+、Fe2+、NH嬃、Al3+、NO婣、NO娱、F-、Br-、I-、暂时硬度、永久硬度、化学需氧量、侵蚀性二氧化碳、硅酸、硼等。③专门分析，根据专门任务的目的与要求，对地下水中某些组分进行的分析。为水文地球化学目的检测铜、铅、锌、铁、锰、镍、钴等微量金属组分，1H、3H、18O、14C等同位素及溶解和逸出的氧、氮、一氧化碳、二氧化碳、甲烷、硫化氢、氩、氦等气体或稀有气体成分；为毒理学目的检测汞、镉、铬、砷、硒、氰化物、挥发酚类、苯并（α ）芘、三氯甲烷、四氯化碳、有机氯、有机磷、总α 及总β；为细菌学目的检测总大肠菌群、细菌总数。。。。

㈦ 地下水污染风险评价方法

1.3.2.1 地下水脆弱性与污染风险的概念

地下水脆弱性指由于自然条件变化或人类活动影响，地下水遭受破坏的趋向和可能性，它反映了地下水对自然和（或）人类活动影响的应付能力，地下水脆弱性一般分为固有脆弱性和特殊脆弱性。

地下水污染风险是指地下水受到污染的概率及污染预期损害程度的叠加。它表示含水层中地下水由于地表的直接活动造成污染的概率。这种污染是基于地下水的用途而制定的一系列标准而言。当污染指标超过该地下水用途所规定的指标时，视其为污染。合并地下水污染源灾害分级图和地下水固有脆弱性图来代替地下水污染的概率，用地下水价值图来代替地下水污染的预期损害性。因此，地下水污染风险性高是指高价值的地下水资源受到灾害性高的污染源的污染。

1.3.2.2 地下水脆弱性及污染风险影响因素

地下水系统是个开放系统，系统变化除了受到含水层系统和地下水流动系统的影响，还受到地表状况、大气、土壤、包气带等过程的影响。表1.1详细列出了可能影响地下水脆弱性各类影响因素。

地下水污染风险影响因素除了表1.1中所列，还包括污染源的各种特征，如污染源种类、排放方式、排放量、特征污染物类别和性质、排放规模以及防护措施等。

表1.1 地下水脆弱性影响因素表

1.3.2.3 地下水脆弱性评价方法

地下水脆弱性的研究程度较高，评价方法较为成熟，目前国内外已有的评价方法主要有迭置指数法、过程模拟法、统计方法、模糊数学方法以及各种方法的综合等，具体信息见表1.2。

迭置指数法是通过选取的评价参数的分指数进行叠加，形成一个反映脆弱性程度的综合指数，包括指标、权重、值域和分级。它又分为水文地质背景参数法（HCS）和参数系统法，后者又包括矩阵系统（MS）、标定系统（RS）和计点系统模型（PCSM）。

表1.2 地下水脆弱性评价的主要方法表

国外对地下水脆弱性评价采取的模型主要包括：DRASTIC（Aller et al.，1987）、GOD（Foster，1987）、SINTACS（Civita，1993）、ISIS（Civita and De Regibus，1995）、Legrand、SEEPAGE（Gogu，2000）等。针对岩溶含水层的脆弱性评价模型有 GLA 法（Holting et al.，1995）、EPIK（Doerfliger et al.，1997）、PI（Goldscheider，2005）等。

目前，DRASTIC模型应用最为广泛（表1.3）。它假设污染物由地表起经土壤层、包气带进入含水层，污染物随降雨入渗到地下水中，污染物随水流动。DRASTIC 模型由7个水文地质评价参数组成，分别为：含水层埋深（D）、净补给量（R）、含水层介质（A）、土壤介质（S）、地形坡度（T）、包气带介质的影响（I）及水力传导系数（C）。模型中每个指标都分成几个区段（对于连续变量）或几种主要介质类型（对于文字描述性指标），每个区段根据其在指标内的相对重要性赋予评分，评分范围为1～10分。每个指标根据其对脆弱性影响重要性赋予相应权重，最后脆弱性指数为7个指标的加权综合，记为DI，值越高，地下水脆弱性越高，反之脆弱性越低。

DI＝D_RD_W+R_RR_W+A_RA_W+S_RS_W+T_RT_W+I_RI_W+C_RC_W（1.2）

式中：R——指标值；

W——指标的权重。

该模型通过增减指标的改进模型应用于美国各地、加拿大、南非、欧共体的各地潜水和承压水脆弱性评价。从表1.4中可看出，许多学者多将土地利用类型指标纳入评价指标体系中，并取得了更加客观的评价结果。不同的土地利用类型对于污染物进入到含水层的影响作用是不同的，它可以改变污染物的种类、数量和污染物进入含水层路径的长度和途径。

表1.3DRASTIC模型及农药DRASTIC模型中各指标权重表

（据Aller et al.，1987）

表1.4 地下水污染风险定义的发展历程表

国内研究者根据不同地区自然属性特征和污染物特征提出了3～11个不等的指标，采用不同的方法对权重加以优化，然后借助GIS技术或模糊数学方法进行地下水脆弱性分区。

过程模拟法是在水分和污染物运移模型基础上，建立一个脆弱性评价数学公式，将各评价因子定量化后，得出区域脆弱性综合指数。过程模拟法研究地下水脆弱性，不仅可以告诉决策者哪里可能会发生污染，而且会表明为什么会发生污染，什么时间可能发生污染，从污染机理上研究了污染物对于地下水系统影响程度和过程。认识地下水的来源和运动是过程模拟法研究地下水本质脆弱性的重点，关注污染物的来源、运移和转化是特殊脆弱性的评价重点。

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，确定地下水脆弱评价因子并用分析方程表示出来，把已赋值的各评价因子放入方程中计算，然后根据其结果进行脆弱性分析。利用统计方法解决非点源的地下水脆弱性在近几年中研究很多，逻辑衰减和贝叶斯方法是最常用的方法。常用的模型包括逻辑回归分析、线性回归分析法、克里格方法、实证权重法。目前统计法不如迭置指数法和过程模拟法应用广泛。

总的来说，国内外对地下水污染风险评价采用的主要方法是基于地下水脆弱性评价，在其基础上，增加诸如土地利用状况、污染源分布、污染源危害分级、地下水社会经济价值、开采井的集水范围等相关指标。但总体上，缺乏系统的地下水污染风险评价方法与参数体系。地下水污染风险不仅没有一个公认的定义，而且地下水污染风险评价所涉及的评价内容和方法在不断地探索、深入，但远远没有完善，更没有形成规范性的技术体系。

1.3.2.4 地下水污染风险评价方法

最初脆弱性研究只关注地下水系统的固有脆弱性或者叫易污性，随着研究的深入，人们关注的焦点转向了地下水系统抵御污染源荷载的脆弱性，称为特殊脆弱性。特殊脆弱性对污染源荷载比较敏感，污染源的轻微变化就能导致系统的变化；特殊脆弱性一般表现为污染源荷载作用下系统所遭受损失的大小或程度；特殊脆弱性与人类活动关系密切，人类的各种排污活动增加了自然系统的特殊脆弱性，相反减排和环境保护措施则会减小对自然系统的扰动。目前，国内外学者关于脆弱性的研究主要集中在3个方面：系统固有脆弱性的研究、系统特殊脆弱性研究和区域灾害脆弱性研究。关于地下水污染风险国际上还没有形成统一的定义，其发展历程见表1.4。

针对地下水系统，污染源荷载是指点源、面源等各种污染源对地下水造成污染的可能性和危害后果的严重性，影响污染源荷载的主要因素有污染源的量、排放或泄漏位置、污染源的类型、毒性、开采井的位置、开采层位，以及污染物在土壤和地下水中的迁移转化特征等。污染源荷载的大小反映污染源对地下水造成污染的可能性大小。

存在的主要问题：地下水污染风险评价是近十年来才成为的一个正式的概念，而且至今没有一个公认的定义。地下水污染风险评价所涉及的评价内容在不断地探索、深入，但远远没有完善，更没有形成规范性的技术体系；而且地下水污染风险评价一般是建立在地下水脆弱性评价的基础上，这样所评价的地下水污染风险往往只是在空间层面上，而对于时间上的风险评价往往很少提及。

可见，地下水污染风险评价所涉及内容及技术体系的完善化、规范化及地下水污染风险在时间层面的评价是地下水污染风险评价可能的发展方向。

㈧ 地下水水质评价与预测

一、地下水水质评价

地下水水质评价是地下水资源评价的重要组成部分，只有水质符合要求的地下水才是可以利用的地下水资源。地下水水质评价的核心是评价模型的建立和运行。地下水水质评价的方法很多，大体可分为以下几类：综合指数法、模糊数学法、灰色系统法、物元分析法、人工神经网络评价法等。不同的评价方法各有所长，每一种方法均有一定的适用条件，为了获得较为准确的评价结果，系统提供了目前应用较广的水质指数评价、模糊综合评判和人工神经网络评价三种方法进行计算与比较，并结合GIS技术得到地下水水质的空间变化规律。

（一）指数评价法

该评价方法以我国现行的《地下水质量标准》（GB/T14848—93）为依据，包括单项评价和综合评价法，单项评价采用单因子评价法，按《地下水质量标准》所列分类指标，划分为五类，不同类别标准相同时，从优不从劣。综合评价法按下式计算综合评价分值F。

松嫩平原地下水资源及其环境问题调查评价

式中：F为各单项组分评分值F_i的平均值；F_max为单项组分评价分值F_i中的最大值；n为参评项数。

该评价方法的优点是数学过程简捷、运算方便、物理概念清晰，存在的问题是描述环境质量的非连续性和过于突出最大污染因子的作用。

（二）模糊综合评价法

应用模糊数学对水质进行综合评价的基本思想是：由实测值建立各因子指标对各级标准的隶属度集，形成隶属度矩阵，再把因子的权重集与隶属度矩阵相乘，得到模糊积，获得一个综合评判集。综合评判集表征水质对各级标准水质的隶属程度，反映了综合水质级别的模糊性。从理论上讲，模糊综合评价法由于体现了水体环境中客观存在的模糊性和不确定性，符合客观规律，合理性更强。但评价过程较复杂，需要解决好权重的合理分配。该方法的评价过程为：

1.计算评价因子隶属度

用线形隶属函数确定各评价因子对各级水的隶属度的计算公式如下：

j=1级水时：

松嫩平原地下水资源及其环境问题调查评价

j=2,3,4级水时：

松嫩平原地下水资源及其环境问题调查评价

j=5级水时：

松嫩平原地下水资源及其环境问题调查评价

式中：Y为各因子分别属于各级水的隶属度；X 为各因子的实测浓度；S_i,j,S_i,j+1,S_i,j-1为评价因子的各级水质标准。

2.模糊关系R矩阵

通过隶属函数的计算，求出单项指标对于各级别水的隶属度，得到矩阵R:

松嫩平原地下水资源及其环境问题调查评价

3.评价因子权重的计算

权重就是各评价因子对总体污染物影响程度的贡献及对人体影响效应的比重。对某种污染物浓度的分级标准S_i可以取其各级标准平均值：Si＝∑ S_j/m，对于某些在水中含量越高表明水质愈差的评价因子，其权重公式为：W_i= X_i/S_i；对于某些在水中含量越高表明水质愈好的评价因子，其权重公式为：W_i= S_i/X_i。

应用该方法时，对各项水质指标（或组分）目前常用的权重处理方法作了适当改进，即在确定各项水质指标（组分）的权重（W_i）时，除考虑某一组分的超标程度外，同时考虑了该项组分对人体健康的危害程度。对人体健康危害相对较小的常规组分及TDS、硬度和铁（锰）等，在常规方法获得的相对权值基础上，乘以“0.6”的修正系数；而对人体健康危害较大的组分（如氟、氨、硝酸根、亚硝酸根、磷及汞、铬、酚等）则乘以“1.0”系数。然后再用修正后的相对权重进行归一化的权重计算。这种做法减少了对人体危害性较小组分在决定水质级别中的作用，更符合本区当前各质量级别地下水的使用现状。

权重进行归一化处理公式为：－_iW=W_i/∑W_i，∑W_i=1，从而得到权重矩阵A，它是一行n列矩阵（n为参加评判的因子数）。

4.综合评价

模糊数学综合评价是通过模糊关系矩阵R 和权重矩阵A 的复合运算而进行的评价。实际是对各项评价因子进行加和合成，用数学式表示为：B=A·R。

其中B是以隶属度表示的水质级别模糊评价向量（行矩阵），由模糊矩阵R 和A 的复合运算得到，系统采用相乘求和的算法进行运算。

（三）BP神经网络评价法

人工神经网络是一种由大量处理单元组成的非线性自适应的动力学系统，具有学习、联想、容错和抗干扰功能。应用人工神经网络评价水质，首先将水质标准作为“学习样本”，经过自适应、自组织的多次训练后，网络具有了对学习样本的记忆能力，然后将实测资料输入网络系统，由已掌握知识信息的网络对它们进行评价。传统的神经网络方法都是对所有评价因子以同样的标准进行处理，体现不出各评价因子对环境和人体影响的差异，而且往往因为某个评价因子的数值过大而导致总体的评价水质较差。因此，从实用的角度，在传统神经网络模拟地下水水质评价因子与地下水水质级别间的非线性关系的基础上，对评价因子进行了分组，进行水质评价。

1.BP神经网络模型概述

地下水环境质量评价所采用的神经网络的拓扑结果如图13—2所示。它是由一个输入层、一个隐层和一个输出层构成的三层网络结构。输入层接受外界信息，输出层则对输入信息进行判别和决策；隐层用来储存知识。层与层之间的神经元（节点）单方向互联，其联接程度用权值表示，并通过学习来调节其值。该神经网络在学习过程中由正向传播和反向传播两部分组成。正向传播是数据由输入层经隐层处理传向输出层；反向传播是误差信号从输出层向输入层传播并沿途调整各层联接权值和各层神经元的阈值，以使误差信号不断减小，通常采用Sigmoid函数作为神经元的激发函数。Sigmoid函数为：

图13—2 网络模型结构示意图

如果正向传播的输出与给定的期望输出模式有较大的误差而不满足精度要求的时候，就转入误差反向传播过程，将误差沿原来的联接通路返回，通过修改各层神经元的联系权和阈值使误差减小，然后再转向正向传播过程，随着模式正向传播和误差反向传播的反复交替，网络得到了记忆训练，当网络的全局误差小于给定值后，训练终止，即可得到收敛的网络和相应稳定的权值和阈值。利用这个收敛的网络可以完成实际的模式识别任务。

2.教师样本以及模型各层节点数目的确定

依据GB/T14848—93，地下水质量分类标准的Ⅳ类与Ⅴ类水标准的界值是同一数值，该标准规定小于等于该值为Ⅳ类水，大于该值为Ⅴ类水。而水环境质量标准的划分一般都是指一个浓度区间。为了符合评价的要求，按照一些文章提出的方法来确定分级代表值：Ⅰ类水的标准界值作为Ⅰ类水的分级代表值，Ⅱ类水的分级代表值为Ⅰ类水和Ⅱ类水标准界值的中值，其余依次类推，将Ⅴ类水（Ⅳ类）的界值作为Ⅴ类水的分级代表值。具体见表13—1。

表13—1 BP神经网络的教师样本

续表

输入层节点数为监测指标的数目，输出层节点数为1，当预定误差为0.001、学习效率取0.5时，经过反复试验计算，确定隐层数为30时，网络的收敛效果较好。

3.水质评价BP模型建立时样本数据处理

为消除各监测指标特征之间由于量纲的不同及监测数值大小的差异对计算过程的影响，需对原始数据做规范化处理，选用下述方法，效果较好。

松嫩平原地下水资源及其环境问题调查评价

式中：

为第k样本的第i个输入值；x_i,max和x_i,min分别为第i个水质指标的最大值和最小值。

另外，为了消除极值的影响，如果污染水质指标达到Ⅴ类，输入时就按Ⅴ类水的下限输入；对于某些小于一类水标准上限浓度1/10的监测数据，输入时就按一类标准上限的1/10输入。

4.运行BP神经网络评价程序

鉴于VB.net写成的神经网络算法运行速度过慢，同时经过实践，用C^+＋写成的神经网络运算速度相对比较快，所以采用混合编程的方法。用C^+＋写成神经网络程序，然后在VB.net下调用C^+＋程序进行评价。但是为了达到程序运行美观，让C^+＋程序在后台运行，从而兼具了VB.net界面可视化和DOS程序运行速度快的优势。

二、地下水水质预测

进行地下水污染预警，要充分运用各种专家的知识经验和有效的模型预测手段，在过去地下水环境及其演化趋势的基础上，预计未来可能发生的环境影响，综合考虑地下水环境的自然属性，判别地下水环境质量状况。在系统中是利用已知多年地下水水质观测资料来推算近期地下水水质的动态变化情况。系统提供了两种预测方法，即时间序列分析与灰色预测。

（一）时间序列分析

地下水水质动态的时间序列分析方法的基本思想是认为地下水水质在随时间变化的过程中，任一时刻的变化和前期要素的变化有关，利用这种关系建立适当的模型来描述它们变化的规律性，然后利用所建立的模型做出地下水动态未来时刻的预报值估计。用时间序列分析的方法，可以建立多种用于预报的随机模型，本系统采用指数平滑法进行预测。指数平滑的原理为：当利用过去观测值的加权平均来预测未来的观测值时（这个过程称为平滑），离得越近的观测值要给以更大的权。而“指数”意味着：按照已有观测值“老”的程度，其上的权数按指数速度递减。

指数平滑法具有计算比较简单，对实际变化比较灵敏，在预测时所需的观测值不多等特点。这种方法在整个预测过程中，始终不断地用预测误差来纠正预测值。基本思路是首先对原始数据（监测值）作处理，处理后的数据称作“平滑值”。给定一个权系数α（平滑常数），则平滑值由下式得到：

S_t＝α·X_p＋（1—α）·X_t

式中：S_t为平滑值；X_p为新数据；X_t为老数据。

上式表明所求得的平滑值是新老数据的加权组合。计算时，数据处理按几级分几次作，常记

、

、

分别为t时刻的第1次、第2次、第3次的平滑值。对经过处理的数据（平滑值）再作适当计算可构成以下非线性预测模型：

Y_t+T=a_t+b_t·T＋c·_tT²

式中：Y_t＋T为t+T时刻预测值；T为以t为起点向未来伸展时刻（t以后模型外推时间）；a_t、b_t、c_t为模型参数，分别代表t时刻的期望值、线性增量、抛物线增量。

其中：

松嫩平原地下水资源及其环境问题调查评价

计算时所使用的原始数据（监测值）为X₁、X₂、X₃……。

为加工后的数据，即t时刻第j次的平滑值。各次平滑后为：

松嫩平原地下水资源及其环境问题调查评价

计算中应注意的问题：

（1）系数a的大小，关系到计算的合理性，一般a由经验确定，通常当变化趋势平衡时，实际值的变化仅受偶然因素的影响，可取小的a值加权；变动不稳定，实际值的变动还受偶然因素之外的变动的影响，则可取较大的a值加权。a值的取值范围为0～1，即0≤a≤1，当a值接近于零时，表示对过去的实际值作最小的加权，a值接近于1时，表示对现在实际值作最大加权。计算时可参考以下取值原则：

当变量的时间变动较为显着，宜取较大的a值（a=0.3～0.5），以使近期数据在指数平滑法中发挥较大作用。

当时间序列趋势较稳定，宜取小的a值（a=0.05～0.2），使各个统计值在指数平滑中具有大小相近的权数。

当时间序列趋势有较缓的变化时，a可取值0.1～0.4。

（2）后一级平滑值

是通过前一级平滑值

算出的。然而，当t=0时，无前一级平滑值。因此各级初始平滑值

一般凭经验给出，多采用与其他实际数据比较接近的值或观测序列中的第一个值。

（二）灰色预测

1982年我国学者邓聚龙教授提出了灰色系统理论，它把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统，并结合数学方法，发展成为一套解决信息不完备系统即灰色系统的理论和方法。它可以利用连续的灰色微分模型，对系统的发展变化进行全面的观察分析，并做出预测。灰色系统是指信息不完全、不充分的系统。灰色系统理论中GM（1,1）模型，代表1个变量的一阶微方方程，它既是一种动态的数学模型，又是一种连续的数学函数。其根据关联度收敛原理、生成数、灰导数和灰微方程等论据和方法来建模。建模技巧是利用量化方法将杂乱无章的原始数据列，通过累加生成处理，使之变成有规律的原始数据列，利用生成后的数据列建模，在预测时再通过还原检验其误差。

鉴于地下水质动态变化的复杂性，受诸多因素制约，具有很大的不确定，其实质上就是一个处于动态变化之中的灰色系统，因此可用GM（1,1）建模，建立模型的基本步骤如下：

第1步：对数据序列作一次累加生成，得到：

松嫩平原地下水资源及其环境问题调查评价

第2步：构造累加矩阵B与常数项向量YN，即

松嫩平原地下水资源及其环境问题调查评价

第3步：用最小二乘法解灰参数：

第4步：将灰参数代入时间函数：

第5步：对

（1）求导还原得到：

第6步：计算

与

之差

及相对误差e（t）

松嫩平原地下水资源及其环境问题调查评价

第7步：误差校正，以

为原始数据再进行一次灰色预测。

对呈增长趋势的变化过程，用GM（1,1）都能得到较好的精确度，但有时遇到的变化过程较差的增长趋势，用一次GM（1,1）得不到满意的精确度，此时为了得到更好的精确度，常对其进行误差校正，这就是常说的GM（1,1）改进模型。模型的精确度可通过已知的前n个历史数据与其相应的n个预测数据比较，若精确度较好，则直接预测下一个未知数据。否则，要进行修正。

为了提高GM（1,1）模型的精度，可采用残差GM（1,1）模型来进行模型的修正，残差修正模型可以是生成模型，也可以是还原模型。

还原模型的相应数列为：

松嫩平原地下水资源及其环境问题调查评价

残差

为：

松嫩平原地下水资源及其环境问题调查评价

是下述模型的数据：

松嫩平原地下水资源及其环境问题调查评价

若通过残差

建立的GM（1,1）为：

松嫩平原地下水资源及其环境问题调查评价

则

的导数为：

松嫩平原地下水资源及其环境问题调查评价

修正后的模型为：

松嫩平原地下水资源及其环境问题调查评价

㈨ 地下水污染源解析技术

1.3.1.1 地下水污染源识别技术

污染源解析体系的建立，主要是污染源解析方法的建立，自20世纪中期以来，国内外学者对污染物在含水层中的运移、控制、修复进行了大量的研究，随着正问题研究方法以及理论的成熟，污染源识别的反问题逐渐成为研究的重点。源解析的方法根据研究对象的不同可分为扩散模型（Diffusion Model）和受体模型（Receptor Model）。前者以污染源为研究对象，后者以污染区域为研究对象。由于扩散模型需要预先知道污染源的排放量，进而研究污染物的浓度分布或反应机理，但实际情况中我们往往便于得到污染物现状分布，而源的分布以及排放信息较难获得。受体模型通过分析源和受体的理化性质识别可能的污染源和源对受体各成分或各监测点的贡献。20世纪60年代，国外首先在大气领域开始了受体模型的研究，形成一套定性、定量的方法解析污染源，这些方法逐渐在土壤及水环境污染源解析中得到广泛应用。受体模型是相对于正向的扩散模型（源模型）而言，是一个反演未知参数的过程，污染源解析现阶段没有明确统一的定义，简称源解析、源识别，环境中各种元素和化合物含量的信息蕴藏着各污染源的特征信号，根据目标环境中检测到的信号，利用污染源与环境之间的“输入-响应”关系，结合实际条件判别、解析与评价污染物的来源、位置、排放强度和时间序列等要素即污染源的识别。

1.3.1.2 污染源解析数值模拟技术

地下水溶质运移反问题的研究起源于研究数理方程反问题，地下水污染源解析反问题求解也从其中借鉴而来，其反算法主要有优化-仿真、概率统计等。

从20世纪80年代开始，Wagner（1992）首先在数值模拟基础上，结合线性规划与最小二乘法，将数值模拟的污染物浓度以响应矩阵形式嵌入优化模型中，进行地下水污染源的识别；Aral和Guan（2001）运用响应矩阵识别地下水污染源，并证明该方法比运用线性规划方法更有效；Mahar和 Datta（1997）利用优化地下水监测系统来提高污染源识别的效率，利用监测井获得的数据运用于非线性优化模型中获得更精确的污染源预测；Atmadja和Bagtzoglou（2001）总结了污染源识别中的数学方法，将方法归纳为优化法、解析解法及概率统计方法和地学统计法。

Datta和Chakrabarty（2009）采用了模拟模型外部链接优化模型的方法识别污染源；Singh（2004）等利用人工神经网络法识别未知的污染源，同时研究了遗传算法解二维源解析优化模型；Khalil等（2005）综合利用4种模拟方法（人工神经网络（ANNS）、支持向量机（SVMS）、投影局部加权回归（LWPR）、相关向量机（RVMS））建立了相对复杂和耗时的数学模型，模拟地下水中硝酸盐浓度分布。Wang和Zabaras（2006）利用贝叶斯级数法解对流弥散方程，推导过去某一时间污染物浓度分布，研究了地下水连续渗流的污染来源；Bashi-Azghadi等（2010）利用多目标优化模型——非劣排序遗传算法Ⅱ，链接到MODFLOW和MT3D模型中进行污染源识别，利用并行支持向量机和人工神经网络识别主要污染物。同时还有众多学者对地下水污染源位置及排放时间序列进行解析。

国内针对污染源解析的研究不多，多集中在地表水及水力参数识别领域。地下水方面，国内学者运用水动力-水质耦合模型，建立了基于贝叶斯推理的污染物点源识别模型，通过马尔科夫链蒙特卡罗后验抽样获得了污染源位置和强度的后验概率分布和估计量，较好地处理了模型的不确定性和非线性，在反演结果的可靠性和估计的精度方面采用贝叶斯推理和抽样方法获得的反问题的解具有信息量大，能给出环境水力学参数的后验分布且估计精度高的优点，该方法适用于水文地质条件以及水流运移过程相对复杂的多点源解析。

Sidauruk等（1998）提出一种基于解析解的反演方法，该方法只需要合理的污染浓度序列，可以预测弥散系数、水流流速、污染源浓度、初始位置和污染开始时间，利用参数与浓度对数之间的相关系数，取得参数值，但是由于运算基于解析解，该方法只适用于地层条件简单的均质含水层。Skaggs和Kabala（1994）在一维饱和均质非稳定流模型中运用TR方法，利用复杂的污染物浓度序列，在其他条件未知的情况下，开展源解析工作，指出该方法对数据四舍五入的误差并不敏感，但精度受污染羽测量误差影响明显。

1.3.1.3 污染源解析多元统计法

多元统计方法从统计数据中分析各水质点潜在相关关系，结合实际条件揭露水文地质条件，在污染源解析应用中，无须事先知道污染物源成分谱，适用于水文地质条件简单，观测数据量较大，污染源和污染种类相对较少的地区，其优点是运用简便，可广泛应用统计分析软件进行计算，在实际应用中，多元统计方法只能识别5～8个污染源。

（1）因子分析法

因子分析（Factor Analysis，FA）是研究相关阵或协方差阵的内部依赖关系，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。FA法使用简单，不需要研究地区优先源的监测数据，在缺乏污染源成分谱的情况下仍可解析，并可广泛使用统计软件处理数据。其不足之处在于需要输入大量数据，而且只能得到各类元素对主因子的相对贡献百分比。

（2）主成分分析法

主成分分析方法（Principal Component Analysis，PCA）是常用的数据降维方法，应用于多变量大样本的统计分析中。该方法是对所收集的资料作全面的分析，减少分析指标的同时，尽量减少原指标包含信息的损失，把多个变量（指标）化为少数几个可以反映原来多个变量的大部分信息的综合指标。

（3）聚类分析法

聚类分析又称群分析（Cluster Analysis，CA），它是研究（对样品或指标）分类问题的一种多元统计方法，即把一些相似程度较大的样品（或指标）聚合为一类，把另一些彼此之间相似程度较大的样品（或指标）聚合为另一类。根据分类对象不同，可分为对样品分类的Q型聚类分析和对指标分类的R型聚类分析两种类型。聚类分析可用SPSS软件直接实现，在水质时空变异、水化学类型分区中得到广泛的应用。

（4）矩阵数据分解法

利用矩阵分解来解决实际问题的分析方法很多，如主成分分析（PCA）、独立分量分析（ICA）、奇异值分解（SVD）、矢量量化（VQ）、因子分析（FA）等。在所有这些方法中，原始的大矩阵被近似分解为低秩的V＝WH形式。正定矩阵分解法（Positive Matrix Factorization，PMF）、非负矩阵分解法（Non-negative Matrix Factorization，NMF）和非负约束因子分析（Factor Analysis with Non-negative Constraints，FA-NNC）是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法，三者在求解过程中对因子载荷和因子得分均做非负约束，使得因子载荷和因子得分具有可解释性和明确的物理意义。

（5）混合多元统计法

目前应用的混合多元统计法主要有因子分析与多元线性回归相结合，因子分析法与化学质量平衡法相结合，因子分析、化学质量平衡法与多元线性回归3种方法相结合，以上几种方法也可以和聚类分析或GIS相结合以提高分析结果的准确性。其中因子分析与多元线性回归结合在水和沉积物污染源的辨析中有着非常广泛的应用。

1.3.1.4 污染源解析化学质量平衡法

化学质量平衡法（CMB）于1972年由Miller等（1972）第一次提出。CMB法在大气领域的应用已趋于成熟，美国EPA开发了一系列CMB模型，并得到广泛的应用。CMB法是基于质量守恒的方法，利用源和受体化学组成的监测数据建立质量平衡模型以定量计算各污染源对地下水中污染物浓度的贡献率。CMB方法的应用必须满足几点假设条件：①特征污染物成分从源到汇不发生化学反应；②化学物质之间不发生反应；③对受体有明显贡献的源均被纳入模型；④与不同源的成分谱线性无关；⑤测量误差是随机误差且符合正态分布。主要利用污染源组分浓度与采样点数据中各污染组分的浓度求线性和，构成一组线性方程，计算各污染源对取样点的贡献率。

设通过采样分析检测点处成分i的浓度为X_i（mg/L），总共有j个污染源排放点，各排放点处i污染物浓度为C_ij，各排放点处成分i对最终监测点处的贡献百分比为P_ij，则

地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例

式中：i——检测点处各不同组分数；

j——污染源的个数；

X_i——检测点测得的成分i的浓度值；

C_ij——污染源j点处i组分的浓度；

P_ij——各j污染源对检测点处i成分的贡献率。

根据选择测定的组分可建立i个方程，当i≥j，联立方程组原则上可求出P_ij，确定各污染源的贡献率识别主要污染源。

地下水中污染物的迁移转化是一个复杂而长期的过程，CMB法是否适合运用于地下水污染源解析还需要进一步的研究和探讨。

1.3.1.5 解析法与GIS相结合法

各种解析方法能够与GIS相结合，从时空上反映刻画污染过程，并为解析提供数据和图像；GIS最初主要应用于空间分析、显示和制图。利用GIS软件的空间分析功能，分析地下水水质组分空间分布状况，绘制等值线图，直观地反映污染源与地下水水质的相关关系。国内外学者运用GIS技术和多元统计方法对表面水污染进行空间分析及源解析。Ouyang等（2006）分析了表面水水质的季节变化，并根据不同季节找到影响水质的重要因子。Zhou F等（2007）结合多元分析方法及地理信息系统（GIS），对香港东部海湾海水污染的时空分布特征进行研究，并进行了污染源识别工作，对数据进行预处理，利用聚类分析以及主成分分析减小了数据测量误差，确定了特征污染物以及各污染物主要来源。

1.3.1.6 定性及半定量方法

定性及半定量方法主要应用于 PAHs（多环芳烃）解析，迄今已发现的200 余种PAHs中有相当部分具有致癌性和致突变性（Christensen et al.，2007），PAHs主要通过大气沉降、城市污水和工业废水的排放、石油的溢漏等途径进入地表水和地下水，从而导致饮用水水源污染。PAHs 是目前水环境中致癌化学物质中最大的一类（Mnzie et al.，1992）。因此，对环芳烃来源进行解析，进行地下水污染防控也是研究的重点。