我国地下水动态监测网优化布设方法研究综述

李 阳，周金龙，2，3，徐 东

(1.新疆农业大学水利与土木工程学院，新疆 乌鲁木齐 830052;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;3.中国地质大学环境学院，湖北 武汉 430074;4.中国水利水电第十六工程局有限公司，福建福州350003)

地下水资源是我国可利用水资源中极为重要的组成部分，随着社会发展，地下水受到严重污染，对社会生产生活造成了不良影响[1，2]。为了监测地下水动态变化，我国建设大面积的地下水监测网对地下水位、水质等进行监测研究。而由于起步较晚，相关技术规范和法律法规还不完善，导致我国地下水监测网存在监测站点设置不合理、站网密度较低、监测手段落后、人力物力资源浪费等亟待解决的问题[3，4]。为了改善这种状况，应当对现有地下水监测网进行优化布设，合理利用资源。

1 地下水动态监测网优化方法

地下水监测网优化设计要求利用尽量少的资源投入来获得足够精度要求的水文地质信息，以此为准则优化地下水动态监测井网布设[5]。目前国内外应用较多的优化方法主要是水文地质分析法、克里格法、信息熵法、聚类分析法以及BP 神经网络方法等[6]。

1.1 水文地质分析法

水文地质分析法是地下水监测井网优化的基础方法，此方法是根据监测区内实际气象、水文地质条件以及人为活动等因素对区域进行动态叠加和划分，并对过往监测数据和实际经验对监测区域内的地下水位及水质的动态变化特征进行分析，最终定性地确定出地下水监测网中合理的监测井数[6，7]。常用的水文地质分析法是地下水动态类型编图法和地下水污染风险编图法。

地下水动态类型编图法适用于地下水水位监测网密度优化设计。气象、水文、地质和人类活动等诸多因素都会对地下水水位产生影响[8]，将这些因素进行叠加，在空间上划分出不同的动态类型区，其中一个类型区与一种水位时空变化相对应，划分出不同类型的地下水动态后，应当保证每个类型的地下水动态分区中应至少布设一个监测井，这样可以确保监测到所有不同水位的动态变化[9]，同时根据相关规范和标准要求，结合经验和当地实际情况确定具体监测井的数目。

地下水污染风险编图法适用于地下水水质监测网密度优化设计。在应用该方法时，首先应当对监测区内地下水的易污性评价、污染源分级及污染风险评价三个方面进行考虑分析，然后将地下水的价值图与易污性图叠加构成地下水保护紧迫性图，再将其与地下水污染源分级图叠加形成地下水污染风险图，最后按风险性大小和相关规范标准来计算合适的地下水质监测网密度[10]。

1.2 克里格法

克里格法(Kriging)又称克里金法，Kriging一词是由法国地质统计学家Matheorn首次提出的，以纪念南非矿业工程师(D.G.Krige)，在1951年首次将统计学技术应用到地矿评估中[11]。克里格插值法是根据区域内已知点观测值对未观测点进行无偏估计，是一种求最优线性无偏内插估计量的方法[12]。

克里格插值法作为目前地下水监测网优化设计最为常用方法之一，可用于评价及优化地下水监测井网密度。该方法在优化过程中将克里格插值误差的标准差作为评定监测网密度的标准，因此优化过程仅与实测值无关，仅与监测井的位置和数量等因素有关，可以预先设计监测网密度进行优化[13]。最终得到的优化网络计算出的方差是最小的。

在运用克里格法进行优化设计时，将现有地下水监测区域进行矩形剖分，当矩形相邻两边长取不同值时就得到不同的标准克里格偏差值，以监测孔密度为 X轴，标准偏差为 Y轴组成的曲线图构成密度图。密度图上的拐点就是最优化点，可以确定监测区域的剖分网格，相应的监测孔数就是需要的最优化监测孔数量，并且根据实际情况进行调整，直到形成符合要求的最优化监测网络[14]。目前基于估计误差的平均Kriging标准差与样本点数构成的密度图来设计监测井数和监测网布局是克里格插值法应用的主要方向[15]。

国内许多学者[13－17]利用克里格法对现有地下水监测井网进行了优化配置。宋儒利用泛Kriging法对30个实测点和45个未知点的地下水位线性进行无偏最优估计，通过对比多个方案，分析其估计误差的标准差，实现了对格尔木河流域地下水位动态观测网的优化配置[16]。郭占荣等对普通克里格法在观测井网优化中的应用思路和实现方法进行了论述，并对河北平原部分区域562口水位观测孔进行了优化，剔除现有观测孔131口，新增观测孔27口，优化后的地下水观测井网可以达到要求的水文地质信息精度[17]。

1.3 信息熵法

随机信号中所包含信息量大小的评价标准即是信息熵，它是根据随机信号出现的概率大小对信号中所含信息量进行度量。地下水观测孔信息熵的实际意义是:某观测孔记录的历史观测数据是一系列随机信号，若地下水位处于稳定不变的状态是一种确定性事件，观测孔没有提供新的不确定信息，其信息熵为零;如果该观测点的水位或水质出现变化，观测数据可能分布在不同概率区间，此时观测数据包含新的不确定信息，其信息熵有变化。监测要素变化越大，说明该点地下水变化动态的非确定性越大，其信息熵也越大，为研究不同地下水水位及水质变化，这种观测孔也更具有持续观测的价值。因此，信息熵的大小可以反映出观测孔提供信息的能力[18]。

信息熵法计算简单快捷，更易实现，效果优于最小二乘法、概率权重距法及累计量法等其他传统的参数估计方法[19]。因此，信息熵法在水文水资源领域得到了广泛深入的应用。2001年，陈植华和丁国平根据水位信号衰减与距离的统计关系来确定适宜旳站网密度，并通过站点间的互信息T来判断冗余站点，分析删点前后站点空间插值形成的地下水位形态所产生的变化，证明删除站点后几乎没有损失站网信息[18]。2002 年，Singh 和 Mogheir[20]引进信息熵理论，利用信息熵等值线图的平均值来评价一个地下水监测站网，该方法的观点是信息熵值最低的地点提供的信息最为稳定，应该作为优先监测区。

1.4 聚类分析法

聚类分析也称为群分析、簇群分析等，是数值分析学的一个分支，它将多元统计的理论应用于分类。聚类简单的说就是从数据集中找出相似的数据并组成不同的簇[21]，同一簇中的对象尽可能相似，而不同簇中的对象尽可能相异。聚类分析法在应用于实际监测井网优化设计时，将监测区地下水水质指标作为变量进行聚类分析，可识别出具有相同或相似水质指标的监测井，或者污染浓度超标与否的监测井，从而可以找到特征相同或相近的一类井，这类井被认为能够相互替代，不同聚类井之间特征是相异的，被认为是需要保留的[22]，再结合监测区域内实际情况，选出有代表性的监测井构成新的监测井网即可达到优化布设目的。

国内学者应用聚类分析法进行了诸多成功的优化实例。李劲等人利用聚类分析法(Q型)对河南安阳市地下水监测点进行优化设计，在遵循同类代替、兼顾各类、照应断面、特情补设、重点突出、点位连续等前提下，成功优化了原有的监测井点，取消了冗余观测井[23]。魏明亮等人首先利用模糊聚类分析方法对某水电站坝址区地下水质监测点进行聚类，然后再结合各聚类中不同水化学类型的监测点到对应聚类中心的距离，提出了水质监测网的优化方案;结果表明，模糊聚类分析可以在坝址地下水质监测网优化中应用，并且所得结果较为细致、准确[24]。

1.5 BP神经网络法

BP神经网络是采用误差反向传播算法的多层前馈人工神经网络。BP神经网络具有分布式信息存储方式、大规模并行处理、自学习和自适应性等明显特点[25]。运用 BP神经网络对地下水监测井网评价优化具有处理复杂问题的能力较强、通用性较好等优点。

李祚泳等人运用训练好的BP网络对某地地下水水质监测点进行优选。结果表明使用BP网络进行优化具有简单、实用和客观性好的特点，同时发现BP网络建立的优化选点模型相对于其它一些优化选点模型计算量少，只需以某些指标的地下水水质分级标准作为样本对BP网络进行训练，然后用所得BP网络就可对具有这些指标监测值的地下水水质监测点进行优化评价，因此该方法的通用性较好[26]。

2 展望

我国地下水监测网的建设运行相比发达国家起步较晚，相关的技术规范和法律法规不完善，随着社会的经济科技发展，由此引发的环境问题也日益凸显。因此，推进相关规范标准的制定，应用现有的优化方法来优化监测井网的布设、设置合理的监测频率、选取合适的监测指标以及探索开发新型优化方法是未来我国地下水监测网的建设和优化要着重发力的方向。

[1]吕书君.我国地下水污染分析[J].地下水.2009，31(1):1－5.

[2]罗兰.我国地下水污染现状与防治对策研究[J].中国地质大学学报(社会科学版).2008，8(2):72 －75.

[3]林祚顶.对我国地下水监测工作的分析[J].地下水.2003，25(4):259－262.

[4]郭佩然.地下水监测研究[J].科技创新与应用.2012，(5):109 －110.

[5]朱瑾，霍传英，姜越，等.乌鲁木齐河流域地下水水位监测网设计[J].水文地质工程地质.2007，(2):8－14.

[6]孟祥帅.区域地下水观测井网优化方法研究[D].中国地质大学(北京).2012.

[7]陈亮，付虹，邹金明.水文地质分析方法在建水区域地下水宏观异常分析中的应用[J].地震研究.2010，(2):176－182.

[8]郭燕莎，王劲峰，殷秀兰.地下水监测网优化方法研究综述[J].地理科学进展.2011，30(9):1159 －1166.

[9]仵彦卿，边农方.岩溶地下水监测网优化分析[J].地学前缘.2003，10(4):637 －643.

[10]董殿伟，林沛，晏婴，等.北京平原地下水水位监测网优化[J].水文地质工程地质.2007，(1):10－19.

[11]刘治政.黄水河流域平原区地下水监测网优化研究[D].山东农业大学.2010.

[12]杜挺，杨联安，张泉，等.县域土壤养分协同克里格和普通克里格空间插值预测比较－－以陕西省蓝田县为例[J].陕西师范大学学报(自然科学版).2013，41(4):85 －89.

[13]佘孟信，唐运忆.克里格法在地下水观测井网分析中的应用[J].江苏水利科技.1996，(4):35 －41.

[14]周仰效，李文鹏.区域地下水位监测网优化设计方法[J].水文地质工程地质.2007，(1):1 －9.

[15]杨奉广.乌鲁木齐河区域地下水监测网优化[D].新疆大学.2006.

[16]宋儒.应用Kriging方法研究格尔木河流域地下水位动态观测网的优化配置[J].中国煤田地质.1997，9(4):39－42.

[17]郭占荣，刘志明，朱延华.克立格法在地下水观测网优化设计中的应用[J].地球学报.1998，19(4):429－433.

[18]陈植华，丁国平.应用信息熵方法对区域地下水观测网的优化研究[J].地球科学.2001，26(5):517－523.

[19]王栋，朱元甡.最大熵原理在水文水资源科学中的应用[J].水科学进展.2001，12(3):424 －430.

[20]V.P.Singh Y.mogheir.Application of Information Theory to Groundwater Quality Monitoring Network[J].Water Resources Management，2002，16:37 － 49.

[21]罗可，蔡碧野，吴一帆，等.数据挖掘中聚类的研究[J].计算机工程与应用.2003，(20):182 －184.

[22]张立杰，刘琦，张焕智.聚类分析方法及其在水文地质分析中的应用.长春科技大学学报.1999，29(4):349－354.

[23]李劲，闫波，丁志安，等.聚类分析在优化地下水监测点位中的应用[J].中国环境监测.1997，13(4):15－18.

[24]魏明亮，宋汉周，吴志伟.模糊聚类分析法在坝址地下水质监测网优化中的应用[J].勘察科学技术.2009，(3):48－51.

[25]黄丽.BP神经网络算法改进及应用研究[D].重庆师范大学.2008.

[26]李祚泳，徐婷婷，丁晶.地下水环境监测优化布点的人工神经网络模型[J].城市环境与城市生态.2003，16(6):169－171.