基于DRASTIC模型的地下水脆弱性研究综述

乔萌萌，杨 洁，周 芮，毛嘉玲

（苏州科技大学 环境科学与工程学院，江苏 苏州 215009）

基于DRASTIC模型的地下水脆弱性研究综述

乔萌萌，杨 洁，周 芮，毛嘉玲

（苏州科技大学 环境科学与工程学院，江苏 苏州 215009）

地下水脆弱性评价是合理开发利用和保护地下水的基础，是环境规划部门制定地下水保护计划的决策依据之一。DRASTIC模型是地下水脆弱性评价中使用最广泛的方法，阐述了该模型的研究进展及其应用情况，其中，主观性较强是其主要缺陷之一。针对这一缺陷，分别从敏感度分析、模型检验及评价等级划分3个方面综述了国内外模型改进的研究进展。针对目前研究中存在的不足，建议采用主成分分析法、灰色关联度法、层次分析法以及BP神经网络法等方法确定指标权重，依据可拓学理论制定等级划分标准，最后运用多种典型污染物检验模型评价结果，着力克服模型的主观性问题，进一步完善DRASTIC模型。

地下水脆弱性；DRASTIC模型；敏感度分析；研究进展

地下水是我国大多农村和部分城市的重要水源。随着人口的增加和工业化进程的不断加快，大量生活污水和工业废水的随意排放导致含水层遭受污染[1]。农业面源污染的加剧，也在一定程度上影响地下水的正常使用[2]。局部地区地下水过度开采进一步加剧了水质恶化和水量匮乏。地下水污染具有隐蔽性、复杂性及持久性，地下水一旦遭到污染，其治理和恢复过程将相当漫长且代价巨大。水资源质量是衡量区域社会经济发展的重要标准之一[3]。因此，预防和控制地下水污染在水资源管理中是非常必要的，地下水脆弱性评价结果是地下水污染防治措施制定的主要依据。

20世纪60年代Albine和Margat[4]首次提出“地下水脆弱性”概念。1993年，美国国家科学研究委员会提出地下水脆弱性即为污染物到达最上层含水层之上某特定位置的倾向性和可能性[5]。美国国家环境保护局（USEPA）和国际水文地质学家协会（IAH）认为地下水脆弱性是指地下水系统对人类和（或）自然的敏感性，将其分为固有脆弱性和特殊脆弱性。这是目前比较公认的地下水脆弱性概念。固有脆弱性又称本质脆弱性，是地下水系统自身对外界环境变化适应能力的表现，强调区域含水层的自然属性，是静态、不可变和人为不可控制的，主要研究被污染的可能性，不考虑特定的污染物；特殊脆弱性表征了人类活动产生的污染源以及土地资源开发过程中对地下水天然流场的影响，具有动态性与可控性，是地下水受到外界干扰时敏感性的体现，其大小由污染源类型、规模以及污染物在地下水环境中的迁移转化规律共同决定[6]。目前，国内主要研究地下水的固有脆弱性，常以“地下水的易污染性”、“防污性能”、“污染潜力”等来代替“地下水脆弱性”[7-9]。

地下水脆弱性评价是基于最有效的数据和科学的判断，为地下水保护提供一套决策工具，以期以最小的代价获得最大的环境和公共效益[10]。开展地下水脆弱性的研究，识别地下水脆弱性区域，在规划过程中应予以避让，结合污染源分布，明确脆弱因素，集中力量解决重点污染突出问题。同时，能够为地下水水源地选取及保护区划分、地下水污染防控方案、区域土地利用开发政策制定、地下水水质监测网布设等方面提供理论依据。

迭置指数法、过程数学模拟法以及统计方法是目前地下水脆弱性评价较常用的三种方法[11]。迭置指数法中典型的评价模型有DRASTIC、GOD、SEEPAGE、SINTACS和EPIK等，其中DRASTIC模型是地下水脆弱性评价中的典型代表，是应用最为普遍、最成熟的地下水脆弱性评价方法，在美国[12]、加拿大[13]、南非[14]、欧盟[15]等许多地区广泛应用，并取得良好的效果。DRASTIC模型由美国环境保护署（USEPA）于1985年提出，用于评价地下水的固有脆弱性。该模型的运用基于如下4个假设[16]：（1）污染物由地表进入地下水；（2）污染物由于土壤渗透作用进入地下水；（3）污染物随水流动；（4）研究区域面积大于0.4 km2。国内应用该模型进行地下水防污性能评价研究起步较晚，但发展较快[17-20]。1996年我国与欧盟合作，采用DRASTIC法对广州[18]和大连地区[19]的地下水防污性能进行评价。此后我国的许多学者均运用DRASTIC法进行地下水防污性能评价研究，中国地质调查局也于2004年将DRASTIC法列入《地下水脆弱性评价技术要求》[20]。虽然该方法较为普及，但仍然存在局限性，其中主观性较强是其主要缺陷之一[21-23]，许多学者从权重[24-25]、参数评分[26]以及结果验证[27]3方面针对该缺陷进行了改进。

1 DRASTIC模型及其缺陷

1.1 地下水脆弱性评价因子体系

DRASTIC模型中选取对地下水脆弱性影响大、相对较容易取得的7项水文地质参数作为评价指标，分别为地下水埋深D、含水层净补给量R、含水层介质类型A、土壤类型S、地形坡度T、包气带影响I以及水力传导系数C。其中，D、R、T、C属数值指标，可直接定量获得；A、S、I属类型指标，不可直接定量获得[28]。

（1）地下水埋深D：地下水埋深是指地表与地下水位之间的垂直距离，距离越短，地表污染物到达地下水的可能性越大。

（2）含水层的净补给量R：含水层的净补给量指通过土壤渗透进入地下水的水量。净补给量越大，表明地下水遭受污染的可能性越大。

（3）含水层介质类型A：含水层介质类型会影响污染物的渗透强度及途径，一般来说，含水层中介质颗粒越大、裂隙或溶隙越多，渗透性越强，地下水越容易遭受污染。含水层介质一般划分为10类。

（4）土壤类型S：土壤类型能够影响地表污染物垂直进入包气带的能力。土壤保持能力越强，污染物迁移越缓慢。一般来说，黏土胀缩性小、颗粒小的，防污性能好，脆弱性低。土壤类型一般划分为10类。

（5）地形坡度T：坡度越大，径流流量越大，含水层的补给能力越小，地下水受污染的可能性也越小。反之亦然。

（6）包气带影响I：包气带是地面以下潜水面以上的地带。包气带介质中颗粒的粗细和裂隙发育程度影响地下水脆弱性。一般将包气带介质划分10种类型。

（7）水力传导系数C：水力传导系数主要取决于含水层中介质颗粒的形状、大小、不均匀系数和水的黏滞性等。传导系数越大，污染物能快速进入含水层，污染地下水。

1.2 地下水脆弱性评价参数权重体系

根据DRASTIC模型中各参数对地下水脆弱性影响的作用大小，赋予其相应的权重。权重值是不变的常数，分为所有污染物权重值和农药类污染物权重值两类。权重值大小为1～5，最重要的评价参数取5，最不重要的评价参数取1，具体权重分配见表1。

表1 DRASTIC模型中各评价参数的权重值

1.3 DRASTIC模型的缺陷

虽然DRASTIC模型使用非常广泛，但仍然在原理、计算方法以及评价结果方面存在缺陷。

原理方面的缺陷主要有三点：①DRASTIC模型太过理想化，应用前提是将各因子概念化且认定各因子相互不联系，而在实际应用过程中，评价因子之间是相互联系、相互影响的[29]。②DRASTIC方法中补给量和含水层介质的渗透系数越大，地下水污染的可能性越大的看法是片面的[30]，忽视了单因子的正负效应影响。③没有充分考虑潜水含水层和承压含水层的差异。把这两类含水层放在一起，用同一种模型来评价是不合适的[31]。

计算方法方面的缺陷主要有三点：①各评价指标权重是根据专家意见确定的，且被视为定值，不随研究区实际水文地质条件的不同而改变，影响结果的客观性。②各参数的评分为离散值，同一级别内不同属性值被给予相同的评分，忽略了参数本身连续变化这一客观事实，从而使评价结果的客观性受到影响[28]。③DRASTIC模型的运行需要大量精确的数据来支撑，因此该模型在发展中国家运用时需结合地区具体情况调整评价指标[32]。

评价结果方面的缺陷主要是脆弱性等级划分具有主观性。美国在提出DRASTIC模型时，并没有给出相应的等级划分标准，研究者在利用该模型评价地下水脆弱性时，一般是根据评分值自行划分脆弱性等级[31]，人为干扰因素较大，影响了脆弱性评价结果在区域间的对比分析。

综上所述，DRASTIC模型存在的主要缺陷是受人为因素干扰较大，主观性较强。针对该缺陷，许多研究者[33-34]通过增加或减少一些参数对DRASTIC模型进行改进。有学者采取敏感度分析法修正模型中各参数的权重，通过硝酸盐浓度检验DRASTIC模型的准确性并修正各参数的评分，以期克服该模型操作过程中的主观性，使得地下水脆弱性评价更加科学合理化。也有许多学者提出不同的脆弱性等级划分方法，但目前为止仍没有统一的划分标准[35]。

2 DRASTIC模型研究进展

2.1 敏感度分析研究进展

不同研究区域的水文地质条件不同，导致DRASTIC模型中各参数对地下水脆弱性的影响大小也不同，因此需要针对各个区域的特点修正各参数的权重。通过敏感度分析，评价各个指标对地下水脆弱性结果的影响，可以讨论每个指标参与评价的必要性。目前广泛使用的是简单易操作的单参数敏感度分析法[35-38]。单参数评价指标有效权重指各个指标评分与其相应权重的乘积占地下水脆弱性指数值的百分比，计算方法见公式（1）。比较DRASTIC模型参数的理论权重与有效权重，判断分配的权重是否需要修正，有助于避免参数权重分配以及评分等级确定过于主观性。

式中，W表示有效权重；Pr和Pw分别表示参数的评分和权重；V表示脆弱性指数值。

Abdullah等[24]通过敏感度分析发现，有效权重与理论权重存在显著性差异，进而导致标准DRASTIC脆弱性图与权重修正DRASTIC脆弱性图也不同，其中权重修正DRASTIC模型更加适合该地区使用。Saha等[22]分别运用标准DRASTIC模型和农药DRASTIC模型，评价农业地区的地下水脆弱性，并分别对其进行敏感度分析。研究发现，2种模型中地下水埋深和净补给量的有效权重均高于理论权重，并且对脆弱性的影响最大，因此保证这2个参数信息的准确性和全面性才能更好地评估地下水脆弱性。国外对脆弱性进行单参数敏感度分析的研究有很多，部分分析结果见表2，国内目前这方面的研究还很少，现有研究通过敏感度分析找出影响特定地区地下水脆弱性的主要水文地质因素[36，39-40]，为评价因子的筛选提供一定的依据，为该研究区的特殊脆弱性指标体系的建立提供科学的指导和可能的方案。

表2 单参数敏感度分析的有效权重（%）

表2中，如D（5）21.7，其中5指地下水埋深这一指标的固定权重值，21.7%指该指标进行敏感度分析后得到的理论权重。从表2中明显看出理论权重与有效权重存在显著差异。Hallaq等[43]得出地下水位埋深的有效权重与理论权重相同，Abdullah等[24]、Rahman等[42]以及Kabera等[47]得出地下水位埋深的有效权重大于理论权重（21.7%），最大有效权重为31.3%；其他文献中地下水位埋深的有效权重则小于理论权重，最小有效权重为4.1%。Neshat等[37]、Salwa等[38]、Edet等[41]、Rahman等[42]、Mohammadi等[44]以及Saidi等[46]得出地下水净补给量的有效权重大于理论权重（25.3%），最大有效权重为25.3%；其他文献中该参数的有效权重小于理论权重，最小有效权重为5.8%。Rahman等[42]、Mohammadi等[44]以及Kabera等[47]得出含水层介质类型的有效权重小于理论权重（13%），最小有效权重为8.9%；其他文献中该参数的有效权重大于理论权重，最大有效权重为23.9%。Edet等[41]、Naqa等[45]以及Kabera等[47]得出土壤类型的有效权重小于理论权重（8.7%），最小有效权重值为4.5%；其他文献中该参数的有效权重大于理论权重，最大有效权重值为14.1%。Neshat等[37]以及Hallaq等[43]得出地形坡度的有效权重小于理论权重（4.3%），最小有效权重值为1.2%；其他文献中该参数的有效权重大于理论权重，最大有效权重值为9.9%。Salwa等[38]、Rahman等[42]以及Saidi等[46]得出包气带影响的有效权重小于理论权重（21.7%），最小有效权重值为7.2%；其他文献中该参数的有效权重大于理论权重，最大有效权重值为27.3%。Abdullah等[24]、Salwa等[38]、Hallaq等[43]以及Kabera等[47]得出水力传导系数的有效权重小于理论权重（13%），最小有效权重值为3.4%；其他文献中该参数的有效权重大于理论权重，最大有效权重值为21.3%。由此可以看出，DRASTIC模型中各个参数的权重若视为定值，则会影响地下水脆弱性的评价结果。综合以上文献可知，在实际应用过程中，针对不同研究区域，相对于标准的DRASTIC模型，通过敏感度分析修正指标权重的DRASTIC模型，对地下水脆弱性评价的准确性更高，但该方法仍然以固定权重为基础，并没有从本质上克服主观性，因此，建议采用数学方法直接计算求得各指标的权重。

2.2 检验DRASTIC模型研究进展

检验DRASTIC模型指的是可以检验地下水脆弱性分析结果的一些独立的程序。检验的方法有很多，最常见的方法是比较脆弱性图与地下水中出现的一些常见污染物是否匹配，若不匹配，需要对其进行校准。对世界上许多地方的地下水进行脆弱性研究发现，硝酸盐对地下水脆弱性有很大的影响[48-49]。地下水中硝酸盐的浓度取决于土壤中硝酸盐的含量以及表面载荷的时间和数量。农业地区硝酸类化肥的使用是造成地下水污染的面污染源之一[50]。正常情况下，地下水中不含有硝酸盐，由于土壤具有渗透作用，硝酸盐随水流从地表渗入到地下水中，一旦地下水中出现硝酸盐，则表明地下水敏感性较高，容易遭受污染，所以可以把它作为主要的污染控制参数。因此，许多学者[22，38，51-52]通过硝酸盐浓度检验DRASTIC模型的准确性，对其进行校准并取得了较好的效果。

Abdullah等[24]根据硝酸盐的平均浓度，修正了地下水埋深、净补给量、土壤介质、包气带的影响以及水力传导系数，运用Wilcoxon秩和非参数统计检验计算DRASTIC模型中各参数的评分等级。Ghazavi等[51]通过将硝酸盐浓度与脆弱性指数值进行线性回归分析，评估模型的准确性，发现DRASTIC模型比GOD模型更适用于研究区域的脆弱性分析。Saha等[22]分别运用标准DRASTIC模型和农药DRASTIC模型，评价农业地区的地下水脆弱性，用硝酸盐浓度分别验证模型准确性，结果表明农药DRASTIC模型能够更好地划定农业区地下水的脆弱性范围。Neshat等[37]对硝酸盐浓度与标准DRASTIC值之间进行皮尔森相关因素分析，发现二者相关性较低，因此需要修正标准DRASTIC模型，以便更科学地评估研究区域的地下水脆弱性，其中最高的硝酸盐浓度应对于最高的评分等级，最低的浓度值对应最低的评分等级。不同研究区的污染物不同，选择硝酸盐作为单一特征污染物检验模型准确性往往具有区域性，不利于大规模地推广使用。

2.3 脆弱性分级标准的确定

基于标准DRASTIC模型，脆弱性评价指数的最小值为23，最大值为230。目前还没有统一的地下水脆弱性等级划分标准，许多脆弱性等级被划分为5级，分别为：非常低、低、中等、高、较高，但不同的研究者划分范围不同。Rezaei等[53]划分的等级范围为：50～65，65～80，80～95，95～110，110～153；Liggett等[54]将等级范围划分为：45～75，75～100，100～125，125～150，150～180；Moratalla[55]以20为等差划分等级范围：＜100，100～120，120～140，140～160，160～180；范弢等[56]以19为等差划分等级范围：＜20，20～39，40～59，60～79，＞80；曲文斌等[57]将评价范围划分为：80～100，100～120，120～130，130～170，＞170。由此可见，地下水脆弱性等级划分标准受人为因素干扰比较大，影响了脆弱性评价结果在区域间的对比分析。

3 结论与展望

（1）DRASTIC模型作为一种定性、半定量的评价方法，它的提出具有前瞻性、理论性、指导性和可操作性，尽管存在一定的缺陷，但其模型设计思路科学合理，评价过程相对简单，评价成果直观且具有较高实用价值，所以仍是应用最广泛、公认度较高的评价方法。

（2）虽然DRASTIC模型应用广泛，但其存在主观性较强的缺陷，针对这一缺陷，许多学者采用敏感度分析以及硝酸盐浓度检验等方法分别对该模型的指标权重和评分等级进行修正，以期克服DRASTIC模型存在的主观性问题。本文认为与其采用给定的权重，不如直接采用主成分分析[58]、灰色关联度法[59]、层次分析法[60]以及BP神经网络法[61]等方法计算指标权重，使得权重分配更加客观合理。主成分分析法[62]可用于处理大样本多变量问题，基本思想是去除重叠信息，用少数综合变量取代原有的多维变量进行有针对性的定量化评价。灰色关联度法可用于处理信息不完全的问题，对数据的要求较低且工作量较少，运用该方法能够寻求系统中各因素间的主要关系、找出影响目标值的重要因素[63]。层次分析法是一种综合评价模型方法，运用了系统观点把研究问题系统化与模型化，可用于解决具有相互联系、相互制约的多因素复杂问题[64]。BP神经网络是一种非线性的动力学系统，它具有大规模的并行处理和分布式的信息存储能力，良好的自适应性、自组织性及很强的学习、联想、容错及抗干扰能力，能较好地解决非线性的模式识别问题。另外，选取硝酸盐作为单一特征污染物不能够全面地反映研究区的污染情况，因此可以考虑如氯化物、有机化合物等多种典型污染物，进一步提高模型评价结果的准确性，已有研究利用硝酸盐和氯化物两种污染物验证模型准确性，取得较好的效果[52]。

（3）地下水脆弱性评价中人为确定分级标准有很强的主观性。由于不同地区水文地质条件的差异性，若要提出统一的地下水脆弱性级别划分标准也是很困难的，因此，选择一种更能反映实际情况的地下水脆弱性级别划分方法也是今后需要解决的问题。制定脆弱性划分等级标准，排除人为因素的干扰也是今后需要解决的问题。蔡文教授等[65]于1983年提出的可拓学理论是解决这一问题的有效手段，可拓学用形式化的模型研究事物拓展的可能性和开拓创新的规律与方法，并用于解决矛盾问题。可拓学理论对于地下水脆弱性评价方法将是一个补充和完善。

（4）DRASTIC模型用于研究地下水的固有脆弱性，可将其思路方法运用到地下水的特殊脆弱性研究中。地下水污染风险是地下水的本质脆弱性与特殊脆弱性共同作用的结果，固有脆弱性与特殊脆弱性相结合也是今后研究的重要方向。地下水系统具有明显随机性和模糊性，在实际应用过程中需注意与模糊数学法相结合。

[1]ANWAR A H M F,YUNUS A.Pesticide leaching potential in a shallow unconfined aquifer[J].Journal of Water&Environment Technology,2010, 8（1）：1-16.

[2]CHEN W,LU S,CHI P,et al.Accumulation of Cd in agricultural soil under long-term reclaimed water irrigation[J].Environmental Pollution, 2013,178（1）：294-299.

[3]BABA A,TAYFUR G.Groundwater contamination and its effect on health in Turkey[J].Environmental Monitoring&Assessment,2011,183（1-4）：77-94.

[4]TESORIERO A J,INKPEN E L,VOSS F D.Assessing ground-water vulnerability using logistic regression[C]//Source Water Assessment and Protection 98,Technical Conference Proceedings,April 1998：157-165.

[5]COUNCIL N.Ground water vulnerability assessment[J].Lap Lambert Academic Publishing,1993,1（5）：59.

[6]张丽君.地下水脆弱性和风险性评价研究进展综述[J].水文地质工程地质，2006，33（6）：113-119.

[7]孙才志，潘俊.地下水脆弱性的概念，评价方法与研究前景[J].水科学进展，1999，10（4）：444-449.

[8]朱雪芹，徐秀娟，蒋丽艳，等.哈尔滨市地下水的易污性评价及计算机编图[J].世界地质，2001，20（4）：364-368.

[9]刘淑芬，郭永海.区域地下水防污性能评价方法及其在河北平原的应用[J].河北地质学院学报，1996，13（1）：41-45.

[10]严明疆，徐卫东.地下水脆弱性评价的必要性[J].新疆地质，2005，23（3）：268-271.

[11]郭晓静，周金龙，靳孟贵，等.地下水脆弱性研究综述[J].地下水，2010，32（3）：1-5.

[12]张保祥，万力，余成，等.基于熵权与GIS耦合的DRASTIC地下水脆弱性模糊优选评价[J].现代地质，2009，23（1）：150-156.

[13]TILAHUN K,MERKEL B J.Assessment of groundwater vulnerability to pollution in Dire Dawa,Ethiopia using DRASTIC[J].Environmental Earth Sciences,2010,59（7）：1485-1496.

[14]SHEKHAR S,PANDEY A,TIRKEY A S.A GIS-based DRASTIC model for assessing groundwater vulnerability in hard rock granitic aquifer[J]. Arabian Journal of Geosciences,2015,8（3）：1-17.

[15]SENER E,SENER S,DAVRAZ A.Assessment of aquifer vulnerability based on GIS and DRASTIC methods:a case studyof the Senirkent-U-luborlu Basin（Isparta,Turkey）[J].Hydrogeology Journal,2009,17（8）：2023-2035.

[16]AL-ZABET T.Evaluation of aquifer vulnerability to contamination potential using the DRASTIC method[J].Environmental Geology,2002,43（1-2）：203-208.

[17]张昕，蒋晓东，张龙.地下水脆弱性评价方法与研究进展[J].地质与资源，2010，19（3）：253-258.

[18]杨庆，栾茂田.地下水易污性评价方法——DRASTIC指标体系[J].水文地质工程地质，1999（2）：4-9.

[19]杨庆，周集体.DRASTIC指标体系法在大连市地下水易污性评价中的应用[J].大连理工大学学报，1999（5）：684-688.

[20]唐立强，赵伟玲.基于DRASTIC模型的地下水脆弱性评价方法评述[J].安徽农业科学，2012，34：16782-16785.

[21]SHIRAZI S M,IMRAN H M,AKIB S.GIS-based DRASTIC method for groundwater vulnerability assessment：a review[J].Journal of Risk Research,2012,15（8）：1-21.

[22]SAHA D,ALAM F.Groundwater vulnerability assessment using DRASTIC and Pesticide DRASTIC models in intense agriculture area of the Gangetic plains,India[J].Environmental Monitoring&Assessment,2014,186（12）：8741-63.

[23]张珍，温忠辉，鲁程鹏，等.改进的DRASTIC地下水脆弱性评价模型及应用[J].水资源保护，2014（6）：13-18.

[24]ABDULLAH T O,ALI S S,AL-ANSARI N A.Groundwater assessment of HalabjaSaidsadiq Basin,Kurdistan region,NE of Iraq using vulnerability mapping[J].Arabian Journal of Geosciences,2016，9（3）：1-16.

[25]孟宪萌，束龙仓，卢耀如.基于熵权的改进DRASTIC模型在地下水脆弱性评价中的应用[J].水利学报，2007（1）：94-99.

[26]魏兴萍，蒲俊兵，赵纯勇.基于修正RISKE模型的重庆岩溶地区地下水脆弱性评价[J].生态学报，2014，34（3）：589-596.

[27]张泰丽，冯小铭，刘红樱，等.基于DRASTIC的丽水市地下水防污性能评价[J].地球与环境，2012（1）：115-120.

[28]李绍飞，王勇，毛慧慧，等.地下水脆弱性模糊评价方法的探讨与应用[J].中国农村水利水电，2008（4）：17-20.

[29]范琦，王贵玲，蔺文静，等.地下水脆弱性评价方法的探讨及实例[J].水利学报，2007（5）：601-605.

[30]贝娜里，迪克森，李大秋，等.地下水脆弱性评价方法研究[J].环境保护科学，2007（5）：64-67.

[31]钟佐燊.地下水防污性能评价方法探讨[J].地学前缘，2005，12（s1）：3-13.

[32]雷静，张思聪.唐山市平原区地下水脆弱性评价研究[J].环境科学学报，2003，23（1）：94-99.

[33]Al-ADAMAT R A N,FOSTER I D L,BABAN S M J.Groundwater vulnerability and risk mapping for the Basaltic aquifer of the Azraq basin of Jordan using GIS，Remote sensing and DRASTIC[J].Applied Geography，2003，23（4）：303-324.

[34]付素蓉，王焰新.城市地下水污染敏感性分析[J].中国地质大学学报，2000，25（5）：482-486.

[35]HAMZA S M,AHSAN A,IMTEAZ M A，et al.Accomplishment and subjectivity of GIS-based DRASTIC groundwater vulnerability assessment method：a review[J].Environmental Earth Sciences，2014，73（7）：3063-3076.

[36]王书倩，何炜，孙长虹，等.北京顺怀密地区地下水脆弱性评价[C]//工程风险与保险研究学术研讨会，2012.

[37]NESHAT A,PRADHAN B,PIRASTEH S,et al.Estimating groundwater vulnerability to pollution using a modified DRASTIC model in the Kerman agricultural area，Iran[J].Environmental Earth Sciences,2014,71（7）：3119-3131.

[38]SALWASAIDI，SSLEM BOURI，HAMED BEN DHIA.Sensitivity analysis in groundwater vulnerability assessment based on GIS in the Mahdia-KsourEssaf aquifer，Tunisia：A validation study[J].Hydrological Sciences Journal/journal Des Sciences Hydrologiques,2011,56（2）：288-304.

[39]杜守营.浑河冲洪积扇地区地下水脆弱性评价与预测研究[D].长春：吉林大学，2014.

[40]高爽.通辽市平原区地下水脆弱性评价[D].北京：中国地质大学，2015.

[41]EDET A.An aquifer vulnerability assessment of the Benin formation aquifer,Calabar,southeastern Nigeria,using DRASTIC and GIS approach[J].Environmental Earth Sciences,2013,71（4）：1747-1765.

[42]RAHMAN A.A GIS based DRASTIC model for assessing groundwater vulnerability in shallow aquifer in Aligarh,India[J].Applied Geography, 2008,28（1)：32-53.

[43]HALLAQ A H A,ELAISH B S A.Assessment of aquifer vulnerability to contamination in Khanyounis Governorate,Gaza Strip—Palestine,using the DRASTIC model within GIS environment[J].Arabian Journal of Geosciences,2011,5（4）：1-15.

[44]MOHAMMADI K,NIKNAM R,MAJD V J.Aquifer vulnerability assessment using GIS and fuzzy system：a case study in Tehran-Karaj aquifer, Iran[J].Environmental Geology,2009,58（2）：437-446.

[45]NAQA A E,HAMMOURI N,KUISI M.GIS-based evaluation of groundwater vulnerability in the Russeifa area,Jordan[J].Revista Mexicana De CienciasGeológicas,2006,23（3）：277-287.

[46]SAIDI S,BOURI S,DHIAH B,et al.Assessment of groundwater risk using intrinsic vulnerability and hazard mapping：Application to Souassi aquifer,Tunisian Sahel[J].Agricultural Water Management,2011,98（10）：1671-1682.

[47]KABERAT,LUO Z.A GIS based DRASTIC model for assessing groundwater in shallowaquifer in Yuncheng Basin,Shanxi,China[J].Research Journal of Applied Sciences,2012.

[48]JAZAYERI M.Nitrate contamination in private wells in rural Alabama,United States[J].Science of the Total Environment,2005,346（1-3）：480-487.

[49]KYLLMAR K,MARTENSSON K,JOHNSSON H.Model-based coefficient method for calculation of N leaching from agricultural fields applied to small catchments and the effects of leaching reducing measures[J].Journal of Hydrology,2005,304（1-4）：343-354.

[50]ALMASRI M N,KALUARACHCHI J J.Assessment and management of long-term nitrate pollution of ground water in agriculture-dominated watersheds[J].Journal of Hydrology,2004,295（1-4）：225-245.

[51]GHAZAVI R,EBRAHIMI Z.Assessing groundwater vulnerability to contamination in an arid environment using DRASTIC and GOD models[J]. International Journal of Environmental Science&Technology,2015,12（9）：2909-2918.

[52]SHIRAZI S M,IMRAN H M,AKIB S,et al.Groundwater vulnerability assessment in the Melaka State of Malaysia using DRASTIC and GIS techniques[J].Environmental Earth Sciences,2013,70（5）：2293-2304.

[53]REZAEI F,SAFAVIi H R,AHMADI A.Groundwater vulnerability assessment using fuzzy logic：a case study in the Zayandehrood aquifers, Iran[J].Environmental Management,2013,51（1）：267-277.

[54]LIGGETT J E,ALLEN D M.Evaluating the sensitivity of DRASTIC using different data sources,interpretations and mapping approaches[J]. Environmental Earth Sciences,2011,62（8）：1577-1595.

[55]NGELMORATALLA,GOMEZ-ALDAY J J,SANZ D,et al.Evaluation of a GIS-Based Integrated Vulnerability Risk Assessment for the Mancha Oriental System（SE Spain）[J].Water Resources Management,2011,25（14）：3677-3697.

[56]范弢，杨世瑜.云南丽江盆地地下水脆弱性评价[J].吉林大学学报（地球科学版），2007，37（3）：551-556.

[57]曲文斌，王欣宝，钱龙，等.石家庄城市区地下水脆弱性评价研究[J].水文地质工程地质，2007，34（6）：6-9.

[58]王莺，王静，姚玉璧，等.基于主成分分析的中国南方干旱脆弱性评价[J].生态环境学报，2014（12）：1897-1904.

[59]周玲，郭胜利，张涛，等.洪泽湖区域气候变化与水位的灰色关联度分析[J].环境科学与技术，2012（2）：25-29+33.

[60]胡伟，龙庆华，钱茂，等.基于层次分析法的企业污水治理评价指标体系权重确定[J].环境污染与防治，2014（2）：88-91+95.

[61]张天云，陈奎，魏伟，等.BP神经网络法确定工程材料评价指标的权重[J].材料导报，2012（2）：159-163.

[62]刘仁涛，付强，李伟业，等.地下水脆弱性研究与探讨[J].水资源与水工程学报，2006，17（6）：1-5.

[63]邓聚龙.灰色系统[M].北京：国防工业出版社，1985.

[64]贺新春，邵东国，陈南祥，等.几种评价地下水环境脆弱性方法之比较[J].长江科学院院报，2005，22（3）：17-20.

[65]蔡文.可拓论及其应用[J].科学通报，1999（7）：673-682.

Review of groundwater vulnerability assessment based on DRASTIC Model

QIAO Mengmeng,YANG Jie,ZHOU Rui,MAO Jialing
（School of Environmental Science and Engineering,SUST,Suzhou 215009,China）

Groundwater vulnerability assessment（GVA）is the basis of reasonable exploitation and protection of groundwater resources and is one of the decision-making bases for the environmental planning department to make a groundwater protection plan.DRASTIC vulnerability index method is an extensively applied model in GVA,but one of its serious defects is the strong subjectivity.Aimed at this defect,the domestic and foreign research progress of the model improvement was reviewed from three aspects including the sensitivity analysis,the model test and the rating classification.For the existing disadvantages,the principal component analysis,grey correlation method,analytic hierarchy process and BP neural network method were recommended to determine the index weight,and then the grading standards were developed based on the extension theory.Finally,in order to further improve the DRASTIC model,a variety of typical pollutant test models were used to evaluate the results and to overcome the problem of subjectivity in the model on purpose.

groundwater vulnerability;DRASTIC Model;sensitivity analysis;research progress

X32

：A

：2096-3270（2017）02-0037-08

（责任编辑：经朝明）

2016-11-11

教育部人文社会科学研究规划基金项目（13YJAZH116）；2016年苏州市科协软课题

乔萌萌（1993-），女，江苏盐城人，硕士研究生。

杨 洁（1972-），女，教授，博士，主要从事环境风险分析与管理的研究，Email：yjagnes@163.com。