环洞庭湖区地下水水质空间分布特征研究

黄 兵，姜 恒，钱 湛，龙秋波

(1. 湖南省水利水电勘测设计研究总院洞庭湖研究中心，长沙 410007；2. 湖南省水利水电勘测设计研究总院规划部，长沙 410007； 3. 洞庭湖水环境治理与生态修复湖南省重点实验室，长沙 410007)

地下水是饮用、农业灌溉和工矿的重要水源，然而人类活动导致地下水污染问题突出，当前地下水环境问题已成为水环境保护中的研究热点问题之一。在地下水资源水环境研究中，由于人力、物力及自然地理条件的限制，地下水观测点的数量往往是有限的，通常需要利用有限的地下水监测数据，采用空间插值方法模拟研究地下水指标的空间结构及空间分布特征[1-3]。

环洞庭湖区地下水资源量十分丰富，农村居民多就地建井取水解决生产及生活用水问题，区域内约有50%的农村分散性饮用水来自地下水。但是区域内部分地下水资源，尤其是浅层地下水资源环境，已经遭受到不同程度的污染，部分水质较差，不宜直接饮用，对区域内安全饮水造成了一定程度的影响[4-6]。本研究以第三次全国水资源调查评价工作中环洞庭湖区内195 眼观测井的地下水主要水质指标监测结果为研究对象，利用ArcGIS软件中的空间插值模块对区域内地下水主要污染指标空间分布特征进行研究，对环洞庭湖区地下水开采利用、水环境治理与保护具有重要的意义。

1 数据来源

环洞庭湖区位于湖南省北部地区，东经111°30′47″～113°21′11″，北纬29°4′34″～29°46′16″，涵盖湖南省长沙市、岳阳市等4市28个县(市、区)。按照水利部、国家发改委《关于开展第三次全国水资源调查评价工作的通知》，为摸清环洞庭湖区地下水资源数量和质量，2018年2月对区域内地下水位进行观测，监测内容包括地下水位埋深、水位、pH值、铁、锰、铬、砷等，样品测试、分析采用原子荧光法。基于人口、工矿企业分布以及地下水资源使用状况，本研究在环洞庭湖区选取195 眼观测井进行地下水采样、检测，监测井分布见图1。

2 ArcGIS空间分析模块

ArcGIS是目前最流行的地理信息系统平台软件，主要用于创建和使用地图，编辑和管理地理数据，分析、共享和显示地理信息，并在一系列应用中使用地图和地理信息[7]。ArcGIS Desktop作为GIS用户工作的主要平台，包含ArcMap、ArcCatalog、ArcScene、ArcGlobe、ArcToolbox等一系列应用程序，其中ArcToolbox中的Spatial Analyst模块包含了克里金法、反距离权重法、泰森多边形法等空间插值方法[8-10]。

本研究选取反距离权重法进行地下水主要污染物空间插值分析时，距离权重取2.0，输出象元大小为200 m×200 m，选取插值点周围12个最近的监测结果进行空间插值。

3 结果与讨论

3.1 地下水水质指标含量特征

随着区域内经济社会的快速发展，城市规模不断增大，人口数量不断增加，工农业发展和产业规模不断扩大，工业废水、农业化肥农药污染和生活污水等通过河道和地表渗透至地下含水层，导致区域内地下水环境污染问题加剧[11, 12]。根据本次监测结果，选取区域内超标较为严重的铁、锰、铬、砷作为水质指标，进行水质空间分布特征分析，4个水质指标的统计结果见表1。

表1 环洞庭湖区4个水质指标含量特征Tab.1 Characteristics of four water quality indicators in the Dongting Lake area

从4个水质指标含量特征可以看出，锰超标率最为严重，为47.7%，铬次之，为32.3%，铁、砷较低，分别为22.1%和20.0%。铬最大超标倍数最为严重，为807.6，锰次之，为142.2，铁、砷较小，分别为44.67和25.90。铬平均超标倍数最为严重，为5.43，锰次之，为4.19，铁较小，为2.95，砷最低，为1.20。

3.2 主要污染指标空间分布特征

在对主要污染指标进行空间插值之前，首先对测量数据进行统计分析，结果见表2。从统计结果看，铁、锰、砷等3个指标监测数据属于中等变异性，铬指标监测数据属于弱变异性。采用数理统计中的偏度、峰度检验方法对数据进行正态性检验，根据矩估计法，4组数据均落在偏度和峰度联合检验的n=195、α=0.05的临界曲线图区间外，数据不满足正态分布。

在ArcGIS的Spatial Analyst模块中，通常用的方法包括克里金法、反距离权重法、泰森多边形法等，泰森多边形法直接利用估值点最近的监测井的监测值作为估计值，反距离权重法得到的估计值由估值点周围一定数量监测井的监测值和监测点与估值点之间的距离共同确定，估计值与监测值成正比，与估值点与监测点距离的若干次方成反比。克里金法是以变异函数为基础的最优无偏线性估计方法，在进行估值计算时要求数据系列满足正态分布。由于4个指标的监测数据均不满足正态分布，本研究在进行空间插值时，选取反距离权重法和泰森多边形法2种方法中相对较优的反距离权重法进行空间插值。

表2 环洞庭湖区4个水质指标描述性统计分析结果Tab.2 Descriptive statistical analysis results of four water quality indicators in the Dongting Lake area

利用ArcGIS的Spatial Analyst模块中反距离权重法，得到4个水质指标的空间分布见图2。从图2中可以看出：

(1)铁元素污染较为严重的地方主要分布在南县、安乡、澧县、华容、汉寿、鼎城区的部分区域；整个区域内锰元素污染较为严重，绝大部分区域为Ⅳ类指标，局部地区达到Ⅴ类指标。该区域地貌环境以湖积平原为主，区域内地下水位主要受随河道、湖泊水位变化影响，其水位变幅较山丘区变化小，水流交替活动少，地下水基本处于还原环境中，这可能是该区域铁元素含量明显高于其他地区的主要原因[13, 14]。

图2 环洞庭湖区地下水水质空间分布Fig.2 Spatial distribution map of groundwater quality in the Dongting Lake area

(2)区域内锰元素污染较为严重，绝大部分区域为Ⅳ类指标，局部地区达到Ⅴ类指标。分布特征为主要集中在“四口”河系和湘、资、沅、澧“四水”及洞庭湖周边区域，这可能是由于随着水流的迁移，致使这些区域内锰元素富集，导致洞庭湖区、“四口”河系和“四水”河道周边区域锰元素污染较为严重[15]。

(3)铬元素污染较为严重的地方主要集中在南县、安乡、汉寿、鼎城区、湘阴、汨罗等县城周边区域。铬属于工业污染物，近年来随着工业化进程的加快，工业规模不断扩大，而社会环境保护意识和工业生活污水的处理能力远跟不上经济发展的速度，这可能是导致这些区域铬污染问题较为严重的主要原因[16]。

(4)砷元素污染较轻，含量主要分布在0.05 mg/L以内，主要分布在沅水三角洲、沅江、湘阴等地区，其他地区有零星分布。洞庭湖区沉积物砷的空间分布与铁、锰、铬的空间分布差异很大，说明砷与铁、锰、铬同源性较差[17-19]。从砷污染的区域分布来看，影响砷的空间分布的因素可能与环境本底的差异以及矿产冶炼及硫酸生产等砷污染企业排放有关[20-23]。

然而，空间分布的机理还需要进一步的试验验证。近年来，洞庭湖区经济发展较快，但经济发展方式仍较为粗放，因此加强排放企业，尤其是洞庭湖湖口区、“四口”河系及湘、资、沅、澧“四水”排放企业的监控是防止洞庭湖地下水污染的关键。

4 结 论

(1)从水质指标含量特征可知，超标率次序为：锰>铬>铁>砷，最大超标倍数次序为：铬>锰>铁>砷，平均超标倍数次序为：铬>锰>铁>砷。

(2)铁元素污染较为严重的地方主要分布在南县、安乡、澧县、华容、汉寿、鼎城区的部分区域；锰元素污染较为严重的地区主要集中在“四口”河系和湘、资、沅、澧“四水”及洞庭湖周边区域；铬元素污染较为严重的地方主要集中在南县、安乡、汉寿、鼎城区、湘阴、汨罗等县城周边区域；砷元素主要分布在沅水三角洲、沅江、湘阴等地区，其他地区有零星分布。

□