大牛地气田区地下水水质模糊综合评价

梁乃森，钱 程，穆文平，段 扬，朱 阁，张日升，武 雄

(1.中国地质大学(北京)水资源与环境学院，北京 100083；2.中国地质灾害防治工程行业协会，北京 100043；3.深圳市大鹏新区住房和建设局，广东 深圳 518116；4.鄂尔多斯市东辰煤炭有限责任公司，内蒙古 鄂尔多斯 010300)

水质评价是水资源评价的重要内容之一，也是水资源规划利用和管理的重要依据。自20世纪70年代以来，地下水环境质量研究越来越多，地下水水质评价工作由单因子评价到综合评价，由数理统计到建立数学模型，评价方法和体系日趋完善[1-2]。近年来，模糊评价[3-5]、人工神经网络[6]、灰色系统理论[7]、层次分析法[8]、集对分析法[9]、物元可拓法[10]等模型或方法被引入水质评价中，以期取得更全面的评价结果。模糊评价法是由美国Zadeh教授于1965年在模糊数学理论的基础上开发的[11]，它充分考虑了地下水水质指标分类界限的过渡，结果更加科学准确[12]。随着地理信息系统(GIS)技术的发展，GIS技术在水资源研究领域的应用越来越广泛[13-15]。刘明柱等[16]运用GIS建立了考虑各子系统影响的地下水资源评价系统，对安徽省天长市地下水资源进行了富水性评价；刘明柱等[17]提出基于GIS结构的集成框架，将地下水资源评价模型与GIS紧密集成，并将其成功应用于哈尔滨市水资源管理。在水质评价方面，GIS技术与水质评价模型或方法的结合已经成为重要的发展趋势，有许多学者做了有益的尝试。万幼川等[18]在GIS支持下应用BP 改进模型对东湖水质、富营养化情况进行了综合评价，并实现了结果的可视化输出；苏耀明[19]在ArcGIS平台上实现了鄂尔多斯盆地三层地下水水质模糊综合评价结果的可视化表达；张成才等[20]利用数据库系统实现了GIS与模糊综合评价模型之间的数据交换，将三者系统整合，并运用该系统对地表河流水质进行了评价；罗畏[21]通过Matlab编程和组件式GIS开发将GIS与投影寻踪模型集成，应用于地表水体环境质量研究；Venkatramanan等[22]利用GIS平台实现了模糊集理论对地下水水质现状的评价。虽然前人在GIS与水质评价方法结合研究和应用方面取得了一定的进展[19-24]，但忽略了水质数据的非连续性，对于地区尺度的基于GIS的地下水水质模糊综合评价研究较少。本文利用地理信息系统(GIS)技术和Visual Basic for Applications((VBA)技术实现水质模糊综合评价模型，既考虑了地下水水质数据的非连续性，又使评价过程系统化、结果可视化，利用该方法对毛乌素沙地大牛地气田区浅层地下水环境质量进行比较客观的评价，为该区地下水资源的开发利用和保护提供科学依据。

1 研究区概况与数据获取

1.1 研究区概况

图1 研究区地理位置

大牛地气田位于毛乌素沙地东北部，内蒙古自治区与陕西省交界处(图1)。研究区面积约为2 322.4 km2，地势平坦，地形完整，东北部为基岩剥蚀波状高原，西北部及南部为固定半固定沙丘地貌。其气候属于暖温带和温带半干旱大陆性季风气候，多年平均降水量约400 mm，多年平均蒸发量为2 485.2 mm。区内最大的地表水体为红碱淖，最大的河流为流入红碱淖的扎萨克河(已多年断流)。研究区具有供水意义的含水系统为第四系孔隙含水系统和白垩系下统孔隙裂隙含水系统，二者水力联系较密切。第四系孔隙水主要接受大气降水补给和侧向径流补给，局部地段存在顶托补给。白垩系孔隙裂隙水主要受第四系下渗补给和大气降水补给，其次是侧向补给。浅层地下水径流情况见图2。地形低洼处和湖泊是研究区地下水主要排泄点，蒸发排泄为主要的排泄方式。由于研究区地表水水质较差，浅层地下水成为该区主要供水水源。

图2 研究区地下水采样点位图

1.2 数据来源

为确保地下水样品均来自浅层地下水，于2012年10月选取40 个具有代表性的居民水井进行水样采集，采样点平面位置见图2。

测试得到研究区地下水水化学数据，部分水化学指标的统计特征值见表1。

表1 水化学分析结果统计特征值

2 研究方法

2.1 模糊综合评价法

模糊综合评价法基本原理为：以隶属度描述地下水水质指标的模糊界限，模糊评价的结果由评价因子的权重矩阵和隶属度组成的模糊关系矩阵决定。模糊综合评价的一般步骤见图3，其中核心的内容是模糊关系矩阵和权重向量的确定。

图3 模糊评价法一般步骤

2.1.1隶属度及模糊关系矩阵的确定

模糊关系矩阵由各指标的隶属度构成。隶属度表示评价指标属于各评价标准(级别)的程度，由隶属度函数计算得出。目前，隶属度函数的确定还未形成一套成熟的方法，一般水质模糊评价的隶属度函数采用分级函数法确定。分级函数包括三角形函数法和梯形函数法，其中降半梯形分布函数符合水质评价特点，即指标越小越好。参考前人经验[4]，本文选用降半梯形函数构造隶属度函数，具体隶属度函数公式如下：

对Ⅰ级水的隶属度函数：

(1)

对Ⅱ～Ⅳ级水的隶属度函数：

(2)

对Ⅴ级水的隶属度函数：

(3)

式中：Ci——第i个评价指标的实测浓度，i=1，2，…，m；

j——水质等级，Ⅰ～Ⅴ级水j对应1～5；

Sij——第i个评价指标的j级标准值；

Rij——第i个评价指标对j级水的隶属度。

对于不同级别标准值相同的情况，参照从优不从劣的原则确定其隶属度。对于给定的浓度值按照以上隶属度函数计算隶属度，i×j阶的模糊关系矩阵R：

(4)

2.1.2评价指标权重的确定

确定权重的方法有多种，如主成分分析法、超标法、层次分析法等[26]，如何合理确定各评价指标的权重值，目前没有统一的方法，比较常用的是超标法。超标法根据评价指标超标程度大、权重大的原则确定权重，采用超标法确定评价指标权重：

(5)

式中：Wi——第i个评价指标的权重值；

Ci——第i个评价指标的实测浓度；

Si0——第i个评价指标各级标准值的平均值；

m——评价指标个数。

根据式(5)求出每个评价指标的权重值，组成权重向量或权重矩阵A：

A={W1，W2，…，Wm}

(6)

2.1.3矩阵复合运算及处理

矩阵复合运算包括4种模型[27]，其中加权平均模型的运算模型既强调了最大浓度指标的影响，又兼顾所有参评因子(或指标)应有的作用，避免了在模糊矩阵的复合运算中部分数据丢失造成的不利影响。确定模糊关系矩阵R和权重矩阵A后，选择加权平均型运算模型对权重矩阵A和模糊关系矩阵R进行复合运算，得到模糊评价结果矩阵B。

模糊评价结果矩阵B的最常用处理方法是最大隶属度原则，但此方法存在有效性问题，特殊情况下可能得出不合理的评价结果[28]。因此采用加权平均原则[29]，被评事物的相对位置，即评价结果，可表示为：

(7)

式中：bj——隶属于第j等级的隶属度；

k——待定系数(k=2)；

G——模糊评价结果。G值与地下水水质级别的对应关系见表2[20-23]。

表2 G值与地下水水质级别的对应关系

2.2 GIS与模糊综合评价模型结合

模糊综合评价模型只能对水化学数据(即属性数据)进行处理，不能增加或修改空间数据，而GIS可以创建或修改空间数据。利用ArcGIS平台采集和编辑空间数据，并将水样点的属性数据与空间数据结合，使属性数据空间可视化，以利于评价结果的综合分析。空间数据与Excel表中水化学数据通过ArcGIS图层连接功能结合后，对Excel表中的数据进行处理可以修改相应的属性数据。

GIS和模糊综合评价模型结合，可以将GIS的空间分析功能、显示功能以及模糊综合评价方法的计算功能整合在一起。GIS与地下水水质模糊综合评价模型结合后具备强大的地图显示功能，地下水水质评价和结果分析更为方便。水质评价集成于地理信息系统，可为水资源的开发利用和保护提供决策支持。

2.3 评价指标及标准确定

3 结果与讨论

3.1 评价结果

利用ArcGIS的地图显示与制图功能，对评价结果进行显示和出图，并结合空间数据对评价结果进行分析。经过ArcGIS处理，得到研究区地下水水质评价结果见图4。

图4 研究区地下水水质模糊综合评价结果

由图4可知，研究区浅层地下水水质总体较好，局部地点浅层地下水水质较差，水质级别在Ⅳ类以下。利用ArcGIS对模糊评价结果(图4)进行统计，可知Ⅰ类水分布最广，占地下水取样点总数的65.0%，主要分布于台格庙—松道沟—敖包村—昌鸡兔一带，呼吉尔图乡以北门克庆—大牛地一带，沙则汗—阿卢太—沟掌村以北，小壕兔乡东南，以及尔林兔镇东南；研究区Ⅱ类浅层地下水水样点有5个，占地下水取样点总数的12.5%，分别位于研究区西北的查汗淖儿村、壕赖村西南部，研究区西南部的呼吉尔特村、小壕兔乡小豪兔村，以及石板太南部；Ⅲ类水水样点共有7个，分别位于壕赖村东北，西葫芦素南部，大牛地一队，史不扣村附近，以及研究区南部的采气四队，占地下水取样点总数的17.5%；Ⅳ类水和Ⅴ类水水样点仅有2处，分别位于察汗淖四队(G31)及许记海子(G22监测点)附近，共占地下水取样点总数的5.0%。根据模糊综合评价结果，研究区Ⅲ类以上浅层地下水水样点约占总数的95.0%，所以研究区浅层地下水水质状况总体良好。

3.2 讨论

为进一步验证评价结果的合理性与可靠性，将基于GIS的模糊综合评价结果与《地下水质量标准》中的内梅罗指数法[31](F值法)评价结果(图5)进行比较。从图上看，基于GIS的模糊综合评价结果整体上优于内梅罗指数法评价结果，但水质相对较差的位置大体一致。与内梅罗指数法相比，模糊综合评价结果的Ⅰ类和Ⅲ类水水样点数目明显较多，Ⅱ类和Ⅳ类水水样点明显较少，Ⅴ类水水样点所占比重也较小(表3)。究其原因，是两种方法的原理不同造成的。内梅罗指数法放大了最大浓度因子的影响，使部分评价结果偏高，而模糊综合评价法综合考虑了各评价因子对水质的影响，评价结果更客观、更合理。

4 结论

(1)基于GIS的地下水模糊综合评价结果，大牛地气田浅层地下水水质状况总体良好，水质级别以Ⅰ～Ⅲ类水为主，局部地区浅层地下水水质较差，水质级别在Ⅳ类以下。Ⅰ类水分布最广，占所取地下水总量的65.0%，其次是Ⅲ类水，其水样点数量占地下水取样点总数的17.5%，Ⅱ、Ⅳ、Ⅴ类地下水分别占地下水取样总量的12.5%、2.5%和2.5%。

表3 基于两种方法的评价结果对比

图5 基于內梅罗指数法的水质评价结果

(2)局部浅层地下水水质较差主要是由于地下水中氨氮或硝酸盐氮浓度超标，超标的主要原因是局部地段浅层地下水受到人类生产生活污废水中含氮物质的污染。

(3)通过对比分析可知，基于GIS的水质模糊综合评价方法实现了评价结果的系统化，可视化，能够较合理、客观地评价取样点地下水水质。同时，模糊综合评价法采用超标法确定评价指标的权重，虽然剔除了主观因素，但夸大了实测浓度大的指标影响，对其它指标兼顾不够，需进一步改进。