松原市浅层地下水污染源识别及风险研究

开伟萌，梁秀娟，肖长来，孟凡傲，杨伟飞，王 鸽

（1.吉林大学地下水资源与环境教育部重点实验室，长春130021；2.吉林大学水资源与水环境重点实验室，长春130021；3.吉林大学油页岩地下原位转化与钻采技术国家地方联合工程实验室，长春130021；4.吉林大学新能源与环境学院，长春130021）

0 引 言

近年来，随着城市化和工业化进程的加快，我国地下水污染问题日趋严重。其成因可简要归纳为原生水质问题和人类活动导致的水质问题［1］。对地下水水质进行检测和评价，识别其主要污染源、空间分布及污染风险，在地下水治理和开发利用中具有重要意义。

以往的水质评价方法有单因子指数法、内梅洛指数法、模糊数学评价法、灰色聚类法等［2，3］。这些方法可以对当前水质进行评价与分级，但难以识别地下水污染源，且忽略了地下水污染的空间特性。前人为确定地下水污染源做出了大量的研究。唐军等［4］将哈斯图解法与综合评价法结合用于地下水优控污染物识别；冯茜等［5］利用因子分析法识别了德惠市浅层地下水的污染源，并分析了污染源的空间分布特征；郭涛等［6］利用正定矩阵因子分解法识别了拉林河流域地下水的主要污染源。曹阳等［7］利用因子分析法和系统聚类法对水质影响因素进行评价。综合来看，因子分析法，不但可以从宏观上描述水质因子，识别出污染源，还可以利用因子得分将研究区各污染因子及综合污染因子的空间分布情况在图中直观表达，是识别地下水污染源的理想方法。

本文以松原市为研究对象，选取2017年11月58 口潜水监测井的水质检测数据进行分析研究，首次采用因子分析法确定松原市浅层地下水污染因子，分析污染源分布特征，并结合USEPA 的非致癌风险模型找出污染因子中的高风险因子，为研究区有关部门治理和开发利用地下水提供依据。

1 研究区概况及数据来源

1.1 研究区概况

松原市位于松嫩平原以南，东与长春市、四平市接壤，西与白城市接壤，属温带大陆性气候。区内东部为由王府-伏龙泉砂砾石台地和松拉河间地块组成的高平原，其第四系孔隙潜水含水层为下更新统砂砾石含水岩组（Q1）和中更新统冲积砂砾石含水岩组（Q2）；西部为低平原，其地势低平开阔，向二松河谷方向缓倾，其第四系孔隙潜水含水层为上更新统冲湖积粉细砂、砂砾石含水岩组（Q3）；东部高平原与西部低平原之间为河谷平原，其第四系孔隙潜水含水层为全新统冲湖积、湖沼积淤泥质亚黏土含水岩组（Q4）［8］，如图1（a）所示。区内浅层地下水的补给来源主要为降水入渗补给，在西部低平原区，由于径流较为缓慢，浅层地下水的排泄方式主要以蒸发和人工开采为主。

1.2 数据来源

选用松原市2017年11月58组浅层地下水水质检测数据进行分析，取样分布，如图1（b）所示。检测的潜水含水层厚度在7～40 m 之间，按均匀分布的原则，每个取样点取三瓶水样，取样完后立即用锡纸密封送往谱尼测试（吉林分公司）化验，检测结果真实可靠。利用Piper 图法确定研究区地下水化学类型时选取钾、钙、钠、镁、碳酸根、重碳酸根、硫酸根、氯离子8项指标，利用因子分析法识别浅层地下水污染源时选取pH、钡、铁、钼、钠、锌、氟化物、氯化物、硝酸盐、硫酸盐、溶解性总固体（TDS）、总硬度、耗氧量、氨氮等18项指标。

图1 研究区地形地貌及采样分布图Fig.1 Topography and sampling distribution map

2 研究方法与步骤

2.1 研究方法

本研究采用spss 软件对地下水各离子指标进行统计性分析；运用Aquachem软件绘制Piper图，以确定浅层地下水水化学类型。采用因子分析法识别研究区地下水中的污染源；将因子分析提取的污染因子代入非致癌物风险模型，计算风险指数。因子分析数学模型与非致癌物风险模型如下。

因子分析数学模型［1］：

式中：f1，f2，…，fk为因子变量，a11，a12，…，apk为因子xp与变量fk之间的相关系数，也称为载荷；εi为特殊因子，代表公因子以外的影响因素，实际分析时可忽略不计。

非致癌物风险模型［9］：

式中：RI为非致癌物所致的个人平均风险，无量纲；DI为经饮水途径所导致的单位日均暴露剂量，mg/（kg·d）；RiDI为经饮水途径的参考剂量，mg/（kg·d）；CI为水中污染物的浓度，mg/L；IR为摄入率，一般取值2.1 L/d；EF为暴露频率，一般取值365 d/a；ED为暴露持续时间，a；BW为平均体重，一般取值70 kg；AT平均寿命，取70 a［9］。

2.2 具体步骤

2.2.1 数据标准化

将选取的各项指标的数据进行标准化处理，其公式如下。

式中：xi为第i个水样的原始测量值；x′i为第i个水样去除量纲后的结果；s为其标准差。

2.2.2 数据检验

为检验变量之间是否有足够的相关性，选用KMO 检验和Bartlett球型检测法，作为检验方法。检验结果如表1所示。

表1 KMO 和巴特利特检验Tab.1 KMO and Bartlett tests

检测结果显示，KMO 检验结果为0.698，大于0.6，巴特利特检验结果为0，小于0.05，检验结果适合做因子分析。

2.2.3 因子提取

提取其中几个能反映原始变量绝大部分信息的公因子，其特征值应大于1，为使公因子具有良好的代表性，其累计方差值应大于70%。

2.2.4 因子旋转

采用最大方差法对矩阵进行旋转，旋转后的载荷矩阵应使各个因子的载荷方差之和最大，以便对评价内容进行求解与分析。

2.2.5 计算因子得分

因子得分是指所提取的公共因子f1，f2，…，fk在每个取样点的具体得分，每个因子得分由以下因子得分公式给出。

以上步骤借助spss软件中的因子分析模块实现。

2.2.6 因子风险研究

采用USEPA 的非致癌物风险模型［9］对因子分析法所提取的污染因子进行风险指数计算，以EPA 推荐的最大可接受风险度（1.0×10-6）［10］为参照依据，研究分析各污染因子的风险程度。

3 结果与分析

3.1 区域水化学特征

通过分析研究区浅层地下水Piper 图，如图2 所示，可以看出研究区水化学类型主要以Ca-HCO3型水，CaNa-HCO3型水为主，少部分地区为Ca-Cl-HCO3型水。由表2（研究区主要水化学指标统计表）可知，该区浅层地下水的pH均值为7.64，呈弱碱性。TDS 和总硬度的变异系数较大，说明在全区范围内矿化度相差较大，应存在地下水富集的高污染地区，研究区Cl-、NO2-、NO3-、NH4+、Fe、As、Zn 等离子的标准差和变异系数较大，说明部分地区相关离子的含量偏高，可能是潜在的污染源。

表2 研究区主要水化学指标统计表Tab.2 Statistical table of main hydrochemical indexes in the study area

图2 浅层地下水Piper图Fig.2 Piper diagram of shallow groundwater

3.2 地下水污染源识别及空间分布情况

在对选取的18 项指标进行标准化处理，KMO 检验和Bartlett 球型检测后，提取5 个公因子，累计方差贡献率为75.546%，如表3 所示。为使各公因子的典型代表变量更加突出，将因子荷载矩阵进行正交旋转，旋转因子荷载矩阵，见表4。

表3 总方差解释Tab.3 Total variance interpretation

表4 旋转因子载荷矩阵Tab.4 Rotation factor load matrix

将各公因子得分及综合因子得分，与对应的坐标结合，运用ArcGIS 中的克里金插值法得到浅层地下水各公因子与综合污染因子得分的空间分布图，如图3 所示。图中某区域单项因子得分较高，说明该地区某项离子污染程度较为严重；综合因子得分较高，说明该地区整体离子浓度偏高，可能存在多项离子污染超标的现象。

f1因子的方差贡献率为38.151%，是区域浅层地下水的主要成分，f1因子的主要代表变量有溶解性总固体（TDS）、氯化物、总硬度、硝酸盐氮、钠离子、硫酸盐，将f1命名为“主成分”因子。f1因子的得分在区域内呈西高东低，得分较高的地区为乾安县及长岭县西部区域，如图3（a）所示。f1因子的得分与水文地质条件、水动力条件以及人类活动有关。松原市西部地区为低平原区，干旱半干旱气候，地势低洼，地下水水位较低，周边的地下水与岩石长期发生溶滤作用携带大量离子向此处运移，在长期蒸发浓缩作用下，地下水中的离子浓度不断增高，导致该地区f1因子得分较高。其次，生活污水和工业污水中的酸和盐类物质排入地表水后，由地表水下渗到地下水中，与岩层发生阳离子交替作用，使岩层中的钙、镁离子析出，这使得地下水的总硬度逐渐增高［11］。

f2因子的方差贡献率为13.036%，主要代表变量有亚硝酸盐氮和氨氮。f2因子得分自西向东逐渐降低，其中长岭县及乾安县西部及宁江区因子得分较高，如图3（b）所示。从空间分布来看，f2因子得分较高的地区主要分布在西部低平原区及人口密集的宁江区，这是由于亚硝酸盐氮和氨氮主要和农药化肥的使用及污水的排放有关。在低平原地区，由于地势平坦开阔，农田较为集中，单位面积农药化肥的使用量远高于东部地区，过量的氮肥进入土壤后随雨水进入地下水，造成地下水中氮含量逐渐增高。在宁江区，工厂排放的工业废水及集中排放的生活污水存在大量的氮化物，处理未达标的污水被排入第二松花江河道内后，在迁移时发生下渗和越流补给现象，使得市区附近的浅层地下水中氮含量逐渐升高。

f3因子的方差贡献率为10.128%，主要代表变量有钼、铁、和有机物。f3因子主要分布在乾安县西部地区，如图3（c）所示。参照《地下水质量标准》（GB/T14848-2017），钼和三氯甲烷的离子浓度均在III类标准以内，属正常范围。地下水中铁元素的含量与TDS 的含量呈正相关，与Ph 的值呈负相关，同时还与地下水中的氧化还原环境有直接关系，当地下水处于还原环境时铁元素更容易从土壤中析出。在西部低平原区，铁元素主要来源于土壤及整个含水层［12］。

f4因子的方差贡献率为7.724%，主要代表变量是氟化物。f4因子主要分布于长岭县和乾安县两地，其中长岭县因子得分最高，如图3（d）所示。氟元素含量主要受水文地质条件和原生地质环境影响。长岭、乾安两地，属低平原区，为干旱半干旱气候，其地形低洼，沉积物以冲湖积、风积为主，含水层渗透性差，地下水交替缓慢，蒸发排泄为其主要排泄方式，易于离子的富集。其次，周边裸露的氟矿物（方解石、石膏、长石类矿物和萤石等）经过长期的风化、淋溶、并借助水动力条件富集于此。发源于内蒙古大兴安岭德福勒罕山北麓的霍林河，是运输大兴安岭含氟岩石的主要载体，为该地区源源不断的提供氟离子［13］。

图3 各公因子与综合污染因子得分空间分布图Fig.3 Spatial distribution of the scores of common factors and comprehensive pollution factors

f5因子的方差贡献率为6.507%，主要代表变量是砷元素。f5因子分布于松原市绝大部分地区，如图3（e）所示。参照《地下水质量标准》（GB/T14848-2017），砷的离子浓度在III 类标准以内，属正常范围。原生地质作用是地下水中砷的主要来源，含砷岩石经风化和雨水冲蚀等过程释放可溶态砷吸附于土壤中，又在雨水作用下经过长时间的下渗进入地下水中。另外，地下水中的铁元素会和固态砷产生铁砷循环耦合作用，地下水中铁元素含量越高，越容易促进砷的释放［14］。

通过公式f综合=（38.151f1+13.036f2+10.128f3+7.724f4+6.057f5）/75.546 计算松原市浅层地下水污染综合得分f。结果显示，长岭县西部地区的太平川镇、北正镇，以及乾安县西部地区永字镇、大布苏镇污染最为严重，长岭县县区、扶余县县区、及前郭尔罗斯蒙古族自治县哈拉毛都镇、长龙乡、东三家子乡水质较好，如图3（f）所示。综上所述，综合污染因子得分较高地区主要为低平原区，其主要受原生地质条件、水文地质条件及地下水动力条件共同作用；其次，人类生产生活所排放的生活污水、工业污水及过度施用的农药也是造成该地浅层地下水污染的原因。

3.3 因子风险研究

在污染源识别的基础上，选取氟、铁、硝酸盐氮、氨氮4个污染因子进行风险指数计算。依据美国环保署公众健康评估手册［15］，硝酸盐氮、氨氮、氟、铁的参考剂量如表5所示。将指标含量及各参数代入非致癌风险模型计算，结果如图4所示。

图4 各因子风险指数Fig.4 Risk index of each factor

表5 非致癌物参考剂量 mg/(kg·d)Tab.5 Reference dose of non-carcinogens

以EPA 推荐的最大可接受风险度（1.0×10-6）［12］为参照依据，在58 个点的检测样本中，氟化物有13 个点的风险指数高于最大可接受风险度，超标率达22.41%，最大超标倍数为2.48倍；硝酸盐氮有6 个点的风险指数高于最大可接受风险度，超标率达10.34%，最大超标倍数为3.40 倍；铁元素有1 个超标，超标率为1.72%，氨氮无超标。结果表明地下水中氟化物、硝酸盐氮的风险指数超标率偏高，铁元素和氨氮的风险指数超标率较低。综上所述，氟化物为风险最大的污染因子，其次是硝酸盐氮类，铁和氨氮因子的风险性较小。

4 结 论

（1）松原市浅层地下水总体上呈弱碱性，部分地区的矿化度较高。地下水中主要阳离子有Ca+、Na+、Mg2+，主要阴离子有HCO3-、Cl-。区内地下水水化学类型主要为：Ca-HCO3、CaNa-HCO3型水。

（2）影响松原市浅层地下水水质的主要因子有TDS 和硝酸盐氮，其方差贡献率达38.151%；其次是亚硝酸盐氮、氨氮和氟化物；其方差贡献率总和达20.76%；铁和砷的方差贡献率之和在17%左右。

（3）污染因子风险研究表明，区内氟化物是风险最大的污染因子，其次是硝酸盐氮类，铁和氨氮因子的风险较小。

（4）区内浅层地下水污染较严重的区域主要集中在乾安县与长岭县西部地区，其主要受原生地质环境作用和离子的迁移-富集作用影响。另外污水排放及化肥农药的过量施用也对浅层地下水水质造成污染。 □