文章快速检索  
  高级检索
岩溶水源地安全供水的风险评价指标筛选——以娘子关泉水源地为例
束龙仓1, 李姝蕾1, 王松2, 克热木·阿布都米吉提1, 鲁程鹏1, 李砚阁3, 李伟3     
1. 河海大学水文水资源学院, 南京 210098;
2. 山东省水文局, 济南 250002;
3. 南京水利科学研究院, 南京 210029
摘要: 以山西省阳泉市娘子关泉水源地为例,探索岩溶水源地评价指标体系的建立。在充分考虑娘子关泉水资源特点的基础上,结合DPSIR(驱动力-压力-状态-影响-响应)评价模型和针对岩溶含水层脆弱性的欧洲模式指标框架,建立评价指标备选集。首先选择专家咨询与实际情况相结合的综合分析方法,收集2011—2015年相关指标数据,对所有备选指标进行第一次筛选;然后运用主成分分析法对定量指标进行第二次指标筛选,并用主成分分析法对筛选结果的合理性进行验证;最终确定了涵盖社会、经济、环境、政策4个方面,包含5个准则层19个指标的娘子关泉岩溶水水源地安全供水风险评价指标体系。经过验证,筛选的指标具有合理性和适用性,根据该指标可有效识别水源地风险来源。
关键词: 岩溶水源地     娘子关泉     主成分分析法     指标筛选     DPSIR模型    
Selection of Risk Evaluation Index for Safe Water Supply in Karst Water Source: An Example of the Well Field of Niangziguan Spring
Shu Longcang1, Li Shulei1, Wang Song2, Keremu Abudumijiti1, Lu Chengpeng1, Li Yange3, Li Wei3     
1. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China;
2. Shandong Bureau of Hydrology, Jinan 250002, China;
3. Nanjing Hydraulic Research Institute, Nanjing 210029, China
Supported by National Natural Science Foundation of China (41572210)
Abstract: The establishment of the evaluation index system of a well field of Karst water is explored in this paper by taking the well field of Niangziguan spring as an example. On the basis of fully consideration of Niangziguan spring resources characteristics, combination with the DPSIR (driver-pressure-state-impact-response) and the European model for Karst aquifer vulnerability index framework, the evaluation index for selection was build. Firstly, the method combining expert consultation with the actual situation was selected, according to the relevant indicators data from 2011 to 2015, all the alternative indicators were determined. Then, the principal component analysis method was used to select the final index, and the rationality of the chosen indexes were verified by principal component analysis. Finally, four aspects including social, economic, environmental and policy were determined, and the water supply risk evaluation index system of the well feild of Niangziguan spring was composed of the 19 indexes of the 5 criteria layers. After verification, the chosen indexes have rationality and applicability, which can effectively identify the risk of well field.
Key words: well field of Karst water     Niangziguan spring     principal component analysis     index selection     DPSIR model    

0 引言

地下水水源地的安全供水风险可以认为是指地下水水源地达不到预期供水目标的概率。其风险体现在3个方面:一是安全供水会发生什么样的事故;二是供水安全事故发生的可能性;三是事故的后果[1-3]。因此地下水水源地安全供水风险评价体系体现了地下水水源地发生供水事故、发生的可能性与事故后果的耦合。在我国北方以及其他干旱半干旱地区,地下水是主要的供水来源,但是由于人类活动的影响,许多水源地都面临着一定程度的风险问题。目前地下水水源地存在的风险问题主要有:水量不足,地下水水位持续下降;水质恶化,监测管理不当;污染物种类多样化;突发污染事故多,应急能力差等[4-9]。岩溶水是地下水的重要组成之一,其不仅是多数城镇煤矿业和生活用水的水源,而且具有重要的人文内涵[10]。但是岩溶水自身特殊的水文地质条件使其很容易受到地表水的影响,导致水源地供水风险增加。因此,岩溶水水源地安全供水的风险评价对保障居民安全用水和保护泉水具有重要意义[11]。在全国主要的岩溶水开采地区中,海河流域的娘子关泉水源地较为典型,因此本文以娘子关泉水源地为例进行研究。

本文研究的岩溶水水源地供水风险评价是与社会、经济、环境、管理与政策相关联的可持续发展问题。前人曾使用的可持续发展指标框架有压力-状态-响应(PSR)模型、基于经济学的模型、三成分模型、考虑人类-生态系统福利的模型、可持续发展的多资本模型等[12]。其中,PSR模型应用最为广泛,能够出色地反映出环境类指标之间的因果关系,但是其对于社会经济类指标的效果不佳[13]。驱动力-压力-状态-影响-响应(DPSIR)模型是随着对PSR模型的深入认识完善发展而来的,它包含了社会、经济、环境、政策4个方面,既有PSR模型的优点,也体现了社会、经济、政策和环境的相互反馈[14]。水源地风险也包含了评价区域固有脆弱性的风险,其中,欧洲模式是由欧洲科技领域研究合作组织(COST)2003年提出的评价岩溶水含水层脆弱性的一种概念模型,包括起源、路径和目标[15]

评价指标筛选的方法成熟,常用的有主观的专家调研法、层次分析法、模糊评价法,还有基于数学计算和统计分析的主成分分析法、回归分析、灰色关联度法、粗糙集方法等[16-17]。风险评价指标既包含定量指标也包含定性指标,且主观和客观相结合的方法能够更为合理地确定评价指标集。本文以娘子关泉水源地为例,以DPSIR模型和欧洲模式相结合,先构建岩溶水水源地供水风险评价的综合指标备选集;然后选取专家咨询与实际资料相结合的综合分析筛选方法,剔除不适合研究区的备选指标;再运用主成分分析法简化信息重复或相近的定量指标,从而得到科学合理的适用于研究区岩溶水源地安全供水的风险评价指标体系。

1 娘子关泉水源地概况

娘子关泉水源地(图 1)位于娘子关泉域排泄区、山西省阳泉市平定县娘子关镇附近。娘子关泉域面积为7 217 km2,主要含水层为奥陶统灰岩,主要构成含水系统隔水底板的是下奥陶统。娘子关泉水源地保护区从程家、坡底泉到苇泽关泉,面积约50 km2,由11个大泉组成,出露于奥陶系下统白云岩,多年平均水资源量为10.95 m3/s。娘子关泉域的地势中部和东部低,西、南、北部高,娘子关泉水源地是最低点,娘子关泉群附近有大片泉华分布。

图 1 娘子关泉水源地示意图 Figure 1 Sketch map of the well field of Niangziguan spring

娘子关泉的主要供水城市是阳泉市,阳泉市人均水资源量为407 m3,属于严重缺水城市,以煤和电等高耗水的产业结构为主,而地下水是阳泉市生产、生活、生态用水的主要来源。在近几十年的经济快速发展时期,阳泉市对地下水需求增加,导致娘子关泉出现地下水水位持续下降、含水层疏干、水位降落漏斗持续扩大、地面沉降、泉流量减少乃至断流等一系列水文地质问题。含水层主要补给来源是降水入渗、河流入流,其次是煤矿排水。矿坑水和老窖水的污染导致水质状况下降,硬度和硫酸盐质量浓度较高[18-24]

2 基于DPSIR模型的风险评价备选指标体系构建

在风险评价之前,使用指标框架的方法进行综合评价指标的选取。使用该方法会使指标的选择更加符合逻辑性,各指标关系更加明确,并且不容易遗漏重要的因素。

DPSIR模型中:驱动力(D)分为内力和外力,例如水源地自然条件等内力因素以及用水城镇的社会、经济发展等外力因素;压力(P)分为地下水水源地的用水压力和污染压力;状态(S)表征了岩溶水源地的水质情况、水量水位变化和岩溶水脆弱性状况;影响(I)表示水源地的泉流量变化以及周边环境的地质状况;响应(R)分为水源地保护工程的实施、水源地管理政策法规的制定等。将影响岩溶含水层脆弱性的压力、状态、影响等要素,根据欧洲模式分别将相关指标分类为起源、路径、目标。

根据上述因子的属性分析,将指标归类,建立岩溶水源地供水风险评价备选指标体系。如表 1所示。

表 1 岩溶水源地供水风险评价备选指标集 Table 1 Alternate index set of well field of karst water supply risk assessment
准则层 要素层 备选指标层
驱动力 自然条件 年降水量、年蒸发量、地下水资源量
社会经济条件 人口密度、城镇化率、人均GDP、人口增长率
压力 用水压力 用水比例、人均生活用水量、万元GDP用水量、耗水率、工业万元增加值用水量、单位耕地面积用水量
污染压力 污水排放量(起源)、矿坑排水量(起源)、违章建筑与工程数目(起源)
状态 水量 工程供水能力(目标)、地下水开发利用程度(目标)、地下水开采模数(目标)、缺水率(目标)、地下水开采量较上一年变化率、水位变化、水资源利用率(目标)、人均地下水资源量(目标)
水质 一般污染物评价等级(目标)、特殊污染物评价等级(目标)、水功能区达标率(目标)
岩溶水脆弱性 土壤介质类型(路径)、土壤有机质含量(路径)、岩溶网络发育(路径)、地形坡度(路径)、包气带岩性(路径)、含水层岩性(目标)、地下水埋深(目标)、水力传导系数(路径)、净补给量(路径)、径流条件(路径)
影响 环境地质影响 岩溶塌陷发生频次、泉流量衰减率、地下水水位变幅(目标)、地面累计沉降量
响应 工程 隔离防护工程、生态修复工程、废水集中处理率、生活垃圾无害化处理、工业固废处置利用率、植被覆盖率
管理 监测预警机制、应急预案、应急备用水源及配套设施、法律法规体系健全水平、水质水量安全监控信息系统
3 风险评价指标的筛选方法与应用

由于指标集的指标数目众多,涵盖范围广,如果不进行筛选,直接用于风险评价,则可能出现选取内涵重复的指标、加大分析计算的工作量、削弱主要影响因子在岩溶水源地风险评价中的作用等情况。因此,本文要对表 1中的备选评价指标集进行筛选,得到适用于岩溶水源地的评价指标体系。

3.1 基于综合分析的指标初选

本文专家咨询环节咨询了5位专家学者的意见,包括地下水、水资源管理、海河流域等方面的专家,同时结合娘子关泉水源地的水文地质条件、开发利用现状、地下水开采产生的环境地质问题、指标获取难易程度等方面进行分析,初步调整,选择符合研究区特性的指标。考虑到娘子关泉水源地主要供水城市是山西省阳泉市,其水源地类型是岩溶水水源地,因此提出:自然条件要素中的年蒸发量、用水压力要素中的用水比例只能体现该地区的主要用水类型,不能表示用水压力大小,剔除该两项指标;社会经济条件要素中的城镇化率和人口增长率指标与人口密度、人均GDP指标内容重复,后两项指标反映了人口与面积和经济状况的关系,保留后两项指标,剔除城镇化率和人口增长率指标;用水压力要素中的单位耕地面积用水量改为农田灌溉亩均用水量;污染压力要素中的违章建筑与工程数目难以确切统计,且水源地保护区内的违章建筑和工程已包含在水源地保护工程内,故剔除该指标;水量要素中的工程供水能力是表现水源地经过工程施工后能提供多少水量,不能体现水源地供水现状存在的风险,剔除该指标;水量要素中的地下水开采模数、水资源利用率、人均地下水资源量指标可以被地下水开发利用取代,地下水开发利用程度是开采量与可开采量的比值,剔除该三项指标;水质要素中的水功能区达标率指标较难获取,一般污染物评价等级和特殊污染物评价等级更为直观,剔除该指标;岩溶水脆弱性要素中,反映岩溶水脆弱性要素指标众多而且过于具体,将这些指标归为一类,即脆弱性指标;环境地质影响要素中,因娘子关泉域存在的主要环境地质问题有泉流量衰减、岩溶塌陷和地下水水位下降,因此环境地质影响要素保留岩溶塌陷频次、泉流量衰减率和地下水水位变幅,而其中地下水水位变幅与水量指标要素的水位变化重复,保留地下水水位变幅指标;工程要素中的各项指标简化为水源地保护工程和污染物控制工程两项指标;管理要素中各项指标简化为法律法规体系健全水平、监测预警机制和应急能力三项指标。

3.2 基于主成分分析的二次筛选

主成分分析原理是用少数变量去有效替代原先的多数变量,将原本许多相关性较好的变量转化为彼此相关性很小或不相关的变量,也就是选出在解释效果不变的基础上,比原始变量个数少的有限个变量,即所谓主成分[25-26]

假定有m个年份资料,每个年份有n个定量指标,则得到一个m×n的矩阵A

1) 矩阵A标准化变换得到矩阵B

其中:xjj项指标的均值;sjj项指标的标准差。

2) 计算标准化矩阵B的相关系数矩阵C,然后计算Cn个特征值和特征值的单位特征向量。

3) 按照特征值的大小排序计算主成分的贡献率αj

式中,λk为第k个单位特征向量。当时则可以确定p个主成分。

4) 计算主成分系数矩阵D,将系数从大到小排列。其反映了指标与该主成分相关性大小,可以选取出主成分中的重要指标。

5) 分别对p类指标计算相关系数,当相关系数大于0.8时我们认为指标高度相关,分析删除冗余信息。

本文收集了山西省阳泉市娘子关泉水源地2011- 2015年各定量指标数据,据此进行主成分分析,主要筛选指标如表 2所示,筛选结果见表 3

表 2 主要筛选指标表 Table 2 Primary selection index table
符号 指标 符号 指标 符号 指标
X1 年降水量 X6 工业万元增加值用水量 X11 矿坑排水量
X2 地下水资源量 X7 农田灌溉亩均用水量 X12 地下水开发利用程度
X3 人口密度 X8 万元GDP用水量 X13 地下水开采量较上一年变化率
X4 人均GDP X9 耗水率 X14 缺水率
X5 人均生活用水量 X10 污水排放量 X15 地下水水位变幅
表 3 主成分的特征值 Table 3 Eigenvalue of the principal component
第一主成分 第二主成分 第三主成分 第四主成分
指标 第一特征值 指标 第二特征值 指标 第三特征值 指标 第四特征值
X10 0.909 X2 0.752 X6 0.958 X8 0.487
X11 0.845 X12 0.719 X12 0.588 X7 0.416
X7 0.719 X15 0.704 X8 0.446 X4 0.324
X1 0.707 X13 0.629 X11 0.418 X2 0.254
X15 0.679 X9 0.543 X14 0.331 X6 0.239
X8 0.656 X7 0.514 X3 0.259 X9 0.151
X2 0.568 X4 0.458 X9 0.258 X5 0.011
X12 0.193 X5 0.409 X1 0.206 X14 -0.049
X6 -0.130 X8 0.366 X5 0.089 X10 -0.054
X13 -0.511 X1 0.304 X15 0.063 X11 -0.07
X4 -0.734 X14 -0.045 X10 -0.172 X3 -0.078
X9 -0.784 X6 -0.086 X7 -0.214 X15 -0.2
X5 -0.908 X3 -0.158 X2 -0.219 X12 -0.316
X14 -0.941 X11 -0.325 X13 -0.334 X13 -0.482
X3 -0.95 X10 -0.376 X4 -0.383 X1 -0.605

以第一主成分为例,X12、X6、X13、X4、X9、X5、X14、X3的特征值较小或为负值,说明这些指标的贡献极小,可以忽略不计,所以这些指标可以删除。然后对剩余的指标进行相关分析,分别计算两两指标的相关系数。本文认为当相关系数>0.8时,就可以认为指标高度相关,则要判断指标内涵是否重复,若重复则保留更为重要、应用更为广泛的指标。

根据表 4我们可以看出,X10和X11、X1和X15、X7和X2、X15和X2相关性较好。X10和X11都是表征污染压力的指标,对于娘子关泉而言,矿坑排水对岩溶水的影响更大,因此保留矿坑排水量指标X11;X1和X15含义差别较大,两者都保留;X15和X2指标含义有差别,因此都保留;X7和X2相关,保留地下水资源量X2。

表 4 第一主成分相关系数 Table 4 First principal component correlation coefficient
X10 X11 X7 X1 X15 X8 X2
X10 1 0.823 0.475 0.525 0.353 0.356 0.258
X11 1 0.322 0.626 0.385 0.588 0.127
X7 1 0.369 0.753 0.767 0.947
X1 1 0.828 0.372 0.432
X15 1 0.633 0.850
X8 1 0.673
X2 1

第二主成分,保留前5个指标X2、X12、X15、X13、X9,对其进行相关分析:X15和X2相关性较好,但指标含义差别较大,均予以保留;X12和X13相关性较好,且指标X12更为全面,因此剔除X13;其他情况指标均两两独立,X9予以保留。

第三主成分,保留前4个指标X6、X12、X8、X11,对其进行相关分析,指标两两独立,因此都予以保留。

第四主成分,保留前3个指标X8、X7、X4,其中X7已经剔除,X8与X4进行相关分析,指标相互独立,因此予以保留。

综上,定量指标筛选结果为X1、X2、X4、X6、X8、X9、X11、X12、X15保留,X3、X5、X7、X10、X13、X14剔除。

3.3 指标筛选的合理性

为了验证指标筛选的合理性,需要计算2011— 2015年各个年份的水源地的评分指数[27-29]。首先将指标数据标准化,然后进行因子分析,得到4个主成分特征值的贡献率,然后计算每个年份在各因子的得分,以各因子方差贡献率为权重对各个因子加权平均,即得到各评价年的水源地评分指数:

F=α1F1+α2F2+α3F3+α4F4

式中,αiFi(i=1, 2, 3, 4)分别代表 4个主成分特征值的贡献率和因子评分,即F=0.523 5F1+0.227 8 F2+0.154 4F3+0.094 3F4。如表 5所示,由于指标按照一般方法进行标准化计算,计算的评分指数越大表示水源地安全性越好,风险性越小。

表 5 不同年份的各因子评分表 Table 5 Each factor assessment of different years
年份 F1 F2 F3 F4 F
2011 -5.2737 1.3419 1.3772 0.0317 -1.6682
2012 -0.0410 -0.3349 0.1137 -2.0619 -0.3127
2013 2.1771 3.0285 2.9831 0.1820 2.3465
2014 1.5884 -3.7288 -1.8152 1.2747 -0.5468
2015 1.5554 -0.3067 -2.6588 0.5734 0.1839

根据表 5所示的计算结果可知,2013年因子评分最高,说明根据各指标反映出的水源地风险状况2013年是最小的。对比2013年数据可知:2013年的年降水量、地下水资源量是2011至2015年中的最高值;人均GDP排在第二位;工业万元增加值用水量、矿坑排水量都在均值以下;地下水开发利用程度达32%,开采量有所增加但是地下水水位有所抬升,各项指标反映的风险状态均较小。相比其他年份,2013年的水源地风险最小的计算结果是符合实际情况的,这也验证了指标筛选的合理性和适用性。

依据专家咨询与实际资料相结合的综合分析筛选和主成分分析法,最终确定地下水水源地污染风险评价指标体系如图 2所示。

图 2 娘子关泉水源地供水风险评价指标 Figure 2 Risk evaluation index of Niangziguan well field
3.4 与水源地达标建设指标体系的对比分析

利用上述评价指标,对娘子关泉水源地进行评价,评价结果为风险等级较小。其中风险因素得分较高的是一般污染物、特殊污染物、矿坑排水量、泉流量衰减率和岩溶水脆弱性评价。(由于篇幅限制,在此直接给出本评价体系的评价结果,权重分析环节通过层次分析法请专家打分,综合各位专家意见。评价标准依据地方标准行业标准等相关资料确定,计算过程不在本文展开。)

本文筛选的娘子关泉水源地供水风险评价指标通过评价应用,其评价结果难以自证其适用性;因此,本文将娘子关泉水源地供水风险评价的指标和评价结果与2015年全国重要水源地达标建设的评价指标和评价结果进行对比,分析该评价指标的适用性。

本研究评价体系的每一个指标都分配了合理权重以及符合实际情况的评分标准,其能够在一定程度体现水源地发生供水风险的概率大小;水源地达标建设的评价为满分100分,分数越高,风险越小。

本文提出的娘子关泉水源地供水风险评价指标如图 2所示,全国重要饮用水水源地达标建设指标如表 6所示。对比评价指标可以看出,水源地达标建设不仅考虑了水质和水量的安全达标,还给予了水源地监测和管理高度的关注,这一点和本文响应指标部分的指标体系相吻合。影响(I)指标主要体现达标建设中地质和生态问题,针对娘子关泉水源地则体现为泉流量衰减率和岩溶塌陷频次问题;一般污染物和特殊污染物评价等级对应了达标建设的水质应该满足一定环境质量标准的要求;驱动力和压力则体现了影响水量和水质要求的一些具体指标,针对娘子关泉水源地,其矿坑排水量、耗水率等体现了对水源地水质的影响,地下水资源量、地下水开发利用程度、万元GDP用水量等则体现了水源地水量保证的影响因素;岩溶水的脆弱性则体现的是水源地易污染的可能性,是区别于达标建设的评价指标,但是较能体现水源地安全风险的潜在因素。

表 6 重要饮用水水源地达标建设目标要求及水源地得分 Table 6 Target requirements for the standard construction of water source of important drinking water and score
水源地达标建设目标 目标要求 满分 得分
水量 供水保证率达到95%以上;流域和区域调度中,应有优先满足饮用水供水要求的调度配置方案,确保保证率下取水工程正常运行的水量和水位;供水设施完好,取水和输水工程运行安全;取水口处河势稳定;水源地采补基本平衡,长期开采不产生明显的无地质和生态问题;建立城市应急备用水源地,制定特殊情况下的区域水资源配置和供水联合调度方案;备用水源能够满足特殊情况下一定的时间内生活用水需求,并有完备的接入自来水厂的供水配套设施 30 30
水质 水质满足相应的环境质量标准;区域综合治理 40 15
监控 实现对饮用水水源地的全方位监控;常规性监测和检查性监测相结合,形成较为完备的监测机制;具备一定的信息管理和应急监测能力 15 14
管理 重要饮用水水源地的管理和保护配备专职管理人员和经费;建立水源地安全保障部门联机机制,实行自愿共享和重大事项会商制度;完成水源地保护区划分和边界警示标志设置;制定相关法规,建立稳定的饮用水水源地保护资金投入机制;完善饮用水水源地监测设施 15 15

达标建设评价结果中,水质得分最低,总体等级为中等。对比两者评价结果可知,本文的指标评价体系结果能够体现水源地实际安全风险状况,并且比达标建设指标更加全面,能够更系统地评价出水源地风险因素状况,能够为管理者有效治理水源地提供科学的依据,具有一定的科学性、合理性和适用性。

4 结论

1) 本文运用驱动力-压力-状态-影响-响应模型和欧洲模式的评价模型框架,在结合研究区娘子关泉水源地实际情况的基础上构建了定量和定性指标相结合的综合评价初选指标集,指标包含了社会、经济、环境、政策4个方面并充分考虑了岩溶水的脆弱性状况,对娘子关泉岩溶水水源地供水风险的影响因子进行了全面的分析。

2) 根据综合分析筛选和主成分分析法对综合评价初选指标集优选,结合了主观方法的专业和经验以及客观方法科学准确的优点筛选得到包含5个准则层19个指标的综合评价指标集;并验证了指标筛选的合理性,根据该评价指标能够有效地识别水源地风险来源,更好地实现水源地的管理与保护。

3) 本研究的不足之处在于,综合评价指标的筛选过程中可能出现遗漏问题,而且本文所采用的主成分分析法分析的年份序列为5年,如果能够通过长时间的统计和归纳获取长系列资料,那么该方法的分析结果或为更加合理。

参考文献
[1] 束龙仓, 朱元生, 孙庆义, 等. 地下水允许开采量确定的风险分析[J]. 水利学报, 2000, 31(3): 79-83.
Shu Longcang, Zhu Yuansheng, Sun Qingyi, et al. Risk Analysis of Groundwater Allowable Withdrawal Evaluation[J]. Journal of Hydraulic Engineering, 2000, 31(3): 79-83.
[2] 彭令, 徐素宁, 彭军还. 多源遥感数据支持下区域滑坡灾害风险评价[J]. 吉林大学学报(地球科学版), 2016, 46(1): 175-186.
Peng Ling, Xu Suning, Peng Junhuan. Regional Landslide Risk Assessment Using Multi-Source Remote Sensing Data[J]. Journal of Jilin University(Earth Science Edition), 2016, 46(1): 175-186.
[3] 刘海龙, 马小龙, 袁欣, 等. 基于多元回归分析的铬污染地下水风险评价方法[J]. 吉林大学学报(地球科学版), 2016, 46(5): 1823-1829.
Liu Hailong, Ma Xiaolong, Yuan Xin, et al. Risk Assessment Method of Chromium Polluting Groundwater Based on Multiple Regression Analysis[J]. Journal of Jilin University(Earth Science Edition), 2016, 46(5): 1823-1829.
[4] 刘博. 城镇地下水水源地安全评价方法及应用[D]. 长春: 吉林大学, 2015.
Liu Bo. Technique and Application on Security Evaluation of Groundwater Drinking Source in Towns[D]. Changchun: Jilin University, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10183-1015590889.htm
[5] 王丽红. 城市地下水饮用水水源地安全评价体系研究[D]. 泰安: 山东农业大学, 2008.
Wang Lihong. Research on Evaluation Indices System of Ground Drinking Water Source Security for Cities[D]. Taian: Shandong Agricultural University, 2008. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dxsu200706035&dbname=CJFD&dbcode=CJFQ
[6] 姚治华, 王红旗, 李仙波, 等. 北京顺义区地下水饮用水源地安全评价[J]. 水资源保护, 2009, 25(4): 91-94.
Yao Zhihua, Wang Hongqi, Li Xianbo, et al. Safety Assessment of Underground Drinking Water Sources in Shunyi District of Beijing[J]. Water Resources Protection, 2009, 25(4): 91-94.
[7] 王露露. 地下饮用水水源地安全保障评价体系构建[J]. 水利科技与经济, 2015, 21(11): 56-61.
Wang Lulu. Safety Assessment Index System Construction of Underground Drinking Water Sources[J]. Water Conservancy Science and Technology and Economy, 2015, 21(11): 56-61. DOI:10.3969/j.issn.1006-7175.2015.11.021
[8] Jamshidzadeh Z, Mirbagheri S A. Evaluation of Groundwater Quantity and Quality in the Kashan Basin, Central Iran[J]. Desalination, 2011, 270: 23-30. DOI:10.1016/j.desal.2010.10.067
[9] 朱党生, 张建永, 程红光, 等. 城市饮用水水源地安全评价:Ⅰ:评价指标和方法[J]. 水利学报, 2010, 41(7): 778-785.
Zhu Dangsheng, Zhang Jianyong, Cheng Hongguang, et al. Security Assessment of Urban Drinking Water Sources:Ⅰ:Indicator System and Assessment Method[J]. Journal of Hydraulic Engineering, 2010, 41(7): 778-785.
[10] 郝晓燕. 基于GIS的神头泉域岩溶含水层脆弱性评价研究[D]. 太原: 太原理工大学, 2015.
Hao Xiaoyan. Karst Aquifer Vulnerability Evaluation of Shentou Spring Area Based on GIS[D]. Taiyuan: Taiyuan University of Technology, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10112-1015604125.htm
[11] 张佩. 晋祠泉域岩溶地下水风险性评价[D]. 太原: 太原理工大学, 2016.
Zhang Pei. Risk Assessmentof Karst Groundwater of Jinci Spring Area[D]. Taiyuan: Taiyuan University of Technology, 2016.
[12] 张晖. 基于PSR模型的大气复合污染情景分析指标体系研究[D]. 北京: 中国环境科学研究院, 2009.
Zhang Hui. Research on Scenario Analysis Indicators of Combined Air Pollution Based on PSR Model[D]. Beijing: Chinese Research Academy of Environmental Sciences, 2009. http://cdmd.cnki.com.cn/Article/CDMD-82405-2009139847.htm
[13] 王珮, 谢崇宝, 张国华, 等. 村镇饮用水水源地安全评价指标体系研究[J]. 中国农村水利水电, 2014(11): 139-142.
Wang Pei, Xie Chongbao, Zhang Guohua, et al. Research on the Safety Evalution Indicator System of the Township Drinking Water Sources[J]. China Rural Water and Hydropower, 2014(11): 139-142. DOI:10.3969/j.issn.1007-2284.2014.11.036
[14] 周琦, 逄勇, 罗慧萍. 镇江长江征润州水源地综合风险评价[J]. 河海大学学报(自然科学版), 2016, 44(2): 108-114.
Zhou Qi, Pang Yong, Luo Huiping. Comprehensive Risk Assessment of Zhengrunzhou Water Source Area in Zhenjiang City[J]. Journal of Hohai University(Natural Sciences), 2016, 44(2): 108-114.
[15] 张强. 岩溶区地下水脆弱性风险性评价[D]. 重庆: 西南大学, 2009.
Zhang Qiang. Vulnerability and Contamination Risk Assessment of Karst Groundwater[D]. Chongqing: Southwest University, 2009. http://cdmd.cnki.com.cn/article/cdmd-10635-2009105670.htm
[16] 吕香亭. 综合评价指标筛选方法综述[J]. 合作经济与科技, 2009(6): 54.
Lü Xiangting. Comprehensive Evaluation Index Screening Methods Were Reviewed[J]. Cooperative Economy and Technology, 2009(6): 54.
[17] 杜俊慧. 基于灰色粗糙集的评价指标筛选方法研究[J]. 中北大学学报(自然科学版), 2012, 33(5): 559-562.
Du Junhui. Research on Approach of Evaluation Index Screening Based on Grey Rough Set[J]. Journal of North University of China:Natural Science Edition, 2012, 33(5): 559-562.
[18] 王桃良. 阳泉市地下水水源地有机物污染评价[J]. 地下水, 2016, 38(5): 93-94.
Wang Taoliang. Yangquan City Groundwater Water Organic Pollution Evaluation[J]. Groundwater, 2016, 38(5): 93-94.
[19] 霍建光. 娘子关泉域岩溶水环境问题及保护措施[J]. 山西水利, 2015(3): 10-11.
Huo Jianguang. Niangziguan Spring Karst Water Environmental Problems and Measures[J]. Shanxi Water Resources, 2015(3): 10-11.
[20] 冯杰. 娘子关泉岩溶水开发利用现状及保护对策[J]. 山西水利, 2011, 27(7): 17-44.
Feng Jie. Niangziguan Spring Karst Water Exploitation and Utilization Status and Protection Countermeasures[J]. Shanxi Water Resources, 2011, 27(7): 17-44.
[21] Hao Yonghong, Wang Yajie, Zhu Yu'en, et al. Response of Karst Springs to Climate Change and Anthropogenic Activities:The Niangziguan Springs, China[J]. Progress in Physical Geography, 2009, 33(5): 634-649. DOI:10.1177/0309133309346651
[22] Zhang Xiaobao, Li Xue, Gao Xubo. Hydrochemistry and Coal Mining Activity Induced Karst Water Quality Degradation in the Niangziguan Karst Water System, China[J]. Environmental Science and Pollution Research, 2016, 23(7): 6286-6299. DOI:10.1007/s11356-015-5838-z
[23] 冯杰. 阳泉市水资源保护对策探讨[J]. 山西水利, 2015(1): 14-15.
Feng Jie. Yangquan City Water Resources Protection Countermeasures[J]. Shanxi Water Resources, 2015(1): 14-15.
[24] Xanke J, Liesch T, Goeppert N, et al. Contamination Risk and Drinking Water Protection for a Large-Scale Managed Aquifer Recharge Site in a Semi-Arid Karst Region, Jordan[J]. Hydrogeology Journal, 2017, 25: 1795-1809. DOI:10.1007/s10040-017-1586-0
[25] Johnstone I J I. On the Distribution of the Largest Eigenvalue in Principal Components Analysis[J]. Annals of Statistics, 2001, 29(2): 295-327. DOI:10.1214/aos/1009210544
[26] Tipping M, Bishop C. Probabilistic Principal Com-ponent Analysis[J]. Journal of the Royal Statistical Society Series B-Statistical Methodology, 1999, 61: 611-622. DOI:10.1111/rssb.1999.61.issue-3
[27] 李建峰, 张建奎. 基于主成分分析的烤烟新品种筛选[J]. 湖北农业科学, 2017(1): 91-94.
Li Jianfeng, Zhang Jiankui. Screening of New Flue-Cured Tobacco Varieties Based on Principal Component Analysis[J]. Hubei Agricultural Sciences, 2017(1): 91-94.
[28] 张辉, 赵秋红. 基于主成分分析基本原理的经济指标的筛选方法[J]. 山东财政学院学报, 2013(2): 52-61.
Zhang Hui, Zhao Qiuhong. An Economic Indicator Screening Method Based on Fundamental Principle of Principal Components Analysis[J]. Journal of Shandong University of Finance, 2013(2): 52-61.
[29] 常文娟, 梁忠民, 马海波. 基于主成分分析的干旱综合指标构建及其应用[J]. 水文, 2017(1): 33-38.
Chang Wenjuan, Liang Zhongmin, Ma Haibo. Construction of Drought Composite Indicator Based on Principal Component Analysis and Its Application[J]. Journal of China Hydrology, 2017(1): 33-38.
http://dx.doi.org/10.13278/j.cnki.jjuese.20170276
吉林大学主办、教育部主管的以地学为特色的综合性学术期刊
0

文章信息

束龙仓, 李姝蕾, 王松, 克热木·阿布都米吉提, 鲁程鹏, 李砚阁, 李伟
Shu Longcang, Li Shulei, Wang Song, Keremu Abudumijiti, Lu Chengpeng, Li Yange, Li Wei
岩溶水源地安全供水的风险评价指标筛选——以娘子关泉水源地为例
Selection of Risk Evaluation Index for Safe Water Supply in Karst Water Source: An Example of the Well Field of Niangziguan Spring
吉林大学学报(地球科学版), 2018, 48(3): 805-814
Journal of Jilin University(Earth Science Edition), 2018, 48(3): 805-814.
http://dx.doi.org/10.13278/j.cnki.jjuese.20170276

文章历史

收稿日期: 2017-09-29

相关文章

工作空间