基于ArcGIS的下遼河平原地下水脆弱性評價及空間結構分析

孫才志, 奚 旭, 董 璐

1 遼寧師范大學城市與環境學院, 大連 116029 2 遼寧師范大學海洋經濟與可持續發展研究中心, 大連 116029

基于ArcGIS的下遼河平原地下水脆弱性評價及空間結構分析

孫才志1,2,*, 奚 旭1, 董 璐2

1 遼寧師范大學城市與環境學院, 大連 116029 2 遼寧師范大學海洋經濟與可持續發展研究中心, 大連 116029

以下遼河平原為研究區，通過選取1991、2000和2010年3個代表年的相關參數，在DRASTIC模型基礎上構建評價指標體系進行地下水脆弱性評價，并以地下水中氮元素濃度為響應指標通過顯著性檢驗，在此基礎上借助GS+、ArcGIS和Geoda095i等軟件的制圖功能和空間統計分析功能，對下遼河平原地下水脆弱性的空間分布特征、變異規律以及空間關聯格局進行研究分析，結果表明：①1991—2010年下遼河平原地下水脆弱性總體上呈先增后減趨勢，空間分布上以沈陽市為中心的地下水高脆弱區向南部沿海方向擴散；②1991—2010年研究區地下水脆弱性Moran′sI表現為較強正相關現象，且關聯程度呈略微下降趨勢；③1991—2010年研究區地下水脆弱性局部空間自相關和顯著性水平均發生了明顯的變化；④研究區內地下水脆弱性受結構性因素和隨機性因素共同作用，且隨機性因素在3個時期內有逐步上升趨勢。研究成果反映了研究區地下水脆弱性空間結構的變異規律及驅動機制，為決策者在未來地下水污染防治方面提供相關參考依據。

下遼河平原; 地下水脆弱性; 地統計學; 空間自相關分析; 空間關聯格局

自20世紀以來，隨著人口的不斷增加與社會經濟的高速發展，人類對水資源的需求量越來越大，導致供需矛盾日益突出，社會經濟的發展因此受到制約。地下水以其儲量豐富、水質良好、易于開采等優點被大量開發利用，然而人類活動的過度影響致使世界各國各地區面臨不同程度的地下水環境污染與破壞問題，因此重視地下水污染防治和保護已經成為世界各國提高社會與經濟效益的一項重要戰略任務[1]。

地下水脆弱性評價作為地下水合理開發利用與保護的一項基礎性工作，已經成為國際水文地質領域的熱點研究問題。自1968年Margat[2]提出“地下水脆弱性”這一術語以來，其概念和研究方法不斷得到豐富和發展。在國外，DRASTIC模型與地理信息系統相結合評價區域地下水脆弱性是目前研究熱點[3-7]，該方法可以直觀明了地反映研究區地下水脆弱性具體分布狀況，但需要大量數據支撐，對人力物力需求比較大；此外，Rupert等許多學者[8-12]利用地下水脆弱性與氮元素成線性關系，通過分析研究區硝酸鹽氮和亞硝酸鹽氮的實測資料，對DRASTIC方法的評價結果進行了校正，該方法適用于農業活動區，評價結果比較精確。我國學者分析了DRASTIC方法的不足之處[13-16]，并為其科學理論性的提升做出了較大貢獻，如陳守煜等[17]提出脆弱性十級語氣算子，孟憲萌、束龍倉等[18]引入模糊集與信息熵理論，都豐富了DRASTIC指標權重確定的理論依據不足；張小凌等[19]、孫才志等[20]、趙春紅等[21]運用模糊綜合評價法，契合地下水脆弱性的模糊性特征，使評價結果更為細致合理；在實際應用中，許多學者在DRASTIC模型的理解基礎上，根據研究區具體水文地質條件和數據的可得性做出改變，如范琦等[22]提出的DRUA 模型，黃冠星等[23]提出了DRTALGC模型，孫愛榮等[24]根據實際情況用降雨入滲補給量替代DRASTIC模型中地下水凈補給量，均取得了科學合理的評價結果。

多元化的研究方法使評價結果更加科學合理，但地下水是個開放的系統，地下水環境具有地域性、時效性和可變性特點[25]，且受土地利用、污染物排放、人口變化等人為因素的長期影響，地下水脆弱性在時空分布上具有不確定性、復雜性和動態變化性，決策者如果單憑現狀年的評價結果提出保護方案是不具有針對性的。下遼河平原是遼寧省最重要的工農業生產基地和經濟發展中心，也是東北最缺水的地區[26]，長期的不合理開發利用地下水導致了一系列的水文地質問題，如地下水位下降、地下水漏斗、海水入侵等，目前關于下遼河平原地下水方面的研究有地下水脆弱性評價[20]、地下水硝酸鹽氮的特殊脆弱性評價[27]以及地下水生態系統的敏感性[28]和恢復力[26]評價等，這些研究對于下遼河平原地下水的管理與保護具有一定意義，但其研究都側重于地下水某方面的評價，而對相關現象的時空演變及空間結構分析的成果比較少。

鑒于此，本次研究在參考前人研究基礎上，結合DRASTIC模型和人為影響因子構建地下水脆弱性評價指標體系，通過選取下遼河平原1991年、2000年和2010年的相關參數數據進行多階段地下水脆弱性評價，并以地下水中氮元素濃度為響應指標對地下水評價結果進行合理性分析。在此基礎上利用GS+、ArcGIS、Geoda095i等軟件對下遼河平原地下水脆弱性進行地統計學分析和空間自相關分析，通過反映研究區整體和局部地下水脆弱性的空間分異規律及關聯格局演變情況，揭示其內在變化規律及驅動機制，研究結果可以為決策者提出地下水環境污染防治方案提供參考和決策依據。

1 研究方法與數據來源

1.1 地下水脆弱性評價方法——DRASTIC模型

DRASTIC模型是1985年由美國環境保護署(USEPA)提出的[29]，該模型由7項對地下水脆弱性影響比較大的水文地質參數組成：地下水位埋深D(Depth to Water)、凈補給量R(Net Recharge)、含水層介質類型A(Aquifer Media)、土壤介質類型S(Soil Media)、地形坡度T(Topography)、滲流區介質類型I(Impact of the Vadose Zone Media)以及含水層水力傳導系數C(Hydraulic conductivity of the Aquifer)。7項參數按其對地下水脆弱性的影響程度不同，分別被賦予固定權重值：5、4、3、2、1、5、3，進行標準化：0.217、0.174、0.131、0.087、0.043、0.217、0.131。本次研究在DRASTIC模型基礎上，根據指標數據的可獲得性與代表性[20，30]，選取P(人均水資源量)、X(耕地比)、F(施肥強度)、G(單位面積工業廢水排放量)4項對當地地下水脆弱性影響很大的人為影響因子作為特殊脆弱性指標，并參考DRASTIC權重，根據對地下水脆弱性影響程度不同賦予相對權重值：6、7、6、7，進行標準化：0.231、0.269、0.231、0.269。DRASTIC模型中每個指標根據其變化范圍和內在屬性進行等級劃分，并給出相應脆弱性評分值，評分值越大則脆弱性等級越高(表1—表3)。根據文獻[20]，考慮到地下水受人類活動影響比較大， 將本質脆弱性與特殊脆弱性分別賦予0.4和0.6的權重，各項指標脆弱性評分值加權疊加得到地下水脆弱性綜合指數VI(Vulnerability Index)：

VI=0.4(DwDr+RwRr+AwAr+SwSr+TwTr+IwIr+CwCr)+0.6(PwPr+XwXr+FwFr+GwGr)

(1)

式中,下標w表示權重,r表示評分。由公式1可得，計算得到的地下水脆弱性綜合指數介于1—10之間，與脆弱性分級評分意義相一致。

表1 含水層埋深、含水層凈補給量、地形坡度、含水層水力傳導系數分級與評分

表2 含水層介質類型、土壤介質類型、滲流區介質類型的分級與評分

表3 特殊脆弱性指標的分級與評分

1.2 空間統計學方法

1.2.1 地統計學方法

地統計學是空間統計學的一門重要分支，它是以區域化變量為基礎，借助變異函數，研究既具有隨機性又具有結構性，或空間相關性和依賴性的自然現象的一門科學。半方差分析是地統計學中一個重要組成部分，它包括3個重要參數：塊金值(Nugget)、基臺值(Sill)、變程(Range)，詳細的參數意義與函數公式見相關文獻[31]，本文不再贅述。本次研究利用地統計學中的半方差函數理論模型解釋地下水脆弱性的的空間變異結構，變異函數理論模型最優選擇用決定系數R2來決定，并綜合考慮RSS、塊金值和有效距離[32]。

1.2.2 空間自相關分析

空間自相關分析是一系列空間數據分析方法和技術的集合[33]，用于定量分析事物在空間上的依賴關系，應用到地下水脆弱性評價中，可通過可視化分布圖揭示地下水脆弱性的空間集聚特征，揭示其內在變化的驅動機制。空間自相關性指標包括全局指標和局部指標兩種：全局Moran′sI指數用于驗證整個研究區域某一要素的空間模式，而局部Moran′sI指數則表示整個區域中一個單元區域上的某一屬性與鄰近單元區域同一屬性值的相關程度。全局空間自相關指數的計算公式如下[34]：

(2)

局部空間自相關是將Moran′sI分解到各個空間單元，其公式為[34]：

(3)

1.3 數據來源與處理

本文以下遼河平原為研究區，選取1991年、2000年和2010年下遼河平原所跨市、縣(區)的相關指標數據進行計算分析。水文地質參數數據來自《遼寧省水資源公報》、《遼寧省國土資源地圖集》、《遼寧國土資源》、《遼寧省水資源》、DEM提取數據以及多年多測點實測資料。人為因素的參數數據來自《中國統計年鑒》、《中國城市統計年鑒》、《遼寧統計調查年鑒》、《遼寧省統計年鑒》、《遼寧水資源公報》等資料。

應用ArcGIS軟件，將各年指標數據按其查找精度導入各縣、市、調查樣區、水文地質研究區等形成各指標圖層，并將所有圖層按同一單元格大小進行柵格化，然后進行加權疊加計算，得到脆弱性分布網格圖，每個網格中心屬性值即該單元區的脆弱性評分值，最后將網格數據導出進行空間統計分析。

2 研究區概況與網格劃分

2.1 研究區概況

圖1 下遼河平原地理位置圖 Fig.1 The geographic location map of the lower reaches of Liaohe River Plain

下遼河平原呈北東—南西方向斜臥在遼寧省的中南部，地理坐標為東經120°42′至 124°45′，北緯40°43′至 43°27′之間，南北長約240 km，東西寬120—140 km，面積約2.65萬 km2，是遼寧省最大的平原。平原地勢東西兩側向中部地區傾斜，北南方向上逐漸低平，平均海拔低于50 m，是區域地表水和地下水的匯集中心。地下水的總徑流方向與地勢趨同，由東西兩側山前到中部平原呈放射狀，至中部平原后，總的徑流方向是從東北到西南，最后進入遼東灣。該區是遼寧省地理和經濟發展中心，也是最重要的商品糧基地，人類活動對當地地下水脆弱性影響比較大。行政區劃隸屬于遼寧省鐵嶺市、阜新市、沈陽市、撫順市、遼陽市、鞍山市、營口市、盤錦市、錦州市，總跨9市22縣(圖1)。

2.2 單元網格的劃分

為了盡量精確地表達研究區內地下水脆弱性的空間關聯特征，需要對研究區進行合理的網格劃分。在保證每個尺度內信息的完整性及定量評價的準確性基礎上，綜合研究區面積大小與采樣工作量，本次研究將研究區劃分成6028個2 km×2 km的正方形網格，每個網格即地下水脆弱性單元區，采樣方式為等間距，計算每一個樣區的地下水脆弱性指數，并把這個值作為樣區中心點的屬性值進行分析。

3 地下水脆弱性評價結果與分析

3.1 地下水脆弱性時空演變分析

通過公式1以及ArcGIS技術，得到研究區1991年、2000年和2010年在2 km×2 km格網下的地下水脆弱性分布圖(圖2)，對研究區內脆弱性評分進行統計分析可得地下水脆弱性的時空演變狀況(表4)。

圖2 下遼河平原2 km×2 km格網上的地下水脆弱性分布圖Fig.2 Groundwater vulnerability distribution of lower reach of Liaohe River Plain under 2 km×2 km grid

表4 地下水脆弱性評分分區各年比例及變化

地下水脆弱性指數越高，地下水環境形勢越嚴峻，由圖2和表4可得，1991至2010年期間，地下水脆弱性整體水平上呈現出先上升后下降的趨勢，高脆弱區的面積比例明顯減少，低脆弱區的面積比例明顯增大。在空間格局上變化較為顯著，高脆弱性集中區從以沈陽市為中心的周邊城市向沿海城市方向擴散，而沈陽市等地區的地下水脆弱性明顯得到改善。

1991年脆弱性指數主要集中在6—7范圍內，占研究區總面積的53.26%，屬于較高范圍，主要分布在錦州市、鞍山市和盤錦市，這些區域是整個研究區中工農業發展最早的地區，在早期開發過程中人們地下水環境的污染防范意識薄弱，致使整體地下水脆弱性較高。以沈陽為中心向四周擴散的地區地下水脆弱性最高，其中最高級別脆弱區(脆弱性評分值大于8)占22.14%，主要分布在新民市和遼中縣，這些地區均屬于沈陽市，早期以農業為主，耕地面積比達到0.46，單位面積施肥量更是達到41.24 t/km2,為研究區最高。高強度的農業種植與化肥施用致使當地地下水環境污染非常嚴重。

到2000年地下水脆弱性評分主要集中在7—8范圍，面積占54.78%，主要分布在盤錦市、鞍山市和沈陽市等地。1991年到2000年期間，沈陽市的耕地面積進一步擴大，耕地比達到0.52，但工業廢水排放從原先的11422.78 t/km2降到了6403.69 t/km2，整體上取得了改善效果；鞍山市作為工業城市，2000年的單位面積工業廢水排放量達到12207.09 t/km2，領先于其他城市，以工業發展為主的人類活動影響當地地下水環境惡化；盤錦市工農業均十分發達，而近海地帶地質條件非常薄弱，資源開發與沿海養殖業興起致使當地地下水脆弱性等級升高。錦州市的地下水脆弱性得到明顯改善，可見當地建設風景旅游城市與港口城市，實施優先開發與優先保護政策得到顯著效果。

圖3 下遼河平原多年平均地下水脆弱性分布及氮元素濃度水平對應圖Fig.3 The corresponding map of many years average groundwater vulnerability distribution and nitrogen concentration in lower reach of Liaohe River Plain

圖4 監測點氮元素濃度對應脆弱性評分值散點圖 Fig.4 The scatterplot of nitrogen concertration from monitoring points and the corresponding vulnerability rating

2010年的主要脆弱區仍然集中在7—8范圍內，但比例明顯下降，主要集中在沈陽市和盤錦市等地，其中沈陽市高脆弱性區比例進一步改善，人們環保意識的增強與管理工作取得了有效成果；盤錦市位于出海口，地下水水文地質條件薄弱，伴隨東北老工業基地的振興、能源開采以及沿海養殖業等活動的加強，該地區人均GDP連續多年排在遼寧省第一，但同時地下水環境面臨巨大挑戰，需加強地下水管理與保護工作，實現可持續發展。其他低脆弱區比例均得到提升，最高級別脆弱區進一步得到改善，僅為0.25%。

3.2 評價結果合理性分析

利用地下水脆弱性等級與地下水中氮元素濃度成正比關系這一原理，對本次地下水脆弱性評價方法得到的結果進行檢驗分析。將多年平均水文地質參數數據與人為因子數據代入公式1，結合ArcGIS制圖功能得出多年平均地下水脆弱性分布圖，并以此為底圖，標出研究區中31個監測井的地理位置以及研究期內多年平均實測氮元素(氨氮、硝酸鹽氮與亞硝酸鹽氮濃度之和)濃度資料(圖3)，并對各監測點的氮元素濃度與對應的地下水脆弱性評分進行線性分析(圖4)。

氮元素濃度較高的監測井一般分布在地下水脆弱性評分較高地區，濃度較低的監測井一般分布在地下水脆弱性評分較低地區(圖3)，可見本次地下水脆弱性評價結果與監測井的實測氮元素濃度數據存在一定正比關系。將各監測井的地下水脆弱性評分與氮元素濃度置于XY坐標系(圖4)，擬合直線方程為y=0.028x+5.3864，并將兩組數據通過SPSS進行顯著性檢驗，得到在0.01水平上顯著性相關，表明兩者之間具有較強線性關系。綜上可以得出，本次研究方法計算出的地下水脆弱性指數具有良好的科學應用性。

4 地下水脆弱性空間結構分析4.1 空間結構變異性分析

根據已經計算出的采樣區地下水脆弱性數值，用地統計學軟件GS+完成樣本變異函數理論模型的擬合，結果見表5。由表可知，1991年和2000年的地下水脆弱性指數模型擬合效果最佳，2010年以球形擬合效果最好。

地下水脆弱性的空間異質性受結構性因素和隨機性因素影響，結構性因素主要包括DRASTIC 7個參數在內的水文地質條件，而隨機性因素主要包括特殊脆弱性指標在內的人類活動因子。塊金值C0的大小表明地下水脆弱性變化受隨機性因素影響的程度，本次研究中，C0/(C0+C)在1991、2000和2010年分別為4%、5.9%和12.1%，呈不斷上升趨勢，說明在2 km的采樣間距內，人類活動對地下水環境的影響程度越來越深。從表5中可得，1991年、2000年和2010年的地下水脆弱性空間分異變程分別為5.32 km、1.77 km和5.40 km，所以在2 km的采樣間距內地下水脆弱性具有高度的空間相關性。

表5 下遼河平原地下水脆弱性理論變異函數

4.2 空間結構關聯性分析

4.2.1 全局自相關分析

根據1991年、2000年和2010年地下水脆弱性的空間分布數據，利用Geoda095i軟件統計分析得出Moran′sI散點圖(圖5)。如圖5所示，全局Moran′sI值在1991年、2000年和2010年時分別為0.9171、0.9009和0.8869，表明研究區地下水脆弱性存在較強正相關關系，即地下水脆弱性在空間分布上存在集群現象，即高脆弱區與高脆弱區相鄰，低脆弱區與低脆弱區相鄰，而隨著時間推移，總體呈現出略微下降趨勢。

圖5 地下水脆弱性Moran散點圖Fig.5 The Moran scatter of the groundwater vulnerability degree

4.2.2 局部自相關分析

全局Moran′sI指數可檢驗研究區內地下水脆弱性的整體空間分布模式，卻不能反映相鄰區域間的空間關聯模式以及局域顯著性水平，因此需要進一步研究局部小區的地下水脆弱性與相鄰局部小區上的地下水脆弱性的相關程度。通過對研究單元的地下水脆弱性進行局域空間關聯格局分析，得到LISA集聚圖(圖6)與LISA顯著性檢驗圖(圖7)。

圖6 下遼河平原3個時期地下水脆弱性局部空間自相關LISA集群圖Fig.6 The LISA cluster graph of local spatial autocorrelation in the lower reaches of Liaohe River Plain in 1991, 2000 and 2010

從圖6中可以看出，1991年“高—高”值分布集中，主要分布在沈陽市區、新民市和遼中縣等地，這部分地區為高脆弱性地下水集中區，行政隸屬于沈陽市。沈陽位于遼寧省中部，被鋼鐵基地鞍山，煤炭基地撫順，化纖基地遼陽，煤鐵基地本溪，石油基地盤錦，煤糧基地鐵嶺，電力基地阜新等7座大型工商業城市所包圍，構成了經濟聯系特別緊密，結構性很強的工農業城市群，沈陽市作為中心地區，對周邊城市工農業具有較強吸收力與輻射力，該地區地下水環境受人類活動影響很大，地下水脆弱性呈不斷增強的趨勢。“低—低”值區分布零散，主要分布在大洼縣、海城市和鐵嶺縣等地，這與同一時期的地下水脆弱性分布圖基本一致。

2000年研究區地下水脆弱性的 “高—高”值地區基本沒有發生變化，但是區域范圍變小，沈陽市區已經不在范圍以內，作為遼寧省省會城市，地理與經濟發展中心，沈陽市的可持續發展具有重大意義，應實現優先保護與重點保護本區地下水環境，收到了顯著成效。而“低—低”值區大部分面積從隨機分布轉變為集群分布格局，主要分布在下遼河平原西部地區。

2000年至2010年研究區地下水脆弱性的集群結構發生了明顯變化，位于沈陽各縣市的“高—高”值區進一步變小，位于濱海三角洲的盤錦市、大洼縣等地出現“高—高”集群，這與當地高速發展的經濟發展活動是緊密聯系的。“低—低”值區則主要分布在下遼河平原的東南部，這部分地區地下水水資源豐富，有較強調節功能。

從圖7中局部自相關顯著性水平看，1991年地下水脆弱性的“高—高”值區大部分為0.01的顯著性水平，部分地區達到了0.05，而“低—低”值區域大部分達到了0.05，東南角地區的“低—低”值以0.01為主。而到了2000年，“高—高”值地區和“低—低”值地區的顯著性水平都有下降趨勢，均以0.01的顯著性水平為主。2010年顯著性水平明顯增強，濱海三角洲地區的“高—高”值分布區與位于臺安縣以及周邊的“低—低”值地區以0.05的顯著性水平為主，而位于研究區西北部和中部的“高—高”區與東南部的“低—低”區大部分都能達到0.01。

圖7 下遼河平原3個時期地下水脆弱性局部空間自相關LISA顯著性水平圖Fig.7 The LISA significance level graph of local spatial autocorrelation in the lower reaches of Liaohe River Plain in 1991,2000 and 2010

5 結論

本次研究以下遼河平原為研究區，綜合DRASTIC模型與人為影響因子構建評價指標體系計算地下水脆弱性指數，通過空間自相關分析的Morans′I指數和空間變差函數為刻度指標，以3個時間斷面為基礎，分析自1991年到2010年下遼河平原地下水脆弱性及其空間結構的演變狀況。研究結果表明：

(1)綜合DRASTIC模型中水文地質參數與人為影響因子，以指數加權疊加法得到地下水脆弱性指數，通過地下水脆弱性與地下水水質中氮元素成線性關系這一原理對地下水脆弱性的評價結果進行合理性檢驗，結果顯示出較好的線性擬合性，表明評價方法與評價結果結果具有一定說服力。

(2)通過ArcGIS的加權疊加功能得到下遼河平原地下水脆弱性的分布圖，可直觀清晰地看出3個時間段地下水脆弱性具體分布情況以及空間演變狀況。在3個時間段內，地下水脆弱性整體呈現出先上升后下降的趨勢，高脆弱區的面積比例明顯減少，低脆弱區的面積比例明顯增大。在空間分布上變化明顯，由沈陽市為中心的高脆弱性區域向南方沿海城市方向擴散，而沈陽市等地的地下水脆弱性情況得到控制與改善。

(3)利用GS+軟件進行模型擬合分析得出1991年和2000年的地下水脆弱性指數模型擬合效果最佳，2010年以球形擬合效果最佳。C0值比例在3個時期比例不斷上升，人類活動對地下水脆弱性的影響程度不斷加大。變程的變化趨勢表明，本文采取的2 km采樣區間具有較強空間自相關性。

(4)全局Moran′sI值在1991年、2000年和2010年分別為0.9171、0.9009和0.8869，表明研究區地下水脆弱性存在較強正相關關系，即地下水脆弱性在空間分布上存在集群現象，是存在一定內在聯系的，非隨機的。局部空間自相關分析表明，從1991—2010年間地下水脆弱性的空間集群結構發生了顯著變化。“高—高”值地區從下遼河平原北部逐步向南部濱海三角洲地區集聚，而原先的“高—高”值地區范圍逐步變小。“低—低”值地區由零散變集聚，由西部向東南部方向集聚。而地下水脆弱性的集群分布的顯著性水平均發生明顯變化。

在利用DRASTIC指數疊加法綜合計算本質脆弱性和特殊脆弱性時，部分指標的脆弱性等級范圍劃分并無嚴格標準，本次研究結合研究區實情與前人研究基礎進行經驗性劃定，權重確定為DRASTIC自帶固定權重，均受主觀因素影響較大，因此，采用更加科學合理的計算方法地下水脆弱性是有待進一步完善的。

[1] 王言鑫. 基于GIS-WOE法的下遼河平原地下水脆弱性研究 [D]. 大連:遼寧師范大學, 2009.

[2] Vrba J, Zaporo?ec A. Guidebook on Mapping Groundwater Vulnerability. Castany G, Groba E, Romijn E. International Contributions to Hydrogeology Founded, 1987, 16.

[3] Thirumalaivasan D, Karmegam M, Vengopal K. AHP-DRASTIC:Software for specific aquifer vulnerability assessment using DRASTIC model and GIS. Environmental Modeling & Software, 2003, 18:645-656.

[4] Babiker I S, Mohamed M A A, Hiyama T, Kato K. A GIS-based DRASTIC model for assessing aquifer vulnerability in Kakamigahara Heights, Gifu Prefecture, central Japan. Science of the Total Environment, 2005, 345(1/3):127-140.

[5] Saidi S, Bouri S, Dhia H B. Groundwater vulnerability and risk mapping of the Hajeb-jelma aquifer (Central Tunisia) using a GIS-based DRASTIC model. Environmental Earth Sciences, 2010, 59(7):1579-1588.

[6] Panagopoulos G P, Antonakos A K, Lambrakis N J. Optimization of the DRASTIC method for groundwater vulnerability assessment via the use of simple statistical methods and GIS. Hydrogeology Journal, 2006, 14(6):894-911.

[7] Kumar S, Thirumalaivasan D, Radhakrishnan N. GIS based assessment of groundwater vulnerability using drastic model. Earth Science, 2014, 39(1):207-216.

[8] Rupert M G. Calibration of the DRASTIC ground water vulnerability mapping method. Ground Water, 2001, 39(4):625-630.

[9] Assaf H, Saadeh M. Geostatistical assessment of groundwater nitrate contamination with reflection on DRASTIC vulnerability assessment:The case of the Upper Litani Basin, Lebanon. Water Resources Management, 2009, 23(4):775-796.

[10] Antonakos A, Lambrakis N. Development and testing of three hybrid methods for the assessment of aquifer vulnerability to nitrates, based on the drastic model, an example from NE Korinthia, Greece. Journal of Hydrology, 2007, 333(2/4):288-304.

[11] Javadi S, Kavehkar N, Mousavizadeh M H, Mohammadi K. Modification of DRASTIC model to map groundwater vulnerability to pollution using nitrate measurements in agricultural areas. Journal of Agricultural Science and Technology, 2011, 13(2):239-249.

[12] Li R P, Merchant J W. Modeling vulnerability of groundwater to pollution under future scenarios of climate change and biofuels-related land use change:A case study in North Dakota, USA. Science of the Total Environment, 2013, 447:32-45.

[13] 孫才志, 潘俊. 地下水脆弱性的概念、評價方法與研究前景. 水科學進展, 1999, 10(4):444-449.

[14] 楊慶, 欒茂田. 地下水易污性評價方法:DRASTIC指標體系. 水文地質工程地質, 1999, 26(2):4-9.

[15] 鄂建, 孫愛榮, 鐘永新. DRASTIC模型的缺陷與改進方法探討. 水文地質工程地質, 2010, 37(1): 102-107.

[16] 唐立強, 趙偉玲. 基于DRASTIC模型的地下水脆弱性評價方法評述. 安徽農業科學, 2012, 40(34): 16782-16785.

[17] 陳守煜, 伏廣濤, 周惠成. 含水層脆弱性模糊分析評價模型與方法. 水利學報, 2002(7):23-30.

[18] 孟憲萌, 束龍倉, 盧耀如. 基于熵權的改進DRASTIC模型在地下水脆弱性評價中的應用. 水利學報, 2007, 38(1):94-99.

[19] 張小凌, 李峰, 劉紅戰. 云南曲靖盆地地下水脆弱性模糊評價. 水資源與水工程報, 2013, 24(4): 57-61.

[20] 孫才志, 左海軍, 欒天新. 下遼河平原地下水脆弱性研究. 吉林大學學報:地球科學版, 2007, 37(5): 943-948.

[21] 趙春紅, 梁永平, 盧海平, 王維泰. 娘子關泉域巖溶水脆弱性模糊綜合評價. 水文, 2013, 33(5):52-57.

[22] 范琦, 王貴玲, 藺文靜, 陳浩. 地下水脆弱性評價方法的探討及實例. 水利學報, 2007, 38(5):601-605.

[23] 黃冠星, 孫繼朝, 荊繼紅, 劉景濤, 陳璽. 珠江三角洲地區淺層地下水天然防污性能評價方法探討. 工程勘察, 2008, (11):44-49.

[24] 孫愛榮, 周愛國, 梁合誠, 馬振興, 鄂建. 南昌市地下水易污性評價指標體系探討. 人民長江, 2007, 38(6):10-12.

[25] 董華, 張發旺, 程彥培, 黃志興, 倪增石, 高昀. 論地下水環境系統內涵及其編圖. 南水北調與水利科技, 2008, 6(6):44-46.

[26] 孫才志, 胡冬玲, 楊磊. 下遼河平原地下水系統恢復力研究. 水利水電科技進展, 2011, 31(5):5-10.

[27] 孫才志, 王言鑫. 基于WOE法的下遼河平原地下水硝酸鹽氮特殊脆弱性研究. 水土保持研究, 2009, 16(4):80-84.

[28] 孫才志, 楊磊, 胡冬玲. 基于GIS的下遼河平原地下水生態敏感性評價. 生態學報, 2011, 31(21):7428-7440.

[29] Aller L, Bennett T, Lehr J H, Petty R J, Hackett G. DRASTIC:A standardized system for evaluating groundwater potential using hydrogeological settings. Ada Oklahoma:Environmental Research Laboratory, 1985.

[30] Hammerlinck J D, Arneson C S. Wyoming Ground Water Vulnerability Assessment Handbook. Latamie:University of Wyoming, 1998.

[31] 李哈濱, 王政權, 王慶成. 空間異質性定量研究理論與方法. 應用生態學報, 1998, 9(6):651-657.

[32] 王政權. 地統計學及在生態學中的應用. 北京:科學出版社, 1999.

[33] 張燕, 徐建華, 曾剛. 中國區域發展潛力與資源環境承載力的空間關系分析. 資源科學, 2009, 31(8):1328-1334.

[34] 王勁峰, 廖一蘭, 劉鑫. 空間數據分析教程. 北京:科學出版社, 2010.

An ArcGIS-based analysis of groundwater spatial structure and groundwater vulnerability in the lower reaches of the Liaohe River Plain

SUN Caizhi1,2,*, XI Xu1, DONG Lu2

1CollegeofUrbanandEnvironment,LiaoningNormalUniversity，Dalian116029，China2KRI-CenterforStudiesofMarineEconomyandSustainableDevelopmentofLiaoningNormalUniversity,Dalian116029,China

High-quality groundwater bodies with relatively stable water volumes, good water quality, and a high resistance to pollution are widely distributed throughout the world. They play an important role in, among other things, the domestic water supply, economic development, and maintaining the integrity of the geological environment and ecological balance. However, with rapid socio-economic development, increasing human demand for water has resulted in increasing pressure on, and unreasonable use of, groundwater bodies. Consequently, groundwater systems throughout the world are subject to varying degrees of pollution and destruction, one result of which is an increasing disequilibrium between the supply of and demand for water resources.The field of international hydrogeology is concerned with evaluation of groundwater vulnerability, which is considered a basic task in the development and protection of groundwater resources. Currently, groundwater vulnerability is thought to result from characteristics of the groundwater system itself and anthropogenic factors; research into groundwater vulnerability can support groundwater protection. GIS, together with the contraposed index method, is the most popular tool for calculating groundwater vulnerability indices. Because the hydrogeological environment is not under the complete control of human activities, a thorough understanding of groundwater vulnerability and the causes of its variation is necessary for environmental managers to enact preventive and pollution control measures.This study was based on the DRASTIC model. Groundwater parameters for 3 years (1991, 2000, and 2010) were used to calculate the distribution of groundwater vulnerability in the lower reaches of the plain of the Liaohe River, using ArcGIS. Groundwater nitrogen concentration was used as a response index to test the reliability of results. Using the mapping and spatial statistical analysis functions in GS+, ArcGIS, and Geoda095i, we evaluated and analyzed the spatial distribution, variation, and spatial correlation patterns of groundwater vulnerability in the tested area. Results showed that:1) Overall groundwater vulnerability initially decreased but then showed a trend of increase from 1991 to 2010, and high-vulnerability areas were distributed from the regions around Shenyang to the south coast. 2) From 1991 to 2010, groundwater vulnerability showed a strong positive autocorrelation (Moran′sI), the degree of which showed a slight downward trend. 3) Over the study period, marked changes have occurred in local spatial autocorrelation of groundwater vulnerability and its significance levels. 4) Groundwater vulnerability in the study area was influenced by a combination of structural and random factors. While the random factors have gradually increased over time, structural factors remain important. This study highlights the causes of variation in groundwater vulnerability and the mechanisms that drive its spatial structure in the study area and can provide a reference for policy makers to support development of groundwater pollution control and protection plans.

lower Liaohe River Plain; groundwater vulnerability; geo-statistics; spatial autocorrelation; spatial correlation patterns

教育部高等學校博士點基金(2012123611000); 國家自然科學基金(40501013)

2014-03-28; < class="emphasis_bold">網絡出版日期:

日期:2014-12-18

10.5846/stxb201403280580

*通訊作者Corresponding author.E-mail: suncaizhi@lnnu.edu.cn

孫才志, 奚旭, 董璐.基于ArcGIS的下遼河平原地下水脆弱性評價及空間結構分析.生態學報,2015,35(20):6635-6646.

Sun C Z, Xi X, Dong L.An ArcGIS-based analysis of groundwater spatial structure and groundwater vulnerability in the lower reaches of the Liaohe River Plain .Acta Ecologica Sinica,2015,35(20):6635-6646.