基于對應分析法的鄂爾多斯盆地東北部地下水污染分析

董海彪，盧文喜*，安永凱，馬洪云（.吉林大學環境與資源學院，吉林 長春 300；.中國地質調查局西安地質調查中心，陜西 西安 70054）

基于對應分析法的鄂爾多斯盆地東北部地下水污染分析

董海彪1，盧文喜1*，安永凱1，馬洪云2（1.吉林大學環境與資源學院，吉林 長春 130021；2.中國地質調查局西安地質調查中心，陜西 西安 710054）

運用對應分析法，根據2014年野外調查資料，對鄂爾多斯盆地東北部不同含水層系統地下水污染現狀進行分析，確定各子區主要污染物質，并探究其污染源與污染途徑.結果顯示：研究區西部內流區、無定河下游等地區，由于集中的農業生產，農藥、化肥大量施用，導致污染物進入含水層，并隨地下水流動，出現較嚴重的 NO3-污染；西北部平原區及大理河、窟野河等河流中下游，Cl-、Na+、TDS、SO42-含量較高，除潛水蒸發濃縮作用外，上游含較多Cl-的工業廢水、生活污水及垃圾滲濾液入滲，隨水流流動，造成Cl-、TDS升高.高硬度水在區內廣泛分布，生活污水、固體垃圾滲濾液中可降解的有機物入滲后使得地下水中的CO2平衡壓力升高，或工業酸性廢水的酸性溶濾作用促進含Ca2+、Mg2+礦物的溶解，使地下水總硬度增大.

地下水污染；對應分析法；鄂爾多斯盆地東北部

鄂爾多斯盆地是我國新興的能源化工基地和 21世紀重要的能源接續地.近年來，隨著經濟社會的發展，礦產資源的開發，工農業的生產，在開發地下水資源的同時造成日益嚴重的地下水污染問題［1］.因此，科學分析研究區的地下水污染現狀，查明污染源及污染途徑對于地下水污染治理、資源保護具有重要意義.

常用的水質評價方法有單因子評價法、綜合指數法、模糊綜合評判法、人工神經網絡法等［2-4］.蘇耀明等［5］在2008年運用模糊綜合評價法對鄂爾多斯白堊系盆地地下水水質進行了評價，確定了不同埋藏深度地下水的水質類別；董艷慧等［6］在2009年采用概率神經網絡法對西安地區地下水水質進行了評價，總結了西安地區地下水水質從1985～2004年的歷史變化趨勢.上述方法均只確定了地下水水質類別，未分析不同區域地下水中主要影響因子及其污染來源，且均針對歷史資料進行分析，無法有效揭示鄂爾多斯盆地污染現狀.

多元統計分析是經典統計學的一個新興分支，能夠在多個對象和多個指標互相關聯的情況下分析它們之間的統計規律［7］.近年來，多元統計方法在地學領域應用廣泛，在水文地球化學領域成果突出.希臘的Papatheodorou［8］在2005年成功應用R型和Q型因子分析以及描述性統計分析方法對控制淺水湖的水化學過程和水質的影響因素進行了研究；南非的Love等［9］在2004年采用因子分析研究非洲南部某地區地下水水質，有效地揭示出影響水質變化的三個主因子，分別是未污染的地下水、農業活動及礦化作用.孫斌［10］2007年運用多元統計方法研究了鄂爾多斯白堊系盆地都思兔河地下水系統水化學空間分布規律，提取出了各層地下水化學形成的主影響因子，揭示其形成機理；閆柏忠等［11］根據觀測井資料，運用多元回歸分析方法圈定了吉林市城區地下水最可能受污染的范圍；劉奕伶等［12］利用主成分分析研究長江三峽庫區古夫河著生藻類的體積變化，探索其水質影響因子.

對應分析法是近年發展起來的一種視覺化多元統計分析方法.通過一定的數學原理和方法，將樣品和變量以點集的形式投影到同一因子平面上，將數字轉化為幾何圖像，各點間的距離即表征相應的樣品、變量間的相關關系.相比于傳統方法，對應分析可將樣本和變量結合起來，確定各子區主要影響因子，更全面、深入挖掘數據信息，是一種直觀、簡捷高效的方法［13-16］.姜雪等［17］運用對應分析法確定了長春市羊草溝煤礦重金屬污染特征；王皓冉等［18］運用典范對應分析法探究了牡丹江中游底棲動物分布及其與棲境因子相關性.在分析地下水水質及污染狀況方面，龔磊等［19］在2011年選取13個水樣點，9個水質指標，采用對應分析法分析了洮北區不同子區的主要污染物；王宇等［20］在2013年選取42個水樣點，17個指標，采用對應分析法確定了吉林西部不同子區的水質特征.

本文挑選 2014年采集的 166個潛水樣，16個水質指標，運用對應分析法，對鄂爾多斯盆地東北部不同含水層系統地下水污染現狀展開分析.首先進行分區，確定各子區的主要污染物質.最后用 ArcGIS作出樣點分布圖，結合水文地質條件及人類活動情況分析污染的來源及成因.

鄂爾多斯盆地與吉林地區自然條件與人類活動情況差異很大.鄂爾多斯盆地地域遼闊，自然條件復雜，分布有不同的含水層系統，發育眾多各級次地下水流系統，包括3個不同的含水層系統，兼有孔隙水、裂隙水、巖溶水，且局部為內流區，因此本文的分析需考慮的因素更多，分析結果更具參考價值.

1　研究區概況

研究區位于鄂爾多斯盆地東北部，地理坐標為東經108°36＇～112°12＇，北緯37°01＇～40°30＇.該區地域遼闊，面積約7萬km2，包括榆林和鄂爾多斯兩個地級市，是重要的能源基地（圖1）.

研究區地形閉塞，遠離海洋，盛行西北風，降水少、蒸發強烈.黃河“幾”字形流經本區，區內西北及東部地勢較高，沿黃河方向逐漸降低，局部起伏較大.大致以中部的白于山地表分水嶺為界，明顯分成南北兩個區域，即北部的沙漠高原和南部的黃土高原.沙漠高原地形較平緩，起伏較小.河流不發育，分布較多湖淖，發育內流區，地表水地下水向湖淖匯集；黃土高原溝壑縱橫、切割強烈、黃河各級支流密布.黃河是本區地表水地下水的最終排泄基準面.區內由東到西，分布有白堊系含水層系統、侏羅-石炭系含水層系統、寒武-奧陶系含水層系統.

研究區生態環境脆弱，長期以來，由于自然和人類活動影響，水資源短缺問題已成為制約當地經濟發展、生態改善的主要因素［1］.

2　對應分析法

2.1基本思想

對應分析就是在保證數據信息丟失最少的原則下，利用降維的思想，將一個列聯表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來，使得數據的結構以及行、列之間的關系變得一目了然.它的最大特點是把R型（研究變量間關系）和Q型（研究樣品間關系）因子分析結合起來，在一張因子平面圖上同時表示出變量和樣品，以直觀、明了的方式揭示變量之間，樣品之間及變量與樣品之間的關系.另外，對應分析可以從因子載荷圖上對樣品進行分類，而且能夠揭示每個分區的主要影響變量及依據；也可以對變量進行分類，提取出潛在的公因子，并揭示每個因子的含義.隨著技術方法的商用軟件的出現，對應分析的方法在各個領域都得到越來越廣泛的重視和應用［21-26］.

2.2主要計算過程

（1）設有n個樣品，每個樣品觀測m個變量值，則原始數據為

式中：xij表示第i個樣本的第j個變量.

（2）按行、列分別求和，得行和Xi、列和Xj及總和T.

（3）計算原始數據的概率矩陣P，

（4）計算數據變換矩陣Z，

（5）計算變量的協方差矩陣

計算樣品的協方差矩陣

（6）R型因子分析：計算變量協方差矩陣的特征值，λ1＞λ2＞...λm，通常取累積貢獻值大于70%～90%的前k個特征值，計算相應的特征向量 u1， u2，...，uk，得R型因子載荷矩陣

Q型因子分析：對R型因子分析取得的前k個特征值，計算其相應于矩陣B的特征值，v1=Zu1， v2=Zu2，...，vk=Zuk，再將其單位化，得R型因子的載荷矩陣，其中，Gk=vkλk（7）

（7）在二維因子軸上作圖.用同一因子軸同時樣品和變量，即R型分析、Q型分析同時反映在一張圖上［27］.

3　鄂爾多斯東北部地下水污染現狀分析

3.1數據選取

在全面調查、分析研究區水文地質條件及可能的污染源基礎上，選用2014年采集的鄂爾多斯東北部166個潛水樣品，其中36個取自白堊系含水層系統，91個取自侏羅—石炭系含水層系統，39個取自寒武—奧陶系含水層系統.選取 16個指標進行分析，分別為高錳酸鹽指數、F-、Cl-、Zn2+、總As、NO3-、Mg2+、Ca2+、Na+、K+、總硬度、Al、Mn、Fe、TDS、SO42-，指標數量超過前人相關工作，這些指標可囊括研究區地下水中所有可能的污染物質，分析范圍更廣.

分別對上述3個含水層系統進行分析.

3.2主要計算過程

依據對應分析原理，計算得變量協方差系數矩陣A的特征值及方差貢獻率.選擇方差最大的前兩項因子作為主因子軸，該主因子軸具有最高分辨率［28］，計算得R型和Q型主因子載荷，并作出地下水樣品與變量的因子載荷平面投影圖.

4　結果與討論

4.1水質分區

根據表1所示載荷坐標，分別作出白堊系含水層系統、侏羅-石炭系含水層系統、寒武-奧陶系含水層系統地下水樣品與變量的因子載荷平面投影圖（圖2、圖3、圖4）.

圖2　白堊系含水層系統對應分析因子載荷平面投影Fig.2 Factor loading projection plane graph of correspondence analysis of the cretaceous aquifer system

圖3　侏羅-石炭系含水層系統對應分析因子載荷平面投影Fig.3 Factor loading projection plane graph of correspondence analysis of the cretaceous aquifer system the Jurassiccarboniferous aquifer system

圖4　寒武-奧陶系含水層系統對應分析因子載荷平面投影Fig.4 Factor loading projection plane graph of correspondence analysis the Cambrian - ordovician aquifer system

由圖2～圖4可知，研究區內3個含水層系統地下水污染因子平面圖中樣品點和指標點的分布具有一定的相似性.

第一主因子軸F1是研究區地下水污染分析中占主導地位的因子軸.由圖2～圖4可見，其正方向上絕對值最大.因此，F1軸可作為地下水污染的分異軸，樣品越靠近 F1軸正向，其含量越高；反之，樣品越靠近F1軸負向污染越輕微.

第二主因子軸F2對地下水污染的評估作用弱于 F1軸.其負方向上總硬度絕對值最大.因此，F2軸可作為地下水總硬度的分異軸，樣品越靠近F2軸負向，其總硬度越高，Ca2+、Mg2+含量越高；反之，樣品越靠近F2軸正向，其總硬度越低［29］.

根據對應分析的特點，按樣品與變量的自然聚合趨勢及樣品的分布密切程度，對樣品之間，變量之間及樣品與變量之間的關系進行分析.

變量分布分析，高錳酸鹽指數、F-、Zn2+、總As、K+、Al、Mn、Fe這8個指標集中在F1軸和 F2軸的中心位置，因子載荷較低，對主因子軸的影響不大.因此以上9個指標非主要污染指標.

從樣品的分布看，樣品點被明顯地分為3個區.每個區內的水質特征具有相似性.

與Ⅰ區樣品關系密切的指標為 Cl-、Na+、TDS、.該區地下礦化度較高，存在一定的Cl-超標.

與Ⅱ區樣品關系密切的水質指標有 Ca2+、Mg2+、總硬度.

與Ⅲ區樣品關系密切的水質指標為NO3-，存在較嚴重的硝酸鹽污染.

4.2地下水污染來源及成因分析

將因子載荷平面投影圖與水質樣本分布圖（圖5、圖6、圖7）結合起來.根據樣品點的位置分布，分析各區主要指標的成因及來源.

圖5?、駞^地下水樣品分布Fig.5 Sample distribution of I area groundwater

Ⅰ區地下水中 Cl-、Na+、TDS、含量較高.主要分布于研究區西北部平原區、帶狀分布于大理河、槐理河、窟野河、牛川、孤山川、三川河等河流中下游.

在研究區西北部內流區地下水流系統中下游，地勢平坦，徑流作用弱，潛水蒸發濃縮作用強烈，形成高礦化度水、Cl-、Na+含量較高.

大理河、槐理河、窟野河、牛川、孤山川、三川河等河流中下游，除了地下水自然循環作用外，上游含較多Cl-的工業廢水、生活污水及垃圾滲濾液入滲，隨河水及地下水向下游流動，造成Cl-升高.

Ⅱ區地下水中 Ca2+、Mg2+含量較高、總硬度較大.在研究區內廣泛分布.

圖6?、騾^地下水樣品分布Fig.6 Sample distribution of Ⅱarea groundwater

由圖6，Ⅱ區地下水絕大多數位于工礦企業及固體廢物所在地.在人口密集、經濟較發達的城區及村鎮，產生大量生活污水、固體垃圾滲濾液，這些廢水中可降解的有機物入滲后使得地下水中的CO2平衡壓力升高［30］，陽離子交換、鹽效應增強，促進含 Ca、Mg礦物的溶解，Ca2+、Mg2+含量升高、總硬度增大；含Ca2+、Mg2+工業廢水直接入滲，或者工業酸性廢水的酸性溶濾作用［31］使得地下水Ca2+、Mg2+含量升高、總硬度增大.

圖7?、髤^地下水樣品分布Fig.7 Sample distribution of Ⅲ area groundwater

Ⅲ區地下水中NO3-含量較高，存在較嚴重的三氮污染.主要分布于研究區西部的內流區、西南部的無定河下游地區，在窟野河、黃甫川、三川河下游地區也有分布.

在大面積的內流區，地下水流系統的范圍大致與湖淖的匯水面積一致.地下水向湖淖方向流動，最終向湖淖排泄.而該處農田面積較大、農業生產集中，農業經濟發達，不適當的施肥［1］等造成土壤污染的同時，也對內流區中下游地下水造成較嚴重的氮污染.

無定河在榆林地區流經農田區，大量的農藥、化肥施放.加之榆林地區及周圍村鎮，密度相對較大，人類活動密集，基礎設施建設相對滯后，生產生活垃圾及污水集中處理能力不足，隨意堆排現象明顯，造成較為嚴重的污染.與河流有密切水力聯系的地下水受到河流污染.

5　結論

5.1運用對應分析法分析鄂爾多斯盆地東北部污染現狀，其結果符合研究區實際情況，方法可行，結果可靠.

5.2由對應分析因子載荷投影平面圖可知：第一主因子軸F1軸可作為鄂爾多斯盆地東北部地下水污染的分異軸，樣品越靠近F1軸正向，其含量越高污染越嚴重；反之，樣品越靠近 F1軸負向污染越輕微.第二主因子軸F2可作為鄂爾多斯盆地東北部地下水總硬度的分異軸，樣品越靠近 F2軸負向，其總硬度越高，Ca2+、Mg2+含量越高；反之，樣品越靠近F2軸正向，其總硬度越低.

5.3鄂爾多斯盆地東北部地下水污染問題較嚴重.在農業生產集中的西部內流區、無定河下游等地區，農藥化肥大量施放等因素導致較嚴重的污染；西北部平原區及大理河、窟野河等河流中下游Cl-、Na+、TDS、含量較高，主要由上游含較多Cl-的工業廢水、生活污水及垃圾滲濾液入滲所致.高硬度水在區內廣泛分布，大量生活污水、固體垃圾滲濾液中可降解的有機物入滲后使得地下水中的CO2平衡壓力升高，或工業酸性廢水的酸性溶濾作用促進含Ca、Mg礦物的溶解，使地下水總硬度增大.急需采取相關措施，全面兼顧，重點突出地對研究區地下水污染進行治理.

侯光才，張茂省，劉 方，等.鄂爾多斯盆地地下水勘察研究 ［M］. 北京：地質出版社， 2007.

倪福全，宮輝力.對應分析法在地下水水質評價中的應用 ［J］. 地下水， 1993，3：97-100.

李祚泳，張正健.基于回歸支持向量機的指標規范值的水質評價模型［J］. 中國環境科學， 2013，33（8）：1502-1508.

白玉娟，殷國棟.地下水水質評價方法與地下水研究進展 ［J］. 水資源與水工程學報， 2010，21（3）：115-119，123.

蘇耀明，蘇小四，侯光才，等.基于 GIS的鄂爾多斯白堊系盆地地下水水質的模糊綜合評價 ［J］. 地質通報， 2008，27（8）：1178- 1185.董艷慧，周維博，賴坤容，等.基于概率神經網絡的西安地區地下水水質評價 ［J］. 自然資源學報， 2009，24（4）：737-742.

張潤楚.多元統計分析 ［M］. 北京：科學出版社， 2010：50-53.

GeorgePapatheodorou，GerasimoulaDemopoulou，Nicolaos Lambrakis.A long-term study of temporal hydrochemical data in a shallow lake using multivariate statistical techniques ［J］. Ecological Modelling， 2006：759-779.

David love， Dieter Hallbauer， Amos Amos， et al. Factor analysis as a tool in groundwater quality management：two southern African case studies ［J］. Physics and Chemistry of the Earth， 2004，29：1135-1143.

孫 斌.多元統計方法在鄂爾多斯白堊系盆地都思兔河地下水系統水化學空間分布規律研究中的應用 ［D］. 長春：吉林大學，2007.

閆柏忠，肖長來，劉鴻志，等.吉林市城區土地利用對地下水污染空間分布的影響 ［J］. 中國環境科學， 2015，35（3）：934-942.

劉奕伶，葛繼穩，李艷元，等.古夫河著生藻類優勢種體積與水質因子的相關性研究 ［J］. 中國環境科學， 2015，35（7）：2182-2191.

張尚志.對應分析的原理和作用 ［J］. 物探化探計算技術，1980（2）：67-78.

孫傳忠.簡單對應分析及其應用 ［J］. 統計研究， 1992，9（5）：75- 78.

朱盛明.因子分析的綜合方法-對應分析 ［J］. 氣象， 1982，8（4）： 35-37.

Jean-Paul Benzecri J P. Statistical analysis as a tool to make patterns emerge from data ［M］//Watanabe S （ed.）. Methodologies of pattern recognition. New York： Academic Press， 1969： 35-74.

姜 雪，盧文喜，楊青春，等.應用支持向量機評價土壤環境質量 ［J］.中國環境科學， 2014，34（5）：1229-1235.

王皓冉，陳永燦，劉昭偉，等.牡丹江中游底棲動物分布及其與棲境因子的關系 ［J］. 中國環境科學， 2015，35（4）：1197-1204.

王 宇，盧文喜，夏廣卿，等.吉林西部地下水水質特征對應分析研究［J］. 節水灌溉， 2013（3）：27-30.

龔 磊，盧文喜，辛 欣，等.對應分析方法在白城市洮北區地下水水質評價中的應用 ［J］. 水資源保護， 2011，27（1）：38-41.

蘇 藝，許兆義，鄢貴權.對應分析方法在地下水環境系統分析中的應用 ［J］. 北方交通大學學報， 2004，28（4）：48-53.

張彥波.對應分析在地質學中的應用 ［J］. 科學通報， 1979，24（22）：1036-1036.

曾道明，紀宏金，高文. R-Q型因子分析與對應分析 ［J］. 物探化探計算技術， 2008，30（1）：78-80.

EMMANUEL N， AVNER Bar-Henc. Influence function and correspondence analysis ［J］. Journal of Statistical Planning and Inference， 2005，134（1）：26-35.

SUSAN G O， JAMES R C. Correspondence analysis of water quality data： implications for fauna deaths at Stillwater Lakes， Nevada ［J］. Math Geol， 1990，22（6）：665-698.

DAVID M， CAMPIGLIO C， DARLING R. Progresses in R-and Q-Mode analysis：correspondence analysis and its application to the study of geological processes ［J］. Can. J. Earth. Sci.， 1974，11：131-146.

張瑞鋼，錢家忠，趙衛東，等.對應分析法在地下水化學特征分析中的應用 ［J］. 合肥工業大學學報（自然科學版）， 2008，10：1552-1555，1560.

岑 況.地質因子分析的新進展—R-Q式因子分析及其在地學中的應用 ［J］. 地質科技情報， 1988，7（4）：95-104.

楊悅所.對應分析方法在研究地下水化學成份中的應用 ［J］. 水文地質工程地質， 1992，2：51-53.

龔建平.西寧地區地下水硬度升高原因和機理探討 ［J］. 勘察科學技術， 1990（6）：16-20.

郭海丹，魏加華，王光謙.地下水硬度升高機理研究綜述 ［J］. 人民黃河， 2011，33（6）：52-55.

Groundwater pollution assessment in northeastern Ordos Basin based on correspondence analysis method.

DONG Hai-biao1， LU Wen-xi1*， AN Yong-kai1， MA Hong-yun2（1.College of Environment and Resource， Jilin University，Changchun 130021， China；2.Xi'an Center of Geological Survey， China Geological Survey， Xi'an 710054， China）.

China Environment Science， 2015，35（11）：3371～3378

The current groundwater pollution conditions of different aquifer systems of Northeastern Ordos Basin were analyzed using correspondence analysis method using the monitored data in 2014. And the major pollutants， its pollution sources and pollution pathways were explored. The results indicate that pollution of NO3-was serious due to agricultural production， pesticides and fertilizers casting in the inner flow area of western study area and Wuding river downstream areas. In the inner flow area of western to the diving evaporation concentration effect， industrial wastewater， domestic sewage and garbage leachate with high Cl-content from the upstream infiltrates into the groundwater， leading to an increase of Cl-and TDS. High hardness water is widely distributed in study area， the leachate of biodegradable organic matter contained in domestic sewage and solid waste raises CO2equilibrium pressure， or acidic leaching of industrial acidic waste water promote the dissolution of mineral containing Ca2+， Mg2+， leading to an increase of hardness.

groundwater pollution；correspondence analysis；Northeastern Ordos Basin

X523

A

1000-6923（2015）11-3371-08

2015-04-23

中國地質調查局項目（12120114056201）

* 責任作者， 教授， luwx999@163.com

董海彪（1991-），男，山西陽泉人，碩士研究生，主要研究方向為地下水水質模擬與污染治理.