吉林市城區土地利用對地下水污染空間分布的影響

閆佰忠，肖長來*，劉泓志，危潤初，梁秀娟（.吉林大學，地下水資源與環境教育部重點實驗室，吉林 長春300；.長沙理工大學水利工程學院，湖南 長沙 40000）

吉林市城區土地利用對地下水污染空間分布的影響

閆佰忠1，肖長來1*，劉泓志1，危潤初2，梁秀娟1（1.吉林大學，地下水資源與環境教育部重點實驗室，吉林 長春130021；2.長沙理工大學水利工程學院，湖南 長沙 410000）

利用吉林市城區91眼監測井2013年的地下水水質監測數據，采用改進內梅羅污染指數法求取地下水污染指數，同時考慮第二松花江兩岸地下水污染的非連續性，采用Kriging方法進行分區插值，然后疊加融合得出城區地下水污染指數空間分布圖.結合吉林市城區土地利用類型，采用CM模型和SLM模型提取監測井不同半徑范圍內的土地利用類型，利用多元回歸分析方法確定監測井最可能受污染的范圍，最后利用Kendall 秩次相關檢驗法和回歸分析方法分析城區土地利用類型對地下水污染空間分布的影響.研究結果表明，吉林市城區地下水污染呈現出明顯的空間分布特征；城區地下水受到不同程度的污染，其中江北片區和中心片區較為嚴重；在考慮地下水流動的情況下，監測井最可能受污染的范圍為沿地下水流向方向500m；吉林市城區土地利用類型對地下水污染空間分布有較大影響，其中傳統工業用地、居民和商業用地、城市交通設施用地為主要因素，其Kendall 秩次相關檢驗τ值分別為0.248、0.174、0.143；在各研究片區，該3種土地利用類型和地下水污染空間分布也存在較好的相關性.

吉林市；城市土地類型；地下水污染指數；空間分布；統計分析

城市化對地下水系統有著重要的影響，它改變了原有的下墊面條件，進而改變了地下水循環系統［1-2］.并且城市中產生的工業廢水、生活污水、景觀綠地廢水以及其他不可控制的廢水有可能滲入含水層，進而污染地下水［3］，嚴重制約城市的發展.目前，城市土地利用對地下水污染的影響已經成為城市土地利用規劃以及城市水資源管理和保護的關鍵性問題.

近些年來，國內外學者在這方面做了很多工作［3-7］，其中關鍵問題是確定監測井最可能受污染的范圍，進而研究土地利用對地下水污染的影響程度.Lee等［8］提出以監測井為中心的圓形模型（CM），探討了在不同半徑圓形區域內，土地利用和地下水中氮素污染的相關程度.在許多國家水質評價（NAWQA）研究中，通常以監測井為中心，采用500m半徑的圓形區域分析土地利用對地下水污染的影響［9-11］.Gurdak 等［12］考慮地形坡度，提出了以監測井為頂點，沿地形坡度的楔形模型（WSM），評價土地利用對地下水污染的影響.事實上，地下水溶質的遷移受地下水動力學作用、含水層性質、運移途徑等因素的影響［13］.以監測井為中心的圓形模型忽略了地下水動力學作用，僅僅考慮了圓形范圍內污染物質的垂向下滲，其使用具有局限性.Toth［14］提出在天然狀態下，驅動水流的勢能來自區域地形高處，水從地形高處向地形低處運動.但在有人為等因素干擾情況下，地下水流會出現局部小循環，并不完全是沿地形坡度方向流動.因此，以監測井為頂點，沿地形坡度的楔形模型也存在局限性.上述研究都沒有很好的結合地下水的實際流動作用，其使用都有一定的局限性.我國也有類似的研究，張鳳娥［15］闡述了土地利用對地下水系統的影響.郭芳等［16］依據土地利用方式和污染來源探討了土地利用影響下的巖溶地下水水化學特征的變化.劉瑞民等［17］結合RS和GIS技術，分析了土地利用/覆蓋變化對長江上游非點源污染的影響.這些研究主要集中在兩個方面，一方面是定性的描述土地利用對地下水的影響，另一方面是流域土地利用對非點源污染的影響.對于城市土地利用對地下水污染的分析較少.

本研究首先利用改進的內梅羅污染指數法求出各監測井的污染指數，進而得出研究區地下水污染的空間分布.其次，在吉林市城區地下水流場的基礎上，考慮了地下水的實際流動作用，提出了以監測井為頂點，沿地下水流方向的不同半徑探射狀模型（SLM），結合研究區地下水污染的空間分布來分析吉林市城區土地利用對地下水污染的影響，并與以監測井為中心的圓形模型（CM）進行對比，得出監測井最可能受污染的范圍，進而探討土地利用對地下水的影響，為城市土地利用對地下水污染的影響研究提供一條新的思路，并為城市土地規劃和水資源保護和利用提供依據.

1 研究區概況

研究區位于吉林市城區，面積104.3km2.區內多年平均降水量為688.97mm，多年平均蒸發量為1432mm，主要河流為第二松花江.

研究區地貌上屬于第二松花江河谷平原，含水層巖性為全新統、上更新統及下更新統強透水的礫砂、圓礫及礫卵石層.本次研究的監測井共有91眼（圖1），井深在5.0～20.0m之間，均為河谷平原的孔隙潛水，其天然水力梯度為0.5×10-4～1.0×10-4，滲透系數為0.5～2.0m/d，單井涌水量在100～3000m3/d［18］.該層地下水主要接受大氣降水補給、周邊基巖裂隙水側向補給和灌溉入滲補給，排泄方式主要為向河谷的側向徑流、人工開采以及潛水蒸發，循環及動態特征嚴格受水文、氣象、地質、水文地質條件和人為因素的制約.根據監測井地下水位得出研究區地下水流場（圖1）.

圖1 研究區地下水流場Fig.1 Groundwater flow field in the study area

研究區土地利用類型包括：居民和商業用地、傳統工業用地、高新技術產業用地、公共設施用地、交通設施用地、城市應急設施用地、綠地景觀用地和水面（圖2）.各土地類型的面積和所占比重見表1.

圖2 吉林市城區土地利用類型Fig.2 The type of land uses in the Jilin City

表1 吉林市城區土地利用類型面積及所占比重Table 1 The areas and proportions of land uses in the Jilin City

2 數據來源與研究方法

2.1 數據來源

吉林市城區地下水動態監測網始建于1980年，地下水水質監測層位為第四系孔隙潛水，每年取樣1次，時間為枯水季，即4月下旬～5月上旬.本研究收集了吉林市91眼監測井2013年的地下水水質監測數據，對各水樣數據均進行了陰陽離子平衡分析，驗證了數據的準確性.

根據水樣實測數據情況，選取pH、硫酸鹽、氯化物、鐵、錳、硝酸鹽（以N計）、亞硝酸鹽（以N計）、氨氮、氟化物、總硬度（CaCO3）、總溶解性固體共11項指標作為反映水質狀況的代表性因子，可以認定這些指標能夠真實、客觀地反映水污染狀況.

2.2 研究方法

2.2.1 水質評價及空間插值 水質評價方法采用改進的內梅羅污染指數法［19］，各個污染因子對應的標準濃度，本文選用GB/T14848-93［20］中Ⅲ類水的上限閾值，則計算出標準污染指數為1.0，并將其定義為地下水污染線.當計算出監測井污染指數大于1.0時，表明地下水已受到污染，監測井污染指數越大，地下水污染越嚴重.由于該方法已較為成熟，其計算過程在此不做詳細贅述.

研究區地下水污染的空間插值采用Kriging方法［21］，考慮到區內第二松花江河床深切潛水含水層，河流兩岸的地下水污染的變化會呈現出非連續性.對第二松花江進行白化處理，對江左岸和右岸進行分區插值，然后將分區插值結果進行疊加融合，得到整體的插值結果.

2.2.2 監測井最可能受污染的范圍確定 采用兩種模型提取監測井周圍的土地利用類型，即以監測井為中心的不同半徑圓形模型（CM）和以監測井為頂點，沿地下水流方向的不同半徑探射狀模型（SLM）.兩種模型示意圖見圖3.

圖3中以監測井為中心的圓形范圍為CM模型的示意圖.CM模型的原理為：首先，以監測井為中心，分別以半徑為50、250、500、750和1000m作圓形區域；其次，利用Arcgis分別提取不同半徑圓形區域內的土地利用類型的面積；第三，將提取出的不同土地利用類型除以各自圓形區域的總面積得出各土地利用類型所占的百分比.

圖3中以監測井為頂點的紅色范圍為SLM模型的示意圖.SLM模型考慮了地下水流動方向，其原理為：首先，以監測井為頂點，模型探射寬度范圍為500m，探射的方向為地下水流方向，分別以探射半徑為50、250、500、750和1000m作探射狀區域；其次，利用Arcgis提取不同探射半徑區域內的土地利用類型的面積；第三，將提取出的不同土地利用類型的面積除以各自探射半徑區域的總面積得出各土地利用類型所占的百分比.然后分別對兩種模型利用多元回歸分析方法，分析土地利用類型和地下水污染的相關性，得出監測井最可能受污染的范圍.

圖3 兩種模型原理示意Fig.3 Schematic of the two models

2.2.3 地下水污染土地利用類型確定 在得出監測井最可能受污染范圍基礎上，利用Kendall秩次相關檢驗法［22］和多元回歸分析方法分析研究區以及各片區土地利用類型對地下水污染的影響，得出研究區以及各片區影響地下水污染的主要土地利用類型.計算步驟為：首先，利用CM模型和SLM模型提取各監測井最可能受污染范圍內的各土地利用類型面積和百分比；其次，計算各監測井的地下水污染指數；第三，利用SPSS 16.0 計算土地利用類型和地下水污染指數Kendall秩次相關性和回歸方程.以上統計分析中，顯著性水平均小于0.05.

3 結果與分析

根據改進的內梅羅污染指數法求出的地下水污染指數，繪制地下水污染指數空間分布圖，并以Ⅲ類水上限的污染指數N=1.0為基準勾勒出地下水污染線（圖4）.

圖4 吉林市城區2013年地下水污染指數空間分布Fig.4 Distribution maps of groundwater pollution index in 2013

3.1 地下水污染空間分布特征及分析

由圖4得出，吉林市城區地下水污染呈現出明顯的空間分布特征，大部分地區的污染指數大于基準值N=1.0.地下水污染指數高值區集中在江北片區北部、中心片區、江南片區南部和船營片區西部.地下水污染指數最大值為33.60（中心片區），平均值為2.10.

由圖2和圖4得出，地下水污染指數高值區域，其土地利用類型主要為傳統工業用地、居民和商業用地以及交通設施用地.吉林市城區不同土地利用類型的監測井數目以及監測井的地下水污染指數見表2.

由表2得出，吉林市城區不同土地利用類型中，傳統工業用地、交通設施用地、居民和商業用地的地下水污染指數較大，最大值分別為8.03、33.60和14.67，平均值分別為2.34、3.34和2.20；并且超標比例較大，分別為70.59%、52.94%和77.78%.為了更好的分析不同土地利用類型和地下水污染的關系，利用研究方法中兩種模型（CM和SLM）分別提取監測井周圍不同范圍內的土地利用類型，利用多元回歸分析確定監測井最可能受污染的范圍.表3為SLM模型探射半徑為500m時的各監測井土地利用類型所占百分比和地下水污染指數.

表2 吉林市城區不同土地利用類型的監測井地下水污染指數Table 2 Groundwater pollution index of all land uses in the Jilin City

3.2 最優影響范圍分析

利用多元回歸分析方法，對CM模型和SLM模型不同半徑區域內各土地利用類型的面積和地下水污染指數進行回歸分析，得出回歸方程的擬合優度（通過相關系數反映），進而確定出監測井最可能受污染的范圍.

3.2.1 CM模型 圖5為CM模型不同半徑區域，各土地利用類型和地下水污染指數的相關關系曲線.

圖5 CM模型不同半徑區域土地利用類型和地下水污染指數的相關系數Fig.5 The correlation coefficients of land uses and groundwater pollution indexes by increment radius influence of CM model

由圖5得出，CM模型中，地下水污染指數和土地利用類型呈現出弱相關性，相關系數隨著模型半徑呈現出不同的規律，相關系數最大值出現在半徑為500m范圍處，最大值為0.252；相關系數最小值出現在半徑為50m范圍處，最小值為0.230；CM模型不同半徑區域土地利用類型和地下水污染指數的相關系數平均值為0.239.CM模型半徑為500m時的回歸方程為：

3.2.2 SLM模型 圖6為SLM模型不同半徑區域，各土地利用類型和地下水污染指數的相關系數曲線.

由圖6得出，SLM模型中，地下水污染和土地利用類型呈現出中等相關性，最大相關系數同樣出現在半徑為500m范圍處，最大值為0.352；相關系數最小值出現在半徑為50m范圍處，最小值為0.305；SLM模型不同半徑區域土地利用類型和地下水污染指數的相關系數平均值為0.332.SLM模型探射半徑為500m時的回歸方程為：

圖6 SLM模型不同半徑區域土地利用類型和地下水污染指數的相關系數Fig.6 The correlation coefficients of land uses and groundwater pollution indexes by increment radius influence of SLM model

綜上所述，CM模型和SLM模型得出的最優的影響范圍均為500m，但SLM模型不同半徑區域土地利用類型和地下水污染指數的相關系數均大于CM模型的，說明地下水中溶質組分受地下水流向等因素的影響，SLM模型更適合于分析具有明確地下水流向的城市土地利用類型對地下水污染的影響.

根據上述分析，選擇探射半徑為500m的SLM模型，利用Kendall秩次相關檢驗法和多元回歸分析方法分析研究區以及各片區土地利用類型對地下水污染空間分布的影響，得出影響地下水污染的主要土地利用類型.

3.3 地下水污染土地利用類型分析

利用Kendall秩次相關檢驗法、多元回歸分析方法和表3中數據分析研究區以及各片區地下水污染的主要土地利用類型，結果見表4和5.

表4 研究區土地利用類型和地下水污染指數的Kendall秩次相關檢驗τ值Table 4 Kendall's tau （τ） of land use and groundwater pollution indexes in study areas

表5 各片區地下水污染主要土地利用類型、回歸方程和Kendall秩次相關檢驗τ值Table 5 The main land use of groundwater pollution， regression equations and Kendall's tau （τ） of various districts

由表4得出，研究區傳統工業用地、交通設施用地、居民和商業用地與地下水污染指數呈現出正相關性，其Kendall秩次相關檢驗τ值為0.248、0.143、0.174.其他土地利用類型與地下水污染指數呈現出負相關性.由多元回歸分析方程（1）和（2）也可得出相同的結果.可見研究區地下水污染空間分布與城市土地利用類型存在著相關關系.

由圖4得出，九站片區地下水污染范圍主要集中在松花江沿岸一帶，其土地利用類型主要為居民和商業用地以及綠地景觀用地.由表5得出，九站片區影響地下水污染的土地利用類型主要為居民和商業用地，其Kendall秩次相關檢驗τ值為0.316，但是由于其面積較小，污染源源強較弱，故九站片區地下水污染程度較輕.

哈達灣片區地下水受污染程度較輕，該區域原為吉林市蔬菜基地，后經開發建設為城區，城市建設時間較短.由表5得出，哈達灣片區影響地下水污染的土地利用類型主要為居民和商業用地，其Kendall秩次相關檢驗τ值為0.322.由于哈達灣片區為新建城區，其城市環保措施交完善，故哈達灣片區地下水污染整體較輕.

江北片區是吉林市重要的化工區，尤其是江北片區的西北部，布局有多個化工、熱電廠的粉煤灰堆放場，該區土地利用類型主要為傳統工業用地，地下水污染指數較大；但在江北片區的東南部主要為高新技術產業區，地下水污染指數較小.由表5得出，江北片區影響地下水污染的土地利用類型主要為傳統工業用地，其Kendall秩次相關檢驗τ值為0.492.傳統工業用地產生的工業廢水滲漏到地下水中，污染地下水.因此，江北片區西北部地區地下水污染較重.

中心城區地下水呈現出全區性較重污染，分析其原因，中心城區為老城區，人口密集，多年來受城市生產、生活污水的影響，地下水污染嚴重.由表5得出，中心城區影響地下水污染的土地利用類型主要為居民和商業用地，其Kendall秩次相關檢驗τ值為0.382.居民和商業用地產生的生活污水滲漏入地下水中，污染地下水.由于中心城區建城時間較長，人口密集，城市排水管網老化等原因，中心城區地下水呈現出整體性污染.

船營片區原為吉林市近郊，20世紀80年代后逐漸發展為城區.該片區地下水污染較輕，僅在東部超標.由表5得出，船營片區影響地下水污染的土地利用類型主要為傳統工業用地，其Kendall秩次相關檢驗τ值為0.423.

江南片區地下水受污染程度較輕，僅在西部有小范圍超標.1992年在此設立吉林市高新技術開發區，其土地利用類型主要為高新技術產業用地.由表5得出，江南片區影響地下水污染的土地利用類型主要為交通設施用地，其Kendall秩次相關檢驗τ值為0.609.

由表5中回歸方程得出的各片區主要土地類型和上述分析結果相同.上述分析得出，吉林市城區地下水污染的空間分布受土地利用類型的影響，其中，傳統工業用地、交通設施用地、居民和商業用地為主要影響因素.并且每個片區的地下水污染程度以及空間分布也和土地利用類型

存在相關性.結合以上規律，提出以下建議：①針對江北片區西北部和中心城區地下水污染較重，土地利用類型結構單一，建議完善城市土地利用規劃，避免污染源源強較強土地利用類型集中分布；②針對土地利用類型對監測井最可能受污染的范圍，做好監測井水流方向半徑500m范圍內的防滲工作；③合理設計與改造城市排水管網和污水處理設施，嚴格保證雨污分流，杜絕城市生產、生活污水的無序排放和滲漏；④根據監測井水流方向500m范圍為其最可能受污染的范圍，分析該范圍內的主要污染源，有針對性的切斷污染源，進而對地下水污染進行治理.

4 結論

4.1 吉林市城區地下水污染存在明顯的空間分布特征，地下水污染指數高值區集中在江北片區北部、中心片區、江南片區南部和船營片區西部.

4.2 吉林市城區地下水污染的空間分布受土地利用類型的影響，其最可能受污染的范圍為沿地下水流方向500m的范圍.

4.3 吉林市城區土地利用類型和地下水污染存在一定的相關性，其中傳統工業用地、居民和商業用地、交通設施用地為影響城區地下水水質的主要因素.

［1］Barron O V， Barr A D， Donn M J. Evolution of nutrient export under urban development in areas affected by shallow Watertable［J］. Science of the Total Environment， 2013，443：491-504.

［2］危潤初，肖長來，梁秀娟.吉林市城區地下水污染時空演化 ［J］.中國環境科學， 2014，34（2）：417-423.

［3］Nasrabadi T， Abbasi M P. Groundwater quality degradation of urban areas （case study： Tehran city， Iran） ［J］. Environmental Science Technology， 2014，11：293-302.

［4］Eckhardt D A， V Stackelberg P E. Relation of groundwater quality to land use on Long Island ［J］. Ground Water， 1995，33（6）：1019-1033.

［5］Bruce B W， McMahon P B. Shallow groundwater quality beneath a major urban center： Denver， Colorado， USA ［J］. Journal of Hydrology， 1996，186：129-151.

［6］Trojan M D， Maloney J S， Stockinger J M， et al. Effects of land use on groundwater quality in the Anoka sand plain aquifer Minnesota ［J］. Ground water， 2003，41（4）：482-492.

［7］Aelion C M， Conte B C. Susceptibility of residential wells to VOC and nitrate contamination ［J］. Environment Science and Technology， 2004，38（6）：1648-1653.

［8］Lee S M， Min K D， Kim N C， et al. Statistical models for the assessment of nitrate contamination in urban groundwater using GIS ［J］. Environmental Geology， 2003，44：210-221.

［9］Worrall F， Kolpin D. Aquifer Vulnerability to pesticide contamination- combining soil， land use and aquifer properties with molecular descriptors ［J］. Journal of Hydrology， 2004，293： 191-204.

［10］An Y J， Kampbell D H.， Jeong S W， et al. Impact of geochemical stressors on shallow groundwater quality ［J］. Journal of Hydrology， 2005，348：257-266.

［11］Gardner K K， Vogel R M. Predicting groundwater nitrate concentration from land use ［J］. Ground Water， 2005，43（3）：343-352.

［12］Gurdak J J， Qi S L. Vulnerability of Recently Recharged groundwater in the high plains aquifer to Nitrate Contamination［R］. USGS scientific investigations report， 2006-5050. USGS， Reston， Virginia， 2005.

［13］Nasrabadi T， Abbasi M P. Groundwater quality degradation of urban areas （case study： Tehran city， Iran） ［J］. Environmental Science Technology， 2014，11：293-302.

［14］王大純，張人權，史毅虹，等.水文地質學基礎 ［M］. 地質出版社，1995，36-42.

［15］張鳳娥.土地利用對地下水系統的影響 ［J］. 地理與地理信息科學， 2004，20（4）：93-96.

［16］郭 芳，姜光輝，夏 青，等.土地利用影響下的巖溶地下水化學變化特征 ［J］. 中國巖溶， 2007，26（3）：212-218.

［17］劉瑞民，楊志峰，丁曉雯，等.土地利用/覆蓋變化對長江上游非點源污染影響研究 ［J］. 環境科學， 2006，27（12）：2407-2414.

［18］危潤初，肖長來，梁秀娟.吉林市城區地下水污染時空演化 ［J］.中國環境科學， 2014，34（2）：417-423.

［19］楊磊磊，盧文喜，黃 鶴，等.改進內梅羅污染指數法和模糊綜合評價法在水質評價中的應用 ［J］. 水電能源科學， 2012，（6）：41-44.

［20］GB/T14848-93 地下水質量標準 ［S］.

［21］湯安國，楊 昕.Arcgis地理信息系統空間分析實驗教程 ［M］.北京：科學出版社， 2006：363-385.

［22］Helsel D R， Hirsch R M. Statistical methods in water resources： U.S. geological survey techniques of water-resources investigations ［M］. Book 4， Chapter A3， USGs， Reston， Virginia， 2002：510.

Effect of urban land use on the spatial distribution of groundwater pollution in the Jilin City.

YAN Bai-zhong1， XIAO Chang-lai1*， LIU Hong-zhi1， WEI Run-chu2， LIANG Xiu-juan1（1.Key Laboratory of Groundwater Resources and Environment，Ministry of Education， Jilin University， Changchun 130021， China；2.School of Hydraulic Engineering， Changsha University of Science and Technology， Changsha 410000， China）. China Environmental Science， 2015，35（3）：934～942

Improved Nemerow Pollution Exponential method was adopted to calculate groundwater pollution index using 91monitoring wells groundwater quality data in 2013 of Jilin City. The distribution maps of groundwater pollution indexes were established by using the Kriging interpolation method and considering the non-continuity of groundwater pollution between the both sides of Songhua River. The land use types were extracted using the CM model and SLM model within the increment radius of the monitoring wells. And the most possible contaminated area of monitoring wells was calculated by multivariate regression analysis. In addition， the effect of urban land use on the spatial distribution of groundwater pollution was analyzed by Kendall method and multivariate regression analysis combined the urban land use of Jilin City. The results showed that the groundwater contamination of Jilin City had an obvious spatial distribution. Groundwater was contaminated in all districts with different severities， especially in JiangBei district and ZhongXin district. The most possible contaminated area was 500m along the flow direction under considering groundwater flow. The urban land uses have a great impact on the spatial distribution of groundwater pollution， especially conventional industrial areas，residential and commercial areas， transportation facilities areas， with the Kendall τ values were 0.248， 0.174， and 0.143. The three land uses types also have a good correlation with the spatial distribution of groundwater contamination in the study districts.

Jilin City；urban land use；groundwater pollution index；spatial distribution；statistical analysis

X523

A

1000-6923（2015）03-0934-09

閆佰忠（1988-），男，河南新鄉人，吉林大學博士研究生，主要從事水資源與環境評價模擬研究.發表論文5篇.

2014-07-07

吉林省科技廳重點攻關項目（20100452）

* 責任作者， 教授， xcl2822@126.com