石河子地区地下水“三氮”空间分布特征及影响因素分析

地下水是新疆石河子地区居民生活饮用、农业灌溉、工业生产的主要水源,研究该地区地下水中"三氮"空间分布特征及影响因素,对控制和治理当地地下水污染、保障用水安全等具有重要的意义。本研究运用SPSS23、Sufer8及Mapgis67等软件,综合分析了该地区地下水中"三氮"含量的空间变异特征以及其影响因素。结果表明:43组水样"三氮"含量均达到《地下水质量标准(DZ/T 0290-2015)》Ⅲ类标准限值的要求。研究区地下水"三氮"含量空间分布特征显著,其平面分布特征表现为:以石河子市区为中心,"三氮"含量向四周研究区界线逐渐降低,整体上北低南高。在垂直方向上,浅层承压水中NO-3—N含量大于深层承压水的含量,但小于潜水的含量;而深层承压水中NO-2—N和NH+4—N含量大于浅层承压水的含量,但也小于潜水的含量;"三氮"含量极大值的采样点均位于潜水含水层。该地区地下水"三氮"含量主要受氧化还原环境、酸碱环境、潜水埋深、包气带及含水层岩性等自然因素以及土地利用类型、农业污染、生活污染、畜牧养殖及农产品加工污染等人为因素的影响。     

焉耆盆地绿洲区承压水硝态氮含量空间变异研究

基于GIS与地统计学原理,使用Arc GIS地统计分析模块研究焉耆盆地绿洲区承压水硝态氮的空间变异情况。结果表明:灌溉水硝态氮数据服从对数正态分布,块金效应值为1.16,变程为0.198 km,空间相关性较弱;饮用水硝态氮数据服从对数正态分布,块金值为0.26,变程达1.58 km,空间相关性较强;承压水硝态氮数据同样服从对数正态分布,块金效应为0.53,变程为0.138 km,空间相关性中等;采用克里格插值方法绘制了承压水硝态氮含量分布图,可更直观地了解研究区地下水硝态氮分布。     

干旱半干旱地区地下水水化学特征及成因

以内蒙古乌拉盖地区地下水为研究对象,综合利用水化学计量分析、多元统计分析、空间统计分析及氧化还原分析等,开展区域地下水水化学特征及成因研究。结果表明：研究区地下水水化学特征存在显著的空间变异性;水岩作用是控制水化学演化的主要因素,蒸发浓缩及离子交换作用次之;硅酸岩风化是主控的水岩作用,碳酸盐岩溶解次之,蒸发岩影响较为微弱,这与区域地质背景相匹配;部分地下水存在硝酸盐污染,空间分析表明区域分散的农牧业及生活污水排放成为地下水硝酸盐污染的重要来源,氧化还原分析表明区域存在潜在的反硝化趋势。研究结果可为干旱及半干旱区地下水资源可持续开发利用提供科学依据。     

浅层地下水硝酸盐含量特征及其水化学指示意义分析

地下水污染源分为点源污染与非点源污染两种主要类型。但是,常见的地下水环境污染为非点源性污染。由于这种污染形式会使地下水生态循环系统整体受到影响,因此相比于其它污染,其污染程度更为严重。但文章所要探讨的地下水污染类型为地下水硝酸盐污染。随着污染物的不断扩散和蔓延,地下水环境污染中,硝酸盐污染已经成为一种世界生态问题。通常而言,其含量高低不仅会对地下水水质产生影响,而且会对地下水的化学分类过程造成巨大干扰。因此,文章将以辽宁省建平县为例,对该研究区浅层地下水生态系统中的硝酸盐含量特征及其它相关化学元素指标之间的关系进行分析研究,从而为该研究区地下水资源量及质的保护提供参考。     

德惠市浅层地下水污染源识别及空间分布

为实现德惠市浅层地下水的污染源识别及其空间分布特征研究,收集德惠市2014年43组水质资料,进行水化学特征统计分析,在此基础上采用因子分析法进行多元统计分析,提取5个公因子(F1—F5)分别为矿化度、有机物和硝酸盐氮、氨氮、铁锰、氯化物作为浅层地下水水质的主控因子,进一步分析其污染物来源,并根据因子得分利用ArcGIS差值工具绘图分析各污染源的污染程度及空间分布特征。结果表明:5个公因子(F1—F5)的方差贡献率分别为19. 947%、14. 082%、13. 661%、12. 630%和12. 144%。其中,有机物和硝酸盐氮、氨氮(F2、F3)是研究区内的主要污染物,受控于人为作用;矿化度污染则受控于迁移-富集作用;铁锰、氯化物污染分别受控于自然作用和地表水地下水交互作用。研究区范围内,城区、郭家镇、菜园子镇、大房身镇、五台乡污染较严重,其他乡镇水质状况良好;依据综合得分可以将浅层地下水划分为3个区域:禁止开采区、农业用水区和生活饮用水区,评价结果可以为政府决策提供参考。     

彭阳县饮用地下水氟离子含量空间变异性及其与地质环境的关系

通过对彭阳县74个饮用地下水进行取样分析,应用地质统计学的理论和方法,通过计算变异函数和克里金插值,分析研究了彭阳县饮用地下水中氟离子含量空间变异特征和空间分布特征,讨论了氟离子含量空间分布特征与地质环境的关系.结果表明:彭阳县存在引用地下水氟离子含量超标的现象,属于典型的高氟地下水区;地下水氟离子含量呈现明显的各向同性特征,在一定范围内具有很强的空间自相关性,且空间变异性是由大尺度的区域性因素引起的,而随机因素的影响不显著;空间分布上呈现出由南北向中间和由西向东减小的趋势;地下水中氟离子含量的差异是在各种地质环境因素共同作用下形成的,是地下水径流过程中各种因素综合影响的结果.     

东胜城区及周边地区浅层地下水硝酸盐分布及影响因素研究

以地下水污染调查数据为基础,利用城市解剖与水化学分析相结合的方法,对东胜城区及周边地区浅层地下水中硝酸盐分布特征及影响因素进行了分析。结果表明:调查区地下水硝酸盐超标率高达21%,超标点主要分布于人类活动强度较大且水位埋深较浅的地区,局部出现硝酸型地下水;高硝酸盐的地下水具有高矿化度、低p H值、低γCa2+/γCl-、γNa+/γCl-、γHCO3-/γCl-的特征,表明水动力条件越差、变质程度越深且蒸发浓缩越强烈的酸性地下水中越有利于硝酸盐的富集;大气降水对地下水中硝酸盐浓度具有稀释作用,但最终变化态势仍取决于污染源强度。城市化过程中既能产生硝酸盐污染源,又能形成有利于硝酸盐富集的水环境条件,加强对生活污染源的处置与管理是控制城市地区地下水硝酸盐污染的关键所在。     

唐山市平原区浅层地下水环境特征研究

为了掌握唐山市平原区地下水环境质量特征,对研究区浅层地下水进行了采样分析。研究表明,唐山市平原区地下水水化学类型具有明显的分带性,自北向南,溶解性总固体和总硬度逐渐升高;浅层地下水的总硬度、锰、硝酸盐-氮、溶解性总固体、氟化物、亚硝酸盐和氨氮的质量浓度较高,已超过《生活饮用水卫生标准》;有毒有害重金属中砷和六价铬的问题值得注意。进一步分析发现,唐山市地下水环境质量恶化的主要原因是河流污染、企业排污和农业生产等人类活动影响。     

改进的灰色聚类法在地下水质量评价中的应用

选择50项地下水评价指标,利用灰色聚类法对滹沱河冲洪积扇平原区地下水质量状况进行评价,发现由于参评指标中痕量指标较多,导致评价结果失真。通过修正其聚类权的计算方法将原有方法加以改进,得出结论:区内绝大多数地区水质状况良好,影响区域地下水质量的指标主要为溶解性总固体、总硬度、硝酸盐氮等无机指标,水质较差区主要分布在城区、城镇周围区、排污河道两侧、地表污染水体分布区及引污水灌溉农田地区。指出工农业发展及人类活动加剧是造成研究区水质变化的主要原因。     

浑河冲洪积扇土壤硝酸盐污染特征及相关因素分析

土壤硝酸盐是地下水硝酸盐的重要来源,因此土壤硝酸盐特征研究对于土壤和地下水污染控制与修复具有重要意义。为了探讨沈阳浑河冲洪积扇硝酸盐污染特征,在浑河洪积扇横跨浑河设计了5个监测断面、50个取样点,每个取样点按0.8m进行了垂向深度取样和硝酸盐测定。随后,利用Hazen概率曲线确定了浑河冲洪积扇土壤硝酸盐含量的标准值,采用单因子指数法和内梅罗污染指数评价法,对不同断面和不同深度土壤硝酸盐的污染特征进行了分析,并将区域污染特征与区域土地利用类型、区域有机质含量进行关联分析,判定其对硝酸盐污染的影响。研究结果显示,本区硝酸盐浓度标准值约为2.58mg/kg;区域硝酸盐中度污染;排污河的存在、区域土地利用类型和区域有机质含量对区域硝酸盐污染关系密切,在分析硝酸盐污染过程中应予以重点考虑。     

北京西南部山前平原区地下水水质评价及其影响因素

为研究北京西南部山前平原区地下水水质状况和主要影响因素,本文以北京市丰台区为例,分别采用单因子指数评价法和模糊综合评价法对17口监测井的水质状况进行评价,并分析了空间分布规律。结果表明:丰台区地下水水质Ⅲ级以上占比为53%,未达标水质占比为47%。污染指标以总硬度、溶解性总固体、硝酸盐氮等为主,其中总硬度为水质超标最严重的指标。在空间分布上,西北山区地下水水质优于东南平原区。从自然和人为因素分析对地下水水质的影响,西北山区主要受地质条件及农业污染等影响,东南平原区主要受区域降水蒸发、工业和生活污染、地下水开采等影响。     

关中盆地潜水硝酸盐污染分析及防治对策

通过对关中地区潜水硝酸盐污染调查和取样分析 ,详细分析了关中盆地地下水硝酸盐污染分布规律、污染程度和原因 ,将研究区硝酸盐污染分为农业污染型、城市污染型、盐碱化污染型。从保护水环境的角度提出了防治和控制污染的对策措施。     

哈尔滨浅层地下水污染现状及影响因子分析

为查明人类活动驱动下的哈尔滨市浅层地下水污染现状及主要影响因子,利用松嫩平原地下水污染调查评价项目的数据,对浅层地下水主要化学特征进行了简单的描述。在此基础上,采用单因子污染指数法与内梅罗综合指数法对地下水污染现状进行评价,最后利用统计分析软件SPSS对采样点进行聚类分析。结果表明:研究区浅层地下水水化学类型以Ca-HCO_3、Ca-Cl-HCO_3、Ca-SO_4-HCO_3型水为主,水化学作用以溶滤和人类活动混合作用为主;地下水污染属于区域性污染,以轻度污染为主;除Fe、Mn以外,主要污染指标还有总硬度、TDS、p H、NO_-3、NH+4、Cl-、SO_2-4、As。Fe、Mn含量超标主要是受原生地质环境影响;研究区地下水污染的主要污染源为工业污染、农业污染、生活污染及地表水补给污染,人类活动主要影响水体的总硬度、TDS、p H、NO_-3、NH+4、Cl-、SO_2-4、As、总磷。     

对应分析方法在白城市洮北区地下水水质评价中的应用

应用对应分析方法研究了白城市洮北区地下水水质状况和影响水质的主要因素,确定了主要的污染因子和污染原因.结果显示:白城市洮北区地下水污染农村最轻,市区次之,城郊结合部最严重,主要污染因子是硝酸盐和亚硝酸盐,水质污染来源是垃圾渗滤液和生活污水等.将对应分析结果与综合指数法评价结果进行对比发现,两种方法对水样点水质污染程度的...     

Identifying Major Factors Controlling Groundwater Quality in Semiarid Area Using Advanced Statistical Techniques

There are many factors controlling groundwater pollution and vulnerability. However, the factors’ weights are still not reasonably investigated. In order to assess groundwater quality and the controlling factors in semiarid region, 178 groundwater samples were collected and analyzed for salinity and nitrate content. New statistical techniques of prediction profiler and hierarchical cluster combined with geographic information systems (GIS) were used to assess the groundwater quality based on three categorical controlling factors; landuse/ land cover (LULC), soil texture, and aquifer type. It is hypothesized these factors are controlling groundwater quality with various weights. Groundwater salinity across the study area varied from 327.0 to 9110.0 mg/L, while nitrate ranged from 0.2 mg/L to 339.6 mg/L. Both prediction profiler and cluster analyses provided excellent tools for quantifying the pollution magnitudes, weighing the controlling factors, and visualizing the pollution zones. Prediction profiler showed high capability to predict groundwater pollution (P?<?0.0001 and 0.0038 for salinity and nitrate, respectively) where LULC was the most effective factor, followed by aquifer type and soil texture class. According to desirability function analysis, maximum salinity and nitrate pollution was predicted to be associated with irrigated agriculture lands at shallow aquifers with silty clay loam soils. Hierarchical cluster analysis combined with GIS mapping was able to group the controlling factors into six vulnerability zones. The generated groundwater spatial pollution map allowed for potential pollution sources identification (e.g. fertilizer use, treated waste water, overdrafting). This paper also offers detailed mapping for decision makers to allow further ecosystem restoration and rehabilitation planning.     

Health Risk Assessment of Nitrate Contamination in Groundwater: A Case Study of an Agricultural Area in Northeast China

High levels of nitrates in groundwater pose a risk to human health. In this study, we selected areas with typical agricultural nitrate pollution in northeast China as study sites. We then collected groundwater samples for nitrate nitrogen content analysis using the Four Step method developed by the United State Environmental Protection Agency (USEPA) in conjunction with the non-carcinogens health risk model (R?=?CDI/RfD) to determine the health risk associated with nitrate pollution of groundwater. The reference value of nitrates in drinking water was set at 10 mg/L (measured as nitrogen) and the intake reference dose of nitrate was set at 1.6 mg?kg^?1?d^?1 based on the EPA’s IRIS(Integrated Risk Information System). The water intake reference values were set at 2.3 L/d and 1.5 L/d based on the EPA values and actual values observed in the study area. The average exposure time was the ED (exposure duration)?×?365d/a. Weights refer to the 2002 national urban and rural average weight of residents of different genders and different ages. Health hazard index calculation was based on the above information, and the index less than 1 is acceptable (U.S. EPA’s Risk Assessment Guide). Health risk assessment maps were then drawn by Arcgis software. The results indicated that agricultural sewage irrigation areas in the study area showed strong health risks, but that those of the city were relatively small. Moreover, the results indicated that children’s health risks are greater than those of adults.     

日照市涛雒地区浅层地下水污染源解析

根据日照市涛雒地区16组实测枯、丰两期浅层地下水数据,选取总硬度、TDS,SO_4~(2-),Cl~-,Fe,Mn,挥发性酚类,COD,NO_3~-,NO_2~-,NH_4~+,F,Se,Pb,Be等15项污染影响因子,使用多元统计-因子分析法对研究区内浅层地下水环境进行污染源解析。结果表明:源解析结果基本和实际污染源相一致,因子分析法对涛雒地区地下水污染进行源解析是可行的;涛雒地区主要存在4种污染特征源,它们分别是海水入侵源、冶炼源、化工源、农业生活源,对浅层地下水的污染贡献率分别为38.37%,18.49%,12.05%,11.23%。研究结果可为涛雒地区的地下水环境污染的进一步改善和治理提供参考。     

基于偏联系数的地下水开采强度动态评价研究

为减少人类活动对地下水环境的影响,实现地下水资源可持续利用,需从时空尺度上对地下水开采强度进行动态评价。基于集对分析构建了地下水开采强度时空动态评价模型,并基于二阶偏联系数挖掘了同一度、差异度、对立度的动态演化过程,识别了影响地下水开采强度等级的主要因素。结果表明：2006-2016年,北京市大兴区地下水开采强度趋于增大,空间分布上中部地区>南部地区>北部地区;人口数、工业产值、第三产业产值对地下水开采强度等级影响的时空分布特征为北部地区>中部地区>南部地区。农业种植面积、机井数对地下水开采强度等级影响的时空分布特征为南部地区>中部地区>北部地区。依据二阶偏联系数识别结果,人口数、工业产值、第三产业产值对地下水开采强度的影响程度在增强,农业种植面积、机井数对地下水开采强度的影响程度在减弱。本文构建的地下水开采强度时空动态评价模型能够较好地反映研究区的地下水开采强度等级及动态演化过程,且计算简便,有一定的应用推广价值。     

A GIS-based DRASTIC Model for Assessing Aquifer Vulnerability in Kherran Plain, Khuzestan, Iran

The Kherran plain is located in the northeast of Ahwaz in Khuzestan Province, Iran. The state of groundwater pollution is a critical issue with increasing population and agricultural development in Iran. For this reason, vulnerability assessment is an important factor in any policy making decision in any part of country. Focusing on this issue, the article attempts to presents a groundwater vulnerability map for the Kherran plain. The map designed to show areas of highest potential for groundwater pollution based on hydro-geological condition and human impacts. Seven major hydro-geological factors (Depth to water table, net Recharge, Aquifer media, Soil media, Topography, Impact of vadose zone and hydraulic Conductivity) were incorporated into DRASTIC model and geographical information system (GIS) was used to create a groundwater vulnerability map by overlaying the available hydro-geological data. The output map shows that the west and southwest of the aquifer are under medium vulnerability while small areas on northwest and east of the study area have no risk to pollution. Other parts of aquifer have low vulnerability. For testing of the vulnerability assessment, 27 groundwater samples were collected from the different vulnerability zones of the study area. The chemical analysis results show that the southwest and west parts of aquifer (moderate vulnerability zones) have higher nitrate concentration relative to the rest of aquifer, that are located in low vulnerability zone.