左 欣 江 濤 張岱偉

(1.山東科技大學測繪科學與工程學院，山東 青島 266590；2.中國科學院遙感與數(shù)字地球研究所，北京 100101； 3.海島(礁)測繪技術(shù)國家測繪局重點實驗室，山東 青島 266590；4.中國測繪科學研究院，北京 100830)

基于農(nóng)業(yè)生產(chǎn)脅迫下的地下水脆弱性評價與分析*

左 欣1，2江 濤1，3#張岱偉1，4

(1.山東科技大學測繪科學與工程學院，山東 青島 266590；2.中國科學院遙感與數(shù)字地球研究所，北京 100101； 3.海島(礁)測繪技術(shù)國家測繪局重點實驗室，山東 青島 266590；4.中國測繪科學研究院，北京 100830)

以山東省農(nóng)業(yè)大市濟寧市為研究區(qū)，在充分考慮地下水埋深、含水層介質(zhì)等7個典型影響因子的同時，將含水層厚度、污染物毒性、污染物遷移性、污染物降解性納入評價體系，對國際主流DRASTIC模型進行了因子擴充。綜合運用地理信息系統(tǒng)(GIS)空間分析、熵值權(quán)重等技術(shù)，建立了基于農(nóng)業(yè)生產(chǎn)脅迫下的地下水脆弱性評價模型，并進行了定性的評價分析。結(jié)果表明：濟寧市地下水脆弱性總體呈現(xiàn)由西北向東南遞減的空間格局，統(tǒng)計得到脆弱性很高區(qū)域占總面積的8.16%；梁山縣的農(nóng)業(yè)生產(chǎn)脅迫嚴重，地下水脆弱性很高；微山縣的地下水脆弱性較低，受污染風險較小。

農(nóng)業(yè)生產(chǎn) 地下水污染 脆弱性評價 地理信息系統(tǒng)空間分析DRASTIC

隨著人口的急劇增加，社會經(jīng)濟迅速發(fā)展，需水量不斷上升，人們開始進行大規(guī)模的地下水開采。然而，正是農(nóng)業(yè)現(xiàn)代化和工業(yè)化的迅速發(fā)展，地下水資源面臨著越來越大的污染威脅，水質(zhì)惡化速度也隨之加快[1]，越來越多的國家和地區(qū)面臨著水危機。地下水環(huán)境污染已成為世界各國可持續(xù)發(fā)展的一大障礙。其中，農(nóng)業(yè)生產(chǎn)對地下水環(huán)境造成的污染面積較大、治理較難。研究表明，由于治理經(jīng)費高昂，含水層污染源復雜，所以地下水資源一旦遭到污染，直接修復幾乎是不可能的。

法國MGARAT首次提出“地下水脆弱性”這一術(shù)語，他希望以此讓人類了解地下水污染的危險性，并喚醒人類的環(huán)保意識[2]131-132。在后來的幾十年，有關“地下水脆弱性”的概念及評價方法層出不窮，不再僅局限于水文地質(zhì)內(nèi)部的要素定義，而是慢慢趨向多角度、多方面來定義與評價。目前來說，迭置和指數(shù)法、統(tǒng)計分析方法、模糊數(shù)學法、過程數(shù)學模擬法是主要的地下水水質(zhì)脆弱性評價方法[3]，國際上以迭置和指數(shù)法為主[4-5]，此方法的典型是美國環(huán)境保護署AILER于1987年提出的DRASTIC模型。主要對地下水埋深、含水層補給量、含水層介質(zhì)、土壤類型、地形坡度、包氣帶介質(zhì)以及含水層水力傳導系數(shù)這7個參數(shù)進行研究，通過這些參數(shù)與地下水脆弱性之間的關系進行層次分析法賦權(quán)，并進行分級評價。陳守煜等[6]將含水層固有脆弱性與外界脅迫脆弱性相互作用的復雜關系簡化成單一的疊加關系，進行了一系列的理論探索。另外，基于農(nóng)業(yè)生產(chǎn)脅迫利用DRASTIC模型進行地下水脆弱性的分析評價案例也有很多。但是，分析發(fā)現(xiàn)，現(xiàn)有的研究方法均未將含水層厚度、污染物毒性、污染物遷移性、污染物降解性納入評價范疇。

本研究以山東省濟寧市為研究區(qū)，選用Landsat8-OLI影像數(shù)據(jù)，在充足的水文地質(zhì)及氣象數(shù)據(jù)基礎上，針對DRASTIC模型進行改進，在研究傳統(tǒng)的7個參數(shù)的同時，將含水層厚度、污染物毒性、污染物遷移性、污染物降解性納入評價體系。綜合運用地理信息系統(tǒng)(GIS)空間分析法、熵值權(quán)重法、統(tǒng)計分析法等多種技術(shù)，建立了基于農(nóng)業(yè)生產(chǎn)脅迫下的地下水脆弱性評價模型，并分析地下水污染的高風險區(qū)及主要影響因素，為合理的地下水資源保護措施的提出以及農(nóng)業(yè)生產(chǎn)規(guī)范化的推進提供可靠的參考依據(jù)。

1 研究基礎

1.1 研究區(qū)概況

濟寧市位于山東省的西南部，地處東經(jīng)115°52′～117°36′、北緯34°26′～35°57′，轄區(qū)內(nèi)共11個縣區(qū)，屬魯南泰沂低山丘陵與魯西南黃淮海平原交接地帶，地質(zhì)構(gòu)造上屬華北地區(qū)魯西南斷塊凹陷區(qū)[7]。地形以平原洼地為主，地勢東高西低，地貌較復雜；東部山巒綿亙，丘陵起伏。內(nèi)有中國北方最大的淡水湖——南四湖。此外，濟寧市地處暖溫帶大陸性季風氣候區(qū)，年平均降水量680.5 mm。全市天然水資源總量約55億m3，其中地下水天然補給量約21億m3(占天然水資源總量的38.2%)；可利用水資源總量30.37億m3，其中地下水12.93億m3(占可利用水資源總量的42.6%)。并且，地下水年開采量達到94%以上，其中農(nóng)業(yè)生產(chǎn)主要開采60 m以上的淺層地下水。濟寧市是山東省農(nóng)業(yè)大市，總土地面積約11 187 km2，其中耕地面積6 113.2 km2，占總面積的54.6%；園地面積97.5 km2，占總面積的0.9%。

1.2 數(shù)據(jù)獲取

本研究使用了Landsat8影像、濟寧市數(shù)字高程模型(DEM)等遙感數(shù)據(jù)源以及濟寧市地下水埋深、土壤類型等非遙感數(shù)據(jù)源。所有數(shù)據(jù)經(jīng)處理后均采用30 m分辨率、WGS84空間坐標系、UTM投影，具體數(shù)據(jù)如表1所示。

為助于研究過程的順利進行，本研究對這些基礎數(shù)據(jù)進行了輻射校正、壞值剔除、局部插值、圖幅拼接等預處理操作，并根據(jù)需要對遙感影像提取歸一化植被指數(shù)，對DEM提取地形坡度，對土壤數(shù)據(jù)進行了重分類得到土壤類型。

2 研究方法

2.1 技術(shù)流程

本研究主要考慮地下水固有脆弱性與地下水脅迫脆弱性兩個方面，其中固有脆弱性受地下水埋深、含水層介質(zhì)、土壤類型等8個因子影響；脅迫脆弱性受污染物毒性、遷移性、降解性綜合作用的影響，其技術(shù)路線圖如圖1所示。

2.2 影響因子確定與模型建立

地下水脆弱性的影響因子眾多，其中一些因子的獲得相當困難，這些因子往往具有空間的不連續(xù)性，因此很難將影響地下水脆弱性的所有參數(shù)量化表示。而且，影響地下水脆弱性的各因子間的關系也錯綜復雜，很難找出一個統(tǒng)一的模型將所有因子全部納入其中[8]。因此，現(xiàn)如今的研究多采用參數(shù)法，選擇地下水脆弱性的主要且較易獲得的影響因子對地下水的脆弱性進行評價。DRASTIC模型是一種參數(shù)法地下水固有脆弱性評價模型[9]，具有評價因子易于獲取、評價方法簡單易于掌握等優(yōu)點，現(xiàn)已被多個國家的學者證實具有較高的精度與可行性[10]。

表1 試驗數(shù)據(jù)列表

圖1 技術(shù)路線示意圖Fig.1 Technology roadmap

但DRASTIC模型也具有一定的局限性，表現(xiàn)在：(1)只針對地下水的固有脆弱性進行評價，沒有考慮人類的生產(chǎn)生活對地下水脆弱性的脅迫影響，評價體系不全面；(2)評價因子間具有很高的相關性，各評價因子相互之間不獨立，如含水層補給量除了與輸入系統(tǒng)的水量有關外還與地形坡度、土壤類型以及包氣帶介質(zhì)有關[11]；(3)DRASTIC模型的7個參數(shù)中有4個是可以定量獲取的，其余3個則需要人為確定，因此評價過程具有較高的人為主觀性；(4)各評價因子的得分為離散的值，將本來連續(xù)變化的地理事物離散化，使評價結(jié)果不夠客觀。

由于DRASTIC模型具有很多的局限性，因此在使用時不應一味生搬硬套。應當結(jié)合研究區(qū)的情況以及研究的目的對該模型做一些適當?shù)男薷?，使模型的評價結(jié)果能更好貼近研究區(qū)的實際情況。本研究以DRASTIC模型為基礎，做了一定的改進。首先，增加了含水層厚度影響因子，表征含水層對污染的稀釋作用。其次，地下水的脆弱性是地下水的固有脆弱性與地下水外界脅迫脆弱性共同作用的結(jié)果，兩者都是影響地下水脆弱性的重要因素。僅靠DRASTIC模型只能評價地下水的固有脆弱性，對地下水脆弱性的評價非常片面。因為在某些人跡罕至的區(qū)域，由于沒有人類污染的脅迫，即使該地區(qū)地下水的固有脆弱性很高，該地區(qū)地下水受到污染的可能性也不大[2]134-136。本研究引入污染物的毒性、遷移性、降解性量化指標計算污染源對地下水環(huán)境的脅迫指數(shù)作為對DRASTIC模型的補充。

表2 可量化因子評分

2.3 地下水固有脆弱性影響因子計算

地下水固有脆弱性8個影響因子中，地下水埋深、含水層補給量、地形坡度、含水層水力傳導系數(shù)以及含水層厚度5個影響因子可以量化得到，評分如表2所示。

2.3.1 地下水埋深

地下水埋藏得越深污染物就越難到達，地下水就越難受到污染。DRASTIC模型主要用于評價淺層地下水的固有脆弱性，地下水埋深即淺水面的深度。本研究以統(tǒng)計數(shù)據(jù)進行計算，地下水埋深評分見圖2(a)。

2.3.2 含水層補給量

含水層補給量指各種形式的水入滲補給的總量，由于污染必須溶解在水中才能隨水入滲污染地下水，因此含水層補給量越大污染物隨補給水入滲污染地下水的機會越多。含水層補給量的計算方法如式(1)所示，得到濟寧市含水層補給量評分圖(見圖2(b))。

Rin=P-E-ΔRf-Rs

(1)

式中：Rin為含水層補給量，mm；P為輸入水總量，mm；E為蒸發(fā)蒸騰量，mm；Rf為田間持水量的變化量，mm；Rs為地表徑流量，mm。

由于農(nóng)業(yè)區(qū)土壤的田間持水量隨時間的波動較小，因此在計算時可忽略田間持水量的變化量。

蒸發(fā)蒸騰量的計算分為兩部分：(1)考慮植被的地表蒸發(fā)蒸騰量計算，采用綜合法中的改進彭曼-蒙蒂斯公式(見式(2))[12]；(2)水面蒸發(fā)量(E1，mm/d)的計算(見式(3))[13]。另外，入滲率a與地形和土壤的質(zhì)地有關，土壤越疏松地形越平緩入滲率越高。

ETOP-M=

(2)

(3)

式中：ETOP-M為參考作物蒸發(fā)蒸騰量，mm/d；ε為飽和水汽壓對溫度的導數(shù)，kPa/℃；Rn為凈輻射量，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；γ為濕度表常數(shù)，kPa/℃；T為平均氣溫，℃；U2為2 m高處風速，m/s；ea為飽和水汽壓，kPa；ed為實際水汽壓，kPa；Δe為自然大水體表面水溫對應的飽和水汽壓與水面以上150 cm高處空氣水汽壓的差值，kPa；ΔT為自然大水體表面水溫與水面以上150 cm高處氣溫的差值，℃；r1.5為自然大水體水面以上150 cm高處的相對濕度，%；U1.5為自然大水體水面以上150 cm高處的風速，m/s。

地表徑流量計算見式(4)至式(6)。

Rs=ΨgP-ΨgPT

(4)

Ψg=0.52e-860BlD0.036ln(arctanSl)

(5)

(6)

式中：Ψg為產(chǎn)流系數(shù)，%；PT為產(chǎn)流閾值，mm；Bl為基巖水力傳導系數(shù)，mm/h；D為土壤厚度，m；Sl為地形坡度，%；θΔ為雨后含水率，%；θ0為先期含水率，%。

2.3.3 地形坡度

地形坡度表示地表單元陡緩的程度，是坡面垂直距離與水平距離的比值，在柵格計算中使用式(7)計算每個點的地形坡度，可得到研究區(qū)地形坡度評分圖(見圖2(c))。

Sl=ΔHmax/L×100%

(7)

2.3.4 含水層水力傳導系數(shù)

注：由于東南部是微山湖，故此區(qū)域地形坡度、包氣帶介質(zhì)、土壤類型、含水層介質(zhì)定義為0分。圖2 影響因子評分Fig.2 Rating for factors

水力傳導系數(shù)又稱滲透系數(shù)，是表征流體通過空隙骨架難易程度的參數(shù)，水力傳導系數(shù)越大空隙介質(zhì)的透水性越強。含水層水力傳導系數(shù)(K，m/d)的計算方法如式(8)所示。

K=kρg/η

(8)

式中：k為孔隙介質(zhì)滲透率，m2；ρ為流體密度，kg/m3；g為重力加速度，m/d2；η為動力黏滯性系數(shù)，kg/(m·d)。

對于某一種流體而言，重力加速度與流體密度都為常數(shù)，其水力傳導系數(shù)取決于孔隙介質(zhì)滲透率與動力黏滯性系數(shù)。當流體一定時，孔隙介質(zhì)滲透率與動力黏滯性系數(shù)主要與固體骨架的性質(zhì)有關。在式(8)理論支持下，得到了研究區(qū)的含水層水力傳導系數(shù)評分圖(見圖2(d))。

2.3.5 含水層厚度

含水層厚度是影響含水層對污染稀釋能力的一個重要因素，含水層越厚含水層中賦存的地下水的量越大，對進入含水層的污染物稀釋能力也就越強[14]。本研究將含水層厚度作為一個附加因子添加在DRASTIC模型中，作為對DRASTIC模型的擴展與完善，并進行了含水層厚度評分，結(jié)果見圖2(e)。

2.3.6 含水層介質(zhì)、土壤類型與包氣帶介質(zhì)

含水層介質(zhì)、土壤類型與包氣帶介質(zhì)無法定量化獲得，本研究根據(jù)各影響因子不同介質(zhì)類型來確定評分(見表3)，得到各影響因子評分圖(見圖2(f)、圖2(g)和圖2(h))。

表3 介質(zhì)類型評分

2.4 農(nóng)業(yè)脅迫指數(shù)計算

脅迫脆弱性是地下水脆弱性的重要組成部分。人類的生產(chǎn)生活中會產(chǎn)生大量的污染物，各種污染物的性質(zhì)千差萬別，對地下水環(huán)境的影響也不同。本研究主要針對農(nóng)業(yè)區(qū)的地下水進行脆弱性評價，主要考慮農(nóng)業(yè)生產(chǎn)中產(chǎn)生的污染物對地下水環(huán)境的影響。農(nóng)業(yè)生產(chǎn)中產(chǎn)生的污染物主要有化肥、農(nóng)藥以及一些常規(guī)的綜合性指標，如COD、總?cè)芙夤腆w(TDS)等[15]。農(nóng)業(yè)生產(chǎn)中使用的化肥與農(nóng)藥的種類很多，且不同地區(qū)不同作物施用的農(nóng)藥與化肥的種類也不同。本研究從我國“水中優(yōu)先控制污染物”名單中的58種有機毒物及無機毒物篩選出主要的污染物[16]并進行評價。為便于量化的表示污染物對地下水環(huán)境的影響，選取污染物的毒性、遷移性與降解性作為評價污染物對環(huán)境影響的因子[17-19]。其中，毒性表示一定量的污染物對環(huán)境的破壞能力，污染物的毒性越強，污染物對環(huán)境的破壞力越大[20]；遷移性表示一定量的污染物在地下水環(huán)境中的污染范圍，污染物的遷移性越強，污染物在地下水中的污染范圍越大；降解性表示污染在地下水中的持續(xù)時間，污染物的降解性越弱，污染在地下水中持續(xù)的時間越長[21]。針對污染物的3種屬性采用參數(shù)疊加與層次分析方法，同時考慮污染物排放量，使用式(9)與式(10)計算得到農(nóng)業(yè)生產(chǎn)對濟寧市地下水環(huán)境的脅迫指數(shù)分布。

S=∑CiQi

(9)

Ci=wtDti+wmDmi+wdDdi

(10)

式中：S為農(nóng)業(yè)脅迫指數(shù)，即農(nóng)業(yè)生產(chǎn)對地下水環(huán)境的危害性；Ci為第i種污染物對地下水環(huán)境的危害性；Qi為第i種污染物排放量系數(shù)；wt、wm、wd分別為第i種污染物的毒性、遷移性、降解性量化指標的權(quán)重；Dti、Dmi、Ddi分別為第i種污染物的毒性、遷移性、降解性量化指標。

為更明顯表示出農(nóng)業(yè)生產(chǎn)的脅迫性，研究將污染物毒性、降解性、遷移性歸于農(nóng)業(yè)脅迫因子，并得到了研究區(qū)農(nóng)業(yè)脅迫指數(shù)圖(見圖2(i))。

3 地下水脆弱性評價與分析

本研究采用熵值權(quán)重法結(jié)合DRASTIC模型的經(jīng)驗權(quán)重，利用3步公式確定各指標的綜合權(quán)重，從而對各因子間的相關性進行一定的抑制，增強了評價結(jié)果的客觀性。

(1) 計算第j個指標的信息熵(Cj)：

Cj=-b∑pllnpl

(11)

式中：pl為指標為第l種狀態(tài)的概率；b為常數(shù)。

(2) 計算第j個指標的熵值權(quán)重(βj)：

βj=(1-Cj)/∑(1-Cj)

(12)

(3) 確定第j個指標的綜合權(quán)重(wj)：

wj=ajβj/∑ajβj

(13)

式中：aj為第j個指標的經(jīng)驗權(quán)重。

根據(jù)式(11)至式(13)計算得出綜合權(quán)重，結(jié)果見表4。使用參數(shù)疊加法將影響地下水脆弱性的各因子及其相應綜合權(quán)重代入式(14)，得到濟寧市地下水脆弱性(F)評價圖(見圖3)。

F=∑wjDj+S

(14)

式中：Dj為地下水固有脆弱性的第j個指標的評分。

表4 地下水脆弱性影響因子綜合權(quán)重

圖3 濟寧市地下水脆弱性評價Fig.3 Vulnerability assessment of groundwater in Jining City

為使結(jié)果更清晰且易于分析，本研究根據(jù)幾何間隔進行了脆弱性分級，將研究區(qū)劃分為脆弱性很高、脆弱性較高、脆弱性中等、脆弱性較低、脆弱性很低5個等級，并得到地下水脆弱性分級圖(見圖4)。

根據(jù)圖4，濟寧市地下水脆弱性總體呈現(xiàn)由西北向東南遞減的空間格局，統(tǒng)計得到脆弱性很高區(qū)域占總面積的8.16%。在濟寧市西北部的梁山縣地下水脆弱性很高，而東南部的微山縣地下水脆弱性較低，這種分布情況與當?shù)氐乃牡刭|(zhì)條件相吻合，微山縣水域廣闊，農(nóng)業(yè)脅迫指數(shù)小，并且土壤的碎石體積與含沙量較少，而梁山縣農(nóng)業(yè)脅迫指數(shù)大，土壤的碎石體積與含沙量較多。由于地下水埋深和土壤類型在脆弱性評價中所占權(quán)重較大，故造成此差異。

圖4 濟寧市地下水脆弱性分級Fig.4 Hierarchical groundwater vulnerability in Jining City

4 結(jié) 語

(1) 在現(xiàn)有DRASTIC模型的基礎上，對DRASTIC模型做了一定的改進與完善，綜合考慮地下水的固有脆弱性與外界脅迫脆弱性，得到較全面準確的基于農(nóng)業(yè)生產(chǎn)脅迫下地下水脆弱性評價結(jié)果。

(2) 人類農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的污染脅迫是地下水脆弱性評價中的重要影響因素?，F(xiàn)有的大部分評價方法都只對地下水的固有脆弱性進行評價是非常片面的，這樣的評價方法不能客觀全面地反映地下水受污染的風險性。

(3) 梁山縣在農(nóng)業(yè)生產(chǎn)過程中施用了大量的農(nóng)藥與化肥，并且當?shù)氐牡叵滤嗳跣詷O高，當?shù)氐臏\層地下水極易受到農(nóng)業(yè)生產(chǎn)的污染。而且，此地的含水層較厚、地下水儲量大，發(fā)生污染后治理困難。當?shù)卣畱扇〈胧┫拗屏荷娇h的農(nóng)藥化肥使用量，防止地下水進一步受到污染。

(4) 嘉祥縣、泗水縣以及濟寧市市轄區(qū)，由于自然與人為因素的關系，也存在一些脆弱性較高的區(qū)域，當?shù)卣矐扇∠鄳拇胧┫拗妻r(nóng)業(yè)生產(chǎn)中農(nóng)藥化肥的使用量。

(5) 汶上縣的地下水脆弱性雖然很低，但此地的地下水固有脆弱性較高，容易受到人類生產(chǎn)生活的污染。而且，此地淺層地下水儲量大，發(fā)生污染后治理困難。因此，當?shù)卣畱⒁馕廴疚锏呐欧帕浚乐乖摰貐^(qū)地下水受到污染。

(6) 本模型是基于污染物隨水入滲理論建立的，不適用于河流、湖區(qū)的地下水脆弱性評價。但是，微山湖區(qū)由于地表水與地下水相連通，水中的溶解物會相互交換，易造成雙向污染，因此要注意湖區(qū)水體的污染防治工作。

[1] 郭德偉，陸繼東，王衛(wèi)東，等.濟寧市地下水資源面臨的問題及保護措施[J].治淮，2014(1)：12-13.

[2] 張樹軍，張麗君，王學鳳，等.基于綜合方法的地下水污染脆弱性評價——以山東濟寧市淺層地下水為例[J].地質(zhì)學報，2009，83(1).

[3] 李吉學，孔舒，宋秀真，等.濟寧地下水水質(zhì)脆弱性研究[J].治淮，2011(12)：3-5.

[4] SHUTTLEWORTH W J.Evaporation models in the global water budget[M].Berlin：Springer Netherlands，1983.

[5] DOLMAN A J，GREGORY D.The parametrization of rainfall interception in GCMs[J].Quarterly Journal of the Royal Meteorological Society，2006，118(505)：455-467.

[6] 陳守煜，伏廣濤.含水層脆弱性模糊分析評價模型與方法[J].水利學報，2002，33(7)：23-30.

[7] 王營.濟寧市城區(qū)土地儲備制度研究[J].科技經(jīng)濟市場，2013(2)：34-36.

[8] 孫才支，潘俊.地下水脆弱性的概念、評價方法與研究前景[J].水科學進展，1999，10(4)：445-446.

[9] ALLER L，BENNETT T，LEHR J H，et al.DRASTIC：a standardized system for evaluating groundwater pollution potential using hydrogeogic settings[R].San Francisco：U.S.EPA，1987.

[10] 楊貴芳，姜月華，李云.基于DRACSTIC模型的城市地下水脆弱性評價綜述[J].地下水，2012，34(1)：5-7.

[11] 鐘佐燊.地下水防污性能評價方法探討[J].地學前緣，2005，12(增刊1)：3-13.

[12] 彭世彰，徐俊增.參考作物蒸發(fā)蒸騰量計算方法的應用比較[J].灌溉排水學報，2004，23(6)：5-6.

[13] 閔騫.水面蒸發(fā)量計算公式的研究[J].水資源研究，2004，25(1)：38-40.

[14] 鄂建，孫愛榮，鐘新永.DRASTIC模型的缺陷與改進方法探討[J].水文地質(zhì)工程地質(zhì)，2010，37(1)：102-107.

[15] ZAPOROZEC A，CONRAD J E，JOHANSSON P O，et al.Groundwater contamination inventory：a methodological guide [R].Paris：United Nations Educational，Scientific and Cultural Organization，2002.

[16] 王昭，石建省，張兆吉，等.我國“水中優(yōu)先控制有機物”對地下水污染的預警性研究[J].水資源保護，2009，25(1)：90-94.

[17] 陸燕，何江濤，王俊杰，等.北京平原區(qū)地下水污染源識別與危害性分級[J].環(huán)境科學，2012，33(5)：1526-1528.

[18] 王俊杰，何江濤，陸燕，等.地下水污染風險評價中特征污染物量化方法探討[J].環(huán)境科學，2012，33(3)：771-775.

[19] 羅文彧，金鳴岐.水遷移系數(shù)與巖溶發(fā)育程度之間關系的初步探討[J].中國巖溶，1985(增刊1)：20-27.

[20] ARONSON D，BOETHLING R，HOWARD P，et al.Estimating biodegradation half-lives for use in chemical screening[J].Chemosphere，2006，63(11)：1953-1960.

[21] 孟憲萌，束龍倉，盧耀如.基于熵權(quán)的改進DRASTIC模型在地下水脆弱性評價中的應用[J].水利學報，2007，38(1)：94-98.

Vulnerabilityassessmentofgroundwaterunderthestressofagriculturalproduction

ZUOXin1，2，JIANGTao1，3，ZHANGDaiwei1，4.

(1.GeomaticsCollege，ShandongUniversityofScienceandTechnology，QingdaoShandong266590；2.InstituteofRemoteSensingandDigitalEarth，ChineseAcademyofSciences，Beijing100101;3.KeyLaboratoryofSurveyingandMappingTechnologyonIslandandReef，StateBureauofSurveyingandMapping，QingdaoShandong266590; 4.ChineseAcademyofSurveyingandMapping，Beijing100830)

Based on the geology，meteorology，hydrology and the remote sensing data，this study regarded the Jining City as the study site which was a city based on agriculture in Shandong Province. Meanwhile seven typical indexes were taken into consideration including the thickness of the aquifer，contaminant toxicity，migratory aptitude and degradation. It was an important supplement of the method of DRASTIC，which was the most popular and advanced method to evaluate the groundwater vulnerability. Moreover，the groundwater vulnerability evaluation model was built based on GIS spatial analysis and the entropy-based weight. The results showed that the groundwater vulnerability gradually present a spatial pattern from northwest to southeast in Jining City，with the highest vulnerability accounted for 8.16% of the total area. Liangshan had the most severe agriculture production stress，and the highest groundwater vulnerability. Moreover，Weishan had lower groundwater vulnerability and lower pollution risk.

agricultural production; groundwater pollution; vulnerability assessment; GIS spatial analysis; DRASTIC

2016-03-14)

左 欣，男，1993年生，本科，研究方向為遙感科學與技術(shù)。#

。

*國家自然科學基金資助項目(No.41471331)；國家科技部科技支撐計劃課題(No.2012BAH27B04)；國家級大學生創(chuàng)新創(chuàng)業(yè)項目(No.201410424010)；山東省高等學校科技計劃項目(No.J14LH05)。

10.15985/j.cnki.1001-3865.2017.05.003