束龍倉，李姝蕾，王 松，克熱木·阿布都米吉提，魯程鵬，李硯閣，李 偉

1.河海大學(xué)水文水資源學(xué)院,南京 210098 2.山東省水文局，濟(jì)南 250002 3.南京水利科學(xué)研究院，南京 210029

0 引言

地下水水源地的安全供水風(fēng)險(xiǎn)可以認(rèn)為是指地下水水源地達(dá)不到預(yù)期供水目標(biāo)的概率。其風(fēng)險(xiǎn)體現(xiàn)在3個(gè)方面：一是安全供水會(huì)發(fā)生什么樣的事故；二是供水安全事故發(fā)生的可能性；三是事故的后果[1-3]。因此地下水水源地安全供水風(fēng)險(xiǎn)評(píng)價(jià)體系體現(xiàn)了地下水水源地發(fā)生供水事故、發(fā)生的可能性與事故后果的耦合。在我國(guó)北方以及其他干旱半干旱地區(qū)，地下水是主要的供水來源，但是由于人類活動(dòng)的影響，許多水源地都面臨著一定程度的風(fēng)險(xiǎn)問題。目前地下水水源地存在的風(fēng)險(xiǎn)問題主要有：水量不足，地下水水位持續(xù)下降；水質(zhì)惡化，監(jiān)測(cè)管理不當(dāng)；污染物種類多樣化；突發(fā)污染事故多，應(yīng)急能力差等[4-9]。巖溶水是地下水的重要組成之一，其不僅是多數(shù)城鎮(zhèn)煤礦業(yè)和生活用水的水源，而且具有重要的人文內(nèi)涵[10]。但是巖溶水自身特殊的水文地質(zhì)條件使其很容易受到地表水的影響，導(dǎo)致水源地供水風(fēng)險(xiǎn)增加。因此，巖溶水水源地安全供水的風(fēng)險(xiǎn)評(píng)價(jià)對(duì)保障居民安全用水和保護(hù)泉水具有重要意義[11]。在全國(guó)主要的巖溶水開采地區(qū)中，海河流域的娘子關(guān)泉水源地較為典型，因此本文以娘子關(guān)泉水源地為例進(jìn)行研究。

本文研究的巖溶水水源地供水風(fēng)險(xiǎn)評(píng)價(jià)是與社會(huì)、經(jīng)濟(jì)、環(huán)境、管理與政策相關(guān)聯(lián)的可持續(xù)發(fā)展問題。前人曾使用的可持續(xù)發(fā)展指標(biāo)框架有壓力-狀態(tài)-響應(yīng)(PSR)模型、基于經(jīng)濟(jì)學(xué)的模型、三成分模型、考慮人類-生態(tài)系統(tǒng)福利的模型、可持續(xù)發(fā)展的多資本模型等[12]。其中，PSR模型應(yīng)用最為廣泛，能夠出色地反映出環(huán)境類指標(biāo)之間的因果關(guān)系，但是其對(duì)于社會(huì)經(jīng)濟(jì)類指標(biāo)的效果不佳[13]。驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)(DPSIR)模型是隨著對(duì)PSR模型的深入認(rèn)識(shí)完善發(fā)展而來的，它包含了社會(huì)、經(jīng)濟(jì)、環(huán)境、政策4個(gè)方面，既有PSR模型的優(yōu)點(diǎn)，也體現(xiàn)了社會(huì)、經(jīng)濟(jì)、政策和環(huán)境的相互反饋[14]。水源地風(fēng)險(xiǎn)也包含了評(píng)價(jià)區(qū)域固有脆弱性的風(fēng)險(xiǎn)，其中，歐洲模式是由歐洲科技領(lǐng)域研究合作組織(COST)2003年提出的評(píng)價(jià)巖溶水含水層脆弱性的一種概念模型，包括起源、路徑和目標(biāo)[15]。

評(píng)價(jià)指標(biāo)篩選的方法成熟，常用的有主觀的專家調(diào)研法、層次分析法、模糊評(píng)價(jià)法，還有基于數(shù)學(xué)計(jì)算和統(tǒng)計(jì)分析的主成分分析法、回歸分析、灰色關(guān)聯(lián)度法、粗糙集方法等[16-17]。風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)既包含定量指標(biāo)也包含定性指標(biāo)，且主觀和客觀相結(jié)合的方法能夠更為合理地確定評(píng)價(jià)指標(biāo)集。本文以娘子關(guān)泉水源地為例，以DPSIR模型和歐洲模式相結(jié)合，先構(gòu)建巖溶水水源地供水風(fēng)險(xiǎn)評(píng)價(jià)的綜合指標(biāo)備選集；然后選取專家咨詢與實(shí)際資料相結(jié)合的綜合分析篩選方法，剔除不適合研究區(qū)的備選指標(biāo)；再運(yùn)用主成分分析法簡(jiǎn)化信息重復(fù)或相近的定量指標(biāo)，從而得到科學(xué)合理的適用于研究區(qū)巖溶水源地安全供水的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

1 娘子關(guān)泉水源地概況

娘子關(guān)泉水源地(圖1)位于娘子關(guān)泉域排泄區(qū)、山西省陽泉市平定縣娘子關(guān)鎮(zhèn)附近。娘子關(guān)泉域面積為7 217 km2，主要含水層為奧陶統(tǒng)灰?guī)r，主要構(gòu)成含水系統(tǒng)隔水底板的是下奧陶統(tǒng)。娘子關(guān)泉水源地保護(hù)區(qū)從程家、坡底泉到葦澤關(guān)泉，面積約50 km2，由11個(gè)大泉組成，出露于奧陶系下統(tǒng)白云巖，多年平均水資源量為10.95 m3/s。娘子關(guān)泉域的地勢(shì)中部和東部低，西、南、北部高，娘子關(guān)泉水源地是最低點(diǎn)，娘子關(guān)泉群附近有大片泉華分布。

圖1 娘子關(guān)泉水源地示意圖Fig.1 Sketch map of the well field of Niangziguan spring

娘子關(guān)泉的主要供水城市是陽泉市，陽泉市人均水資源量為407 m3，屬于嚴(yán)重缺水城市，以煤和電等高耗水的產(chǎn)業(yè)結(jié)構(gòu)為主，而地下水是陽泉市生產(chǎn)、生活、生態(tài)用水的主要來源。在近幾十年的經(jīng)濟(jì)快速發(fā)展時(shí)期，陽泉市對(duì)地下水需求增加，導(dǎo)致娘子關(guān)泉出現(xiàn)地下水水位持續(xù)下降、含水層疏干、水位降落漏斗持續(xù)擴(kuò)大、地面沉降、泉流量減少乃至斷流等一系列水文地質(zhì)問題。含水層主要補(bǔ)給來源是降水入滲、河流入流，其次是煤礦排水。礦坑水和老窖水的污染導(dǎo)致水質(zhì)狀況下降，硬度和硫酸鹽質(zhì)量濃度較高[18-24]。

2 基于DPSIR模型的風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)體系構(gòu)建

在風(fēng)險(xiǎn)評(píng)價(jià)之前，使用指標(biāo)框架的方法進(jìn)行綜合評(píng)價(jià)指標(biāo)的選取。使用該方法會(huì)使指標(biāo)的選擇更加符合邏輯性，各指標(biāo)關(guān)系更加明確，并且不容易遺漏重要的因素。

DPSIR模型中：驅(qū)動(dòng)力(D)分為內(nèi)力和外力，例如水源地自然條件等內(nèi)力因素以及用水城鎮(zhèn)的社會(huì)、經(jīng)濟(jì)發(fā)展等外力因素；壓力(P)分為地下水水源地的用水壓力和污染壓力；狀態(tài)(S)表征了巖溶水源地的水質(zhì)情況、水量水位變化和巖溶水脆弱性狀況；影響(I)表示水源地的泉流量變化以及周邊環(huán)境的地質(zhì)狀況；響應(yīng)(R)分為水源地保護(hù)工程的實(shí)施、水源地管理政策法規(guī)的制定等。將影響巖溶含水層脆弱性的壓力、狀態(tài)、影響等要素，根據(jù)歐洲模式分別將相關(guān)指標(biāo)分類為起源、路徑、目標(biāo)。

根據(jù)上述因子的屬性分析，將指標(biāo)歸類，建立巖溶水源地供水風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)體系。如表1所示。

3 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的篩選方法與應(yīng)用

表1 巖溶水源地供水風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)集

由于指標(biāo)集的指標(biāo)數(shù)目眾多，涵蓋范圍廣，如果不進(jìn)行篩選，直接用于風(fēng)險(xiǎn)評(píng)價(jià)，則可能出現(xiàn)選取內(nèi)涵重復(fù)的指標(biāo)、加大分析計(jì)算的工作量、削弱主要影響因子在巖溶水源地風(fēng)險(xiǎn)評(píng)價(jià)中的作用等情況。因此，本文要對(duì)表1中的備選評(píng)價(jià)指標(biāo)集進(jìn)行篩選，得到適用于巖溶水源地的評(píng)價(jià)指標(biāo)體系。

3.1 基于綜合分析的指標(biāo)初選

本文專家咨詢環(huán)節(jié)咨詢了5位專家學(xué)者的意見，包括地下水、水資源管理、海河流域等方面的專家，同時(shí)結(jié)合娘子關(guān)泉水源地的水文地質(zhì)條件、開發(fā)利用現(xiàn)狀、地下水開采產(chǎn)生的環(huán)境地質(zhì)問題、指標(biāo)獲取難易程度等方面進(jìn)行分析，初步調(diào)整，選擇符合研究區(qū)特性的指標(biāo)?？紤]到娘子關(guān)泉水源地主要供水城市是山西省陽泉市，其水源地類型是巖溶水水源地，因此提出：自然條件要素中的年蒸發(fā)量、用水壓力要素中的用水比例只能體現(xiàn)該地區(qū)的主要用水類型，不能表示用水壓力大小，剔除該兩項(xiàng)指標(biāo)；社會(huì)經(jīng)濟(jì)條件要素中的城鎮(zhèn)化率和人口增長(zhǎng)率指標(biāo)與人口密度、人均GDP指標(biāo)內(nèi)容重復(fù)，后兩項(xiàng)指標(biāo)反映了人口與面積和經(jīng)濟(jì)狀況的關(guān)系，保留后兩項(xiàng)指標(biāo)，剔除城鎮(zhèn)化率和人口增長(zhǎng)率指標(biāo)；用水壓力要素中的單位耕地面積用水量改為農(nóng)田灌溉畝均用水量；污染壓力要素中的違章建筑與工程數(shù)目難以確切統(tǒng)計(jì)，且水源地保護(hù)區(qū)內(nèi)的違章建筑和工程已包含在水源地保護(hù)工程內(nèi)，故剔除該指標(biāo)；水量要素中的工程供水能力是表現(xiàn)水源地經(jīng)過工程施工后能提供多少水量，不能體現(xiàn)水源地供水現(xiàn)狀存在的風(fēng)險(xiǎn)，剔除該指標(biāo)；水量要素中的地下水開采模數(shù)、水資源利用率、人均地下水資源量指標(biāo)可以被地下水開發(fā)利用取代，地下水開發(fā)利用程度是開采量與可開采量的比值，剔除該三項(xiàng)指標(biāo)；水質(zhì)要素中的水功能區(qū)達(dá)標(biāo)率指標(biāo)較難獲取，一般污染物評(píng)價(jià)等級(jí)和特殊污染物評(píng)價(jià)等級(jí)更為直觀，剔除該指標(biāo)；巖溶水脆弱性要素中，反映巖溶水脆弱性要素指標(biāo)眾多而且過于具體，將這些指標(biāo)歸為一類，即脆弱性指標(biāo)；環(huán)境地質(zhì)影響要素中，因娘子關(guān)泉域存在的主要環(huán)境地質(zhì)問題有泉流量衰減、巖溶塌陷和地下水水位下降，因此環(huán)境地質(zhì)影響要素保留巖溶塌陷頻次、泉流量衰減率和地下水水位變幅，而其中地下水水位變幅與水量指標(biāo)要素的水位變化重復(fù)，保留地下水水位變幅指標(biāo)；工程要素中的各項(xiàng)指標(biāo)簡(jiǎn)化為水源地保護(hù)工程和污染物控制工程兩項(xiàng)指標(biāo)；管理要素中各項(xiàng)指標(biāo)簡(jiǎn)化為法律法規(guī)體系健全水平、監(jiān)測(cè)預(yù)警機(jī)制和應(yīng)急能力三項(xiàng)指標(biāo)。

3.2 基于主成分分析的二次篩選

主成分分析原理是用少數(shù)變量去有效替代原先的多數(shù)變量，將原本許多相關(guān)性較好的變量轉(zhuǎn)化為彼此相關(guān)性很小或不相關(guān)的變量，也就是選出在解釋效果不變的基礎(chǔ)上，比原始變量個(gè)數(shù)少的有限個(gè)變量，即所謂主成分[25-26]。

假定有m個(gè)年份資料，每個(gè)年份有n個(gè)定量指標(biāo)，則得到一個(gè)m×n的矩陣A：

1)矩陣A標(biāo)準(zhǔn)化變換得到矩陣B：

2)計(jì)算標(biāo)準(zhǔn)化矩陣B的相關(guān)系數(shù)矩陣C，然后計(jì)算C的n個(gè)特征值和特征值的單位特征向量。

3)按照特征值的大小排序計(jì)算主成分的貢獻(xiàn)率αj：

4)計(jì)算主成分系數(shù)矩陣D，將系數(shù)從大到小排列。其反映了指標(biāo)與該主成分相關(guān)性大小，可以選取出主成分中的重要指標(biāo)。

5)分別對(duì)p類指標(biāo)計(jì)算相關(guān)系數(shù)，當(dāng)相關(guān)系數(shù)大于0.8時(shí)我們認(rèn)為指標(biāo)高度相關(guān)，分析刪除冗余信息。

本文收集了山西省陽泉市娘子關(guān)泉水源地2011-- 2015年各定量指標(biāo)數(shù)據(jù)，據(jù)此進(jìn)行主成分分析，主要篩選指標(biāo)如表2所示，篩選結(jié)果見表3。

以第一主成分為例，X12、X6、X13、X4、X9、X5、X14、X3的特征值較小或?yàn)樨?fù)值，說明這些指標(biāo)的貢獻(xiàn)極小，可以忽略不計(jì)，所以這些指標(biāo)可以刪除。然后對(duì)剩余的指標(biāo)進(jìn)行相關(guān)分析，分別計(jì)算兩兩指標(biāo)的相關(guān)系數(shù)。本文認(rèn)為當(dāng)相關(guān)系數(shù)>0.8時(shí)，就可以認(rèn)為指標(biāo)高度相關(guān)，則要判斷指標(biāo)內(nèi)涵是否重復(fù)，若重復(fù)則保留更為重要、應(yīng)用更為廣泛的指標(biāo)。

表2 主要篩選指標(biāo)表

表3 主成分的特征值

根據(jù)表4我們可以看出，X10和X11、X1和X15、X7和X2、X15和X2相關(guān)性較好。X10和X11都是表征污染壓力的指標(biāo)，對(duì)于娘子關(guān)泉而言，礦坑排水對(duì)巖溶水的影響更大，因此保留礦坑排水量指標(biāo)X11；X1和X15含義差別較大，兩者都保留；X15和X2指標(biāo)含義有差別，因此都保留；X7和X2相關(guān)，保留地下水資源量X2。

表4 第一主成分相關(guān)系數(shù)

第二主成分，保留前5個(gè)指標(biāo)X2、X12、X15、X13、X9，對(duì)其進(jìn)行相關(guān)分析：X15和X2相關(guān)性較好，但指標(biāo)含義差別較大，均予以保留；X12和X13相關(guān)性較好，且指標(biāo)X12更為全面，因此剔除X13；其他情況指標(biāo)均兩兩獨(dú)立，X9予以保留。

第三主成分，保留前4個(gè)指標(biāo)X6、X12、X8、X11，對(duì)其進(jìn)行相關(guān)分析，指標(biāo)兩兩獨(dú)立，因此都予以保留。

第四主成分，保留前3個(gè)指標(biāo)X8、X7、X4，其中X7已經(jīng)剔除，X8與X4進(jìn)行相關(guān)分析，指標(biāo)相互獨(dú)立，因此予以保留。

綜上，定量指標(biāo)篩選結(jié)果為X1、X2、X4、X6、X8、X9、X11、X12、X15保留，X3、X5、X7、X10、X13、X14剔除。

3.3 指標(biāo)篩選的合理性

為了驗(yàn)證指標(biāo)篩選的合理性，需要計(jì)算2011— 2015年各個(gè)年份的水源地的評(píng)分指數(shù)[27-29]。首先將指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化，然后進(jìn)行因子分析，得到4個(gè)主成分特征值的貢獻(xiàn)率，然后計(jì)算每個(gè)年份在各因子的得分，以各因子方差貢獻(xiàn)率為權(quán)重對(duì)各個(gè)因子加權(quán)平均，即得到各評(píng)價(jià)年的水源地評(píng)分指數(shù)：

F=α1F1+α2F2+α3F3+α4F4。

式中，αi、Fi(i=1,2,3,4)分別代表4個(gè)主成分特征值的貢獻(xiàn)率和因子評(píng)分，即F=0.523 5F1+0.227 8F2+0.154 4F3+0.094 3F4。如表5所示，由于指標(biāo)按照一般方法進(jìn)行標(biāo)準(zhǔn)化計(jì)算，計(jì)算的評(píng)分指數(shù)越大表示水源地安全性越好，風(fēng)險(xiǎn)性越小。

表5 不同年份的各因子評(píng)分表

根據(jù)表5所示的計(jì)算結(jié)果可知，2013年因子評(píng)分最高，說明根據(jù)各指標(biāo)反映出的水源地風(fēng)險(xiǎn)狀況2013年是最小的。對(duì)比2013年數(shù)據(jù)可知：2013年的年降水量、地下水資源量是2011至2015年中的最高值；人均GDP排在第二位；工業(yè)萬元增加值用水量、礦坑排水量都在均值以下；地下水開發(fā)利用程度達(dá)32%，開采量有所增加但是地下水水位有所抬升，各項(xiàng)指標(biāo)反映的風(fēng)險(xiǎn)狀態(tài)均較小。相比其他年份，2013年的水源地風(fēng)險(xiǎn)最小的計(jì)算結(jié)果是符合實(shí)際情況的，這也驗(yàn)證了指標(biāo)篩選的合理性和適用性。

依據(jù)專家咨詢與實(shí)際資料相結(jié)合的綜合分析篩選和主成分分析法，最終確定地下水水源地污染風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系如圖2所示。

3.4 與水源地達(dá)標(biāo)建設(shè)指標(biāo)體系的對(duì)比分析

利用上述評(píng)價(jià)指標(biāo)，對(duì)娘子關(guān)泉水源地進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果為風(fēng)險(xiǎn)等級(jí)較小。其中風(fēng)險(xiǎn)因素得分較高的是一般污染物、特殊污染物、礦坑排水量、泉流量衰減率和巖溶水脆弱性評(píng)價(jià)。(由于篇幅限制，在此直接給出本評(píng)價(jià)體系的評(píng)價(jià)結(jié)果，權(quán)重分析環(huán)節(jié)通過層次分析法請(qǐng)專家打分，綜合各位專家意見。評(píng)價(jià)標(biāo)準(zhǔn)依據(jù)地方標(biāo)準(zhǔn)行業(yè)標(biāo)準(zhǔn)等相關(guān)資料確定，計(jì)算過程不在本文展開。)

本文篩選的娘子關(guān)泉水源地供水風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)通過評(píng)價(jià)應(yīng)用，其評(píng)價(jià)結(jié)果難以自證其適用性；因此，本文將娘子關(guān)泉水源地供水風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)和評(píng)價(jià)結(jié)果與2015年全國(guó)重要水源地達(dá)標(biāo)建設(shè)的評(píng)價(jià)指標(biāo)和評(píng)價(jià)結(jié)果進(jìn)行對(duì)比，分析該評(píng)價(jià)指標(biāo)的適用性。

本研究評(píng)價(jià)體系的每一個(gè)指標(biāo)都分配了合理權(quán)重以及符合實(shí)際情況的評(píng)分標(biāo)準(zhǔn)，其能夠在一定程度體現(xiàn)水源地發(fā)生供水風(fēng)險(xiǎn)的概率大小；水源地達(dá)標(biāo)建設(shè)的評(píng)價(jià)為滿分100分，分?jǐn)?shù)越高，風(fēng)險(xiǎn)越小。

圖2 娘子關(guān)泉水源地供水風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)Fig.2 Risk evaluation index of Niangziguan well field

水源地達(dá)標(biāo)建設(shè)目標(biāo)目標(biāo)要求滿分得分水量供水保證率達(dá)到95%以上;流域和區(qū)域調(diào)度中,應(yīng)有優(yōu)先滿足飲用水供水要求的調(diào)度配置方案,確保保證率下取水工程正常運(yùn)行的水量和水位;供水設(shè)施完好,取水和輸水工程運(yùn)行安全;取水口處河勢(shì)穩(wěn)定;水源地采補(bǔ)基本平衡,長(zhǎng)期開采不產(chǎn)生明顯的無地質(zhì)和生態(tài)問題;建立城市應(yīng)急備用水源地,制定特殊情況下的區(qū)域水資源配置和供水聯(lián)合調(diào)度方案;備用水源能夠滿足特殊情況下一定的時(shí)間內(nèi)生活用水需求,并有完備的接入自來水廠的供水配套設(shè)施3030水質(zhì)水質(zhì)滿足相應(yīng)的環(huán)境質(zhì)量標(biāo)準(zhǔn);區(qū)域綜合治理4015監(jiān)控實(shí)現(xiàn)對(duì)飲用水水源地的全方位監(jiān)控;常規(guī)性監(jiān)測(cè)和檢查性監(jiān)測(cè)相結(jié)合,形成較為完備的監(jiān)測(cè)機(jī)制;具備一定的信息管理和應(yīng)急監(jiān)測(cè)能力1514管理重要飲用水水源地的管理和保護(hù)配備專職管理人員和經(jīng)費(fèi);建立水源地安全保障部門聯(lián)機(jī)機(jī)制,實(shí)行自愿共享和重大事項(xiàng)會(huì)商制度;完成水源地保護(hù)區(qū)劃分和邊界警示標(biāo)志設(shè)置;制定相關(guān)法規(guī),建立穩(wěn)定的飲用水水源地保護(hù)資金投入機(jī)制;完善飲用水水源地監(jiān)測(cè)設(shè)施1515

本文提出的娘子關(guān)泉水源地供水風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)如圖2所示，全國(guó)重要飲用水水源地達(dá)標(biāo)建設(shè)指標(biāo)如表6所示。對(duì)比評(píng)價(jià)指標(biāo)可以看出，水源地達(dá)標(biāo)建設(shè)不僅考慮了水質(zhì)和水量的安全達(dá)標(biāo)，還給予了水源地監(jiān)測(cè)和管理高度的關(guān)注，這一點(diǎn)和本文響應(yīng)指標(biāo)部分的指標(biāo)體系相吻合。影響(I)指標(biāo)主要體現(xiàn)達(dá)標(biāo)建設(shè)中地質(zhì)和生態(tài)問題，針對(duì)娘子關(guān)泉水源地則體現(xiàn)為泉流量衰減率和巖溶塌陷頻次問題；一般污染物和特殊污染物評(píng)價(jià)等級(jí)對(duì)應(yīng)了達(dá)標(biāo)建設(shè)的水質(zhì)應(yīng)該滿足一定環(huán)境質(zhì)量標(biāo)準(zhǔn)的要求；驅(qū)動(dòng)力和壓力則體現(xiàn)了影響水量和水質(zhì)要求的一些具體指標(biāo)，針對(duì)娘子關(guān)泉水源地，其礦坑排水量、耗水率等體現(xiàn)了對(duì)水源地水質(zhì)的影響，地下水資源量、地下水開發(fā)利用程度、萬元GDP用水量等則體現(xiàn)了水源地水量保證的影響因素；巖溶水的脆弱性則體現(xiàn)的是水源地易污染的可能性，是區(qū)別于達(dá)標(biāo)建設(shè)的評(píng)價(jià)指標(biāo)，但是較能體現(xiàn)水源地安全風(fēng)險(xiǎn)的潛在因素。

達(dá)標(biāo)建設(shè)評(píng)價(jià)結(jié)果中，水質(zhì)得分最低，總體等級(jí)為中等。對(duì)比兩者評(píng)價(jià)結(jié)果可知，本文的指標(biāo)評(píng)價(jià)體系結(jié)果能夠體現(xiàn)水源地實(shí)際安全風(fēng)險(xiǎn)狀況，并且比達(dá)標(biāo)建設(shè)指標(biāo)更加全面，能夠更系統(tǒng)地評(píng)價(jià)出水源地風(fēng)險(xiǎn)因素狀況，能夠?yàn)楣芾碚哂行е卫硭吹靥峁┛茖W(xué)的依據(jù)，具有一定的科學(xué)性、合理性和適用性。

4 結(jié)論

1)本文運(yùn)用驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)模型和歐洲模式的評(píng)價(jià)模型框架，在結(jié)合研究區(qū)娘子關(guān)泉水源地實(shí)際情況的基礎(chǔ)上構(gòu)建了定量和定性指標(biāo)相結(jié)合的綜合評(píng)價(jià)初選指標(biāo)集，指標(biāo)包含了社會(huì)、經(jīng)濟(jì)、環(huán)境、政策4個(gè)方面并充分考慮了巖溶水的脆弱性狀況，對(duì)娘子關(guān)泉巖溶水水源地供水風(fēng)險(xiǎn)的影響因子進(jìn)行了全面的分析。

2)根據(jù)綜合分析篩選和主成分分析法對(duì)綜合評(píng)價(jià)初選指標(biāo)集優(yōu)選，結(jié)合了主觀方法的專業(yè)和經(jīng)驗(yàn)以及客觀方法科學(xué)準(zhǔn)確的優(yōu)點(diǎn)篩選得到包含5個(gè)準(zhǔn)則層19個(gè)指標(biāo)的綜合評(píng)價(jià)指標(biāo)集；并驗(yàn)證了指標(biāo)篩選的合理性，根據(jù)該評(píng)價(jià)指標(biāo)能夠有效地識(shí)別水源地風(fēng)險(xiǎn)來源，更好地實(shí)現(xiàn)水源地的管理與保護(hù)。

3)本研究的不足之處在于，綜合評(píng)價(jià)指標(biāo)的篩選過程中可能出現(xiàn)遺漏問題，而且本文所采用的主成分分析法分析的年份序列為5年，如果能夠通過長(zhǎng)時(shí)間的統(tǒng)計(jì)和歸納獲取長(zhǎng)系列資料，那么該方法的分析結(jié)果或?yàn)楦雍侠怼?/p>

(

)：

[1] 束龍倉,朱元生,孫慶義,等. 地下水允許開采量確定的風(fēng)險(xiǎn)分析[J].水利學(xué)報(bào)，2000,31(3): 79-83.

Shu Longcang, Zhu Yuansheng, Sun Qingyi, et al. Risk Analysis of Groundwater Allowable Withdrawal Evaluation[J]. Journal of Hydraulic Engineering, 2000,31(3):79-83.

[2] 彭令,徐素寧,彭軍還. 多源遙感數(shù)據(jù)支持下區(qū)域滑坡災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].吉林大學(xué)學(xué)報(bào)(地球科學(xué)版),2016,46(1): 175-186.

Peng Ling, Xu Suning, Peng Junhuan. Regional Landslide Risk Assessment Using Multi-Source Remote Sensing Data[J]. Journal of Jilin University(Earth Science Edition), 2016, 46(1): 175-186.

[3] 劉海龍,馬小龍,袁欣,等.基于多元回歸分析的鉻污染地下水風(fēng)險(xiǎn)評(píng)價(jià)方法[J].吉林大學(xué)學(xué)報(bào)(地球科學(xué)版),2016,46(5): 1823-1829.

Liu Hailong, Ma Xiaolong, Yuan Xin, et al. Risk Assessment Method of Chromium Polluting Groundwater Based on Multiple Regression Analysis[J]. Journal of Jilin University(Earth Science Edition), 2016, 46(5)：1823-1829.

[4] 劉博.城鎮(zhèn)地下水水源地安全評(píng)價(jià)方法及應(yīng)用[D].長(zhǎng)春:吉林大學(xué),2015.

Liu Bo. Technique and Application on Security Evaluation of Groundwater Drinking Source in Towns[D]. Changchun: Jilin University, 2015.

[5] 王麗紅.城市地下水飲用水水源地安全評(píng)價(jià)體系研究[D].泰安:山東農(nóng)業(yè)大學(xué),2008.

Wang Lihong. Research on Evaluation Indices System of Ground Drinking Water Source Security for Cities [D]. Taian: Shandong Agricultural University, 2008.

[6] 姚治華,王紅旗,李仙波,等. 北京順義區(qū)地下水飲用水源地安全評(píng)價(jià)[J].水資源保護(hù),2009,25(4): 91-94.

Yao Zhihua, Wang Hongqi, Li Xianbo, et al. Safety Assessment of Underground Drinking Water Sources in Shunyi District of Beijing[J]. Water Resources Protection, 2009, 25(4)：91-94.

[7] 王露露. 地下飲用水水源地安全保障評(píng)價(jià)體系構(gòu)建[J].水利科技與經(jīng)濟(jì),2015,21(11): 56-61.

Wang Lulu. Safety Assessment Index System Construction of Underground Drinking Water Sources[J].Water Conservancy Science and Technology and Economy, 2015, 21(11)：56-61.

[8]Jamshidzadeh Z, Mirbagheri S A. Evaluation of Groundwater Quantity and Quality in the Kashan Basin, Central Iran[J]. Desalination, 2011,270: 23-30.

[9] 朱黨生,張建永,程紅光,等. 城市飲用水水源地安全評(píng)價(jià):Ⅰ:評(píng)價(jià)指標(biāo)和方法[J].水利學(xué)報(bào),2010,41(7):778-785.

Zhu Dangsheng, Zhang Jianyong, Cheng Hongguang, et al. Security Assessment of Urban Drinking Water Sources:Ⅰ:Indicator System and Assessment Method [J]. Journal of Hydraulic Engineering, 2010,41(7):778-785.

[10] 郝曉燕. 基于GIS的神頭泉域巖溶含水層脆弱性評(píng)價(jià)研究[D].太原:太原理工大學(xué),2015.

Hao Xiaoyan. Karst Aquifer Vulnerability Evaluation of Shentou Spring Area Based on GIS[D].Taiyuan:Taiyuan University of Technology，2015.

[11] 張佩. 晉祠泉域巖溶地下水風(fēng)險(xiǎn)性評(píng)價(jià)[D].太原:太原理工大學(xué),2016.

Zhang Pei. Risk Assessmentof Karst Groundwater of Jinci Spring Area[D]. Taiyuan:Taiyuan University of Technology, 2016.

[12] 張暉. 基于PSR模型的大氣復(fù)合污染情景分析指標(biāo)體系研究[D].北京:中國(guó)環(huán)境科學(xué)研究院,2009.

Zhang Hui. Research on Scenario Analysis Indicators of Combined Air Pollution Based on PSR Model[D].Beijing:Chinese Research Academy of Environmental Sciences, 2009.

[13] 王珮,謝崇寶,張國(guó)華,等. 村鎮(zhèn)飲用水水源地安全評(píng)價(jià)指標(biāo)體系研究[J].中國(guó)農(nóng)村水利水電,2014(11):139-142.

Wang Pei, Xie Chongbao, Zhang Guohua, et al. Research on the Safety Evalution Indicator System of the Township Drinking Water Sources[J].China Rural Water and Hydropower, 2014(11)：139-142.

[14] 周琦,逄勇,羅慧萍. 鎮(zhèn)江長(zhǎng)江征潤(rùn)州水源地綜合風(fēng)險(xiǎn)評(píng)價(jià)[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,44(2):108-114.

Zhou Qi, Pang Yong, Luo Huiping. Comprehensive Risk Assessment of Zhengrunzhou Water Source Area in Zhenjiang City[J]. Journal of Hohai University(Natural Sciences), 2016, 44(2):108-114.

[15] 張強(qiáng). 巖溶區(qū)地下水脆弱性風(fēng)險(xiǎn)性評(píng)價(jià)[D].重慶:西南大學(xué),2009.

Zhang Qiang. Vulnerability and Contamination Risk Assessment of Karst Groundwater[D]. Chongqing:Southwest University, 2009.

[16] 呂香亭. 綜合評(píng)價(jià)指標(biāo)篩選方法綜述[J].合作經(jīng)濟(jì)與科技,2009(6): 54.

Lü Xiangting. Comprehensive Evaluation Index Screening Methods Were Reviewed[J]. Cooperative Economy and Technology, 2009(6)：54.

[17] 杜俊慧. 基于灰色粗糙集的評(píng)價(jià)指標(biāo)篩選方法研究[J].中北大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,33(5):559-562.

Du Junhui. Research on Approach of Evaluation Index Screening Based on Grey Rough Set[J]. Journal of North University of China:Natural Science Edition, 2012, 33(5):559-562.

[18] 王桃良. 陽泉市地下水水源地有機(jī)物污染評(píng)價(jià)[J].地下水,2016,38(5): 93-94.

Wang Taoliang. Yangquan City Groundwater Water Organic Pollution Evaluation[J]. Groundwater, 2016, 38(5)：93-94.

[19] 霍建光. 娘子關(guān)泉域巖溶水環(huán)境問題及保護(hù)措施[J].山西水利,2015(3):10-11.

Huo Jianguang. Niangziguan Spring Karst Water Environmental Problems and Measures [J].Shanxi Water Resources, 2015(3):10-11.

[20] 馮杰. 娘子關(guān)泉巖溶水開發(fā)利用現(xiàn)狀及保護(hù)對(duì)策[J].山西水利,2011,27(7):17-44.

Feng Jie. Niangziguan Spring Karst Water Exploitation and Utilization Status and Protection Countermeasures[J]. Shanxi Water Resources, 2011,27(7)：17-44.

[21]Hao Yonghong, Wang Yajie, Zhu Yu’en, et al. Response of Karst Springs to Climate Change and Anthropogenic Activities: The Niangziguan Springs, China[J]. Progress in Physical Geography, 2009, 33(5): 634-649.

[22] Zhang Xiaobao, Li Xue, Gao Xubo. Hydrochemistry and Coal Mining Activity Induced Karst Water Quality Degradation in the Niangziguan Karst Water System, China[J]. Environmental Science and Pollution Research, 2016, 23(7): 6286-6299.

[23] 馮杰. 陽泉市水資源保護(hù)對(duì)策探討[J].山西水利,2015(1):14-15.

Feng Jie. Yangquan City Water Resources Protection Countermeasures[J]. Shanxi Water Resources, 2015(1)：14-15.

[24] Xanke J, Liesch T, Goeppert N, et al. Contamination Risk and Drinking Water Protection for a Large-Scale Managed Aquifer Recharge Site in a Semi-Arid Karst Region, Jordan[J]. Hydrogeology Journal, 2017,25: 1795-1809.

[25] Johnstone I J I. On the Distribution of the Largest Eigenvalue in Principal Components Analysis[J]. Annals of Statistics, 2001, 29(2): 295-327.

[26] Tipping M, Bishop C. Probabilistic Principal Com-ponent Analysis[J]. Journal of the Royal Statistical Society Series B-Statistical Methodology, 1999, 61: 611-622.

[27] 李建峰,張建奎. 基于主成分分析的烤煙新品種篩選[J]. 湖北農(nóng)業(yè)科學(xué),2017(1): 91-94.

Li Jianfeng, Zhang Jiankui. Screening of New Flue-Cured Tobacco Varieties Based on Principal Component Analysis[J]. Hubei Agricultural Sciences, 2017(1):91-94.

[28] 張輝,趙秋紅. 基于主成分分析基本原理的經(jīng)濟(jì)指標(biāo)的篩選方法[J].山東財(cái)政學(xué)院學(xué)報(bào), 2013(2):52-61.

Zhang Hui, Zhao Qiuhong. An Economic Indicator Screening Method Based on Fundamental Principle of Principal Components Analysis[J]. Journal of Shandong University of Finance, 2013(2)：52-61.

[29] 常文娟, 梁忠民,馬海波. 基于主成分分析的干旱綜合指標(biāo)構(gòu)建及其應(yīng)用[J].水文,2017(1):33-38.

Chang Wenjuan, Liang Zhongmin, Ma Haibo. Construction of Drought Composite Indicator Based on Principal Component Analysis and Its Application[J]. Journal of China Hydrology, 2017(1):33-38.