文章編號：1671-3559（2024）06-0680-10DOI：10.13349/j.cnki.jdxbn.20231220.001

摘要： 針對不同模型對巖溶地下水脆弱性評價的適應性差的問題，以北方巖溶地區(qū)的典型代表濟南趵突泉泉域為例，在分析巖溶區(qū)水文地質(zhì)條件的基礎(chǔ)上，結(jié)合地理信息系統(tǒng)技術(shù)，選取降雨入滲系數(shù)R、 地形坡度T、 巖溶網(wǎng)絡K、 土地利用類型L、 上覆巖層厚度O和巖溶水流速V指標構(gòu)建RTKLOV模型，用于評價巖溶水脆弱性，將評價結(jié)果與相關(guān)模型進行對比分析。結(jié)果表明： RTKLOV模型對巖溶水脆弱性評價適用性好，趵突泉泉城巖溶水脆弱性很低、 低、 中等、 高、 很高的面積占比分別為16.1%、 14.7%、 28.5%、 25.4%、 15.3%，與研究區(qū)實際情況相符； 脆弱性指數(shù)Id與水樣中硝酸鹽含量的Pearson相關(guān)系數(shù)為0.898，相關(guān)性好，評價結(jié)果準確、 可信。

關(guān)鍵詞： 巖溶地下水； 脆弱性評價； 趵突泉泉域

中圖分類號： P641.8

文獻標志碼： A

Vulnerability Assessment of Karst Ground-water in Baotu Spring Area by Using RTKLOV Model

WANG Yueyuan1， XING Xuerui2， ZHANG Fengjuan2， XING Liting1，

DOU Shuchang2， GAO Shuai3， LIU Suozhu3

（1. School of Water Conservancy and Environment， University of Jinan， Jinan 250022， Shandong， China;

2. Shandong Bureau of China Metallurgical Geology Bureau， Jinan 250101， Shandong， China; 3. 801 Institute of Hydrogeology and

Engineering Geology， Shandong Provincial Bureau of Geology amp; Mineral Resources （Shandong Provincal Geo-mineral

Engineering Exploration Institute）， Jinan 250014， Shandong， China）

Abstract： Aiming at the problem of poor adaptability of different models to vulnerability assessment of karst ground-water， taking Baotu Spring Area in Jinan City， a typical representative of karst areas in northern China， as an example， based on the analysis of hydrogeological conditions in karst areas， 7 indexes of rainfall infiltration coefficient R， topographic slope T， karst network K， land use type L， overlying strata thickness O and karst water velocity V were selected to construct RTKLOV model for evaluating karst water vulnerability combined with geographicinformationsystemtechno-logy， and the evaluation results were compared and analyzed with the related models. The results show that RTKLOV model is suitable for vulnerability assessment of karst water， and the proportions of area with very low， low， medium， high and high vulnerability of karst ground-water in Baotu Spring Area are 16.1%， 14.7%， 28.5%， 25.4% and 15.3%， respectively， which are consistent with the actual situation in the studyarea.Pearsoncorrelationcoefficientbetweenvulnerability index Id and nitrate content in water samples is 0.898， indicating a good correlation， and the evaluation results are accurate and reliable.

Keywords： karst ground-water; vulnerability assessment; Baotu Spring Area

中國北方劃分了119個巖溶水系統(tǒng)， 其中， 位于山東省濟南市的趵突泉泉域巖溶水系統(tǒng)具有典型的單斜構(gòu)造結(jié)構(gòu)模式， 在巖溶水循環(huán)、 富集和水文地質(zhì)環(huán)境問題等方面特征鮮明， 被作為典型北方巖溶水系統(tǒng)［1］。趵突泉泉域既是人文自然景觀的重要承載， 其巖溶水還被大量用于工農(nóng)業(yè)和居民生活； 但由于城市化和人類活動的增加， 地下水水質(zhì)正在惡化［2］， 因此評價巖溶含水層的脆弱性及采取保護措施是非常必要的。 自Margat在1968年提出地下水脆弱性［3］的概念以來， 目前已經(jīng)開發(fā)了多種模型評價地下水脆弱性， 包括以地下水埋深、 凈補給量、 含水層巖性、 土壤類型、 地形坡度、 包氣帶介質(zhì)、 滲透系數(shù)為指標的DRASTIC模型［4-5］， 以表層巖溶、 保護層、 入滲條件、 巖溶網(wǎng)絡為指標的EPIK模型［6］， 以地下水埋深、 入滲條件、 非飽和條件、 地形坡度、 含水層巖性、 滲透系數(shù)、 土壤類型為指標的SINTACS模型［7］， 針對含水層的保護，以保護層、 儲層巖石類型、 入滲條件、 巖溶網(wǎng)絡為指標的PaPRIKa模型［8］， 以地下水水利限制、 上覆巖層厚度、 地下水埋深為指標的GOD模型［9］， 以保護覆蓋、 入滲條件為指標的PI模型［10］，以徑流特征、 上覆巖層厚度、 大氣降水量為指標的COP模型［11］， 斯洛文尼亞（Slovene）模型［12］等。

在所有評價模型中，DRASTIC模型簡單易用，因此使用最廣泛［13-15］。Saha等［16］在印度恒河平原農(nóng)業(yè)區(qū)分別使用DRASTIC模型和農(nóng)藥DRASTIC模型評價地下水的脆弱性，結(jié)果顯示前者受地形指標影響最小，后者受滲透系數(shù)指標影響最小。Hasan等［17］基于地理信息系統(tǒng)（GIS）利用DRASTIC模型評價孟加拉國達卡區(qū)地下水的脆弱性，并驗證了電導率、 硝酸鹽和鉻離子濃度與脆弱性等級之間存在正相關(guān)關(guān)系。與DRASTIC模型不同的是，COP模型用于評價巖溶含水層脆弱性［18］。根據(jù)不同地區(qū)巖溶環(huán)境的差異性，一些學者重新選取了COP模型的評價指標。王瑞青［19］在COP模型基礎(chǔ)上，增加巖溶網(wǎng)絡K指標，構(gòu)建COPK模型，結(jié)合研究區(qū)污染源特征和巖溶地下水功能價值劃分濟南泉域保護區(qū)；汪瑩等［20］在COP模型基礎(chǔ)上增加土地利用方式和不透水地面因子評價水城盆地的巖溶地下水脆弱性。

本文中將DRASTIC模型和COPK模型相結(jié)合，構(gòu)建以降雨入滲系數(shù)R、 地形坡度T、 巖溶網(wǎng)絡K、 土地利用類型L、 上覆巖層厚度O、 巖溶水流速V為指標的RTKLOV模型，以此評價趵突泉泉域巖溶水的脆弱性。

1研究區(qū)概況

趵突泉泉域位于山東省濟南市南部，西起馬山斷裂，東至東塢斷裂，北部以巖漿巖體和石炭二疊系地層為界，南部以寒武系張夏組為界［21］，面積為845.5 km2。泉域以太古界泰山群地層為基底，上覆寒武系、 奧陶系和第四系地層，地層向北傾斜，形成單斜構(gòu)造，第四系厚度由東南至西北逐漸增大，北部巖漿巖隱伏于第四系之下，含水層主要為寒武系張夏組、 鳳山組和奧陶系灰?guī)r。趵突泉泉域水文地質(zhì)圖［22］如圖1所示。

2RTKLOV模型評價巖溶水脆弱性

2.1評價思路

為了論證巖溶水脆弱性與實際條件吻合程度，采用試算法確定評價指標的權(quán)重，具體步驟如下。

步驟1繪制各指標分區(qū)圖。

步驟2確定指標權(quán)重。 構(gòu)建由各指標組成的判斷矩陣， 利用層次分析法確定各指標的權(quán)重。

步驟3確定指標分級和評分。利用自然間斷點分級法確定各指標的分級情況，將相對應的評分賦值步驟1中指標分區(qū)。

步驟4計算脆弱性指數(shù)Id，

Id=∑ni=1（RiWR+ TiWT+KiWK+LiWL+OiWO+ViWV），（1）

式中： n為各指標劃分單元數(shù)； Ri、 Ti、 Ki、 Li、 Oi、 Vi為R、 T、 K、 L、 O、 V指標i單元的評分； WR、 WT、 WK、 WL、 WO、 WV為各指標的權(quán)重。

利用GIS的空間分析工具，將步驟2、 3按照式（1）疊加計算，最終得到整個研究區(qū)的Id。

步驟5評價結(jié)果的驗證。對研究區(qū)的巖溶水取樣測試，分析硝酸鹽的測試結(jié)果與步驟4中Id的相關(guān)性，當相關(guān)系數(shù)rgt;0.51［23］時，則認為判斷矩陣構(gòu)建合理，執(zhí)行步驟6；否則返回步驟2，重新調(diào)整判斷矩陣。

步驟6確定脆弱性分區(qū)。利用自然間斷點分級法將步驟5的Id分區(qū)，將其分為脆弱性很低、 低、 中等、 高和很高5個區(qū)。

2.2評價指標體系

根據(jù)研究區(qū)實際情況結(jié)合DRASTIC模型和COP模型選取指標。DRASTIC模型中地下水埋深、 土壤類型和包氣帶介質(zhì)表征污染物在包氣帶下滲過程中被稀釋或吸收的可能性，從圖1（b）可知，第四系主要分布在泉域的匯流排泄區(qū)，且北部灰?guī)r有大厚度巖漿巖體覆蓋具有隔水作用，西部地區(qū)第四系厚度大于50 m，對污染物吸收能力強，故本文中選取指標O替代地下水埋深、 土壤類型和包氣帶介質(zhì)。含水層巖性、 滲透系數(shù)表征污染物下滲至含水層的難易程度，即為探明此區(qū)域巖溶發(fā)育情況，含水層巖溶發(fā)育情況與其流速之間存在正相關(guān)關(guān)系，故本文中用指標V代替含水層巖性、 滲透系數(shù)； 指標R與保護覆蓋具有包含關(guān)系，故選取指標R； 考慮到研究區(qū)耕地面積大且有多處水源地，故在評價指標中增加指標L、 K。

2.2.1降雨入滲系數(shù)R

指標R表征單位面積內(nèi)自地表入滲補給到含水層的水量， 包括降雨入滲補給、 灌溉入滲補給和河道入滲補給。 補給量越大， 污染物進入含水層的可能性越大。 研究區(qū)存在許多地下水補給源， 包括降雨入滲、 河道滲漏和灌溉入滲， 考慮到大氣降水是研究區(qū)巖溶水的主要補給來源［24］， 故用降雨入滲系數(shù)描述凈補給量， 取值為0.01～0.40［22］， 如圖2（a）所示。

2.2.2地形坡度T

指標T影響地表徑流量、 徑流速度、 徑流方向和停留時間。 坡度越小， 徑流越少， 地表入滲量越多， 污染物滲入含水層的可能性就越大。 本文中利用GIS的表面分析工具， 對分辨率為30 m的數(shù)字高程模型（DEM）數(shù)據(jù)計算研究區(qū)的坡度， 結(jié)果如圖2（b）所示。

2.2.3巖溶網(wǎng)絡K

指標K描述含水層的巖溶網(wǎng)絡發(fā)育程度，其大小決定了污染物在含水層中的遷移速率，巖溶發(fā)育程度越高，距離水源地越近的區(qū)域?qū)λ吹谋Ｗo能力越差，脆弱性越高［20］。研究區(qū)有多個水源地，除四大泉群外還有橋子李、 峨眉山、 牛旺莊和長清水源地等，如圖2（c）所示。

2.2.4土地利用類型L

為了更加全面地了解巖溶水受到的外部干擾情況，采用指標L來表征不同土地利用類型帶來地下水污染的可能性大小。不同的土地利用類型對地下水污染的程度有所差異，比如在耕地和人造地表所產(chǎn)生的污染物較林地和草地區(qū)域更多，更容易造成此處含水層的污染［25］。根據(jù)地理空間數(shù)據(jù)云最新數(shù)據(jù)，將研究區(qū)土地利用類型分為裸地、 草地、 耕地、 灌木、 水體、 林地和人造地表7種，如圖2（d）所示。

2.2.5上覆巖層厚度O

指標O表征非飽和帶對污染物的阻擋保護能力，包含表層土、 次表層土、 非喀斯特巖石和非飽和帶的石灰?guī)r4層?？紤]到數(shù)據(jù)可獲取難度以及其實用性，將其概化為第四系厚度，大厚度第四系對污染物的吸附凈化作用使含水層的脆弱性降低［26］。由圖1（b）可知，研究區(qū)第四系主要分布于徑流排泄區(qū)，直接和間接補給區(qū)灰?guī)r裸露，且北部巖溶含水層有巖漿巖體覆蓋，故將指標O按地層分布情況劃分為第四系、 奧陶系和寒武系，根據(jù)鉆孔資料，以第四系厚度10、 50 m為界， 并結(jié)合巖漿巖體劃分， 結(jié)果如圖2（e）所示。

2.2.6巖溶水流速V

指標V是評價地下水脆弱性的重要指標之一。地下水流速的快慢反映了該地區(qū)水文循環(huán)的活躍程度，即地下水補給與排泄速度，水流速度越快，說明地下水補給量更大，排泄速度更快，地下水中的污染物滯留時間越短，從而降低地下水脆弱性，反之則增加地下水脆弱性［27］。研究區(qū)開展過多次示蹤試驗，其中催馬、 興隆和興濟河示蹤試驗巖溶水平均流速分別為211、 72.29、 105 m/d，此外泉瀘示蹤巖溶水最小流速為50 m/d［28］，用克里金插值法計算研究區(qū)V，結(jié)果如圖2（f）所示。

2.3脆弱性指數(shù)計算

2.3.1評價指標權(quán)重

層次分析法［29］分析及計算步驟如下。

1）對各指標兩兩之間進行比較， 建立各指標間相對重要的m階判斷矩陣P=（pij）m×m，其中m為指標個數(shù)。

2）依據(jù)所選取的指標，構(gòu)建判斷矩陣，判斷矩陣中各元素表示評價因素Pi對Pj為相對重要性標度，即

P=p11p12…p1m

p21p22…p2m

pm1pm2…pmm 。（2）

3）計算判斷矩陣中每一行元素的乘積Mi，

Mi=∏mj=1 pij， i，j=1，2，…，m 。（3）

4）計算Mi的m次方根，

W——i=mMi 。（4）

5）對W——i=

（W——1，

W——2， …，

W——m）T進行歸一化處理，計算各指標權(quán)重值Wi，

Wi=

W——i/∑mi=1W——i 。（5）

6）為了檢驗所求權(quán)重的合理性，對判斷矩陣執(zhí)行一致性檢驗，

Ic=（λmax-1）/（m-1） ，（6）

Rc=Ic/Ir ，（7）

式中： Ic為一致性指標； λmax為判斷矩陣P的最大特征根； Ir為平均隨機一致性指標，其取值見表1； Rc為隨機一致性比率，只有當Rclt;0.1時，判斷矩陣才具有一致性，認為所獲得的權(quán)重是合理的。

一致性檢驗結(jié)果顯示，λmax=7.05， Ic=0.008， Ir=1.32， Rc=0.006lt;0.1，一致性檢驗通過，說明各評價指標權(quán)重分配合理，結(jié)果見表2。

2.3.2評價指標分級和評分

利用自然間斷點分級法將指標R、 T、 V分為10個分級， 指標O以10、 50 m為界， 中間數(shù)值同樣采用自然間斷點分級法進行分級，指標L［30］、 K［31］依據(jù)文獻劃分，結(jié)果如表3所示。

3結(jié)果與討論

3.1脆弱性評價結(jié)果

根據(jù)Id的計算結(jié)果， 利用GIS的空間分析工具疊加RTKLOV模型的6個指標圖， 用自然間斷點分級法將趵突泉泉城巖溶水脆弱性圖分為很低、 低、 中等、 高和很高5個區(qū)域， 結(jié)果顯示分布面積最大的是脆弱性中等的區(qū)域， 占28.5%， 其次是脆弱性低和很低的區(qū)域， 分別占14.7%和16.1%， 分布面積較小的是脆弱性高和很高的區(qū)域， 分別占25.4%和15.3%， 結(jié)果如圖2（g）所示。 從圖中可知， 脆弱性很高、 高、 中等、 低和很低的區(qū)域分別分布在研究區(qū)奧陶系灰?guī)r裸露區(qū)、 奧陶系灰?guī)r裸露區(qū)周圍及臥虎山水庫—錦繡川水庫以北一帶、 中部和南部寒武系灰?guī)r裸露區(qū)、 北部城區(qū)和西部地區(qū)，其中黑虎泉群和趵突泉群分布在脆弱性低區(qū)，五龍?zhí)度汉驼渲槿悍植荚诖嗳跣院艿蛥^(qū)。

3.2RTKLOV模型的適宜性評價

3.2.1RTKLOV模型分區(qū)結(jié)果的合理性

脆弱性很高的區(qū)域主要分布在奧陶系灰?guī)r裸露區(qū)， 由于其上覆第四系缺失， 巖溶發(fā)育， R=0.4， 因此最易受到污染， 脆弱性最高。 脆弱性高的區(qū)域主要分布在奧陶系灰?guī)r裸露區(qū)周圍及臥虎山水庫—錦繡川水庫以北一帶， R=0.32～0.4，Tgt;26°， 農(nóng)業(yè)活動頻繁， V約為150 m/d， K較小， 地表污水容易入滲到巖溶含水層中。 脆弱性中等的區(qū)域主要分布在研究區(qū)中部和南部寒武系灰?guī)r裸露區(qū)， R=0.32， V=140 m/d，Tgt;18°，植被覆蓋率高并伴隨農(nóng)業(yè)活動。脆弱性很低和低的區(qū)域主要分布在研究區(qū)北部城區(qū)和西部，R分別為0.01、 0.27，K處于低和中等之間，Vgt;200 m/d，Tlt;5°，北部巖溶含水層之上有巖漿巖體覆蓋，污染物很難入滲到巖溶含水層中，故該地區(qū)巖溶水脆弱性最低。西部農(nóng)業(yè)活動頻繁； 但第四系覆蓋層厚度大于50 m，故該地區(qū)巖溶水脆弱性低。從圖2（g）可以看出，四大泉群脆弱性不同，原因是趵突泉和黑虎泉兩大泉群屬于構(gòu)造凸起灰?guī)r“天窗”成泉模式，巖漿巖缺失，巖溶含水介質(zhì)與第四系直接接觸，而五龍?zhí)逗驼渲槿獌纱笕簩儆跇?gòu)造凸起—裂隙連通成泉模式［32］，巖溶含水介質(zhì)與第四系地層間存在厚度為50～60 m的巖漿巖體，使得黑虎泉群和趵突泉群為脆弱性低區(qū)， 五龍?zhí)度汉驼渲槿簽榇嗳跣院艿蛥^(qū)。 此外， 由于地下水“新水”比“老水”更容易受到污染［33］， 黑虎泉、 趵突泉地下水年齡為10～15 a， 珍珠泉、 五龍?zhí)赌挲g為15～20 a［34］，兩者地下水年齡的差異性與脆弱性評價結(jié)果一致。

3.2.2DRASTIC模型與RTKLOV模型結(jié)果對比

為了對比DRASTIC模型與RTKLOV模型對巖溶含水層脆弱性評價結(jié)果的差異，繪制了DRASTIC模型各指標分區(qū)圖，如圖3所示。由于研究區(qū)巖溶含水層介質(zhì)以灰?guī)r為主，且各地層中灰?guī)r的巖溶發(fā)育率不同［35］，因此將含水層介質(zhì)指標用含水層的富水性來代替。

表4所示為RTKLOV模型和DRASTIC模型對趵突泉泉域巖溶水脆弱性評價分區(qū)對比?？梢钥闯?， DRASTIC模型的脆弱性中等區(qū)域面積占比增加了9.8個百分點，脆弱性很高區(qū)域面積占比減少0.4個百分點。從圖2（g）和圖3（h）可以看出，2個模型的脆弱性分區(qū)不一致，最顯著的區(qū)別是，DRASTIC模型將西部和南部劃分為脆弱性中等的區(qū)域， 將中部奧陶系灰?guī)r裸露區(qū)即脆弱性最高的區(qū)域的周圍評價為脆弱性最低， 與研究區(qū)的實際情況不符。 根據(jù)研究區(qū)第四系分布情況， 西部第四系厚度大于50 m， 巖溶含水層不易受到污染。此外，研究區(qū)有面積占比41.3%的區(qū)域是耕地，大量施用氮肥會使巖溶水受到污染，并且南部灰?guī)r裸露區(qū)土地利用類型有耕地、 林地和草地覆蓋，耕地區(qū)域因化肥的施用而使脆弱性較林地和草地更高，但DRASTIC模型將南部全部評價為中等脆弱性區(qū)域，顯然該模型對巖溶含水層脆弱性評價適用性較差。

3.2.3COPK模型與RTKLOV模型結(jié)果對比

本文中RTKLOV模型的評價結(jié)果與采用COPK模型對趵突泉泉域的脆弱性評價結(jié)果［20］對比如表5所示。COPK模型中以含水層的防污性來表示脆弱性程度，含水層防污性很高即脆弱性很低，防污性很低即脆弱性很高。

COPK模型和RTKLOV模型對趵突泉泉域巖溶水評價結(jié)果的脆弱性分區(qū)大體一致： 研究區(qū)北部整體脆弱性低， 脆弱性高的區(qū)域幾乎分布在奧陶系灰?guī)r裸露區(qū)及其附近， 南部脆弱性中等。 COPK模型的評價結(jié)果中， 南部太古界變質(zhì)巖裸露區(qū)脆弱性低， 脆弱性很低和低的面積相差很大。由于在COPK模型中南部以太古界變質(zhì)巖為界， 區(qū)域面積約1 700 km2， 而在RTKLOV模型中南部以寒武系張夏組為界， 區(qū)域面積約為845.5 km2， 因此面積占比的不同導致評價分區(qū)的差異。 鑒于變質(zhì)巖裂隙水并不能直接補給四大泉群， 故本文中的計算范圍相對合理。 RTKLOV模型的評價結(jié)果中脆弱性高和很高的區(qū)域面積分別為214.76、 129.35 km2，COPK模型評價結(jié)果中的相應區(qū)域面積分別為95.53、 113.85 km2，差異性主要出現(xiàn)在仲宮和錦繡川水庫以北一帶，COPK模型評價該區(qū)域為脆弱性中等，而RTKLOV模型評價為脆弱性高區(qū)域，原因是RTKLOV模型考慮了農(nóng)業(yè)活動帶來的污染， 導致該區(qū)域的脆弱性程度提高。 北部脆弱性很低和低的區(qū)域也有差異， 原因是COPK模型的指標O的第四系厚度以1 m為界，而RTKLOV模型以10、 50 m為界。

從2個模型評價結(jié)果的面積對比可以看出，研究區(qū)脆弱性高和很高的區(qū)域面積增加，脆弱性程度逐漸升高，范圍逐漸增大，由此巖溶含水層脆弱性程度會由脆弱性很高的區(qū)域逐漸擴散到周圍，因此必須對脆弱性高和很高的區(qū)域加以保護，嚴格控制污染物的排放。

3.2.4RTKLOV模型評價結(jié)果的可靠性

為了提高RTKLOV模型對巖溶水脆弱性評價結(jié)果的可靠性，選擇硝酸鹽含量來驗證巖溶水脆弱性評價結(jié)果［36-37］。于2020年8月采集趵突泉泉域巖溶水水樣40組，用于檢測硝酸鹽含量，取樣點分布見圖1。水樣采集嚴格按照環(huán)境保護行業(yè)標準HJ 164—2004《地下水環(huán)境監(jiān)測技術(shù)規(guī)范》執(zhí)行，各水樣硝酸鹽含量見表6。利用統(tǒng)計產(chǎn)品與服務解決方案（SPSS）軟件對脆弱性指數(shù)Id與硝酸鹽含量進行Pearson相關(guān)性分析，結(jié)果如表7所示。由表可知， 兩者的Pearson相關(guān)系數(shù)為0.898，兩者具有顯著的正相關(guān)性，說明RTKLOV模型對巖溶水脆弱性評價結(jié)果準確、 可信。

3.3基于RTKLOV模型的巖溶水保護對策

研究區(qū)中部奧陶系灰?guī)r裸露區(qū)及玉符河中段分布有大面積的滲漏帶和局部流動系統(tǒng)，而滲漏帶具有匯集地表徑流的功能，滲漏帶內(nèi)薄層礫石層調(diào)蓄攔蓄洪峰徑流，延長降水直接下滲補給巖溶水，但易于被污染。地勢較高地段丘陵及山體灰?guī)r裸露，降水迅速入滲，由于巖溶發(fā)育不均，短途徑流而溢出形成局部流動系統(tǒng)，而局部流動系統(tǒng)因運移途徑短，循環(huán)深度較淺，因此容易受到污染。綜合上述分析，將RTKLOV模型的巖溶水脆弱性評價結(jié)果與研究區(qū)滲流帶和局部流動系統(tǒng)相結(jié)合，對趵突泉泉域巖溶水劃分保護區(qū)，分別劃分為一級保護區(qū)、 二級保護區(qū)、 三級保護區(qū)，如圖4所示。

一級保護區(qū)包括滲漏帶、 局部流動系統(tǒng)、脆弱性很高區(qū)，主要分布在催馬、 興隆、 七賢和錦繡川水庫以北一帶。應禁止在該區(qū)域周圍開展污染性活動，限制化學品和有害物質(zhì)的使用，建立巖溶水水位水質(zhì)監(jiān)測網(wǎng)絡，實時監(jiān)測水位和水質(zhì)，及時發(fā)現(xiàn)異常情況并采取相應措施。 禁止在河流底部和邊坡實施防滲處理，以及開山、 采石、 取土等。 禁止或限制新規(guī)劃建設項目，以免造成巖溶水入滲補給量的減少或污染水質(zhì)。

二級保護區(qū)包括脆弱性高和中等保護區(qū)，主要分布在研究區(qū)中部奧陶系灰?guī)r裸露區(qū)周圍和南部。應控制工業(yè)和生活垃圾傾倒以及廢水的排放。 由于該區(qū)域有大面積的耕地，有關(guān)部門應加強農(nóng)業(yè)污染的控制，大力推廣科學施肥技術(shù)，以減少農(nóng)藥的污染。依據(jù)《區(qū)域地下水質(zhì)監(jiān)測網(wǎng)設計規(guī)范》（DZ/T 0308—2017）要求，每100 km2布設建立2～4個巖溶水水位水質(zhì)監(jiān)測點，規(guī)劃工程建設項目造成地面硬化的建設場地應該采取雨水收集措施［38］，即設置屋面、 道路雨水收集設施，把收集雨水匯集到積水、 下沉式綠地進行回灌補源，對于淺部存在局部流動系統(tǒng)巖溶發(fā)布不均的地段，可以采用回灌井穿過隔水層回補地下水。

三級保護區(qū)包括脆弱性低保護區(qū)和脆弱性很低保護區(qū)，主要分布在西部和北部城區(qū)。應嚴控水源地開采量，禁止自備井無序增加，科學管理巖溶水資源，制定合理的開采計劃，確保資源的可持續(xù)利用。依據(jù)DZ/T 0308—2017要求，每100 km2布設建立0.5～2個巖溶水水位水質(zhì)監(jiān)測點，規(guī)劃工程建設深度不宜破壞淺部巖溶裂隙發(fā)育帶，基礎(chǔ)深度不破壞地下水徑流通道。

除上述措施外，有關(guān)部門應制定和完善相關(guān)法律法規(guī)，加強對地下水保護的政策支持，提高違法行為的成本。 通過宣傳教育，提高公眾對地下水保護的意識，引導公眾參與地下水保護工作。 應當保護植被、 涵養(yǎng)水源，加快植樹造林，鼓勵封山育林，保持地形地貌，以確保泉水噴涌，弘揚泉水文化。

4結(jié)論

本文中采用RTKLOV模型對趵突泉泉域巖溶水進行脆弱性評價，得出以下結(jié)論：

1）趵突泉泉域巖溶含水層的脆弱性被劃分為5個等級， 脆弱性很低、 低、 中等、 高、 很高的面積占比分別為16.1%、 14.7%、 28.5%、 25.4%、 15.3%。脆弱性很高區(qū)主要分布奧陶系灰?guī)r裸露區(qū)，脆弱性很低區(qū)分布在西部和北部城區(qū)，評價結(jié)果與泉域?qū)嶋H情況吻合，表明RTKLOV模型對巖溶水脆弱性評價是可行的。

2）通過對比分析發(fā)現(xiàn)，DRASTIC模型對巖溶含水層脆弱性評價適應性差； RTKLOV模型與COPK模型的脆弱性分區(qū)大致相同，兩者的脆弱性高和很高的區(qū)域面積分別相差119.23、 15.5 km2。脆弱性程度由高往低擴散，說明研究區(qū)巖溶水脆弱性程度增加。脆弱性指數(shù)Id與水樣中硝酸鹽含量的Pearson相關(guān)系數(shù)為0.898，相關(guān)性好，評價結(jié)果準確、 可信。

3）脆弱性很高區(qū)、局部流動系統(tǒng)分區(qū)和滲漏帶分區(qū)的重疊部分分布在催馬、 興隆、 七賢和錦繡川水庫以北一帶，該區(qū)域最易受到污染，建議采取“預防為主，防治結(jié)合”的原則，禁止開展污染性活動，并實時監(jiān)測巖溶水水位和水質(zhì)，以確保泉水水質(zhì)及持續(xù)噴涌。

參考文獻：

［1］梁永平， 王維泰. 中國北方巖溶水系統(tǒng)劃分與系統(tǒng)特征［J］. 地球?qū)W報， 2010， 31（6）： 860.

［2］GUPTAT，KUMARIR.Ahydrochemicalandremotesensing approachtodecryptthegroundwatersalinizationinthecoastaldistrictofSabarmatiBasin，Gujarat［J］.GroundwaterforSustainable Development， 2021， 15： 100673.

［3］PRCEL R A D， SCHTH C， DE LEN-GMEZ H， et al. Land-use impact and nitrate analysistovalidateDRASTICvulner-abilitymapsusingaGISplatformofPablillo River Basin， Linares， N.L.， Mexico［J］. International Journal of Geosciences， 2014， 5（12）： 1468.

［4］TAGHAVI N， NIVENRK，PAULLDJ，etal.Groundwatervulnerability assessment： areviewincludingnewstatisticalandhybrid methods［J］. Science of the Total Environment， 2022， 822： 153486.

［5］MACHIWAL D， JHA M K， SINGH V P， et al. Assessment and mapping of groundwater vulnerability to pollution： current status and challenges［J］. Earth-Science Reviews， 2018， 185： 901.

［6］JAKADA H， CHEN Z H， LUOZH，etal.Couplingintrinsicvulnerability mapping and tracer test for source vulnerability and risk assessment in a karst catchment based on EPIK method： a case study for the Xingshan County， Southern China［J］. Arabian Journal for Science and Engineering， 2019， 44： 377.

［7］SAHU I， PRASAD A D， AHMAD I.ComparisonofGIS-basedintrinsic groundwater vulnerability assessment methods： DRASTIC and SINTACS［J］. Nature Environment and Pollution Technology， 2022， 21（5）： 2249.

［8］KAMENAN Y M， MANGOUA O M J， DIBI B， et al. Assessment of vulnerability to groundwater pollution in the Lobo Watershed at Nibéhibé （Central-West， Cte d’Ivoire）［J］. Journal of Water Resource and Protection， 2020， 12（8）： 657.

［9］SHRESTHA S， KAFLE R， PANDEY VP.Evaluationofindex-overlay methods forgroundwatervulnerabilityandriskassessment in Kathmandu Valley， Nepal［J］. Science of the Total Environment， 2017， 575： 779.

［10］GUTIRREZ F， PARISE M， DE WAELE J， et al. A review on natural and human-induced geohazards and impacts in karst［J］. Earth-Science Reviews， 2014， 138： 61.

［11］GOYALD，HARITASHAK，SINGHSK.Acomprehensive reviewofgroundwatervulnerabilityassessmentusingindex-based，modelling，and coupling methods［J］. Journal of Environmental Management， 2021， 296： 113161.

［12］RAVBAR N，GOLDSCHEIDERN.Proposedmethodologyofvulnerability and contamination risk mapping for the protection of karst aquifers in Slovenia［J］. Acta Carsologica， 2007， 36（3）： 397.

［13］NESHAT A， PRADHAN B， PIRASTEH S， et al. Estimating groundwater vulnerability to pollution using a modified DRASTIC model in the Kerman Agricultural Area， Iran［J］. Environmental Earth Sciences， 2014， 71： 3119.

［14］BERA A， MUKHOPADHYAY B P， CHOWDHURY P， et al. Groundwater vulnerability assessment using GIS-based DRASTIC model in Nangasai River Basin， India with special emphasis on agricultural contamination［J］. Ecotoxicology and Environmental Safety， 2021， 214： 112085.

［15］孫曉悅， 曹文庚， 韓政， 等. 基于地下水更新能力的黃河下游豫北平原地下水脆弱性研究［J］. 干旱區(qū)資源與環(huán)境， 2023， 37（6）： 192.

［16］SAHA D， ALAM F. Groundwater vulnerability assessment using DRASTIC and pesticide DRASTIC models in intense agriculture area of the Gangetic Plains， India［J］. Environmental Monitoring and Assessment， 2014， 186： 8741.

［17］HASANM，ISLAMMA，HASANMA，etal.Groundwater vulnerabilityassessmentinSavarupazilaofDhakaDistrict，Bangladesh： a GIS-based DRASTIC modeling［J］. Groundwater for Sustainable Development， 2019， 9： 100220.

［18］高贊東. 基于GIS的濟南巖溶泉域地下水含水層脆弱性評價［D］. 北京： 中國地質(zhì)大學（北京）， 2007： 3.

［19］王瑞青. 濟南趵突泉泉域巖溶地下水污染風險識別及防控區(qū)劃研究［D］. 長春： 吉林大學， 2021： 29-38.

［20］汪瑩， 羅朝暉， 吳亞， 等. 巖溶地下水脆弱性評價的城鎮(zhèn)化因子： 以水城盆地為例［J］. 地球科學， 2019， 44（9）： 2909.

［21］董亞楠. 濟南泉域巖溶含水介質(zhì)空隙結(jié)構(gòu)的水力特性研究［D］. 濟南： 濟南大學， 2020： 10-40.

［22］竇舒暢. 濟南泉域巖溶水抗生素污染特征及源解析［D］. 濟南： 濟南大學， 2023： 17.

［23］MAJANDANG J， SARAPIROME S. Groundwater vulnerability assessment and sensitivity analysis in Nong Rua， Khon Kaen， Thailand，usingaGIS-basedSINTACSmodel［J］.Environmental Earth Sciences， 2013， 68： 2025.

［24］萬利勤. 濟南泉域巖溶地下水的示蹤研究［D］. 北京： 中國地質(zhì)大學（北京）， 2008： 60-66.

［25］孫才志， 林山杉. 地下水脆弱性概念的發(fā)展過程與評價現(xiàn)狀及研究前景［J］. 吉林地質(zhì)， 2000（1）： 30.

［26］ZGHIBI A， MERZOUGUI A， CHENINI I， et al. Groundwater vulnerability analysis of Tunisian coastal aquifer： an application of DRASTIC index method in GIS environment［J］. Groundwater for Sustainable Development， 2016， 2： 169.

［27］郭曉東， 趙海卿， 馬詩敏. 基于DTIV的琿春盆地地下水固有脆弱性評價［J］. 節(jié)水灌溉， 2014（10）： 54.

［28］邢立亭， 周娟， 宋廣增， 等. 濟南四大泉群泉水補給來源混合比探討［J］. 地學前緣， 2018， 25（3）： 260.

［29］雷敏. 基于過程模擬法的地下水脆弱性評價： 以河南省鹿邑縣為例［D］. 廊坊： 防災科技學院， 2021： 26-27.

［30］SHAKERI R， ALIJANI F， NASSERY H R. Comparison of the DRASTIC+L andmodifiedVABHATmodelsinvulnerabilityassessmentofKarajAquifer，CentralIran，usingMCDM， SWARA， and BWM methods［J］. Environmental Earth Sciences， 2023， 82（4）： 97

［31］孫少游， 馬靜晨， 劉全國， 等. 中國北方巖溶水脆弱性評價模型及改進［J］. 城市地質(zhì)， 2017， 12（2）： 87.

［32］孫斌， 邢立亭， 彭玉明， 等. 濟南十大泉群特征、形成模式及水循環(huán)差異性淺析［J］.中國巖溶， 2021， 40（3）： 409.

［33］MAHLKNECHT J， MEDINA-MEJA M G， GRFIAS-SOLIS J， etal.Intrinsicaquifervulnerabilityassessment：validation by environmental tracers in San Miguel de Allende， Mexico［J］. Environmental Geology， 2006， 51： 477.

［34］李江柏. 濟南趵突泉泉域直接補給區(qū)地下水流動系統(tǒng)特征研究［D］. 濟南： 濟南大學， 2021： 34-35.

［35］邢立亭， 李常鎖， 周娟， 等. 濟南泉域巖溶徑流通道特征［J］. 科學技術(shù)與工程， 2017， 17（17）： 57.

［36］BOUFEKANE A， SAIGHI O.Applicationofgroundwatervulnerability overlay and index methods to the Jijel Plain Area （Algeria）［J］. Groundwater， 2018， 56（1）： 143.

［37］張佳文， 張偉紅， 陳震， 等. 北京密懷順地區(qū)地下水污染風險評價方法探究［J］. 環(huán)境科學學報， 2018， 38（7）： 2876.

［38］王文冬， 耿春霞， 吳瓊. 北京市雨水調(diào)蓄凈化及資源化利用技術(shù)研究［J］. 北京水務， 2023（1）： 62.

（責任編輯：于海琴）

收稿日期： 2023-09-12網(wǎng)絡首發(fā)時間：2023-12-20T16：36：11

基金項目： 國家自然科學基金項目（42272288，42202294）

第一作者簡介： 王月圓（1998—），女，貴州六盤水人。碩士研究生，研究方向為地下水環(huán)境。E-mail： 17668860362@163.com。

通信作者簡介： 邢立亭（1966—），男，山東即墨人。教授，博士，博士生導師，研究方向為地下水環(huán)境演化，E-mail： stu_jnedu@126.com。

網(wǎng)絡首發(fā)地址： https：//link.cnki.net/urlid/37.1378.N.20231220.0951.002