单因子水质标识指数法在贵州省洋水河流域地下水水质评价中的应用

本文利用水质标识指数法对洋水河流域81件地下水进行了系统的水样采集化验成果,对流域地下水进行综合评价,洋水河流域地下水以Ⅱ类水为主;次为Ⅲ类水;劣于Ⅳ类水样占比14.8%。利用三种水质评价方法对流域地下水分别进行评价,梅罗综合指数法评价结果最差,水质标识指数法和地下水质量标准法评价结果均能反应流域地下水质情况;水质标识指数法能更直观地反应水质类别及与水质目标间差异,体现水质标识指数法的优越性。     

西安市临潼区地下水水质调查与评价成果分析

临潼区位于陕西省西安市东部,随着经济社会发展,区域地下水水质逐步恶化,影响居民生活用水安全,为了解区域地下水水质现状,进行了地下水水质专项调查。采用单项组分评价法和综合评价法对临潼区地下水水质进行评价分析。单项组分评价法结果显示:西安市临潼区地下水水质超标项目主要有总大肠菌群、铁、锰、氟化物、氯化物;而综合评价法结果显示:地下水优良、良好的占54.5%,较差的占45.5%,总体水质状况不容乐观。在评价结果基础上,分析出西安市临潼区水质超标项目分布区域和超标原因,并提出地下水水质保护的对策和建议。     

单因子水质标识指数法在贵州省洋水河流域地下水水质评价中的应用

本文利用水质标识指数法对洋水河流域81件地下水进行了系统的水样采集化验成果,对流域地下水进行综合评价,洋水河流域地下水以Ⅱ类水为主;次为Ⅲ类水;劣于Ⅳ类水样占比14.8%。利用三种水质评价方法对流域地下水分别进行评价,梅罗综合指数法评价结果最差,水质标识指数法和地下水质量标准法评价结果均能反应流域地下水质情况;水质标识指数法能更直观地反应水质类别及与水质目标间差异,体现水质标识指数法的优越性。     

单因子水质标识指数法在贵州省洋水河流域地下水水质评价中的应用

本文利用水质标识指数法对洋水河流域81件地下水进行了系统的水样采集化验成果,对流域地下水进行综合评价,洋水河流域地下水以Ⅱ类水为主;次为Ⅲ类水;劣于Ⅳ类水样占比14.8%。利用三种水质评价方法对流域地下水分别进行评价,梅罗综合指数法评价结果最差,水质标识指数法和地下水质量标准法评价结果均能反应流域地下水质情况;水质标识指数法能更直观地反应水质类别及与水质目标间差异,体现水质标识指数法的优越性。     

基于GIS的地下水水质综合评价模型的设计与开发

结合地下水水质动态变化的特点及现代信息技术发展的需求,提出了基于GIS图形管理技术与时态监测数据库为基础的地下水水质综合评价模型的设计方案。探讨了利用综合指数法和Fuzzy综合评判法进行地下水水质综合评价的过程,并依据现有的规范标准,实现了基于微机系列的地下水水质综合评价模型的软件开发。      

物元可拓法在吴家营水源地地下水水质评价中的应用

鉴于呈贡吴家营水源地地下水水质现状,为了更好地保护水源地地下水资源,基于物元可拓法建立了包括总硬度、矿化度等评价因子的地下水质评价模型,对吴家营水源地5个采样点地下水质进行了评价。综合关联度计算结果表明:呈贡吴家营水源地地下水水质较好,评定等级在Ⅰ-Ⅲ级之间,部分区域水样水质有从Ⅲ级向Ⅳ级转化的趋势,与综合评价法评价结果基本一致,表明物元可拓法评价结果可靠。评价结果对控制和预防地下水污染、保护区域地下水资源具有重要意义。     

大牛地气田区地下水水质模糊综合评价

自20世纪20年代以来,出现了30多种水质评价的研究方法。但由于水质等级与评价因子间复杂的非线性关系,以及水体污染的模糊性和随机性,地下水水质评价至今没有一个被广泛接受的评价模型。现阶段,地理信息系统（GIS）技术被广泛应用到水质评价中,在此基础上提出了一系列新的水质评价模式和理论。文章以大牛地气田区浅层地下水为研究对象,利用ArcGIS技术,将GIS与改进的模糊综合评价模型结合,建立基于GIS的地下水水质模糊综合评价模型,并应用于研究区地下水水质评价。同时将基于GIS的模糊综合评价结果和传统的内梅罗指数法进行对比,验证新方法在地下水水质评价工作中的合理性与可靠性。结果表明:（1）大牛地气田浅层地下水水质状况总体良好,以Ⅰ类和Ⅲ类水为主,局部地区浅层地下水中氨氮超标,水质较差;（2）模糊综合评价法与GIS的有效结合,实现了地下水水质模糊综合评价的系统化和可视化;（3）相对于内梅罗指数法,基于GIS的地下水水质模糊综合评价模型综合考虑了各评价因子对水质的影响,能够更加客观、合理地评价研究区地下水水质。     

河南省邓州市地下水环境质量评价

针对邓州市地下水环境质量研究相对薄弱,水质监测数据缺乏系统分析等问题,开展了地表水、地下水质量评价,以及地下水污染评价。地表水质量评价选用单指标评价法,评价结果为小洪渠、刁北干渠、湍北干渠水质为为Ⅳ类水,湍河上游、下游及刁河上游水质为V类水。地下水质量评价选用内梅罗综合指数法,分别对浅层及中深层地下水水质分析评价,其中浅层地下水16组样品中,3组为优良,4组为良好,8组为较好,1组为较差;中深层地下水19组评价样品中,16组评价结果为良好,3组较差。基本查明了地下水环境质量,为地下水资源保护及合理开发利用提供科学依据。     

某农药化工企业密集区地下水污染评价

通过分析研究某农药化工企业密集区地下水水质及污染状况,按照国家有关标准,采用单指标评价法和内梅罗指数法对地下水的质量进行评价。评价结果显示：该区域地下水水质普遍较差,大部分为Ⅳ类及Ⅴ类水质,已不适于饮用。然后对该区域地下水污染进行评价,结果显示地下水有机和无机污染严重,并形成了以某农药化工企业为污染源并沿岩溶地下水流向的一个卤代烃类有机物污染羽,这表明造成该研究区岩溶地下水污染的主要污染源为某农药化工企业。最后根据评价结果,提出相应的控制地下水污染的建议和措施,为该地区制定地下水开发利用规划提供科学依据。     

个旧市鸡街水源地侠鱼塘泉分析及水质评价

云南省干旱缺水问题在滇东南地区较为严重,地下水水质进行监测分析、评价对人畜供水问题具有重要的意义。侠鱼塘泉为个旧市鸡街镇的一个重要水源地,通过选用PH、高锰酸盐指数(CODMn)、氨氮、氟化物等20项水质监测因子,分别利用地下水质量标准指数法评价法和综合评价法对泉水地下水水质进行分析评价。由标准指数法评价法结果可知,监测因子亚硝酸盐氮指标超标,不符合《地下水环境质量标准》Ⅲ类地下水质量标准。对其形成原因进行分析,提出措施建议。     

地下水水质预警信息系统研究

地下水水质预警是对地下水水质现状及变化趋势适时给出相应给别警戒信息的方法，包括状态预警和趋势预警两部分。以GIS技术为核心，将水质预警模型与GIS技术相结合，建立了地下水水质预警信息系统。并以吉林省西部平原地区地下水水质为例，研究了该区地下水水质恶化地区的分布、趋势、恶化预警等级及其成因。地下水水质预警系统为地下水资源管理，减少地下水水质恶化的风险提供了科学依据。     

基于回归分析的地下水水质预测研究

影响地下水水质变化的因素较多,且地下水由于水体循环周期比较长,自净能力比较脆弱,地下水一旦受到污染,就很难恢复原状,并且会对生态环境造成严重影响,直接危害人类健康,因此应对地下水资源进行监测,建立动态预测模型。根据地下水水质与其影响因素之间存在的相关关系,运用回归分析理论和方法,建立了一个基于回归分析法的地下水水质动态预测模型,并将该模型用于研究区地下水水质的动态预测。结果表明预测精度较高,建立的模型较符合研究区的实际情况。     

基于模糊综合优化模型的地下水质量评价

在应用模糊综合评判法进行地下水水质评估中,存在地下水质量标准与方法要求的分级标准不匹配以及隶属度绝对化的问题。文中在模糊综合评判法的基础上,引入相对隶属度概念表征评价指标与水质标准间的模糊关系,从而建立起模糊综合优化模型。应用该模型对青岛市大沽河地下水源地水质状况进行评价和分析对比,研究结果表明,地下水质量标准符合优化模型对评判标准类型的要求,克服了传统模型存在的标准不兼容问题。指标实测值介于某中间等级时,该等级与左右相邻等级的相对隶属度值均大于0。与绝对的隶属度分布相比,优化模型拓展了指标在各等级隶属度的分布,真实反映了其相对的特征。水源地南部地区(监测井S1和S3)地下水的总硬度、溶解性总固体与其他特征污染物的含量均超过Ⅳ类水质标准,优化模型判定的水质等级也为Ⅳ类水,评价结果符合研究区的实际情况,表明优化模型是可靠的。     

长春地区地下水水质的熵权属性识别评价

在长春地区开展了地下水污染调查的基础上,为保证地下水水质安全,以地下水监测数据为依据,建立了该区地下水水质评价指标体系,制定了评价基准,采用熵权属性识别模型进行了地下水水质综合评价。该模型通过评价样本信息确定熵权,避免了权重确定的主观偏差,简单易懂,评价结果可靠     

基于模糊模式识别的地下水水质综合评价研究

地下水质量的优劣是影响水资源可利用性的一个重要方面,因此对地下水水质进行合理评价是水资源开发利用、保护的依据。本文根据水质评价的特殊性,就模糊模式识别模型进行了改进,将改进的模糊模式识别模型应用于江阴市地下水水质综合评价,将评价结果与基于熵权法赋权的模糊综合评价及传统模糊综合评价结果进行了对比分析。研究表明:模糊模式识别方法对地下水水质评价问题具有较高的数值稳定性和适用性,模糊模式识别法评价的水质级别趋于平均化、中间化,本文提出的模糊模式识别理论模型应用于典型案例地区地下水水质评价是有效可行的。     

地下水补给对河流水质模型的影响

以经典的一维水质模型及其解为基础,将地下水对河流的补给作用作为河流水质模型的一项影响因子,利用迭加原理,给出受到沿途地下水补给影响下的河流水质模型的解析解.利用这一新解析解,定量研究地下水补给作用对河流水质模型参数的影响规律.地下水渗出(相当于一点污染源)进入河流后,在随河水向下游运移的过程中,其水质浓度也将发生衰减."连续线源"对河流水体中溶质衰减过程的影响,不简单等同于几个"点源"的迭加.含水层与河流间水量交换作用,更宜用"连续线源"去刻画.以颖河为例,河流两岸潜水补给对河流水质模拟计算的影响程度研究表明,地下水补给对河流溶质沿河变化规律的影响,理论上不能用"综合衰减系数k值"简单反映,而且它对k值计算影响相当大.     

面向生态的干旱半干旱地区区域地下水资源评价的方法体系

为了提高区域地下水资源评价的可靠性、扩展干旱半干旱地区面向生态的区域地下水资源评价方法,对准噶尔盆地和鄂尔多斯盆地地下水与生态环境关系进行调查研究,认为地下水具有重要的生态价值。目前在干旱半干旱地区区域地下水资源评价中对地下水的生态价值考虑不够,是造成地下水资源评价可靠性不高的原因之一。因此,提出了干旱半干旱地区地下水生态价值的概念,围绕可持续利用的地下水资源量与生态环境良性循环的目标,构建了面向生态的区域地下水资源评价方法体系。方法体系的基本思路是突出系统的观点和地表水与地下水统一评价、水质水量并重、地下水资源与其相关生态环境统一评价的3个原则;通过建立水文地质概念模型、集中参数型模型、分布参数型模型和基于地下水变化的生态环境综合评价4个模型,加上引进水量、水位与水质3个约束条件,以及开发基于GIS的地下水资源评价信息系统的平台,对地下水资源、调蓄能力与生态环境效益进行整体评价与预警。方法体系注重了地下水的资源和生态的双重属性,强调地下水资源与相关生态环境整体评价和预警的一体化,突出了模型体系与GIS技术在区域地下水资源评价和相关生态环境评价的有效集成。     

层次分析法在地下水质量评价中的应用

开展区域地下水质量评价,突出主导因子对地下水质量的影响,提出将层次分析法引入地下水评价中,以单因子评价结果为基础对地下水质量进行二次评价。构建层次结构模型并组建专家组进行讨论,最终以专家打分的方式确定评价中各个因子的权重。分别对Q1, Q2两组地下水质数据进行单因子评价、内梅罗指数综合评价以及层次分析评价。对比评价结果发现,层次分析法能够在突出主导因子对水质评价的贡献的基础上,更为真实地反映区域地下水质量状况。     

Designing an optimal multivariate geostatistical groundwater quality monitoring network using factorial kriging and genetic algorithms

The optimal selection of monitoring wells is a major task in designing an information-effective groundwater quality monitoring network which can provide sufficient and not redundant information of monitoring variables for delineating spatial distribution or variations of monitoring variables. This study develops a design approach for an optimal multivariate geostatistical groundwater quality network by proposing a network system to identify groundwater quality spatial variations by using factorial kriging with genetic algorithm. The proposed approach is applied in designing a groundwater quality monitoring network for nine variables (EC, TDS, Cl⁻, Na, Ca, Mg, SO ₄ ²⁻ , Mn and Fe) in the Pingtung Plain in Taiwan. The spatial structure results show that the variograms and cross-variograms of the nine variables can be modeled in two spatial structures: a Gaussian model with ranges 28.5 km and a spherical model with 40 km for short and long spatial scale variations, respectively. Moreover, the nine variables can be grouped into two major components for both short and long scales. The proposed optimal monitoring design model successfully obtains different optimal network systems for delineating spatial variations of the nine groundwater quality variables by using 20, 25 and 30 monitoring wells in both short scale (28.5 km) and long scale (40 km). Finally, the study confirms that the proposed model can design an optimal groundwater monitoring network that not only considers multiple groundwater quality variables but also monitors variations of monitoring variables at various spatial scales in the study area.