环境科学研究  2020, Vol. 33 Issue (6): 1328-1336  DOI: 10.13198/j.issn.1001-6929.2020.05.30

引用本文  

李翔, 李妍颖, 李绍康, 等. 地下水潜在污染源危害性评价方法研究[J]. 环境科学研究, 2020, 33(6): 1328-1336.
LI Xiang, LI Yanying, LI Shaokang, et al. Risk Assessment of Potential Pollution Sources of Groundwater[J]. Research of Environmental Sciences, 2020, 33(6): 1328-1336.

基金项目

国家水体污染控制与治理科技重大专项(No.2018ZX07109-001)
National Major Science and Technology Program for Water Pollution Control and Treatment, China (No.2018ZX07109-001)

责任作者

李娟(1981-), 女, 陕西岐山人, 副研究员, 博士, 主要从事土壤和地下水污染防治研究, lijuan@craes.org.cn; 席北斗(1969-), 男, 安徽砀山人, 研究员, 博士, 博导, 主要从事土壤与地下水污染防控与修复、固体废物污染防治与资源化等研究, xibeidou@yeah.net.

作者简介

李翔(1970-), 女, 河南洛阳人, 研究员, 博士, 主要从事规划环境影响评价、地下水污染控制与修复技术研究, lixiang@craes.org.cn

文章历史

收稿日期:2020-03-22
修订日期:2020-05-11
地下水潜在污染源危害性评价方法研究
李翔1,2, 李妍颖2,3, 李绍康1,2, 杨津津1,2, 任耀宗1,2, 李娟4, 席北斗1,2    
1. 中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012;
2. 中国环境科学研究院, 国家环境保护地下水污染模拟与控制重点实验室, 北京 100012;
3. 成都理工大学环境与土木工程学院, 四川 成都 610059;
4. 生态环境部土壤与农业农村生态环境监管技术中心, 北京 100012
摘要:地下水污染源危害性评价对地下水资源保护及地下水污染防控区划具有重要意义,然而现有区域尺度地下水污染源荷载危害性评价弱化了点源污染复合强度对地下水的影响.因此,为更准确地进行区域地下水潜在污染源危害性评价,引入污染复合强度要素.选取工业源、农业源、生活源、地表排污河、垃圾场和加油站为研究对象,构建以污染源种类、污染物排放量、污染源释放可能性、缓冲区半径和污染复合强度为指标的综合评价模型,采用层次分析法确定各类污染源权重,基于ArcGIS 10.2软件对沧州市进行地下水综合潜在污染源荷载危害性评价.结果表明:Ⅳ、Ⅴ级风险区面积为5 560.0 km2,占总面积的41.6%,主要位于沧州市中部、北部地区,其危害性受工业源影响最大;Ⅰ、Ⅱ级风险区面积为3 303.4 km2,占总面积的25.2%,主要位于沧州市东部地区.研究显示,该评价方法强化了点源污染复合强度对地下水危害性的影响,可为区域地下水潜在污染源危害性评价提供参考,对地下水资源保护及污染防控区划具有重要意义.
关键词地下水    潜在污染源    危害性评价    分级    
Risk Assessment of Potential Pollution Sources of Groundwater
LI Xiang1,2, LI Yanying2,3, LI Shaokang1,2, YANG Jinjin1,2, REN Yaozong1,2, LI Juan4, XI Beidou1,2    
1. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
2. State Environmental Protection Key Laboratory of Simulation and Control of Groundwater Pollution, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. School of Environmental and Civil Engineering, Chengdu University of Technology, Chengdu 610059, China;
4. Technical Centre for Soil, Agricultural and Rural Ecology and Environment, Ministry of Ecology and Environment, Beijing 100012, China
Abstract: The risk assessment of groundwater pollution sources plays an important role in groundwater protection, the divisions of pollution prevention and control areas. However, existing methods underestimate the potential risk of combined pollution of groundwater from point sources. In order to evaluate the potential risk of regional groundwater more accurately, the pollution composite strength factor was investigated in this study. Taking industrial pollution sources, agricultural pollution sources, surface blowdown river, garbage dumps and gas stations as the research objects, a comprehensive evaluation model was established to estimate the type of pollution source, the amount of pollutant produced, the possibility of pollution source discharge, buffer radius and composite pollution intensity. The analytic hierarchy process (AHP) was used to determine the weight of various pollution sources. The load harmfulness of groundwater in Cangzhou City was evaluated using ArcGIS 10.2. The results showed that the area of level Ⅳ and Ⅴ risk covered was 5560.0 km2, accounting for 41.6% of the total area, and was located in the central and northern of Cangzhou City. It was most affected by industrial pollution sources. The area level Ⅰ and Ⅱ risk was 3303.4 km2, accounting for 25.2% of the total area, and it was concentrated in the eastern part of Cangzhou City. The research showed that the composite pollution intensity of point source pollution on groundwater hazard could be strengthened by this method, which could provide reference for the hazard assessment of regional groundwater potential pollution sources, and was of great significance for groundwater resource protection and pollution prevention and control zoning.
Keywords: groundwater    potential source of pollution    hazard assessment    grading    

地下水是我国重要供水水源,对人类生存及社会发展具有重要意义[1-2].随着社会和经济发展,人们对地下水的需求和使用日益增加[3].近年来,由于地下水开采等人类活动,外界因素将对地下水环境造成一定程度影响,并将通过不同污染源对地下水产生环境污染问题[4-6],因此为保护地下水资源免受污染,污染源危害性评价将尤为重要[7]. 20世纪80年代WHO提出了地下水风险评价方法,该方法指出地下水污染风险由污染源危害性与地下水含水系统的脆弱性共同作用而成[8-10],其中地下水危害性评价是地下水污染风险评价的重要技术手段[11-12].地下水污染源危害性是指各种潜在污染源对地下水产生污染的可能性[13-14],目前通常通过污染物毒性、污染源释放可能性、可能释放污染物的量和缓冲区半径等指标建立危害性评价模型[15-17].近年来随着GIS (geographic information system)技术的运用,新的地下水危害性评价方法不断产生[18],如Andreo等[19]选取危害性类型、污染物毒性、迁移性和可溶性等指标建立了地下水危害性评价模型;赵鹏等[20]通过评分指数法和定量指数法对污染源荷载进行量化,以乡镇为单位对滹沱河冲洪积扇区进行了地下水污染源危害性评价;陆燕等[21-22]综合考虑了污染物的毒性、迁移性和降解性,构建了基于污染物的特征表征和污染物排放量的评价模型,对北京市进行了地下水污染源识别与分级评价;王甜甜[23]将行政区污染源的数量考虑在内,对吉林省中部地区进行了地下水污染危害性评价.然而,现有的评价方法多以单个行政区为评价单位,均化了不同点源之间复合污染强度的影响,且已有指标不足以代表不同环境数量的点源污染对于区域内地下水环境的污染强度.

基于此,该研究在传统评价方法基础上,增加点源污染的复合强度,构建基于污染源种类、污染物排放量、污染源释放可能性、缓冲区半径和污染复合强度的综合评价模型.选取沧州市为调查对象,对以点源污染、线源污染和面源污染为主的六大类污染源进行了地下水潜在污染源危害性分级评价.该研究将为区域地下水污染源识别与危害性评价方法提供参考和技术支撑.

1 研究方法 1.1 评价模型

地下水潜在污染源荷载危害性评价将从污染源的类型考虑,基于污染源-路径作用关系,将污染源分为点源、线源和面源污染,构建以污染源种类(K)、污染物排放量(Q)、污染源释放可能性(L)、缓冲区半径(λ1)和污染复合强度(λ2)为主的评估模型,并进行潜在污染源荷载危害性评价,评价流程见图 1.根据现场调查与资料收集结果,点源污染包括工业源、农业源畜禽养殖、加油站和垃圾场,线源污染包括地表排污河,面源污染包括农业源化肥使用和生活源.评价模型:

$ P=K \times Q \times L \times \lambda_{i} $ (1)
图 1 地下水潜在污染源荷载危害性评价流程 Fig.1 Hazard assessment process of the load harmfulness of groundwater

式中:P为单个潜在污染源荷载危害性指数;K为污染源种类,以不同等级的分值表示;Q为污染物排放量,以不同等级的分值表示;L为污染源释放可能性,以不同等级的分值表示;若为线源污染λi为缓冲区半径λ1,若为点源污染λi为污染复合强度λ2,均以不同等级的分值表示,若为面源污染λi不予考虑,取值为1.

1.2 危害性评价指标

a) 污染源种类(K).污染源种类(K)由污染物所对应的毒性、降解性和迁移性确定.若毒性强、难降解和迁移性高,则K值所对应的评分越大.其分级评分参照已有文献数据及经验标准进行取值[15, 22].

b) 污染物排放量(Q).污染物排放量(Q)仅代表人类活动产生污染物的量,未考虑进入地下污染物的量[16, 22].工业源污染物排放量将考虑不同行业类型,对应评分根据废水排放量确定,取值参照已有文献数据及经验标准[15, 20-22];农业源畜禽养殖场的污染物排放量由养殖场每年CODCr排放量确定,依据GB 18596—2001《畜禽养殖业污染物排放标准》,养殖场规模最大牲畜存栏量所产生CODCr排放量所对应的评分定为高值10,将研究区最低CODCr排放量对应的评分定为低值1,将研究区平均CODCr排放量对应的评分定为中间值,在此基础上将评分分为6个等级,畜禽类CODCr排放量换算标准为每只猪36 kg、每头奶牛1 065 kg、每头肉牛712 kg、每只蛋鸡3.32 kg和每只肉鸡0.99 kg;农业源化肥使用的污染物排放量分级评分,将化肥使用量的国际安全上限2.25×10-2 kg/m2对应的评分定为中间值[15],将研究区最小化肥使用量评分定为低值1,最大使用量评分定为高值10,在此基础上将评分分为6个等级.加油站污染物排放量(Q)评分为1[15].垃圾场污染物排放量(Q)由垃圾填埋量确定,将最小填埋量对应的评分评定为低值1,将最大填埋量对应的评分定为高值10,并均分为6个等级.地表排污河污染物排放量(Q)由河流径流量确定,取值参照已有文献数据及经验标准[15, 20-22];生活污水排放量按照区县人口密度划分,将研究区最小人口密度评分定为1,最大人口密度评分定为10,并均分为6个等级.

c) 污染源释放可能性(L).污染源释放可能性(L)通常将处于暴露状态及没有防护措施情况的污染源释放可能性定为最大值1,取值范围为0~1[17].具体分级评分由污染物类型、年份及防护措施确定,并参照已有文献数据及经验标准[15, 20-22]进行取值.建设年限越近,防护措施越完善,没有遇到过污染事故等污染源,其污染源释放可能性(L)的取值越小[23].

d) 缓冲区半径(λ1).缓冲区半径(λ1)指污染物可能迁移扩散的范围,与污染物类型有关.主要针对线源污染、污染源数量较少及分布较为分散的点源污染,参照已有文献数据及经验标准[15, 22]进行取值.

e) 污染复合强度(λ2).污染复合强度(λ2)表示不同区域内不同数量及空间密度的点源污染对于环境的污染强度,主要针对点源污染.当污染源数量较大时,缓冲区半径这一指标不足以代表多个点源污染叠加而成的复合污染源强度,因此对污染复合强度(λ2)进行评分,将研究区每100 km2内点源污染数量最小值所对应的评分定为低值1,最大值所对应的评分定为高值2,并均分为6个等级.

1.3 危害性计算与表征 1.3.1 权重的确定

不同种类的污染源具有不同的属性和重要程度,合理地确定不同污染源在综合评估中的权重尤为重要.层次分析法(analytic hierarchy process, AHP)是将与决策有关的元素分解成目标、准则、方案等层次,在此基础上进行定性和定量分析的决策方法,是一种定性与定量相结合的方法[24],与其他评价方法相比具有较强的逻辑性、实用性、系统性和准确性[25],具体过程为建立层次模型、构建判断矩阵、层次单排序及其一致性检验[26-27].综合污染源荷载的权重将对工业源、农业源、生活源、垃圾场、加油站和地表排污河进行两两比较,构建判断矩阵,判断矩阵评分见表 1.

表 1 层次分析法指标含义 Table 1 Index of Analytic hierarchy process

通过式(2)(3)判断矩阵的一致性[28]

$ \mathrm{CI}=\mathrm{CI} / \mathrm{RI} $ (2)
$ \begin{array}{c} \mathrm{CI}=\left(\lambda_{\max }-n\right) /(n-1) \end{array} $ (3)

式中:CR为随机一致性比率,当CR < 0.10时,认为判断矩阵的一致性是可以接受的,否则应该对判断矩阵做适当修正;CI为度量判断矩阵偏离的一致性指标;λmax为判断矩阵的最大特征根;n为判断矩阵的阶数;RI为修正因子,对不同阶数的矩阵有不同取值(见表 2).

表 2 层次分析法中修正因子(RI)取值 Table 2 Value of correction factor RI in analytic hierarchy process
1.3.2 危害性表征

综合潜在污染源荷载评估即综合考虑六类污染源荷载危害性,根据六大类污染源权重将单个潜在污染源荷载危害性评分进行叠加,得到综合危害性评价结果,并通过ArcGIS 10.2软件中的自然间断点分级法将评价结果分为Ⅰ~Ⅴ级.

$ C_{j}=\sum\limits_{j=1}^{6}\left(P_{j} \times W_{j}\right) $ (4)

式中,Cj为综合污染源荷载危害性评分,Pj为单个潜在污染源荷载危害性指数,Wj为单个潜在污染源权重,j为工业源、垃圾场、加油站、农业源、生活源和地表排污河六类污染源.

2 案例研究 2.1 研究区概况

研究区位于河北省沧州市,地处河北省东南部,地理位置为115°43′E~117°58′E、37°28′N~38°57′N,2019年全市年末户籍人口共计783.13×104人.该市为平原地区,地势平坦,岩性以第四系沉积物为主,地下水主要赋存于新生界第四系松散地层,以孔隙水为主[29].沧州市为半干旱地区,受纬度与地形控制,表现为典型的暖温带大陆季风型气候,年均降雨量445.80 mm.该市工业企业分布较多,是北方重要的石油化工基地和陆海交通枢纽,其主导行业为石油加工业、石油及天然气开采业、金属制品业、化学原料及化学制品制造业、汽车制造业等[30].

2.2 危害性评价指标 2.2.1 点源污染

点源污染包括垃圾场、工业源、畜禽养殖场和加油站.沧州市重点工业企业共计302个,包括有色金属冶炼业、石油加工业、炼焦行业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、金属制品业、石油开采业、纺织业、皮革制品业、水泥业、化纤业、氯碱业和电镀业;畜禽养殖场共计421个,包括羊猪场、养牛场和养鸡场等;地表加油站共计223个;垃圾场共计11个,污染源分布情况如图 2所示.其中垃圾场污染源数量较少且较为分散,考虑缓冲区半径(λ1),选择模型P=K×Q×L×λ1进行分级评分;沧州市工业源、畜禽养殖场与加油站污染源数量较大,缓冲区半径这一指标不足以代表多个点源污染叠加而成的复合污染源强度,考虑污染复合强度(λ2),选择模型P=K×Q×L×λ2进行分级评分[17-18], 各指标及分级评分见表 3.在畜禽养殖场排放量中,根据GB 18596—2001中集约化畜禽养殖区的适用规模Ⅱ级规模计算,CODCr排放量为346.4 t/a,将其对应的评分定为高值10;沧州市畜禽养殖平均CODCr排放量为38 t/a,将其作为中值4.点源污染分级评分见表 3.

图 2 点源污染分布 Fig.2 Spot pollutant source distribution

表 3 点源污染分级评分 Table 3 Point pollution rating
2.2.2 线源污染

线源污染包括GB 3838—2002《地表水环境质量标准》劣Ⅴ类地表排污河,分别为北排河、沧浪渠、青静黄排水渠、子牙新河和宣惠河[30],其多年平均径流量分别为3.1×108、7.3×108、6.3×108、2.2×109、2.7×108 m3.选择模型P=K×Q×L×λ1进行分级评分[22-23].线源污染分级评分见表 4.

表 4 线源污染分级评分 Table 4 Liner pollution rating
2.2.3 面源污染

面源污染包括农业源化肥使用和生活源,根据评价模型P=K×Q×L进行分级评分.沧州市化肥使用量最小为6.1×10-3 kg/m2(黄骅市),将其对应的评分作为低值1,化肥使用量最大为5.0×10-2 kg/m2(沧州市),将其对应的评分作为高值10.我国平均人口密度为130.0人/km2[17],沧州市平均人口密度约为580.9人/km2,相比全国平均人口总体偏高.为保证生活污染源评分符合沧州市人口分布特征,该研究将130.0人/km2作为低值1,人口密度最高区为任丘市为804.8人/km2,将其作为评分高值10.面源污染分级评分见表 5.

表 5 面源污染分级评分 Table 5 Surface pollution rating
2.3 潜在污染源荷载危害性评价 2.3.1 单一污染源荷载危害性评价

利用模型P=K×Q×L×λi对沧州市进行单个潜在污染源荷载危害性分析,并对点源、线源、面源污染分别进行赋值.采用ArcGIS 10.2软件中的自然间断点分级法,可将评价分为3~5类,各污染源危害性分区及评分情况如图 3所示.结果表明,沧州市工业源总体评分最高,为5.2~12.9分,危害性较高区集中位于研究区西北部与中部,得分为10.4~12.9分,占工业源总危害性的15.9%;农业源中,化肥使用总体评分中等,为0~7.4分,危害性较高区集中位于研究区西部,得分为3.1~7.4分,占化肥施用总危害性的3.2%,畜禽养殖总体评分较低,为1.0~2.0分,危害性较高区集中位于研究区东部,得分为1.7~2.0分,占畜禽养殖总危害性的25.0%;地表排污河总体评分中等,为0~7.0分,危害性最高的河流为子牙新河,得分为5.3~6.3分,占地表排污河总危害性的20.5%;垃圾场总体评分中等,为0~6.3分,危害性较高区位于沧州市南部,得分为5.3~6.3分,占垃圾场总危害性的9.1%.加油站总体评分较低,为1.2~1.8分,危害性较高区集中位于研究区中部,得分为1.7~1.8分,占加油站总危害性的10.7%;生活源总体评分较低,为3.0~7.0分,危害性较高区集中位于研究区西部及西北部,得分为5.0~7.0分,占生活源总危害性的30.4%;据资料显示,工业污染源多分布于沧州市中南部和东北部地区、农业污染源多分布于中东部地区,且沧州市中部和东北部地区加油站密度较大,评价结果显示上述地区污染源危害性评分较高,表明评价结果与实际较为相符.相较于传统评价方法,点源污染、线源污染和面源污染通常均以行政区为单位进行危害性分级评分,在一定程度上受行政区面积、边界等因素影响.而对点源引入污染复合强度这一指标,能够得出每一个点源污染的危害性评分,进而更准确地反映出区域地下水潜在污染源危害性情况.

图 3 单个潜在污染源荷载危害性评价结果 Fig.3 Hazard assessment of single potential pollution source load
2.3.2 综合潜在污染源荷载危害性评价 2.3.2.1 权重确定

结合表 1对沧州市六大类污染源进行评分排序.据资料显示,沧州市是北方重要的石油化工基地,其第二产业工业发展最为迅速,因此其重点工业源的潜在污染物产生可能性在六大类源中最高,相对其余潜在污染源荷载更为重要.农业源、加油站、垃圾场三类污染源为点源污染,总体分布较多,且污染源种类毒性稍高,因此上述三类污染源重要性稍高.假设生活源中供水全部转化为城市污水,且城市污水与地表排污河的污染物毒性相对其他来源较小,因此重要程度较低,判断矩阵见表 6.

表 6 地下水潜在污染源荷载判断矩阵 Table 6 Load judgment matrix of potential pollution source of groundwater

通过计算可以得出,工业源、垃圾场、加油站、农业源、生活源和地表排污河的权重分别为31.06%、17.02%、17.02%、17.02%、8.94%和8.94%,对其进行一致性检验,CI=0.002 8,CR=0.002 0,均小于0.1,通过一致性检验.根据六大类污染源的权重,将单个潜在污染源荷载危害性评分结果进行叠加,根据式(4)得到综合地下水潜在污染源荷载危害性评价分级结果,分级区间如下:Ⅰ级(0.1~3.1)、Ⅱ级(3.1~3.8)、Ⅲ级(3.8~4.3)、Ⅳ级(4.3~5.0)、Ⅴ级(5.0~6.3).

2.3.2.2 综合潜在污染源荷载危害性评价结果

由综合潜在污染源荷载危害性评价结果(见图 4)可知,沧州市危害性Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级和Ⅴ级区域占比分别为9.8%、15.4%、33.2%、25.5%和16.1%.其中Ⅳ、Ⅴ级风险区面积为5 560.0 km2,占总面积的41.6%、主要位于沧州市中部、北部地区. Ⅰ、Ⅱ级风险区面积为3 303.4 km2,占总面积的25.2%、主要位于沧州市东部地区. Ⅴ级风险区为最高危害性区,主要分布于任丘市、河间市西北部、孟村回族自治县和沧县东部地区.根据单个污染源得分,计算出Ⅴ级风险区工业源、农业源、垃圾场、加油站、地表排污河、生活源的得分占比分别为64.4%、20.8%、0.5%、5.1%、0.3%和8.8%,表明工业源的危害性影响程度最大.据相关文献资料显示,沧州市是北方重要的石油化工基地和陆海交通枢纽,其中任丘市分布较多的石油化工企业,河间市分布较多的纺织、印染和皮革工场,孟村回族自治县分布较多的管件加工及制造工厂,沧县分布较多的畜禽养殖场及加油站,上述地区点源污染源复合强度较大,对地下水污染源荷载危害性较大.因此基于污染源种类(K)、污染物排放量(Q)、污染源释放可能性(L)、缓冲区半径(λ1)、污染复合强度(λ2)的评价方法能够较为合理地反映区域内各类不同污染源的危害性及危害性情况,对于将来加强地下水潜在污染源荷载危害性较高区的管控与划分具有一定的意义.

图 4 综合潜在污染源荷载危害性评价结果 Fig.4 Comprehensive load harmfulness assessment of potential pollution sources
3 结论

a) 该研究增加点源污染的污染复合强度指标,建立了以污染源种类(K)、污染物排放量(Q)、污染源释放可能性(L)、缓冲区半径(λ1)和污染复合强度(λ2)为主的评估模型,该模型可应用于沧州市地下水潜在污染源危害性评价.

b) 任丘市、河间市西北部、孟村回族自治县和沧县东部地区对地下水安全危害性最高,为V级评价区,且地下水危害性受工业源影响最大,占64.4%,这与实际情况较为符合.该研究通过增加污染复合强度指标可对多点源的复加污染进行危害性评分,这不仅解决了传统评价方法中因行政区面积及边界限制影响评价结果的问题,也为地下水污染源强精准识别与风险评估提供技术支撑.

参考文献
[1]
ALBERTI L, COLOMB O, FORMENTIN G. Null-space monte carlo particle tracking to assess groundwater PCE (tetrachloroethene) diffuse pollution in north-eastern Milan functional urban area[J]. Science of the Total Environment, 2018, 621: 326-339. DOI:10.1016/j.scitotenv.2017.11.253 (0)
[2]
JARRAY H, ZAMMOURI M, OUESSAR M, et al. GIS based DRASTIC model for groundwater vulnerability assessment:case study of the shallow mio-plio-quaternary aquifer (southeastern Tunisia)[J]. Water Resources, 2017, 44(4): 595-603. DOI:10.1134/S0097807817040066 (0)
[3]
JHARIYA D C. Assessment of groundwater pollution vulnerability using GIS-based DRASTIC model and its validation using nitrateconcentration in Tandula Watershed[J]. Journal of the Geological Society of India, 2019, 93(5): 567-573. DOI:10.1007/s12594-019-1218-5 (0)
[4]
VASCONCELOS V V. What maintains the waters flowing in our rivers?[J]. Applied Water Science, 2017, 7(4): 1579-1593. DOI:10.1007/s13201-015-0373-0 (0)
[5]
RAMAROSON V, RAKOTOMALALA C U, RAJAOBELISON J, et al. Tritium as tracer of groundwater pollution extension:case study of Andralanitra landfill site, Antananarivo:madagascar[J]. Applied Water Science, 2018, 8: 57-67. (0)
[6]
OUEDRAOGO I, DEFOURNY P, VANCLOOSTER M. Mapping the groundwater vulnerability for pollution at the pan African scale[J]. Science of the Total Environment, 2016, 544: 939-953. DOI:10.1016/j.scitotenv.2015.11.135 (0)
[7]
SEFELNASR A M, OMRAN A A-K, ABDEL-HAK H A, et al. GIS-based numerical modeling for the groundwater assessment:a case study in the Quaternary Aquifer, Assiut Governorate, Egypt[J]. Arabian Journal of Geosciences, 2019, 12(20): 624-636. DOI:10.1007/s12517-019-4822-1 (0)
[8]
KANAGARAJ G, SUGANTHI S, ELANGO L, et al. Assessment of groundwater potential zones in Vellore District, Tamil Nadu, India using geospatial techniques[J]. Earth Science Informatics, 2018, 18: 363-375. (0)
[9]
KHOSRAVI K, SARTAJ M, TSAI F T C, et al. A comparison study of DRASTIC methods with various objective methods for groundwater vulnerability assessment[J]. Science of the Total Environment, 2018, 624: 1032-1049. (0)
[10]
FOSTER S S D, HIRATA R, GOMES D, et al.Groundwater pollution risk assessment: a methodology using available data[R]. Peru, Lima: Pan American Centre for Sanitary Engineering and Environmental Sciences, 1988: 1-10. (0)
[11]
ZHAO X M, YAO L A, MA Q L, et al. Distribution and ecological risk assessment of cadmium in water and sediment in Longjiang River, China:implication on water quality management after pollution accident[J]. Chemosphere, 2018, 194: 107-116. DOI:10.1016/j.chemosphere.2017.11.127 (0)
[12]
张佳文, 张伟红, 陈震, 等. 北京密怀顺地区地下水污染风险评价方法探究[J]. 环境科学学报, 2018, 38(7): 2876-2883.
ZHANG Jiawen, ZHANG Weihong, CHEN Zhen, et al. Study on risk assessment method of groundwater pollution in Beijing Mi-Huaishun Area[J]. Acta Scientiae Circumstantiae, 2018, 38(7): 2876-2883. (0)
[13]
SHRESTHA S, KAFLE R, PANDEY V P. Evaluation of index-overlay methods for groundwater vulnerability and risk assessment in Kathmandu Valley, Nepal[J]. Science of the Total Environment, 2016, 575: 779-790. (0)
[14]
AYDI A. Evaluation of groundwater vulnerability to pollution using a GIS-based multi-criteria decision analysis[J]. Groundwater for Sustainable Development, 2018, 7: 204-211. DOI:10.1016/j.gsd.2018.06.003 (0)
[15]
李广贺, 赵勇胜, 河江涛, 等. 地下水污染风险源识别与防控区划技术[M]. 北京: 中国环境出版社, 2014. (0)
[16]
LI B, ZENG Y F, ZHANG B B, et al. A risk evaluation model for karst groundwater pollution based on geographic information system and artificial neural network applications[J]. Environmental Earth Sciences, 2018, 77: 344-357. DOI:10.1007/s12665-018-7539-7 (0)
[17]
张可心, 纪丹凤, 苏婧, 等. 垃圾填埋场地下水污染风险分级评价[J]. 环境科学研究, 2018, 31(3): 514-520.
ZHANG Kexin, JI Danfeng, SU Jing, et al. Risk assessment system for groundwater pollution from landfills[J]. Research of Environmental Sciences, 2018, 31(3): 514-520. (0)
[18]
ADNAN S, IQBAL J, MALTAMO M, et al. GIS-based DRASTIC model for groundwater vulnerability and pollution risk assessment in the Peshawar District, Pakistan[J]. Arabian Journal of Geosciences, 2018, 11: 458-470. DOI:10.1007/s12517-018-3795-9 (0)
[19]
ANDREO B, GOLDSCHEIDER N, VADILLO I, et al. Karst groundwater protection:first application of a Pan-European approach to vulnerability, hazard and risk mapping in the Sierra de Líbar (southern Spain)[J]. Science of the Total Environment, 2006, 357: 54-73. DOI:10.1016/j.scitotenv.2005.05.019 (0)
[20]
赵鹏, 何江涛, 王曼丽, 等. 地下水污染风险评价中污染源荷载量化方法的对比分析[J]. 环境科学, 2017, 38(7): 2754-2762.
ZHAO Peng, HE Jiangtao, WANG Manli, et al. Comparison and analysis of the quantitative methods for pollutant sources load in groundwater contamination risk assessment[J]. Environmental Science, 2017, 38(7): 2754-2762. (0)
[21]
陆燕, 何江涛, 王俊杰, 等. 北京平原区地下水污染源识别与危害性分级[J]. 环境科学, 2012, 33(9): 3117-3123.
LU Yan, HE Jiangtao, WANG Junjie, et al. Groundwater pollution sources identification and grading in Beijing Plain[J]. Environmental Science, 2012, 33(9): 3117-3123. (0)
[22]
陆燕.北京市平原区地下水污染风险源识别与防空区划研究[D].北京: 中国地质大学(北京), 2012. (0)
[23]
王甜甜.吉林省中部地下水污染危害性评价[D].长春: 吉林大学, 2011. (0)
[24]
高晓凤. 基于层次分析法的环境质量评价[J]. 绿色科技, 2017(4): 50-53.
GAO Xiaofeng. Research on environmental quality assessment based on analytic hierarchy process[J]. Journal of Green Science and Technology, 2017(4): 50-53. (0)
[25]
BALSARA S, JAIN P K, RAMESH A. An integrated approach using AHP and DEMATEL for evaluating climate change mitigation strategies of the Indian cement manufacturing industry[J]. Environmental Pollution, 2019, 252: 863-878. DOI:10.1016/j.envpol.2019.05.059 (0)
[26]
SANTHOSH L G, SIVAKUMAR-BABU G L. Landfill site selection based on reliability concepts using the DRASTIC method and AHP integrated with GIS:a case study of Bengaluru City, India[J]. Georisk:Assessment and Management of Risk for Engineered, 2018, 12(3): 234-252. DOI:10.1080/17499518.2018.1434548 (0)
[27]
KARACA F. An AHP-based indoor air pollution risk index method for cultural heritage collections[J]. Journal of Culture Heritage, 2015, 16(3): 352-360. DOI:10.1016/j.culher.2014.06.012 (0)
[28]
李艳萍, 乔琦, 柴发合, 等. 基于层次分析法的工业园区环境危害性评价指标权重分析[J]. 环境科学研究, 2014, 27(3): 334-340.
LI Yanping, QIAO Qi, CHAI Fahe, et al. Study on environmental risk assessment index weight of industrial park based on the analytic hierarchy process[J]. Research of Environmental Sciences, 2014, 27(3): 334-340. (0)
[29]
段学敏.基于GIS的沧州地面沉降危害性区划[D].北京: 中国地质大学(北京), 2013. (0)
[30]
付晓娣.沧州地下水流与地面沉降耦合模拟评价[D].北京: 中国地质大学(北京), 2013. (0)