10.13198∕j.issn.1001-6929.2018.12.08
西北旱区盐湖盆地地下水化学组分源解析
为实现对吉兰泰盐湖盆地地下水污染源的识别与管理,系统采集区域内71个地下水样品,测定16项地下水质关键指标;以GB∕T 14848—2017《地下水质量标准》中的Ⅲ类标准为依据确定特征污染物,利用因子分析(FA)确定地下水水质指标的因子分类,以地质统计学插值绘图揭示不同污染源的空间分布特征,运用APCS-MLR(绝对主成分得分多元线性回归)量化不同污染源的贡献率.结果表明:研究区内ρ(Cr6+)、ρ(As)、ρ(NH4+)、ρ(F-)、ρ(Cl-)、ρ(NO2-)、ρ(CODMn)、ρ(TDS)、pH等9项地下水水质指标均存在超标现象,其中ρ(NH4+)、ρ(Cl-)、ρ(F-)超标较为严重.通过因子分析法筛选出影响研究区地下水水质的6个公因子,即溶滤-富集作用因子(F1,贡献率为24.61％)、农业活动因子(F2,贡献率为20.38％)、原生地质-农业生产、生活污染因子(F3,贡献率为11.72％)、工业生产污染因子(F4,贡献率为10.38％)、地质环境背景因子(F5,贡献率为10.78％)、原生地质因子(F6,贡献率为10.61％),其中F1、F5、F6为环境影响因子,F2、F3、F4为人类活动影响因子.采用因子得分函数计算得到因子得分,巴音乌拉山一带整体污染因子得分较高,乌兰布和沙漠存在点状高值区,图格力高勒沟谷上游也存在一定程度的污染,而盐湖盆地东南大部分区域水质相对较好,其分布与变化受到天然因素和人类活动的双重影响.利用APCS-MLR得到各水质指标预测值与实测值的R2(线性拟合优度)均大于0.7,APCS-MLR可较好地评估各因子对水质的贡献率.研究显示,因子分析与APCS-MLR相结合可以有效地对地下水化学组分进行定性识别与定量解析.
地下水、因子分析(FA)、绝对主成分得分多元线性回归(APCS-MLR)、盐湖盆地、化学组分源解析、空间分布
32
X523(水体污染及其防治)
国家自然科学基金项目51969022;美国国家自然科学基金项目100653-010
2019-12-19（万方平台首次上网日期，不代表论文的发表时间）
共10页
1790-1799
