Urbanization Factors of Groundwater Vulnerability Assessment in Karst Area: A Case Study of Shuicheng Basin
-
摘要: 岩溶地下水是贵州省六盘水市的重要供水水源，但针对该地区的岩溶地下水脆弱性评价，尤其是城镇化区域的岩溶地下水脆弱性评价尚未见报道.运用改进的径流-覆盖层-降雨（COP）模型，利用RS及GIS技术对水城盆地的土壤类型、土地利用/覆盖类型、降水量数据进行处理，研究了岩溶地下水脆弱性评价的城镇化因子.结果显示，2004~2016年间，研究区地下水固有脆弱性整体呈现出由中脆弱性向低脆弱性转变的趋势，脆弱性降低的区域与城镇化过程中增加的不透水地面区域相一致；表明不透水地面有效地阻碍了地表污染物进入地下，降低了地下水固有脆弱性.本结果为水城盆地岩溶水资源管理提供了重要依据.Abstract: Karst groundwater is an important water supply source for Liupanshui City of Guizhou Province. However, vulnerability assessment of karst groundwater in this region, especially in the urbanized areas has not been reported. To characterize urbanization factors of groundwater vulnerability assessment in karst area, we chose Shuicheng Basin as the study area, used and improved the Concentration of Flow-Overlying Layers-Precipitation (COP) model, and processed data of soil types, land use/land cover, and precipitation by RS and GIS technologies. Results show that the inherent vulnerability of groundwater for the study area decreased from medium to low during 2004 to 2016, and the area with decreased vulnerability is consistent with the increased impervious area caused by urbanization. It suggests that impervious grounds hinder inputs of surface pollutants, reducing inherent vulnerability of groundwater. Our results are important for karst water resource management in the study area.
-
Key words:
- urbanization /
- inherent vulnerability assessment /
- COP model /
- karst area /
- hydrogeology
-
0. 引言
地下水资源是我国城市供水的重要水资源（郝华，2004）.在地下水资源的保护和管理方面，地下水脆弱性评价是一种行之有效的方法（Dimitriou and Zacharias, 2006）.目前国内外有30多种计算脆弱性指数的模型，不同模型各有其侧重点(邢立亭等，2009).针对岩溶地区地下水脆弱性评价的欧洲模式由欧盟科学技术委员会在COST Action 620中提出，但该模型所考虑的因子多基于天然状态下的条件（Daly et al., 2002）.研究表明城镇化将会对地下水的资源需求量、水位、水质三方面造成影响(Naik et al., 2008)，具体表现为：（1）作为居民生活用水供水水源，人口的快速增长，导致地下水用水量增加；（2）城镇化所增加的不透水地面使得地下水的补给减少，造成地下水位波动，打破原本的水系统平衡状态；（3）人类活动的增加可造成地下水水质恶化（于开宁等，2003）.城镇化是我国社会发展的必然趋势；因此，研究地下水脆弱性评价中的城镇化因子对实现地下水资源的可持续利用具有重要的社会与科学意义.
地下水污染脆弱性于1968年由法国学者Margant首次提出（Vías et al., 2006）.1993年，美国国家科学研究委员会将地下水脆弱性定义为污染物到达最上层含水层之上某特定位置的倾向性与可能性（王松等，2008）.其可分为固有脆弱性和特殊脆弱性；固有脆弱性是指地下水对人类活动产生的污染物的敏感性，只考虑区域的水文地质特征，与污染物的性质和污染情况无关；特殊脆弱性是地下水对某一特定污染源或人类活动的脆弱性（Daly et al., 2002）.目前被广泛应用的含水层埋深‒净补给量‒含水层介质‒土壤介质‒地形‒渗流介质‒渗透系数（Depth to water-Net recharge-Aquifer media-Soil media-Topography-Impact of vadose zone media-Hydraulic conductivity, DRASTIC）模型（Almasri, 2008），大多集中于孔隙和裂隙含水层的脆弱性评价研究.研究者们（付素蓉等，2000；王焰新等，2002）利用改进的DRASTIC模型评价了武汉市第四系含水层地下水有机污染敏感性.适用于岩溶地下水系统脆弱性评价的模型包括：表层岩溶‒保护层‒岩溶管道‒入渗（Epikarst-Protective cover-Karst network-Infiltration conditions, EPKI）模型（Doerfliger et al., 1999），保护层‒入渗（Protective cover-Infiltration conditions, PI）模型（Goldscheider et al., 2000），径流-覆盖层-降雨（Concentration of flow-Overlying layers-Precipitation, COP）模型（Vías et al., 2006）等.其中，COP模型由Vías et al.（2006）提出，其后被广泛应用于不同岩溶含水层的固有脆弱性评价（Andreo et al., 2009；Polemio et al., 2009；Bagherzadeh et al., 2018）.该模型采用等级划分方法从3个主因子方面考虑地下水脆弱性，即径流特征C因子、覆盖层O因子及降雨P因子（Daly et al., 2002；Andreo et al., 2006；Vías et al., 2006；Dimitriou et al., 2008；Andreo et al., 2009；Vías et al., 2010）.最终脆弱性评价结果划分为5个等级：极高脆弱性、高脆弱性、中脆弱性、低脆弱性和极低脆弱性（Vías et al., 2006；刘海娇等，2015）.该方法更具普适性，而不受区域位置、数据多少的影响.
在城镇化过程中的人口增长、土地利用方式转变等因素对地下水的影响越来越明显，本研究基于COP模型，考察城镇化因子的影响，并对其进行改进，进而评价水城盆地岩溶地下水的固有脆弱性.为水城盆地岩溶地下水资源的可持续利用提供参考.
1. 材料与方法
1.1 研究区概况
贵州省是全球岩溶地貌集中连片分布面积最大、岩溶类型最全和发育最复杂的地区，也是东亚岩溶典型区域中心（何守阳等，2010；李华等，2017），水城盆地位于贵州省六盘水市的中心城区（图 1），其地理坐标范围为东经104°45′~105°00′、北纬26°30′~26°40′.该区属亚热带高原季风气候区，多年平均气温12.2 ℃，极端最高气温32.9 ℃，极端最低气温-11.7 ℃；多年平均降雨量1 205.9 mm，且主要集中在5~10月以暴雨形式出现，占全年降水量的80%（肖攀等，2015）.区内石炭系、二叠系、三叠系碳酸盐岩（主要为灰岩）出露面积达83%，岩溶发育.
1.2 数据来源与处理
本次研究收集整理了水城盆地的水文地质、地形、土壤、降雨等资料.其中水文地质资料主要来源于内部报告（贵州地质工程勘察设计研究院，2009.贵州省六盘水市中心区岩溶塌陷灾害勘查报告）；地形数据主要来源于地理空间数据云（http://www.gscloud.cn/）DEM数字高程数据；土壤数据主要来源于贵州省农业厅和中国科学院南京土壤研究所(1980）、六盘水市地方志编纂委员会(1980）和水力土壤侵蚀强度分布数据（中国生态系统评估与生态安全数据库，http://www.ecosystem.csdb.cn/）；降雨数据来源于中国气象数据网（http://data.cma.cn/）中国地面累年值数据集（1981~2010年）.利用ArcGIS软件对收集整理的数据进行处理，绘制了研究区土壤分布图（图 2），统计了研究区土壤类型、质地及厚度数据（表 1）、降雨数据（表 2）.
表 1 研究区土壤类型、质地及厚度统计Table Supplementary Table Type, texture and thickness of soil in the study area土壤类型 土壤质地 厚度（cm） 山地灌丛草甸土 重壤土 20~50 山地黄棕壤 中-轻壤土 50~100 黄壤 中壤土 70~120 石灰土 中壤土-重粘土 14~85 紫色土 中/重壤土 20~30 潮土 砂壤土 30 沼泽土 中-重壤土 80 水稻土 壤土 60 注：据贵州省农业厅和中国科学院南京土壤研究所（1980），六盘水市地方志编纂委员会（1980）. 表 2 六盘水-安顺-毕节地区1981~2010年降雨统计Table Supplementary Table Annual rainfall of the Liupanshui-Anshun-Bijie region during 1981-2010区站号 站名 经度 纬度 海拔(m) 累年年平均降水量(mm) 累年年降水天数 降水强度(mm/d) 56598 赫章 104°26' 27°05' 1 535.1 832.9 167.9 5.0 56691 威宁 104°10' 26°31' 2 237.5 859.4 177.8 4.8 56793 盘县 104°17' 25°26' 1 800.0 1 383.4 186.9 7.4 57800 纳雍 105°13' 26°28' 1 457.1 1 203.0 211.0 5.7 57805 织金 105°28' 26°25' 1 319.3 1 355.4 204.2 6.6 57807 六枝 105°17' 26°07' 1 361.9 1 480.0 192.1 7.7 57808 普定 105°27' 26°11' 1 274.5 1 340.6 174.7 7.7 57809 镇宁 105°27' 26°02' 1 251.0 1 347.0 175.6 7.7 57903 关岭 105°22' 25°34' 1 142.0 1 327.7 174.7 7.6 注：数据来自中国气象数据网，http://data.cma.cn/. 另外，六盘水市在2005~2015年顺利完成了“十一五”和“十二五”计划，结合城镇化发展的阶段性以及考虑数据的质量及获取时间，收集了2004、2010、2016年的卫星图片，利用ENVI软件对卫星图片进行了遥感解译（图 3）.
1.3 模型改进
地下水脆弱性常因补给量、土地利用等因素的改变对气候变化或人类活动做出响应（葸瑞，2015），因此，选择土地利用类型和不透水地面因子考察城镇化的影响，改进COP模型.
(1) 覆盖层因子方面.原COP模型中，土壤质地按砂粒、粘粒和粉粒的质量分数进行划分.本研究中将土壤质地按照国内常用的卡庆斯基制进行划分.在城市建设过程中，土地利用类型的改变影响其覆盖层的保护能力，由城市建设带来的不透水地面在一定程度上阻碍地表污染物进入地下，增加该区域的覆盖层保护能力.所以，在土壤因子（Os）评价中增加不透水地面因子，并将城市不透水地面的评分定为最高分值5分，详见图 4中表Ⅰ.
(2) 径流因子方面.将原C因子中单纯区分植被是否存在的坡度与植被特征（sv）次因子改为区分土地利用类型的变化，并改其名称为坡度与土地利用（sl）（图 4表Ⅷ、表Ⅹ）.此外，到落水洞的距离（dh）次因子所定义的最远距离为5 000 m代表欧洲所发现的大型岩溶高原的落水洞距离范围（Tayer and Velásques, 2017）；评价该因子时，先对落水洞的汇水区域进行划分，在落水洞的汇水区域内再按照图 4中表Ⅵ进行赋值评分.
1.4 赋值依据
覆盖层指位于陆地表面和潜水面之间的各个层位，包括表土层、底土层、非可溶岩、非饱和带可溶岩（Vías et al., 2006）.但每个层并不是总存在，所以评价过程中多将其概化为土壤层和岩层（刘海娇等，2015）.土壤结构越松散，土层越薄，地下水脆弱性越高；岩层中的裂隙越少，厚度越大，包气带岩层的保护能力越强；赋值规则见图 4表Ⅰ~Ⅴ.但由于覆盖层因子中的土壤质地及厚度数据来源于贵州省农业厅和中国科学院南京土壤研究所(1980）及六盘水市地方志编纂委员会(1980），年代较为久远，赋值过程中将根据中国生态系统评估与生态安全数据库中的水力土壤侵蚀强度分布数据，计算不同强度下不同年份的土壤流失厚度，对土壤厚度进行修正.
径流因子是覆盖层因子的修正系数，代表了发生集中入渗现象的程度，进而将其划分落水洞区域与非落水洞区域进行评价.在落水洞区域内近似认为所有的地表汇流都会通过落水洞进入地下水，当坡度缓，地面以灌木、林地等植被为主时，携带着污染物的地表径流易被植被截留而减少其进入量.因此，在落水洞区域范围内，坡度越缓且植被越茂盛，脆弱性就越低.而非落水洞区域与之相反，在地表径流运移的过程中，坡度越缓，植被越茂盛，更多的地表径流将被植被截留，而携带在其中的污染物更容易通过入渗的方式进入地下，脆弱性越高；赋值规则见图 4中表Ⅵ~Ⅺ.
降水条件因子代表的是降雨事件所产生的影响，高强度降雨会加快地表径流的产生，更快地运移污染物质，赋值规则见图 4中表Ⅻ~ⅩⅣ.
2. 结果
2.1 覆盖层因子
覆盖层因子评价结果如图 5所示, 从图可以看出，研究区覆盖层因子总体呈现为中-低脆弱性.在2004年，整个区域的大部分地区覆盖层保护能力高或者中等，整个区域以中等脆弱性为主.2004~2016年间，区域的整体覆盖层保护能力逐渐增加，由中脆弱性变为低脆弱性.脆弱性降低的区域与图 3中建设用地增加的区域相对应，表明脆弱性降低主要是由于城市建设增加不透水地面，进而增加了该区域范围内的覆盖层保护能力.
2.2 径流因子
径流因子评价结果如图 6所示.在落水洞区域，污染物可以通过落水洞直接进入地下含水层中，致使含水层上部的覆盖层保护能力消失.从图 6可以看出，研究区地下水固有脆弱性的极高脆弱性、高脆弱性集中于落水洞区域，且其随时间的变化整体上并不明显.非落水洞区域内，高脆弱性区域主要是地表岩溶较为发育的区域，并呈现出随时间增加的趋势.高脆弱性增加的区域与图 3中的土地利用类型从耕地转变为灌木或草地的区域相一致，表明土地利用类型由耕地转变为灌木或草地，增加了污染物被植被截留、通过入渗进入地下的可能，从而使得地下水固有脆弱性增高.区域内极低脆弱性区域的面积也随时间增加，由中脆弱性或低脆弱性转变为极低脆弱性的区域同样也与图 3中的建设用地扩展的区域相一致，反映了土地利用类型转变为建设用地，降低了地下水固有脆弱性.
2.3 降水条件P因子
通过ArcGIS软件，选用协同克里格法对降雨量进行空间插值，结果表明水城盆地内的多年平均降水量均在1 335~1 356 mm之间.根据图 4中表Ⅻ，PQ取值为0.3，算得水城盆地的降水强度在4.8~7.7之间；参照图 4中表ⅩⅢ，PI取值为0.6，算得P因子得分为0.9，对应于表ⅩⅣ中极低脆弱性.
2.4 脆弱性指标值（COP）计算
利用ArcGIS将不同年代的O因子、C因子及P因子评价结果进行叠加，并依据图 4中表XV进行重新分类，得到2004、2010和2016年地下水固有脆弱性评价图（图 7）.
2.5 脆弱性时间变化
利用ArcGIS计算得到2004~2010年和2010~2016年的脆弱性转移矩阵（表 3、表 4），并将COP评价图层两两叠加得到2004~2010年和2010~2016年的脆弱性变化分布（图 8），更直观地观察研究区脆弱性的变化情况.
表 3 2004~2010年脆弱性面积转移矩阵（km2）Table Supplementary Table Vulnerability area transfer matrix during 2004-2010 (km2)极高脆弱性 高脆弱性 中脆弱性 低脆弱性 极低脆弱性 2010年合计 极高脆弱性 3.04 0.05 0.00 0.04 0.01 3.13 高脆弱性 0.08 3.96 1.18 0.13 1.93 7.28 中脆弱性 0.00 0.23 66.53 20.73 6.54 94.04 低脆弱性 0.00 0.10 4.63 54.10 3.58 62.41 极低脆弱性 0.00 0.41 9.01 7.80 15.83 33.04 2004年合计 3.12 4.75 81.36 82.79 27.88 表 4 2010~2016年脆弱性面积转移矩阵（km2）Table Supplementary Table Vulnerability area transfer matrix during 2010- 2016 (km2)极高脆弱性 高脆弱性 中脆弱性 低脆弱性 极低脆弱性 2016年合计 极高脆弱性 2.98 0.07 0.00 0.01 0.01 3.06 高脆弱性 0.10 3.57 0.90 0.07 0.48 5.11 中脆弱性 0.00 0.65 65.91 11.54 6.67 84.78 低脆弱性 0.04 0.23 7.06 37.05 4.13 48.51 极低脆弱性 0.01 2.76 20.14 13.73 21.79 58.44 2010年合计 3.13 7.28 94.01 62.40 33.08 据图 8与表 3可知，随着土壤侵蚀与土地利用类型的改变，与2004年相比，2010年研究区地下水固有脆弱性保持不变的区域面积占研究区总面积的71.76%.脆弱性升高区域的面积总和为34.18 km2，占总面积的17.10%，主要分布在非落水洞区域内的土地利用类型从耕地转变为灌木或草地的区域.脆弱性降低区域面积总和为22.27 km2，占总面积的11.14%，主要分布在非落水洞区域内土地利用类型变为建设用地的区域.其中高脆弱性以上降低到中等脆弱性的面积为0.23 km2，占脆弱性降低区域总面积的1.05%；中等脆弱性降低到低脆弱性及以下的面积为13.64 km2，占脆弱性降低区域总面积的61.27%.2004~2010年，研究区中脆弱性区域的脆弱性等级降低.
据图 8与表 4可知，与2010年相比，2016年研究区地下水固有脆弱性保持不变的区域面积占研究区总面积的65.68%.脆弱性升高区域的面积为23.88 km2，占总面积的11.94%，主要分布于研究区西北侧的非落水洞区域内的土地利用类型从耕地转变为灌木或草地的区域.脆弱性降低区域面积总和为44.73 km2，占总面积的22.38%，主要集中在非落水洞区域内土地利用类型变为建设用地的区域.其中高脆弱性以上降低到中等脆弱性的面积为0.65 km2，占脆弱性降低区域总面积的1.45%；中等脆弱性降低到低脆弱性及以下的面积为27.20 km2，占脆弱性降低区域总面积的60.81%.同样在2010~2016年，研究区中脆弱性区域的脆弱性等级降低.
3. 讨论
3.1 时间变化特征
根据COP模型得到脆弱性评价结果（图 7），统计分析得到研究区内2004年、2010年、2016年的各等级脆弱性面积（表 5）.
表 5 2004、2010、2016年研究区脆弱性分布面积（%）Table Supplementary Table Fractions (%) of vulnerability levels in 2004、2010、2016 for the study area脆弱性 面积占比（%） 2004年 2010年 2016年 高脆弱性及以上 3.94 5.21 4.09 中脆弱性 40.70 47.03 42.35 低脆弱性及以下 55.36 47.76 53.56 从表 5中可以看出，区域内中脆弱性及以上的区域面积百分比在2004~2016年间的变化趋势为先增加后降低，与图 7反映的年际变化趋势一致.2016年区域上的脆弱性变化主要受建设用地变化的影响，建设用地的增加使得高脆弱性区域脆弱性降低，低脆弱性区域变为极低脆弱性.
3.2 城镇化对地下水固有脆弱性的影响
时间尺度上，研究区内高度脆弱性以上的区域面积增加较为缓慢，低脆弱性及以下的区域面积随着城镇化所带来的不透水地面的增加而增长.相对于2010年，在2016年区域内脆弱性升高区域的面积有所下降，脆弱性降低区域的面积有所上升.区域上整体呈现出随着城镇化的发展，地下水固有脆弱性降低的趋势.
空间尺度上，在落水洞区域内，城镇化过程中所带来的不透水地面更容易形成地表汇流，使得污染物更易汇流至落水洞对地下水造成污染，增加地下水固有脆弱性；在非落水洞区域内，城镇化过程中所带来的不透水地面，由于其具有低渗透性，一定程度上阻碍了污染物的入渗，降低相应区域的地下水固有脆弱性.
4. 结论
本研究选择不透水地面和土地利用类型作为城镇化因子，改进的COP模型对水城盆地地下水固有脆弱性进行评价，结果表明水城盆地地下水固有脆弱性在2004~2016年间是降低的.其原因可能包括：（1）城镇化建设过程中落水洞被填充，天然土壤覆盖层被沥青或水泥等不透水地面所替代，阻碍了地表污染物的入渗，降低了含水层固有脆弱性；（2）土地利用类型、方式的改变影响了植被覆盖条件及降水入渗量、入渗速率等天然的水文地质条件，致使含水层固有脆弱性发生变化.因此，在进行岩溶区地下水固有脆弱性评价时应充分考虑城镇化的影响，除覆盖层因子外，还需表征地下空间建设、使用产生的污染，如地下管网渗漏等.即，对于城市区的水资源管理，除了保证其合理开发利用外，还应关注地下空间可能带来的地下水污染风险.
-
表 1 研究区土壤类型、质地及厚度统计
Table 1. Type, texture and thickness of soil in the study area
土壤类型 土壤质地 厚度（cm） 山地灌丛草甸土 重壤土 20~50 山地黄棕壤 中-轻壤土 50~100 黄壤 中壤土 70~120 石灰土 中壤土-重粘土 14~85 紫色土 中/重壤土 20~30 潮土 砂壤土 30 沼泽土 中-重壤土 80 水稻土 壤土 60 注：据贵州省农业厅和中国科学院南京土壤研究所（1980），六盘水市地方志编纂委员会（1980）. 
下载: 导出CSV
表 2 六盘水-安顺-毕节地区1981~2010年降雨统计
Table 2. Annual rainfall of the Liupanshui-Anshun-Bijie region during 1981-2010
区站号 站名 经度 纬度 海拔(m) 累年年平均降水量(mm) 累年年降水天数 降水强度(mm/d) 56598 赫章 104°26' 27°05' 1 535.1 832.9 167.9 5.0 56691 威宁 104°10' 26°31' 2 237.5 859.4 177.8 4.8 56793 盘县 104°17' 25°26' 1 800.0 1 383.4 186.9 7.4 57800 纳雍 105°13' 26°28' 1 457.1 1 203.0 211.0 5.7 57805 织金 105°28' 26°25' 1 319.3 1 355.4 204.2 6.6 57807 六枝 105°17' 26°07' 1 361.9 1 480.0 192.1 7.7 57808 普定 105°27' 26°11' 1 274.5 1 340.6 174.7 7.7 57809 镇宁 105°27' 26°02' 1 251.0 1 347.0 175.6 7.7 57903 关岭 105°22' 25°34' 1 142.0 1 327.7 174.7 7.6 注：数据来自中国气象数据网，http://data.cma.cn/.
下载: 导出CSV
表 3 2004~2010年脆弱性面积转移矩阵（km2）
Table 3. Vulnerability area transfer matrix during 2004-2010 (km2)
极高脆弱性 高脆弱性 中脆弱性 低脆弱性 极低脆弱性 2010年合计 极高脆弱性 3.04 0.05 0.00 0.04 0.01 3.13 高脆弱性 0.08 3.96 1.18 0.13 1.93 7.28 中脆弱性 0.00 0.23 66.53 20.73 6.54 94.04 低脆弱性 0.00 0.10 4.63 54.10 3.58 62.41 极低脆弱性 0.00 0.41 9.01 7.80 15.83 33.04 2004年合计 3.12 4.75 81.36 82.79 27.88
下载: 导出CSV
表 4 2010~2016年脆弱性面积转移矩阵（km2）
Table 4. Vulnerability area transfer matrix during 2010- 2016 (km2)
极高脆弱性 高脆弱性 中脆弱性 低脆弱性 极低脆弱性 2016年合计 极高脆弱性 2.98 0.07 0.00 0.01 0.01 3.06 高脆弱性 0.10 3.57 0.90 0.07 0.48 5.11 中脆弱性 0.00 0.65 65.91 11.54 6.67 84.78 低脆弱性 0.04 0.23 7.06 37.05 4.13 48.51 极低脆弱性 0.01 2.76 20.14 13.73 21.79 58.44 2010年合计 3.13 7.28 94.01 62.40 33.08
下载: 导出CSV
表 5 2004、2010、2016年研究区脆弱性分布面积（%）
Table 5. Fractions (%) of vulnerability levels in 2004、2010、2016 for the study area
脆弱性 面积占比（%） 2004年 2010年 2016年 高脆弱性及以上 3.94 5.21 4.09 中脆弱性 40.70 47.03 42.35 低脆弱性及以下 55.36 47.76 53.56
下载: 导出CSV
-
Agricultural Department of Guizhou Province, Institute of Soil Science of Chinese Academy of Sciences, 1980. The Soil of Guizhou. Guizhou People Publishing House, Guiyang (in Chinese). Almasri, M. N., 2008. Assessment of Intrinsic Vulnerability to Contamination for Gaza Coastal Aquifer, Palestine. Journal of Environmental Management, 88(4): 577-593. https://doi.org/10.1016/j.jenvman.2007.01.022 Andreo, B., Goldscheider, N., Vadillo, I., et al., 2006. Karst Groundwater Protection: First Application of a Pan-European Approach to Vulnerability, Hazard and Risk Mapping in the Sierra de Líbar (Southern Spain). Science of the Total Environment, 357(1-3): 54-73. https://doi.org/10.1016/j.scitotenv.2005.05.019 Andreo, B., Ravbar, N., Vías, J. M., 2009. Source Vulnerability Mapping in Carbonate (Karst) Aquifers by Extension of the COP Method: Application to Pilot Sites. Hydrogeology Journal, 17(3): 749-758. https://doi.org/10.1007/s10040-008-0391-1 Bagherzadeh, S., Kalantari, N., Nobandegani, A. F., et al., 2018. Groundwater Vulnerability Assessment in Karstic Aquifers Using COP Method. Environmental Science and Pollution Research, 25(19): 18960-18979. https://doi.org/10.1007/s11356-018-1911-8 Daly, D., Dassargues, A., Drew, D., et al., 2002. Main Concepts of the "European Approach" to Karst-Groundwater-Vulnerability Assessment and Mapping. Hydrogeology Journal, 10(2): 340-345. https://doi.org/10.1007/s10040-001-0185-1 Dimitriou, E., Karaouzas, I., Sarantakos, K., et al., 2008. Groundwater Risk Assessment at a Heavily Industrialised Catchment and the Associated Impacts on a Peri-Urban Wetland. Journal of Environmental Management, 88(3): 526-538. https://doi.org/10.1016/j.jenvman.2007.03.019 Dimitriou, E., Zacharias, I., 2006. Groundwater Vulnerability and Risk Mapping in a Geologically Complex Area by Using Stable Isotopes, Remote Sensing and GIS Techniques. Environmental Geology, 51(2): 309-323. https://doi.org/10.1007/s00254-006-0328-8 Doerfliger, N., Jeannin, P. Y., Zwahlen, F., 1999. Water Vulnerability Assessment in Karst Environments: A New Method of Defining Protection Areas Using a Multi-Attribute Approach and GIS Tools (EPIK Method). Environmental Geology, 39(2): 165-176. https://doi.org/10.1007/s002540050446 Fu, S.R., Wang, Y.X., Cai, H.S., et al., 2000. Vulnerability to Contamination of Groundwater in Urban Regions. Earth Science, 25(5):482-486 (in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTOTAL-DQKX200005007.htm Goldscheider, N., Klute, M., Sturm, S., 2000. The PI Method: A GIS-Based Approach to Mapping Groundwater Vulnerability with Special Consideration of Karst Aquifers. Zeitschrift für Angewandte Geologie, 46(3): 157-166. https://www.researchgate.net/publication/279555580_The_PI_method_-_A_GIS-based_approach_to_mapping_groundwater_vulnerability_with_special_consideration_of_karst_aquifers Hao, H., 2004. Study on the Status and Countermeasures of Urban Groundwater Pollution in China. Water Resources Development Research, 4(3):23-25 (in Chinese). http://en.cnki.com.cn/Article_en/CJFDTOTAL-BFHJ200708010.htm He, S.Y., Zhu, L.J., Dong, Z.F., et al., 2010.Study on Geochemical Susceptivity of Groundwater System in Representative Karstic Regions. Environmental Science, 31(5):1176-1182 (in Chinese with English abstract). http://d.old.wanfangdata.com.cn/Periodical/hjkx201005008 Li, H., Wen, Z., Xie, X.J., et al., 2017. Hydrochemical Characteristics and Evolution of Karst Groundwater in Sanqiao District of Guiyang City. Earth Science, 42(5):804-812 (in Chinese with English abstract). http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqkx201705016 Liu, H.J., Fan, M.Y., Zhang, B.X., et al., 2015.Vulnerability Assessment of Karst Water in Feicheng Basin Based on COP Method. South-to-North Water Transfers and Water Science & Technology, 13(3):538-542 (in Chinese with English abstract). http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=nsbdyslkj201503031 Liupanshui Local Chronicle Compilation Committee, 1980. The Annals of Liupanshui. Guizhou People Publishing House, Guiyang, 92-98 (in Chinese). Naik, P. K., Tambe, J. A., Dehury, B. N., et al., 2008. Impact of Urbanization on the Groundwater Regime in a Fast Growing City in Central India. Environmental Monitoring and Assessment, 146(1-3): 339-373. https://doi.org/10.1007/s10661-007-0084-6 Polemio, M., Casarano, D., Limoni, P. P., 2009. Karstic Aquifer Vulnerability Assessment Methods and Results at a Test Site (Apulia, Southern Italy). Natural Hazards and Earth System Sciences, 9(4): 1461-1470. https://doi.org/10.5194/nhess-9-1461-2009 Tayer, T. D. C., Velásques, L. N. M., 2017. Assessment of Intrinsic Vulnerability to the Contamination of Karst Aquifer Using the COP Method in the Carste Lagoa Santa Environmental Protection Unit, Brazil. Environmental Earth Sciences, 76(13):445. https://doi.org/10.1007/s12665-017-6760-0 Vías, J., Andreo, B., Ravbar, N., et al., 2010. Mapping the Vulnerability of Groundwater to the Contamination of Four Carbonate Aquifers in Europe. Journal of Environmental Management, 91(7): 1500-1510. https://doi.org/10.1016/j.jenvman.2010.02.025 Vías, J. M., Andreo, B., Perles, M. J., et al., 2006. Proposed Method for Groundwater Vulnerability Mapping in Carbonate (Karstic) Aquifers: The COP Method. Hydrogeology Journal, 14(6): 912-925. https://doi.org/10.1007/s10040-006-0023-6 Wang, S., Zhang, C., Pei, J.G., et al., 2008. Valuation and Study on Vulnerability of Karst Groundwater. Ground Water, 30(6):14-18 (in Chinese with English abstract). http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dixs200806005 Wang, Y.X., Li, Y.L., Fu, S.R., et al., 2002. Vulnerability of Groundwater in Quaternary Aquifers to Organic Contaminants: A Case Study in Wuhan City, China. Earth Science, 27(5):616-620 (in Chinese with English abstract). https://www.deepdyve.com/lp/springer-journals/vulnerability-of-groundwater-in-quaternary-aquifers-to-organic-BbqgZWbS32 Xi, R., 2015. Analyzing the Rainfall Change for 50 Years and Its Affect on the Vulnerability of Karst Aquifer in Chongqing (Dissertation). Southwest University, Chongqing (in Chinese with English abstract). Xiao, P., Wan, J.W., Yu, W., et al., 2015. Cause and Counter Measures of Karst Ground Collapse in Shuicheng Basin. Journal of Guilin University of Technology, 35(2):263-268 (in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTotal-GLGX201502007.htm Xing, L.T., Gao, Z.D., Ye, C.H., et al., 2009. The COP Method of Groundwater Vulnerability Evaluation in Karst Areas and Its Improvement. China Rural Water and Hydropower, (7):39-42 (in Chinese with English abstract). http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgncslsd200907012 Yu, K.N., Wan, L., Du, Q.J., et al., 2003. Positive and Negative Effects of Urbanization on Groundwater Quality. Earth Science, 28(3):333-336 (in Chinese with English abstract). http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqkx200303016 付素蓉, 王焰新, 蔡鹤生, 等, 2000.城市地下水污染敏感性分析.地球科学, 25(5):482-486. doi: 10.3321/j.issn:1000-2383.2000.05.008 贵州省农业厅, 中国科学院南京土壤研究所, 1980.贵州土壤.贵阳:贵州人民出版社. 郝华, 2004.我国城市地下水污染状况与对策研究.水利发展研究, 4(3):23-25. doi: 10.3969/j.issn.1671-1408.2004.03.004 何守阳, 朱立军, 董志芬, 等, 2010.典型岩溶地下水系统地球化学敏感性研究.环境科学, 31(5):1176-1182. http://d.old.wanfangdata.com.cn/Periodical/hjkx201005008 李华, 文章, 谢先军, 等, 2017.贵阳市三桥地区岩溶地下水水化学特征及其演化规律.地球科学, 42(5):804-812. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201705015.htm 刘海娇, 范明元, 张保祥, 等, 2015.基于COP方法的肥城盆地岩溶水脆弱性评价.南水北调与水利科技, 13(3):538-542. http://d.old.wanfangdata.com.cn/Periodical/nsbdyslkj201503031 六盘水市地方志编纂委员会, 1980.六盘水市志.贵阳:贵州人民出版社, 92-98. 王松, 章程, 裴建国, 等, 2008.岩溶地下水脆弱性评价研究.地下水, 30(6):14-18. doi: 10.3969/j.issn.1004-1184.2008.06.005 王焰新, 李义连, 付素蓉, 等, 2002.武汉市区第四系含水层地下水有机污染敏感性研究.地球科学, 27(5):616-620. doi: 10.3321/j.issn:1000-2383.2002.05.023 葸瑞, 2015.基于GIS的近50年降雨量时空变化及其对岩溶含水层脆弱性影响——以重庆市为例(硕士学位论文).重庆: 西南大学. 肖攀, 万军伟, 喻望, 等, 2015.贵州水城盆地岩溶地面塌陷成因分析及防治对策.桂林理工大学学报, 35(2): 263-268. doi: 10.3969/j.issn.1674-9057.2015.02.007 邢立亭, 高赞东, 叶春和, 等, 2009.岩溶含水层脆弱性评价的COP模型及其改进.中国农村水利水电, (7):39-42. http://d.old.wanfangdata.com.cn/Periodical/zgncslsd200907012 于开宁, 万力, 都沁军, 等, 2003.城市化影响地下水水质的正负效应.地球科学, 28(3):333-336. doi: 10.3321/j.issn:1000-2383.2003.03.016 期刊类型引用(15)
1. 赵良杰，王莹，周妍，曹建文，杨杨，王喆. 基于SWAT模型的珠江流域地下水资源评价. 地球科学. 2024(05): 1876-1890 . 
本站查看2. 赵春红，申豪勇，卢海平，王志恒，梁永平，唐春雷. 晋祠泉域岩溶地下水防污性能评价与水质保护区划分. 中国岩溶. 2024(04): 822-830 . 
百度学术3. 王月圆，邢学睿，张凤娟，邢立亭，窦舒畅，高帅，刘锁柱. RTKLOV模型评价趵突泉泉域岩溶水脆弱性. 济南大学学报(自然科学版). 2024(06): 680-689 . 百度学术4. 何清芸，牟凤云，黄淇，陈建坤，李云燕. 基于RF-EWM的滑坡易发性与城镇化耦合协调性研究. 人民长江. 2023(03): 111-116 . 百度学术5. 赵海安. 本溪市水资源脆弱性评价. 黑龙江水利科技. 2023(08): 93-95+99 . 百度学术6. 毛龙富，付舒，刘宏，周恩民，岳兰，杨丽瑞，张净净. 基于氢氧稳定同位素的喀斯特泉水补给来源分析. 地球科学. 2023(09): 3480-3493 . 本站查看7. 马丹. 基于GIS的吉林省东丰县浅层地下水防污性评价. 吉林广播电视大学学报. 2023(04): 114-117 . 百度学术8. 罗玉岚，刘磊，李腾. 基于随机森林的岩溶地下水污染风险评价模型的应用. 中国水运(下半月). 2022(02): 29-31 . 百度学术9. 张鑫. FIDIC施工合同条件下承包商的索赔. 中国水运. 2022(04): 35-38 . 百度学术10. 朱逸凡，何宏，张文静，杜尚海. 基于DPSIR-TOPSIS模型的长春市水资源脆弱性评价. 水土保持通报. 2022(05): 174-180 . 百度学术11. 谭飞，汪君，焦玉勇，马邦闯. 城市地下空间适宜性评价研究国内外现状及趋势. 地球科学. 2021(05): 1896-1908 . 本站查看12. 张虹，魏兴萍，彭名涛. 重庆市浅层地下水污染源解析与环境影响因素识别. 环境科学研究. 2021(12): 2896-2906 . 百度学术13. 冯乾伟，王兵，马先杰，蒋宗宏，陈淼. 黔西北典型铅锌矿区土壤重金属污染特征及其来源分析. 矿物岩石地球化学通报. 2020(04): 863-870 . 百度学术14. 郭绪磊，陈乾龙，黄琨，周宏. 宜昌潮水洞岩溶间歇泉动态特征及成因. 地球科学. 2020(12): 4524-4534 . 本站查看15. 匡恒，唐辉. 郑州市航空港区地下水脆弱性评价. 浙江水利科技. 2019(06): 22-25 . 百度学术其他类型引用(4)
-
下载:
百度学术
点击查看大图
计量
- 文章访问数: 4911
- HTML全文浏览量: 2430
- PDF下载量: 59
- 被引次数: 19
