Click to edit Master text styles,,Second level,,Third level,,Fourth level,,Fifth level,,*,,Click to edit Master title style,,Click to edit Master text styles,,Second level,,Third level,,Fourth level,,Fifth level,,*,,第七章 地下水污染评价方法,,第一节 概述,,地下水污染评价基本概念,地下水污染评价是指污染源对地下水产生的实际污染效应的评价，其主要目的是论证地下水污染程度，为污染治理提供依据评价分类：,,,1,、现状评价,,现状评价是指根据近期地下水水质监测资料，对调查区域地下水污染现状的评价2,、预测性评价,,预测评价则是根据调查区域经济发展规划，利用已积累的监测资料，预测该地区将来地下水污染变化情况，根据预测结果对该区域地下水进行评价二者采用的评价方法完全相同,,,,程序与内容,1,、准备工作,2,、系统分析,3,、系统评价,4,、系统调控,,（一）系统分析,1,、评价因子的选择,,地下水中污染物种类众多，在进行地下水污染评价时，并不可能也不需要把所有污染物都作为评价因子，一般根据评价目的、污染源可能产生污染物种类和地下水监测数据进行综合分析，选择分布范围广及对人体健康或地下水利用功能影响较大的污染物作为评价因子。
2,、评价标准的确定,,一般采用的地下水污染评价采用的标准主要是研究区域的环境本底值目前，由于人为活动的影响，不存在所谓的清洁区域，因此采用以下方法确定区域水环境背景值，可以称作相对清洁区，主要是指受人为活动干扰少，仍保持较为原始的地下水组成特征的地区目前确定区域地下水环境背景值的方法主要有三种：,1,、网格法,,将研究区域分为若干个均匀的单元，分析各单元水样组成成分，统计求平均值2,、环境单元法,,按照不同功能区，如居民区、工业区等，分区进行采样，已获得各环境单元的环境背景值3,、无污染区采样法,,是目前采用最多的方法，根据已取得研究区域的数据，将区域内污染物最低值的区域作为无污染区，从而获得该区域的环境背景值，并把其作为整个区域的环境背景值二）系统评价,1,、评价模型的选择,,地下水污染评价最终的结果是区别地下水污染的程度，而不同的评价方法可能会出现不同的评价结果，所以选择合适的评价方法，建立相应的评价模型是必要的主要的评价模型有综合污染指数法、系统聚类分析法、灰色聚类分析法、模糊聚类分析法和人工神经网络法2,、确定各评价因子的权重,,在评价工作中，有多个评价因子一起参与评价，在考虑多个因子的综合效应时，其各因子对人体健康的毒副作用机理还不明确，因此需要对地下水中各污染因子进行加权处理。
第二节 确定权重的方法,,（一）专家打分法,具体做法与步骤,,1,、选择评价定权值组的成员，并告知详细说明权重的概念和顺序以及记权的方法2,、列表，对各评价因子进行重要性排序3,、发给每个成员表格，并反复核对，填写4,、要求每个成员对每列的每种权值填上记号，得到每种因子的权值分数5,、要求每个成员仔细核实评分是否代表各自真实意见6,、要求每个成员把每个评价因子的重要性评分相加，得出总分值7,、每个成员对每个因子分值除去总数，得到每个因子的权重8,、把每个成员表格收集，求各个因子的平均权重9,、列出每个因子的权重，并要求评价者对其与自己评价权重比较10,、如有异议，重新评价，如无异议，即可结束二）调查统计法,具体做法与步骤,,1,、重要性打分法,,,（,1,）对被征询者详细说明统一的评分要求2,）请被征询者对不同因子打分3,）收集调查表，进行统计，给出综合后的权重2,、列表划勾法,,（三）序列综合法,,（三）序列综合法,,（四）公式法,1,、三元函数法,,,,,2,、概率法,,,,,其中已知某评价因子实测数据的平均值,X,i,,标准偏差,δ,，评价标准为,Si,,,,,,,（五）数理统计法,,数理统计法举例,,（六）层次分析法,,,,（七）复杂度分析法,,,第三节 评价方法,1,、综合污染指数法,,,2,、系统聚类分析法,,3,、灰色聚类分析法,,4,、模糊数学法,,5,、人工神经网络法,,,1,、综合污染指数法,综合污染指数法就是把具有不同量纲的量进行标准化处理，换算成统一量纲的指数，使其具有可比性，然后进行数学上的归纳和统计，得出一个简单的数值，用它代表污染程度，对污染地下水进行污染分级。
一）分项污染指数,,,（二）单综合污染指数法,,,,,（三）双综合污染指数法,,（四）分类综合污染指数法,,2,、系统聚类分析法,（一）数据正规化与标准化,,（二）数据分类尺度计算,,（三）分类树形图绘制,,（一）数据的正规化和标准化,由于监测时所得到的数值各变量之间相差较大，或因各变量所取得度量单位不同，使数值差别增大，如果不进行正规化及标准化，有可能削弱低浓度因子的影响程度1.,数据的正规化,2.,数据的标准化,,（二）数据分类尺度计算,1.,相关系数,R,,相关系数,R,的举例与应用,可直接应用相关软件求相关系数,R,（如,SPSS, STATISTIC,）,,2.,相似系数,S,ij,,3.,欧式距离,D,ij,,3.,斜交空间距离,D,lij,,（三）分类树形图绘制,,,上海市农村及郊区,36,个土壤样品的数据标准化后进行了,Q,型聚类分析聚类结果见图,3,由谱系聚类图,3,可以看出，所有样品可分为两大类：第一类包括,JS1,、,JS2,、,JS3,、,JS4,、,SJ1,、,SJ2,、,SJ3,、,SJ4,、,SJ5,、,SJ6,、,CM2,、,CM4,、,QP1,、,BS1,、,FX4,、,MH1,、,NH2,和,JD2,共,18,个样品；第二类又包括两组，分别是：,NH2,、,MH2,和,CM3,，这一类中还有氯代工业品,Aroclor1242,；第二组中包括了,BS2,、,BS3,、,QP2,、,QP3,、,JD3,、,NH1,、,NH3,和,FX1,、,FX2,、,FX3,、,FX5,，其中还包括了低氯代的工业品,Aroclor1232,。
聚类分析结果表明了第一类中的采样点与多氯联苯工业品污染无相关性，可能来源于降解或是其它来源而第二类中采样点则与低氯代工业品存在相关，表明第二类中采样点,PCBs,来源与低氯代工业品污染有关谢谢！,,。