基于AHP-DRASTIC-BME混合模型的地下水污染风险评估框架优化及在皖北地区的应用

针对皖北地区复杂地质条件下地下水污染风险评价难题，研究人员创新性整合AHP-DRASTIC模型与贝叶斯最大熵(BME)方法，通过引入氟化物(F? )和溶解无机氮(DIN)空间分布优化权重体系，构建了融合功能价值评估的污染风险预测框架。研究揭示城市外围形成高功能价值环带，识别出淮河流域上游为优先保护区，风险高发区占比超15%，为地下水资源精准管理提供科学依据。

　　

皖北地区作为典型的缺水型区域，其地下水系统正面临地质条件复杂与人为污染的双重威胁。岩层风化导致水质先天不足，而快速城市化引发的过度开采更形成区域性降落漏斗，使含水层对污染物防御能力持续下降。传统DRASTIC等评估模型存在静态权重僵化、污染物特异性响应不足等缺陷，难以捕捉氟化物(F^?
)自然富集与农业源溶解无机氮(DIN)的复合污染特征。

针对这一科学难题，中国科学技术大学等机构的研究团队在《Environmental Chemistry and Ecotoxicology》发表创新成果。研究通过融合层次分析法(AHP)优化DRASTIC参数权重，首次将BME空间预测技术引入风险评估框架，构建了涵盖水文地质敏感性、污染物分布与功能价值的三维评价体系。

关键技术包括：1) 基于AHP重构DRASTIC参数权重，引入含水层厚度替代地形因子；2) 采用InVEST模型评估生态功能价值，结合夜间灯光(NL)数据量化经济价值；3) 应用BME方法整合硬数据与软信息，生成氟化物和DIN的概率分布图；4) 通过风险指数(RI=DI×FVI)耦合脆弱性与功能价值。

【地下水脆弱性】
传统DRASTIC模型显示脆弱性自西南向东北递增，但优化后的AHP-DRASTIC模型将57.82%的"较低风险"区域重新归类为"中等"。氟化物高浓度区权重提升使北部平原脆弱性等级显著上调，而DIN敏感度增强有效识别出东南部农业污染热点。

【功能价值图谱】
创新性整合内在价值（改进内梅罗指数）、生态价值（栖息地质量）和经济价值（VIIRS夜间灯光），发现城市中心因水质退化形成"价值洼地"，而近郊区域因三者均衡形成高值环带。淮河流域上游兼具低脆弱性与高功能价值，被划为优先保护区。

【污染风险概率】
BME预测显示实际风险较确定性评估降低30%，但Guo河上游中等风险区扩大。工业密集区与农业带因"高脆弱性-高功能价值"叠加成为风险热点，占全区15%以上。研究建议对淮河南部实施开发限制，而在Ying河沿岸加强污染企业监管。

该研究开创性地将地统计学前沿方法与多准则决策相结合，其AHP-DRASTIC优化框架使高风险区识别准确率提升40%。提出的"功能价值环带"理论为城市群地下水保护提供新视角，而BME驱动的概率风险评估模型更填补了传统指数法在不确定性量化方面的空白。成果已应用于皖北地下水保护规划，为类似地质复杂区的资源管理提供范式。