区域地下水污染源识别与健康风险评估的多方法耦合研究——以泽州盆地为例

针对区域地下水污染源识别精度不足的问题，研究人员创新性地耦合水化学特征与数理统计方法（PCA-RSR模型），实现了污染异常检测准确率>90%，并首次同步评估了重金属（As、Hg等）与石油污染物的复合健康风险，为地下水精准治理提供了新范式。

　　

随着工业化进程加速，地下水污染已成为威胁人类健康的隐形杀手。在泽州盆地这样的工业集中区，重金属与有机污染物形成的"复合污染"给传统检测方法带来巨大挑战——单一的水化学分析难以定位复杂污染源，而数理统计方法又易受指标冗余干扰。更严峻的是，现有研究往往忽视污染识别结果的验证，也缺乏对多污染物协同健康风险的系统评估。

中国国家重点研发计划支持的研究团队突破性地构建了"四步耦合"技术框架：首先采用Mahalanobis距离锁定常规离子异常，结合检出率法筛选特征污染物；继而通过熵权法-PCA耦合计算指标权重，实现多维数据降维；基于此运用改进的PCA-RSR模型进行水质分级，并创新性地引入土地利用类型验证污染源识别结果。研究区域66%采样点水质达标，但工业区周边出现显著SO₄·Cl-Na型污染水体。健康风险评估显示，As对儿童的非致癌危害指数高达7.248，成人致癌风险达0.156，石油类污染物成人致癌风险为0.00104，均超过安全阈值。

关键技术包括：（1）多方法协同的污染异常检测体系；（2）PCA-聚类分析耦合的污染源识别技术；（3）改进的PCA-RSR水质评价模型；（4）基于USEPA标准的健康风险评估框架。样本来源于泽州盆地78个监测井的丰枯水期采样数据。

【水岩相互作用】Gibbs图解揭示研究区以硅酸盐/碳酸盐溶解为主导的水化学形成机制，离子比例系数图显示采矿活动区存在明显的反向离子交换作用。

【污染源识别】通过PCA降维提取出3个主成分（累计方差85.7%），结合聚类分析将污染源归为三类：工业排放（PC1贡献率52.3%）、农业面源（PC2 28.1%）和地质背景（PC3 5.3%），经实地验证准确率达91.2%。

【健康风险】As的经口暴露风险最为突出，儿童群体HQ值超警戒线6倍；Cr⁶⁺与Ni的致癌风险呈现显著空间异质性，与工业布局高度吻合。

该研究构建了"检测-识别-评估"的全链条技术体系，其创新性体现在：（1）首次实现水化学与数理统计的深度耦合，突破传统方法检测盲区；（2）建立污染源识别的"双验证"机制（土地利用+实地调查）；（3）提出复合污染协同风险评估模型。研究成果已为当地制定差异化治理方案提供科学依据，其中As污染重点管控区的划定使治理成本降低37%。论文发表于环境领域顶级期刊《Environmental Pollution》，为全球工业密集区地下水保护提供了中国方案。