基于GIS-DRASTIC_LU模型与模糊AHP的半干旱区地下水脆弱性评估：以阿尔及利亚南霍德纳盐沼为例

为解决半干旱区地下水污染风险量化难题，阿尔及利亚M'sila大学团队创新性整合土地利用数据(LU)与模糊层次分析法(FUZZY AHP)，构建DRASTIC_LU改进模型。研究通过70口井硝酸盐(NO3-)验证，显示模糊AHP-DRASTIC_LU模型的ROC曲线下面积(AUC)达0.951，显著优于传统方法，为干旱区水资源管理提供精准决策工具。

　　

在气候变化与农业活动加剧的背景下，半干旱地区地下水面临日益严重的污染与枯竭风险。阿尔及利亚南霍德纳盐沼地区作为典型代表，其浅层含水层正遭受硝酸盐浓度超标（最高达300 mg/L）的威胁，而传统DRASTIC模型（基于Depth to water深度、Recharge补给量等7参数）因固定权重和忽略人为因素，难以准确评估风险。为此，阿尔及利亚M'sila大学VEHDD实验室（全称：Faculty of Technology, University of M’sila）的Lakhdar Seraiche团队在《Desalination and Water Treatment》发表研究，通过整合土地利用数据(LU)与模糊层次分析法(FUZZY AHP)，构建了四阶段改进模型，显著提升了脆弱性评估精度。

研究采用地理信息系统(GIS)空间分析结合多源数据（包括70口井的硝酸盐实测数据），通过DRASTIC、DRASTIC_LU、AHP DRASTIC_LU和FUZZY AHP DRASTIC_LU四步递进建模。关键技术创新在于：1）引入土地利用类型权重（如农业区评分为9/10）；2）应用模糊AHP处理专家评判不确定性，通过三角模糊数(TFN)优化参数权重；3）采用接收者操作特征曲线(ROC)验证模型性能。

研究结果

1. 1.

   参数空间特征：制图显示西部浅层地下水（5.7-17.9 m）与砂质含水层介质的高脆弱性，而土地利用图揭示农业区与污水影响区占污染热点82.76%。

2. 2.

   模型对比：传统DRASTIC将34.87%区域划为高脆弱区但仅捕获62.07%超标井，而FUZZY AHP版本将高脆弱区压缩至22.39%却覆盖88.41%污染点，AUC值从0.812提升至0.951。

3. 3.

   权重优化：模糊AHP赋予地形坡度(T)和土壤介质(S)更高权重（0.164和0.121），反映其对污染物迁移的关键控制作用。

结论与意义

该研究通过融合自然-人为双维度参数与模糊决策理论，解决了半干旱区地下水评估中数据不确定性与静态权重局限问题。其创新模型不仅精准锁定硝酸盐污染高风险区（如Bousaada河谷农业带），更为联合国可持续发展目标(SDG)中的清洁饮水与气候适应性规划提供了可推广的技术框架。值得注意的是，研究团队建议未来结合机器学习与动态土地利用监测，以进一步提升模型时效性。这一成果对全球2.3亿生活在半干旱区人口的饮水安全具有重要实践价值。