文章摘要:基于传统水质监测与污染排放的污染源识别方法，存在监测频率与识别结果模糊等限制，难以实现污染源及迁移转化的准确量化．联合多元统计分析与稳定同位素技术，以成都平原典型混合用地区地下水污染为研究对象，提出利用正定矩阵因子分析（PMF）模型识别污染主控因子，减小环境因素对污染源判别的干扰，并基于水化学分析与土地利用构建贝叶斯稳定同位素混合模型，进一步量化不同污染源对地下水典型污染物硝酸盐氮(NO₃^-)的贡献率．结果表明，研究区地下水NO₃^-、NO₂^-、NH₄⁺、Mn、Fe、SO₄^2-和Cl^-均存在不同程度超标，且具有空间异质性．地下水中“三氮”主要以NO₃^-为主，NO₃^-浓度在菜地的地下水中普遍偏高(平均值为9.29 mg·L^-1)，其次是在养殖场(平均值为7.66 mg·L^-1)和耕地(平均值为7.09 mg·L^-1)，在工业区最低(平均值为2.20 mg·L^-1)．研究区地下水水质受原生地质作用、农业活动、水文地球化学演化、生活污染和工业污染的复合影响，且农业活动是研究区地下水NO₃^-增长的主要原因．研究区内农业区地下水NO₃^-的主要来源贡献为化肥（32%）和土壤氮（25%）；工业区地下水NO₃^-的主要来源贡献为污水排放（28%）和大气降雨（27%）．通过多元统计与稳定同位素技术的有机结合，有效识别了地下水污染来源及其贡献率，可为地下水污染源头防控提供科学依据．

文章关键词:

论文DOI:10.13227/j.hjkx.202110174

论文分类号:X523