螺髻山北麓地下水化学特征与水质评价.pdf

DOI：10.12401/j.nwg.2023003螺髻山北麓地下水化学特征与水质评价吴君毅1,2,3，刘洪3,4，欧阳渊3，*，李樋4，张景华3，张腾蛟3，黄勇3，段声义5（1.中国地质大学（北京），北京100084；2.中国地质科学院研究生院，北京100037；3.中国地质调查局成都地质调查中心，四川 成都610081；4.成都理工大学地球科学学院，四川 成都610059；5.华东冶金地质勘查局测绘总队，安徽 合肥230088）摘要：为研究川西大凉山区螺髻山北麓地下水化学特征、演化机制以及评价地下水质现状，笔者系统采集研究区不同地段的 15 组地下水样品为研究对象。利用 Gibbs 图解法、离子比例系数法和基于 RMSprop 算法的 BP 神经网络评价法，探讨该地区地下水化学特征演化机制，评价地下水质现状，支持服务帮助当地合理开发和安全利用水资源。结果表明研究区水化学类型以Mg2+Ca2+HCO3为主，其水化学离子的形成主要以岩土风化溶滤作用为主，由硅酸盐矿物与碳酸盐矿物共同控制，硅酸盐矿物控制更显著。结合地质背景，认为硅酸盐矿物主要来自火山碎屑岩类、花岗岩类、砂岩类和泥质岩类等岩石。利用 BP 神经网络对 5 000 组地下水样本学习训练，对研究区样本进行评价，模型训练图像表明 BP 神经网络能很好拟合地下水样本训练集并且对测试集进行客观准确的判断。研究区地下水评价结果显示：类水质点占 13.3%，类水质点占40%，类水质点占 46.6%，整体水质较好，建议类水质地区普格县特尔果乡甲甲沟村、普格县特补乡白庙子需要加强地下水污染源调查以及水质保护。关键词：地下水化学；螺髻山北麓；水质评价；BP 神经网络；RMSprop 算法中图分类号：P641.6文献标志码：A文章编号：1009-6248（2023）05-0151-14Hydrochemical Characteristics and Water Quality Assessment of Groundwater inNorthern Foothill of Luoji MountainsWU Junyi1,2,3，LIU Hong3,4，OUYANG Yuan3，*，LI Tong4，ZHANG Jinghua3，ZHANG Tengjiao3，HUANG Yong3，DUAN Shengyi5（1.China University of Geosciences,Beijing 100084,China；2.Graduate School,Chinese Academy of Geological Sciences,Beijing 100037,China；3.Chengdu Center of China Geological Survey,Chengdu 610081,Sichuan,China；4.College of Earth Sciences,Chengdu University of Technology,Chengdu 610059,Sichuan,China；5.Surveying and Mapping Corps,East China Metallurgical Bureau of Geological&Exploration,Hefei 230088,Anhui,China）Abstract：To investigate the hydrochemical characteristics,evolution,and assessment of water quality in the 收稿日期：2022-07-04；修回日期：2023-02-09；责任编辑：贾晓丹基金项目：中国地质调查项目“长江流域重点区生态地质调查”（GC20230706），“三峡库区生态地质调查与综合评价(DD20221776)，大凉山区生态地质调查”（DD20190542），“西南地区自然资源动态监测与风险评估”（GC20230814），宁夏自治区地质调查项目“宁夏生态地质调查示范（南部水源涵养区）”（NXCZ20220201），广东省地质勘查与城市地质专项“广东南岭国家公园生态保护区生态地质调查”（2022-21）联合资助。作者简介：吴君毅（1998），男，硕士研究生，主要从事生态地质学研究。Email：GunEW。*通讯作者：欧阳渊（1982），男，博士，高级工程师，硕士生导师，主要从事遥感地质、生态地质研究。Email：。第 56 卷 第 5 期西 北 地 质Vol.56No.52023 年（总 231 期）NORTHWESTERN GEOLOGY2023（Sum231）northern foot of the Luoyang Mountains in the western Sichuan Daliang Mountains,15 sets of local groundwa-ter chemistry samples from different sections of the study area were collected as research objects.Analysis andstudy of hydrochemical characteristics and evolution in this area use Gibbs diagram and ion proportion coeffi-cient method.Furthermore,assessing groundwater quality BP neural network classification method with RM-Sprop algorithm，supporting services to help local communities develop and use water resources wisely andsafely.The results show that the water chemistry of the study area is dominated by Mg2+Ca2+HCO3.The hy-drochemical evolution of groundwater in this area are mainly derived from rock weathering-dissolution.It iscontrolled by rocks of silicate and carbonate,with silicate playing a more significant role.Considering the geo-logical background of this area,silicate mainly comes from volcanic,clastic,granitic,sandstone and mud stone.The BP neural network was used to train 5 000 groups of groundwater samples,and the samples in the study areawere evaluated.The training image of the model showed that the BP neural network could well fit the trainingset of groundwater samples and accurately judge the test set.The result of groundwater quality in this area indi-cates that Class I water quality points accounted for 13.3%,Class II water quality points accounted for 40%,Class III water quality points accounted for 46.6%.Its overall water quality is good,and the Class III water qual-ity area needs to strengthen groundwater pollution source investigation as well as water quality protection.Keywords：hydrochemical；foothill of Luoji Mountains；water quality assessment；BP neural networks；RMSprop algorithm 地下水作为水资源和水循环的重要组成部分，其水质的优劣关系到当地经济建设、人民的生产生活、生态平衡等一系列问题（Chen，1994；Adimalla，2020；张俊等，2021；党学亚等，2022；冯嘉兴等，2023）。螺髻山北麓横跨四川省凉山彝族自治州西昌市、德昌县与冕宁县，研究区经济发展滞后，以粗放型农业、畜牧业为主，生态环境脆弱（杨帆等，2018）。因此研究地下水化学特征、形成机制以及评价水质对该区保护和合理利用开发地下水资源，防止和控制地下水污染，促进农牧业绿色生产，保障人民身体健康，加强生态文明建设有着重要研究意义。地下水化学特征研究是水体化学组成与地下水演化过程研究的基础（Abbas et al.，2021），起到反映地下水的补给、途经区域岩性、气象水文与环境特征、反映水化学演化的控制因素等作用（Li et al.，2015，2021；杨芬等，2021；Wali et al.，2021；杜金龙，2022）。能够有效揭示地下水与环境的相互作用机制以及离子交换过程，对地下水水质差别的原因有一定解释作用，可为合理开发利用水资源，改善水质提供科学依据。国内外对于地下水水质的研究中，评价方法主要有内梅罗指数法、模糊综合评价法、主成分分析法和多元分析法等（Nemerow et al.，2009；Zhang et al.，2012；李连香等，2015；张志君，2020；周及等，2020；时雯雯等，2021；曾庆铭等，2021）。上述评价方法采用传统统计学方法虽各有其优势，但都不能很好的分析水质等级与评价指标之间复杂的非线性关系，可能存在一定的主观干预（李海涛，2020a）。近年来，随着计算机科学的发展与应用，人工神经网络（Artificial neuralnetwork，ANN）模型能够高效拟合非线性关系数据，对其做出分类或预测，ANN 模型在非线性数据拟合方面存在优势，能够避免确定性模型处理实际问题时的过度简化问题（陈能汪，2021）。对于利用人工神经网络进行水质评价最常用的网络模型是 BP 神经网络，虽然该模型有收敛速度慢、结构复杂，且无法反映主要影响因子等缺点（崔永华等，2007），但其优点克服了主观赋权对于评价结果的影响，评价结果客观、合理且精度高，能在处理不同时间和空间水样数据组合时的效能优于其他方法（Kumar et al.，2020）。BP 神经网络因此被广泛应用于水质评价，并且通过不同的算法如萤火虫算法（颜建等，2020）、头脑风暴优化算法（李海涛等，2020b）、DPA 算法（徐康耀等，2015）等算法能够进一步提高评价的结果。笔者在前人对研究区水文地质背景总结研究的基础上，研究地下水化学特征。利用 Pytorch 搭建基于 RMSprop 梯度下降算法的 BP 神经网络模型，对研究区地下水水质进行综合客观评价。152西北地质NORTHWESTERN GEOLOGY2023 年 1研究区概况 1.1区域自然条件研究区位于四川省凉山彝族自治州西昌市、德昌县 与 冕 宁 县 的 交 界 处 的 螺 髻 山 北 麓（E 1027 10230，N 27302746），北接邛海盆地，南临螺髻山脉，东接马雄梁子，西靠安宁河磨盘山。研究区的总体地势为两山夹一河，山地河流整体为南北向。在气候上，具有年温差小、日温差大、干湿分明、雨量充沛、降水集中、日照充足等特点，属于亚热带高原季风气候。西侧的牦牛山南麓和安宁河河谷分别为构造侵蚀中山和中山宽谷平原，中部螺髻山北麓为构造侵 蚀 中 山 地 貌，高 山 与 盆 地 最 大 高 差为 5001 500 m。螺髻山山岭海拔为 3 0004 200 m，呈近南北走向，在研究区构成了安宁河和则木河的分水岭。研究区西部为安宁河流域，安宁河从北向南贯穿西昌市，于米易县附近注入雅砻江，最终汇入金沙江，全长为 320 km，流域面积为 1.1 万 km2，安宁河的主要支流有 18 条，其中流域面积大于 500 km2的支流主要是孙水河、海河、茨达河、锦川河。主流与支流多以直角交汇，成羽状水系。研究区东南部为则木河流域，则木河发源于普格县特尔果乡阿则木山，属于黑水河右岸一级支流，从特尔果乡一带由北向南流经五道箐乡、特补乡，螺髻山镇等地，最终在普格县的中梁山南端流入黑水河，其流长约为 54 km，流域面积为 668.2 km2（孟晶晶等，2018）。1.2区域地质背景在大地构造划分上，研究区位于上扬子西缘的康滇断隆带中北段（刘洪等，2020）。研究区出露的地层（图 1）主要为震旦系第四系，震旦系以陆相火山碎屑岩类、陆源碎屑岩类和碳酸盐岩类为主，零碎分布在螺髻山北麓、马雄梁子地区。寒武系在本区出露较少，以碳酸盐岩为主。中生界（三叠系白垩系）在本区大面积出露，以陆相砂泥质碎屑岩为主。新生界（古近系第四系），以半固结的碎屑岩为主零星分布在安宁河谷东岸及大箐梁子等地，第四系冲洪积物（Qapl）沿安宁河、则木河河谷以及山谷沟谷分布。岩浆岩在安宁河西岸出露，主要为花岗岩类。研究区构造线复杂，主要的断裂包括安宁河断裂带（南北向）和则木河断裂带（北北西向）。由于地质构造复杂，地质条件多样，现代构造活动强烈，岩石稳定性差、岩面风化强烈、疏松破碎、碎屑物质丰富，形成了易发生地震、崩塌、滑坡、泥石流、水土流失的地质背景（张腾蛟等，2020）。1.3区域水文地质背景根据研究区地层岩性、地下水类型分为 6 类，分别是松散堆积层孔隙潜水承压水区（A1 型）、松散堆积层孔隙潜水区（A2 型）、碎屑岩裂隙层间水区（B1 型）、碎屑岩孔隙-裂隙层间水区（B2 型）、岩浆岩裂隙水层间水区（C 型）和碳酸盐岩裂隙层间水区（D 型）。A1 型在河谷区第四系冲洪积物区域，地下水量丰富，为孔隙潜水承压水；A2 型在山麓区第四系冲洪积物中地下水量中等贫乏只有孔隙潜水；B1 型地层有开建桥组、列古六组、官沟组、飞天山组、益门组、新村组、牛滚凼组等地层，地下水量中等贫乏的裂隙层间水；B2 型地层有白果湾组、小坝组等碎屑岩地层地下水量丰富的孔隙裂隙层间水；C 型为磨盘山的地区的晚三叠世花岗岩类地下水量贫乏的裂隙层间水；D 型分布在螺髻山区的观音崖组、灯影组、龙王庙组、西王庙组和二道水组等碳酸盐岩地层，地下水为溶洞暗河发育的裂隙层间水。安宁河河谷平原、邛海平原地下水资源丰富，为多层含水结构。一级阶地河漫滩砾卵石主要赋存潜水，主要为大气降水和河水补给。周边的山前洪积扇赋存承压水，水量较少。安宁河岸两岸山区的砂岩、粉砂岩、砾岩、泥岩、花岗岩和闪长岩等岩层中主要赋存碎隙岩类孔隙、裂隙水类型。盆地高地地区、台地漫滩地区，主要靠大气降水补给，雨季水位上升，旱季相反。基岩山区由于裂隙发育较少，无地下水位，水流量小，雨季、旱季流量差别大。2采样、分析测试方法根据研究区地下水分布情况，设置 15 个地下水露头作为采样点（图 1）。水样的采集以及保存方法按照生活地下水标准检验方法（GB/T 148482017）。使用 1.5 L 的聚乙烯瓶的容器采集水样，样品采集前，使用待采水样清洗 34 次，再取样，样品装满不留气泡并密封，阳离子过滤酸化保存，阴离子原样过滤保存，阴阳共取 30 件样品。样品编号、类型、水体状况、位置、水文地质分组如表 1 所示。第 5 期吴君毅等：螺髻山北麓地下水化学特征与水质评价153 K+Na+Ca2+Mg2+Al3+Fe3+NH+4FClSO24NO2NO3采样现场使用 ISE 测定仪检测 pH 值，重量法检测溶解性总固体。其他样品指标送予四川省地质矿产勘察开发局西昌地矿检测中心检验，检验方法如下：As、Se、Sb、Hg 含量使用 AFS 方法检测；Sr、Cr、Cd、Co、Cu、Pb、Zn、Mn、Ni、Mo 含量使用 MS 方法检测；、含量使用 ICP 方法检测；含量使用离子色谱法检测；含量使用纳氏试剂比色法检测；、含量使用离CO23HCO3子色谱法检测；偏硅酸含量使用比色法检测；、含量使用滴定法检测；总硬度采用 EDTA2Na滴定法。通过阴阳离子电荷平衡法检测地下水样品水化学分析结果可靠性，若无机离子平衡常数（NICB）小于 5%，表明阴阳离子平衡数据可信。文中地下水样品的 NICB 值为4.7%4.9%，平均值为1.9%，测试分析数据可靠。1.001.460.792.8015.815.00.456.2213.86150.0141.61.830.13(0.5)30.51.410.082.550.610.330.171.834.54(39)1.52(21)0.58(21)3.460.06(0.57)0.79(0.34)1.67(0.35)1.245.6114141515151515151o5aplQNQx2pK x2K f1J g3J n2K x2K f1J n2T bg3J x2J y1T bg3T bg3ZlZdZgZkZkZgZdZlZkZkZkZkZdZdZlZkZkZkZlZkZkZkZlZg1T bg3ZdZdT bg3ZdZkK f1T bg3K f1ZlT bg3ZdJ x2J n2J g3K x2J g3J n2J n2J y1J x2K f1J g3K f1K f1J g3J x2J y1T bg3ZgZdZgZgJ x2J y1J x2J n2J n2J x2K x2ZgZgZd11 x2T bg3 e3 e3aplQaplQaplQaplQaplQaplQaplQNQx2paplQaplQaplQaplQaplQaplQaplQaplQ麻栗凹凸黄水阿七则崔家营黄联关小中坝河西西溪马家铺子天子壕大块坡螺髻山摆摆顶摆摆岭老虎山石嘉乡高坎子沟落补日山大箐 梁子一家铺俄哈乃乌拖木沟兵家一炮白庙子马熊梁子恒地安宁河木河02-SY01-SY03-SY04-SY05-SY06-SY07-SY08-SY09-SY10-SY11-SY12-SY13-SY14-SY15-SY5 km0N14小型水库库容(万吨)漏斗地下水流向正断层逆断层河流暗河松散堆积层孔隙水潜水承压水潜水单井涌水量1 00010 000 t/d承压水单孔涌水量1001 000 t/d松散堆积层孔隙水潜水单井涌水量100 t/d碎屑岩裂隙水层间水泉流量0.11 L/s泉流量0.010.1 L/s左:上升泉 流量右:下降泉(升/秒)1.241.24采样点岩浆岩裂隙水层间水泉流量0.010.1 L/s碳酸盐岩裂隙水层间水大泉暗河流量1001 000 L/s大泉暗河流量10100 L/s碎屑岩孔隙裂隙水层间水泉流量350 t/dT3.晚三叠世花岗岩类；Zk.震旦系开建桥组；Zl.震旦系列古六组；Zg.震旦系观音崖组；Zd.震旦系灯影组；1l.下寒武统龙王庙组；2x.中寒武统西王庙组；3e.上寒武统二道水组；T3bg.上三叠统白果湾组；J1y.下侏罗统益门组；J2x.中侏罗统新村组；J2n.中侏罗统牛滚凼组；J3g.晚侏罗统官沟组；K1f.下白垩统飞天山组；K2x.中白垩统小坝组；N2Qpx.中新统更新统昔格达组；Qapl.全新统冲洪积物图 1研究区水文地质图Fig.1Hydrogeological map of the study area154西北地质NORTHWESTERN GEOLOGY2023 年 3研究方法 3.1水化学特征研究方法 Piper三线图能区分研究区地下水化学类型。Gibbs 图解法（Gibbs，1970）研究水岩作用对水化学成分的影响，将主要离子来源分为蒸发结晶作用、岩石风化作用、大气降水 3 种类型。运用离子比例系数法不同的岩性对地下水化学成分的影响，结果能进一步反映水化学离子的来源（孙厚云等，2018）。3.2BP 神经网络BP（Back Propagation）神经网络是机器学习中模拟生物神经网络进行学习的一种神经元连接模型，是一种单向传播的多层前馈神经网络，其主要特点是信号前向传播，误差反向传播（徐学良等，2017），以此往复拟合，通过一定规则输出结果。在水质评价研究中，水质指标多、差异大且关系复杂，受到多种因素的影响，以此构成一个典型非线性系统。通过训练学习对水质指标种类划分进行非线性拟合，从而凭借水质指标种类划分的内在规律进行评价（Abhijit et al.，2008）。文中的 BP 神经网络通过 Python 的 Pytorch 库搭建，并完成训练、学习以及评价。使用的激活函数为Sigmoid 函数，在特征相差比较复杂或是相差不大时效果比较好，并且函数整体平滑易于求导，通过对神经元加入激活函数能够增加神经网络模型的非线性，从而使模型能够更好的拟合非线性数据。其函数式如公式（1）所示。Sigmoid(x)=(x)=11+exp(x)（1）文中运用的损失函数（Loss function）为 Pytorch 中的交叉熵函数，如公式（2）所示：CrossEntropyLoss(outputs,targets)=wtargetsnlogexp(outputsn,targetsn)Cc=1exp(outputsn,c)（2）式中：outputs 代表模型计算后的输出结果；tar-gets 为样本标签；w 为权重；n 为张量维度；C 为类别的数量。该函数在计算前将数据放入 sigmoid 函数中使数据中间值更为敏感，体现出更高的不确定性，并且梯度下降时，可以避免均方误差损失函数学习速率下降的问题。在机器学习中通过损失函数对模型正向传播的输出与标签进行对比计算得到两者之间的误差值，从而确定反向传播的误差值，并能反映模型运行效果。表 1 水样品概况统计表Tab.1General situation of water samples点号类型水体状况位置采集时间（日 时）01-SY井水淡水西昌市黄水乡新塘沟村大庆沟8.24 9:3802-SY井水淡水西昌市黄水乡新塘沟村大庆沟8.24 10:3903-SY井水淡水西昌市黄水乡洼垴村七组8.24 11:3504-SY井水淡水德昌县阿月乡光辉村罗家坪子8.24 12:3305-SY井水淡水德昌县阿月乡光辉村西番箐8.24 13:1506-SY井水淡水西昌市黄水乡观音岩8.24 14:4507-SY井水淡水西昌市黄水乡书夫村二组8.24 15:1508-SY井水淡水西昌市中坝乡小浸沟8.25 9:2009-SY井水淡水西昌市黄联关镇哈土村四组8.25 10:2510-SY井水淡水西昌市西溪乡长板桥村8.25 12:0011-SY井水淡水西昌市安哈镇摆摆顶村8.25 13:2112-SY井水淡水西昌市安哈镇摆摆顶村8.25 13:4413-SY井水淡水普格县五道菁乡黄草坪村五组8.25 14:4114-SY井水淡水普格县特尔果乡甲甲沟村8.25 15:2415-SY井水淡水普格县特补乡白庙子8.25 16:35第 5 期吴君毅等：螺髻山北麓地下水化学特征与水质评价155 3.3RMSprop 优化算法wibiL(x)BP 神经网络中的优化算法采用 RMSprop 算法代替随机梯度下降算法（SDG），RMSprop 优化算法也称为均方根传递算法，其优点是能够加快梯度下降的速度以及有效减缓训练中损失曲线的山谷震荡以及鞍部停滞问题。在梯度下降过程开始，神经网络会从一个随机点开始，以此赋予每个属性的权重和偏置一个随机值，将该随机值计算的预测结果与标签对比，通过损失函数计算两者之间的误差即损失，再通过反向传播更新权重与偏置，直到预测结果接近标签值。这一过程就如同从山顶到山谷，山顶为最高损失，山谷为最低损失，导数为坡度。为到达山谷，每次求导都需要走下坡的道路，对于 SDG 来说下山的方向是随机的，而 RMSprop 算法会积累之前下坡的方向来决定下一个迭代下坡方向，从而优化 SDG 算法。其计算过程为包括以下 3 步：计算每个参数在当前位置的梯度；公式（3）中为权重，为偏置，为损失函数。计算更新量，通过对当前梯度计算权重均方根，以及偏置均方根；公式（4）中 S 为权重均方根，为常数。更新参数，公式（5）中 为学习率，计算下一迭代中Sdwi的权重与偏置，为防止为 0 的极小常数。dwi=L(w)wi，dwi=L(b)bi（3）Sdwi=Sdwi+(1)dw2i,Sdbi=Sdbi+(1)db2i（4）wi=widwi+Sdwi，bi=bidbi+Sdbi（5）从 RMSprop 计算过程中，该算法计算更新量公式比一般梯度下降算法增加了一个常数 来控制历史信息获取量，在设定全局学习率后，全局学习率在每次迭代中都会随衰减系数控制的历史梯度平方和而改变，从而使迭代方向在参数空间中更加平稳且快速。以上 3 个函数的关系如图 2 所示，输入数据先通过 Sigmoid 函数计算，再进行线性连接，其中乘以权重（w1，w2，w3）加上偏置（b1，b2，b3）输出第一隐层（H1），再通过同样的操作输出第二隐层（H2），通过线性层得到输出。将输出与标签利用损失函数比较得到误差，通过误差计算优化算法，计算结果对权重与偏重进行更新。输入H1H2输出标签w1 b1w2 b2w3 b3CrossEntropyLossRMSprop 优化函数线性连接Sigmoid 激活(线性连接)Sigmoid 激活(线性连接)损失函数更新更新更新图 2模型函数关系图Fig.2Model function relationship diagram 4结果与讨论 4.1研究区水化学特征Ca2+Mg2+Na+K+HCO3SO24ClCO23Ca2+HCO3根据研究区地下水采集样品分析结果，地下水化学指标概况见表 2。分析结果显示，pH 值平均为 7.68，偏中性；TDS 值为 6.7230.4 mg/L，均值为 85.91 mg/L；水离子阳离子浓度排序为，阴离子浓度排序为，阳离子中为优势离子，阴离子中为优势离子；As 含量为 1.772.58 g/L；Cr 含量为 0.15.58 g/L，均值为1.92 g/L；Pb 含量为 0.76 g/L，最大值为 10.26 g/L；Mn 含量为 0.116.33 g/L，标准偏差为 1.95；Ni 含量为 0.059.54 g/L，标准偏差为 3.02，波动较大（表 2）。4.2研究区水化学特征HCO3Mg2+Ca2+CO23HCO3Piper 三线图（图 3）显示，研究区水化学类型主要是 Mg2+Ca2+类型，阳离子主要分布在线上，分布于三角图左下区域，阴离子主要分布在线上，主要集中于三角图的左下角。Na+Na+Ca2+ClClHCO3将 研 究 区 的 水 样 数 据 绘 制于 Gibbs 图（Gibbs，1970），研究区水样基本落在 Gibbs 的回旋镖内（图 4），TDS 值 约 为 100 mg/L，/（+）值 小 于 0.7，/（+）值小于 0.2，表明其受到人类活动的影响较少；水样主要分布于左侧以及中部偏下的位置，表明水化学离子组成总体受到岩石风化作用控制，大气降水也对其有一定程度的控制，但是没有岩石风化156西北地质NORTHWESTERN GEOLOGY2023 年控制显著，而蒸发结晶作用微弱（王慧玮等，2021）。其阳离子在 B2 区、D 区受到岩石风化作用控制；B2区以碎屑岩类泥岩砂岩为主，其化学离子主要来自于Ca2+HCO3硅酸盐矿物；D 区以碳酸盐岩，和会偏多。水量中等的 B1 区、C 区水样在图中向右下角靠近，受到岩石风化作用和大气降水作用的共同控制，其岩石 01-SY02-SY03-SY04-SY05-SY06-SY07-SY08-SY09-SY10-SY11-SY12-SY13-SY14-SY15-SYCl+SO42Ca2+Mg2+020406080100002020404060608080100020406080100100002020404060608080100100020406080100Mg2+Na+K+Ca2+020406080100SO42CO32+HCO3Cl图 3研究区地下水水化学 Piper 图Fig.3Piper diagram of hydrochemical of groundwater in the study area 表 2 地下水化学指标统计表（N=15）Tab.2Index of groundwater chemistry指标最大值（g/L）最小值（g/L）平均值（g/L）标准差指标最大值（g/L）最小值（g/L）平均值（g/L）标准差pH值8.086.657.680.35TDS230.406.7085.9167.35Na+6.570.253.961.98As2.581.772.130.27NH+40.240.050.100.06Sb0.270.100.110.04Al3+0.190.010.070.06Hg0.190.030.060.04Fe3+0.100.030.040.02Cr5.850.101.921.91F0.300.010.100.10Co0.740.020.240.22Cl4.260.861.520.90Cu0.590.070.190.19SO2-417.200.677.365.24Pb10.260.080.762.63NO310.190.022.393.15Zn1.840.430.850.34K+1.300.660.920.17Mn6.330.111.911.95Ca2+64.530.5919.3119.14Ni9.540.052.663.02Mg2+26.550.126.576.77Mo3.250.050.731.02HCO3268.4012.0092.9281.41总硬度221.001.9075.2771.14第 5 期吴君毅等：螺髻山北麓地下水化学特征与水质评价157 风化作用更显著。C 区以岩浆岩为主，C 区水样化学离子会来自于硅酸盐矿物的风化作用。Na+SO24SO24Na+Ca2+HCO3Ca2+Ca2+SO24Ca2+Mg2+HCO3Mg2+阴阳离子的相关性分析显示，与相关显著性不高（R2=0.54），但比更加富集，推测可能是石膏溶解造成的；与相关程度高（R2=0.973），表明方解石的风化是的来源之一；与的相关性差（R2=0.22），表明石膏的溶解不能对来源起到控制作用；与存在较高相关性（R2=0.866），说明白云石的风化为地下水提供了（翟大兴等，2011）。Ca2+Mg2+HCO3SO24Ca2+Mg2+SO24ClHCO3SO24ClCa2+Mg2+阴阳离子比值进行计算分析，结果能进一步反映水化学离子的来源（Kumer et al.，2020）。研究区样品水化学（+）/（+）为 1.076，接近 1，表明与主 要 受 到 斜 长 石、辉 石 风 化 控 制（图 5a）。水化学（+）/（）值远小于 1，分布在直线 y=x 的下方（图 5b），表明与少部分都来自于碳酸盐矿物溶解，蒸发盐矿物（石膏、芒硝）较少（孙厚云等，2018）。偏硅酸高值点（+）/HCO3SO24 值总体略小于 1（图 5c），显示硫酸与碳酸共同参与碳酸盐岩溶解。大部分水样位于右上角区，少量位于左上角区（图 5d），表明硫化物氧化参与硅酸盐氧化产生 Na+、K+和，且能够识别硫酸和碳酸参与岩石矿物溶解的贡献程度。结合三大类造岩矿物（碳酸盐矿物、硅酸盐矿物、蒸发盐矿物）风化溶滤作用特征与离子比例关系图（图 6）分析（刘永林等，2016；高旭波等，2020；杨芬等，2021），可以看出研究区的水样品大多都分布在硅酸盐矿物到碳酸盐矿物之间，相比离硅酸盐矿物区域更近，表明研究区水化学离子同时受到了硅酸盐矿物和碳酸盐矿物的风化溶滤作用的控制。在 B1 型地下水区和 B2 型地下水受硅酸盐矿物风化溶滤作用主要控制的同时，受到一定碳酸盐矿物风化溶滤作用控制，其中硅酸盐岩矿物来源于砂岩以及泥质岩；C 型地下水区主要受硅酸盐矿物风化溶滤作用控制，其来源于火山碎屑岩和花岗岩；溶洞暗河发育的 D 型地下水区则主要受由碳酸盐矿物风化溶滤作用控制，其碳酸盐 00.20.40.60.81.01.200.20.40.60.81.01.2100101102103104105100101102103104105010203040506070809101112131415TDS(mg/L)TDS(mg/L)蒸发结晶 岩石风化 大气降水 蒸发结晶 岩石风化 大气降水 11Na+/(Na+Ca2+)Cl/(Cl+HCO3)A2 型B1 型B2 型C 型D 型A2 型B1 型B2 型C 型D 型0913101514080302041407060501图 4研究区地下水 Gibbs 图Fig.4Gibbs diagram of underground water in the study area158西北地质NORTHWESTERN GEOLOGY2023 年岩矿物主要来自石灰岩和白云岩。4.3神经网络水质评价过程 4.3.1神经网络搭建笔者基于 Python 语言使用 Pytorch 开源库搭建BP 神经网络架构，搭建的 BP 神经网络模型分 4 层结构，分别为输入层，两层隐层以及输出层（图 7）。隐层激活函数为 Sigmoid 函数，输入输出神经元结构为：输入神经单元 18 个，分别为水样品的 18 个指标依次是 y=xSO42+Cl123450012345c001234512345Ca2+Mg2+(Ca2+Mg2+)/HCO3HCO3+SO42SO42/HCO3SO42/ClHCO3adby=1.076x0.2971.0000.20.40.60.81.212硫酸参与碳酸盐溶解硫酸碳酸共同参与碳酸盐溶解石膏溶解线1345678910012345678(Na+K)/Cl硫酸参与Na 和 K溶滤释出硅酸盐风化Na、K 和SO42 浓度升高图 5地下水离子比值图Fig.5Rates of the selected ions of groundwater 0.11101000.010.1110100110100Mg2+/Na+Ca2+/Na+0.1110100Ca2+/Na+蒸发盐矿物硅酸盐矿物碳酸盐矿物 HCO3/Na+蒸发盐矿物硅酸盐矿物碳酸盐矿物A2 型B1 型B2 型C 型D 型A2 型B1 型B2 型C 型D 型图 6研究区水化学离子与矿物风化作用关系图Fig.6Correlation of hydrochemical ions and mineral weathering第 5 期吴君毅等：螺髻山北麓地下水化学特征与水质评价159 Na+NH+4Al3+FClSO24NO3As、Cr、Co、Cu、Pb、Zn、Mn、Ni、Mo、TDS、总硬度，其他指标由于分异性不大或者低于检测下限，因此剔除；输出层采用线性链接 5 个神经元的输出层结果用 0、1 表示，水质分五级，类水为 1，0，0，0，0，类水为 0，1，0，0，0，类水为 0，0，1，0，0，类水为 0，0，0，1，0，类水为 0，0，0，0，1 输出，输出表的 5 个单元表分别代表-级，若满足则为 1，不满足则为 0。4.3.2训练样本设计训练样本数据依据国家地下水水质标准（GB/T148482017）中各类水质的指标在其各范围内使用计算机插值生成并添加标签（邓大鹏等，2007；袁瑞强等，2021），样本按