一种集成评估与可视化框架：结合主成分分析（PCA）加权水质指数（WQI）与人类健康风险指数，用于绘制地下水热点区域——以印度马哈拉施特拉邦为例

《Environmental Research》：An Integrated Assessment and Visualization Framework Combining PCA-Weighted WQI and Human Health Hazard Index to Map Groundwater Hotspots: Evidence from Maharashtra, India

地下水质量评估与健康管理融合分析框架构建及在印度马哈拉施特拉邦的应用。采用主成分分析（PCA）消除主观赋权，建立PCAWQI与Hazard Index联合评价体系，通过双变量地理热力图揭示空间分布特征，识别出沿海与内陆区域水质及健康风险的显著差异。

　　

Satyabrata Pattnayak|Subhankar Karmakar|Suparna Mukherji

印度孟买Powai的IIT Bombay环境科学与工程系

摘要

农业径流、废物处理和其他人为活动将污染物引入含水层，这凸显了进行全面地下水质量评估的必要性。传统的地下水评估框架在水质指数（WQI）的构建中依赖主观权重分配，并分别解读WQI和健康风险，导致风险评估不连贯。本研究提出了一个综合评估和可视化框架，该框架同时评估（i）基于主成分分析的加权地下水质量指数（PCAWQI）和（ii）人类健康风险（非致癌危害指数，HI），从而对印度马哈拉施特拉邦的饮用水适宜性进行全面评估。该邦是一个干旱频发且高度依赖地下水的地区。利用2012年至2022年的监测数据，我们通过PCA方法得出客观的指标权重（减少了传统指数方法的主观性），并与基于熵加权的WQI（EWQI）基准进行了性能验证，并利用双变量等值线图来可视化水质和健康风险类别的联合分布，以便精确识别热点区域。研究结果表明，在十年间，儿童健康风险指数超过1的采样点比例从59.1%增加到63.3%，主要原因是人类活动导致硝酸盐浓度升高。PCAWQI显示“优秀”水质点的比例从11.1%增加到17.78%；然而，2022年仍有82.22%的地点处于中等至极差的质量类别，表明尽管采样范围扩大，但问题依然存在。从空间上看，沿海地区（如Ratnagiri、Sindhudurg、Raigad）主要表现出优秀至中等的质量和低健康风险，而内陆地区（Ahmednagar、Solapur、Osmanabad、Beed、Jalgaon、Latur、Nanded、Chandrapur和Gadchiroli）的井水质量在PCAWQI和HI指标上均被归类为中等至极差。通过将客观权重分配与健康风险估计结合在地理空间平台上，所提出的框架能够识别出真正的高风险区域及其时空动态，为有针对性的监测、修复和更高效的地下水质量管理提供了支持。

引言

地下水是全球水循环的重要组成部分，为全球超过15亿人提供饮用水。它还支持农业、工业以及相关的地表水源，如溪流和湖泊（联合国教科文组织，2008年）。2023年，印度全年地下水抽取量超过2410亿立方米，提供了约62%的灌溉用水、85%的农村饮用水和50%的城市饮用水（CGWB，2023a）。鉴于该国对地下水的严重依赖，评估其质量至关重要。由于许多地区的地下水未经处理就被直接使用（联合国教科文组织，2022年），这一点尤为重要。地下水位下降加上污染给公共卫生带来了重大风险。地下水污染源于地质因素，例如岩石与水相互作用过程中污染物的溶解/解吸，以及人为改变地下条件（Barbieri等人，2023年）。一旦受到污染，修复和处理受污染地下水的成本变得非常高昂，使其难以使用（Jha等人，2020年）。因此，定期评估地下水质量并制定健全的管理策略以确保地下水的可持续利用至关重要。实现这一目标需要专家、水资源管理者、工业界和公众的共同努力。然而，由于水质问题的复杂性，尤其是在涉及具有不同科学背景的利益相关者时，沟通和理解相关问题变得具有挑战性（Abtahi等人，2015年）。

水质具有多变性，涵盖物理、化学和生物参数，这促使人们开发了水质指数（Saeedi等人，2010年）。水质指数（WQI）通过数学方法将所有水质参数结合起来，将多变量水质数据简化为单一的综合得分（Uddin等人，2021年）。自Horton首次提出WQI以来（Horton，1965年），WQI提供了一种简单、以决策为导向的整体状况总结方式（Abbasi和Abbasi，2012年）。大多数水质指数遵循四个步骤：i）选择水质参数，ii）计算子指数，iii）分配参数权重，iv）使用聚合函数计算WQI（Uddin等人，2021年）。早期的研究主要集中在地表水（特别是静水和流水体）上，并探索了多种权重和聚合方案（例如，Brown等人，1970年；CCME，2017年；Cude，2001年；Naubi等人，2016年；Smith，1990年；Sutadian等人，2017年）。相比之下，地下水指数通常侧重于水化学成分（主要阳离子和阴离子），而地表水指数则更关注生物和更广泛的物理化学指标（Ghosh和Bera，2023年；Jha等人，2020年）。许多研究开发了特定于地下水的WQI（GWQI）来评估饮用水的适宜性。Mohseni等人（2024年）和Ogarekpe等人（2023年）应用了一种WQI方法，其中每个参数的权重与其允许的标准成反比，最终WQI是相应质量评级的加权平均值。将权重与允许的标准成反比分配可能会不恰当地增加那些监管标准非常低的参数的影响。Karangoda和Nanayakkara（2023年）、Okimiji等人（2024年）以及Samtio等人（2023年）根据参数对人类健康的潜在影响来分配权重，指数是通过测量浓度与世界卫生组织（WHO）标准的比率计算得出的加权子指数之和。根据作者对每个参数相对健康重要性的判断来分配权重会引入主观性。总体而言，这些文献强调了方法上的持续挑战，特别是在参数选择、权重分配以及结果对所选聚合函数的敏感性方面。

传统的地下水质量指数通常依赖专家判断来选择参数和分配权重，这在指数构建过程中引入了主观性和不确定性（Pei-Yue等人，2010年）。这些指数还具有地域性，限制了其广泛应用。为了减少主观性，Pei-Yue等人（2010年）使用香农信息熵为水质参数分配了客观权重。香农熵方法侧重于参数的离散性，很大程度上忽略了变量之间的关联结构。最近，分析层次过程（AHP；Saty，1987年）被用于多标准决策（MCDM）框架中的权重系统化（Sutadian等人，2018年），但AHP仍然通过决策者的成对比较嵌入了主观性。模糊逻辑（Zadeh，1965年）也被用于WQI的开发（Dahiya等人，2007年；Icaga，2007年；Jinturkar等人，2010年；Kamrani等人，2016年；Minh等人，2019年；Ross，2010年）。然而，模糊逻辑在WQI开发中的应用存在局限性，因为多位研究人员报告称由于语言上的不确定性，难以验证WQI和跨研究的可比性（Uddin等人，2021年）。最近，一些研究采用了主成分分析（PCA）来推导参数权重（Abdelaziz等人，2020年；Silva等人，2021年），其中PCA载荷直接用于权重分配。由于原始载荷代表的是与主成分的相关性而非每个参数的总方差贡献，因此得到的权重并不能准确反映各个水质参数的真实变异性。

虽然客观权重框架可以减少主观性，但仅凭水质数据特征无法推断饮用水的适宜性；还需要明确评估单个成分对人类健康的威胁。因此，一些近期研究结合了基于氟化物和硝酸盐浓度的非致癌健康风险评估（Kaur等人，2020年；Liu等人，2024年；Rao等人，2021年；Shukla和Saxena，2020年）。饮用含有高浓度硝酸盐的水会对健康造成显著风险，包括婴儿的氧气运输障碍（高铁血红蛋白血症）和呼吸系统并发症。长期暴露于高浓度氟化物会导致牙齿和骨骼氟中毒（Shukla和Saxena，2020年）。此外，一些研究还将评估框架扩展到包括与重金属污染相关的非致癌和致癌风险（Rao等人，2021年；Ravindra和Mor，2019年）。同时估计这两个指标，即水质指数（WQI）和人类健康风险指标，可以提供更全面的评估，更全面地描述地下水作为饮用水的适宜性。许多研究将人类健康风险与WQI计算分开进行（Ogarekpe等人，2023年；Wang和Li，2022年），这种分割的观点掩盖了水质的整体影响。此外，为WQI值分配分类阈值可能会重新引入主观性，因为参数范围和监管标准因应用和地区而异。

为了解决这些局限性，提出了一种统一的、可转移的地下水质量评估框架，该框架在WQI的权重分配和分类中尽量减少主观性，同时明确整合健康风险，以提供全面的地下水质量评估。该框架具有几个创新方面：（i）基于PCA的权重分配，以捕捉参数之间的变异结构并消除主观性；（ii）多变量异常值检测，以提高鲁棒性；（iii）使用Jenks自然断点进行数据驱动的WQI分类。随后，使用基于KL散度的全局敏感性分析（GSA）评估PCA加权WQI（PCAWQI）的敏感性，同时使用自助法重采样量化PCA权重中的不确定性。在此基础上，开发了一个综合评估框架，将PCA加权WQI与人类健康风险（危害指数）通过双变量等值线图结合起来，实现水质和健康风险的同步可视化，从而揭示真正的高风险区域。然后进行空间自相关分析，以识别水质较差的统计显著群集。使用印度马哈拉施特拉邦（2012–2022年）的地下水数据证明了该框架的适用性。通过在地理空间平台上同时表示水质和风险，该框架支持更清晰的沟通、有针对性的监测和优先干预，提供了一种通用且可复制的方法，适用于更广泛的水质评估和管理。

研究区域概述

研究区域概述

本研究涵盖印度第三大州马哈拉施特拉邦，总面积为307,713平方公里（图1a）。该邦位于印度西部，纬度范围为15°35’N至22°02’N，经度范围为72°40’E至80°30’E。西高止山脉以其丰富的动植物而闻名，将德干高原与康坎海岸线分隔开来。该邦大部分地区位于德干高原上，这是一个广阔的高海拔区域

地下水特征

对马哈拉施特拉邦地下水质量数据的分析提供了有关该地区地下水固有特征及其水化学参数变化的宝贵见解。图3显示了每年超过水质标准的采样点百分比。补充数据表S4展示了10年的平均值、中位数、第25百分位数、第75百分位数以及印度标准局（BIS）设定的理想限值

结论

本研究提出了一种新颖的统一双变量地下水评估框架，将基于PCA加权的水质指数（PCAWQI）与人类健康危害指数（HI）相结合，从而在参数权重分配和分类中大幅减少主观性，同时将健康风险纳入常规评估。应用于印度马哈拉施特拉邦（2012–2022年）这一高度依赖地下水的缺水地区，该方法揭示了广泛的污染现象

局限性和未来研究方向

该方法、分析和结果基于现有的地下水质量数据，这些数据存在一些局限性。以下是一些研究的局限性和未来研究方向：

a)

监测井的非均匀空间分布可能导致空间采样不均，从而影响插值结果和地下水质量群落的划分。

b)

Jenks自然断点是一种数据驱动的分类方法；其结果对样本敏感

CRediT作者贡献声明

Suparna Mukherji：撰写 – 审稿与编辑、可视化、验证、监督、方法论、概念化。Subhankar Karmakar：撰写 – 审稿与编辑、可视化、验证、监督、方法论、概念化。Satyabrata Pattnayak：撰写 – 原初草稿、可视化、验证、方法论、调查、正式分析、数据整理、概念化

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。