基于机器学习的河南省平原区原生劣质地下水分布预测

于福荣; 李蕊; 李志萍; 吴林; 刘中培

doi:10.13745/j.esf.sf.2025.10.33

地学前缘 ›› 2026, Vol. 33 ›› Issue (1) : 63 -79. DOI: 10.13745/j.esf.sf.2025.10.33

基于机器学习的河南省平原区原生劣质地下水分布预测

于福荣, 李蕊, 李志萍, 吴林, 刘中培

作者信息 +

Author information +

文章历史 +

摘要

地下水作为全球超20亿人饮用水的重要来源，其水质安全与人类健康和生态系统密切相关。原生劣质地下水(geogenic contaminated groundwater, GCG)是由于地球演化形成的地下水组分超标现象，主要表现为砷、氟、碘含量超标。受地质构造、水文地球化学和人类活动影响，原生劣质地下水分布呈现区域差异和局部突变，其成因机制和防控策略研究对保障水资源安全至关重要。本文以河南省为典型研究区，综合运用Gibbs图等方法解析研究区地下水水化学特征及主控因素，明确原生劣质地下水的分布原因；结合地方病分布数据，探究原生劣质地下水与病区的关联性，并引入机器学习模型实现原生劣质地下水空间分布的精准预测，最终基于上述研究划定地下水健康风险管控区。结果表明：研究区原生劣质地下水集中分布于豫东平原及黄河沿岸区域，且潜水原生劣质组分超标程度显著高于承压水；弱碱性还原环境是原生劣质地下水形成的关键水文地球化学条件，岩石风化溶解与强烈蒸发作用共同主导了特征离子的富集过程；原生劣质地下水分布与地方病区存在一定空间关联性；地下水中砷、氟、碘均表现出明显的空间聚集性，其中高-高(HH)聚类区(即高砷、高氟、高碘地下水叠加区)与机器学习模型识别的高风险区域高度吻合。因此，在濮阳市、新乡市、周口市、开封市及商丘市等重点区域科学划定健康风险保护区，对保障当地居民用水安全具有重要现实意义。