基于Logistic回歸模型的山西省地下水砷污染風(fēng)險預(yù)測和評價研究.pdf

1、前言:
　　 砷是自然界中廣泛存在的一種類金屬元素,是國際癌癥研究機(jī)構(gòu)確定的人類致癌物,可以引起皮膚癌、肺癌和膀胱癌等。人類可以通過多種途徑接觸到過量的砷,其中飲用受砷天然污染的地下水是最重要的途徑。大量文獻(xiàn)研究表明,地下水砷污染引起的慢性砷暴露可以嚴(yán)重影響人類健康,包括各種皮膚損傷、高血壓、心血管疾病、糖尿病以及烏腳病等。目前全球約有2億人正處于慢性飲水型高砷暴露的危險中,因此地下水砷污染已經(jīng)成為全世界廣泛關(guān)注的一個公共衛(wèi)生問

2、題。
　　 我國是世界上受地下水砷污染影響最為嚴(yán)重的國家之一。據(jù)估計,我國大陸地區(qū)飲水型砷中毒病區(qū)中的高砷暴露人群已超過300萬,隨著調(diào)查的深入,慢性飲水型高砷暴露人群的數(shù)目正在不斷擴(kuò)大。自上世紀(jì)八十年代,在我國新疆奎屯地區(qū)發(fā)現(xiàn)第一例砷中毒患者后,又陸續(xù)在內(nèi)蒙古河套平原和山西省大同盆地發(fā)現(xiàn)了新的飲水型砷中毒病區(qū)。鑒于地方性砷中毒的廣泛性和嚴(yán)重危害,我國政府于1992年將其列為一種新的地方病,并投入大量的資金用于篩查和發(fā)現(xiàn)地下水砷

3、污染區(qū)和受累及的人群。為了有效的篩查和識別潛在的地下水砷污染區(qū),我國研究者研制開發(fā)了“10%抽樣法”,并廣泛應(yīng)用于全國各地的地下水砷污染區(qū)調(diào)查中。最近的調(diào)查結(jié)果顯示,在全國16個省292個縣(約占全國總縣數(shù)的12%)20517個村的445638口井中,有近5%的水井砷濃度超過了我國的飲用水砷濃度標(biāo)準(zhǔn)(50μg/L)。雖然“10%抽樣法”在很大程度上加速了地下水砷污染區(qū)的發(fā)現(xiàn),但是由于我國國土面積巨大,要想完成全國范圍內(nèi)的篩查,仍然需要幾

4、十年的時間。而一種可以預(yù)測某一地區(qū)地下水中是否出現(xiàn)砷污染的空間模型,可以加快水砷篩查速度,因為它可以指示出潛在的高砷地下水分布在哪些地區(qū),指導(dǎo)相關(guān)部門或組織在這些地區(qū)進(jìn)行優(yōu)先采樣。
　　 最近的研究表明,基于水砷濃度和相關(guān)環(huán)境解釋變量(如地質(zhì)、氣候、地形等)統(tǒng)計關(guān)系的地下水砷污染預(yù)測模型在東南亞地區(qū)成功建立。而Logistic回歸也被成功的應(yīng)用于預(yù)測地下水中砷濃度超過某一規(guī)定閾值的概率。
　　 山西省是我國北方地區(qū)受飲水

5、型地方性砷中毒影響最為嚴(yán)重的省份之一。與新疆和內(nèi)蒙不同的是,山西省的人口密度大,且多集中生活在該省從北到南的幾個盆地地區(qū)。自1994年在山陰縣首次發(fā)現(xiàn)飲水型高砷暴露地區(qū)以來,經(jīng)過多年的調(diào)查,初步確認(rèn)大同盆地和太原盆地是該省兩個最主要的飲水型地方性砷中毒病區(qū)。有大于90萬人居住在這兩個盆地,并且有3998個人被診斷為飲水型地方性砷中毒患者。這些患者主要分布在兩個盆地的應(yīng)縣、山陰縣、朔城區(qū)、文水縣、汾陽市、平遙縣和孝義市。除了這些已發(fā)現(xiàn)砷中

6、毒患者的地區(qū)外,另外還有12個縣存在高砷地下水。研究報道稱在大同盆地采集的288份地下水水樣中,砷濃度的范圍是0.2-720μg/L;在太原盆地的采集的44個水樣的砷濃度范圍在0.1-115.5μg/L之間。
　　 目前的研究普遍認(rèn)為,控制地下水中砷遷移轉(zhuǎn)化的機(jī)制主要有兩種。第一種也是最重要的一個機(jī)制是:在還原性條件下,由微生物介導(dǎo)的鐵氧化物還原溶解而導(dǎo)致吸附在礦物上的砷進(jìn)入地下水中。這一過程主要發(fā)生在富含有機(jī)碳的年輕的沖積沉積

7、物和三角洲沉積物中。在這個過程中,無機(jī)砷主要以As3+的形式進(jìn)入地下水。第二種機(jī)制是:在高pH/氧化型含水層中,砷從鐵氧化物表面解吸附,結(jié)果導(dǎo)致固體礦物中的砷釋放,從而造成地下水的砷污染。這一過程主要發(fā)生在干旱和半干旱地區(qū)的內(nèi)陸盆地或封閉式盆地,且無機(jī)砷主要以As5+的形式進(jìn)入地下水。許多研究表明山西省盆地地區(qū)的地下水主要來自第四紀(jì)含水層,并且是這些地區(qū)最主要的飲用水來源。而除了一些富含碳酸氫鈉的地下水外,這些地區(qū)地下水中高濃度的砷幾乎

8、都與還原性條件有關(guān)。
　　 由于資金有限,當(dāng)?shù)卣荒軐⒐ぷ鞯闹攸c放在已知的飲水型地方性砷中毒病村(地砷病病村)及其周邊的村落。其他遠(yuǎn)離地砷病病村的地區(qū)也可能存在地下水砷污染,但是目前還沒有被發(fā)現(xiàn)。在本研究中,我們的目的是建立一個基于Logistic回歸的統(tǒng)計模型來預(yù)測山西省地下水砷污染地區(qū)的位置。首先,以現(xiàn)場采集的水砷數(shù)據(jù)作為因變量,以一系列環(huán)境解釋變量作為自變量,分別建立以我國飲水砷濃度標(biāo)準(zhǔn)10μg/L和50μg/L為閾值的

9、地下水砷污染預(yù)測模型;其次,依據(jù)建立的Logistic回歸模型,結(jié)合相關(guān)的環(huán)境解釋變量預(yù)測山西省地下水砷濃度大于10μg/L和50μg/L的概率,并建立地下水砷污染的概率地圖和二元風(fēng)險地圖;最后,對模型的預(yù)測結(jié)果進(jìn)行驗證。
　　 材料與方法:
　　 1、研究地區(qū)
　　 山西省位于我國北部,其地理坐標(biāo)為北緯34°36’-40°44’,東經(jīng)110°15’-114°32’之間。全省總面積約為15.6萬平方千米,總?cè)丝诖?/p>

10、約為3374.60萬。該省屬于暖溫帶、溫帶大陸性氣候,四季分明。年平均氣溫在-4-14℃,年平均降水量約為400-650mm。該省境內(nèi)地形較為復(fù)雜,山地、丘陵、高原、盆地、平原等交錯分布,且以山地和丘陵為主。山西省整個地貌是被黃土廣泛覆蓋的山地型高原,但從北到南分布著幾個獨立的盆地,分別是大同盆地、忻州盆地、太原盆地、長治盆地、臨汾盆地和運城盆地。該省境內(nèi)的平均海拔為1450m,最高峰是位于東北部的五臺山(海拔為3058m)。
　

11、　 2、地下水砷濃度數(shù)據(jù)庫
　　 (1)現(xiàn)場采集的地下水砷濃度數(shù)據(jù)庫:現(xiàn)場采集的地下水砷濃度數(shù)據(jù)來源于山西省2005-2007年中央轉(zhuǎn)移支付項目飲水型地方性砷中毒調(diào)查。該調(diào)查采用“10%抽樣法,,共篩查山西省959個村共5682口井。以村為單位,計算每個村的采樣總井?dāng)?shù)、小于和大于10μg/L、50μg/L、100μg/L、200μg/L的井?dāng)?shù)、每個村的最高和最低水砷濃度。在GoogleEarth中對每個村莊進(jìn)行地理空間定位,從

12、而獲取了712個村莊的經(jīng)緯度數(shù)據(jù)。
　　 (2)文獻(xiàn)檢索來源的地下水砷數(shù)據(jù)庫:這些水砷數(shù)據(jù)來源于已發(fā)表的文獻(xiàn),其中刪除了大同盆地的兩個泉水采樣點和運城盆地的一個水砷含量異常高的采樣點(原文作者認(rèn)為是由人為因素導(dǎo)致的污染),最終獲得兩個盆地共87個地下水采樣點數(shù)據(jù)。這個數(shù)據(jù)集用于模型的驗證使用。
　　 3、飲水型地方性砷中毒病村數(shù)據(jù)收集與整理
　　 在本研究中,地砷病病村按數(shù)據(jù)來源分為兩部分。第一部分來源于山西省地

13、方病防治所,其中包括應(yīng)縣的18個地砷病病村。第二部分來源于已發(fā)表的文獻(xiàn),其中包括山陰縣的35個地砷病病村,朔城區(qū)的6個地砷病病村和平遙縣的2個地砷病病村。這個數(shù)據(jù)庫包含61個地砷病病村的村名和砷中毒患者檢出率。我們以村為單位通過GoogleEarth對每個村莊進(jìn)行地理空間定位,從而獲取該村的經(jīng)緯度數(shù)據(jù)。這個數(shù)據(jù)集用于分析地砷病病村與模型預(yù)測結(jié)果的空間分布關(guān)系。
　　 4、環(huán)境解釋變量
　　 (1)地形相關(guān)地圖:以空間分辨

14、率為500m的數(shù)字高程模型為基礎(chǔ),在SAGA-GIS中將數(shù)字高程圖的分辨率由500m增加到1km,并在地形分析模塊計算生成以下與地形有關(guān)的地圖:(1)地形濕度指數(shù)圖,(2)集水區(qū)坡度圖,(3)地形指數(shù)圖,(4)修正的集水區(qū)圖,(5)坡度圖和(6)海拔圖。
　　 (2)遙感衛(wèi)星圖:從美國國家航空航天局下載覆蓋整個研究區(qū)域連續(xù)兩年的、空間分辨率為250m、8天合成的中分辨率成像光譜儀增強(qiáng)植被指數(shù)時間序列遙感影像。在ArcGIS中將影

15、像分辨率從250m增加到1km,并應(yīng)用主成分分析法對原始數(shù)據(jù)進(jìn)行簡化,取前8個主成分作為模型建立的輔助變量。
　　 (3)全新世地質(zhì)圖:全新世地質(zhì)與地下水高砷密切相關(guān)。在本研究中,我們根據(jù)山西省1:50萬地質(zhì)圖,在ArcGIS中建立新的全新世地質(zhì)圖,并將其轉(zhuǎn)化為空間分辨率為1km的柵格地圖,從而建立二分類的山西省全新世地質(zhì)圖。
　　 (4)土壤特征圖:土壤相關(guān)信息來源于聯(lián)合國糧農(nóng)組織的土壤數(shù)據(jù)庫。它包含了我國第二次全國土

16、壤調(diào)查研究集成的1:100萬土壤信息。我們選擇一些可能與地下水砷污染有關(guān)的土壤特性作為模型建立的輔助變量,并根據(jù)以下規(guī)則建立空間分辨率為1km的二分類柵格地圖:(1)土壤pH值是否高于7.0;(2)土壤是否顯示鹽堿土性質(zhì);(3)土壤中是否含有粘壤土,砂質(zhì)粘土和壤土質(zhì)土壤;(4)土壤電導(dǎo)率是否大于1dS/m;(5)土壤是否與沖積沉積物、湖相沉積物相關(guān)。
　　 (5)水文學(xué)信息圖:在中國的河流網(wǎng)數(shù)據(jù)庫中,提取山西省的河流網(wǎng)數(shù)據(jù)。在A

17、rcGIS中生成空間分辨率為1km的河流密度和河流距離柵格地圖。這兩個水文學(xué)特征可能會影響到地下水中砷的濃度。
　　 (6)重力圖:地球上的重力并不是均勻分布的。影響這一基本力量的因素主要有山脈和地表不同沉積物的密度差異。重力圖常被用來估計沉積物厚度以及繪制地表以下的地圖。由于在地質(zhì)圖中缺乏沉積物的厚度信息,因此本研究中,我們使用由丹麥科技大學(xué)Dr.OleBaltazar提供的空間分辨率為1km的重力圖來提高和改進(jìn)地質(zhì)相關(guān)信息。

18、
　　 5、數(shù)據(jù)分析與統(tǒng)計
　　 本研究中所有的數(shù)據(jù)統(tǒng)計分析都是在R軟件中進(jìn)行的。
　　 (1)主成分分析:用來鑒別多維數(shù)據(jù)中各個變量的聚集模式。在本研究中,PCA用來探索輔助變量和采樣點砷含量之間的關(guān)系。
　　 (2)Logistic回歸分析:Logistic回歸被用來分析二元反應(yīng)變量(高/低砷濃度)和環(huán)境解釋變量之間的關(guān)系,從而建立一個以一定砷濃度為閾值的地下水砷污染風(fēng)險概率預(yù)測模型。該模型如下:P[

19、y=1|x]=[Exp(β0+β1X1+β2X2+...+βnXn]/[1+Exp(β0+β1X1+β2X2+...+βnXn)]
　　 其中P是地下水砷濃度高于10μg/L或50μg/L發(fā)生的概率,y為因變量,β0是回歸方程的截距,β1,β2,...,和βn是輔助變量X1,X2,...,和Xn的加權(quán)系數(shù)。我們使用后退逐步回歸法,在將所有變量引入模型后,逐次把p值最大且p＞0.05的變量剔除出模型。每次剔除一個變量后重新擬合模型

20、,按照上述剔除標(biāo)準(zhǔn)繼續(xù)剔除變量,直至模型中所有變量的p＜0.05,從而建立最佳的回歸模型。
　　 (3)接受者操作特征曲線:接受者操作特征曲線是反映靈敏度和特異度連續(xù)變量的綜合指標(biāo),是用構(gòu)圖法揭示靈敏度和特異度的相互關(guān)系。通過將連續(xù)變量設(shè)定出多個不同的分界點,從而計算出一系列靈敏度和特異度,再以靈敏度為縱坐標(biāo)、1-特異度為橫坐標(biāo)繪制成曲線,曲線下面積越大,判斷的準(zhǔn)確性越高。
　　 (4)地砷病病村位置與模型預(yù)測結(jié)果的空間

21、分析:根據(jù)Logistic回歸模型預(yù)測所得的二元地圖,將地砷病病村與山西省地下水砷污染二元風(fēng)險地圖進(jìn)行疊加分析,用以評價二者的空間分布關(guān)系及模型預(yù)測的準(zhǔn)確程度。
　　 結(jié)果:
　　 1、水砷濃度數(shù)據(jù)描述
　　 712個采樣點主要分布在山西省從北到南的幾個盆地地區(qū),其中大同盆地(n=226),忻州盆地(n=31),太原盆地(n=320),臨汾盆地(n=37),運城盆地(n=65),其他地區(qū)(n=33)。采樣點水砷濃

22、度范圍變化較大,從＜10μg/L到500μg/L,平均值為24μg/L。其中22.75%(n=162)的采樣點水砷含量超過了10μg/L且多分布在幾個盆地;5.62%(n=40)的采樣點水砷含量超過了50μg/L,水砷濃度最高的采樣點出現(xiàn)在大同盆地。不同濃度采樣點的空間分布表明水砷濃度較高的采樣點主要位于盆地的中心位置且分布在河道的附近,而水砷濃度較低的采樣點則遠(yuǎn)離盆地的中心位置和河道,多位于盆地邊緣的山麓地帶。大同盆地的桑干河、黃水河

23、和南陽河流域,太原盆地的汾河流域是山西省境內(nèi)受地下水砷污染影響最為嚴(yán)重的地區(qū)。
　　 2、主成分分析
　　 主成分分析結(jié)果顯示有一組環(huán)境解釋變量與第一主成分呈正相關(guān)關(guān)系,它們包括地形濕度指數(shù)、全新世沉積物、地形指數(shù)、修正的集水區(qū)、土壤結(jié)構(gòu)、土壤鹽分、以及部分遙感衛(wèi)星圖(EVI2,EVI4和EVI8)。該主成分主要代表了環(huán)境中的還原性條件。712個采樣點的散點得分圖顯示地下水高砷與第一主成分呈正相關(guān)關(guān)系,表明山西省境內(nèi)的高

24、砷地下水與環(huán)境中的還原性條件密切相關(guān)。
　　 3、Logistic回歸模型
　　 (1)10μg/L模型:23個環(huán)境解釋變量在經(jīng)過后退逐步回歸法計算后,有7個變量(P＜0.05)進(jìn)入了以10μg/L為閾值的Logistic回歸模型中,這些變量分別是EVI1、EVI6、EVI7、地形濕度指數(shù)、重力、河流距離和全新世地質(zhì)。其中EVI7、地形濕度指數(shù)、全新世地質(zhì)與地下水高砷呈正相關(guān)(β值＞0),表示隨著這些變量值的增加,地下水

25、中砷濃度超過10μg/L的概率會增大;相反,EVI1、EVI6、重力、河流距離與地下水高砷呈負(fù)相關(guān)(β值＞0),表示隨著這些變量值的增加,地下水中砷濃度超過10μg/L的概率會降低。
　　 (2)50μg/L模型:50μg/L模型中包含6個環(huán)境解釋變量,分別代表了地形特征、水文學(xué)條件、重力和土壤特性。其中地形相關(guān)的環(huán)境解釋變量(地形濕度指數(shù),β=22.93和地形指數(shù),β=5.14)和土壤特性相關(guān)變量(土壤鹽分,β=1.50)與高

26、砷地下水呈正相關(guān),表示隨著這些變量值的增加,地下水中砷濃度大于50μg/L的概率會增大。而對于水文學(xué)變量(河流距離,β=-9.27)、重力(重力,β=-12.44)和遙感影像(EVI6,β=-4.78)與高砷地下水呈負(fù)相關(guān),表示隨著這些變量值的增加,地下水中砷濃度大于50μg/L的概率會降低。
　　 4、地下水砷污染風(fēng)險預(yù)測概率地圖
　　 10μg/L模型預(yù)測顯示的概率地圖表明臨汾盆地北部的臨汾市和洪洞縣交界處,發(fā)生地下

27、水砷濃度超過10μg/L的概率最高(＞0.8)。而50μg/L模型預(yù)測顯示的概率地圖表明忻州盆地的部分地區(qū)發(fā)生地下水砷濃度超過50μg/L的概率最高(＞0.8)。兩個模型的預(yù)測結(jié)果都顯示在大同盆地、忻州盆地、太原盆地和運城盆地發(fā)生地下水砷污染的概率較高(＞0.5),而東西兩側(cè)的山區(qū)和丘陵地帶發(fā)生地下水砷污染的概率較低。
　　 5、接受者操作特征曲線
　　 (1)10μg/L模型:ROC曲線計算所得的10μg/L模型預(yù)測結(jié)

28、果的最佳分界點概率值為0.22。
　　 (2)50μg/L模型:ROC曲線計算所得的50μg/L模型預(yù)測結(jié)果的最佳分界點概率值為0.09。
　　 6、地下水砷污染風(fēng)險二元地圖
　　 (1)10μg/L模型:根據(jù)ROC曲線計算所得的0.22為最佳分界點概率值,將山西省地下水砷污染概率地圖重新劃分為一個二分類地圖,從而建立山西省地下水砷污染發(fā)生的二元風(fēng)險地圖。結(jié)果顯示山西省從北到南的若干盆地地區(qū)存在著大面積的地下水下

29、砷污染高風(fēng)險區(qū)域(水砷濃度大于10μg/L),主要分布在山西省境內(nèi)的30多個縣,共涉及8112km2的地區(qū)。
　　 (2)50μg/L模型:根據(jù)ROC曲線計算所得的0.09為最佳分界點概率值,建立山西省地下水砷污染發(fā)生的二元風(fēng)險地圖。結(jié)果顯示山西省有38的市縣存在著面積大小不一的地下水砷污染高風(fēng)險區(qū)域(水砷濃度大于50μg/L),共涉及3364km2的區(qū)域。
　　 7、模型的驗證結(jié)果
　　 (1)10μg/L模型

30、:20%數(shù)據(jù)集對模型進(jìn)行內(nèi)部驗證的總正確率為68.3%,其中靈敏度為64.2%,特異度為81.8%。87個文獻(xiàn)來源的采樣點對模型進(jìn)行外部驗證的總正確率為63.2%,其中靈敏度為69.2%,特異度為60.7%。
　　 (2)50μg/L模型:20%數(shù)據(jù)集對模型進(jìn)行內(nèi)部驗證的總正確率為85.2%,其中靈敏度為72.7%,特異度為86.3%。87個文獻(xiàn)來源的采樣點對模型進(jìn)行外部驗證的總正確率為86.2%,其中靈敏度為66.7%,特異度

31、為89.3%。
　　 8、飲水型地方性砷中毒病村與模型預(yù)測結(jié)果的空間分布關(guān)系
　　 地砷病病村與模型預(yù)測顯示的概率地圖疊加結(jié)果表明這些病村所在的位置其地下水砷污染發(fā)生的概率均較高。地砷病病村與山西省地下水砷污染風(fēng)險二元地圖的之間的空間分布關(guān)系表明大部分的病村都位于地下水砷污染發(fā)生的高風(fēng)險區(qū)域。山西省61個地砷病病村與該省10μg/L模型預(yù)測顯示的地下水砷污染風(fēng)險二元地圖的疊加結(jié)果顯示,有90.2%(n=55)的地砷病病村

32、落在預(yù)測顯示的地下水砷污染高風(fēng)險區(qū)域,9.8%(n=6)的地砷病病村落在預(yù)測顯示的地下水砷污染低風(fēng)險區(qū)域。61個地砷病病村與50μg/L模型預(yù)測顯示的地下水砷污染風(fēng)險二元地圖的疊加結(jié)果顯示,有91.8%(n=56)的地砷病病村落在預(yù)測顯示的地下水砷污染高風(fēng)險區(qū)域,8.2%(n=5)的地砷病病村落在預(yù)測顯示的地下水砷污染低風(fēng)險區(qū)域。
　　 結(jié)論:
　　 1、全新世沉積物圖、地形濕度指數(shù)圖、地形圖、河流距離圖、土壤鹽分圖、重

33、力圖和一些遙感衛(wèi)星圖在山西省地下水砷污染風(fēng)險回歸模型建立中起重要作用,有助于解釋高砷地下水的分布。
　　 2、模型顯示山西省境內(nèi)的高砷地下水與環(huán)境中的還原性條件密切相關(guān),且干旱氣候條件下的蒸發(fā)濃縮作用可能進(jìn)一步增加了地下水中的砷含量。
　　 3、該Logistic回歸模型的建立,可以提供一種快速發(fā)現(xiàn)潛在地下水高砷區(qū)和飲水型砷中毒病區(qū)的方法,為飲水型地方性砷中毒的防治和未來的改水降砷工作提供理論依據(jù)和指導(dǎo)。