Graphical Abstract：

研究亮点：

构建多源数据融合驱动的地下水污染分区防控新框架，提升复杂工业园区风险识别的系统性与精准性。

推动地下水污染评价由单一浓度判识向多源信息协同决策转变，实现从识别污染到精准管控的方法升级。

论文信息：

Zeng Jiaqing, Wu Pan, Li Bo, Gao Wenyan, Hu Ligang, Jiang Guibin, Xue Shengguo, Multi-source data fusion for precision prevention and control of groundwater pollution in industrial brownfields, Journal of Hazardous Materials, (2026) 143704.

论文链接：https://doi.org/10.1016/j.jhazmat.2026.143704

工业园区（棕地）地下水污染控制往往受到污染源分布、水文地球化学过程、含水层结构及土地利用方式等多重因素共同影响，仅依赖污染物浓度进行评价，难以全面反映地下水污染风险及其实际管控需求，如何建立一套科学、系统的地下水污染精准防控体系，成为其环境管理的重大科学问题。

针对这一问题，本研究以某大型工业园区为研究对象，创新性地构建了数据驱动的多源融合决策框架，将土地利用模式（L）、水文地球化学模式（H）、地下水脆弱性（V）、污染物迁移性（M）和综合污染等级（P）五个维度进行系统集成，通过潜类别分析（LCA）方法实现了地下水污染的客观防控和精细划分。

图3 工业园区地下水主要污染物及污染羽识别

基于多源数据融合结果，研究区域被划分为五类差异化管理分区，分别为重点监测区、重点保护区、过渡管控区、重点控制区和紧急修复区，占研究区面积的比例依次为15.14%、23.89%、25.87%、15.73%和19.37%。研究结果证实，工业园区地下水环境管理优先级不应仅由当前的污染水平决定，还必须考虑污染物迁移性、含水层脆弱性、水文地球化学条件和土地利用背景的共同依赖关系。当前污染程度相对较低但迁移性和脆弱性较高的区域，仍可能需要加强动态监测和预警，以降低未来污染物迁移的风险。

图4 基于HC方法融合土地利用类型数据（现状、规划和棕地分布）

研究突破了传统地下水污染评价主要关注污染有多严重的局限，将污染物赋存状况、迁移风险、环境敏感性以及实际管理需求纳入统一分析框架，实现了从污染强度识别向差异化风险防控策略制定的转变。研究成果为复杂工业园区地下水污染风险识别、分区管理及修复优先级制定提供数据驱动的技术路径，也为大型工业园区地下水环境精细化管理和科学决策提供了方法支持。

图5 基于SOM-Km方法识别工业园区地下水水化学空间异质性分区

图8 工业园区含水层脆弱性和污染物迁移性分析

图9 多元数据融合驱动的大型工业园区地下水污染精细化防控

上述成果发表于环境与生态学领域国际著名SCI期刊Journal of Hazardous Materials（IF=10.6，中科院1区），喀斯特地质资源与环境教育部重点实验室特岗教授曾嘉庆为论文第一作者，研究得到了国家自然科学基金项目，水文过程影响下的冶炼场地重金属迁移机制研究（42407549）和贵州省科技重大专项，岩溶区水-土重金属基准构建与协同精准防控技术研发（黔科合重大 2025-041）的资助。