1. 课程导入与污染羽刻画任务界定
地下水污染羽刻画是场地环境调查中最具挑战性的工作之一。它的核心任务，是在有限的钻孔、监测井和取样数据基础上，推断污染物在地下水中的三维空间分布范围、浓度梯度与迁移趋势，并给出这种推断的可信程度。本课程围绕"空间插值"与"不确定性"两条主线展开，帮助你把零散的监测数据转化为可用于风险评价、修复设计和长期监测布点的污染羽模型。
为什么污染羽刻画不能只靠"连点成线"
假设某场地布设了12口监测井，测得某有机污染物浓度从"未检出"到每升数百微克不等。若仅凭经验在平面图上把高浓度点圈在一起，会得到一张看似直观的"污染范围图"，但它至少隐藏了三个问题：第一，井间数百米范围内浓度如何变化完全未知；第二，边界位置依赖插值方法的选择，不同方法可能给出相差数十米的圈定结果；第三，未检出点究竟是"真的没有污染"还是"检出限以下"，对边界判断影响巨大。空间插值正是用数学模型对未知位置作出有依据的估计，而不确定性分析则回答"这个估计有多可靠、边界可能在哪里偏移"。
因此，本课程把污染羽刻画界定为一个"数据—模型—不确定性—决策"的闭环任务，而不是单纯画一张等值线图。你需要同时交付三样东西：污染羽的空间分布估计、估计结果的误差或概率描述、以及基于前两者作出的调查或管控建议。
整体学习路径
课程共30章，按能力递进组织为四个阶段。第一阶段（第1—8章）打基础：理解污染羽的物理形态与数据特征，掌握坐标系、浓度单位、检出限处理、数据探索与变异函数分析。第二阶段（第9—18章）学方法：系统讲解反距离权重、克里金系列、样条与趋势面等方法，比较其假设、参数与适用条件，并通过同一套示例数据对比插值结果。第三阶段（第19—26章）做不确定性：交叉验证、误差图、条件模拟、概率超限图与边界不确定性分析。第四阶段（第27—30章）走向应用：监测网优化、修复范围圈定、成果表达与实战项目复盘。
实战项目说明
课程贯穿一个统一的实战项目：某化工场地浅层地下水受氯化溶剂污染，已有15口监测井的两次采样数据（含部分未检出），需要完成污染羽刻画并回答"是否需要增设监测井、修复范围如何圈定"。项目数据为教学构造的示例数据，参数设置贴近真实场地量级，但不代表任何实际场地实测结果。你将在各章中逐步完成数据清洗、变异函数拟合、插值计算、交叉验证、条件模拟与成果制图，最终形成一份包含不确定性说明的污染羽刻画报告。