地下水污染风险评价作为地下水合理开发、 利用和保护的一项基础性工作,已经成为地下水管理与污染防治的重要手段[1].地下水污染风险的概念是地下水脆弱性概念的延伸[2, 3],是在地下水脆弱性研究不断深化的基础上发展而来的.迄今为止,对地下水污染风险的概念尚未统一.Finizio等[4]认为地下水污染风险是地下水环境中污染事件发生的可能性; Brian等[5]认为地下水污染风险是含水层污染脆弱性与人类活动造成的污染负荷之间相互作用的结果; 周仰效等[6]则把地下水污染风险定义为地下水污染的概率与污染后果之乘积.从上述定义可以看出,地下水污染风险是由含水层本身的抗污能力和人类活动所产生的污染负荷共同造成的,它包含两个层次的内容[7, 8]:一是含水层的固有脆弱性,可以反映出地下水系统抵抗污染的能力; 二是污染危害性,表征了污染物对含水层的影响程度.地下水污染风险评价与脆弱性评价和危害性评价有着密切的联系.目前国内外所做的地下水风险评价的实例研究一般都是从地下水脆弱性研究出发,并未过多地考虑特征污染物对污染后果的影响[7,],绝大多数的地下水污染风险评价方法建立在表征含水层固有脆弱性的指数法基础上[15, 16],适用于区域尺度上的决策分析[17, 18].
然而,脆弱性评价并不能解释污染物的属性特征,也不能预测污染物将来的分布.脆弱性是环境对污染物的自然敏感性[19,20,21],而地下水污染评价中更应当体现出污染物在地下水中的迁移分布特性.例如,对单个点状的污染场地来说,脆弱性评价不能给出污染晕的预测和风险级别在时间和空间上的分布.相对比而言,基于过程的物理模型可以模拟水流系统携带污染物在含水层中的运移、 介质之间的相互作用、 自身的降解和衰减过程以及污染物在包气带和含水层中的时空分布,非常适合对地下水环境受体进行风险性评价.鉴于此,田华[22]提出了基于物理过程的地下水污染风险评价方法的概念,但没有将之简化为一种简单易行的方法[23, 24].
为了完善地下水污染风险评价的理论和方法,本研究以某尾矿区为例,提出了基于物理过程的地下水污染风险评价方法.在污染未发生之前,根据经济社会的敏感性条件和污染物将来可能的分布范围,事先划分各个污染风险等级在含水层空间上的分布范围,然后据此反推各个风险等级所对应的污染物源强,以此作为地下水污染风险评价的等级划分标准,最后进行风险评价.换言之,这个评价标准是动态的. 1 实验方法
污染物的类型、 毒性、 负荷、 运移和分布应当包含在地下水污染的风险评价之中,前人在进行地下水污染风险评价中,提出了综合考虑这些因素的基于指数法的公式[25,26,27].本研究认为,某一特定危害物的类型、 毒性与浓度分布之间的关系已经在国家水质标准中反映出来(例如EPA的地下水质量标准,或者地下水环境质量标准GB-T 14848-93[28]).环境脆弱性的影响因素如含水层岩性、 非饱和介质影响、 渗透系数、 土壤特征等的综合影响也通过数值模拟有所体现,因此不需要把危害物的类型、 毒性、 浓度分布这3个因素以及含水层固有脆弱性按照指数法进行加权求和,应当通过物理模型进行数值仿真模拟,通过污染物浓度扩散的时空关系来划分风险性.以污染源持续释放的情况为例,当污染物进入含水层后,如果污染晕持续扩大,或者污染晕扩散范围已经危害到了周边水源地或敏感区,则定义风险级别为高; 当污染晕扩散范围较大,但没有影响环境敏感区,则定义风险级别为较高; 当污染物有一定扩散,形成较明显的污染晕,但没有影响周边人民的生活,则定义风险级别为中等; 当污染物扩散较小,污染晕只是分布在污染源附近,地下水质有恶化,且超过了地下水Ⅲ类标准,则定义风险级别为较低; 如果污染物没有扩散,则定义风险级别为低.
通过分析研究区的水文地质条件,建立水文地质概念模型,在此基础上建立数学模型并利用实际观测资料进行模型识别,最后对污染场地释放的污染物在地下水中的迁移特性进行模拟预测.考虑到研究区的环境敏感性和承受能力,根据风险级别,通过模型试算分别反推求得污染场地污染物进入饱水带的源强C1、 C2、 C3、 C4、 C5,此源强即为尾矿区地下水污染风险性评价的标准,风险等级与污染源强的对应关系如表1所示,然后把用HYDRUS-1D模拟得出的由包气带进入地下水的污染物源强与表1对比,得出尾矿区地下水污染风险等级.
![]() | 表1 风险等级与污染源强之间的关系 Table 1 Relationships between risk evaluation level and the pollution source intensity |
某尾矿区地处山前冲洪积倾斜平原,地势西高东低,南、 西、 北三面环山,本区气候干旱,降水稀少,渺无人烟,水文网不发育.该区有大型的有色冶金、 化工联合企业,主要生产砷等稀有化工产品.目前废水总排量大约为6200 m3 ·d-1,排水中含砷(主要为砷酸根)等重金属离子,盐分以SO2-4为主.
根据尾矿区的钻孔资料,将包气带概化为一维非均质各向同性模型,包气带平均厚度约75 m,自上而下分别为卵石层、 中粗砂层、 卵石层、 中粗砂层、 中粗砂层.废水经库底排入地下水,地下水类型为第四系松散岩类孔隙水,含水层岩性为大粒度卵砾石及砂砾石,含水层厚度为100~120 m,地下水位埋深60~90 m.根据现场抽水试验结果,含水层渗透性较好,渗透系数约为100 m ·d-1.地形坡度约为30%,年平均降雨量约为140 mm ·a-1,入渗系数约为0.3.本区地下水的补给区位于金川河口(宁远堡)一带,补给源为大气降水和河水入渗补给,向东北方向径流,以侧向径流的方式排泄于下游的民勤盆地,人工开采也是地下水的排泄方式之一,开采量约0.8×108~1.1×108 m3 ·a-1. 3 结果与讨论 3.1 评价标准 本区为荒漠戈壁,没有人烟,根据该区的经济社会敏感因子和水文地质条件,设定了5个风险等级的分布范围.按照表1制定的标准,划定的各个风险等级的空间分布如图1所示.
![]() |
图1 污染物分布范围与风险性等级的关系 Fig.1 Relationships between pollutant distribution and pollution risk levels |
以总砷(主要为三价砷与五价砷,不考虑不同价的砷之间的化学转化)为主要污染物,对MODFLOW和MT3D模型进行调参与试算,反推得5种风险等级(低、 较低、 中等、 较高、 高)的污染晕分布情况发生时对应的污染源强(废水排放量约为6200 m3 ·d-1)如表2所示.
![]() |
表2 污染风险等级与污染源强的关系 Table 2 Relationship between source intensity and pollution risk level |
根据尾矿区的钻孔资料,将包气带概化为一维非均质各向同性模型,包气带厚度约75 m,垂向概化为5层,分别为:卵石层(厚度18.0 m)、 中粗砂(厚度4.5 m)、 卵石层(厚度30.9 m)、 中粗砂(厚 度7.1 m)、中粗砂(厚度14.2m).其中卵石层的骨架颗粒由石英砂岩和花岗岩组成,磨圆较好,级配良好,一般粒径为20~40 mm,卵石含量占60%~70%,其它为砂砾填充,透水性好.中粗砂颗粒以石英砂岩和花岗岩为主,粒径大于0.5 mm的大约为80%,其它为填充粉细砂和黏性土,约占20%,稍湿,中密,透水性较好.为了对污染物在包气带及地下水中的迁移进行模拟,需要对各个参数进行赋值.主要参数经实际测量以及在文献中获得.本文就具有代表性的总砷进行了研究.通过查阅文献,总砷在包气带中的吸附符合Langmuir等温吸附方程[29],含水层对砷化物的阻滞因子通过室内实验测量与调参确定.根据分析室内实验结果,结合野外观测数据,以及参考关于多孔介质竞争吸附多种重金属离子能力的报道[30],确定等温吸附常数Kd.模型主要参数如表3所示.
![]() |
表3土壤水分运动参数和溶质运移参数 1) Table 3 Parameters of soil water movement and solute transport |
模拟假设尾矿废水直接经库底排入包气带,只考虑污染物垂直向下的运移过程.建立污染物在包气带中运移的数学模型,水流控制方程采用修改过的Richards方程,溶质的运移方程采用对流-弥散方程,采用迦辽金有限元法进行数值求解.从土壤包气带-地下水系统出发,应用HYDRUS-1D软件模拟污染物在包气带中运移的过程得出污染物进入地下水时的源强.模拟和计算结果如图2所示,从中可知污染物在第21 a时穿破包气带,第30 a时由包气带进入地下水的总砷源强大约为0.11 mg ·L-1.
![]() | 图2 包气带中的总砷浓度随埋深和时间的变化 Fig.2 Total arsenic concentration changes with depth and time in vadose zone |
应用MODFLOW和MT3D模型对总砷在地下水中的运移进行数值模拟,通过MODFLOW数值模拟,得到总砷进入地下水10 a时该研究区的地下水水位如图3所示.地下水径流方向由西南到东北,地下水位和地下水流场几乎没有改变.通过MT3D数值模拟得出,总砷进入地下水10 a时的浓度分布如图4所示.总砷污染的影响半径最大达4.5 km,污染物的扩散面积约为9.4 km2,该范围内的总砷浓度高于地下水Ⅲ类标准(0.05 mg ·L-1),污染源附近的总砷浓度最大达0.10 mg ·L-1,该研究区的地下水有一定程度的污染.
![]() | 图3 第10 a时该研究区的地下水位 Fig.3 Water table of the study area at the first 10 years |
![]() | 图4 第10 a时该研究区的总砷浓度等值线 Fig.4 Total arsenic concentration contours of the study area at the first 10 years |
该研究区的地下水污染风险性等级为中等,该区的含水层以砂砾石为主,含水层有较强的渗透性能,又由于该区的水力条件比较好,水力坡度比较大,水的更替较快,污染物在含水层中的运移速度较快,污染物在含水层中得到有效的稀释而没有过高的积累,污染晕趋于稳定,这与尾矿库运行期间的地下水水质监测数据较为一致. 3.4 讨论
评价结果表明,要保证尾矿区地下水污染风险等级为较低,在保持日排放量不变的情形下,则源强浓度不得大于0.10 mg ·L-1,在保持排放浓度不变的情形下,日排放量不得大于6200 m3 ·d-1.因此,应当采用有效技术手段和工程设施,如使用可渗透反应墙技术(PRB)防止大量的污染物渗入到地下水中; 对于新建场地可以增加黏土层厚度,铺设高密度聚乙烯防渗膜(HDPE)等措施防止大量的污染物渗入到地下水中.
本例中尾矿区所在地的经济社会条件比较简单,风险性影响因子较少,实践中可根据环境敏感因子的分布,自行调整不同风险等级范围的空间分布. 4 结论
(1)本研究通过提出基于物理过程的地下水污染风险评价方法对某尾矿区做出风险性评价.这种地下水污染风险评价方法,允许事先假定风险表征,然后以反演的方式反推风险的等级,该方法能够比较好地反映出当地地下水流场动态和污染物运移的情况,能够根据不同场地的水文地质条件得出不同的风险等级评价标准,具有很强的灵活性.对于风险受体来说,可以很好地刻画风险水平的分布.
(2)包气带是污染物进入地下水必须经过的介质,对地下水的污染源强起到至关重要的作用.本例中包气带厚达75 m,不可以忽略其对污染物运移的阻碍作用,基于物理过程的地下水污染风险评价方法恰到好处地应用其自身的特点,模拟了污染物进入地下水前在包气带中的迁移转化过程,能够较准确地反映地下水污染源强的时空变化过程.
(3)实例研究表明,基于物理过程的地下水污染风险评价方法可以给出污染物浓度和风险水平在空间和时间上的分布规律.对于单个点状的污染场地来说,具有详尽的风险表征方式,优于以往基于含水层固有脆弱性指数法的风险评价,本方法适用于现有污染场地的风险评价、 新建场地优化选址和为场地建设提供设计参数.
[1] | 董志贵. 地下水污染风险评价方法研究及软件设计开发[D]. 哈尔滨: 东北农业大学, 2008. |
[2] | 申利娜, 李广贺. 地下水污染风险区划方法研究[J]. 环境科学, 2010, 31 (4): 918-923. |
[3] | 张殷钦, 刘俊民, 尹丽娜. 地下水脆弱性评价研究进展[J]. 灌溉排水学报, 2012, 31 (5): 127-131. |
[4] | Finizio A, Villa S. Environment risk assessment for pesticides: A tool for decision-makers [J]. Environmental Impact Assessment Review, 2002, 22 (3): 235-248. |
[5] | Brian M, Stephen F. Assessment of Groundwater Pollution risk [M/OL]. 2006-05-06.http//www.lnweb18.worldbank.org/essd/essd.nsf. |
[6] | 周仰效, 李文鹏. 地下水质监测与评价[J]. 水文地质工程地质, 2008, 35 (1): 1-11. |
[7] | 张伟红. 地下水污染预警研究[D]. 长春: 吉林大学, 2007. |
[8] | 王俊杰, 何江涛, 陆燕, 等. 地下水污染风险评价中特征污染物量化方法探讨[J]. 环境科学, 2012, 33 (3): 771-776. |
[9] | 雷静. 地下水环境脆弱性的研究[D]. 北京: 清华大学, 2002. |
[10] | Saidi S, Bouri S, Ben D H, et al. Assessment of groundwater risk using intrinsic vulnerability and hazard mapping: Application to Souassi aquifer, Tunisian Sahel [J]. Agricultural Water Management, 2011, 98 (10): 1671-1682. |
[11] | 杨彦, 于云江, 王宗庆, 等. 区域地下水污染风险评价方法研究[J]. 环境科学, 2013, 34 (2): 653-661. |
[12] | 李春萍, 李国学, 罗一鸣, 等. 北京市6座垃圾填埋场地下水环境质量的模糊评价[J]. 环境科学, 2008, 29 (10): 2729-2735. |
[13] | 姚文锋. 基于过程模拟的地下水脆弱性研究[D]. 北京: 清华大学, 2007. |
[14] | Gogu R C, Dassargues A. Current trends and future challenges in groundwater vulnerability assessment using overlay and index methods [J]. Environmental Geology, 2000, 39 (6): 549-559. |
[15] | Mayers L. GIS-Based approach to evaluating regional groundwater pollution potential with DRASTIC [J]. Journal of Soil and Water Conservation, 1990, 45 (2): 138-144. |
[16] | 李胜涛, 蔡五田, 张敏, 等. 我国土壤污染风险评价的研究进展[J]. 黑龙江水专学报, 2010, 37 (2): 120-123. |
[17] | 丁桑岚. 环境评价概论[M]. 北京: 化学工业出版社, 2001. |
[18] | Raj K S, Manoj D, Kumar N. Groundwater contamination hazard potential rating of municipal solid waste dumps and landfills[J]. Proceedings of the International Conference on Sustainable Solid Waste Management, 2007, (9): 296-303. |
[19] | 姜志群, 朱元生. 地下水污染敏感性评价中DRASTIC法的应用[J]. 河海大学学报, 2001, 29 (2): 100-103. |
[20] | 范琦, 王桂玲, 蔺文静, 等. 地下水脆弱性评价方法的探讨及实例[J]. 水利学报, 2007, 38 (5): 601-605. |
[21] | 杜朝阳, 钟华平. 地下水系统风险分析研究进展[J]. 水科学进展, 2011, 22 (3): 437-444. |
[22] | 田华. 基于过程的地下水污染风险评价——以滦河三角洲为例[D]. 西安: 西安科技大学, 2011. |
[23] | Lima M L, Zelaya K, Massone H. Groundwater vulnerability assessment combining the Drastic and Dyna-Clue model in the Argentine Pampas[J]. Environmental Management, 2011, 47 (5): 828-839. |
[24] | 刘增超, 董军, 何连生, 等. 基于过程模拟的地下水污染风险评价方法研究[J]. 中国环境科学, 2013, 33 (6): 1120-1126. |
[25] | 陈翠华, 倪师军, 何彬彬, 等. 基于污染指数法和GIS技术评价江西德兴矿区土壤重金属污染[J]. 吉林大学学报(地球科学版), 2008, 38 (1): 105-111. |
[26] | 滕彦国, 苏洁, 翟远征, 等. 地下水污染风险评价的迭置指数法研究综述[J]. 地球科学进展, 2012, 27 (10): 1140-1147. |
[27] | 马志飞, 安达, 姜永海, 等. 某危险废物填埋场地下水污染预测及控制模拟[J]. 环境科学, 2012, 33 (1): 65-70. |
[28] | 国家技术监督局. GB/T 14848-93 地下水质量标准[S]. 北京: 中国标准出版社, 1993. |
[29] | 纪书华. 多孔介质中重金属反应性运移的数值模拟研究[D]. 青岛: 青岛大学, 2009. |
[30] | 孟昭福, 万丹, 邓晶, 等. Cu/Zn复合条件下Cd在陕西5种土壤中的吸附[J]. 农业环境科学学报, 2011, 30 (1): 71-77. |