CN102901721A - 一种受有机物污染地下水流向的快速判断方法 - Google Patents
一种受有机物污染地下水流向的快速判断方法 Download PDFInfo
- Publication number
- CN102901721A CN102901721A CN2012103937233A CN201210393723A CN102901721A CN 102901721 A CN102901721 A CN 102901721A CN 2012103937233 A CN2012103937233 A CN 2012103937233A CN 201210393723 A CN201210393723 A CN 201210393723A CN 102901721 A CN102901721 A CN 102901721A
- Authority
- CN
- China
- Prior art keywords
- underground water
- pollution source
- source area
- district
- fluorescence spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
一种受有机物污染地下水流向的快速判断方法,主要步骤如下:A)样品采集;B)样品预处理与荧光光谱测定;C)三维荧光光谱数据处理;D)不同类别荧光有机物的区域荧光体积占总体积比例计算;E)不同点地下水样品中荧光有机物组成相似性分析;F)地下水流向判断。本发明样品需求量少,检测灵敏度高,工作量少,检测速度快,环境友好。
Description
技术领域
本发明属于地下水污染与防治技术领域,具体涉及一种通过不同地理位置地下水中荧光有机物组成比例的相似性大小判断地下水流向的方法。
背景技术
生活垃圾的不规范填埋、污水的肆意排放及农药的大量施用等,致使我国许多地区地下水受到了有机物污染。要预测地下水有机物污染范围与变化趋势,进而治理受污染地下水,首先需要确定地下水的流向。水位仪可以测定地下水含水层深度,通过不同位置所测定出的含水层深度比较可以确定出地下水的流向。然而,这一过程会遇到两个问题,其一,只通过水位仪测定出的含水层深度还不足以判断地下水流向,因为很多时候,不同位置的高程是不一样,只有将含水层深度都归一化同一高程时才能判断地下水流向,整个过程比较复杂。其二,在一些地区,尤其是平原地区,水力坡度非常小,通过水位仪测定出的不同位置含水层的深度差别非常小,测量过程中的微小失误就会导致最终判断结果出现很大误差,导致地下水流向判断非常困难。
未受污染天然地下中的有机物主要为腐殖质类物质,这是一类荧光有机物,经过长时间的地下水流动和交换,一定小区域地下水中各类荧光有机物组成比例是一定的,上下游差别不大。而当地下水流经污染源泄漏区被有机物污染后,由于注入了外源有机物,地下水中荧光有机物的组成比例发生了改变,会出现一些新的荧光有机物,从此之后的下游地下水中各类有机物的组成比例,会与上游出现较大差别。
三维荧光光谱可以检测出地下水中荧光有机物的组成特性,一般溶解性有机物的三维荧光光谱图可划分为5个区,其中,区I为类酪氨酸物质区,对应的激发波长/发射波长分别为200-250/280-330nm;区II为类色氨酸物质区,对应的激发波长/发射波长分别为200-250/330-380nm,区III为 类富里酸物质区,对应的激发波长/发射波长分别为>250nm/280-380nm;区IV为可溶性微生物降解产物区,对应的激发波长/发射波长分别为>250/380-520nm;区V为类胡敏酸物质区,其对应的激发波长/发射波长分别为>250nm/380-520nm。未受污染的天然地下水中的溶解性有机物主要为类腐殖质峰,其荧光峰出现发射波长大于380nm的范围内,而当地下水受污染后,混入了类蛋白物质(包括色氨酸和酪氨酸及其不完全降解产物和结构类似物)及异质性有机物(包括苯酚、杀虫剂等),就会在激发波长小于380nm的范围内也出现荧光峰。
发明内容
本发明的目的在于提供一种受有机物污染地下水流向的快速判断方法,以利用三维荧光光谱分析污染源区及其两侧地下水中不同类别荧光有机物的组成比例,基于污染源区地下水中荧光有机物组成比例与下游有更高的相似性判断出地下水的下游,进而判断出整个地下水的流向。
为实现上述目的,本发明提供的受有机物污染地下水流向的快速判断方法,其主要步骤如下:
A)样品采集:在污染源区、污染源两侧10-50、50-100、100-500m范围内各采集地下水样品一个。
B)样品预处理与荧光光谱测定:将所采集样品过0.45μm滤膜后进行三维荧光光谱测定。为避免因为碳浓度过高影响测定结果,先将碳浓度调至小于10mg/L再进行三维荧光光谱的测定。
三维荧光光谱测定时激发波长为200-440nm,发射波长为280-520nm,激发和发射波长狭缝宽度均为5nm,扫描速度设定为1200nm min-1。
C)荧光数据处理。将测定所得荧光矩阵数据导出至excel表格,获得一个49行×51列的三维荧光光谱矩阵数据。将其中的负值、激发波长大于发生波长范围内的数据、以及受一次瑞利散射影响的数据赋值为0,通过内插值法将受二次瑞利散射影响的区域进行数据校正。
D)不同类别荧光有机物区域荧光体积所占总体积比例计算。将各样品的三维荧光光谱图所导出的矩阵数据分为区I、区II、区III、区IV、区V等5个区域,区I对应的激发波长/发射波长为200-250/280-330nm;区 II对应的激发波长/发射波长为200-250/330-380nm,区III对应的激发波长/发射波长为200-250/380-520nm,区IV对应的激发波长/发射波长为>250nm/280-380nm,区V对应的激发波长/发射波长为>250nm/380-520nm,计算各区的区域体积占总体积的百分比。
E)不同点地下水荧光有机物相似性分析。将各采样点五个区域荧光体积比例数据放入SPSS中,进行变量聚类。聚类方法采用组间连接法,距离度量采用欧几里德距离的平方。
F)地下水流向判断。若污染源区左右两侧的点首先聚为一类,最后再与污染源区地下水所在点聚为一类,则地下水的流向与采样点方向垂直,需要在第一次采样的垂直方向上重新采集污染源区两侧的地下水,重复步骤A-E,直到污染源区所在点首先与污染源区一测的点先聚为一类。若污染源一测的点先与污染源区点聚为一类,再与污染源区另一侧的点聚为一类,则与先与污染源区聚为一类的点为地下水的下游,后与污染源区地下水聚为一类的点为地下水的上游。
本发明具有如下优点:
1、样品需求量少,检测灵敏度高,工作量少。采用本方法检测地下水是否受到了污染,样品需求量少(<10ml),检测灵敏度高(<10-9)。地下水中有机物浓度一般很低,常规的检测技术需要首先进行富集然后才能进行检测,样品需求量大,工作量高,费时费力,而本方法可以直接对地下水中荧光有机物进行检测而不需要富集,省时省力。
2、检测速度快,环境友好。已有的监测地下水流向的方法都是往地下水注入示踪剂,然后通过检测不同位置示踪剂的浓度进而判断地下水流向。一般而言,示踪剂的扩散慢,通过该方法检测地下水流向耗时较长,并且示踪剂的加入会对地下水引入新的污染。而本方法通过地下水已经存在的外源有机物判断地下水流向,不需等待示踪剂扩散均匀,检测速度快,且不会引入新的污染。
附图说明
图1是本发明的分析流程图;
图2是三维荧光光谱图中五类不同荧光有机物对应荧光区的划分;
图3是生活垃圾填埋场及两侧采样点地下水中荧光有机物相似性分析。
具体实施方式
下面结合附图对本发明的具体实施方式进行说明。
样品采集:样品采样于北京某垃圾填埋场及其两侧地下水,该填埋场地下水早已经受到污染,2010年污染面积大于2km2,向下游扩散1750m。在该填埋场及其附近共采集7个地下水水样,依次为S1、S2、S3、S4、S5、S6、S7;其中S1-S3为填埋场左侧点,S4点为填埋场所在点,S5-S7填埋场右侧点。
DOC调节与三维荧光光谱测定:如图1所示,将所采集样品过0.45μm滤膜后,测DOC含量,除了S4点为44.73mg/L需要调至0<DOC<1Omg/L,其余点DOC浓度均小于10mg/L,直接可以进行三维荧光光谱测定。三维荧光光谱测定时激发波长设为200-440nm,发射波长为280-520nm,激发和发射波长狭缝宽度均为5nm,扫描速度设定为1200nm min-1。
荧光数据处理:将7个样品所测得的荧光矩阵数据导出至excel表格,获得7个49行×51列的三维荧光光谱矩阵数据,减去双蒸水的三维荧光光谱数据扣除空白后。将其中的负值、激发波长大于发射波长范围内的数据、以及受一次瑞利散射影响的数据赋值为0,通过内插值法将受二次瑞利散射影响的区域进行数据校正。
不同类别荧光有机物所占比例的计算:如图2所示,将7样品的三维荧光光谱图所导出的矩阵数据按物质种类不同分为5个区:区I(类色氨酸物质区)、区II(类酪氨酸物质区)、区III(类富里酸物质区)、区IV(可溶性微生物降解产物区)、区V(类胡敏酸物质区)。其中,区I对应的激发波长/发射波长为200-250/280-330nm;区II对应的激发波长/发射波长为200-250/330-380nm,区III对应的激发波长/发射波长为200-250/380-520nm,区IV对应的激发波长/发射波长为>250nm/280-380nm,区V对应的激发波长/发射波长为>250nm/380-520nm,计算各区的区域体积占总体积的百分比。
聚类分析:将7个采样点五个区域荧光体积比例数据放入统计软件 SPSS17.0中,进行变量聚类。聚类方法采用组间连接法,距离度量采用欧几里德距离的平方。
地下水流向判断:如图3所示,填埋场所在点S4中的有机物首先与填埋场右侧点S6、S7、S5聚为一类,显示S6、S7、S5为填埋场的上游,S1、S2、S3一测为填埋场的下游,地下水由S5、S6、S7所在一侧流向S1、S2、S3所在一侧。
验证:通过地下水水位仪所测得地下水流向显示,该地区地下水流向为西北流向东南,即由S7向S1方向流动,与本发明判断出的结果一致。
Claims (9)
1.一种受有机物污染地下水流向的快速判断方法,主要步骤如下:
A)样品采集:在污染源区、污染源区两侧不同距离范围内采集地下水样品;
B)样品预处理与荧光光谱测定:将所采集的地下水样品过滤后进行三维荧光光谱测定;
C)三维荧光光谱数据处理:将测定所得荧光矩阵数据导出,获得三维荧光光谱矩阵数据;将其中的负值、激发波长大于发生波长范围内的数据、以及受一次瑞利散射影响的数据赋值为0,将受二次瑞利散射影响的区域进行数据校正;
D)不同类别荧光有机物的区域荧光体积占总体积比例计算:将各地下水样品的三维荧光光谱图所导出的矩阵数据分为若干个区域,计算各区的区域体积占总体积的百分比;
E)不同点地下水样品中荧光有机物组成相似性分析:将各采样点的区域荧光体积百分比数据进行变量聚类分析;
F)地下水流向判断:
(1)若污染源区左右两侧的点首先聚为一类,最后再与污染源区所在点聚为一类,则地下水的流向与采样点方向垂直,需要在第一次采样的垂直方向上重新采集污染源区两侧的地下水,并重复步骤A-E,直到污染源区所在点首先与污染源区一侧的若干个点先聚为一类;
(2)若污染源一侧的点先与污染源点聚为一类,再与污染源区另一侧的若干个点聚为一类,则先与污染源区聚为一类的一侧为地下水的下游,最后与污染源区地下水聚为一类的点为地下水的上游。
2.根据权利要求1所述的方法,其中,步骤A是在污染源区两侧10-50、50-100、100-500m范围内各采集地下水样品。
3.根据权利要求1所述的方法,其中,步骤B是采用0.45μm滤膜对地下水样品进行过滤。
4.根据权利要求1所述的方法,其中,步骤B中的三维荧光光谱测定时设激发波长为200-440nm,发射波长为280-520nm,激发和发射波长狭缝宽度为5nm,扫描速度1200nm min-1。
5.根据权利要求1所述的方法,其中,步骤B是先将溶解性有机物的碳浓度调至小于10mg/L再进行三维荧光光谱的测定。
6.根据权利要求1所述的方法,其中,步骤C)的三维荧光光谱数据处理,是将测定所得荧光矩阵数据导出至excel表格,获得一个49行×51列的三维荧光光谱矩阵数据。
7.根据权利要求1所述的方法,其中,步骤C)是通过内插值法进行数据校正。
8.根据权利要求1所述的方法,其中,步骤D)是将各地下水样品的三维荧光光谱图所导出的矩阵数据分为I、II、III、IV、V共5个区;区I对应的激发波长/发射波长范围为200-250/280-330nm,区II对应的激发波长/发射波长范围为200-250/330-380nm,区III对应的激发波长/发射波长范围为200-250/380-520nm,区IV对应的激发波长/发射波长范围为>250/280-380nm,区V对应的激发波长/发射波长范围为>250/380-520nm。
9.根据权利要求1所述的方法,其中,步骤E)是将区域荧光体积百分比数据放入统计软件SPSS中进行变量聚类分析;聚类方法采用组间连接法,距离度量采用欧几里德距离的平方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210393723.3A CN102901721B (zh) | 2012-10-17 | 2012-10-17 | 一种受有机物污染地下水流向的快速判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210393723.3A CN102901721B (zh) | 2012-10-17 | 2012-10-17 | 一种受有机物污染地下水流向的快速判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102901721A true CN102901721A (zh) | 2013-01-30 |
CN102901721B CN102901721B (zh) | 2014-08-27 |
Family
ID=47574074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210393723.3A Expired - Fee Related CN102901721B (zh) | 2012-10-17 | 2012-10-17 | 一种受有机物污染地下水流向的快速判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102901721B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163112A (zh) * | 2013-02-27 | 2013-06-19 | 中国环境科学研究院 | 一种有机质腐殖化水平的综合评价方法 |
CN103389520A (zh) * | 2013-07-30 | 2013-11-13 | 中煤科工集团西安研究院 | 一种煤矿突水水源判别方法 |
CN103969235A (zh) * | 2014-04-30 | 2014-08-06 | 浙江工业大学 | 一种地表水有机污染的快速预警方法 |
CN104267008A (zh) * | 2014-09-04 | 2015-01-07 | 中国科学院南京土壤研究所 | 基于三维荧光光谱的土壤溶解性有机质的优化提取方法 |
CN106018375A (zh) * | 2016-08-09 | 2016-10-12 | 东北农业大学 | 一种基于lm神经网络的堆肥腐熟度分级评价方法 |
CN108181286A (zh) * | 2018-02-02 | 2018-06-19 | 浙江工业大学 | 一种采用三维荧光技术具有实时农药监测功能的水槽 |
CN109975262A (zh) * | 2019-04-15 | 2019-07-05 | 上海交通大学 | 一种基于三维荧光区域积分法优化全光谱监测cod方法 |
CN111581586A (zh) * | 2020-04-28 | 2020-08-25 | 生态环境部卫星环境应用中心 | 基于套合模型的湖库水质各向异性插值方法和装置 |
CN112082979A (zh) * | 2020-09-22 | 2020-12-15 | 中国矿业大学(北京) | 一种地下水中石油烃类有机物的快速检测方法 |
US11249023B2 (en) * | 2020-04-28 | 2022-02-15 | Chinese Research Academy Of Environmental Sciences | Rapid detection method for condition of landfill leachate polluting groundwater and application thereof |
CN114594055A (zh) * | 2022-03-25 | 2022-06-07 | 同济大学 | 一种基于光谱的雨水管道混接点位非开挖诊断方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1170135A (zh) * | 1996-03-05 | 1998-01-14 | 德士古发展公司 | 利用温钻屑测定地下地层的含油量的方法 |
CN101275905A (zh) * | 2008-04-18 | 2008-10-01 | 浙江大学 | 一种多源光谱融合便携式水质分析仪 |
-
2012
- 2012-10-17 CN CN201210393723.3A patent/CN102901721B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1170135A (zh) * | 1996-03-05 | 1998-01-14 | 德士古发展公司 | 利用温钻屑测定地下地层的含油量的方法 |
CN101275905A (zh) * | 2008-04-18 | 2008-10-01 | 浙江大学 | 一种多源光谱融合便携式水质分析仪 |
Non-Patent Citations (3)
Title |
---|
徐建国等: "济南泉域岩溶地下水有机污染特征研究", 《中国岩溶》, vol. 28, no. 03, 30 September 2009 (2009-09-30), pages 249 - 254 * |
汪民,吴永锋: "地下水微量有机污染", 《地学前缘》, vol. 3, no. 12, 30 April 1996 (1996-04-30), pages 169 - 175 * |
王华等: "污染场地土壤及地下水调查实证分析", 《扬州大学学报(自然科学版)》, vol. 9, no. 04, 30 November 2006 (2006-11-30), pages 78 - 82 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163112B (zh) * | 2013-02-27 | 2015-03-11 | 中国环境科学研究院 | 一种有机质腐殖化水平的综合评价方法 |
CN103163112A (zh) * | 2013-02-27 | 2013-06-19 | 中国环境科学研究院 | 一种有机质腐殖化水平的综合评价方法 |
CN103389520A (zh) * | 2013-07-30 | 2013-11-13 | 中煤科工集团西安研究院 | 一种煤矿突水水源判别方法 |
CN103969235A (zh) * | 2014-04-30 | 2014-08-06 | 浙江工业大学 | 一种地表水有机污染的快速预警方法 |
CN104267008B (zh) * | 2014-09-04 | 2017-01-18 | 中国科学院南京土壤研究所 | 基于三维荧光光谱的土壤溶解性有机质的优化提取方法 |
CN104267008A (zh) * | 2014-09-04 | 2015-01-07 | 中国科学院南京土壤研究所 | 基于三维荧光光谱的土壤溶解性有机质的优化提取方法 |
CN106018375A (zh) * | 2016-08-09 | 2016-10-12 | 东北农业大学 | 一种基于lm神经网络的堆肥腐熟度分级评价方法 |
CN106018375B (zh) * | 2016-08-09 | 2018-09-14 | 东北农业大学 | 一种基于lm神经网络的堆肥腐熟度分级评价方法 |
CN108181286A (zh) * | 2018-02-02 | 2018-06-19 | 浙江工业大学 | 一种采用三维荧光技术具有实时农药监测功能的水槽 |
CN109975262A (zh) * | 2019-04-15 | 2019-07-05 | 上海交通大学 | 一种基于三维荧光区域积分法优化全光谱监测cod方法 |
CN111581586A (zh) * | 2020-04-28 | 2020-08-25 | 生态环境部卫星环境应用中心 | 基于套合模型的湖库水质各向异性插值方法和装置 |
US11249023B2 (en) * | 2020-04-28 | 2022-02-15 | Chinese Research Academy Of Environmental Sciences | Rapid detection method for condition of landfill leachate polluting groundwater and application thereof |
CN112082979A (zh) * | 2020-09-22 | 2020-12-15 | 中国矿业大学(北京) | 一种地下水中石油烃类有机物的快速检测方法 |
CN112082979B (zh) * | 2020-09-22 | 2021-05-25 | 中国矿业大学(北京) | 一种地下水中石油烃类有机物的快速检测方法 |
CN114594055A (zh) * | 2022-03-25 | 2022-06-07 | 同济大学 | 一种基于光谱的雨水管道混接点位非开挖诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102901721B (zh) | 2014-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102901721B (zh) | 一种受有机物污染地下水流向的快速判断方法 | |
CN102890075A (zh) | 一种地下水受有机物污染的快速判断方法 | |
Liu et al. | Concentrations, distribution, sources, and ecological risk assessment of heavy metals in agricultural topsoil of the Three Gorges Dam region, China | |
Zhang et al. | Heavy metals in soils and sediments from Dongting Lake in China: occurrence, sources, and spatial distribution by multivariate statistical analysis | |
Yuan et al. | Source identification and ecological risk assessment of heavy metals in topsoil using environmental geochemical mapping: typical urban renewal area in Beijing, China | |
Zhang et al. | Response of microbial characteristics to heavy metal pollution of mining soils in central Tibet, China | |
Wang et al. | Spatial distribution, source identification and pollution assessment of metal content in the surface sediments of Nansi Lake, China | |
CN113379261B (zh) | 一种污染场地土壤地下水污染风险管控技术方法 | |
Leng et al. | Agricultural impacts drive longitudinal variations of riverine water quality of the Aral Sea basin (Amu Darya and Syr Darya Rivers), Central Asia | |
CN204302272U (zh) | 地下水质监测系统 | |
CN102622670A (zh) | 一种突发水环境污染事故涉嫌风险源的溯源方法 | |
CN103389520A (zh) | 一种煤矿突水水源判别方法 | |
CN111678969A (zh) | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 | |
CN105203599A (zh) | 一种场地污染土的快速诊断方法 | |
Zhu et al. | The impact of well drawdowns on the mixing process of river water and groundwater and water quality in a riverside well field, Northeast China | |
CN104730053A (zh) | 一种利用三维荧光光谱反映城市污水厂运行状态的监测方法 | |
Huang et al. | Natural background levels in groundwater in the Pearl River Delta after the rapid expansion of urbanization: A new pre-selection method | |
Flynn et al. | Characterisation of virus transport and attenuation in epikarst using short pulse and prolonged injection multi-tracer testing | |
Guo et al. | Resilience of groundwater impacted by land use and climate change in a karst aquifer, South China | |
CN114384224B (zh) | 基于多同位素联合示踪的流域氮磷污染物解析方法与系统 | |
Zhao et al. | Application of statistical inference for analysis of heavy metal variability in roadside soil | |
Gao et al. | Characteristics of heavy metals and Pb isotopic composition in sediments collected from the tributaries in Three Gorges Reservoir, China | |
Graham et al. | Field measurement of fluorescent dissolved organic material as a means of early detection of leachate plumes | |
Wang et al. | Identifying watershed-scale spatiotemporal groundwater and surface water mixing function in the Yiluo River, Middle of China | |
Shi et al. | The migration and transformation processes of dissolved organic matter in rainwater-drip water-phreatic water of a typical karst spring catchment, in South China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140827 Termination date: 20201017 |