CN111624679B - 基于多示踪剂的地下水氮污染源定量解析方法及装置 - Google Patents
基于多示踪剂的地下水氮污染源定量解析方法及装置 Download PDFInfo
- Publication number
- CN111624679B CN111624679B CN202010485108.XA CN202010485108A CN111624679B CN 111624679 B CN111624679 B CN 111624679B CN 202010485108 A CN202010485108 A CN 202010485108A CN 111624679 B CN111624679 B CN 111624679B
- Authority
- CN
- China
- Prior art keywords
- underground water
- pollution
- nitrogen
- isotopes
- source
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 9
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 title claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 94
- 239000003673 groundwater Substances 0.000 claims abstract description 66
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 60
- 239000001301 oxygen Substances 0.000 claims abstract description 57
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 57
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 52
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 claims abstract description 48
- 239000013049 sediment Substances 0.000 claims abstract description 37
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000001257 hydrogen Substances 0.000 claims abstract description 30
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 30
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 30
- 229910052704 radon Inorganic materials 0.000 claims abstract description 28
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims abstract description 28
- 239000002352 surface water Substances 0.000 claims abstract description 28
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 claims abstract description 24
- 229960001948 caffeine Drugs 0.000 claims abstract description 24
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 claims abstract description 24
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims abstract description 22
- 229910002651 NO3 Inorganic materials 0.000 claims abstract description 20
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims abstract description 20
- 230000008595 infiltration Effects 0.000 claims abstract description 17
- 238000001764 infiltration Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 239000010865 sewage Substances 0.000 claims abstract description 17
- 238000003911 water pollution Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 26
- 239000000203 mixture Substances 0.000 claims description 17
- GQENKOUTFPKGLE-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3].[OH4+2] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3].[OH4+2] GQENKOUTFPKGLE-UHFFFAOYSA-N 0.000 claims description 15
- 238000001556 precipitation Methods 0.000 claims description 13
- 239000000700 radioactive tracer Substances 0.000 claims description 13
- 239000005442 atmospheric precipitation Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000011109 contamination Methods 0.000 claims description 9
- 238000005194 fractionation Methods 0.000 claims description 9
- 230000000155 isotopic effect Effects 0.000 claims description 9
- DOTMOQHOJINYBL-UHFFFAOYSA-N molecular nitrogen;molecular oxygen Chemical compound N#N.O=O DOTMOQHOJINYBL-UHFFFAOYSA-N 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 229920006395 saturated elastomer Polymers 0.000 claims description 8
- 230000004907 flux Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005325 percolation Methods 0.000 claims description 5
- 238000004508 fractional distillation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000002550 fecal effect Effects 0.000 description 4
- 230000008846 dynamic interplay Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003895 organic fertilizer Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V15/00—Tags attached to, or associated with, an object, in order to enable detection of the object
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Geophysics (AREA)
- Health & Medical Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本申请提出一种基于多示踪剂的地下水氮污染源定量解析方法和装置,其中,方法包括:根据氢氧同位素的大气降水线方程和氢氧同位素的空间分布识别地下水的补给来源,根据氡同位素组成的空间分布分析识别地表水入渗条件的空间分布;利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法识别测定区域的地下水硝酸盐的污染来源,利用咖啡因浓度的空间分布分析生活污水对于测定区域的地下水污染的影响;计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率;根据滨水带沉积物温度信息建立热传导对流模型计算滨水带沉积物剖面渗流量。由此,全面考虑地表水与地下水交互过程的影响,定量解析受污染地下水补给和交互过程的动态特征。
Description
技术领域
本申请涉及水污染防治领域,尤其涉及一种基于多示踪剂的地下水氮污染源定量解析方法及装置。
背景技术
我国目前水环境形势依然严峻,现有研究通常关注地表水系统的响应,对于地下径流的补给和贡献率缺乏关注。
然而,地下水通过入渗补给过程接纳了地表入渗的水量和污染物,并在一定水力条件下通过排泄过程构成了地表水体潜在的污染源。地下水的水量水质关系对于查清水体水量的真实组成和水体污染的真实过程有重要意义。近年来,地表污染排放特征的快速变化,影响了地表污染源特征,对地表水-地下水交互过程中污染的扩散产生了动态的影响。如何定量识别受污染地下水的来源及其与地表水的动态交互特征成为水污染防治领域亟待解决的问题。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请提出一种基于多示踪剂的地下水氮污染源定量解析方法,解决了如何定量识别受污染地下水的来源及其与地表水的动态交互特征,从而全面考虑地表水与地下水交互过程的影响,定量解析受污染地下水补给和交互过程的动态特征。
本申请提出一种基于多示踪剂的地下水氮污染源定量解析装置。
本申请一方面实施例提出了一种基于多示踪剂的地下水氮污染源定量解析方法,包括:
获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;
根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;
利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;
根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率;
根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
本申请另一方面实施例提出了一种基于多示踪剂的地下水氮污染源定量解析装置,包括:
获取模块,用于获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;
识别模块,用于根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;
分析模块,用于利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;
第一计算模块,用于根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率;
第二计算模块,用于根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
本申请实施例所提供的技术方案可以包含如下的有益效果:
获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率;根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。由此,全面考虑地表水与地下水交互过程的影响,定量解析受污染地下水补给和交互过程的动态特征。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种基于多示踪剂的地下水氮污染源定量解析方法的流程示意图;
图2为本申请实施例所提供的河水和地下水氢氧同位素组成图;
图3为本申请实施例所提供的地下水中氡浓度的空间分布图;
图4为本申请实施例所提供的地下水氮氧同位素的组成图;
图5为本申请实施例所提供的地下水咖啡因浓度的空间分布图;
图6为本申请实施例所提供的沉积物剖面渗流量的计算结果图;
图7为本申请实施例所提供的一种基于多示踪剂的地下水氮污染源定量解析装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参照附图描述根据本申请实施例提出的基于多示踪剂的地下水氮污染源定量解析方法和装置。
图1为本申请实施例所提供的一种基于多示踪剂的地下水氮污染源定量解析方法的流程示意图。
如图1所示,该方法包括以下步骤:
步骤S101,获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息。
步骤S102,根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异。
其中,地表水入渗条件的空间分布为:
δD=8×δ18O+10;
其中,δD、δ18O分别为2H、18O相对于V-SMOW标准的千分差。
步骤S103,利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性。
步骤S104,根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率。
具体地,可以利用测定区域的地下水中多种类示踪剂的组成和地表水与地下水交互区域中温度信息的差异,得到不同补给来源和不同污染来源对区域地下水氮污染的贡献值。
在本申请的一个实施例中,根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率,包括:
其中,Xij为第i个水样中第j种同位素的测定值(i=1,2,3,…,N;j=1,2,3,…,J);pk为第k种污染源的贡献率(k=1,2,3,…,K),qjk为同位素j在第k种污染源种的测定值;sjk为第k种污染源中第j种同位素的测定值;cjk为第j种同位素在第k种污染源上的同位素分馏系数。
进一步地,通过如下公式计算同位素分馏系数:
其中,δR为经过反硝化后t时刻剩余硝酸盐中氮氧同位素比值,δR0为原始硝酸盐中氮氧同位素比值;ε为分馏系数;c为t时刻剩余浓度;c0为原始浓度。
步骤S105,根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
在本申请的一个实施例中,根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量,包括:
其中,T(z)为深度z处沉积物的温度;Ke为饱和沉积物的有效热扩散系数;z为深度;q是渗流通量;Cw为水的体积热容;C为饱和沉积物的体积热容。
由此,引入多种类示踪剂并集成应用,解析地下水补给和污染来源,使地下水交互过程定量化,全面考虑地表水与地下水交互过程的影响,定量解析受污染地下水补给和交互过程的动态特征。
具体的,为了使地下水氮污染来源和交互过程的定量解析结果更加准确,需要尽量多的采集目标区域中的地下水水样。监测点位涵盖所有土地利用类型,考虑水文地质条件的变化,分布均匀,点位在河滨、湖滨、重点污染源区域加密;监测频率涵盖水文条件变化的主要时期,建议逐季度、逐半年开展;监测指标包括氢氧同位素、氡同位素、氮氧同位素、咖啡因、沉积物温度;指标分析将在实验室(氢氧同位素、氮氧同位素、咖啡因)和监测现场(氡同位素、沉积物温度)进行,由于较短的半衰期(约3.8天)以及较长的水样运输周期,氡需要在监测现场进行分析。
为了本领域人员更加清楚本申请基于多示踪剂的地下水氮污染源定量解析方法,下面结合图2-图6进行详细说明。
图2为本申请实施例所提供的河水和地下水氢氧同位素组成图。
如图2所示,本申请实施例以大渔湖滨区为研究区域,在16个平方公里的范围里构建起地表水-地下水系统监测网络,其中包括地表水55个点位和地下水69个点位,涵盖所有土地利用类型,点位间距在河滨、湖滨、重点污染源区域加密。
具体地,利用4次氢氧同位素和氡同位素监测结果识别地下水的补给来源。将地下水47个点位161次数据和河水(包括沟渠水)20个点位49次数据的氢氧同位素组成投影到δ18O-δD散点图上。
具体如图2所示,地下水δD和δ18O变化区间分别为(-85.57‰,-46.27‰)和(-11.54‰,-4.70‰),均位于当地大气降水同位素组成的变化范围之内,河水同位素组成也都在此范围之内。又因为地表水和地下水的同位素组成均位于当地降水线以下,表明区域地表水和地下水均直接或间接接受大气降水补给。
进一步地,为了查清降水补给地下水的关系,分析区域地下水在不同季节氢氧同位素的平均比值,我们发现雨季地下水氢氧同位素较贫化,旱季较富集。这与当地降水同位素观测结果类似,当地降水表现出雨季重同位素贫化的特征,结合研究区域实际情况讨论地下水补给过程,区域地形为湖滨平原,农田占地面积较大,地下水水位埋深较浅,地下水与雨水快速响应。结合降雨和地下水的同位素雨季贫化的特征,判定研究区域地下水补给过程主要受雨季降水的影响。进而利用氡同位素在地表水与地下水环境中的浓度差异,识别水文地质过程对于地下水补给过程的影响,绘制地下水中氡浓度的空间分布,如图3所示,地下水中氡的浓度存在空间差异,东南部浓度最高。地下水中氡的浓度与降水入渗补给条件有关。根据水文地质勘查报告,发现研究区域地下水中氡的浓度与降水入渗系数分布范围一致,在高浓度氡的区域,即东南部,为岩溶富水地段,降水入渗补给参数高于其它区域。
进一步地,利用4次氮氧同位素和化学示踪剂咖啡因监测结果解析地下水的污染来源。基于文献确定化肥(肥料、降雨中的NH4+-N)、土壤(土壤氮)、粪便污水、大气沉降四个污染源的氮氧同位素组成特征区间,将研究区域地下水氮氧同位素组成投影到
δ15N-δ18O散点图上,如图4所示,N、O同位素比值主要落在粪便污水的区间,说明研究区域地下水硝酸盐氮主要来源是生活污水和粪便,这与当地农田施用有机肥、村落生活污水入渗有关。进而利用咖啡因浓度表征生活污水影响的空间差异性,绘制地下水咖啡因浓度的空间分布,如图5所示,湖滨带中部地下水咖啡因浓度较高,表明生活污水是湖滨带中部地下水污染的主要来源。
进一步地,在基于氮氧同位素测定结果中,我们发现在高浓度NO3--N点位,NO3--N浓度与氮氧同位素比值呈现负相关关系,即浓度越高的点位,其氮氧同位素越富集,这符合反硝化过程中氮氧同位素富集的规律。所有高浓度NO3--N点位均位于两条反硝化作用线覆盖的区域附近,表明这些点位均经历了不同程度的反硝化过程。利用瑞利分馏方程计算氮同位素和氧同位素的分馏系数分别为-6.60‰和-3.16‰,位于已有研究识别的区间。将实测得到的同位素分馏系数代入贝叶斯混合模型,计算地下水主要污染源“粪便污水”的贡献率为89.1±6.6%,“粪便污水”给区域地下水贡献了绝大部分的硝酸盐。
进一步地,利用基于深度10cm和20cm的沉积物温度连续监测数据定量解析沉积物剖面渗流通量。渗流量结果为正值时,渗流通量方向向下,湖水补给地下水,负值时,渗流通量方向向上,地下水补给湖水。计算结果如图6所示,沉积物剖面渗流量呈现时空尺度上的动态变化,即使点与点的间隔只有10m,根据文献和现场监测判定,影响渗流通量时空变化的重要原因是湖床/河床地形。不平整的地形对于渗流过程的影响是显著的。根据以上6个点位渗流通量的均值计算,沉积物剖面单位距离渗流通量为-0.04m/d,湖水得到补给。
为了实现上述实施例,本申请还提出一种基于基于多示踪剂的地下水氮污染源定量解析装置。
图7为本申请实施例所提供的一种基于多示踪剂的地下水氮污染源定量解析装置的结构示意图。
如图7所示,该装置包括:获取模块701、识别模块702、分析模块703、第一计算模块704和第二计算模块705。
获取模块701,用于获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息,。
识别模块702,用于根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异。
分析模块702,用于利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性。
第一计算模块704,用于根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率。
第二计算模块705,用于根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
进一步地,在本申请实施例的一种可能的实现方式中,第一计算模块704,具体用于:
其中,Xij为第i个水样中第j种同位素的测定值(i=1,2,3,…,N;j=1,2,3,…,J);pk为第k种污染源的贡献率(k=1,2,3,…,K),qjk为同位素j在第k种污染源种的测定值;sjk为第k种污染源中第j种同位素的测定值;cjk为第j种同位素在第k种污染源上的同位素分馏系数;
通过如下公式计算同位素分馏系数:
其中,δR为经过反硝化后t时刻剩余硝酸盐中氮氧同位素比值,δR0为原始硝酸盐中氮氧同位素比值;ε为分馏系数;c为t时刻剩余浓度;c0为原始浓度。
进一步地,在本申请实施例的一种可能的实现方式中,第二计算模块705,具体用于:
其中,T(z)为深度z处沉积物的温度;Ke为饱和沉积物的有效热扩散系数;z为深度;q是渗流通量;Cw为水的体积热容;C为饱和沉积物的体积热容。
进一步地,在本申请实施例的一种可能的实现方式中,利用测定区域的地下水中多种类示踪剂的组成和地表水与地下水交互区域中温度信息的差异,得到不同补给来源和不同污染来源对区域地下水氮污染的贡献值。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本申请实施例的基于多示踪剂的地下水氮污染源定量解析装置,通过获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;根据氢氧同位素的大气降水线方程和氢氧同位素组成的空间分布分析测定区域的地下水与降水的关系,识别地下水的补给来源,以及根据氡同位素组成的空间分布,分析测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;利用不同污染来源硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂咖啡因的浓度的空间分布,分析生活污水对于测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;根据硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于测定区域的地下水硝酸盐氮污染的贡献率;根据滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。由此,全面考虑地表水与地下水交互过程的影响,定量解析受污染地下水补给和交互过程的动态特征。
为了实现上述实施例,本申请实施例提出了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如前述终端设备执行方法实施例的基于多示踪剂的地下水氮污染源定量解析方法。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于多示踪剂的地下水氮污染源定量解析方法,其特征在于,包括:
获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;
根据所述氢氧同位素的大气降水线方程和所述氢氧同位素组成的空间分布分析所述测定区域的地下水与降水的关系,识别所述地下水的补给来源,以及根据所述氡同位素组成的空间分布,分析所述测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;
利用不同污染来源所述硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别所述测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂所述咖啡因的浓度的空间分布,分析生活污水对于所述测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;
根据所述硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于所述测定区域的地下水硝酸盐氮污染的贡献率;
根据所述滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
2.如权利要求1所述的方法,其特征在于,所述地表水入渗条件的空间分布为:
δD=8×δ18O+10;
其中,δD、δ18O分别为2H、18O相对于V-SMOW标准的千分差。
3.如权利要求1所述的方法,其特征在于,
利用所述测定区域的地下水中多种类示踪剂的组成和地表水与地下水交互区域中温度信息的差异,得到不同补给来源和不同污染来源对区域地下水氮污染的贡献值。
7.一种基于多示踪剂的地下水氮污染源定量解析装置,其特征在于,包括:
获取模块,用于获取测定区域地下水的氢氧同位素、氡同位素、硝酸盐氮氧同位素、咖啡因以及滨水带沉积物温度信息;
识别模块,用于根据所述氢氧同位素的大气降水线方程和所述氢氧同位素组成的空间分布分析所述测定区域的地下水与降水的关系,识别所述地下水的补给来源,以及根据所述氡同位素组成的空间分布,分析所述测定区域的地下水受水文地质过程的影响,识别地表水入渗条件的空间分布差异;
分析模块,用于利用不同污染来源所述硝酸盐氮氧同位素组成的特征区间和混合端元图解法,识别所述测定区域的地下水硝酸盐的污染来源,以及利用化学示踪剂所述咖啡因的浓度的空间分布,分析生活污水对于所述测定区域的地下水污染的影响,表征生活污染源影响的空间差异性;
第一计算模块,用于根据所述硝酸盐氮氧同位素建立贝叶斯混合模型,计算不同污染来源对于所述测定区域的地下水硝酸盐氮污染的贡献率;
第二计算模块,用于根据所述滨水带沉积物温度信息建立热传导对流模型,计算滨水带沉积物剖面渗流量。
8.如权利要求7所述的装置,其特征在于,
利用所述测定区域的地下水中多种类示踪剂的组成和地表水与地下水交互区域中温度信息的差异,得到不同补给来源和不同污染来源对区域地下水氮污染的贡献值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010485108.XA CN111624679B (zh) | 2020-06-01 | 2020-06-01 | 基于多示踪剂的地下水氮污染源定量解析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010485108.XA CN111624679B (zh) | 2020-06-01 | 2020-06-01 | 基于多示踪剂的地下水氮污染源定量解析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111624679A CN111624679A (zh) | 2020-09-04 |
CN111624679B true CN111624679B (zh) | 2021-04-02 |
Family
ID=72271241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010485108.XA Active CN111624679B (zh) | 2020-06-01 | 2020-06-01 | 基于多示踪剂的地下水氮污染源定量解析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624679B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112379044B (zh) * | 2020-10-26 | 2022-11-08 | 中国科学院烟台海岸带研究所 | 基于氮同位素的大气颗粒物中铵盐来源解析的优化方法 |
CN112557612B (zh) * | 2020-11-20 | 2022-06-03 | 中南大学 | 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法 |
CN112990739B (zh) * | 2021-03-31 | 2022-05-17 | 清华大学 | 基于多介质污染特征识别的磷矿区水环境风险评估方法 |
CN113933372B (zh) * | 2021-11-11 | 2023-11-03 | 广西大学 | 流域硝态氮来源入河负荷及入河系数的定量辨识方法 |
CN116805515B (zh) * | 2023-06-01 | 2024-02-09 | 四川神虹化工有限责任公司 | 基于氡同位素计算空气喷射处理后有机污染物去除率的方法 |
CN117672048B (zh) * | 2024-01-31 | 2024-04-19 | 山东大学 | 基于氮同位素测试的氮源分析虚拟仿真实验系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992012109A1 (fr) * | 1990-12-27 | 1992-07-23 | Roquette Freres | Agent, composition et procede destine a reduire le lessivage des formes solubles de l'azote, en particulier des nitrates, contenues dans et/ou apportees a un substrat |
JP2006110517A (ja) * | 2004-10-18 | 2006-04-27 | Taiheiyo Cement Corp | 硝酸性窒素汚染水の水質浄化方法 |
CN107764960A (zh) * | 2017-09-15 | 2018-03-06 | 国家电网公司 | 基于同位素示踪技术测抽水蓄能电站地下厂房渗水来源法 |
CN108896645A (zh) * | 2018-06-26 | 2018-11-27 | 华北水利水电大学 | 一种基于同位素的近岸养殖水域氮污染物的解析方法 |
CN109470668A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合氮氧同位素和三维荧光进行污染物溯源的方法 |
CN110390494A (zh) * | 2019-08-13 | 2019-10-29 | 成都理工大学 | 农业区生活垃圾填埋场地下水中“三氮”的溯源方法 |
-
2020
- 2020-06-01 CN CN202010485108.XA patent/CN111624679B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992012109A1 (fr) * | 1990-12-27 | 1992-07-23 | Roquette Freres | Agent, composition et procede destine a reduire le lessivage des formes solubles de l'azote, en particulier des nitrates, contenues dans et/ou apportees a un substrat |
JP2006110517A (ja) * | 2004-10-18 | 2006-04-27 | Taiheiyo Cement Corp | 硝酸性窒素汚染水の水質浄化方法 |
CN107764960A (zh) * | 2017-09-15 | 2018-03-06 | 国家电网公司 | 基于同位素示踪技术测抽水蓄能电站地下厂房渗水来源法 |
CN108896645A (zh) * | 2018-06-26 | 2018-11-27 | 华北水利水电大学 | 一种基于同位素的近岸养殖水域氮污染物的解析方法 |
CN109470668A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合氮氧同位素和三维荧光进行污染物溯源的方法 |
CN110390494A (zh) * | 2019-08-13 | 2019-10-29 | 成都理工大学 | 农业区生活垃圾填埋场地下水中“三氮”的溯源方法 |
Non-Patent Citations (1)
Title |
---|
沈阳浑河傍河区域地下水氮素污染研究;王俊杰;《中国博士学位论文全文数据库 工程科技辑》;20130915;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111624679A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111624679B (zh) | 基于多示踪剂的地下水氮污染源定量解析方法及装置 | |
Böhlke et al. | Multi-scale measurements and modeling of denitrification in streams with varying flow and nitrate concentration in the upper Mississippi River basin, USA | |
Huang et al. | Soil profile evolution following land‐use change: Implications for groundwater quantity and quality | |
Zhang et al. | Assessment of sources and transformation of nitrate in the alluvial-pluvial fan region of north China using a multi-isotope approach | |
Wells et al. | Spatial and temporal variations in nitrogen export from a New Zealand pastoral catchment revealed by stream water nitrate isotopic composition | |
Tian et al. | Assessing sediment yield and sources using fingerprinting method in a representative catchment of the Loess Plateau, China | |
Jiang et al. | Enrichment and sources of nitrogen in groundwater in the Turpan-Hami area, northwestern China | |
Bohrman et al. | Macrophyte‐driven transient storage and phosphorus uptake in a western Wisconsin stream | |
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. | Using robust kriging and sequential Gaussian simulation to delineate the copper-and lead-contaminated areas of a rapidly industrialized city in Yangtze River Delta, China | |
Schuetz et al. | Nitrate sinks and sources as controls of spatio-temporal water quality dynamics in an agricultural headwater catchment | |
Ji et al. | Tracing nitrate sources and transformations using△ 17O, δ15N, and δ18O-NO3− in a coastal plain river network of eastern China | |
Joekar-Niasar et al. | Assessment of nitrate contamination in unsaturated zone of urban areas: The case study of Tehran, Iran | |
Ruhala et al. | Exploring dissolved organic carbon cycling at the stream–groundwater interface across a third-order, lowland stream network | |
Tiemeyer et al. | Designing monitoring programs for artificially drained catchments | |
He et al. | Characterizing the spatial structures of riparian plant communities in the lower reaches of the Heihe River in China using geostatistical techniques | |
Schwientek et al. | Quantifying in-stream retention of nitrate at catchment scales using a practical mass balance approach | |
Zhao et al. | Effects of redox potential on the environmental behavior of nitrogen in riparian zones of West Dongting Lake Wetlands, China | |
Scherger et al. | Modeling fate and transport of ammonium, nitrite, and nitrate in a soil contaminated with large dose of urea | |
Cui et al. | Spatial variability of nitrate pollution and its sources in a hilly basin of the Yangtze River based on clustering | |
CN115979900A (zh) | 一种基于北方全排型岩溶泉的地下水循环要素监测方法 | |
Facchinelli et al. | 137 Cs contamination from Chernobyl of soils in Piemonte (North-West Italy): spatial distribution and deposition model | |
Li et al. | High-resolution study on the hydrochemical variations caused by the dilution of precipitation in the epikarst spring: an example spring of Landiantang at Nongla, Mashan, China | |
Tang et al. | Analysis of the spatial distribution of heavy metals in an area of farmland in Sichuan province, China | |
Zhang et al. | Study on groundwater recharge based on chloride mass balance and hydrochemistry in the irrigated agricultural area, North China Plain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |