CN114720647A - 地下水污染综合预警方法及系统 - Google Patents
地下水污染综合预警方法及系统 Download PDFInfo
- Publication number
- CN114720647A CN114720647A CN202011530182.5A CN202011530182A CN114720647A CN 114720647 A CN114720647 A CN 114720647A CN 202011530182 A CN202011530182 A CN 202011530182A CN 114720647 A CN114720647 A CN 114720647A
- Authority
- CN
- China
- Prior art keywords
- index
- pollutant
- pollution
- early warning
- groundwater
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003895 groundwater pollution Methods 0.000 title claims abstract description 33
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 184
- 231100000719 pollutant Toxicity 0.000 claims abstract description 184
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 125
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 238000003911 water pollution Methods 0.000 claims abstract description 12
- 239000003673 groundwater Substances 0.000 claims description 63
- 230000000711 cancerogenic effect Effects 0.000 claims description 34
- 231100000315 carcinogenic Toxicity 0.000 claims description 33
- 238000009792 diffusion process Methods 0.000 claims description 33
- 239000002352 surface water Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 26
- 238000013508 migration Methods 0.000 claims description 19
- 230000005012 migration Effects 0.000 claims description 19
- 239000000126 substance Substances 0.000 claims description 13
- 239000000203 mixture Substances 0.000 claims description 10
- 244000005700 microbiome Species 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 239000000356 contaminant Substances 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 2
- -1 temperature Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 27
- 238000006065 biodegradation reaction Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 11
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 241000282414 Homo sapiens Species 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000035622 drinking Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005067 remediation Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- FMMWHPNWAFZXNH-UHFFFAOYSA-N Benz[a]pyrene Chemical compound C1=C2C3=CC=CC=C3C=C(C=C3)C2=C2C3=CC=CC2=C1 FMMWHPNWAFZXNH-UHFFFAOYSA-N 0.000 description 2
- YNQLUTRBYVCPMQ-UHFFFAOYSA-N Ethylbenzene Chemical compound CCC1=CC=CC=C1 YNQLUTRBYVCPMQ-UHFFFAOYSA-N 0.000 description 2
- BZLVMXJERCGZMT-UHFFFAOYSA-N Methyl tert-butyl ether Chemical compound COC(C)(C)C BZLVMXJERCGZMT-UHFFFAOYSA-N 0.000 description 2
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Natural products OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 2
- 239000003183 carcinogenic agent Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 231100000628 reference dose Toxicity 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- 230000007059 acute toxicity Effects 0.000 description 1
- 231100000403 acute toxicity Toxicity 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000009924 canning Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 231100000357 carcinogen Toxicity 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- VRGUHZVPXCABAX-UHFFFAOYSA-N methyllead Chemical compound [Pb]C VRGUHZVPXCABAX-UHFFFAOYSA-N 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000002336 sorption--desorption measurement Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种地下水污染综合预警方法及系统，应用于石化场地地下水监测，属于环境监测领域。所述方法包括：获取石化场地地下水的状态参数；根据所述状态参数，获得污染物的危害指数信息；根据所述危害指数信息与预设预警等级规则对比，生成对应等级的预警指令；执行所述预警指令，生成对应等级的预警信息。解决了石化场地因为污染场地数量众多、污染形式严峻导致地下水污染难以准确监测的问题。
Description
技术领域
本发明涉及环境监测领域，具体地涉及一种地下水污染综合预警方法及一种地下水污染综合预警系统。
背景技术
我国石化类场地众多、污染历史复杂、污染现状严峻，尤其是地下水污染，地下水是耐以生存的饮用水，地下水的污染会对人体健康造成巨大危害。现有的水质安全监测系统架构都相对简单，仅选用单因子污染指数法、内梅罗指数法或地下水迁移模拟进行地下水污染风险监测，获取的地下水监测结果较为片面，石化场地因为污染场地数量众多和污染形式严峻，地下水污染难以准确监测，污染风险预警水平也难以达到要求。
发明内容
本发明实施方式的目的是提供一种地下水污染综合预警方法及系统，以至少解决上述的石化场地的地下水污染难以准确监测的问题。
为了实现上述目的，本发明第一方面提供一种地下水污染综合预警方法，应用于石化场地地下水监测，所述方法包括：获取石化场地地下水的状态参数；根据所述状态参数，获得污染物的危害指数信息；根据所述危害指数信息与预设预警等级规则对比，生成对应等级的预警指令；执行所述预警指令，生成对应等级的预警信息。
可选的，所述石化场地地下水的状态参数至少包括：地下水组成成分、温度、水位、pH、COD和TOC；其中，所述地下水组成成分至少包括：污染物组分类型信息、各污染物组分含量信息、微生物类型信息和各微生物含量信息。
可选的，所述污染物的危害指数信息包括：各污染物单因子污染指数、内梅罗指数、各污染物致癌风险指数、各污染物危害商指数、各污染组分污染石化场地外水质的风险指数、各污染物污染地表水的风险指数和各污染物污染范围指数。
可选的，所述根据所述状态参数，获得污染物的危害指数信息，包括：比对地下水各污染物组分含量信息和地下水污染物组分对应标准值，计算获得各污染物组分的单因子污染指数Pi：
其中，Ci为地下水的第i种污染物的实测浓度；Si为地下水的第i种污染物的标准浓度。
可选的，所述根据所述状态参数，获得污染物的危害指数信息，还包括：根据各污染物组分的单因子污染指数，计算获得内梅罗指数I：
其中，
为单因子污染指数最大值，通过对比所有单因子污染指数获得；
为各污染组分的单因子污染指数平均值，通过不小于0.1的单因子污染指数求平均获得。
可选的，所述根据所述状态参数，获得污染物的危害指数信息，还包括：根据所述污染物组分类型信息和各污染物含量信息，判断各污染物组分的致癌风险指数值和各污染物组分的危害商指数值；对比所有污染物组分的致癌风险指数值，获得致癌风险最大值；对比所有污染物组分的危害商指数值，获得危害商最大值。
可选的，所述根据所述状态参数，获得污染物的危害指数信息，还包括：根据地下水监测处实际环境、所述地下水组成成分、所述污染物组分类型信息和各污染物组分含量信息，进行各污染物组分的迁移模拟，获取各污染物组分的变化趋势和扩散趋势；根据所述各污染组分的变化趋势和扩散趋势，判断各污染组分污染石化场地外水质的风险指数、污染地表水的风险指数和污染范围指数。
可选的，所述预设预警等级规则包括预设等级规则标准指数，所述根据所述危害情况信息与预设预警等级规则对比，生成对应等级的预警指令，包括：将所述单因子污染指数最大值、所述内梅罗指数、所述致癌风险值最大值、所述危害商最大值、所述污染石化场地外水质的风险指数的最大值、所述污染地表水的风险指数的最大值和所述污染范围指数最大值与各指数对应的预设等级规则标准指数进行对比，根据各指数对比结果，获得各指数对应的预警等级，生成各指数对应的预警等级指令。
可选的，所述根据所述危害情况信息与预设预警等级规则对比，生成对应等级的预警指令，还包括：对比所述单因子污染指数最大值、所述内梅罗指数、所述致癌风险值最大值和所述危害商最大值各自对应的预警等级，根据预设规则选择预警等级最高的某指数的预警等级作为这几个污染物危害指数的地下水水质预警等级，并生成对应的预警等级指令；对比所述污染石化场地外水质的风险指数最大值、所述污染地表水的风险指数最大值和所述污染范围指数最大值各自对应的预警等级，根据预设规则选择预警等级最高的某指数的预警等级作为这几个污染物危害指数的污染组分扩散性能预警等级，并生成对应的预警等级指令。
可选的，所述执行所述预警指令，生成对应等级的预警信息，包括：根据所述地下水水质预警等级指令和所述污染组分扩散性能预警等级指令生成对应等级指令的预警信息。
本发明第二方面提供一种地下水污染综合预警系统，应用于石化场地地下水监测，所述系统包括：采集单元，用于获取石化场地地下水的状态参数；处理单元，用于根据所述状态参数获得污染物的危害指数信息，对比所述危害情况信息与预设预警等级规则，生成对应等级的预警指令；预警单元，用于执行所述预警指令，生成对应等级的预警信息。
另一方面，本发明提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的地下水污染综合预警方法。
通过上述技术方案，通过获取石化场地地下水的状态参数判断污染物的危害指数，并进行对应等级的预警，获得的地下水监测结果更为丰富、全面和准确，保证污染物类型多、量大和影响程度深的石化场地能够实现污染物准确监测，在出现异常情况时进行及时准确的报警提醒，提醒相关人员及时进行整治，避免污染范围扩大，污染程度加深。提高了石化场地污染风险预警水平，为石化场地地下水环境管理提供可靠的科学依据。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是本发明一种实施方式提供的地下水污染综合预警方法的方法流程图；
图2是本发明一种实施方式提供的计算污染物危害指数方法的方法流程图；
图3是本发明一种实施方式提供的获取各危害指数预警等级方法的方法流程图；
图4是本发明一种实施方式提供的地下水污染综合预警系统的系统结构图。
附图标记说明
10-采集单元；20-处理单元；30-预警单元。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图4是本发明一种实施方式提供的地下水污染综合预警系统的系统结构图。如图4所示，本发明实施方式提供一种地下水污染综合预警的系统，所述系统包括：采集单元10，用于获取石化场地地下水的状态参数；处理单元20，用于根据所述状态参数获得污染物的危害指数信息，对比所述危害情况信息与预设预警等级规则，生成对应等级的预警指令；预警单元30，用于执行所述预警指令，生成对应等级的预警信息。
图1是本发明一种实施方式提供的地下水污染综合预警方法的方法流程图。如图1所示，本发明实施方式提供一种地下水污染综合预警的方法，所述方法包括：
步骤S10：获取石化场地地下水的状态参数。
具体的，石化场地的地下水污染情况十分严峻，在进行石化场地的地下水污染境况监测时，仅通过石化场地本身存在的污染物质类型和污染物质量进行地下水污染情况模拟所获得的地下水污染情况是不够准确的，受石化场地位置的土壤渗透性和地下水的微生物降解速度区别影响，不同的石化场地即使存在相同的污染源情况，最终地下水的污染情况也会存在很大的区别。为了对不同的石化场地进行针对性的地下水污染情况监测，优选的，所有监测数据由所监测石化场地的实际位置地下水水质决定，根据石化场地的布局情况建立适合数量的地下水监测井，例如，在某石化工厂进行地下水污染情况监测，因为生产设备区域和罐装区域存在污染物类型更多，污染物泄漏风险也更大，所以在这两种区域内设置尽量多的地下水监测井，而在其他污染物泄漏风险小的区域可适当减少地下水监测井的设置数量。根据不同的污染物泄漏风险区域设置不等数量的地下水监测井，提高每个监测井的监测效率，增加污染物泄漏风险大区域的地下水监测井数量，提高这些区域的监测性能，提高监测结果准确性。
为了地下水监测数据更全面，监测结果更准确，优选的，进行地下水监测的数据包括：地下水的组成成分、地下水的温度、地下水的水位信息、地下水的pH值、地下水的化学需氧量(下称COD)和地下水的总有机碳量(下称TOC)，其中，地下水组成成分至少包括：污染物组分类型信息、各污染物组分含量信息、微生物类型信息和各微生物含量信息。
监测设备设置在地下水监测井中，用于监测地下水组成成分的各种污染物浓度传感器和微生物浓度传感器直接置于地下水中，用于监测地下水温度的温度传感器和用于检测地下水pH值的酸碱度传感器也直接置于地下水中，避免在地下水提取出地下水监测井的过程中造成部分水质参数变化而使得监测数据不准确的问题。优选的，根据监测的石化场地的石化产品和原料进行适应性选择污染物监测指标，常规石化场地的污染物类型为石油烃、苯、甲苯、乙苯、二甲苯、甲基叔丁基醚、萘和铅等物质，根据不同的石化场地内装置及工艺类型选择不同的污染物监测指标，避免部分监测数据不必要造成的资源浪费，也提高了监测数据的准确性。采集单元10获取到地下水监测井内的位置的地下水状态参数后，将这些状态参数传递到处理单元20。
在另一种可能的实施方式中，因为地下水的pH值、COD和TOC是根据监测地的地质情况保持较长时间不变的，这些数据均表征某一区域地下水的长期状态，所以这些数据会被记录在地质数据库中，并保持较长时间不变，即使发生数据变化，地质数据也能及时进行更新，所以为了减少采集单元10相关传感器数量，节约系统成本，优选的，采集单元10保持互联网连接，根据监测地位置直接提取对应的地质数据，从而获取上述参数，在保证数据准确性的前提下减少成本投入。
在另一种可能的实施方式中，石化场地的污染物类型非常多样，不同的污染组分需要对应的浓度传感器，所以在污染情况严峻的石化场地，若通过浓度传感器进行各污染组分的浓度监测，则浓度传感器的数量将非常庞大，从而造成采集单元10的建设成本加大。且浓度传感器的实地测量数据往往误差很大，最终的数据准确度不高，所以优选地通过地下水监测井进行地下水样本采集，并将采集的地下水样本送到实验室进行准确的地下水组分检测，采集单元10直接提取实验室的监测数据，并将数据发送到处理单元20。一方面可以减少各种污染组分的浓度传感器设置，另一方面也提高了监测数据的准确性。
步骤S20：根据地下水状态参数获得污染物的危害指数信息；具体的，如图2，包括以下步骤：
步骤S201：计算各污染物组分的单因子污染指数。
具体的，单因子指数法是利用实测数据和标准对比分类，选取水质最差的类别即为评价结果，首先进行各种污染物组分的单因子指数Pi，计算公式为：
其中，Ci为地下水的第i种污染物的实测浓度；Si为地下水的第i种污染物的标准浓度。各个地下水监测井的采集单元10获取各种污染物组分的浓度信息，然后将浓度信息传输到处理单元20，处理单元20根据污染物组分类型进行相关信息检索，获取各组分在地下水中的标准值，通过各污染组分信息的实际浓度与其对应的标准浓度，根据上述公式计算各污染组分的单因子指数。单因子指数越大，表示该污染组分的含量越高，污染风险也就越大。
步骤S202：计算内梅罗指数。
具体的，内梅罗指数法是当前国内外进行综合污染指数计算的最常用的方法之一，采用现有相对成熟的内梅罗指数法作为本发明提出的地下水综合预警方法的部分参考方法，提高监测结果的准确性。该方法先求出各因子的分指数，然后求出各分指数的平均值，取最大分指数和平均值计算，则可根据步骤S201获得的各污染组分的单因子指数作为计算依据，计算公式为：
其中，
为单因子污染指数最大值；
为各污染组分的单因子污染指数平均值。其中，
由处理单元201整合所有污染组分的单因子污染指数，通过大小对比选出单因子污染指数最大值确定；
为各污染组分的单因子污染指数平均值，因为单因子污染指数很小时，则表示该污染组分的污染风险很小，不必纳入风险管控判断，所以需要剔除单因子污染指数过小的污染组分，仅需要考虑单因子污染指数较大的污染组分的污染风险，优选的，确定存在污染风险的污染组分的单因子污染指数值为0.1，即单因子污染指数小于0.1的污染组分不纳入污染风险评级参考范围，仅考虑单因子污染指数大于0.1的污染组分。处理单元20获取各组分的单因子污染指数后，首先逐个对各单因子污染指数与0.1临界值对比，若单因子污染指数大于0.1，则记录下来；若单因子污染指数小于0.1，则过滤掉该污染组分的参数信息。记录完成所有大于0.1的单因子污染指数后，计算这部分单因子污染指数的平均值，作为最终的
缩小计算范围，仅考虑污染风险大的污染组分，提高计算效率。
步骤S203：获取各污染组分的致癌风险和危害商。
具体的，石化场地的排放物和泄漏物存在很多有机物质和重金属物质，这些物质存在很高的致癌风险，例如，我国水中优先控制污染物中就包括石化场地经常存在的铅、苯、甲苯、苯并[a]芘和苯酚等物质，这些物质都是世界公认的高致癌风险物质。致癌风险即某致癌物质处于暴露状态下，引起人体产生癌症的概率。处理单元20整合目前存在相关资料、国内外实验数据资料和临床医学数据获取各种物质致癌效应毒性参数，保持数据库互联网连接，在后期使用过程中，实时更新相关知识，保持最先进的致癌风险判断依据。处理单元20获得各污染组分的物质类型和对应的浓度信息后，根据污染场地风险评估技术导则，选取合适的致癌风险计算公式进行各危害组分的致癌风险计算。地下水的致癌风险暴露途径主要包括吸入室外空气中来自地下水的气态污染物、吸入室内空气中来自地下水的气态污染物和饮用地下水途径，如当存在地下水被开凿水井提取供人类直接饮用时，地下水污染主要通过人口直接摄入，所以选取饮用地下水水途径的致癌风险计算公式计算各污染物质的致癌风险Ri，计算公式为：
RI＝CGWERca×Cgw×SF0
其中，CGWERca为被污染地下水对应的地下水的暴露量，即与人类接触量；Cgw为各污染组分在地下水中存在的浓度；SF0为经口摄入致癌斜率因子。其中，各污染组分的浓度由采集单元10直接获取。同样的，根据已知的危害商计算办法，选择饮用地下水途径的危害商计算办法进行各污染组分的危害商Rs计算，计算公式为：
其中，CGWERnc为被污染地下水对应的地下水的暴露量；Cgw为各污染组分在地下水中存在的浓度；RfDo为经口摄入参考剂量；WAF为暴露于土壤的参考剂量分配系数。
步骤S204：计算各污染组分污染石化场地外水质的风险指数。
具体的，地下水有很好的迁移性能，地下水会携带污染物质进行扩散，导致污染石化场地外的环境，所以在进行石化场地地下水污染监测的同时，必须监测可能存在的扩散现象导致污染石化场地外环境的问题。监测各污染组分是否存在污染石化场地外环境即监测各污染组分是否会扩散到石化场地之外，优选的，选择GMS等数值解和Domenico解析解模型进行各污染物的迁移模拟，模拟各污染组分的迁移情况，包括迁移路径、迁移衰减和迁移距离，判断各污染组分是否会迁移到石化场地外、多久迁移到场地外、迁移到石化场地外后的存在浓度和迁移极限距离，从而评估各污染组分污染石化场地外水质的风险评分。地下水中存在很多微生物，这些微生物会部分降解一些污染物质，所以在进行污染物质迁移衰减判断是，除了考虑渗透率、稀释率和吸附解吸外，还必须考虑生物降解因素。优选地，为了模拟更为真实的生物降解，选用一级生物降解速率常数和瞬时反应速率进行生物降解计算，整合生物降解和迁移模型，获得最终的各污染组分污染石化场地外水质的风险指数，通过各污染组分到达石化场地外的浓度Pi表示，由采集单元10直接获取。
步骤S205：计算各污染物污染地表水的风险指数和各污染物污染范围指数。
具体的，处理单元20直接在数据库中提取所检测石化场地所在位置的水文地质资料，然后建立水文地质概念模型-建立地下水水流模型-建立地下水溶质运移模型-预测污染物水质及污染范围的模型，采用步骤S204的污染组分迁移模型生成方法进行各污染组分迁移模拟，获取各污染组分扩散到地表的概率、时间和浓度，从而获得各污染组分污染地表水风险指数Psw，具体的，预测污染物到达地表水体浓度及污染物总质量，利用污染物总质量除以地表水径流量，进行污染物浓度折算。地表水径流量由于不同季节、不同年份会有所差异，按照污染物种类不同确定地表水径流量，如对于有急性毒性的物质(如氨)，则以多年观察最小地表径流为准，对于致癌物(如苯系物)，则以多年观察地表径流平均值为准。污染物的迁移规律、污染物在环境介质中的迁移包括对流扩散、机械弥散和分子扩散等作用，在这些共同作用下，污染物的分布往往呈由排放点发散的带状，即污染羽，各污染组分污染地表水风险指数Psw即各污染组分达到地表水后的浓度，根据各污染组分达到地表水的浓度信息即可判断各污染组分的污染范围，即浓度为0时为对应污染组分的污染范围极限。
步骤S30：根据所述危害指数信息与预设预警等级规则对比，生成对应等级的预警指令；具体的，如图3，包括以下步骤：
步骤S301：获取最大单因子指数，并根据预设规则判断预警等级。
具体的，通过步骤S201求得各污染组分的单因子污染指数，并已知单因子污染指数越大，所对应的污染组分的污染风险也就越大，虽然石化场地污染物对地下水的污染效果为多种污染组分共同作用，但单一污染组分含量超标，依旧会对地下水水质造成极大影响，即判断污染风险最高污染组分是否会造成地下水水质污染便可表示整个石化场地污染物对地下水的影响程度。优选的，处理单元20获取到每个污染组分的单因子污染指数后，将所有单因子污染指数进行横向对比，获取其中单因子污染指数的最大值，即污染风险最高的污染组分的单因子污染指数，判断该污染组分的影响效果即可获取所有污染组分对地下水水质的影响效果，将获取的单因子污染指数最大值，记为
地下水安全水质具有污染物质单因子指数标准值，不同标准等级表示不同水质等级的地下水，处理单元20检索地下水的标准水质的标准值，通过与单因子指数最大值对比，判断所监测地下水的污染风险等级，优选的，将污染风险等级划分为红色预警、橙色预警、黄色预警、蓝色预警和无预警五种预警等级，红色预警等级为最高预警等级，表示所监测地下水极度污染，无预警等级为最低预警等级，表示所监测地下水的水质基本符合要求。单因子污染指数最大值与标准值对比结果与预警等级匹配结果如表1所示，处理单元20根据表1预设规则，进行单因子指数最大值的预警等级结果生成，表1如下：
表1单因子污染指数最大值预警等级对照
其中，NAPL表示非水相液体污染物。
步骤S302：获取内梅罗指数对应预警等级结果。
具体的，步骤S202在进行内梅罗指数计算时，仅考虑了单因子污染指数大于0.1的污染组分，根据这部分单因子污染指数大于0.1的污染组分计算所得的内梅罗指数对于石化场地对地下水污染程度表示有更好的准确性。内梅罗指数越高，说明各污染组分对地下水的综合污染程度越深，与单因子污染指数类似，可以预设五个同样的预警等级，内梅罗指数与对应预设等级对照规则如表2所示，处理单元20根据表2显示规则判断计算所得的内梅罗指数对应的预警等级，表2如下：
表2内梅罗指数预警等级对照
步骤S303：获取各污染组分致癌风险和危害商分别对应的预警等级。
具体的，处理单元20根据步骤S203分别求得各污染组分的致癌风险和危害商，然后将获得的各污染组分的致癌风险和危害商进行横向对比，获取其中的致癌风险指数最大值和危害商最大值，并将获得的致癌风险最大值和危害商最大值分别对应的污染组分类型名称作为检索条件进行相关知识检索，获取各致癌风险和危害商的实际危害程度，通过危害程度排序，生成五个危害风险不等的预警等级，等级划分与单因子污染指数最大值预警等级划分类似，分为红色预警、橙色预警、黄色预警、蓝色预警和无预警五种预警等级，所求得的致癌风险值和危害商值与对应的预警等级对照如表3：
表3致癌风险和危害商分别的预警等级对照
步骤S304：获取各污染组分污染石化场地外水质风险指数对应的预警等级。
具体的，步骤S204中计算获得各污染组分污染石化场地外水质的风险指数，仅考虑的各污染组分扩散到石化场地外的浓度值，未考虑各污染组分扩散到石化场地外的时间，由常理所知，污染组分扩散到石化场地外的时间越长，进行整治和被生物完全降解的概率也就越高，例如，某污染组分扩散到石化场地外的最短时间为1个月，而另一种扩散到石化场地外的最短时间为6个月，则第一种污染组分相较于第二种污染组分需要更为有限的整治顺序，因为第二种扩散周期更长，留有的整治时间也就越长。因此，在进行各污染组分污染石化场地外水质风险指数预警等级结果生成时，处理单元20还将考虑各种污染组分的扩散性质，通过检索相关信息获取，根据不同的扩散速率生成不同等级的预警结果，即扩散到石化场地外后，具有相同浓度的污染组分，扩散时间越短，预警等级也就越高，处理单元20将获得的各组分污染地下水风险指数进行横向对比，获取其中风险指数最高的污染组分对应的污染石化场地外水质风险指数作为最终的判断依据各污染组分污染石化场地外水质风险指数对应的预警等级规则如表4：
表4污染石化场地外水质风险指数最大值预警等级对照
步骤S305：获取各污染组分污染地表水的风险指数和各污染组分污染范围指数分别对应的预警等级。
具体的，与步骤S304中的各污染组分污染石化场地外水质风险指数预警等级确定规则类似，在考虑各污染物污染地表水的风险指数对应的预警等级确定是，同样需要考虑各污染组分的扩散速率，扩散速率越快，对应污染组分污染地表水的风险也就越高，各污染物污染地表水的风险指数的预警等级同样划分为红色预警、橙色预警、黄色预警、蓝色预警和无预警五种预警等级，处理单元20将获得的各组分污染地表水风险指数进行横向对比，获取其中风险指数最高的污染组分对应的污染地表水风险指数作为最终的判断依据，根据各污染组分污染地表水风险指数和扩散速率分别对应的预警等级规则如表5：
表5各污染物污染地表水风险指数最大值预警等级对照
具体的，各污染物污染范围指数由各污染物的污染羽确定，当某污染物的污染羽逐渐缩小时，表示污染物泄漏已经停止或无扩大泄漏风险，而某污染物的污染羽持续扩大，则表示该污染物持续泄漏或增大泄漏量，需要及时进行整治，也就具有更高的预警等级。通过步骤S205可知，各污染物污染范围指数由各污染组分达到地表水的浓度信息即可判断，即通过各污染物污染地表水风险指数Psw确定，处理单元20综合考量各污染组分污染羽的发展效果和各污染组分到达地表水后的浓度，将获得的各组分污染范围指数进行横向对比，获取其中风险指数最高的污染组分对应的污染范围指数作为最终的判断依据，通过表6显示的预设规则确定对应的预警等级，表6如下：
表6各污染物污染范围指数最大值预警等级对照
步骤S306:对比判断步骤S301-步骤S303获得的预警等级，选取其中最高的预警等级，生成对应的预警指令。
具体的，单因子污染指数最大值预警等级、内梅罗指数预警等级、致癌风险预警等级和危害商预警等级，表示的都是各污染组分对地下水水质的影响结果，无论是哪一项指数不符合标准，即使其他项指数均符合标准，最终的地下水水质都是不符合标准的，所以这几项指数的预警效果其实最终体现的都是地下水的水质情况，为了避免过多预警信息对相关人员造成干扰，优选的，整合这几项指数的预警等级，选取其中最高的预警等级作为最终的预警等级，并生成对应等级的预警效果。例如，处理单元20判断某地下水监测井监测结果中单因子污染指数最大值的预警等级为黄色预警等级，内梅罗指数预警等级为橙色预警等级，致癌风险等级为蓝色预警等级，危害商为黄色预警等级，因为内梅罗指数预警等级在这几项指数预警等级中是最高的橙色预警等级，即使其他项预警等级均相对较低，但该部分地下水水质依旧需要较高的整治优先权，则确定这几项表示地下水水质的指数预警等级为橙色预警等级，处理单元20生成地下水水质橙色预警等级。
步骤S307：对比判断步骤S304-步骤S305获得的预警等级，选取其中最高的预警等级，生成对应的预警指令。
具体的，与步骤S306类似，各污染组分污染石化场地外水质风险指数、各污染组分污染地表水的风险指数和各污染组分污染范围指数均是表示各污染组分的扩散性能指数，无论是横向扩散还是纵向扩散，均与各污染组分的本身性质和石化场地的土壤性质相关，所以为了避免这三种指数的预警信息相互干扰，优选的，选取三种指数预警等级中的最高等级作为地下水扩散性能的最终预警等级。例如，各污染组分污染石化场地外水质风险指数预警等级为红色预警，各污染组分污染地表水的风险指数和各污染组分污染范围指数的预警等级都为黄色预警，即使各污染组分的纵向扩散能力较低，但各污染组分扩散到石化场地外依旧会造成很大的环境污染问题，为了即使进行污染扩散整治，优选地将各污染组分污染石化场地外水质风险指数的红的预警等级作为最终各污染组分扩散性能预警等级，生成污染组分扩散性能红色预警等级指令。
步骤S40：执行所述预警指令，生成对应等级的预警信息。
具体的，处理单元20生成最终地下水水质预警指令和污染组分扩散性能指令后，将指令传输到预警单元30，预警单元30根据预警指令显示的预警等级生成对应预警等级的预警信息。优选的，预警单元30选用声光报警器，采用闪烁和蜂鸣的方式进行报警提醒，提高相关人员接收到预警信息的概率，不同预警等级的预警信息通过闪烁和蜂鸣频率区分，红色预警等级下，报警器的闪烁和蜂鸣频率最高；无预警等级下，报警器的闪烁和蜂鸣频率最低。在另一种可能的实施方式中，预警单元30包括显示模块，直观显示各预警等级的预警信息，避免相关人员无法有效区分报警器闪烁和蜂鸣频率造成的获取预警等级偏差的问题，显示模块显示预警等级信息和发生异常的指数信息，帮助监管人员直观获取预警信息，进行整治时，可以根据显示的异常指数信息进行针对性的问题排查，提高维护效率。
在一种可能的实施方式中，获取地下水水质预警等级，以某加油站场地地下水监测为例，通过场地详细调查，获取某加油站场地12口地下水井污染物浓度数据，其中某一个地下水监测井监测到的地下水组分信息如表7：
表7某地下水监测井部分污染组分信息
根据石化场地地下水井中各污染物浓度，与地下水标准值进行对比，计算得各个污染物的污染指数，各污染物污染指数见上表。根据上表，可知各污染物单因子污染指数Pi的最大值MAX(Pi)为3.94，根据单因子MAX(Pi)与水质状态预警等级划分标准划分污染预警级别，可知该点位预警等级为橙色预警；根据各污染物单因子污染指数，剔除污染物单因子污染指数小于0.01污染指数计算内梅罗指数，因此，剩余单因子污染指数为0.23、0.1415、0.468、0.1534、1.37、3.94、0.45，按照内梅罗综合污染指数规则计算内梅罗综合指数I＝2.8683，根据内梅罗指数I与水质状态预警等级划分标准划分污染预警级别，可知该点位预警等级为红色预警。因为该地下水位于石化场地内部，该地下水不作为饮用水使用，地下水位约3m，按照3m计算，暴露途径选择吸入室外空气中来自地下水的气态污染物和吸入室内空气中来自地下水的气态污染物，因为上述金属元素污染物不成气态形式存在，C16以下和C16以上石油烃污染风险数据缺失，苯等VOC污染物浓度较标准值低很多，可以按照无预警等级进行划分。综上，该点位风险预警等级为橙色、红色和无预警，因此，该点位水质风险预警等级为红色预警。
在另一种可能的实施方式中，获取各污染组分扩散性能预警等级，获取某炼化场地20口地下水井污染物浓度数据，该20口监测井组成可详细刻画一个污染羽，以某一口井部分污染物浓度数据为例，如表8：
| 监测指标 | 检出限 | 单位 | 标准值 | 监测值 |
| 苯 | 1.4 | μg/L | 10 | 490 |
表8某地下水监测井部分污染物浓度信息
根据石化场地地下水井中污染物浓度，与地下水标准值进行对比，计算得苯污染物的污染指数，苯污染物污染指数为49。根据单因子MAX(Pi)与水质状态预警等级划分标准划分污染预警级别，可知该点位预警等级为橙色预警。按照权利要求所述的石化场地地下水溶质运移预警方法，采用Domenico解析解模型进行各污染物的迁移模拟，得出各污染物的浓度随时间和空间的变化趋势，从而判断其预警级别，模拟结果如表9：
表9苯在10年内迁移模拟结果
由表9可知，按照瞬时生物降解反应速率计算得到的污染预测值与现场监测井中污染物浓度值差别较大。当考虑没有生物降解作用时，污染物浓度整体较监测值偏高。当采用一级生物降解反应速率时，其污染预测值与监测值有较好的匹配，所以采用一级生物降解速率常数进行求解比较符合实际情况。在该污染源泄露点位，沿着地下水流向下游，约600m为厂界，下游1000m处为一处地表河流。按照一级生物降解反应，预测污染源泄露后15年，即2020年后5年，在下游600m厂界处，污染物浓度为0.315mg/L，其Pi为31.5，时间为5年，根据污染物扩散出厂界及扩散出厂界的不同时间和浓度划分污染预警级别，该预警级别为橙色预警。按照一级生物降解反应，预测污染源泄露后15年，即2020年后5年，在下游1000m厂界处，污染物浓度为0.20mg/L，地下水流量为2000L/d，即每天流入地表河流的污染物质量为400mg，由于苯是致癌污染物，地表径流以多年观察地表径流平均值为准，其径流量为20m3，污染物浓度折算为0.02mg/L，地表水环境质量标准中苯浓度为0.01mg/L，其Pi为2，时间为5年，根据污染物扩散到地表水体及不同时间和浓度划分污染预警级别，该预警级别为橙色预警。综合以上，该污染点位及其污染羽预警级别显示的污染组分的扩散性能预警等级为橙色预警。
本发明实施方式还提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的地下水污染综合预警方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。
Claims (12)
1.一种地下水污染综合预警方法，应用于石化场地地下水监测，其特征在于，所述方法包括：
获取石化场地地下水的状态参数；
根据所述状态参数，获得污染物的危害指数信息；
根据所述危害指数信息与预设预警等级规则的对比结果，生成对应等级的预警指令；
执行所述预警指令，生成对应等级的预警信息。
2.根据权利要求1所述的地下水污染综合预警方法，其特征在于，所述石化场地地下水的状态参数至少包括：
地下水组成成分、温度、水位、pH、COD和TOC；其中，所述地下水组成成分至少包括：
污染物组分类型信息、各污染物组分含量信息、微生物类型信息和各微生物含量信息。
3.根据权利要求2所述的地下水污染综合预警方法，其特征在于，所述污染物的危害指数信息包括：
各污染物单因子污染指数、内梅罗指数、各污染物致癌风险指数、各污染物危害商指数、各污染物污染石化场地外水质的风险指数、各污染物污染地表水的风险指数和各污染物污染范围指数。
4.根据权利要求3所述的地下水污染综合预警方法，其特征在于，所述污染物的危害指数信息中，各污染物单因子污染指数通过以下方式获得：
比对地下水各污染物组分含量信息和地下水污染物组分对应标准值，计算获得各污染物单因子污染指数Pi：
其中，Ci为地下水的第i种污染物的实测浓度；
Si为地下水的第i种污染物的标准浓度。
5.根据权利要求3所述的地下水污染综合预警方法，其特征在于，所述污染物的危害指数信息中，所述内梅罗指数通过以下方式获得：
根据各污染物单因子污染指数计算获得内梅罗指数I：
其中，
为单因子污染指数最大值，通过对比所有单因子污染指数获得；
6.根据权利要求3所述的地下水污染综合预警方法，其特征在于，所述污染物的危害指数信息中，各污染物致癌风险指数和各污染物危害商指数通过以下方式获得：
根据所述污染物组分类型信息和各污染物含量信息，判断各污染物致癌风险指数值和各污染物危害商指数值。
7.根据权利要求3所述的地下水污染综合预警方法，其特征在于，所述污染物的危害指数信息中，各污染物污染石化场地外水质的风险指数、各污染物污染地表水的风险指数和各污染物污染范围指数通过以下方式获得：
根据地下水监测处实际环境、所述地下水组成成分、所述污染物组分类型信息和各污染物组分含量信息，进行各污染物组分的迁移模拟，获取各污染物组分的变化趋势和扩散趋势；
根据所述各污染组分的变化趋势和扩散趋势，判断各污染物污染石化场地外水质的风险指数、各污染物污染地表水的风险指数和各污染物污染范围指数。
8.根据权利要求3所述的地下水污染综合预警方法，其特征在于，所述预设预警等级规则包括预设等级规则标准指数，所述根据所述危害情况信息与预设预警等级规则的对比结果，生成对应等级的预警指令，包括：
将污染物单因子污染指数中的最大值、所述内梅罗指数、污染物致癌风险指数中的最大值、污染物危害商指数中的最大值、污染物污染石化场地外水质的风险指数中的最大值、污染物污染地表水的风险指数中的最大值和污染物污染范围指数中的最大值与各指数对应的预设等级规则标准指数进行对比，生成对应等级的预警指令。
9.根据权利要求8所述的地下水污染综合预警方法，其特征在于，所述根据所述危害情况信息与预设预警等级规则对比，生成对应等级的预警指令，还包括：
对比污染物单因子污染指数中的最大值、所述内梅罗指数、污染物致癌风险指数中的最大值和污染物危害商指数中的最大值各自对应的预警等级，根据预设规则选择预警等级最高的指数的预警等级作为污染物单因子污染指数、内梅罗指数、污染物致癌风险指数和污染物危害商指数的地下水水质预警等级，并生成对应的预警等级指令；
对比污染物污染石化场地外水质的风险指数中的最大值、污染物污染地表水的风险指数中的最大值和污染物污染范围指数中的最大值各自对应的预警等级，根据预设规则选择预警等级最高的指数的预警等级作为污染物污染石化场地外水质的风险指数、污染物污染地表水的风险指数和污染物污染范围指数的污染物扩散性能预警等级，并生成对应的预警等级指令。
10.根据权利要求9所述的地下水污染综合预警方法，其特征在于，所述执行所述预警指令，生成对应等级的预警信息，包括：
根据所述地下水水质预警等级指令和所述污染物扩散性能预警等级指令，生成对应等级指令的预警信息。
11.一种地下水污染综合预警系统，应用于石化场地地下水监测，其特征在于，所述系统包括：
采集单元，用于获取石化场地地下水的状态参数；
处理单元，用于根据所述状态参数获得污染物的危害指数信息，对比所述危害情况信息与预设预警等级规则，根据对比结果生成对应等级的预警指令；
预警单元，用于执行所述预警指令，生成对应等级的预警信息。
12.一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行权利要求1至10中任一项权利要求所述的地下水污染综合预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011530182.5A CN114720647A (zh) | 2020-12-22 | 2020-12-22 | 地下水污染综合预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011530182.5A CN114720647A (zh) | 2020-12-22 | 2020-12-22 | 地下水污染综合预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114720647A true CN114720647A (zh) | 2022-07-08 |
Family
ID=82230161
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011530182.5A Pending CN114720647A (zh) | 2020-12-22 | 2020-12-22 | 地下水污染综合预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114720647A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115687851A (zh) * | 2022-11-08 | 2023-02-03 | 中国地质科学院岩溶地质研究所 | 一种岩溶发育带地下水补给径流区污染控制方法及系统 |
| CN116242978A (zh) * | 2022-12-29 | 2023-06-09 | 重庆华悦生态环境工程研究院有限公司 | 一种智能排水管理系统及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010064002A (ja) * | 2008-09-10 | 2010-03-25 | Kokusai Environmental Solutions Co Ltd | 地下水汚染発生リスクの推定方法 |
| CN105654236A (zh) * | 2015-12-29 | 2016-06-08 | 北京师范大学 | 一种地下水型饮用水水源地污染风险评价方法 |
| CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
| CN107122616A (zh) * | 2017-05-09 | 2017-09-01 | 山东大学 | 一种地下水水质的多指标正态云综合评价方法 |
| CN108665004A (zh) * | 2018-05-15 | 2018-10-16 | 安徽理工大学 | 基于主成分分析改进内梅罗污染指数的水质评价方法 |
| CN110164556A (zh) * | 2019-05-30 | 2019-08-23 | 福建工程学院 | 多种微环境暴露的pm2.5重金属健康风险评价方法 |
| CN110991795A (zh) * | 2019-10-29 | 2020-04-10 | 武汉科技大学 | 一种用于污染场地逐年化风险评估系统的架构方法 |
| CN111242589A (zh) * | 2020-03-27 | 2020-06-05 | 上海亚新建设工程有限公司 | 土壤和地下水综合监管系统 |
| US20200252283A1 (en) * | 2017-10-16 | 2020-08-06 | Chinese Research Academy Of Environmental Sciences | Multi-objective optimization method for groundwater pollution monitoring network |
| CN111652462A (zh) * | 2020-04-17 | 2020-09-11 | 湘潭大学 | 一种农用地重金属污染及潜在生态风险的评价方法 |
| CN111922068A (zh) * | 2020-08-12 | 2020-11-13 | 生态环境部华南环境科学研究所 | 一种工业污染场地土壤和地下水中石油烃风险评价方法 |
-
2020
- 2020-12-22 CN CN202011530182.5A patent/CN114720647A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010064002A (ja) * | 2008-09-10 | 2010-03-25 | Kokusai Environmental Solutions Co Ltd | 地下水汚染発生リスクの推定方法 |
| CN105654236A (zh) * | 2015-12-29 | 2016-06-08 | 北京师范大学 | 一种地下水型饮用水水源地污染风险评价方法 |
| CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
| CN107122616A (zh) * | 2017-05-09 | 2017-09-01 | 山东大学 | 一种地下水水质的多指标正态云综合评价方法 |
| US20200252283A1 (en) * | 2017-10-16 | 2020-08-06 | Chinese Research Academy Of Environmental Sciences | Multi-objective optimization method for groundwater pollution monitoring network |
| CN108665004A (zh) * | 2018-05-15 | 2018-10-16 | 安徽理工大学 | 基于主成分分析改进内梅罗污染指数的水质评价方法 |
| CN110164556A (zh) * | 2019-05-30 | 2019-08-23 | 福建工程学院 | 多种微环境暴露的pm2.5重金属健康风险评价方法 |
| CN110991795A (zh) * | 2019-10-29 | 2020-04-10 | 武汉科技大学 | 一种用于污染场地逐年化风险评估系统的架构方法 |
| CN111242589A (zh) * | 2020-03-27 | 2020-06-05 | 上海亚新建设工程有限公司 | 土壤和地下水综合监管系统 |
| CN111652462A (zh) * | 2020-04-17 | 2020-09-11 | 湘潭大学 | 一种农用地重金属污染及潜在生态风险的评价方法 |
| CN111922068A (zh) * | 2020-08-12 | 2020-11-13 | 生态环境部华南环境科学研究所 | 一种工业污染场地土壤和地下水中石油烃风险评价方法 |
Non-Patent Citations (19)
| Title |
|---|
| V. SRINIVASAN等: "Domenico Solution—Is It Valid?", GROUND WATER, vol. 45, no. 2, 30 April 2007 (2007-04-30) * |
| 中国环境监测总站等: "地下水环境监测技术规范（发布稿）", 《中华人民共和国国家环境保护标准HJ164-2020》 * |
| 刘长礼, 张云, 张凤娥, 殷密英, 张胜, 叶浩, 宋淑红, 侯宏冰: "北京某垃圾处置场对地下水的污染", 地质通报, no. 07 * |
| 周文武;陈冠益;穷达卓玛;周鹏;汪晶;李扬;旦增;: "拉萨垃圾填埋场地下水环境质量影响分析研究", 环境监测管理与技术, no. 04 * |
| 张鹏新, PER AAGAARD: "土壤中污染物迁移模型在油田环境影响评价中的应用", 油气田环境保护, no. 04, 10 December 2005 (2005-12-10) * |
| 文冬光等: "地下水质量标准", 中华人名共和国国家标准GB/T14848-2017 * |
| 李敏敏;成建梅;李莎;郭达鹏;: "止水不良孔导致地下水串层污染的机制研究――以衡水某试验孔为例", 水资源保护, no. 03, 20 May 2016 (2016-05-20) * |
| 李海君;张耀文;宋洋;张莉丽;: "某金矿地下水氰化物运移模拟预测研究", 矿业研究与开发, no. 10 * |
| 李飞星: "枯水期农村地下水污染特征及健康风险评价——以洛阳市洛龙区为例", 《工程科技Ⅰ辑》, no. 3, pages 2 * |
| 白利平;乔雄彪;陈美平;张超艳;周友亚;: "基于数值模型的场地地下水污染风险评价方法研究", 工程勘察, no. 05, 1 May 2019 (2019-05-01) * |
| 蔡兆亮;: "闽东地区某化工企业污水处理站地下水污染预测及防治措施研究", 海峡科学, no. 06 * |
| 詹志薇: "珠江三角洲典型地区地下水有机 污染物环境影响及其脆弱性评价", 工程科技Ⅰ辑, no. 5 * |
| 陈建平;王淑扬;万长园;王明玉;: "地下水污染健康风险模拟预测评估中参数的敏感度分析", 水资源与水工程学报, no. 01, 15 February 2013 (2013-02-15) * |
| 陈方园;陈颢明;段晓芳;许萍萍;赵言文;: "固体废物处理厂地下水污染预测及控制模拟", 水土保持通报, vol. 38, no. 04 * |
| 陈毅;陕宁;杨峰;: "基于GMS的滨海油田输油管线地下水污染物预测", 水科学与工程技术, no. 05, 17 October 2018 (2018-10-17) * |
| 陈言菲;李翠梅;齐国远;金美华;曹正杰;: "基于GMS的江南某地区浅层地下水溶质迁移规律分析", 水电能源科学, no. 08, 25 August 2018 (2018-08-25) * |
| 韩超;牛晗;朱良琪;杨立?;: "地表水转换地下水工程管理信息系统设计与实现", 给水排水, no. 10 * |
| 马志飞等: "某危险废物填埋场地下水污染预测及控制模拟", 《环境科学》, vol. 33, no. 1 * |
| 黎子瑜等: "某电镀厂搬迁后重金属污染场地的健康风险评价", 《环境工程》, vol. 32 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115687851A (zh) * | 2022-11-08 | 2023-02-03 | 中国地质科学院岩溶地质研究所 | 一种岩溶发育带地下水补给径流区污染控制方法及系统 |
| CN115687851B (zh) * | 2022-11-08 | 2023-08-25 | 中国地质科学院岩溶地质研究所 | 一种岩溶发育带地下水补给径流区污染控制方法及系统 |
| CN116242978A (zh) * | 2022-12-29 | 2023-06-09 | 重庆华悦生态环境工程研究院有限公司 | 一种智能排水管理系统及方法 |
| CN116242978B (zh) * | 2022-12-29 | 2024-05-24 | 重庆华悦生态环境工程研究院有限公司 | 一种智能排水管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | Pollution assessment and sources of dissolved heavy metals in coastal water of a highly urbanized coastal area: The role of groundwater discharge | |
| CN102033527B (zh) | 化工园区液态环境风险源监测布点方法 | |
| Armiento et al. | Current status of coastal sediments contamination in the former industrial area of Bagnoli-Coroglio (Naples, Italy) | |
| US20240135389A1 (en) | Method of monitoring, evaluating and early-warning soil and groundwater pollution in industrial park | |
| CN114720647A (zh) | 地下水污染综合预警方法及系统 | |
| CN114720657A (zh) | 土壤污染综合预警方法及系统 | |
| CN107677614A (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
| CN114662820A (zh) | 环境污染风险分级方法及系统 | |
| CN113030416A (zh) | 一种水源地污染源溯源方法、装置及电子设备 | |
| CN107422088A (zh) | 一种污水监测管理方法及装置 | |
| Erickson et al. | Arsenic concentrations after drinking water well installation: Time-varying effects on arsenic mobilization | |
| Wu et al. | Probabilistic human health-risk assessment and influencing factors of aromatic hydrocarbon in groundwater near urban industrial complexes in Northeast China | |
| CN111612360B (zh) | 一种地下水潜在污染风险源识别方法 | |
| Sakai et al. | Eco-Heart Index as a tool for community-based water quality monitoring and assessment | |
| CN112697849A (zh) | 动态污染源定位方法 | |
| Postawa | Best Practice Guide on Sampling and Monitoring of Metals in Drinking Water | |
| CN109283307B (zh) | 一种石油化工污染场地污染物自然降解能力评估方法 | |
| CN114602959A (zh) | 一种治理石油类污染场地的方法 | |
| Liu et al. | Improved method for benthic ecosystem health assessment by integrating chemical indexes into multiple biological indicator species—A case study of the Baiyangdian Lake, China | |
| Zanotti et al. | A cost-effective method for assessing groundwater well vulnerability to anthropogenic and natural pollution in the framework of water safety plans | |
| Grec et al. | EARTH OIL EXTRACTION--MAJOR ENVIRONMENTAL POLLUTION SOURCE. | |
| Reichman et al. | Air exchange rates and alternative vapor entry pathways to inform vapor intrusion exposure risk assessments | |
| Sengupta | Preliminary Hydrogen Sulfide Emission Factors and Emission Models for Wastewater Treatment Plant Headworks | |
| CN114493179A (zh) | 土壤污染风险的判断方法、系统、存储介质及电子设备 | |
| McHugh et al. | Factors influencing variability in groundwater monitoring data sets |
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 |