CN114971263B - 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 - Google Patents
一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 Download PDFInfo
- Publication number
- CN114971263B CN114971263B CN202210560218.7A CN202210560218A CN114971263B CN 114971263 B CN114971263 B CN 114971263B CN 202210560218 A CN202210560218 A CN 202210560218A CN 114971263 B CN114971263 B CN 114971263B
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- soil
- soil layer
- pollution
- risk
- 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
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 156
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005272 metallurgy Methods 0.000 title claims abstract description 29
- 238000005065 mining Methods 0.000 title claims abstract description 29
- 238000013508 migration Methods 0.000 title claims abstract description 20
- 230000005012 migration Effects 0.000 title claims abstract description 20
- 239000002689 soil Substances 0.000 claims abstract description 125
- 238000002386 leaching Methods 0.000 claims abstract description 34
- 230000004907 flux Effects 0.000 claims abstract description 29
- 239000002893 slag Substances 0.000 claims abstract description 28
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 5
- 239000003673 groundwater Substances 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 238000003723 Smelting Methods 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 8
- 230000035699 permeability Effects 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 6
- 229910052793 cadmium Inorganic materials 0.000 claims description 5
- 229910052745 lead Inorganic materials 0.000 claims description 5
- 238000003895 groundwater pollution Methods 0.000 claims description 4
- 238000001764 infiltration Methods 0.000 claims description 4
- 230000008595 infiltration Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000009616 inductively coupled plasma Methods 0.000 claims description 3
- 239000007791 liquid phase Substances 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 3
- 239000002910 solid waste Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 239000010878 waste rock Substances 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims 2
- 238000011109 contamination Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000003933 environmental pollution control Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052752 metalloid Inorganic materials 0.000 description 1
- 150000002738 metalloids Chemical class 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229910021654 trace metal Inorganic materials 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Educational Administration (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种矿冶区“渣‑土‑水”体系重金属迁移风险预测方法，包括：采集雨水淋溶液和各土层样品，检测各样品的多种重金属含量；检测各土层深度及土壤的多种参数；根据检测得到的重金属含量、土层深度和土壤各参数的数据特征，进行蒙特卡洛模拟；以雨水淋溶液及土层的重金属含量分别作为质量平衡模型的上边界条件和初始输入项，将土层深度和土壤各参数作为质量平衡模型的输入参数，从概率角度预测土层下边界重金属输出通量，得到对应的重金属含量；按照单因子指数法和内梅罗污染指数法，对地下水在目标预测时间的各重金属污染风险和重金属综合污染风险进行表征。本发明可以快速、准确、经济地评估矿冶区渣堆场地下水重金属污染风险。
Description
技术领域
本发明属于环境污染防治技术领域，涉及一种快速评估矿冶区地下水污染风险的方法，具体涉及一种矿冶区“渣-土-水”体系重金属迁移风险预测方法。
背景技术
土壤重金属污染是指由于人类活动，土壤中的微量金属元素在土壤中的含量超过背景值，过量沉积而引起的含量过高，统称为土壤重金属污染。
重金属是指密度大于4.5g/cm3的金属，如Cd、Cr、Cu、Ni、Pb、Zn、Hg等；As属于类金属，但由于其化学性质和环境行为与重金属多有相似之处，故在讨论重金属环境污染时往往将As包括在重金属范围内。
冶炼过程中会产生大量水淬渣、中和渣和挥发窑渣等冶炼废渣，含有大量As、Cd、Cu、Pb、Zn等重金属，在雨水淋滤作用下会通过下渗释放迁移至周边土壤和地下水，危害周边环境和人体健康。明确矿冶区“渣-土-水”体系重金属迁移特性对其环境影响评估和污染防治具有重要意义。
目前，矿冶区渣堆场地下水重金属污染风险评估方法多采用设置监测井定期取地下水样品，分析重金属含量后进行地下水风险评估。但是，矿冶区剖面土层组成复杂，监测井按需布设难度较大；同时，监测井取样耗时长、成本高、随机性强，难以准确、快速得到污染地块地下水重金属浓度，易发生地下水污染风险评估偏差，导致后期地下水重金属污染防控成本难以控制。
发明内容
本发明提供一种矿冶区“渣-土-水”体系重金属迁移风险预测方法，快速、准确、经济地评估矿冶区渣堆场地下水重金属污染风险。
为实现上述技术目的，本发明提供如下技术方案：
一种矿冶区“渣-土-水”体系重金属迁移风险预测方法，包括：
步骤1，采集矿冶区渣堆场疑似污染区域地表的雨水淋溶液样品和地下预测深度以上各土层的土壤样品，检测各采集样品的多种重金属含量；
步骤2，检测矿冶区渣堆场疑似污染区域地下各土层的深度以及土壤的多种参数；
步骤3，根据检测得到的土层重金属含量、土层深度和土壤各参数各自的数据特征，进行蒙特卡洛模拟，获得N组呈各自数据分布区间的土层重金属含量、土层深度和土壤各参数数据，以解决传统质量平衡模型在参数研究上采用固定数值造成结果误差较大的问题；
步骤4，针对地下每个土层，将步骤3所得每组土层第i种重金属含量作为质量平衡模型的初始输入项，将每组土层深度和其中土壤各参数作为质量平衡模型的输入参数，按照预设时间步长迭代计算，预测该土层下边界在预测时间t1输出第i种重金属的通量；
其中，地下第1个土层上边界在初始时刻t0输入第i种重金属的通量，根据地表的雨水淋溶液样品的第i种重金属含量确定得到；并将第j土层下边界在预测时间t1输出第i种重金属的通量，作为第j+1个土层上边界在预测时间t1输入的第i种重金属的通量；
步骤5，根据预测深度最后一个土层下边界在预测时间t1输出的第i种重金属的通量，计算预测深度最后一个土层下边界在预测时间t1的第i种重金属的浓度，即为预测深度地下水在预测时间t1的第i种重金属浓度；i＝1，2，……；
步骤6，按照单因子指数法对预测深度地下水在预测时间t1的每种重金属污染风险进行表征，并按照内梅罗污染指数法对预测深度地下水在预测时间t1的重金属综合污染风险进行表征。
进一步地，步骤2检测的土壤参数包括土壤密度、土壤含水率、土壤固-液分配系数、水力渗透系数、水力弥散系数。
进一步地，土层深度通过现场测定获得，土壤密度采用环刀法测定，土壤含水率采用烘干法测定，土壤固-液分配系数采用静态批实验测定，水力渗透系数采用圆盘入渗仪测定，水力弥散系数采用柱淋溶实验测定。
进一步地，检测各采集样品的多种重金属含量，具体检测方法为：雨水淋溶液和剖面土层样品进行预处理：将雨水淋溶液经0.45μm滤膜过滤，剖面土层土壤样品过100目筛后采用HNO3-HCl-H2O2消解；采用电感耦合等离子体质谱仪，对将预处理后的渣堆雨水淋溶液及剖面土层土壤样品中的重金属含量进行分析，得到各样品的重金属含量。
进一步地，地表的雨水淋溶液样品，是指针对堆积于地表的矿石冶炼相关产物得到的雨水淋溶液；所述矿石冶炼相关产物包括但不限于矿渣、固废、废石和尾砂。
进一步地，所述质量平衡模型计算方式为：
Ct＝ρCka+θC (2)
式中，Ct为矿冶区剖面土壤中某重金属在t年后的含量，为重金属输入通量；/>为重金属输出通量；Cs为雨水淋溶液重金属浓度，Ws为雨水淋溶液体积；q为水力渗透系数，C为土壤液相的重金属浓度，D为弥散系数，θ为土壤含水率，z为土层深度，ka为土壤中重金属固-液分配系数。
进一步地，对每种重金属污染风险进行表征的方法为：
按照单因子指数法，计算步骤3的每组数据所对应的每种重金属的污染指数：
式中，Pi为第i种重金属的污染指数；Ci为第i种重金属的检测浓度；Csi为第i种重金属的标准浓度；
针对N组数据，累积第i种重金属污染指数大于1的占比，并将累积概率计为第i种重金属超标的发生概率。
进一步地，对重金属综合污染风险进行表征的方法为：
在计算得到每种重金属的污染指数后，再按照内梅罗污染指数法，计算步骤3的每组数据所对应的重金属综合污染指数：
式中，P为重金属综合污染指数；Pimax为所有重金属的污染指数中的最大值；Piavg为所有重金属的污染指数的平均值；
当P<0.59时，水质类别为I类；当0.59≤P<0.74时，水质类别为II类；当0.74≤P<1时，水质类别为III类；当1≤P<3.50时，水质类别为IV类；当P≥3.50时，水质类别为V类；
统计N组数据中各类水质的占比，若达到I类水质的占比达到预设值，则认为地下水污染风险低。
进一步地，检测与预测的重金属种类包括但不限于Cd和Pb。
有益效果
本发明首次构建基于矿冶区“渣-土-水”体系重金属迁移预测的地下水污染风险的集成评估技术，根据矿冶区“渣-土-水”体系各参数各自的数据特征进行蒙特卡洛模拟并获得各参数数据分布区间，再通过质量平衡模型预测重金属迁移通量，有效判定地下水重金属污染风险发生概率及风险级别，而且评估的效率、准确度提高，且成本低，为矿冶区渣堆场地下水重金属污染防控提供科学参考。对推动地下水环境风险评估与修复治理发展、促进行业技术进步具有重要意义。
附图说明
图1为本发明提供的矿冶区“渣-土-水”体系重金属迁移风险预测方法的流程图。
图2为本发明实施例中矿冶区渣堆场地下水Cd、Pb污染风险发生概率图。
图3为本发明实施例中矿冶区渣堆场地下水重金属污染风险级别图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
以湖南省某停产锌冶炼地块渣堆场地下水重金属污染风险评估为例。一种矿冶区“渣-土-水”体系重金属迁移风险预测方法，包括以下步骤：
步骤1，根据冶炼地块渣堆场表层土壤调查结果划分疑似污染区域，利用水质采样器对区域内地表的渣堆雨水淋溶液采集样品；按照地块土壤剖面分层采集杂填土(0～1.5m)、素填土(0.5～1.5m)、粉质黏土(1.5～3.5m)和全风化板岩(3.5～5.5m)。
本实施例以渣堆雨水淋溶液为例对本发明进行解释说明，但本发明方法同样可应用于其它的固废、废石、尾砂等的雨水淋溶液。
采集得到溶液及土壤样品后，分别对渣堆雨水淋溶液和剖面土层样品进行预处理，其中，渣堆雨水淋溶液经0.45μm滤膜过滤，剖面土层样品过100目筛后采用HNO3-HCl-H2O2消解，预处理后的渣堆雨水淋溶液及剖面土层样品中的重金属含量均采用电感耦合等离子体质谱仪(ICP-MS)进行分析。
步骤2，检测矿冶区渣堆场疑似污染区域地下各土层的深度以及土壤的多种参数；其中，剖面不同种类土层的深度z通过现场测定获得，土壤密度ρ采用环刀法测定，土壤含水率θ采用烘干法测定，土壤固-液分配系数ka采用静态批实验测定，水力渗透系数q采用圆盘入渗仪测定，水力弥散系数D采用柱淋溶实验测定。
步骤3，根据步骤1中得到的土层重金属含量及步骤2中得到的所有参数的数据特征(如正态分布、对数正态分布等)进行蒙特卡洛模拟，本实施例中模拟次数设置为10000次，获得10000组呈各自数据分布区间的土层重金属含量、土层深度和土壤各参数数据，以解决传统质量平衡模型在参数研究上采用固定数值造成结果误差较大的问题。
步骤4，针对地下每个土层，将步骤3所得每组土层第i种重金属含量作为质量平衡模型的初始输入项，将每组土层深度和其中土壤各参数作为质量平衡模型的输入参数，按照预设时间步长迭代计算，预测该土层下边界在预测时间t1输出第i种重金属的通量；
其中，地下第1个土层上边界在初始时刻t0输入第i种重金属的通量，根据地表的雨水淋溶液样品的第i种重金属含量确定得到；并将第j土层下边界在预测时间t1输出第i种重金属的通量，作为第j+1个土层上边界在预测时间t1输入的第i种重金属的通量；
且质量平衡模型的表达式为：
Ct＝ρCka+θC (2)
式中，Ct为矿冶区剖面土壤中某重金属在时间t的含量(mg/m3土壤)，为重金属输入通量(mg/m3土壤/a)；/>为重金属输出通量(mg/m3土壤/a)；Cs为雨水淋溶液重金属浓度，Ws为雨水淋溶液体积；q为水力渗透系数(m/a)，C为土壤液相的重金属浓度(mg/L)，D为弥散系数(m2/a)，θ为土壤含水率(L/L)，z为土层深度(m)，ka为土壤中重金属固-液分配系数(L/kg)。
步骤5，根据预测深度最后一个土层下边界在预测时间t1输出的第i种重金属的通量，计算预测深度最后一个土层下边界在预测时间t1的第i种重金属的浓度，即为预测深度地下水在预测时间t1的第i种重金属浓度；i＝1,2,……；
步骤6，根据步骤5质量平衡模型输出的剖面土层下边界每种重金属的含量(本实施例涉及的重金属为Cd、Pb)，将其与《地下水质量标准》(GB/T148482017)中规定的Cd(<0.005mg/L)、Pb(<0.01mg/L)含量III类限值进行对比，通过单因子指数法及内梅罗污染指数法进行地下水重金属污染风险表征，评估矿冶区渣堆场地下水重金属污染风险发生概率及风险污染级别。
(1)按照单因子指数法计算每种重金属的污染指数：
式中，Pi为第i种重金属的污染指数(无量纲)；Ci为第i种重金属的检测浓度(mg/L)；Csi为第i种重金属的标准浓度(mg/L)；当Pi>1，表明该种重金属已超标，Pi越大表明超标越严重；标准浓度Csi参照《地下水质量标准》(GB/T148482017)。
每组数据得到该重金属的污染指数后，累积N组数据中第i种重金属污染指数大于1的占比，并将累积概率计为第i种重金属超标的发生概率。
(2)在计算得到每种重金属的污染指数后，再按照内梅罗污染指数法计算重金属综合污染指数：
式中，P为重金属综合污染指数；Pimax为所有重金属的污染指数中的最大值；Piavg为所有重金属的污染指数的平均值；
当P<0.59时，水质类别为I类；当0.59≤P<0.74时，水质类别为II类；当0.74≤P<1时，水质类别为III类；当1≤P<3.50时，水质类别为IV类；当P≥3.50时，水质类别为V类。
每组数据得到对应的重金属综合污染指数后，统计10000组数据中各类水质的占比，若达到I类水质的占比达到预设值(比如预设为90％)，则认为地下水污染风险低。
图2中单因子指数结果表明，5年后冶炼地块渣堆场地下水Cd、Pb污染风险发生概率分别为2.31％和0.19％；图3中内梅罗污染指数表明，5年后冶炼地块渣堆场土壤-地下水淋溶水质达到I类标准的概率为93.3％，说明该研究区5年内地下水污染风险较低，进行常规水质监测即可。经工程验证，该方法能够高效率、低成本地预测矿冶区“渣-土-水”体系重金属迁移风险，且准确度高。
以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。
Claims (8)
1.一种矿冶区“渣-土-水”体系重金属迁移风险预测方法，其特征在于，包括：
步骤1，采集矿冶区渣堆场疑似污染区域地表的雨水淋溶液样品和地下预测深度以上各土层的土壤样品，检测各采集样品的多种重金属含量；
步骤2，检测矿冶区渣堆场疑似污染区域地下各土层的深度以及土壤的多种参数；
步骤3，根据检测得到的土层重金属含量、土层深度和土壤各参数各自的数据特征，进行蒙特卡洛模拟，获得N组呈各自数据分布区间的土层重金属含量、土层深度和土壤各参数数据；
步骤4，针对地下每个土层，将步骤3所得每组土层第i种重金属含量作为质量平衡模型的初始输入项，将每组土层深度和其中土壤各参数作为质量平衡模型的输入参数，按照预设时间步长迭代计算，预测该土层下边界在预测时间t1输出第i种重金属的通量；
所述质量平衡模型计算方式为：
Ct＝ρCka+θC (2)
式中，Ct为矿冶区剖面土壤中某重金属在t年后的含量，为重金属输入通量；/>为重金属输出通量；Cs为雨水淋溶液重金属浓度，Ws为雨水淋溶液体积；q为水力渗透系数，C为土壤液相的重金属浓度，D为弥散系数，θ为土壤含水率，z为土层深度，ka为土壤中重金属固-液分配系数；
其中，地下第1个土层上边界在初始时刻t0输入第i种重金属的通量，根据地表的雨水淋溶液样品的第i种重金属含量确定得到；并将第j土层下边界在预测时间t1输出第i种重金属的通量，作为第j+1个土层上边界在预测时间t1输入的第i种重金属的通量；
步骤5，根据预测深度最后一个土层下边界在预测时间t1输出的第i种重金属的通量，计算预测深度最后一个土层下边界在预测时间t1的第i种重金属的浓度，即为预测深度地下水在预测时间t1的第i种重金属浓度；i＝1，2，……；
步骤6，按照单因子指数法对预测深度地下水在预测时间t1的每种重金属污染风险进行表征，并按照内梅罗污染指数法对预测深度地下水在预测时间t1的重金属综合污染风险进行表征。
2.根据权利要求1所述的重金属迁移风险预测方法，其特征在于，步骤2检测的土壤参数包括土壤密度、土壤含水率、土壤固-液分配系数、水力渗透系数、水力弥散系数。
3.根据权利要求2所述的重金属迁移风险预测方法，其特征在于，土层深度通过现场测定获得，土壤密度采用环刀法测定，土壤含水率采用烘干法测定，土壤固-液分配系数采用静态批实验测定，水力渗透系数采用圆盘入渗仪测定，水力弥散系数采用柱淋溶实验测定。
4.根据权利要求1所述的重金属迁移风险预测方法，其特征在于，检测各采集样品的多种重金属含量，具体检测方法为：雨水淋溶液和剖面土层样品进行预处理：将雨水淋溶液经0.45μm滤膜过滤，剖面土层土壤样品过100目筛后采用HNO3-HCl-H2O2消解；采用电感耦合等离子体质谱仪，对将预处理后的渣堆雨水淋溶液及剖面土层土壤样品中的重金属含量进行分析，得到各样品的重金属含量。
5.根据权利要求1所述的重金属迁移风险预测方法，其特征在于，地表的雨水淋溶液样品，是指针对堆积于地表的矿石冶炼相关产物得到的雨水淋溶液；所述矿石冶炼相关产物包括但不限于矿渣、固废、废石和尾砂。
6.根据权利要求1所述的重金属迁移风险预测方法，其特征在于，对每种重金属污染风险进行表征的方法为：
按照单因子指数法，计算步骤3的每组数据所对应的每种重金属的污染指数：
式中，Pi为第i种重金属的污染指数；Ci为第i种重金属的检测浓度；Csi为第i种重金属的标准浓度；
针对N组数据，累积第i种重金属污染指数大于1的占比，并将累积概率计为第i种重金属超标的发生概率。
7.根据权利要求6所述的重金属迁移风险预测方法，其特征在于，对重金属综合污染风险进行表征的方法为：
在计算得到每种重金属的污染指数后，再按照内梅罗污染指数法，计算步骤3的每组数据所对应的重金属综合污染指数：
式中，P为重金属综合污染指数；Pimax为所有重金属的污染指数中的最大值；Piavg为所有重金属的污染指数的平均值；
当P<0.59时，水质类别为I类；当0.59≤P<0.74时，水质类别为II类；当0.74≤P<1时，水质类别为III类；当1≤P<3.50时，水质类别为IV类；当P≥3.50时，水质类别为V类；
统计N组数据中各类水质的占比，若达到I类水质的占比达到预设值，则认为地下水污染风险低。
8.根据权利要求1所述的重金属迁移风险预测方法，其特征在于，检测与预测的重金属种类包括但不限于Cd和Pb。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210560218.7A CN114971263B (zh) | 2022-05-23 | 2022-05-23 | 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210560218.7A CN114971263B (zh) | 2022-05-23 | 2022-05-23 | 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114971263A CN114971263A (zh) | 2022-08-30 |
| CN114971263B true CN114971263B (zh) | 2024-05-07 |
Family
ID=82985740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210560218.7A Active CN114971263B (zh) | 2022-05-23 | 2022-05-23 | 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114971263B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384624B (zh) * | 2023-03-13 | 2023-09-05 | 中国科学院生态环境研究中心 | 用于深翻耕措施的区域土壤最优翻耕深度确定方法及系统 |
| CN116679033B (zh) * | 2023-06-07 | 2024-01-23 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种工业污染场地土壤砷环境风险的判定方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113919141A (zh) * | 2021-09-22 | 2022-01-11 | 中国矿业大学 | 一种煤矿区堆场土壤重金属风险管控系统与迁移反演方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105608324B (zh) * | 2015-12-30 | 2017-03-01 | 中国环境科学研究院 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
-
2022
- 2022-05-23 CN CN202210560218.7A patent/CN114971263B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113919141A (zh) * | 2021-09-22 | 2022-01-11 | 中国矿业大学 | 一种煤矿区堆场土壤重金属风险管控系统与迁移反演方法 |
Non-Patent Citations (6)
| Title |
|---|
| Comprehensive assessment of harmful heavy metals in contaminated soil in order to score pollution level;Haodong Zhao;scientific reports;20220303;全文 * |
| 典型铅锌矿区河流沿岸农田土壤重金属分布特征及潜在生态风险评价;郭朝晖;涂卫佳;彭驰;黄博;肖细元;薛清华;;农业环境科学学报;20171020(10);全文 * |
| 四川某金属制品厂周边土壤重金属分布特征及污染评价;罗后巧;段启超;何文艳;王梅;于雅琪;李金鑫;杨金燕;;环境污染与防治;20180415(04);全文 * |
| 多金属矿区土壤重金属垂向污染特征及风险评估;苏耀明;陈志良;雷国建;方晓航;;生态环境学报;20160118(01);全文 * |
| 大脚岭铅锌尾矿库重金属迁移规律与污染评价;周科平;林允;胡建华;何川;高峰;;中南大学学报(自然科学版);20150526(05);全文 * |
| 矿区农田土壤重金属污染特征研究;熊霜;桂和荣;彭位华;;宿州学院学报;20161201(12);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114971263A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114971263B (zh) | 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 | |
| Omwene et al. | Heavy metal pollution and spatial distribution in surface sediments of Mustafakemalpaşa stream located in the world's largest borate basin (Turkey) | |
| Lecce et al. | Floodplain storage of sediment contaminated by mercury and copper from historic gold mining at Gold Hill, North Carolina, USA | |
| Yao et al. | Heavy metal pollution and potential ecological risk in reclaimed soils in Huainan mining area | |
| Li et al. | Ecological risk assessment and sources identification of heavy metals in surface sediments of a river–reservoir system | |
| Brookfield et al. | Integration of field measurements and reactive transport modelling to evaluate contaminant transport at a sulfide mine tailings impoundment | |
| Wang et al. | Distribution and integrated assessment of lead in an abandoned lead-acid battery site in Southwest China before redevelopment | |
| CN111751513A (zh) | 一种稻田剖面土壤重金属累积及形态特征解析重金属主要污染源的分析方法 | |
| Liu et al. | Pb speciation in rare earth minerals and use of entropy and fuzzy clustering methods to assess the migration capacity of Pb during mining activities | |
| Li et al. | Prioritization of potentially contaminated sites: A comparison between the application of a solute transport model and a risk-screening method in China | |
| Zhou et al. | Modeling transport and fate of heavy metals at the watershed scale: State-of-the-art and future directions | |
| Shen et al. | Validation and uncertainty analysis of a stormwater biofilter treatment model for faecal microorganisms | |
| Cornett et al. | Arsenic transport between water and sediments | |
| Dong et al. | Assessment of uranium migration and pollution sources in river sediments of the Ili River Basin using multiply statistical techniques | |
| CN116823011A (zh) | 一种废弃硫铁矿区环境风险分级评价方法 | |
| CN115359185A (zh) | 涉重污染场地土壤重金属累积迁移影响关键因子识别方法 | |
| Molinare | Sustainability analysis of copper extraction and processing using LCA methods | |
| CN113866388A (zh) | 一种污染场地土壤环境综合评价方法 | |
| CN115015504A (zh) | 基于地表土地类型的地表水质监测方法 | |
| Song et al. | Safe utilization of cultivated land in high-risk areas of soil heavy metal pollution based on soil resilience | |
| Yuangen et al. | Effects of heavy metal contamination on microbial biomass and community structure in soils | |
| Sołtysiak et al. | The smoothing methods used in assessing the influence of pollution sources on groundwater quality–a case study of metallurgical landfill in Lipówka (southern Poland) | |
| Li et al. | Spatial Diffusion of Potentially Toxic Elements in Soils around Non-ferrous Metal Mines | |
| Pan et al. | Incorporating environmental capacity considerations to prioritize control factors for the management of heavy metals in soil | |
| Miller | Methods and advances in the forensic analysis of contaminated rivers |
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 |