CN115660419A - 一套工业园区土壤与地下水污染监测、评估及预警方法 - Google Patents
一套工业园区土壤与地下水污染监测、评估及预警方法 Download PDFInfo
- Publication number
- CN115660419A CN115660419A CN202211304262.8A CN202211304262A CN115660419A CN 115660419 A CN115660419 A CN 115660419A CN 202211304262 A CN202211304262 A CN 202211304262A CN 115660419 A CN115660419 A CN 115660419A
- Authority
- CN
- China
- Prior art keywords
- pollution
- early warning
- soil
- park
- points
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 63
- 239000002689 soil Substances 0.000 title claims description 110
- 238000003911 water pollution Methods 0.000 title claims description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 238000012502 risk assessment Methods 0.000 claims abstract description 19
- 239000003344 environmental pollutant Substances 0.000 claims description 92
- 231100000719 pollutant Toxicity 0.000 claims description 92
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 90
- 238000003900 soil pollution Methods 0.000 claims description 65
- 238000003895 groundwater pollution Methods 0.000 claims description 52
- 239000003673 groundwater Substances 0.000 claims description 40
- 239000002699 waste material Substances 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000001988 toxicity Effects 0.000 claims description 28
- 231100000419 toxicity Toxicity 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 20
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 239000000356 contaminant Substances 0.000 claims description 16
- 229910052751 metal Inorganic materials 0.000 claims description 16
- 239000002184 metal Substances 0.000 claims description 16
- 238000011109 contamination Methods 0.000 claims description 14
- 239000007789 gas Substances 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 239000003209 petroleum derivative Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000003723 Smelting Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 claims description 7
- 230000003139 buffering effect Effects 0.000 claims description 7
- 239000013064 chemical raw material Substances 0.000 claims description 7
- 238000004939 coking Methods 0.000 claims description 7
- 238000009713 electroplating Methods 0.000 claims description 7
- 239000002680 soil gas Substances 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 231100000956 nontoxicity Toxicity 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 238000009933 burial Methods 0.000 claims description 5
- 239000004753 textile Substances 0.000 claims description 5
- 239000002920 hazardous waste Substances 0.000 claims description 4
- 230000002209 hydrophobic effect Effects 0.000 claims description 4
- -1 chlorohydrocarbon Chemical class 0.000 claims description 3
- JOPOVCBBYLSVDA-UHFFFAOYSA-N chromium(6+) Chemical compound [Cr+6] JOPOVCBBYLSVDA-UHFFFAOYSA-N 0.000 claims description 3
- 229910017053 inorganic salt Inorganic materials 0.000 claims description 3
- 150000002500 ions Chemical class 0.000 claims description 3
- 229910021645 metal ion Inorganic materials 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 125000001997 phenyl group Chemical class [H]C1=C([H])C([H])=C(*)C([H])=C1[H] 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 claims description 3
- 239000002351 wastewater Substances 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 10
- 230000002265 prevention Effects 0.000 abstract description 7
- 239000007788 liquid Substances 0.000 description 9
- 230000008439 repair process Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000011835 investigation Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000011449 brick Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005067 remediation Methods 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 239000003960 organic solvent Substances 0.000 description 2
- 239000002957 persistent organic pollutant Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 150000008280 chlorinated hydrocarbons Chemical class 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一套工业园区重点污染源污染监测、评估及预警的方法，该方法包括：重点污染源污染多指标在线预警监测方法，层次化污染风险评估方法，污染预警等级评价方法，符合我国工业园区污染预防为主的环境管理思路。
Description
技术领域
本发明涉及工业园区污染评估预警技术领域，特别是涉及一套工业园区土壤与地下水污染监测、评估及预警的集成方法。
背景技术
近年来，我国逐渐建立健全了工业园区污染监测体系，但是，针对土壤与地下水污染监测网和监测系统建设起步较晚，工业园区的土壤和地下水污染状况不明，且缺少有效地污染风险评估和污染预防预警方法体系。因此，为了能够及时掌握工业园区土壤和地下水污染状况、高效研判污染演变趋势、有效采取污染防治措施，亟需建立一套工业园区土壤与地下水污染监测、评估及预警方法，为工业园区土壤和地下水污染防治管理提供技术支撑。
发明内容
本发明的目的是提供一套工业园区土壤与地下水污染监测、评估及预警方法，对园区在产企业重点污染进行监测、评估及预警，为化工园区污染治理提供了参考。
为实现上述目的，本发明提供了如下方案：
一套工业园区土壤与地下水污染监测、评估及预警方法，包括如下步骤：
步骤1：针对工业园区重点污染源，通过设置多指标在线监测点和装置，监测土壤、土壤气和地下水的污染状况，收集污染相关数据信息；
步骤2：根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法；
步骤3：根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法。
可选的，步骤2中，根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法，具体包括如下步骤：
步骤201：根据污染信息中地下水污染源的种类、污染物产生量、污染物释放可能性及污染缓冲距离评估污染源荷载风险，具体为：
获取污染源种类K、污染物产生量Q、污染物释放可能性L及污染缓冲距离D，污染源种类分为工业污染源和其他类型污染源，具体可划分为石油化工、炼焦、化学原料及化学品制造、电镀、有色金属冶炼、黑色金属冶炼、制革、造纸、金属制品制造、纺织以及未衬砌防护的危险废物处置场、未衬砌防护的危险废物存储场、加油站、石油产品存储区、未衬砌防护的一般废物处置场未衬砌防护的一般废物填埋场、地下水水位较高一般废物填埋场、地下水水位较低的山谷一般废物填埋场，将污染源分类分级赋值，石油化工、炼焦及未衬砌防护的危险废物处置场的K值为9、D值为2，化学原料及化学品制造、电镀及未衬砌防护的危险废物存储场的K值为8、D值为2，有色金属冶炼、加油站、石油产品存储区的K值为7、D值为1.5，黑色金属冶炼及未衬砌防护的一般废物处置场的K值为6、D值为1，制革、造纸及未衬砌防护的一般废物填埋场的K值为5、D值为1.5，金属制品制造及地下水水位较高的一般废物填埋场的K值为4、D值为0.5，纺织品的K值为3、D值为1，食品类的K值为2、D值为0.5，其他行业及地下水水位较低的山谷一般废物填埋场K值为1、 D值为0.5；
污染物产生量Q按照工业源废水排放量、废物处置场的处置量、填埋场的填埋量、加油站及石油产品存储区的油罐数量进行分类分级，污染物产生量 Q赋值区间在1～12之间；
污染物释放可能性L包括污染物释放可能性L1及污染物到达地下水的可能性L2，L为L1和L2之和，污染物释放可能性L1按照工业源、废物处置场、填埋场、加油站、石油产品存储区及污染源历史时间、防护措施分级赋值 0.1～1.0，污染物到达地下水的可能性L2按照无机盐离子、六价铬、氯代烃、苯系物、金属离子、其他疏水性有机物分级赋值1.0、0.9、0.8、0.6、0.4、0.2；
单个污染源荷载风险指数计算公式为：
P＝K*Q*L*D
步骤202：根据污染信息中污染物的性质以及污染源的特性评估污染源潜在危害性，具体为：
获取污染源潜在危害性评估参数指标体系，包括毒性、迁移性、持久性、等标负荷、排放位置、污染发生概率、影响面积及污染持久时间，根据污染源潜在危害性评估参数指标体系评估污染源潜在危害性，即，计算污染源潜在危害性指数为：
Cij＝TijWT+MijWM+DijWD+LijWL+SijWS+PijWP+AijWA+CijWC
式中，Sj为污染源j对地下水污染造成污染能力的定量表征，即污染源危害性，Cij为污染源j的第i种特征污染物的8种自身属性的定量表征，即特征污染物危害性，Qij表示风险源j排放的第i种污染物能够进入地下水环境的数量，即排放量，Tij、Mij、Dij、Lij、Sij、Pij、Aij、Cij分别为污染源j的第i种特征污染物的毒性量化指标、迁移性量化指标、降解性量化指标、等标负荷量化指标、排放位置量化指标、污染发生概率量化指标、影响面积量化指标及持续时间量化指标，WT、WM、WD、WL、WS、WP、WA、WC分别为毒性、迁移性、降解性属性、等标负荷、排放位置、污染发生概率、影响面积、持续时间的权重值，其中，WT＝0.2650，WM＝0.1325，WD＝0.1325，WL＝0.1100，WS＝0.1943， WP＝0.0957，WA＝0.0350，WC＝0.0350。
步骤203：根据污染信息中的地下水埋深、含水层净补给、含水层的岩性、土壤类型、地形、渗流区影响及含水层传导系数评估地下水易污性，具体为：
获取地下水脆弱性评价指标，包括地下水埋深D、含水层净补给R、含水层的岩性A、土壤类型S、地形T、渗流区影响I及含水层传导系数C，利用 DRASTIC方法进行计算，得到脆弱性指数：
DRASTIC＝0.22×D+0.17×R+0.13×A+0.09×S+0.04×T+0.22×I+0.13×C
步骤204：根据污染源荷载风险、污染源潜在危害性及地下水易污性进行地下水污染风险评估；
根据污染源的荷载风险、潜在危害性及地下水脆弱性进行单个污染源地下水污染风险综合评估，为：
Ri＝Si×Di×Pi
式中，Ri为第i个污染源地下水污染风险综合指数，Si为第i个污染源潜在危害性指数，Di为第i个污染源地下水脆弱性指数，Pi为第i个污染源载荷风险指数；
多个污染源地下水污染风险综合评估利用GIS中的栅格计算器功能，对不同类型多个污染源将进行风险叠加计算，多个污染源地下水污染风险综合指数计算公式，为：
R＝∑Wi×Ri
式中，R为多个污染源地下水污染风险综合指数，Wi为第i个污染源权重， Ri为第i个污染源地下水污染风险指数，Wi按照污染源分类分级赋值为：石油化工、炼焦、化学原料及化学制品制造、电镀类工业源为5，有色金属冶炼、黑色金属冶炼、制革、造纸、金属制品制造类工业源为4，危险废物处置场为 3，一般废物处置场为2，危废填埋场为4，一般废物填埋场为3，加油站为2，规模化石油产品存储区为3。
可选的，步骤3中，根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法，具体包括如下步骤：
步骤301：根据污染信息中土壤污染监测点位置、污染物的性质及污染程度评估土壤污染状况，建立土壤污染预警等级评价矩阵；
步骤302：根据污染信息中地下水污染监测点位置、污染物的性质及污染程度评估地下水污染状况，建立地下水污染预警等级评价矩阵；
步骤303：根据企业内所有监测点的土壤和地下水污染预警等级，建立企业污染预警等级评价矩阵；根据园区内所有监测点的数量、位置分布及每个监测点污染预警等级，建立园区污染预警等级矩阵；
步骤304：根据园区污染状况预警等级，实施相应的措施。
可选的，步骤301中，根据污染信息中土壤污染监测点位置、污染物的性质及污染程度评估土壤污染状况，建立土壤污染预警等级评价矩阵，具体为:
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据土壤污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点土壤污染预警等级评价：首先确定该点所有土壤污染物[a1,a2,...,an]预警等级Li，汇总合集 L＝{L1,L2,...,Ln}并排序，取最高预警等级作为该点土壤污染预警等级，按照相同方法，评价园区内所有监测点的土壤污染预警等级。
可选的，步骤302中，根据污染信息中地下水污染监测点位置、污染物的性质及污染程度评估地下水污染状况，建立地下水污染预警等级评价矩阵，具体为：
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据地下水污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点地下水污染预警等级评价首先确定该点所有污染物[b1,b2,...,bn]预警等级Hi，然后汇总合集 H＝{H1,H2,...,Hn}并排序，取最高预警等级作为该点地下水污染预警等级，按照相同方法，确定园区内所有监测点的地下水污染预警等级。
可选的，步骤303中，根据企业内所有监测点的土壤和地下水污染预警等级，建立企业污染预警等级评价矩阵，具体为：
针对企业内所有土壤和地下水监测点，首先确定每个监测点的土壤污染预警等级和地下水污染预警等级；其次对所有监测点的土壤污染预警等级和地下水污染等级排序，以最高等级作为企业的土壤和地下水污染预警等级；第三根据企业的土壤和地下水的污染预警等级分类构建企业污染预警等级评价矩阵：其中，第一种分类情景为企业内部无土壤污染点及地下水污染点；第二种分类情景为仅有土壤污染点或地下水污染点；第三分类情景为同时存在土壤污染点和地下水污染点，企业污染预警等级分为无预警、低、较低、中、较高、高和巨高7个预警等级；
可选的，步骤303中，根据园区内所有监测点的数量、位置分布及每个监测点污染预警等级，建立园区污染预警等级矩阵，具体为：
首先根据工业园区内污染点位置分为园区内部但不在边界、园区边界两类；其次根据所有点位污染预警等级和数量进行构建预警评价矩阵；第三构建综合预警等级定量评价模型；
综合分析园区内所有监测点的数量、位置分布及每个监测点污染预警等级，确定园区预警等级:第一步，将园区内所有监测点分为两类：A类为距离园区边界不大于500m的点位，B类为距离园区边界超过500m的点位；第二步，根据A类工业园区边界的监测点数量ki及污染预警等级分类，确定园区边界污染预警等级a；第三步，根据B类位于园区内部的监测点数量ni及污染预警等级分类，确定园区内部污染预警等级b；第四步，取a和b二者中的最高级为园区预警等级。
可选的，确定园区边界污染预警等级a，具体为：
分析A类监测点预警等级，对无预警赋值2，低预警赋值6，较低预警赋值10，中预警赋值16，较高预警赋值20，高预警赋值30，巨高预警赋值40；根据A类工业园区边界的监测点数量ki，无预警点个数k1，低预警点个数k2，较低预警点个数k3，中预警点个数k4，较高预警点个数k5，高预警点个数k6，巨高预警点个数k7；定义A类监测点总个数为K，即
根据如下公式得到A类监测点污染预警分值G：
G＝2×k1+6×k2+10×k3+16×k4+20×k5+30×k6+40×k7
基于不同等级赋值，采用预警区间指数映射变形方法分区，A类监测点污染预警等级定义为a级：2K≤G<(137K/49)对应无预警，(137K/49)≤G<(250k/49) 对应低预警，(250k/49)≤G<(440k/49)对应较低预警，(440k/49)≤G<(706k/49)对应中预警，(706k/49)≤G<(1049k/49)对应较高预警，(1049k/49)≤G<(1466k/49)对应高预警，(1466k/49)≤G≤40k对应巨高预警；
确定园区内部污染预警等级b，具体为：
分析B类监测点预警等级，对无预警赋值1，低预警赋值3，较低预警赋值5，中预警赋值8，较高预警赋值10，高预警赋值15，巨高预警赋值20；根据B类位于园区内部的监测点数量ni及污染预警等级分类，无预警点个数 n1，低预警点个数n2，较低预警点个数n3，中预警点个数n4，较高预警点个数n5，高预警点个数n6，巨高预警点个数n7；定义园区内监测点总个数为N，即
根据如下公式得到B类监测点污染预警分值S：
S＝1×n1+3×n2+5×n3+8×n4+10×n5+15×n6+20×n7
基于不同等级赋值，采用预警区间指数映射变形方法分区，B类监测点污染预警等级定义为b级：N≤S<(68N/49)对应无预警，(68N/49)≤S<(125N/49)对应低预警，(125N/49)≤S<(220N/49)对应较低预警，(220N/49)≤S<(353N/49)对应中预警，(353N/49)≤S<(524N/49)对应较高预警，(524N/49)≤S<(733N/49)对应高预警，(733N/49)≤S≤20N对应巨高预警。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的一套工业园区土壤与地下水污染监测、评估及预警方法，为化工园区污染治理提供了参考。该方法包括针对工业园区重点污染源设置监测点及多指标在线监测装置，具体有传感器列阵、在线监测装置、数据无线传输系统及PC终端，监测土壤、土壤气和地下水的污染状况，收集污染相关数据信息，供后续的评估及预警进行使用；该方法包括根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法；该方法包括根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例工业园区土壤与地下水污染监测、评估及预警方法流程示意图；
图2为工业园区重点污染源多指标监测体系概念图；
图3为根据污染信息进行地下水污染风险评估方法流程图；
图4为根据污染信息进行污染预警方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一套工业园区土壤与地下水污染监测、评估及预警方法，对园区在产企业重点污染进行监测、评估及预警，为化工园区污染治理提供了参考，为地下水污染治理提供了参考。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明还提供了一套工业园区土壤与地下水污染监测、评估及预警方法，包括如下步骤：
步骤1：针对工业园区重点污染源，通过设置多指标在线监测点和装置，监测土壤、土壤气和地下水的污染状况，收集污染相关数据信息；
步骤2：根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法；
步骤3：根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法。
如图2所示，步骤1中，本发明实施例提供的园区土壤与地下水污染多指标监测系统，包括：传感器列阵、在线监测装置、数据无线传输系统及PC终端，所述传感器列阵设置有多组，分别设置在园区内在产企业重点污染源四周不超过50m及不超过500m地下水下游方向的监测点，所述传感器列阵连接所述在线监测装置，所述在线监测装置通过所述数据无线传输系统通信连接所述PC终端，所述传感器列阵用于土壤、土壤气和地下水的污染状况信息数据；
所述传感器列阵包括液位传感器、土壤传感器列阵、地下水传感器列阵，其中，液位传感器是对储罐和管道类渗泄露源进行监测，通过液面变化反馈是否发生渗漏、泄漏；
土壤传感器列阵包括泄漏液传感器，用于实现漏液报警及漏液位置，包括漏液传感电缆(毯)、土壤电导率及电阻传感器，传感电缆(毯)用于检测电缆或电毯沿线上任何位置漏液情况，对疏水性有机污染物，例如汽油、柴油、润滑油及氯代烃有机溶剂效果明显；土壤电导率传感器及电阻传感器能够反映因渗漏液污染而导致土壤电导率和电阻率变化；
地下水传感器列阵包括：多参数水质传感器用于分析在线监测地下水温度、氧化还原电位、电导率和水位4个常规参数，满足地下水的水质中无机物、有机溶剂及重金属在线监测，油水界面传感器采用光学探头，具有工业领先的精度，测量漂浮、下沉的碳氢化合物和水。
在线监测装置为采用光离子化检测器的气相色谱，针对重点污染源的土壤气和环境空气中挥发性有机污染物在线检测分析，配多通道自动采样及切换系统，包括自动气体采样泵、C18或TENAX吸附管、吸附管热解及富集装置，检出限和精准度符合HJ/T75-2007/、HJ/T76-2007、HB/T9329-1999相关检测标准要求。
数据无线传输系统包括数据采集、缓存装置以及数据无线传输装置，其中，数据通过Radio或者GPRS方式传输，数据通过手机、IPAD、PC远程终端接收数据，也可通过云存储模式进行数据存储。
如图3所示，步骤2中，根据污染信息进行地下水污染风险评估，具体包括如下步骤：
步骤2中，根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法，具体包括如下步骤：
步骤201：根据污染信息中地下水污染源的种类、污染物产生量、污染物释放可能性及污染缓冲距离评估污染源荷载风险，具体为：
获取污染源种类K、污染物产生量Q、污染物释放可能性L及污染缓冲距离D，污染源种类分为工业污染源和其他类型污染源，具体可划分为石油化工、炼焦、化学原料及化学品制造、电镀、有色金属冶炼、黑色金属冶炼、制革、造纸、金属制品制造、纺织以及未衬砌防护的危险废物处置场、未衬砌防护的危险废物存储场、加油站、石油产品存储区、未衬砌防护的一般废物处置场未衬砌防护的一般废物填埋场、地下水水位较高一般废物填埋场、地下水水位较低的山谷一般废物填埋场，污染源K和污染缓冲距离D分类分级赋值如表1 所示；
污染物产生量Q按照工业源的废水排放量、废物处置场的处置量、填埋场的填埋量、加油站及石油产品存储区的油罐数量进行分类分级，污染物产生量Q赋值区间在1～12之间，具体赋值如表2所示。
污染物释放可能性L包括污染物释放可能性L1及污染物到达地下水的可能性L2，主要考虑污染物类型(是否属于易迁移型)、污染历史、防护措施(生产设施防渗漏情况、跑冒滴漏管理规范程度)，L为L1和L2之和。污染物释放可能性L1按照工业源、废物处置场、填埋场、加油站、石油产品存储区及污染历史、防护措施分级赋值0.1～1.0，具体赋值如表3所示。
污染物到达地下水的可能性L2按照无机盐离子、六价铬、氯代烃、苯系物、金属离子、其他疏水性有机物分级分别赋值1.0、0.9、0.8、0.6、0.4、0.2。
计算单个污染源荷载风险指数，计算公式为：
P＝K*Q*L*D
表1污染源种类K值及污染缓冲距离D值分级表
表2污染物产生量Q值分级表
表3污染释放可能性L1分级表
污染源荷载综合指数分成5级，其中具体污染源荷载风险分类等级如表4 所示。
表4污染源荷载风险分类标准
| 污染源载荷风险指数 | [0-20] | (20-40] | (40-60] | (60-80] | (80-200] |
| P | 低 | 较低 | 中等 | 较高 | 高 |
步骤202：评估污染源潜在危害性，具体为：获取污染源潜在危害性评估计算公式、参数指标体系，其中具体的参数如表5所示，所有参数的等级范围为1-10，具体的划分如表6所示，等级越高，对地下水危害性越大；
表5污染源潜在危害性参数
表6污染源潜在危害性评价参数及分级
根据污染源潜在危害性评估参数指标体系评估污染源潜在危害性，即，计算污染源潜在危害性指数为：
Cij＝TijWT+MijWM+DijWD+LijWL+SijWS+PijWP+AijWA+CijWC
式中，Sj为污染源j对地下水污染造成污染能力的定量表征，即污染源危害性，Cij为污染源j的第i种特征污染物的8种自身属性的定量表征，即特征污染物危害性，Qij表示风险源j排放的第i种污染物能够进入地下水环境的数量，即排放量，Tij、Mij、Dij、Lij、Sij、Pij、Aij、Cij分别为污染源j的第i种特征污染物的毒性量化指标、迁移性量化指标、降解性量化指标、等标负荷量化指标、排放位置量化指标、污染发生概率量化指标、影响面积量化指标及持续时间量化指标，WT、WM、WD、WL、WS、WP、WA、WC分别为毒性、迁移性、降解性属性、等标负荷、排放位置、污染发生概率、影响面积、持续时间的权重值；
其中，污染源潜在危害性参数的权重采用层次分析法确定，具体数值如表 7所示。
表7污染源潜在危害性参数权重
根据研究侧重点确定8种属性的权重，并筛选出所需评价污染源的特征污染物，在此基础上确定其8种属性的量化指标，即可依据上述公式进行特征污染物的量化及污染源危害性量化。
步骤203：根据污染信息中的地下水埋深、含水层净补给、含水层的岩性、土壤类型、地形、渗流区影响及含水层传导系数评估地下水易污性，具体为：
获取地下水脆弱性评价指标，DRASTIC脆弱性指标对应的7项水文地质参数评价指标分别为：地下水埋深(Depth to the watertable，D)、含水层净补给(Net Recharge，R)、含水层的岩性(Aquifer material，A)、土壤类型(Soil type，S)、地形(Topography，T)、渗流区的影响(Impatct ofthe vadose zone， I)、含水层水力传导系数(HydraulicConductivity of aquifer，C)。根据国际水文学家协会地下水保护委员与联合国教科文联合编制了《地下水脆弱性评价与编图指南》，DRASTIC方法中各参数的等级范围为1～10，等级值越高，则地下水防护能力越差，越容易受到污染。各参数的具体等级划分见表8；
表8 DRASTIC方法中各参数的等级值
利用DRASTIC方法进行计算，得到脆弱性指数：
DRASTIC＝0.22×D+0.17×R+0.13×A+0.09×S+0.04×T+0.22×I+0.13×C
根据计算得到的脆弱性指数分级，具体分级如表9所示。
表9地下水脆弱性指数分级
步骤204：根据污染源荷载风险、污染源潜在危害性及地下水易污性进行地下水污染风险评估，具体为：
根据污染源的荷载风险、潜在危害性及地下水脆弱性进行单个污染源地下水污染风险综合评估，为：
Ri＝Si×Di×Pi
式中，Ri为第i个污染源地下水污染风险综合指数，Si为第i个污染源潜在危害性指数，Di为第i个污染源地下水脆弱性指数，Pi为第i个污染源载荷风险指数。
步骤4中，利用GIS中的栅格计算器功能，对不同类型多个污染源将进行风险叠加计算，多个污染源地下水污染风险综合指数计算公式，为：
R＝∑Wi×Ri
式中，R为多个污染源地下水污染风险综合指数，Wi为第i个污染源权重， Ri为第i个污染源地下水污染风险指数，Wi按照污染源分类分级赋值如表10 所示。
表10不同类型污染源地下水污染风险指数权重
如图4所示，步骤3中，根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法，具体包括如下步骤：
步骤301：根据污染信息中土壤污染监测点位置、污染物的性质及污染程度评估土壤污染状况，建立土壤污染预警等级评价矩阵，具体为:
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据土壤污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点土壤污染预警等级评价：首先确定该点所有土壤污染物[a1,a2,...,an]预警等级Li，然后汇总合集 L＝{L1,L2,...,Ln}并排序，取最高预警等级作为该点土壤污染预警等级，按照相同方法，确定园区内所有监测点的土壤污染预警等级。本发明的一种实施例为，土壤污染设置7个预警等级：无预警、低、较低、中、较高、高和巨高分别对应设置7个颜色，绿色、青色、蓝色、黄色、橙色、红色和砖红色，如表11所示。
土壤污染状况直接关系到土壤污染危害性以及潜在健康风险，包括土壤检出污染物毒性及污染超标情况，本发明参照《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)分析土壤超标污染物类型、数量、超标倍数及污染变化趋势；污染物毒性参照《污染物字典》的毒性数据库按照毒性分值进行分类；污染变化趋势是指，污染物浓度变化趋势和污染空间位置变化趋势，污染物浓度升高或者污染向地层深部迁移，则定义为污染趋势恶化，否则为减轻或不变，不再做进一步分类。
表11土壤污染预警等级对照表
步骤302中，根据污染信息中地下水污染监测点位置、污染物的性质及污染程度评估地下水污染状况，建立地下水污染预警等级评价矩阵，具体为：
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据地下水污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点地下水污染预警等级评价首先确定该点所有污染物[b1,b2,...,bn]预警等级Hi，然后汇总合集 H＝{H1,H2,...,Hn}并排序，取最高预警等级作为该点地下水污染预警等级，按照相同方法，确定园区内所有监测点的地下水污染预警等级，确定本发明的一种实施例为，地下水污染设置7个预警等级：无预警、低、较低、中、较高、高和巨高分别对应设置7个颜色，绿色、青色、蓝色、黄色、橙色、红色和砖红色，如表12所示。
地下水污染状况直接关系到地下水污染危害性、潜在健康及生态风险，包括地下水检出污染物毒性及污染超标情况，本发明参照《地下水质量标准》 (GBT-14848-2017)地下水超标污染物类型、数量、超标倍数及污染变化趋势。污染物毒性参照《污染物字典》的毒性数据库按照毒性分值进行分类；污染变化趋势是指，污染物浓度变化趋势和污染空间位置变化趋势，污染物的浓度值升高、污染垂向深层地下水迁移、污染水平向外扩散，则定义为污染趋势恶化，否则为减轻或不变，不再做进一步分类。
表12地下水污染预警等级对照表
步骤303中，根据企业内所有监测点的土壤和地下水污染预警等级，建立企业污染预警等级评价矩阵，具体为：
针对企业内所有土壤和地下水监测点，首先确定每个监测点的土壤污染预警等级和地下水污染预警等级；其次对所有监测点的土壤污染预警等级和地下水污染等级排序，以最高等级作为企业的土壤和地下水污染预警等级；第三根据企业的土壤和地下水的污染预警等级分类构建企业污染预警等级评价矩阵：其中，第一种分类情景为企业内部无土壤污染点及地下水污染点；第二种分类情景为仅有土壤污染点或地下水污染点；第三分类情景为同时存在土壤污染点和地下水污染点，企业污染预警等级分为无预警、低、较低、中、较高、高和巨高7个预警等级，分别对应设置7个颜色，绿色、青色、蓝色、黄色、橙色、红色和砖红色，如表13所示。
表13企业污染状况预警等级对照表
步骤303中，根据园区内所有监测点的数量、位置分布及每个监测点污染预警等级，建立园区污染预警等级矩阵，具体为：
首先根据工业园区内污染点位置分为园区内部但不在边界、园区边界两类；其次根据所有点位污染预警等级和数量进行构建预警评价矩阵；第三构建综合预警等级定量评价模型；
综合分析园区内所有监测点的数量、位置分布及每个监测点污染预警等级，确定园区预警等级:第一步，将园区内所有监测点分为两类：A类为距离园区边界不大于500m的点位，B类为距离园区边界超过500m的点位；第二步，根据A类工业园区边界的监测点数量ki及污染预警等级分类，确定园区边界污染预警等级a；第三步，根据B类位于园区内部的监测点数量ni及污染预警等级分类，确定园区内部污染预警等级b；第四步，取a和b二者中的最高级为园区预警等级。
如表14所示，分析A类监测点预警等级，对无预警赋值2，低预警赋值6，较低预警赋值10，中预警赋值16，较高预警赋值20，高预警赋值30，巨高预警赋值40；根据A类工业园区边界的监测点数量ki，无预警点个数k1，低预警点个数k2，较低预警点个数k3，中预警点个数k4，较高预警点个数k5，高预警点个数k6，巨高预警点个数k7；定义A类监测点总个数为K，即
根据如下公式得到A类监测点污染预警分值G：
G＝2×k1+6×k2+10×k3+16×k4+20×k5+30×k6+40×k7
基于不同等级赋值，采用预警区间指数映射变形方法分区，A类监测点污染预警等级定义为a级：2K≤G<(137K/49)对应无预警，(137K/49)≤G<(250k/49) 对应低预警，(250k/49)≤G<(440k/49)对应较低预警，(440k/49)≤G<(706k/49)对应中预警，(706k/49)≤G<(1049k/49)对应较高预警，(1049k/49)≤G<(1466k/49)对应高预警，(1466k/49)≤G≤40k对应巨高预警；
表14工业园区A类监测点污染预警等级表
如表15所示，分析B类监测点预警等级，对无预警赋值1，低预警赋值3，较低预警赋值5，中预警赋值8，较高预警赋值10，高预警赋值15，巨高预警赋值20；根据B类位于园区内部的监测点数量ni及污染预警等级分类，无预警点个数n1，低预警点个数n2，较低预警点个数n3，中预警点个数n4，较高预警点个数n5，高预警点个数n6，巨高预警点个数n7；定义园区内监测点总个数为N，即
根据如下公式得到B类监测点污染预警分值S：
S＝1×n1+3×n2+5×n3+8×n4+10×n5+15×n6+20×n7
基于不同等级赋值，采用预警区间指数映射变形方法分区，B类监测点污染预警等级定义为b级：N≤S<(68N/49)对应无预警，(68N/49)≤S<(125N/49)对应低预警，(125N/49)≤S<(220N/49)对应较低预警，(220N/49)≤S<(353N/49)对应中预警，(353N/49)≤S<(524N/49)对应较高预警，(524N/49)≤S<(733N/49)对应高预警，(733N/49)≤S≤20N对应巨高预警。
表15工业园区B类监测点污染预警等级表
步骤304中，根据园区污染状况预警等级，实施相应的措施，具体为：
(1)园区预警等级为砖红色：针对预警等级为砖红色、红色、橙色的企业及周边区域，开展土壤和地下水详细调查和风险评估，查明污染源、污染物类型、污染状况、污染空间分布、污染途径、敏感受体、污染危害及风险，针对重点区域启动污染修复或风险管控措施，阻断污染源和污染途径，控制土壤和地下水污染的环境风险，改善土壤和地下水环境质量；同时，增加土壤和地下水监测点位和监测频次。若园区周边存在饮用水水源，除了开展前述工作外，还需在园区边界和水源开采井之间，地下水主要流向处布设地下水环境监测井，参照HJ164-2020进行长期监测。最后，根据管控或修复效果重新评估污染预警等级，如果污染预警等级不变，则应及时调整修复或管控方案；
(2)园区预警等级为红色：针对预警等级为红色、橙色的企业及周边区域，开展土壤和地下水详细调查和风险评估，查明污染源、污染物类型、污染状况、污染空间分布、污染途径、敏感受体、污染危害及风险，针对重点区域启动污染修复或风险管控措施，阻断污染源和污染途径，同时，增加土壤和地下水监测点位和监测频次。最后，根据管控或修复效果重新评估污染预警等级，如果污染预警等级不变，则应及时调整修复或管控方案；如果污染等级升级，则应启动相应污染预警处置措施。
(3)园区预警等级为橙色：针对预警等级为橙色、黄色的企业及周边区域，开展土壤和地下水详细调查和风险评估，查明污染源、污染物类型、污染状况、污染空间分布、污染途径、敏感受体、污染危害及风险，主要采取风险管控，阻止污染范围和污染程度进一步加剧，有条件的可以对重点区域进行污染修复，同时，增加土壤和地下水监测点位和监测频次。最后，根据管控效果重新评估污染预警等级，如果污染预警等级不变，则应及时调整修复或管控方案；如果污染预警等级升级，则应启动相应污染预警处置措施。
(4)园区预警等级为黄色：针对预警等级为黄色、蓝色的企业及周边区域，开展土壤和地下水污染隐患排查，查明污染隐患，实施整改方案排除隐患，同时，适当增加土壤和地下水监测频次；根据污染隐患整改后监测数据，重新评估污染预警等级，如果污染预警等级不变，则应增加土壤和地下水监测点位和监测频次；如果污染预警等级升级，则应启动相应污染预警处置措施。
(5)园区预警等级为蓝色：针对预警等级为蓝色的企业及周边区域，开展土壤和地下水污染隐患排查，查明污染隐患，实施整改方案排除隐患，同时，适当增加土壤和地下水监测频次；根据污染隐患整改后监测数据，重新评估污染预警等级，如果污染预警等级不变，则应增加土壤和地下水监测点位和监测频次；如果污染预警等级升级，则应启动相应污染预警处置措施。
(6)园区预警等级为青色：应对园区土壤和地下水开展长期抽样监测，根据监测结果，调整预警等级，启动相应的预警对策。
(7)园区预警等级为绿色：绿色代表无预警，开展园区企业日常管理，根据HJ1209开展在产企业自行监测即可。
步骤304中，根据企业污染状况预警等级，实施分类分级的响应措施，具体为：
(1)企业预警等级为砖红色时，立即开展企业内部的土壤和地下水详细调查和风险评估，查明污染源、污染物类型、污染状况、污染空间分布、污染途径，针对重点区域启动污染修复或风险管控措施，阻断污染源和污染途径，控制土壤和地下水污染的环境风险，改善土壤和地下水环境质量；同时，增加企业内部及周边土壤和地下水监测点位和监测频次。根据管控或修复效果重新评估污染预警等级，如果污染预警等级不变、企业周边土壤和地下水监测点污染预警等级升高，则应及时调整修复或管控方案。
(2)企业预警等级为红色时，立即开展企业内部的土壤和地下水详细调查和风险评估，查明污染源、污染物类型、污染状况、污染空间分布、污染途径，针对重点区域启动污染修复或风险管控措施，阻断污染源和污染途径，控制土壤和地下水污染的环境风险，改善土壤和地下水环境质量；同时，增加企业内部及周边土壤和地下水监测点位和监测频次。根据管控或修复效果重新评估污染预警等级，如果污染预警等级不变、企业周边土壤和地下水监测点污染预警等级升高，则应及时调整修复或管控方案；如果污染预警等级升级，则应启动相应污染预警处置措施。
(3)企业预警等级为橙色或黄色时，立即开展企业土壤与地下水污染隐患排查，查明环境质量污染隐患，制定排除隐患的整改方案，对于整改后污染风向仍存在的场所和设施，根据HJ1209开展土壤和地下水长期监测。根据整改效果重新评估预警等级，如果污染预警等级不变，则应增加土壤和地下水监测点位和监测频次；如果污染预警等级升级，则应启动相应污染预警处置措施。
(4)企业预警等级为蓝色或青色时，应对企业土壤和地下水开展长期抽样监测，根据监测结果，调整预警等级，启动相应的预警对策。
(5)企业预警等级为绿色：开展企业日常管理，根据HJ1209开展在产企业自行监测即可。
步骤304中，属地生态环境主管部门根据园区预警等级监督园区实施预警响应措施。
本发明提供的一套工业园区土壤与地下水污染监测、评估及预警方法，该系统包括：针对工业园区重点污染源，通过设置多指标在线监测点和装置，监测土壤、土壤气和地下水的污染状况，收集污染相关数据信息；根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法；根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法；本发明符合我国工业园区污染预防为主的环境管理思路，能够及时掌握工业园区土壤和地下水污染状况、高效研判污染演变趋势、有效采取污染防治措施，亟需建立一套工业园区土壤与地下水污染监测、评估及预警方法，为工业园区土壤和地下水污染防治管理提供技术支撑。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一套工业园区重点污染源污染监测、评估及预警的方法，其特征在于，包括如下步骤：
步骤1：针对工业园区重点污染源，通过设置多指标在线监测点和装置，监测土壤、土壤气和地下水的污染状况，收集污染相关数据信息；
步骤2：根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法；
步骤3：根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法。
2.根据权利要求1所述的工业园区重点污染源污染监测、评估及预警的方法，其特征在于，步骤2中，根据工业园区重点污染源、水文地质相关信息，建立基于污染源荷载风险、污染源潜在危害性及地下水脆弱性的地下水污染风险评估方法，具体包括如下步骤：
步骤201：根据污染信息中地下水污染源的种类、污染物产生量、污染物释放可能性及污染缓冲距离评估污染源荷载风险，具体为：
获取污染源种类K、污染物产生量Q、污染物释放可能性L及污染缓冲距离D，污染源种类分为工业污染源和其他类型污染源，具体可划分为石油化工、炼焦、化学原料及化学品制造、电镀、有色金属冶炼、黑色金属冶炼、制革、造纸、金属制品制造、纺织以及未衬砌防护的危险废物处置场、未衬砌防护的危险废物存储场、加油站、石油产品存储区、未衬砌防护的一般废物处置场未衬砌防护的一般废物填埋场、地下水水位较高一般废物填埋场、地下水水位较低的山谷一般废物填埋场，将污染源分类分级赋值，石油化工、炼焦及未衬砌防护的危险废物处置场的K值为9、D值为2，化学原料及化学品制造、电镀及未衬砌防护的危险废物存储场的K值为8、D值为2，有色金属冶炼、加油站、石油产品存储区的K值为7、D值为1.5，黑色金属冶炼及未衬砌防护的一般废物处置场的K值为6、D值为1，制革、造纸及未衬砌防护的一般废物填埋场的K值为5、D值为1.5，金属制品制造及地下水水位较高的一般废物填埋场的K值为4、D值为0.5，纺织品的K值为3、D值为1，食品类的K值为2、D值为0.5，其他行业及地下水水位较低的山谷一般废物填埋场K值为1、D值为0.5；
污染物产生量Q按照工业源废水排放量、废物处置场的处置量、填埋场的填埋量、加油站及石油产品存储区的油罐数量进行分类分级，污染物产生量Q赋值区间在1～12之间；
污染物释放可能性L包括污染物释放可能性L1及污染物到达地下水的可能性L2，L为L1和L2之和，污染物释放可能性L1按照工业源、废物处置场、填埋场、加油站、石油产品存储区及污染源历史时间、防护措施分级赋值0.1～1.0，污染物到达地下水的可能性L2按照无机盐离子、六价铬、氯代烃、苯系物、金属离子、其他疏水性有机物分级赋值1.0、0.9、0.8、0.6、0.4、0.2；
单个污染源荷载风险指数计算公式为：
P＝K*Q*L*D
步骤202：根据污染信息中污染物的性质以及污染源的特性评估污染源潜在危害性，具体为：
获取污染源潜在危害性评估参数指标体系，包括毒性、迁移性、持久性、等标负荷、排放位置、污染发生概率、影响面积及污染持久时间，根据污染源潜在危害性评估参数指标体系评估污染源潜在危害性，即，计算污染源潜在危害性指数为：
Cij＝TijWT+MijWM+DijWD+LijWL+SijWS+PijWP+AijWA+CijWC
式中，Sj为污染源j对地下水污染造成污染能力的定量表征，即污染源危害性，Cij为污染源j的第i种特征污染物的8种自身属性的定量表征，即特征污染物危害性，Qij表示风险源j排放的第i种污染物能够进入地下水环境的数量，即排放量，Tij、Mij、Dij、Lij、Sij、Pij、Aij、Cij分别为污染源j的第i种特征污染物的毒性量化指标、迁移性量化指标、降解性量化指标、等标负荷量化指标、排放位置量化指标、污染发生概率量化指标、影响面积量化指标及持续时间量化指标，WT、WM、WD、WL、WS、WP、WA、WC分别为毒性、迁移性、降解性属性、等标负荷、排放位置、污染发生概率、影响面积、持续时间的权重值，其中，WT＝0.2650，WM＝0.1325，WD＝0.1325，WL＝0.1100，WS＝0.1943，WP＝0.0957，WA＝0.0350，WC＝0.0350。
步骤203：根据污染信息中的地下水埋深、含水层净补给、含水层的岩性、土壤类型、地形、渗流区影响及含水层传导系数评估地下水易污性，具体为：
获取地下水脆弱性评价指标，包括地下水埋深D、含水层净补给R、含水层的岩性A、土壤类型S、地形T、渗流区影响I及含水层传导系数C，利用DRASTIC方法进行计算，得到脆弱性指数：
DRASTIC＝0.22×D+0.17×R+0.13×A+0.09×S+0.04×T+0.22×I+0.13×C
步骤204：根据污染源荷载风险、污染源潜在危害性及地下水易污性进行地下水污染风险评估，具体为：
根据污染源的荷载风险、潜在危害性及地下水脆弱性进行单个污染源地下水污染风险综合评估，为：
Ri＝Si×Di×Pi
式中，Ri为第i个污染源地下水污染风险综合指数，Si为第i个污染源潜在危害性指数，Di为第i个污染源地下水脆弱性指数，Pi为第i个污染源载荷风险指数；
多个污染源地下水污染风险综合评估利用GIS中的栅格计算器功能，对不同类型多个污染源将进行风险叠加计算，多个污染源地下水污染风险综合指数计算公式，为：
R＝∑Wi×Ri
式中，R为多个污染源地下水污染风险综合指数，Wi为第i个污染源权重，Ri为第i个污染源地下水污染风险指数，Wi按照污染源分类分级赋值为：石油化工、炼焦、化学原料及化学制品制造、电镀类工业源为5，有色金属冶炼、黑色金属冶炼、制革、造纸、金属制品制造类工业源为4，危险废物处置场为3，一般废物处置场为2，危废填埋场为4，一般废物填埋场为3，加油站为2，规模化石油产品存储区为3。
3.根据权利要求1所述的工业园区土壤与地下水污染监测、评估及预警方法，其特征在于，步骤3中，根据工业园区土壤和地下水污染监测体系数据，建立基于土壤和地下水污染状况的企业及园区污染预警评价方法，具体包括如下步骤：
步骤301：根据污染信息中土壤污染监测点位置、污染物的性质及污染程度评估土壤污染状况，建立土壤污染预警等级评价矩阵；
步骤302：根据污染信息中地下水污染监测点位置、污染物的性质及污染程度评估地下水污染状况，建立地下水污染预警等级评价矩阵；
步骤303：根据企业内所有监测点的土壤和地下水污染预警等级，建立企业污染预警等级评价矩阵；根据园区内所有监测点的数量、位置分布及每个监测点污染预警等级，建立园区污染预警等级矩阵；
步骤304：根据园区污染状况预警等级，实施相应的措施。
4.根据权利要求3所述的工业园区土壤与地下水污染监测、评估及预警方法，其特征在于，步骤301中，根据污染信息中土壤污染监测点位置、污染物的性质及污染程度评估土壤污染状况，建立土壤污染预警等级评价矩阵，具体为:
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据土壤污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点土壤污染预警等级评价：首先确定该点所有土壤污染物[a1,a2,...,an]预警等级Li，汇总合集L＝{L1,L2,...,Ln}并排序，取最高预警等级作为该点土壤污染预警等级，按照相同方法，评价园区内所有监测点的土壤污染预警等级。
5.根据权利要求4所述的工业园区土壤与地下水污染监测、评估及预警方法，其特征在于，步骤302中，根据污染信息中地下水污染监测点位置、污染物的性质及污染程度评估地下水污染状况，建立地下水污染预警等级评价矩阵，具体为：
根据污染物毒性、污染程度、污染点数量及污染点位置建立预警等级评价矩阵，首先根据地下水污染点与污染源、企业边界及园区边界的相对位置进行分类；其次按照污染物有毒和无毒进行分类；第三按照是否检出污染、污染程度是否超标及污染物演变趋势对污染物进行分类，不同分类对应不同污染预警等级；
其中，污染预警等级包括无预警等级、低预警等级、较低预警等级、中预警等级、高预警等级、较高预警等级及巨高预警等级，单个点地下水污染预警等级评价首先确定该点所有污染物[b1,b2,...,bn]预警等级Hi，然后汇总合集H＝{H1,H2,...,Hn}并排序，取最高预警等级作为该点地下水污染预警等级，按照相同方法，确定园区内所有监测点的地下水污染预警等级。
6.根据权利要求5所述的工业园区土壤与地下水污染监测、评估及预警方法，其特征在于，步骤303中，根据企业内所有监测点的土壤和地下水污染预警等级，建立企业污染预警等级评价矩阵，具体为：
针对企业内所有土壤和地下水监测点，首先确定每个监测点的土壤污染预警等级和地下水污染预警等级；其次对所有监测点的土壤污染预警等级和地下水污染等级排序，以最高等级作为企业的土壤和地下水污染预警等级；第三根据企业的土壤和地下水的污染预警等级分类构建企业污染预警等级评价矩阵：其中，第一种分类情景为企业内部无土壤污染点及地下水污染点；第二种分类情景为仅有土壤污染点或地下水污染点；第三分类情景为同时存在土壤污染点和地下水污染点，企业污染预警等级分为无预警、低、较低、中、较高、高和巨高7个预警等级。
7.根据权利要求6所述的工业园区土壤与地下水污染监测、评估及预警方法，其特征在于，步骤303中，根据园区内所有监测点的数量、位置分布及每个监测点污染预警等级，建立园区污染预警等级矩阵，具体为：
首先根据工业园区内污染点位置分为园区内部但不在边界、园区边界两类；其次根据所有点位污染预警等级和数量进行构建预警评价矩阵；第三构建综合预警等级定量评价模型；
综合分析园区内所有监测点的数量、位置分布及每个监测点污染预警等级，确定园区预警等级:第一步，将园区内所有监测点分为两类：A类为距离园区边界不大于500m的点位，B类为距离园区边界超过500m的点位；第二步，根据A类工业园区边界的监测点数量ki及污染预警等级分类，确定园区边界污染预警等级a；第三步，根据B类位于园区内部的监测点数量ni及污染预警等级分类，确定园区内部污染预警等级b；第四步，取a和b二者中的最高级为园区预警等级。
8.根据权利要求7所述的工业园区土壤和地下水污染预警等级评价方法，其特征在于，确定园区边界污染预警等级a，具体为：
分析A类监测点预警等级，对无预警赋值2，低预警赋值6，较低预警赋值10，中预警赋值16，较高预警赋值20，高预警赋值30，巨高预警赋值40；根据A类工业园区边界的监测点数量ki，无预警点个数k1，低预警点个数k2，较低预警点个数k3，中预警点个数k4，较高预警点个数k5，高预警点个数k6，巨高预警点个数k7；定义A类监测点总个数为K，即
根据如下公式得到A类监测点污染预警分值G：
G＝2×k1+6×k2+10×k3+16×k4+20×k5+30×k6+40×k7
基于不同等级赋值，采用预警区间指数映射变形方法分区，A类监测点污染预警等级定义为a级：2K≤G<(137K/49)对应无预警，(137K/49)≤G<(250k/49)对应低预警，(250k/49)≤G<(440k/49)对应较低预警，(440k/49)≤G<(706k/49)对应中预警，(706k/49)≤G<(1049k/49)对应较高预警，(1049k/49)≤G<(1466k/49)对应高预警，(1466k/49)≤G≤40k对应巨高预警；
确定园区内部污染预警等级b，具体为：
分析B类监测点预警等级，对无预警赋值1，低预警赋值3，较低预警赋值5，中预警赋值8，较高预警赋值10，高预警赋值15，巨高预警赋值20；根据B类位于园区内部的监测点数量ni及污染预警等级分类，无预警点个数n1，低预警点个数n2，较低预警点个数n3，中预警点个数n4，较高预警点个数n5，高预警点个数n6，巨高预警点个数n7；定义园区内监测点总个数为N，即
根据如下公式得到B类监测点污染预警分值S：
S＝1×n1+3×n2+5×n3+8×n4+10×n5+15×n6+20×n7
基于不同等级赋值，采用预警区间指数映射变形方法分区，B类监测点污染预警等级定义为b级：N≤S<(68N/49)对应无预警，(68N/49)≤S<(125N/49)对应低预警，(125N/49)≤S<(220N/49)对应较低预警，(220N/49)≤S<(353N/49)对应中预警，(353N/49)≤S<(524N/49)对应较高预警，(524N/49)≤S<(733N/49)对应高预警，(733N/49)≤S≤20N对应巨高预警。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211304262.8A CN115660419A (zh) | 2022-10-24 | 2022-10-24 | 一套工业园区土壤与地下水污染监测、评估及预警方法 |
| US18/117,548 US20240135389A1 (en) | 2022-10-23 | 2023-03-06 | Method of monitoring, evaluating and early-warning soil and groundwater pollution in industrial park |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211304262.8A CN115660419A (zh) | 2022-10-24 | 2022-10-24 | 一套工业园区土壤与地下水污染监测、评估及预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115660419A true CN115660419A (zh) | 2023-01-31 |
Family
ID=84990598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211304262.8A Pending CN115660419A (zh) | 2022-10-23 | 2022-10-24 | 一套工业园区土壤与地下水污染监测、评估及预警方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20240135389A1 (zh) |
| CN (1) | CN115660419A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116087134A (zh) * | 2023-03-01 | 2023-05-09 | 北京市生态环境保护科学研究院 | 一种全天候大气立体监测方法及系统 |
| CN116362572A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种在产园区地下水污染分区分级评价方法 |
| CN116384774A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
| CN116629619A (zh) * | 2023-07-25 | 2023-08-22 | 北京建工环境修复股份有限公司 | 一种土壤新污染物赋存状况预测方法及系统 |
| CN116629643A (zh) * | 2023-07-24 | 2023-08-22 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
| CN116912069A (zh) * | 2023-09-13 | 2023-10-20 | 成都市智慧蓉城研究院有限公司 | 应用于智慧城市的数据处理方法及电子设备 |
| CN116934102A (zh) * | 2023-09-19 | 2023-10-24 | 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) | 一种用于工业园区的环境风险管控系统 |
| CN117314169A (zh) * | 2023-10-20 | 2023-12-29 | 北京建工环境修复股份有限公司 | 在产企业地下水新污染物源输入风险预警方法 |
| CN117556984A (zh) * | 2023-10-13 | 2024-02-13 | 生态环境部环境规划院 | 一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法 |
-
2022
- 2022-10-24 CN CN202211304262.8A patent/CN115660419A/zh active Pending
-
2023
- 2023-03-06 US US18/117,548 patent/US20240135389A1/en active Pending
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116087134A (zh) * | 2023-03-01 | 2023-05-09 | 北京市生态环境保护科学研究院 | 一种全天候大气立体监测方法及系统 |
| CN116087134B (zh) * | 2023-03-01 | 2023-11-14 | 北京市生态环境保护科学研究院 | 一种全天候大气立体监测方法及系统 |
| CN116362572A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种在产园区地下水污染分区分级评价方法 |
| CN116384774A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
| CN116384774B (zh) * | 2023-06-02 | 2023-08-15 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
| CN116629643A (zh) * | 2023-07-24 | 2023-08-22 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
| CN116629643B (zh) * | 2023-07-24 | 2023-10-27 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
| CN116629619A (zh) * | 2023-07-25 | 2023-08-22 | 北京建工环境修复股份有限公司 | 一种土壤新污染物赋存状况预测方法及系统 |
| CN116629619B (zh) * | 2023-07-25 | 2023-09-22 | 北京建工环境修复股份有限公司 | 一种土壤新污染物赋存状况预测方法及系统 |
| CN116912069B (zh) * | 2023-09-13 | 2024-01-02 | 成都市智慧蓉城研究院有限公司 | 应用于智慧城市的数据处理方法及电子设备 |
| CN116912069A (zh) * | 2023-09-13 | 2023-10-20 | 成都市智慧蓉城研究院有限公司 | 应用于智慧城市的数据处理方法及电子设备 |
| CN116934102A (zh) * | 2023-09-19 | 2023-10-24 | 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) | 一种用于工业园区的环境风险管控系统 |
| CN116934102B (zh) * | 2023-09-19 | 2023-12-19 | 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) | 一种用于工业园区的环境风险管控系统 |
| CN117556984A (zh) * | 2023-10-13 | 2024-02-13 | 生态环境部环境规划院 | 一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法 |
| CN117314169A (zh) * | 2023-10-20 | 2023-12-29 | 北京建工环境修复股份有限公司 | 在产企业地下水新污染物源输入风险预警方法 |
| CN117314169B (zh) * | 2023-10-20 | 2024-05-03 | 北京建工环境修复股份有限公司 | 在产企业地下水新污染物源输入风险预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240135389A1 (en) | 2024-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115660419A (zh) | 一套工业园区土壤与地下水污染监测、评估及预警方法 | |
| CN110969345B (zh) | 一种基于土壤重金属污染途径分析的风险评估方法 | |
| Radomirović et al. | Ecological risk assessment of heavy metals in the soil at a former painting industry facility | |
| Jafari et al. | Groundwater risk assessment based on optimization framework using DRASTIC method | |
| Ali et al. | Contamination and human health risk assessment of heavy metals in soil of a municipal solid waste dumpsite in Khamees-Mushait, Saudi Arabia | |
| Ding et al. | Comparison of the common spatial interpolation methods used to analyze potentially toxic elements surrounding mining regions | |
| CN113379261B (zh) | 一种污染场地土壤地下水污染风险管控技术方法 | |
| CN105654236B (zh) | 一种地下水型饮用水水源地污染风险评价方法 | |
| CN111539867A (zh) | 一种针对地下水氯代烃污染的环境调查方法 | |
| CN107145672B (zh) | 平原河网区域地下水脆弱性及污染风险评估方法及系统 | |
| CN105203599A (zh) | 一种场地污染土的快速诊断方法 | |
| CN107025498A (zh) | 一种优化地下水特殊脆弱性评价模型的方法 | |
| CN111612360B (zh) | 一种地下水潜在污染风险源识别方法 | |
| Zhao et al. | Groundwater contamination risk assessment based on intrinsic vulnerability, pollution source assessment, and groundwater function zoning | |
| CN115660438A (zh) | 工业园区土壤和地下水污染预警等级评价方法 | |
| Song et al. | Research on drinking-groundwater source safety management based on numerical simulation | |
| CN114662844A (zh) | 一种基于污染过程的场地地下水污染风险评价方法 | |
| 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 | |
| CN114062649B (zh) | 一种土壤污染趋势分析方法 | |
| Chisala et al. | Evaluating the risks of methyl tertiary butyl ether (MTBE) pollution of urban groundwater | |
| Li et al. | Development of relative risk model for regional groundwater risk assessment: a case study in the lower Liaohe river plain, China | |
| CN113569330A (zh) | 一种建筑垃圾填埋堆置点评估方法、装置、设备及介质 | |
| Bonfanti et al. | Using statistical analyses for improving rating methods for groundwater vulnerability in contamination maps | |
| CN114720647A (zh) | 地下水污染综合预警方法及系统 | |
| CN111008920A (zh) | 一种基于地下水位波动效应的污染场地调查方法 |
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 |