有色金属冶炼、电石法聚氯乙烯、汞触媒等特定行业已经形成数量不等的汞污染地块。精准识别地块中汞污染分布及迁移归趋,构建基于环境风险的防控技术体系,是此类地块有效修复与风险管控的关键。本文通过分析汞污染地块的特点及成因,总结了发达国家在政策法规、标准制定和制度建设等方面的历史实践经验,并结合我国在汞污染防控方面已有的相关法律、法规与管理政策,提出了基于环境风险量化表征与逐级分类管控的综合技术体系。首先,以健康与生态保护为核心要素,对环境风险精准量化表征,重点考虑地块中汞的赋存形态与生物有效性、特殊暴露途径与敏感受体、迁移与归趋等特征化因子;其次,基于污染调查与风评结果进行风险筛查,对地块风险等级进行科学划分;最后,从标准限值、修复技术和管理制度3个角度,选择与风险等级相匹配的差异化管控技术。该技术体系以风险管控为导向、以量化评估为基础、系统修复与全过程管理为途径,形成全方位、立体化、精准性的汞污染地块风险管理模式,符合《土壤污染防治行动计划》(“土十条”)的基本原则,为我国地块尺度汞污染控制提供体系保障,支撑我国《关于汞的水俣公约》履约活动。

随着人们对环境问题的认识,恶臭污染已经成为一类典型的环境公害。我国的恶臭污染来源广泛,臭气浓度的测定成本昂贵,构建基于简易输入参数的臭气预测模型降低恶臭污染判定与控制的难度,是目前恶臭污染研究的热点问题。本研究从臭气定义的基本概念入手,总结对比了不同的臭气标准和测定方法。综述了目前常用的臭气预测模型,包括基于污染物浓度的多元线性回归法和不同的臭气浓度/强度预测模型,发现不同研究或者不同模型得到的结果差异较大。其中,为预测模型提供准确的嗅觉阈值是优化模型的关键。另外,作为一种环境问题,本研究也对臭气的大气扩散以及排放速率进行了综述研究,研究中使用不同的大气扩散模型对臭气的大气扩散过程进行预测。但不同模型需要的基础数据和知识背景不同,因此需要根据实际的应用场景选择合适的模型。排放速率作为大气扩散模型中的重要输入参数,可以通过不同的方法和装置进行测定,不同方法的测定结果存在差异,后续研究中需要依据更多的现场数据对预测结果进行验证。基于以上综述,本研究将为恶臭污染的识别和控制提供科学指导。

含砷尾矿中砷(As)及伴生元素铊(Tl)等毒性元素易向周边水和土壤介质中迁移,揭示尾矿中毒性元素的矿相特征及其释放机制具有重要意义。本研究以某雄黄矿区含砷尾矿为研究对象,结合化学分析、矿物学表征等手段,通过静态浸出实验探究含砷尾矿中As和Tl的矿相特征及其释放机制。研究结果表明,含砷尾矿中As和Tl的环境行为明显受到其矿相特征及赋存形态影响。矿物学分析结果显示尾矿中As的主要矿物相为砷铂矿和砷铁矿,矿物解离度表明砷矿物处于风化状态,As释放风险较高;而Tl则以伴生元素形式存在于Ca、Mn和Mg等矿物相中,这些矿物的沉淀溶解控制着尾矿中Tl的释放。尾矿中As主要以铁锰氧化物结合态和有机结合态存在,Tl主要以铁锰氧化物结合态和残渣态存在。酸性浸出条件下金属的活性态比例增高,可交换态As由0.29%上升至1.67%,可交换态Tl从5.46%升高至8.67%;尾矿中As释放加强而Tl受到抑制,表明尾矿中As与Tl释放存在竞争关系。As的浸出符合双常数模型,为多因素控制的物理和化学过程;Tl的浸出符合抛物线扩散模型,由结构掺入和表面吸附等扩散机制控制。本研究明确了含砷尾矿As和Tl的释放特性、化学形态转变及矿物相特征,为含砷尾矿中As和Tl污染风险控制提供了科学依据。

明确土壤重金属来源及其健康风险是有效开展土壤污染风险管控的重要环节。本研究以某典型矿冶城市作为研究案例,采用地累积指数法(I_geo)评价8种重金属(As、Cd、Cr、Cu、Ni、Pb、Zn和Hg)的污染特征,结合相关分析和正定矩阵因子分解(PMF)模型分析土壤重金属的潜在来源,进一步应用冗余分析探索土壤重金属累积的环境驱动因子,借助健康风险评估模型量化土壤重金属的风险水平。I_geo结果显示,Cd污染处于中度污染水平,Cu、Pb和Zn污染处于轻度污染水平。依据PMF模型确定研究区域土壤重金属存在4个可能的污染来源,结合相关分析和区域特征,判断污染来源包括铅锌矿采选和冶炼源(Cd和Pb)、自然源与铜矿采选和冶炼的混合源(Cr、Ni、Cu和Pb)、有色金属冶炼排放源(Hg)、金矿采选和冶炼源(As),其中自然源和铜矿采选、冶炼的混合源是最主要的来源(70.10%)。冗余分析进一步明确,阳离子交换量、含水率和企业距离是土壤重金属累积的关键驱动因子。从健康风险评估结果来看,研究区域土壤重金属对儿童存在不可接受的致癌风险(概率为15.21%),对成人的致癌风险以及对儿童和成人的非致癌风险处于可接受风险水平。值得注意的是,As是研究区域主要的致癌因子,致癌风险的95%分位值(1.75×10^-4)超过可接受风险阈值1×10^-4。上述研究结果可为研究区域土壤重金属的优先管控和污染防治提供数据支撑。

土壤含水量是水文、农业和气象等领域的关键参数,而微波遥感是目前监测土壤含水量最有效的手段之一。本文利用主动微波与被动微波数据,结合其他多源遥感数据,运用随机森林算法分别在主动微波数据分辨率尺度和被动微波数据分辨率尺度下完成主被动微波数据的土壤含水量联合反演。首先对被动微波尺度的地表覆盖类型与归一化植被指数(NDVI)参数进行空间分辨率优化,再利用回归ReliefF方法对两种尺度所用的输入变量的重要性进行评估,并对输入变量进行优选,最后对比主被动微波数据土壤含水量联合反演和单独利用主动/被动微波数据进行反演的精度,分析主被动微波联合反演方法的有效性。结果表明:在主动微波尺度,主被动微波联合反演的精度相比单独利用主动微波数据反演的精度有所提升,相关系数r由0.691升至0.744,RMSE由0.084 8 cm³/cm³降至0.079 6 cm³/cm³;在被动微波尺度,主被动微波联合反演的精度反而比单独利用被动微波数据反演的精度更低,相关系数r由0.944变为0.939,RMSE由0.043 5 cm³/cm³变为0.045 1 cm³/cm³。因此在主动微波尺度更适合进行主被动微波的联合反演。