环境科学研究  2020, Vol. 33 Issue (3): 643-651  DOI: 10.13198/j.issn.1001-6929.2019.00.00

引用本文  

向锐, 徐亚, 刘景财, 等. 基于敏感性分析的危险废物填埋场工程和地质屏障参数优化[J]. 环境科学研究, 2020, 33(3): 643-651.
XIANG Rui, XU Ya, LIU Jingcai, et al. Optimization of Engineering and Geological Barrier Parameters of Hazardous Waste Landfills by Sensitivity Analysis[J]. Research of Environmental Sciences, 2020, 33(3): 643-651.

基金项目

国家重点研发计划项目(No.2018YFC1800902);国家自然科学基金项目(No.51708529)
Supported by National Key Research and Development Program of China (No.2018YFC1800902); National Natural Science Foundation of China (No.51708529)

责任作者

刘玉强(1975-), 男, 安徽蚌埠人, 副研究员, 主要从事固废处置及其污染控制研究, liuyq@craes.org.cn.

作者简介

向锐(1994-), 男, 湖北宜昌人, 15671554758@163.com

文章历史

收稿日期:2019-07-07
修订日期:2019-11-28
基于敏感性分析的危险废物填埋场工程和地质屏障参数优化
向锐1,2,3, 徐亚1,2, 刘景财1,2, 刘玉强1,2, 董路1,2, 雷国元3, 黄启飞1,2    
1. 中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012;
2. 中国环境科学研究院固体废物污染控制技术研究所, 北京 100012;
3. 武汉科技大学, 湖北 武汉 430081
摘要:为优化危险废物填埋场地下水污染风险控制的工程/地质屏障参数,基于过程模型模拟-参数敏感性分析-参数优选的系统框架和方法,分析关键参数对于地下水中渗滤液所携带污染物浓度的影响和敏感性,基于分析结果推荐技术参数的取值区间和最低的技术参数要求.结果表明:①各参数对地下水污染风险的敏感性排序依次为导排支管间距>含水层厚度>导排层坡度>天然衬层渗透系数>导排层渗透系数>地下水流速.②当导排支管间距>25 m、导排层坡度 < 2%、导排层渗透系数 < 0.000 1 cm/s、天然衬层渗透系数>1×10-6 cm/s时,地下水污染风险急剧增大;反之,当导排支管间距 < 10 m、导排层坡度>3%、导排层渗透系数>0.01 cm/s、天然衬层渗透系数 < 5×10-7 cm/s时,对地下水污染风险的管控并无明显影响.③导排支管间距最低为25 m,但不宜 < 10 m,导排层坡度最低为2%,但不宜>3%,导排层渗透系数最低为0.01 cm/s,天然衬层渗透系数最低为1.0×10-6 cm/s.研究显示,现有标准中给出的参数取值具有合理性,但范围较广,应结合水文地质参数与填埋场参数确定.
关键词填埋场选址    填埋场设计    过程模拟    敏感性分析    
Optimization of Engineering and Geological Barrier Parameters of Hazardous Waste Landfills by Sensitivity Analysis
XIANG Rui1,2,3, XU Ya1,2, LIU Jingcai1,2, LIU Yuqiang1,2, DONG Lu1,2, LEI Guoyuan3, HUANG Qifei1,2    
1. State Key Laboratory of Environmental Benchmarks and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
2. Institute of Solid Waste Pollution Control Technology, Chinese Research Academy of Environment Sciences, Beijing 100012, China;
3. Wuhan University of Science and Technology, Wuhan 430081, China
Abstract: In order to optimize the engineering/geological barrier parameters of groundwater pollution risk control in hazardous waste landfill, based on the system framework and method of process model simulation, parameter sensitivity analysis and parameter optimization, the influence and sensitivity of key parameters on the concentration of pollutants carried by groundwater percolate are analyzed, and the value range and minimum technical parameter requirements are recommended based on the analysis results. The results show that:(1) The order of sensitivity of each parameter to groundwater pollution risk is the spacing of diversion branch pipe > the thickness of aquifer > the gradient of diversion layer > the permeability coefficient of natural liner > the permeability coefficient of diversion layer > the velocity of groundwater flow. (2) The risk increases sharply when the distance between the guide and drainage branches is more than 25 m, the slope of the guide and drainage layer is less than 2%, the permeability coefficient of the guide and drainage layer is less than 0.0001 cm/s, and the permeability coefficient of the natural liner is more than 1×10-6 cm/s. On the contrary, when the spacing between branch pipes is less than 10 m, the gradient of guide bed is more than 3%, the permeability coefficient of guide bed is more than 0.01 cm/s, and the permeability coefficient of natural liner is less than 5×10-7 cm/s, the risk control has no obvious influence. (3) The spacing between branch pipes is the lowest 25 m, but it is not suitable to be less than 10 m, and the gradient of guide layer is the lowest 2%, but not more than 3%; the permeability coefficient of guide layer is the lowest 0.01 cm/s; and the permeability coefficient of natural liner is the lowest 1.0×10-6 cm/s. The research shows that the parameters given in the existing standards are reasonable, but the range is wide. It should be determined with hydrogeological parameters and landfill parameters.
Keywords: landfill site selection    landfill design    process simulation    sensitivity analysis    

工业固体废物尤其是危险废物的环境管理和无害化处置是全球性环境问题[1].世界范围内,尤其在发展中国家填埋依然是危险废物无害化处置的主要手段[2-4].为了降低危险废物的泄露风险和不利影响,使得危险废物填埋场(hazardous waste landfill, HWL)的设计过于繁杂.然而,机械损坏及化学老化等因素均可能引起土工膜性能退化,最终导致工程衬层系统失效[5-6],所以填埋场泄漏及地下水环境污染事件仍时有发生[7].因此,填埋场工程屏障的优化设计[8-9]和地质屏障的选择至关重要[10].

合理的工程屏障,如导排系统和防渗系统,可以减少渗滤液渗漏量[11-12].有利的地质屏障,如厚且渗透系数小的包气带可以增加污染物的穿透时间,使其充分降解;更新能力强的含水层可以快速稀释污染物[13],降低污染物浓度.因此,提高工程或地质屏障要求可以有效地降低地下水污染风险,但同时也需要考虑工程费用[14].因为当工程和地质屏障升至一定程度时,工程费用与污染控制效益比将显著降低.因此,识别工程和地质屏障的关键因子,并确定其合理取值显得尤为重要.

为控制填埋场渗漏风险,许多国家都对填埋场的工程和地质屏障制定了强制性标准.如美国[15]和中国[16-17]均规定导排层坡度≥0.02,导排层渗透系数≥1.0×10-1 cm/s;德国[18]和中国[16-17]均规定库底与地下水位之间的距离≥1 m.但是这些取值背后的科学背景并不明确,同时是否适用于我国实际情况,也未经系统研究和论证.一些学者通过基于数学模型的过程模拟方法[19]和指标体系方法[20]研究了工程和地质屏障对其环境污染风险的影响,如Kotowska等[21]通过内梅罗指数和化学计量学方法识别了关键的参数,并给出了各参数的权重.但是大部分权重都是基于主观方法给出,背后的物理含义并不明确,因此合理性有待商榷.另外,基于指标体系的方法也无法体现同一参数在不同取值区间对填埋场渗漏风险的影响.

与指标体系方法相比,过程模拟方法考虑了整体影响因素,可以给出综合评估结果,并在其他领域被广泛应用于关键参数及敏感区间的识别[22-23].然而,基于该方法开展的危险废物填埋场关键参数和敏感区间识别,以及优化设计参数的研究鲜见报道.鉴于此,该研究拟采用过程模拟方法,结合参数敏感性分析,开展工程和地质屏障参数优化研究,识别不同参数的敏感性和敏感区间,推荐最适宜取值,评估各参数的相对重要性排名,以期为国内危险废物填埋场工程和地质屏障参数的选择及相关标准和规范的制定提供理论依据.

1 模型与方法 1.1 代表性场景构建

为从理论上分析不同工程和地质屏障参数对地下水污染风险的影响,识别其重要程度和敏感性程度,需要建立代表性的填埋场,模拟渗滤液渗漏与地下水污染的场景.填埋场结构根据GB 18598—2001《危险废物填埋场污染控制标准》的要求确定,从上到下划分为四部分,即封场覆盖系统、危险废物层、主渗滤液防渗和导排系统、次渗滤液防渗和导排系统(见表 1).

表 1 代表性的填埋场剖面结构及尺寸 Table 1 Representational landfill section structure and dimension

危险废物填埋场渗滤液的产生、渗漏及地下水污染过程如图 1所示.由于雨水淋溶及废物自身重力释水所产生的渗滤液,在重力作用下垂直下渗进入到填埋场导排层内,一部分经过导排系统收集并处理达标后排放;另一部分以渗漏(通过防渗膜漏洞)或渗透(通过土工膜完整部分以蒸汽扩散形式泄露)形式进入到包气带中.经过包气带的截污和含水层的稀释扩散后进入到周边水井中,通过饮水、洗澡等途径暴露于人体,对人体健康构成危害.对填埋场的地下水污染风险进行评估实际上就是对防渗层破损条件下的渗滤液渗漏以及渗漏导致的地下水污染程度进行评估.

图 1 危险废物填埋场渗滤液产生、渗漏及地下水污染过程 Fig.1 Generation, leakage and groundwater pollution of leachate in hazardous waste landfill
1.2 基于过程模拟的渗滤液渗漏及渗漏污染预测 1.2.1 渗滤液渗漏预测模型

通过设计雨水防渗系统、渗滤液导排和防渗系统,尽量减少危险废物填埋场渗滤液的产生和渗漏.然而,渗漏事故仍然频繁发生.主要原因是:作为防渗材料核心的HDPE膜(high-density polyethylene geomembrane, 高密度聚乙烯膜)在安装和施工过程中不可避免地会造成一些破损;渗滤液通过HDPE膜破损的渗漏受衬层结构(双衬层、单衬层等)、漏洞大小、漏洞上方的渗滤液饱和液位、HDPE膜下方介质的渗透系数及其与HDPE膜接触情况等诸多因素影响,过程极为复杂.为简化渗滤液渗漏计算,Giroud等[24]通过室内渗漏模拟实验和仿真模型分析,建立了不同条件下的渗漏速率计算公式.针对我国危险废物填埋场的主要防渗结构〔两层HDPE膜和CCL (compacted clay liner, 压实黏土衬层)〕,根据Giroud等[25]开发的经验模型〔见式(1)〕来估计渗漏速率:

$ Q = {\beta _c}\left[ {1 + 0.1 \times {{\left( {\frac{{{h_{\rm{w}}}}}{{{L_{\rm{s}}}}}} \right)}^{0.95}}} \right]{a^{0.1}}h_{\rm{w}}^{0.9}k_{\rm{s}}^{0.74} \times S \times N $ (1)

式中:Q为渗漏速率,m3/s;a为HDPE中的破损面积,m2ks为CCL的水力传导率,m/s;Ls为CCL的厚度,m;hw为HDPE上的渗滤液高度,m;N为HDPE中的破洞密度,holes/(104 m2)(见表 2);S为垃圾填埋场的底部面积,104 m2βc为HDPE和CCL之间的接触系数,良好和不良时分别为0.21和1.15.

表 2 HDPE膜常规破损情况 Table 2 Conventional damage of HDPE film
1.2.2 渗滤液浓度的衰变模拟

危险废物填埋场中的渗滤液是危险废物堆放和填埋过程中,由于压实和雨水渗流作用产生的一种高浓度的有机或无机成份的液体.显然,随着雨水不断淋溶,危险废物中的有害组分产生不同耗损,渗滤液中的污染物浓度也逐渐降低,这一过程通常用源项衰减模型〔见式(2)(3)〕[24-25]描述:

$ C_{t}=C_{0}^{-\lambda t} $ (2)
$ \lambda=\frac{-i}{W_{\mathrm{d}} W_{\mathrm{fc}}} $ (3)

式中:Ctt时渗滤液中有害物质的浓度,mg/L;C0为渗滤液中有害物质的初始浓度,mg/L;λ为渗滤液中有害物质浓度变化系数,10-7 m-3 a-1; t为时间,a;i为渗透速率,mm/a;Wd为最终废物的深度,m;Wfc为废物的现场容量,104 m3.

1.2.3 渗滤液及其危害组分在土壤-地下水中迁移转化预测

污染物在包气带和地下水介质中的迁移和分布主要受水流的稀释效应和衰减效应(即降解和吸附)的影响.在均匀和各向同性的土壤-水系统中,上述效应可以通过一维对流-扩散方程〔见式(4)(5)〕[29]描述.

$ {\frac{{\partial c}}{{\partial t}} = {D_{\rm{L}}}\frac{{{\partial ^2}c}}{{\partial {x^2}}} - \frac{v}{n}\frac{{\partial c}}{{\partial x}} - R\gamma } $ (4)
$ {{D_{\rm{L}}} = av + {D_{\rm{m}}}} $ (5)

式中:x为沿流动方向的路径距离,m;c为距离为x、时间为t时污染物的浓度,mg/L;v为地下水流速,m/s;n为有效孔隙度;R为衰减因子;γ为一阶衰减率,s-1DL为流体动力学纵向弥散系数,m2/s (见表 3);a为介质的分散度,m;Dm为分子扩散系数,m2/s.

表 3 含水层参数取值[6] Table 3 Values of parameters[6]

显然,对于不同的边界条件,上述对流-扩散方程的解析解形式不同.对于渗漏这一边界条件,假设污染物浓度按式(2)所示的规律衰减,则可通过拉普拉斯变换获得其解析解[30]

$ \begin{array}{l} \frac{{c(x, t)}}{{{c_{\rm{d}}}}} = \frac{1}{2}{{\rm{e}}^{ - \lambda t}}\left\{ {\exp \left[ {\frac{{vx}}{{2{D_{\rm{L}}}}}(1 - \sqrt \mu )} \right]{\mathop{\rm erfc}\nolimits} \left( {\frac{{x - vt\sqrt \mu }}{{2\sqrt {{D_{\rm{L}}}} t}}} \right)} \right. + \\ \left. {\exp \left[ {\frac{{vx}}{{2{D_{\rm{L}}}}}(1 - \sqrt \mu )} \right]{\mathop{\rm erfc}\nolimits} \left( {\frac{{x + vt\sqrt \mu }}{{2\sqrt {{D_{\rm{L}}}} t}}} \right)} \right\} \end{array} $ (6)
$ \mu = 1 + \frac{{4(\gamma - \lambda ){D_{\rm{L}}}}}{{{v^2}}} $ (7)

式中:c(x, t)为模拟包气带或含水层中污染物迁移的初始浓度,mg/L;cd为模拟包气带或含水层中污染物迁移后的浓度,mg/L;μ为特征根.

式(6)(7)适用于渗漏条件下,防渗层下方包气带和含水层中的污染物迁移分析.利用式(6)(7)计算得到包气带底部的污染物浓度(将该浓度作为含水层的污染物初始浓度)和地下水中污染物浓度.式(6)(7)中基本参数取值参考表 34.

表 4 计算渗滤液浓度和渗漏的模型参数取值 Table 4 Values of model parameters for calculating leachate concentration and leakage
1.3 模拟参数的选择

为讨论参数设置的必要性与取值的合理性,同时为参数的最适宜取值提供参考,从填埋场选址与设计的角度对现有填埋场选址与设计标准中的参数进行敏感性分析[31].由表 5可见:从设计的角度,由于导排层具有快速导流渗滤液、降低渗漏风险的功能,对渗漏量与污染物浓度影响相对较大,建议选取导排层参数中的导排支管间距、导排层坡度和导排层渗透系数3个参数;从选址的角度,主要考虑渗滤液的渗漏途径,选取天然衬层渗透系数、含水层厚度和地下水流速3个参数.

表 5 在地下介质中模拟污染物运输的模型参数取值 Table 5 Values of model parameters used to simulate pollutant transport in underground media
2 各参数对污染物浓度的影响 2.1 导排支管间距对污染物浓度的影响

图 2为不同导排支管间距下地下水中污染物浓度的空间分布.从图 2可以看出,随着导排管间距增大,监测井中污染物的浓度也逐渐增加,以240 m处为例,导排支管间距从5 m增至10、25、50、75、100 m过程中,污染物浓度分别增加了4.00×10-6、8.24×10-6、1.26×10-5、1.55×10-5、1.65×10-5 mg/L.这是因为导排支管间距增大,使得渗滤液在导排层中的渗流途径增长(见图 3)[32],防渗膜上渗滤液饱和水位上升,水头压也上升.根据达西渗流定律,渗透流量与水头压差成正比,所以随着渗漏量的增加,地下水污染程度将加剧.

图 2 不同导排支管间距下地下水中污染物浓度的空间分布 Fig.2 Spatial distribution of pollutant concentration in groundwater under different spacing of guide and exhaust branch pipes

图 3 支管间距对渗滤液饱和水位的影响[32] Fig.3 Influence of branch pipe spacing on saturated leachate water level[32]
2.2 导排层坡度对污染物浓度的影响

图 4为不同导排层坡度下地下水中污染物浓度的空间分布.从图 4可以看出,随着导排层坡度增大,监测井处污染物的浓度减小[6].以240 m处为例,导排层坡度从0.01增至0.02、0.03、0.04、0.06、0.10和0.16过程中,污染物浓度分别降低了5.67×10-6、8.23×10-6、9.67×10-6、1.13×10-5、1.36×10-5 mg/L.主要原因是,随着导排层坡度增大,导排介质中的水力坡度会增大,使得导排层的侧向导排能力增强、防渗膜上渗滤液饱和水位降低、渗漏量减少.

图 4 不同导排层坡度下地下水中污染物浓度的空间分布 Fig.4 Spatial distribution of pollutant concentration in groundwater under different slope of drainage layer
2.3 导排层渗透系数对污染物浓度的影响

根据美国EPA标准[33]规定,导排层渗透系数应不小于0.1 cm/s,但根据文献[34],渗滤液中的钙镁离子、悬浮颗粒、有机质等均可导致导排层发生淤堵,导排层渗透系数减小1~3个数量级. 图 5为不同导排层渗透系数下地下水中污染物浓度的空间分布.从图 5可以看出,随着导排层渗透系数减小,监测井中污染物的浓度增加,含水层中其他位置的污染物浓度也增加.以240 m处为例,导排层渗透系数从0.1 cm/s减至0.05、0.01、0.005、0.001、0.000 5、0.000 1 cm/s的过程中,污染物浓度分别降低了4.78×10-4、5.91×10-4、7.25×10-4、7.79×10-4、8.15×10-4、8.22×10-4 mg/L.主要原因是,导排层渗透系数减小、侧向排水能力减弱,导致防渗膜上渗滤液饱和水位增加,渗漏量增加.

图 5 不同导排层渗透系数下地下水中污染物浓度的空间分布 Fig.5 Spatial distribution of pollutant concentration in groundwater under different permeability coefficients of guide layers
2.4 天然衬层渗透系数对污染物浓度的影响

图 6为不同天然衬层渗透系数下地下水中污染物浓度的空间分布.从图 6可以看出,随着天然衬层渗透系数增加,监测井中污染物的浓度增大,含水层中其他位置的污染物浓度也增大.以240 m处为例,天然衬层渗透系数从5.0×10-5cm/s减至1.0×10-5、5.0×10-6、1.0×10-6、5.0×10-7、1.0×10-7和5.0×10-8 cm/s过程中,污染物浓度分别降低了6.50×10-4、8.86×10-4、9.06×10-4、9.36×10-4、9.36×10-4、9.36×10-4 mg/L.根据达西渗透定律,水分在多孔介质中的渗透速率和流量与多孔介质的天然衬层渗透系数成正比,因此天然衬层的渗透系数越大,从防渗膜上漏洞渗漏的渗滤液能以更大的流量和流速到达包气带和地下水中[35].

图 6 不同天然衬层渗透系数下地下水中污染物浓度的空间分布 Fig.6 Spatial distribution of pollutant concentration in groundwater under different permeability coefficient of natural linings
2.5 含水层厚度对污染物浓度的影响

图 7为不同含水层厚度下地下水中污染物浓度的空间分布.从图 7可以看出,随着含水层厚度增加,含水层中其他位置处的污染物浓度逐渐降低.以240 m处为例,含水层厚度从2.7 m增至5.4、10.8、21.6和43.2 m过程中,污染物浓度分别降低了2.73× 10-5、2.87×10-5、2.96×10-5、2.96×10-5 mg/L.推测原因可能是:随着横向弥散系数增大,污染物在垂直方向上的扩散效应增强;含水层越厚其稀释和自净能力越强,污染物浓度越低[36].

图 7 不同含水层厚度下地下水中污染物浓度的空间分布 Fig.7 Spatial distribution of pollutant concentration in groundwater under different aquifer thickness
2.6 地下水流速对污染物浓度的影响

图 8为不同地下水流速下地下水中污染物浓度的空间分布.从图 8可以看出,地下水流速越大,含水层中的其他位置处的污染物浓度越低,污染程度越小.以240 m处为例,地下水流速从10 m/a增至20、50、100和150 m/a过程中,污染物浓度分别降低了1.96×10-5、3.71×10-5、4.59×10-5、4.98×10-5 mg/L.主要是因为地下水流速越大,含水层的自净和稀释能力越强[37].

图 8 不同地下水流速下地下水中污染物浓度的空间分布 Fig.8 Spatial distribution of concentration in groundwater atunder different underground water flow velocities
3 讨论 3.1 各参数的敏感性分析

对各参数进行敏感性分析的结果如图 9所示.由图 9(a)可见,当导排支管间距从5 m增至100 m时,污染物浓度增至1.17×10-5 mg/L,增加速率为1.23×10-7 mg/(L ·m).导排支管间距主要影响填埋场内的渗滤液导排途径长度,在同等面积的填埋场中,导排支管间距越大,渗滤液导排途径越长,使得渗滤液最高水位增加,水压增大,导致渗滤液渗漏风险增大,地下水中污染物浓度增大[38].

图 9 各参数敏感性分析 Fig.9 Sensitivity analysis of parameters

图 9(b)可见:当导排层坡度从0.01增至0.04时,污染物浓度迅速减至6.31×10-6 mg/L,单位坡度减小速率为2.10×10-4 mg/L;而当导排层坡度从0.04增至0.16时,单位坡度减小速率降低,仅为2.08×10-5 mg/L;而当导排层坡度继续增大时,其变化对监测井中污染物浓度的影响已经可以忽略.由图 9(c)可见:当导排层渗透系数从0.000 1 cm/s增至0.01 cm/s时,污染物浓度迅速减至1.96×10-4 mg/L,减小速率为0.20 (mg ·s)/(L ·cm);而当导排层渗透系数从0.01 cm/s增至0.1 cm/s时,减小速率降低,仅为3.15×10-4 (mg ·s)/(L ·cm);而当导排层渗透系数继续增大时,其变化对监测井中污染物浓度的影响已经可以忽略.研究[39-40]表明,导排层坡度和导排层渗透系数是渗滤液导排能力的主要影响因素,导排层坡度和导排层渗透系数增大会提高渗滤液的导排效率,降低渗滤液饱和液位,进而降低渗滤液渗漏源强,使得地下水中污染物浓度减小.

图 9(d)可见:当天然衬层渗透系数从5.0×10-8 cm/s增至1.0×10-6 cm/s时,污染物浓度迅速增至3.30×10-5 mg/L,增加速率为37.74 (mg ·s)/(L ·cm);而当天然衬层渗透系数从1.0×10-6 cm/s增至5.0×10-5 cm/s时,增加速率降低,仅为11.75 (mg ·s)/(L ·cm).可见,天然衬层渗透系数对于渗漏污染风险控制具有重要作用,会直接影响渗滤液进入地下水的穿透时间,以保证含水层具有更充分的时间对污染物进行稀释缓冲[41-42].

图 9(e)可见:当含水层厚度从2.7 m增至5.4 m时,污染物浓度迅速减至1.55×10-5 mg/L,减小速率为5.74×10-6 mg/(L ·m);而当含水层厚度从5.4 m增至43.2 m时,减小速率降低,仅为5.58×10-7 mg/(L ·m);而当厚度继续增大时,其变化对监测井中污染物浓度的影响已经可以忽略.由图 9(f)可见:当地下水流速从10 m/a增至50 m/a时,污染物浓度迅速减至1.61×10-5 mg/L,减小速率为4.03×10-7 (mg ·a)/(L ·m);而当地下水流速从50 m/a增至150 m/a时,减小速率降低,仅为7.7×10-8(mg ·a)/ (L ·m);而当地下水流速继续增大时,其变化对监测井中污染物浓度的影响已经可以忽略.含水层厚度与地下水流速对污染物浓度的主要影响在于稀释扩散作用,随着稀释扩散作用形成的污染羽面积逐渐增大,污染物浓度逐渐减小,且减小速率会降低,当污染羽面积达到最大时,污染物浓度降至最低[43-44].

为进一步细化分析污染物浓度对各参数的敏感性,对各参数进行函数拟合.污染物浓度与导排支管间距、导排层坡度、导排层渗透系数、天然衬层渗透系数、含水层厚度、地下水流速均存在幂函数关系,相关系数(R2)分别为1.000 0、0.997 1、0.991 1、1.000 0、0.883 5、0.988 6(见图 9),说明拟合效果好,可信度高.然后,对变化参数取值,根据污染物浓度变化确定敏感性指数.对参数敏感性排序(见表 6)可知,导排支管间距>含水层厚度>导排层坡度>天然衬层渗透系数>导排层渗透系数>地下水流速,其中导排层支管间距敏感性指数为正值,污染物浓度会随着导排支管间距的增加而升高,其余为负值,污染物浓度会随着参数值的增加而降低.

表 6 各参数敏感性指数及排序 Table 6 Sensitivity index of parameters
3.2 各参数的敏感区间与推荐取值

根据3.1节的讨论结果,确定了6个因素的敏感区间(见表 7).在敏感区间中选取合适的参数值是控制填埋场污染风险的关键.对于导排层参数,在经济情况允许的范围内,建议在敏感区间中选择敏感度较高的取值,导排支管间距取10~25 m、导排层坡度取0.02~0.03、导排层渗透系数取0.000 5~0.001 cm/s.

表 7 各参数敏感区间与推荐取值 Table 7 Sensitive ranges and recommended values of each parameter

对于水文地质参数,需要通过实地考察,参考相关地质材料确定所选厂址的相关参数数值,综合各方面因素考虑,选择敏感区间中相对合适的取值,建议天然衬层渗透系数取5.0×10-7~1.0×10-6 cm/s、含水层厚度取2.7~5.4 m、地下水流速取20~50 m/a.

与国内外相关标准相比,对于导排支管间距、含水层厚度和地下水流速3个参数,并没有作出明确的指示,该研究给出了比较合理的推荐取值.对于其他3个参数,导排层坡度的推荐取值与国内标准相吻合,美国与德国要求更加严格;导排层渗透系数与德国标准相吻合,中国和美国要求更加严格;天然衬层渗透系数与中国和美国标准相吻合,德国要求更加严格(见表 7).

4 结论

a) 当导排支管间距>25 m、导排层坡度<2%、导排层渗透系数<0.000 1 cm/s、天然衬层渗透系数>1×10-6 cm/s时,地下水污染风险急剧增大;反之,当导排支管间距<10 m、导排层坡度>3%、导排层渗透系数>0.01 cm/s、天然衬层渗透系数<5×10-7 cm/s时,对地下水污染风险的管控并无明显影响.

b) 建议将标准中设计参数的最低技术要求为导排支管间距≥25 m、导排层坡度≥2%、导排层渗透系数≥0.01 cm/s、天然衬层渗透系数取≥1.0×10-6 cm/s.

c) 各参数对地下水污染风险的敏感性不同,由大到小依次为导排支管间距>含水层厚度>导排层坡度>天然衬层渗透系数>导排层渗透系数>地下水流速,利用指标体系方法进行填埋场地下水风险评估时,指标权重可参考此排序.

参考文献
[1]
OMAR H, ROHANI S. Treatment of landfill waste, leachate and landfill gas:a review[J]. Frontiers of Chemical Science and Engineering, 2015, 9(1): 15-32. (0)
[2]
徐亚, 刘玉强, 能昌信, 等. 基于概率风险分析的填埋场安全防护距离研究[J]. 中国环境科学, 2017, 37(7): 2786-2792.
XU Ya, LIU Yuqiang, NAI Changxin, et al. A probabilistic risk-based method to determine the safety protection distance for solid waste landfill[J]. China Environmental Science, 2017, 37(7): 2786-2792. DOI:10.3969/j.issn.1000-6923.2017.07.046 (0)
[3]
WANG Xiaojun, JIA Mingsheng, LIN Xiangyu, et al. A comparison of CH4, N2O and CO2 emissions from three different cover types in a municipal solid waste landfill[J]. Air Repair, 2017, 67(4): 507-515. (0)
[4]
BRANCHINI L. Municipal waste overview[M]. Berlin: Springer International, 2015. (0)
[5]
GRUGNALETTI M, PANTINI S, VERGINELLI I, et al. An easy-to-use tool for the evaluation of leachate production at landfill sites[J]. Waste Management, 2016, 55: 204-219. DOI:10.1016/j.wasman.2016.03.030 (0)
[6]
XU Ya, XUE Xiangshan, DONG Lu, et al. Long-term dynamics of leachate production, leakage from hazardous waste landfill sites and the impact on groundwater quality and human health[J]. Waste Management, 2018, 82: 156-166. DOI:10.1016/j.wasman.2018.10.009 (0)
[7]
LU Xinwei, WANG Lijiang, LORETTA Y, et al. Multivariate statistical analysis of heavy metals in street dust of Baoji, NW China[J]. Journal of Hazardous Materials, 2010, 173(1/2/3): 744-749. (0)
[8]
LEWIS T W, PIVONKA P, FITYUS S G, et al. Parametric sensitivity analysis of coupled mechanical consolidation and contaminant transport through clay barriers[J]. Computers and Geotechnics, 2009, 36(1/2): 31-40. (0)
[9]
徐亚, 刘玉强, 胡立堂, 等. 填埋场井筒效应及其对污染监测井监测效果的影响[J]. 中国环境科学, 2018, 38(8): 315-322.
XU Ya, LIU Yuqiang, HU Litang, et al. Wellbore effect and its influence on contamination monitor well-a case study on groundwater monitor well around landfill[J]. China Environmental Science, 2018, 38(8): 315-322. (0)
[10]
XU Ya, DONG Lu, NAI Changxin, et al. Buffering distance between hazardous waste landfill and water supply wells in a shallow aquifer[J]. Journal of Cleaner Production, 2019, 211: 1180-1189. DOI:10.1016/j.jclepro.2018.11.161 (0)
[11]
FLEMING I R, ROWE R K. Laboratory studies of clogging of landfill leachate collection and drainage systems[J]. Canadian Geotechnical Journal, 2004, 41(1): 134-153. DOI:10.1139/t03-070 (0)
[12]
BEAVEN R P, HUDSON A P, KNOX K, et al. Clogging of landfill tyre and aggregate drainage layers by methanogenic leachate and implications for practice[J]. Waste Management, 2013, 33(2): 431-444. DOI:10.1016/j.wasman.2012.10.021 (0)
[13]
YANG Y S, LI P, ZHANG X, et al. Lab-based investigation of enhanced BTEX attenuation driven by groundwater table fluctuation[J]. Chemosphere, 2017, 169: 678-684. DOI:10.1016/j.chemosphere.2016.11.128 (0)
[14]
YUE W, JUAN L, DA A, et al. Site selection for municipal solid waste landfill considering environmental health risks[J]. Resources, Conservation and Recycling, 2018, 138: 40-46. DOI:10.1016/j.resconrec.2018.07.008 (0)
[15]
US Environmental Protection Agency.EPA/106152 hazardous and solid waste amendment[S].Washington DC: Government Printing Office, 1984. (0)
[16]
国家环境保护总局.GB 18598-2001危险废物填埋污染控制标准[S].北京: 中国标准出版社, 2001. (0)
[17]
国家环境保护总局.GB 16889-2008生活垃圾填埋场污染控制标准[S].北京: 中国标准出版社, 2001. (0)
[18]
European Environment Agency.99/31/EC council directive[S].Brussels: Official Journal of the European Communities, 1999. (0)
[19]
CAPELLI L, SIRONI S, ROSSO R D, et al. Measuring odours in the environment vs.dispersion modelling:a review[J]. Atmospheric Environment, 2013, 79: 731-743. DOI:10.1016/j.atmosenv.2013.07.029 (0)
[20]
SHU S, ZHU W, WANG S, et al. Leachate breakthrough mechanism and key pollutant indicator of municipal solid waste landfill barrier systems:centrifuge and numerical modeling approach[J]. Science of the Total Environment, 2018, 612: 1123-1131. DOI:10.1016/j.scitotenv.2017.08.185 (0)
[21]
KOTOWSKA U, KAPELEWSKA J, STURGULEWSKA J. Determination of phenols and pharmaceuticals in municipal wastewaters from polish treatment plants by ultrasound-assisted emulsification-microextraction followed by GC-MS[J]. Environment Science and Polluttion Research International, 2014, 21(1): 660-673. DOI:10.1007/s11356-013-1904-6 (0)
[22]
ZHAN L T, CHEN C, WANG Y, et al. Failure probability assessment and parameter sensitivity analysis of a contaminant's transit time through a compacted clay liner[J]. Computers and Geotechnics, 2017, 86: 230-242. DOI:10.1016/j.compgeo.2017.01.014 (0)
[23]
DJOGO M, RADONIĆ J, MIHAJLOVIĆ I, et al. Selection of optimal parameters for future research monitoring programmes on MSW landfill in Novi Sad, Serbia[J]. Fresenius Environmental Bulletin, 2017, 26: 1329-1332. (0)
[24]
GIROUD J P, BONAPARTE R. Leakage through liners constructed with geomembranes:Part Ⅰ.geomembrane liners[J]. Geotextiles & Geomembranes, 1989, 8(1): 27-67. (0)
[25]
GIROUD J P, BONAPARTE R. Leakage through liners constructed with geomembranes:Part Ⅱ.composite liners[J]. Geotextiles & Geomembranes, 1989, 8(2): 71-111. (0)
[26]
DARILEK G T, PARRA J O. The electrical leak location method for geomembrane liners[J]. Journal of Hazardous Materials, 1988, 21(2): 177-187. (0)
[27]
KASTMAN K H. Hazardous waste landfill membrane:design, installation and monitoring[J]. Proceedings of the International Conference on Geomembranes, 1984, 1: 215-220. (0)
[28]
MCQUADE S J, NEEDHAM A D. Geomembrane liner defects-causes, frequency and avoidance[J]. Proceedings of the Institution of Civil Engineers-Geotechnical Engineering, 1999, 137: 203-213. (0)
[29]
ROSENBERG N D, SPERA F J. Convection in porous media with thermal and chemical buoyancy:a comparison of two models for solute dispersion[M]. New York: Chaotic Processes in the Geological Sciences, 1992. (0)
[30]
AGENCY E. The development of LandSim 2.5[M]. New York: The Development of American Industries:Prentice-Hall, 1941. (0)
[31]
CHANG H, ZHAO Y, TAN H, et al. Parameter sensitivity to concentrations and transport distance of odorous compounds from solid waste facilities[J]. Science of the Total Environment, 2019, 651: 2158-2165. DOI:10.1016/j.scitotenv.2018.10.134 (0)
[32]
徐亚, 颜湘华, 董路, 等. 基于Landsim的填埋场长期渗漏的污染风险评价[J]. 中国环境科学, 2014, 34(5): 1355-1360.
XU Ya, YAN Xiang Hua, DONG Lu, et al. Pollution risk assessment of long-term leaking in landfill-based on the Landsim model[J]. China Environmental Science, 2014, 34(5): 1355-1360. (0)
[33]
Center for Enviromental Research Information Office of Research.EPA625/489/022 requirement for hazardous waste landfill design, construction, and closure[S].Washington DC: US Environmental Protection Agency, 1989. (0)
[34]
徐亚, 董路, 能昌信, 等. 危废填埋场导排层淤堵的时空分布特征[J]. 中国环境科学, 2016, 36(3): 849-855.
XU Ya, DONG Lu, NAI Changxin, et al. Spatial and temporal characterization of drainage clogging in hazardous waste landfill[J]. China Environmental Science, 2016, 36(3): 849-855. DOI:10.3969/j.issn.1000-6923.2016.03.030 (0)
[35]
LIAN X, JIA Y F, YANG Y, et al. Identification of groundwater redox process induced by landfill leachate based on sensitive factor method[J]. Environmental Science & Pollution Research, 2017, 24(3/4): 1-8. (0)
[36]
LIU J G, NIE X Q, ZENG X W, et al. Long-term leaching behavior of phenol in cement/activated-carbon solidified/stabilized hazardous waste[J]. Journal of Environmental Management, 2013, 115: 265-269. DOI:10.1016/j.jenvman.2012.11.026 (0)
[37]
AVISHAI L, SIEBNER H, DAHAN O, et al. Using the natural biodegradation potential of shallow soils for in-situ remediation of deep vadose zone and groundwater[J]. Journal of Hazardous Material, 2017, 324: 398-405. DOI:10.1016/j.jhazmat.2016.11.003 (0)
[38]
BHOWMICK S, PRAMANIK S, SINGH P, et al. Arsenic in groundwater of West Bengal, India:a review of human health risks and assessment of possible intervention options[J]. Science of the Total Environment, 2018, 612: 148-169. DOI:10.1016/j.scitotenv.2017.08.216 (0)
[39]
DAN A, MASAO O, YUTA F, et al. Removal of heavy metals from synthetic landfill leachate in lab-scale vertical flow constructed wetlands[J]. Science of the Total Environment, 2017, 584/585: 742-750. DOI:10.1016/j.scitotenv.2017.01.112 (0)
[40]
HAN Z Y, MA H N, SHI G Z, et al. A review of groundwater contamination near municipal solid waste landfill sites in China[J]. Science of the Total Environment, 2016, 569/570: 1255-1264. DOI:10.1016/j.scitotenv.2016.06.201 (0)
[41]
LIOR A, HAGAR S, OFER D, et al. Using the natural biodegradation potential of shallow soils for in-situ remediation of deep vadose zone and groundwater[J]. Journal of Hazardous Materials, 2017, 324: 398-405. DOI:10.1016/j.jhazmat.2016.11.003 (0)
[42]
SAEEDREZA H, AMITY G, ZIMMER-FAUS T, et al. Remediation of groundwater contaminated with arsenic through enhanced natural attenuation:batch and column studies[J]. Water Research, 2017, 122: 545-556. DOI:10.1016/j.watres.2017.06.029 (0)
[43]
YING S C, SCHAEFER M V, COCKESTEB A, et al. Depth stratification leads to distinct zones of manganese and arsenic contaminated groundwater[J]. Environmental Science & Technology, 2017, 51: 8926-8932. (0)
[44]
YANG Y S, LI P, ZHANG X, et al. Lab-based investigation of enhanced BTEX attenuation driven by groundwater table fluctuation[J]. Chemosphere, 2017, 169: 678-684. DOI:10.1016/j.chemosphere.2016.11.128 (0)