环境科学研究  2020, Vol. 33 Issue (6): 1315-1321  DOI: 10.13198/j.issn.1001-6929.2020.05.29

引用本文  

李翔, 汪洋, 鹿豪杰, 等. 京津冀典型区域地下水污染风险评价方法研究[J]. 环境科学研究, 2020, 33(6): 1315-1321.
LI Xiang, WANG Yang, LU Haojie, et al. Groundwater Pollution Risk Assessment Method in a Typical Area of Beijing-Tianjin-Hebei Region[J]. Research of Environmental Sciences, 2020, 33(6): 1315-1321.

基金项目

国家水体污染控制与治理科技重大专项(No.2018ZX07109-001)
National Major Science and Technology Program for Water Pollution Control and Treatment, China (No.2018ZX07109-001)

责任作者

李娟(1981-), 女, 陕西岐山人, 副研究员, 博士, 主要从事地下水污染防控与评估技术研究, lijuan@craes.org.cn; 席北斗(1969-), 男, 安徽砀山人, 研究员, 博士, 博导, 主要从事土壤与地下水污染防控与修复、固体废物污染防治与资源化等研究, xibeidou@263.net.

作者简介

李翔(1970-), 女, 河南洛阳人, 研究员, 博士, 主要从事环境风险评估及管控研究, lixiang@craes.org.cn

文章历史

收稿日期:2020-03-22
修订日期:2020-05-11

编者按: “十三五”国家水体污染控制与治理科技重大专项研究取得积极进展与成效,本专题将就水专项的成果案例进行展示,本次是“京津冀地下水污染防治关键技术研究与示范项目”的部分研究成果. 地下水环境安全对于支撑京津冀地区协同发展具有重要意义. 该项目旨在初步建立地下水污染防控与修复技术标准与规范体系,研发、综合示范和集成应用一批地下水污染监测和修复关键技术、材料与成套装备,有效控制典型示范区地下水污染恶化趋势,实现地下水安全回补,为京津冀地区和全国的地下水污染防治提供有力的科技支撑. 现将部分成果集中发表,以期为相关研究提供参考.

京津冀典型区域地下水污染风险评价方法研究
李翔1, 汪洋1, 鹿豪杰1, 洪慧1, 肖超1, 李娟2, 席北斗1    
1. 中国环境科学研究院, 国家环境保护地下水污染模拟与控制重点实验室, 北京 100012;
2. 生态环境部土壤与农业农村生态环境监管技术中心, 北京 100012
摘要:地下水污染风险评价是开展京津冀地区地下水污染防控工作的基础,对于保障京津冀地下水环境安全至关重要.为了有针对性地开展京津冀地区地下水污染防控工作,以京津冀地区内某典型区域为研究区,提出了一种基于HYDRUS-2D软件的地下水污染风险评价方法,并以研究区内特征污染物硝酸盐为对象进行地下水污染风险评价.结果表明:①研究区内地下水污染荷载主要受垃圾填埋场分布影响,其次为工业源和农业面源;②包气带结构类型不变的情况下,污染源荷载的变化只会导致进入含水层中的污染物浓度不同,不会改变包气带硝酸盐折减系数;③污染源类型、包气带介质岩性及厚度是造成研究区内地下水硝酸盐污染风险评价存在差异的主要原因.研究显示,采用基于HYDRUS-2D软件的地下水污染风险评价方法,能够有效地降低地下水污染评价过程中的主观性,对于确定京津冀地区地下水污染重点防控区域,提高地下水环境管理水平具有重要的参考价值.
关键词京津冀地区    地下水污染    风险评价    过程模拟    
Groundwater Pollution Risk Assessment Method in a Typical Area of Beijing-Tianjin-Hebei Region
LI Xiang1, WANG Yang1, LU Haojie1, HONG Hui1, XIAO Chao1, LI Juan2, XI Beidou1    
1. State Environmental Protection Key Laboratory of Simulation and Control of Groundwater Pollution, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
2. Technical Centre for Soil, Agriculture and Rural Ecology and Environment, Ministry of Ecology and Environment, Beijing 100012, China
Abstract: Groundwater pollution risk assessment is the basis of groundwater pollution prevention and control in the Beijing-Tianjin-Hebei Region, which is essential for ensuring the safety of the groundwater environment in Beijing-Tianjin-Hebei Region. In order to prevent and control groundwater pollution in the Beijing-Tianjin-Hebei Region, a groundwater risk assessment method using HYDRUS-2D software was established for a typical area in the Beijing-Tianjin-Hebei Region. This method was used to assess the groundwater nitrate pollution risk in the typical area. The results show that: (1) Groundwater pollution load in the study area is mainly affected by the distribution of landfills, followed by industrial sources and agricultural non-point sources. (2) Under the condition that the structure of the aeration zone remains unchanged, changes in the load of the pollution source will only cause different concentrations of pollutants to enter the aquifer and will not change the reduction factor of the aeration zone. (3) The main reason for the difference in groundwater pollution risk assessment results was the type of pollution source, the lithology and thickness of vadose zone. The research shows that the groundwater pollution risk assessment methods based on HYDRUS-2D software can effectively reduce the subjectivity of the groundwater pollution assessment process, which has important reference value for determining the key prevention and control areas of groundwater pollution and for improving the level of groundwater environment management in the Beijing-Tianjin-Hebei Region.
Keywords: Beijing-Tianjin-Hebei Region    groundwater pollution    risk assessment    process simulation    

在京津冀地区,75%以上城镇生活饮用水均来自地下水,地下水环境质量是京津冀地区的饮水安全与社会经济发展的重要保障[1].随着对地下水的持续开采,京津冀局部地区地下水位持续下降,由此引发的各种环境问题日益突显.由于地下水系统的复杂性与隐蔽性,地下水污染问题难以发现,且一旦污染很难治理[2].因此,通过开展地下水污染风险评价方法研究,寻求适合京津冀地区的地下水污染风险评价方法,识别地下水易遭受污染的区域,以分区域、分级别防范地下水污染,可为管理者合理利用地下水资源、有针对性地制定地下水保护措施提供理论支撑.

地下水污染风险也被称为“地下水的易污性”“地下水系统防污性能”“地下水污染潜力”等[3-4].地下水污染风险问题最早由法国水文地质学家Margat于1968年提出[5],提出伊始,人们仅关注到土壤-含水层系统本身,即仅研究自然因素对地下水脆弱性大小的影响,认为地下水脆弱性为一种含水层内在的属性,主要与包气带的保护能力及饱和带的净化能力有关. 1987年在“土壤与地下水脆弱性国际会议”上,首次提出地下水的脆弱性与人为因素有关,认为不同的污染源,地下含水层对其敏感性大小也不同,因此其地下水污染风险也不同[6].目前国内外常见的地下水污染风险评价的方法主要有迭置指数法、过程模拟法、统计方法和模糊数学方法等[7].

迭置指数法由于具有评价方法简单、评价参数易于获取等优点,是目前最简单且应用最广泛的地下水污染风险评价方法.但是由于因子的评分和权重体系多基于经验方法获取,客观性和科学性较差.典型的评价模型有DRASTIC、GOD、SINTACS等[8-14],其中DRASTIC模型的使用较为普遍[15].统计方法虽然能够客观地筛选出地下水污染的主要影响因素,并通过回归方程给出适当的权重值,避免了专家评判的主观性,但其没有涉及污染发生的基本过程并且评价时需要大量的监测资料和相关信息作为基础,应用有限[16].常用的统计方法有地理统计法、线性回归分析法、逻辑回归分析法和实证权重法等[17-18].过程模拟方法是利用成熟的污染物迁移转化模型,模拟污染物在包气带和饱水带中迁移、转化的过程,结合地下水脆弱性评价公式计算地下水脆弱性综合指数.过程模拟法既能模拟地下水污染物的迁移转化过程,又可以预测污染物的时空分布情况,且污染物迁移时间、污染物浓度及污染面积等模拟结果均可进行量化.由于评价过程中没有主观因素的影响,评价结果科学性和可信度较强,近年来受到越来越多的关注.目前,常用的污染过程模拟软件和模型主要有FEFLOW、FEMWATER、GMS、Visual MODFLOW、MT3D和RT3D、HYDRUS等[19-22].

HYDRUS-2D是一款模拟饱和-非饱和区水分、热及溶质运移的软件,具有输入数据相对较少、模拟结果可靠等优点,在包气带土壤水分及溶质运移模拟研究中被广泛应用[23-25].因此,该研究以京津冀地区某典型污染区域为例,采用HYDRUS-2D软件,通过模拟污染物在不同包气带结构下的迁移转化过程,对地下水污染风险进行评价研究.研究成果可为管理者合理利用地下水资源,有针对性地制定地下水保护措施提供理论支撑.

1 研究区概况

研究区位于京津冀平原区内,面积约为909.72 km2,地形由北向南倾斜,平均坡度为0.1%~0.2%.气候类型属于典型暖温带大陆性季风气候,四季分明,春季干旱多风,夏季高温多雨,秋季天高气爽,冬季寒冷干燥.

研究区第四系沉积物广泛分布于平原和山间沟谷,沉积层的特征为北薄南厚、东薄西厚.根据松散层的沉积规律和埋藏条件,研究区含水层由上到下可分为潜水含水层、浅层承压含水层和深层承压含水层组.潜水含水层广泛分布于研究区,该层岩石颗粒大、渗透性强,直接接受大气降水和地表水入渗补给,为研究区农业用水的主要取水段;浅层承压含水层为多层含水层分布区,含水层埋深范围为50~120 m,其岩性均一、透水性强、富水性好,是当地水源井、自备井的主要开采层.地下水补给主要为大气降水入渗补给、侧向径流补给、水库渗漏、河流入渗补给以及灌溉回渗补给,其中大气降水入渗补给是研究区内地下水最主要的补给来源.天然条件下,地下水径流方向与地形地貌变化一致,即由山前向平原,由北西向南东流动.现状条件下,由于地下水的集中开采,局部地区流向发生改变,在开采量较大的地区,形成区域性降落漏斗.研究区地下水的排泄方式主要有两种:①自然排泄,主要是指地下水的溢出、蒸发及流向下游的侧向流出;②人工开采,包括应急水源地、区县水源地及工农业自备井开采.天然条件下,地下水的排泄方式主要为蒸发排泄; 现状条件下,人工开采已成为地下水主要排泄方式.

2 地下水污染荷载评价

基于现场调研结果,研究区地下水污染源主要包括工业源、农业面源、居民区、垃圾填埋场和地表水体5种类型,污染源分布情况见图 1.根据各类型污染源的污染物排放方式,以硝酸盐为特征污染物计算污染荷载.

图 1 研究区污染源空间分布 Fig.1 Spatial distribution of groundwater pollution sources in the study area
2.1 工业源

结合环统数据和现场调研资料,通过式(1)进行工业源污染荷载评价.

$ Q_{\mathrm{n}}=q \times Q_{i} \times \lambda / S_{i} $ (1)

式中:Qn为单个工业源污染荷载值,mg/(m2 ·a);q为特征污染物硝酸盐排放浓度,mg/L;Qi为污染源i的污水排放量,L/a;λ为地表入渗系数;Si为污染源i的面积,m2.

由于缺乏工业源的污水排放监测数据,参考各类型工业源排放标准中的最大允许硝酸盐排放浓度代替硝酸盐的实际排放浓度.工业源的影响范围参照《地下水污染防治分区划分工作指南》中各类污染源缓冲区半径设定,如表 1所示.

表 1 工业源缓冲区半径的设定 Table 1 Industrial source buffer radius setting
2.2 居民区

城镇居民区用水主要包括生活用水、公共服务用水、生产运营用水等,假设城镇居民区的用水全部为生活用水,其供应的水全部转化为城市污水,供水的损失量全部渗漏进入地下,则生活污水的入渗系数计算公式:

$ {{\lambda }_{\text{r}}}=\frac{{{Q}_{1}}-{{Q}_{2}}+{{Q}_{3}}\times S\times \mu }{{{Q}_{1}}+{{Q}_{3}}\times S\times \mu } $ (2)

式中:λr为生活污水入渗系数;Q1为居民区供水量,m3/a;Q2为居民区废水排放量,m3/a;Q3为多年平均降雨量,m/a;S为居民区面积,m2μ为降雨径流系数.

该地区2018年水资源公报显示,2018年该地区总供水量为39.3×108 m3,污水排放总量为20.4×108 m3,耗水量为18.9×108 m3,计算出该地区生活污水入渗系数(λr)为0.77.根据《全国水环境容量核定技术指南》,一般城市人均产污系数约为6 g/d,由此计算出居民区硝酸盐污染荷载(见表 2).

表 2 居民区硝酸盐污染荷载计算结果 Table 2 Calculation result of nitrate pollution load in residential areas
2.3 农业面源

研究区农业面源污染物的排放浓度根据《全国水环境容量核定技术指南》确定. 《全国水环境容量核定技术指南》中规定,标准农田源强系数COD为15 t/(km2 ·a)、氨氮为3 t/(km2 ·a).研究区主要为平原区,表层土为黏粉和粉黏,其年均降雨量为567 mm,经过研究区实际情况修正后,硝酸盐源强系数为2.64 g/(m2 ·a).

2.4 垃圾填埋场

垃圾填埋场的硝酸盐污染荷载,主要根据垃圾填埋场渗滤液产生量及渗滤液中硝酸盐浓度确定.假定填埋场中填埋的垃圾水分含量为零,其渗滤液的产生量仅与年降雨量有关,根据式(3)可估算垃圾渗滤液产生量[26].

$ Q_{\mathrm{f}}=K \times I \times A \times 10^{-3} $ (3)

式中:Qf为垃圾填埋场渗滤液流量,m3/d;K为渗出系数;I为最大年降水量的日换算值,mm/d;A为垃圾填埋场面积,m2.

由于缺乏垃圾填埋场渗滤液检测数据,参考GB 16889—2008《生活垃圾填埋场污染控制标准》中现有和新建生活垃圾填埋场水污染物排放质量浓度限值,计算硝酸盐污染荷载,结果见表 3.

表 3 垃圾填埋场硝酸盐污染荷载计算结果 Table 3 Calculation result of nitrate pollution load in landfill
2.5 地表水体

地表水体硝酸盐污染荷载主要与河道水质、水量及底泥的渗透性有关,由于河道的面积难以确定,通过其河道的长和宽确定河道的水量.河道硝酸盐污染荷载计算公式:

$ {{Q}_{\text{w}}}=L\times W\times {{K}_{\text{m}}}\times C $ (4)

式中:Qw为河道硝酸盐污染荷载,t/a;L为河道的长度,m;W为河道的宽度,m;Km为底泥入渗速率,参考淤泥质土的入渗速率,取值为1.5×10-9 m/s;C为河道中硝酸盐浓度,mg/L.

由于研究区内的河道多为再生水排放河道,因此根据GB 18918—2002《城镇污水处理厂污染物排放标准》确定河道的硝酸盐浓度限值,计算各河道硝酸盐污染荷载.

2.6 污染荷载叠加计算

根据以上5类污染源的污染荷载量化计算结果,基于ArcGIS 10.2软件中的栅格叠加功能将不同污染源的硝酸盐污染荷载计算结果进行叠加,得到研究区内各类污染源硝酸盐污染荷载空间分布(见图 2).由图 2可见,研究区硝酸盐污染荷载主要受垃圾填埋场及工业源分布的影响.其中1号垃圾填埋场为2019年研究区重点排污单位名录中固体废物重点监管单位,垃圾渗滤液中的氨氮含量较高,造成较高的污染荷载. 2号垃圾填埋场建设时间较早,随着垃圾量的增多,出现了超负荷运营的情况,目前该垃圾填埋场已封场,但场地地下水依旧存在较高的潜在污染风险.

图 2 研究区硝酸盐污染荷载空间分布 Fig.2 Spatial distribution of nitrate pollution load in the study area
3 包气带污染过程模拟

地表污染物随着下渗水进入包气带运移过程中,可在包气带介质发生各种衰减作用[27-29].将流出包气带介质的污染物质量与进入包气带介质的污染物质量之比定义为包气带折减系数,用其来表征污染物在包气带介质中迁移转化的过程.基于研究区钻孔资料对包气带结构进行概化分区,通过HYDRUS-2D软件模拟硝酸盐从地表到地下的过程,进而计算得到每个包气带介质分区下的折减系数.

3.1 包气带结构概化分区

包气带中硝酸盐的迁移转化过程与包气带介质的岩性、厚度、结构密切相关[30-31],而实际环境中包气带结构复杂,为了便于计算,对其进行概化分区.通过对研究区钻孔资料、水文地质图等资料的收集分析,将研究区概化为8个不同包气带结构分区,如图 3所示.各分区下的包气带结构概化结果见图 4.

图 3 研究区包气带结构概化分区 Fig.3 Partition diagram of vadose zone in the study area

图 4 研究区包气带结构概化结果 Fig.4 Lithology generalization diagram of vadose zone structure
3.2 污染物包气带运移模拟

通过HYDRUS-2D软件,模拟硝酸盐在每种包气带结构下的迁移转化过程,并基于模拟结果计算包气带折减系数.硝酸盐在不同包气带结构下的折减系数根据式(5)计算.

$ R_{j}=C_{j} / C_{0} $ (5)

式中:Rj为包气带结构分区j下的硝酸盐折减系数;Cj为硝酸盐穿过包气带到达地下水面时的浓度,mg/L;C0为硝酸盐进入包气带时的初始浓度值,mg/L.

3.2.1 不同初始浓度模拟计算结果

为探究硝酸盐初始浓度(C0)是否对包气带结构分区中硝酸盐折减系数(Rj)有影响,以1区为例,在包气带结构不变的情况下,设置5种情景模式,模拟不同污染荷载条件下,硝酸盐穿过包气带到达含水层的浓度(Cj). 5种情景模式的硝酸盐初始浓度(C0)分别为5、10、15、20、50 mg/L,其初始条件、边界条件等不变.通过模拟得到10年后硝酸盐到达含水层的浓度(Cj),根据式(5)计算出硝酸盐折减系数,其结果见图 5.

图 5 1区不同硝酸盐污染荷载下垂向迁移的模拟结果 Fig.5 The vertical migration simulation results of different pollution loads of nitrate in zone 1

从模拟结果来看,在同一包气带结构下,情景1~情况5进入地下水面中的硝酸盐浓度分别为3、6、9、12、30 mg/L,硝酸盐折减系数均为0.6.模拟结果表明,同一包气带结构下,不同硝酸盐初始浓度仅影响到达地下水面的硝酸盐浓度,并不会改变垂向折减系数.

3.2.2 不同包气带结构模拟计算结果

假设硝酸盐的初始浓度为20 mg/L,即不改动模拟环境中的水分边界,将溶质边界设定为20 mg/L.通过HYDRUS-2D软件分别模拟硝酸盐在研究区各包气带结构分区下的迁移转化过程,并计算各包气带结构分区下的硝酸盐折减系数,如图 6所示.模拟结果表明,不同包气带结构分区下其硝酸盐折减系数不同,按照从大到小的顺序分别为R4 < R5 < R2 < R3 < R8 < R6 < R7 < R1. 1区的硝酸盐折减系数最大,主要是由于其包气带厚度只有7 m,远小于其他包气带结构分区的包气带厚度,污染物硝酸盐很容易到达地下水面. 2区~8区的深度在20~55 m之间,其中包气带介质中具有粉黏的4区与5区的硝酸盐折减系数较小,说明粉黏的低渗透性降低了地下水的流速,使得硝酸盐在包气带介质中发生一系列的物化及生物反应,其浓度大幅衰减.综上,硝酸盐折减系数大小与包气带的厚度、介质类型密切相关.

图 6 不同包气带结构分区的硝酸盐折减系数 Fig.6 The reduction coefficient diagram of nitrate in different vadose zone
4 地下水污染风险评价

基于研究区地表硝酸盐污染荷载计算结果(见图 2)和各包气带结构分区下的硝酸盐折减系数计算结果(见图 6),通过ArcGIS 10.2软件中的栅格计算功能,将地表硝酸盐荷载量与折减系数相乘,计算硝酸盐穿过包气带介质后到达地下水面的总量,来表征研究区地下水硝酸盐污染风险,评价结果见图 7.由图 7可见,地下水硝酸盐污染风险高的区域呈现零星的分布趋势,主要受垃圾填埋场和工业园区的分布影响,此外由于研究区内地表水体多为再生水排放河道,河道周边地区地下水硝酸盐污染风险也相对较高.

图 7 研究区地下水硝酸盐污染风险评价结果 Fig.7 Risk assessment chart of groundwater nitrate contamination in the study area
5 结论

a) 研究区硝酸盐污染荷载按从大至小的顺序分别为垃圾填埋场、工业源、农业面源、地表水体、居民区.

b) HYDRUS-2D软件模拟结果表明,包气带结构不变的情况下,污染源荷载的变化只会导致进入含水层中的污染物浓度不同,不会改变包气带硝酸盐折减系数.

c) 污染源类型、包气带介质岩性及厚度是造成研究区内地下水硝酸盐污染风险评价存在差异的主要原因.

参考文献
[1]
王丽. 京津冀地区资源开发利用与环境保护研究[J]. 经济研究参考, 2015(2): 47-71. (0)
[2]
DILLON P, PAVELIC P, TOZE S, et al. Role of aquifer storage in water reuse[J]. Desalination, 2006, 188(1): 123-134. (0)
[3]
江剑, 董殿伟, 杨冠宁, 等. 北京市海淀区地下水污染风险性评价[J]. 城市地质, 2010, 5(2): 14-18.
JIANG Jian, DONG Dianwei, YANG Guanning, et al. Risk assessment of groundwater pollution of Haidian District of Beijing[J]. Urban Geology, 2010, 5(2): 14-18. (0)
[4]
李仙波, 左锐, 滕彦国, 等. 基于RRM模型的化工企业对下辽河平原区域地下水环境风险评价[J]. 北京师范大学学报(自然科学版), 2016, 52(5): 580-585.
LI Xianbo, ZUO Rui, TENG Yanguo, et al. A risk assessment model of regional groundwater risk due to chemical enterprises in the Lower liaohe River Plain[J]. Journal of Beijing Normal University (Natural Science), 2016, 52(5): 580-585. (0)
[5]
NATIONAL R C. Ground water vulnerability assessment:contamination potential under conditions of uncertainty[M]. Washington DC: National Academy Press, 1993. (0)
[6]
孙才志, 奚旭, 董璐. 基于ArcGIS的下辽河平原地下水脆弱性评价及空间结构分析[J]. 生态学报, 2015, 35(20): 6635-6646.
SUN Caizhi, XI Xu, DONG Lu. An ArcGIS-based analysis of groundwater spatial structure and groundwater vulnerability in the lower reaches of the Liaohe River Plain[J]. Acta Ecologica Sinica, 2015, 35(20): 6635-6646. (0)
[7]
BURGESS W, HOQUE M, MICHAEL H, et al. Vulnerability of deep groundwater in the bengal aquifer system to contamination by arsenic[J]. Nature Geoscience, 2010, 3: 83-87. DOI:10.1038/ngeo750 (0)
[8]
GOGU R C, DASSARGUES A. Current trends and future challenges in groundwater vulnerability assessment using overlay and index methods[J]. Environmental Geology, 2000, 39(6): 549-559. DOI:10.1007/s002540050466 (0)
[9]
NEUKUM C, HÖTZL H. Standardization of vulnerability maps[J]. Environmental Geology, 2007, 51(5): 689-694. (0)
[10]
CIVITA M V. The combined approach when assessing and mapping groundwater vulnerability to contamination[J]. Journal of Water Resource and Protection, 2010, 2(1): 14-28. (0)
[11]
SHIRAZI S M, IMRAN H M, SHATIRAH A. GIS-based DRASTIC method for groundwater vulnerability assessment:a review[J]. Journal of Risk Research, 2012, 15(8): 992-993. (0)
[12]
LATHAMANI R, JANARDHANA M R, MAHALINGAM B, et al. Evaluation of aquifer vulnerability using DRASTIC model and GIS:a case study of Mysore City, Karnataka, India[J]. Aquatic Procedia, 2015, 4: 1032-1035. (0)
[13]
GHOSH A, TIWARI A K, DAS S. A GIS based DRASTIC model for assessing groundwater vulnerability of Katri Watershed, Dhanbad, India[J]. Modeling Earth Systems and Environment, 2015, 1(11): 2-7. (0)
[14]
AL-ABADI A M, AL-SHAMMA A M, ALJABBARI M H. A GIS-based DRASTIC model for assessing intrinsic groundwater vulnerability in northeastern Missan governorate, southern Iraq[J]. Applied Water Science, 2017, 7: 89-101. (0)
[15]
THAPINTA A, HUDAK P F. Use of geographic information systems for assessing groundwater pollution potential by pesticides in Central Thailand[J]. Environment International, 2003, 29(1): 87-88. DOI:10.1016/S0160-4120(02)00149-6 (0)
[16]
杨旭东, 孙建平, 魏玉梅. 地下水系统脆弱性评价探讨[J]. 安全与环境工程, 2006, 13(1): 1-5.
YANG Xudong, SUN Jianping, WEI Yumei. Discussion on groundwater vulneraility assessment[J]. Safety and Environmental Engineering, 2006, 13(1): 1-5. (0)
[17]
陈瑾瑶.四川大梁子铅锌矿区地下水重金属污染风险评估[D].成都: 成都理工大学, 2019. (0)
[18]
吴登定, 谢振华, 林健, 等. 地下水污染脆弱性评价方法[J]. 地质通报, 2005, 24(10): 1043-1047.
WU Dengding, XIE Zhenhua, LIN Jian, et al. Groundwater contamination vulneraility assessment[J]. Geological Bulletin of China, 2005, 24(10): 1043-1047. (0)
[19]
徐艳杰, 常利武, 黄会平. FEFLOW在地下水数值模拟中的应用[J]. 华北水利水电学院学报, 2009, 30(2): 86-88.
XU Yanjie, CHANG Liwu, HUANG Huiping. Application of FEFLOW in groundwater numerical simulation[J]. Journal of North China Institute of Water Conservancy and Hydroelectric Power, 2009, 30(2): 86-88. (0)
[20]
HAITJEMA H, KELSON V, DE L W. Selecting MODFLOW cell sizes for accurate flow fields[J]. Ground Water, 2001, 39(6): 931-933. DOI:10.1111/j.1745-6584.2001.tb02481.x (0)
[21]
谭文清, 孙春, 胡婧敏, 等. GMS在地下水污染质运移数值模拟预测中的应用[J]. 东北水利水电, 2008, 26(5): 54-55.
TAN Wenqing, SUN Chun, HU Jingmin, et al. Application of GMS in simulation of pollutants migration for groundwater[J]. Water Resources & Hydropower of Northeast China, 2008, 26(5): 54-55. (0)
[22]
刘增超, 董军, 何连生, 等. 基于过程模拟的地下水污染风险评价方法研究[J]. 中国环境科学, 2013, 33(6): 1120-1126.
LIU Zengchao, DONG Jun, HE Liansheng, et al. The method study on groundwater pollution risk assessment based on process simulation[J]. China Environmental Science, 2013, 33(6): 1120-1126. (0)
[23]
AL-ADAMAT R A N, FOSTER I D L, BABAN S M J. Groundwater vulnerability and risk mapping for the Basaltic aquifer of the Azraq Basin of Jordan using GIS, remote sensing and DRASTIC[J]. Applied Geography, 2003, 23(4): 304-310. (0)
[24]
BABIKER I S, MOHAMED M A A, HIYAMA T, et al. A GIS-based DRASTIC model for assessing aquifer vulnerability in Kakamigahara Heights, Gifu Prefecture, Central Japan[J]. Science of the Total Environment, 2005, 345(1/2/3): 127-131. (0)
[25]
TIRKEY A S, PANDEY A C, NATHAWAT M S. Use of satellite data, GIS and RUSLE for estimation of average annual soil loss in Daltonganj Watershed of Jharkhand (India) of Jharkhand (India)[J]. Journal of Remote Sensing Technology, 2013, 1(1): 20-30. (0)
[26]
熊向阳, 国瑞峰, 蔡辉, 等. 生活垃圾填埋场渗滤液积存量计算公式的探讨[J]. 环境工程, 2016, 34(S1): 657-660.
XIONG Xiangyang, GUO Ruifeng, CAI Hui, et al. Disscuss on accumulation amount formula for landfill leachate in municipal solid waste[J]. Environmental Engineering, 2016, 34(S1): 657-660. (0)
[27]
CALDERON R, KARTHIKRAJ R, KIM U J, et al. Sources and fates of perchlorate in soils in Chile:a case study of perchlorate dynamics in soil-crop systems using lettuce (Lactuca sativa) fields[J]. Environmental Pollution, 2020, 264: 3-8. (0)
[28]
WANG L, BUTCHER A S, STUART M E, et al. The nitrate time bomb:a numerical way to investigate nitrate storage and lag time in the unsaturated zone[J]. Environmental Geochemistry and Health, 2013, 35(5): 667-681. DOI:10.1007/s10653-013-9550-y (0)
[29]
RACZ A J, FISHER A T, SCHMIDT C M, et al. Spatial and temporal infiltration dynamics during managed aquifer recharge[J]. Ground Water, 2012, 50(4): 562-566. DOI:10.1111/j.1745-6584.2011.00875.x (0)
[30]
PREETHA P P, AL-HAMDAN A Z. Developing nitrate-nitrogen transport models using remotely-sensed geospatial data of soil moisture profiles and wet depositions[J]. Journal of Environmental Science and Health:Part A, 2020, 55(5): 616-619. (0)
[31]
GALLOWAY J N, TOWNSEND A R, ERISMAN J W, et al. Transformation of the nitrogen cycle:recent trends, questions, and potential solutions[J]. Science, 2008, 320(5878): 889-892. DOI:10.1126/science.1136674 (0)