石油及化工在产企业地下水污染分析及其防控体系研究

杜怡景 ,  姜玉 ,  袁英 ,  苏婧 ,  檀文炳

现代化工 ›› 2025, Vol. 45 ›› Issue (6) : 48 -52.

PDF (1328KB)
现代化工 ›› 2025, Vol. 45 ›› Issue (6) : 48-52. DOI: 10.16606/j.cnki.issn0253-4320.2025.06.009
技术进展

石油及化工在产企业地下水污染分析及其防控体系研究

作者信息 +

Analysis on groundwater pollution in petrochemical enterprises in operation and study on related prevention-control system

Author information +
文章历史 +
PDF (1359K)

摘要

详细论述了污染源识别方法、企业优先控制污染物的选取、污染物监测与分析,风险评估方法等。通过对比与分析,建立从识别污染源,选取企业优控污染物,企业场地风险评估分级到分级治理措施的在产企业地下水污染防控体系,旨在为在产企业提供科学的地下水污染环境管理体系与防控措施,促进产业持续健康发展,提高环境质量和保护公众健康。

Abstract

This paper expounds the identification methods for pollution sources,the selection of priority control pollutants in enterprises,pollutant monitoring and analysis,risk assessment methods,and so on.Through comparison and analysis,the groundwater pollution prevention-control system for the enterprises in operation is established from identifying pollution sources,selecting optimal control pollutants for the enterprise,evaluating risk classification for enterprise site to establishing hierarchical treatment measures.The aim is to provide scientific groundwater pollution environmental management system and prevention-control measures for the enterprises in operation,promote the sustained and healthy development of the petrochemical industry,improve environmental quality and protect public health.

关键词

石化工业 / 防控体系 / 修复技术 / 风险评估 / 污染源识别 / 地下水污染

Key words

petrochemical industry / prevention-control system / remediation technology / risk evaluation / pollution source identification / groundwater pollution

Author summay

杜怡景(1999-),男,硕士生。

引用本文

引用格式 ▾
杜怡景,姜玉,袁英,苏婧,檀文炳. 石油及化工在产企业地下水污染分析及其防控体系研究[J]. , 2025, 45(6): 48-52 DOI:10.16606/j.cnki.issn0253-4320.2025.06.009

登录浏览全文

4963

注册一个新账户 忘记密码

20世纪以来,工业化和城市化进程的不断加速推动了人类社会的发展,但同时也导致了严重的环境污染问题。调查显示,全国26个省区68个国家级化工园区地下水污染超标率达50%以上,其中,石油及化工产业是造成环境破坏最为严重的产业。这些产业在生产过程中大量排放废气、废水和固体废弃物,刘明媛[1]利用基于高分辨质谱的非靶向筛查方法和基于液相气相色谱-质谱的靶向筛查方法在焦化、冶炼和石油化工行业场地土壤样品中分别检测出122、227和313种化合物,这些污染对地下水环境造成了严重影响。
石化工业涉及污染物的产生与排放不断增加,但生产工艺、污染治理水平没有得到相应的提高,由此造成了严重的地下水污染,并导致企业周边居民各种疾病发病率与死亡率的增加[2-3]。而且,造成污染后修复所需要的高昂成本与耗时长久等问题也进一步阻碍了污染治理[4]
随着《水污染防治行动计划》、《水污染防治法》、《地下水管理条例》的陆续出台与修订,地下水污染防治已成为中国保护水环境的重点之一。目前,地下水污染的防治是从多个角度出发。首先是源头控制,强调在水体受到污染之前,通过控制和管理污染源头来预防水体受到污染。这包括加强工业、农业和城市排放的管理,以减少有害物质进入地下水系统[5]。另一种观点是修复治理[6],强调对已经受到污染的地下水进行修复和治理,通过各种技术手段将地下水中的污染物去除或降低到安全水平。第三种观点侧重于监测与评估[7],重点在于建立完善的地下水监测体系,及时发现地下水污染情况,对地下水质量进行评估,并根据评估结果制定相应的防治措施。第四种观点强调公众参与[8],认为地下水污染防治需要广泛的公众参与,包括政府、企业、学术界和民众,共同努力保护地下水资源,提高社会对地下水污染问题的认识和关注度。
为了制定应对地下水污染的对策,需要对污染场地进行调查,并对场地风险进行评估。目前对污染场地地下水进行评估管理应用最为广泛且有效的方法是地下水脆弱性评估[9]。根据不同的情况,目前评估地下水脆弱性的方法有2类[10]:一类是基于过程的方法(定量方法),设计模拟建模、统计方法(包括人工智能AI);一类是叠加和指数方法(定性方法)。
随着人类社会对环境保护的重视程度不断提高,进一步促使了环境科技研究领域的迅速发展。本文中旨在通过对石油及化工污染产业的研究和分析,制定合理合规的防控制度措施,期望能够为环境保护和可持续发展提供有益的参考,推动绿色发展理念的深入实施。

1 企业地下水污染分析

对企业进行地下水污染分析时,首先需要明确研究地下水污染类型、范围和目的,并获取相关环境数据,包括污染源、排放情况和环境质量等信息。随后,对所获得的环境数据进行系统分析和评估,以确定污染程度和影响范围。根据评估结果,制定相应的地下水保护和治理对策。最后,实施对策并进行持续监测,以确保环境治理措施的有效性和达到预期效果。

1.1 污染源识别

在地下水已经受到污染的情况下,首要任务就是查明污染源,只有准确的污染源信息才能有针对性地制定应对措施,提高解决污染的效率。确定污染源的方法主要包括地球物理勘探、地球化学、同位素失踪和数值模型[11]。其中,只有数值模型能够综合识别污染源的多种信息,而其他方法只能单一地识别污染源的某一方面信息。

1.1.1 地球物理勘探

地球物理勘探简称物探,根据污染物和周围介质的不同理化性质,通过仪器观测和研究物理场的变化规律,进而分析污染物的分布和迁移,确定污染源。常用的地球物理勘探方法主要为大地电磁法[12]、电阻率法[13]、探地雷达法[14]和地震法[15]。在所有地球物理方法中,电阻率法在地下水调查中的应用最为广泛,在沿海地区,由于海水饱和层与淡水饱和层之间的高电阻率对比,使得垂直电阻率探测(VES)在海水入侵监测中颇为有效[16];Li等[17]的研究通过大地电磁数据反演构建三维电阻率模型计算地下水总溶解固体(TDS),TDS可用于评估地下水质量。

1.1.2 地球化学

地球化学法是研究地球中化学元素分布、迁移和演化的方法。在地下水中,地球化学方法首先通过水文地质调查确定地下水补给和排泄特征,然后通过对污染物含量和化学形态的统计分析与质量评估确定污染物的类型和浓度。Kom等[18]运用地球化学、地下水污染指数评估和健康风险评估的方法,确定了泰米尔纳德邦哥印拜陀地区硬岩含水层中富含氟化物地下水的水化学性质和来源,以及对居民健康的相关风险。

1.1.3 同位素法

同位素法是利用放射性同位素或经富集的稀有稳定核素作为示踪剂,通过放射性测量方法,识别由示踪剂标记污染物的来源和变化情况。Ding等[19]的研究表明,δ15N和δ18O双同位素和水地球化学法可用于确定地下水中硝酸盐的潜在来源和转化途径,还可以使用MixSIAR模型以更好地评估每个硝酸盐来源所占的比重。

1.1.4 数值模型

地下水数值模拟是一种定量分析和预测地下水动态变化的重要工具。它基于地下水运动的基本物理定律和数学原理,通过建立数学模型,对地下水流场、溶质运移、热量传递等过程进行模拟。Ruan等[20]通过采用对数中心化(LC)和熵权法(EWM)对传统主成分分析法(PCA)进行优化,基于896个地下水样品识别了污染源的类型和分布特征,并利用APCS-MLR受体模型对每个污染源污染水体的比例进行了定量表征,最后构建梯形模糊数-蒙特卡洛随机模拟模型(TFN-MCS)用于地下水健康风险评估。

1.2 企业污染物监测与分析

在确定污染源和污染种类之后,需要根据企业的特点和污染源的分布情况制定合理的污染监测计划。污染物监测是在满足优先污染物原则和优先监测原则的基础上,运用各种现代科学技术方法对环境污染物成分、含量、形态、结构和分布规律等因素进行监测的过程。

1.2.1 企业地下水优先控制污染物选取

目前,由于企业中污染物品种繁多,不可能对每一种污染物都制定控制标准,只能根据社会经济技术条件和环境管理的需要,在众多污染物中筛选出一些毒性强、难降解、残留时间长、分布广、对人体健康和生态平衡危害大或潜在危险性大的污染物优先进行控制,称为优先控制污染物[21]。在产石油及化工企业优先控制污染物筛选结果详见表1

1.2.2 数据分析方法

目前,环境监测数据分析方法主要有主成分分析(PCA)、聚类分析、时间序列分析和神经网络法等。
在环境监测中,主成分分析(PCA)主要用于识别主要污染源,确定主要影响因素,并对数据进行预处理、异常检测等;Sun等[26]通过主成分分析法统计和分析盘溪矿区的自然和人为指标,并联合尖点灾变模型(CCM)开发了一种适用于评估矿区地下水潜力的方法。聚类分析可以将大量的观测数据分成不同的组,从而揭示不同的污染模式和污染源;常用的聚类分析方法有谱系聚类、K-means和欧式距离等[27];Ascott等[28]通过K-means将硝酸盐时间序列分为4个聚类,并联合标准化地下水位指数(SGI)对地下水中硝酸盐波动进行区域性评价。时间序列分析可以揭示数据的周期性变化、趋势和季节性变动等规律,对于检测和预测污染物的浓度变化具有重要意义。神经网络方法可以进行模式识别、污染预测等;Tegegne等[29]通过选择地下水补给、岩性、排水密度、线密度、透射率和地貌作为研究区地下水势的主要影响因素,成功在埃塞俄比亚古纳巴伊流域应用了一种创新性的卷积神经网络(convolutional neural network,CNN)用于地下水潜力的评定。

2 风险评估与管理

在明确企业污染源和污染种类,并对污染物进行监测与分析之后,需要对污染场地地下水进行风险评估工作。地下水污染的风险评估是评估特定区域地下水污染对人体和环境的潜在风险。风险评估的目的是确定可能存在的风险源,评估其潜在危害,以及制定适当的管理策略。风险评估的步骤通常包括收集和分析相关数据,确定可能的风险源,评估研究区域的敏感性和暴露程度,以及计算和解释风险结果。
在土地利用规划与开发需求不明确的早期阶段,由于开展地块尺度的土壤污染状况调查与人体健康风险评估需要大量的资金与时间投入,因此并不可取。风险分级技术,又称为比较风险评估,与人体健康风险评估和生态风险评估等以单个地块为对象风险评估方法不同,其基于有限的数据信息,通过建立定性和定量的评价指标体系与综合评价方法,可以同时评估污染产生的人体健康与环境风险,最终实现对多个评估对象进行分类或排序,对污染风险优先管控和土地规划区划管理决策具有重要意义。

2.1 风险评估流程

依据我国2017年针对在产企业出台的《在产企业地块风险筛查与风险分级技术规定(试行)》,工作流程主要分为风险筛查与风险分级2个阶段。

2.2 风险筛查和风险分级

根据《在产企业地块风险筛查与风险分级技术规定(试行)》中的评分指标与评价指标,对在产企业地下水环境进行风险筛查与风险分级,评分指标主要包含2个级别,一级指标为企业风险、污染特性、迁移途径和污染受体;二级指标主要包括泄漏物环境风险、废水环境风险、固体废物环境风险、地下水污染物对人体健康的危害效应、地下防渗措施、污染物迁移性、地下水及邻近区域地表水用途、重点区域离最近饮用水井或地表水体的距离等。
根据调查收集的污染地块基础信息资料,对地下水风险筛查中的各项指标进行赋值,将其相加所得的总分即为风险筛查总分(Ss),并确定Ss≥70分为高关注地块,70>Ss≥40分为中关注地块,Ss<40分为低关注地块。其中,通过“未知”项得分的指标为“未知指标”,“未知指标”项得分之和为“未知指标分数和(Sc)”。为了确保地块调查信息及评估结果的可靠性,每个地块的风险筛查结果应进行确定性评估,风险筛查结果的确定性(C,%)C=Sc/Ss,若结果大于20%,则说明该地块的风险筛查结果存在较大的不确定性,为了更准确地评估风险,需要进一步收集相关信息并重新进行筛查。
随后对全部高关注地块和部分中关注与低关注地块进行风险分级工作,即对地下水风险分级项中的二级指标进行赋值,将其相加所得的总分即为风险分级总分(Sf)并确定Sf≥70分为高风险地块,70>Sf≥40分为中风险地块,Ss<40分为低风险地块。

3 地下水污染防治分析

根据风险筛查与风险分级的结果,将企业地块分为低风险、中风险、高风险3个等级,并根据不同等级制定合理的防治措施。

3.1 低风险区域

在低风险防控区域内,污染源的危害性和污染风险相对较低,但仍需引起足够的重视,针对低风险区域的地下水污染主要以预防措施为主。
对地下水污染的预防,重点在于对企业生产中产生的“三废”进行合理处理。首先,应加强对在产企业的管理,严格控制污染物的排放,通过对在产企业园区进行合理规划,使其尽量远离生活用水上游区域,对企业生产中产生的废气、废渣、废水采取相应的措施,并进行分类处理,在不违反相关法律法规的前提下灵活设定一些适用于地方的规章制度,通过法律有效遏制偷排漏排等严重污染地下水的行为。

3.2 中风险区域

在中风险区域,企业污染危害相对较高,可能已经对周边环境造成了一定的污染,针对中风险区域的地下水污染将以源头削减和加强源头监测预警为主。
为减少地下水污染,企业可以通过选择清洁型原料和成熟技术工艺,在源头上控制污染物排放,并提高污染物回用和治理效果,优化生产工艺和设备,减少污染物泄露。对排放污水、废水的管道、池体、设备及构筑物定期检查,以防止和降低可能出现的“跑、冒、滴、漏”现象,实现早发现、早治理的目的。
由于企业管线多敷设于地下,使地下水污染具有一定隐匿性。企业应加强对地下水质的监测和管理,提高地下水的监测覆盖率和监测频次,建立地下水污染监测制度,合理布设地下水监测,并动态监控地下水污染状态,完善地下水环境监测网络,从而及时发现并处理潜在的地下水污染问题,实现地下水污染问题的及时防控。完善区域监测网络的同时,加以应用互联网技术,可实现监测数据信息共享,通过与自然资源管理等相关部门组织搭建防控数据共享平台,公开监测数据信息,也对在产企业具有一定的监管作用。

3.3 高风险区域

在高风险区域,场地土壤地下水遭到严重污染,污染物具有来源复杂、污染深度大、空间变异性大、修复难度高等特点,针对高风险区域的地下水污染将以“污染源削减-污染途径阻截-末端修复治理”的多层级、多途径方式进行防控。
污染源削减在中低风险部分已有介绍,污染途径阻截是指通过配套一系列管理制度和技术方法,建立污染物阻隔系统,限制污染物的迁移,以达到降低治理成本与污染风险和保护场地防止污染扩散的目的。

4 结语

石油及化工企业是传统的高耗能、高污染行业。石化工业的蓬勃发展极大地促进了当地经济发展,但也导致了能源消耗量大和空气质量恶化。鉴于其对环境和人类健康的不利影响,需要完善的污染防控体系来减轻污染危害。石油及化工企业地下水污染防控体系的建立有助于维护企业周边环境和居民的健康,对企业的调查和评估可以按照以下步骤进行。首先,收集有关污染场地的背景信息,包括地质和水文地质条件,以及当前和历史情况,以便对污染进行初步识别。在确定环境条件和潜在风险后,应进行采样计划和数据评估,以识别污染源,确定污染物的类型、浓度和空间分布,并对污染物进行检测与分析。最后,对污染场地进行风险评估分级,根据分级结果选择合适的地下水污染防治方案。
未来的研究重点是不断促进技术组合和开发新兴技术,完善地下水污染防控体系,以解决复杂的企业污染问题。随着技术的发展和创新,引进先进技术也是未来的重要发展方向。

参考文献

[1]

刘明媛. 重点行业特征有机污染物筛查及指纹图谱构建[D]. 北京: 中国环境科学研究院, 2022.

[2]

Zheng H, Cao S. The challenge to sustainable development in China revealed by “Death Villages”[J]. Environmental Science & Technology, 2011, 45(23):9833-9834.

[3]

Turdiyeva K, Lee W. Comparative analysis and human health risk assessment of contamination with heavy metals of Central Asian rivers[J]. Heliyon, 2023, 9(6):e17112.

[4]

Wang B, Gao C, Li X, et al. Remediation of groundwater pollution by in situ reactive zone:A review[J]. Process Safety and Environmental Protection, 2022,168:858-871.

[5]

李华芝. 大沽排污河污染源解析及污染防控策略研究[D]. 天津: 天津大学, 2012.

[6]

Padhye L P, Srivastava P, Jasemizad T, et al. Contaminant containment for sustainable remediation of persistent contaminants in soil and groundwater[J]. Journal of Hazardous Materials, 2023,455:131575.

[7]

Collenteur R A, Moeck C, Schirmer M, et al. Analysis of nationwide groundwater monitoring networks using lumped parameter models[J]. Journal of Hydrology, 2023,626:130120.

[8]

周龙, 王梦雨. 环境保护中水污染治理措施探讨[J]. 资源节约与环保, 2023,(5):21-24.

[9]

Lakshminarayanan B, Ramasamy S, Yadav B. Assessing the future groundwater vulnerability of an urban region under variable climatic and land use conditions[J]. Urban Climate, 2023,52:101691.

[10]

Ozegin K O, Ilugbo S O, Adebo B. Spatial evaluation of groundwater vulnerability using the DRASTIC L model with the analytic hierarchy process (AHP) and GIS approaches in Edo State,Nigeria[J]. Physics and Chemistry of the Earth, 2024,134:103562.

[11]

Liu Y, Fei Y, Li Y, et al. Pollution source identification methods and remediation technologies of groundwater:A review[J]. China Geology, 2024, 7(1):125-137.

[12]

Gomo M. Use of electric potential difference in audio magnetotelluric (AMT) geophysics for groundwater exploration[J]. Groundwater for Sustainable Development, 2023,20:100864.

[13]

Abdelrahman K, Hazaea S A, Hazaea B Y, et al. Groundwater potentiality in hard rock terrain of southern Saudi Arabia using electrical resistivity tomography approach[J]. Journal of King Saud University Science, 2023, 35(9):102928.

[14]

Loiseau B, Carrière S D, Jougnot D, et al. The geophysical toolbox applied to forest ecosystems-A review[J]. Science of the Total Environment, 2023,899:165503.

[15]

Panthi J, Johnson C D, Pradhanang S M, et al. Delineating bedrock topography with geophysical techniques:An implication for groundwater mapping[J]. Catena, 2023,230:107258.

[16]

Ibrahim El, Abdelrahman K, Alharbi T, et al. Delineation of seawater intrusion in the Yanbu industrial area,northwest Saudi Arabia,using geoelectric resistivity sounding survey[J]. Journal of King Saud University Science, 2024, 36(4):103110.

[17]

Li S, Xu Y, Yang B, et al. Evaluating the groundwater quality in Northern Tarim Basin by resistivity inverted from magnetotelluric data[J]. Journal of Applied Geophysics, 2024,221:105285.

[18]

Kom K P, Gurugnanam B, Bairavi S, et al. Sources and geochemistry of high fluoride groundwater in hard rock aquifer of the semi arid region:A special focus on human health risk assessment[J]. Total Environment Research Themes, 2023,5:100026.

[19]

Ding K, Zhang Y, Zhang H, et al. Tracing nitrate origins and transformation processes in groundwater of the Hohhot Basin’s Piedmont strong runoff zone through dual isotopes and hydro chemical analysis[J]. Science of the Total Environment, 2024,919:170799.

[20]

Ruan D, Bian J, Wang Y, et al. Identification of groundwater pollution sources and health risk assessment in the Songnen Plain based on PCA APCS MLR and trapezoidal fuzzy number Monte Carlo stochastic simulation model[J]. Journal of Hydrology, 2024,632:130897.

[21]

周健民, 沈仁芳. 土壤学大辞典[M]. 北京: 科学出版社, 2013.

[22]

张强, 萧大伟, 赵庆会, . 山东省重点行业土壤污染状况调查成果实践与应用[M]. 北京: 中国环境出版集团, 2023.

[23]

展海银, 周启星. 胜利油田石油开采场地污染特征、源汇关系与管控对策[J]. 生态学杂志, 2023, 42(9):2256-2265.

[24]

许明, 张馥颖, 孙露露, . 京津冀地区工业区土壤中多环芳烃的污染特征、源解析及生物因子相关性[J]. 生态环境学报, 2023, 32(11):1952-1963.

[25]

杨进, 彭昌盛, 伍斌, . 东北地区关闭搬迁企业遗留地块土壤污染特征[J]. 中国环境科学, 2023, 43(8):4137-4146.

[26]

Sun X, Zhou Y, Yuan L, et al. Integrated decision making model for groundwater potential evaluation in mining areas using the cusp catastrophe model and principal component analysis[J]. Journal of Hydrology:Regional Studies, 2021,37:100891.

[27]

De Oliveira M S, Steffen V, et al.De Francisco A C, Integrated data envelopment analysis,multi criteria decision making,and cluster analysis methods:Trends and perspectives[J]. Decision Analytics Journal, 2023,8:100271.

[28]

Ascott M J, Gooddy D C, Marchant B, et al. Regional scale evaluation of nitrate fluctuations in groundwater using cluster analysis and standardised hydrometeorological indices[J]. Journal of Hydrology, 2024,634:131052.

[29]

Tegegne A M, Lohani T K, Eshete A A. Groundwater potential delineation using geodetector based convolutional neural network in the Gunabay watershed of Ethiopia[J]. Environmental Research, 2024,242:117790.

基金资助

国家重点研发计划重点专项(2022YFC3703104)

AI Summary AI Mindmap
PDF (1328KB)

246

访问

0

被引

导航
相关文章

AI思维导图

/