Loading [MathJax]/jax/output/SVG/jax.js
  • 中文核心期刊
  • 中国科技核心期刊
  • 中国科学引文数据库核心期刊

建筑垃圾填埋场周边地下水化学组分来源解析

许明明, 余成龙, 姜建芳, 冯肖嘉文, 白凯文, 李蒴, 赵文吉, 侯丽丽

许明明, 余成龙, 姜建芳, 冯肖嘉文, 白凯文, 李蒴, 赵文吉, 侯丽丽. 2022: 建筑垃圾填埋场周边地下水化学组分来源解析. 地质通报, 41(12): 2125-2137. DOI: 10.12097/j.issn.1671-2552.2022.12.005
引用本文: 许明明, 余成龙, 姜建芳, 冯肖嘉文, 白凯文, 李蒴, 赵文吉, 侯丽丽. 2022: 建筑垃圾填埋场周边地下水化学组分来源解析. 地质通报, 41(12): 2125-2137. DOI: 10.12097/j.issn.1671-2552.2022.12.005
XU Mingming, YU Chenglong, JIANG Jianfang, FENG Xiaojiawen, BAI Kaiwen, LI Shuo, ZHAO Wenji, HOU Lili. 2022: Source identification of chemical compounds in groundwater surrounding the landfill sites dumping construction and demolition waste. Geological Bulletin of China, 41(12): 2125-2137. DOI: 10.12097/j.issn.1671-2552.2022.12.005
Citation: XU Mingming, YU Chenglong, JIANG Jianfang, FENG Xiaojiawen, BAI Kaiwen, LI Shuo, ZHAO Wenji, HOU Lili. 2022: Source identification of chemical compounds in groundwater surrounding the landfill sites dumping construction and demolition waste. Geological Bulletin of China, 41(12): 2125-2137. DOI: 10.12097/j.issn.1671-2552.2022.12.005

建筑垃圾填埋场周边地下水化学组分来源解析

基金项目: 

国家重点研发计划项目《建筑垃圾安全风险与环境影响评估及预警技术体系研究》 2018YFC0706004

国家自然科学基金项目《建筑垃圾堆体的遥感识别及其大气扬尘扩散模拟研究》 42071422

详细信息
    作者简介:

    许明明(1997-), 男, 在读硕士生, 从事地下水污染监测研究。E-mail: xumingming2000@163.com

    通讯作者:

    侯丽丽(1987-), 女, 副教授, 从事地下水污染监测、多孔介质多相流运移研究。E-mail: lili.hou@cnu.edu.cn

  • 中图分类号: P641.63;X143

Source identification of chemical compounds in groundwater surrounding the landfill sites dumping construction and demolition waste

  • 摘要:

    建筑垃圾是城市市政垃圾的重要组成部分,对其堆填处理可能造成场地及周围一定范围内的地下水污染。传统观念认为,建筑垃圾中多为惰性或无害成分,对地下水影响有限,缺乏关于建筑垃圾堆填对地下水水质造成影响的研究。选取2处建筑垃圾堆填场地,通过对场地周围地下水采样分析,得到场地周边地下水化学指标空间分布特征,并利用正定矩阵因子分解法(PMF)识别研究区地下水化学组分来源,从而定量评价建筑垃圾填埋对周边地下水水质变化的贡献。结果表明,建筑垃圾填埋会显著影响周边区域地下水组分的浓度和质量,尤其是TDS、TH、Ca2+、SO42-等组分显著受到影响,填埋时间越长、填埋体量越大,影响程度越深。两场地区域范围内Na+、Ca2+、Mg2+、SO42-和TDS 5个组分或指标的空间分布整体变化趋势较一致,均表现为垃圾填埋场附近沿地下水流下游方向的点位浓度较高,其他点位浓度较低,验证了建筑垃圾填埋对区域地下水质量的影响。PMF来源解析确定两场地周边地下水化学组分来源有建筑垃圾填埋、岩石风化溶解、水岩相互作用和农业活动,在场地一来源贡献占比分别为29.2%、21.6%、24.2%和15.1%,在场地二贡献占比分别为15.6%、23.2%、28.4%和18.2%。两场地周围地下水质量受人类活动影响程度较深,人为污染源正在成为地下水中离子组分的重要来源。

    Abstract:

    Construction and demolition waste(CDW)accounts for a great portion of municipal solid waste, and the landfill treatment of CDW may cause groundwater pollution in the site and surrounding area.However, CDW is typically considered inert or harmless, presenting limited impact on groundwater quality, so that little research has been conducted on the impact of CDW landfills on groundwater.In this study, two CDW landfills were selected, and the spatial distribution of groundwater chemical components around the landfills were obtained by groundwater sampling and monitoring.The source of chemical components of groundwater in the study area was identified by using Positive Matrix Factorization(PMF)method.The contribution of CDW landfill to the deterioration of groundwater quality was quantitatively evaluated.Results show that the landfill of CDW can significantly affect the contents of hydro-chemical components and indexes in groundwater, especially total dissolved solid(TDS), total hardness(TH), Ca2+and SO42-.The spatial distribution of Na+, Ca2+, Mg2+, SO42- and TDS in the two sites were similar in trend, that is, sampling sites near the landfills present greater concentrations of Na+, Ca2+, Mg2+, SO42- and TDS, while sites far away from the landfills show lower concentration of those indexes.This distribution pattern suggests that CDW landfill probably have influence on the regional groundwater quality.The source apportionment results from PMF model suggest that sources of chemical components of groundwater around the two sites include CDW landfill leachate, rock weathering and dissolution, water-rock interaction and agricultural activities, with the corresponding contributions being 29.2%, 21.6%, 24.2% and 15.1%, respectively at Field 1 and 15.6%, 23.2%, 28.4% and 18.2%, respectively at Field 2.The quality of groundwater around the two sites is deeply affected by human activities, suggesting that anthropogenic pollution is becoming an important source of ion components in groundwater.

  • 城市快速发展产生大量的建筑垃圾。据相关行业数据,中国建筑垃圾年产量高达15.5×108~24.0×108 t,占城市垃圾总产量的30%~40%[1]。面对巨量的建筑垃圾,很多学者开展了优化建筑垃圾处理处置过程及环境风险评估研究[2-3]。目前,这些研究主要集中在建筑垃圾分类、管理管控、资源化再利用等方面[4-5],有关环境风险方面则偏重于考查建筑垃圾资源再利用过程中的环境风险[6],而对于建筑垃圾堆填处置过程中的环境风险,尤其是对地下水污染方面的研究尚显薄弱。

    虽然近年中国降雨量有所增长,但地下水仍是中国城市重要的供水水源,2/3的城市以地下水作为市政供水来源[7-8]。地下水流动缓慢且难以感知,一旦遭受污染很难恢复到初始状态,因此地下水污染具有长期性、隐蔽性等特征。城市垃圾填埋场是区域地下水的重要污染源,然而对于建筑垃圾的填埋堆放,学者倾向于认为其组分多呈惰性或低毒害作用,因此对其造成的地下水污染风险关注度较低。近年,陆续有研究者从建筑垃圾组分浸出[8]、填埋场地下水溶质运移模型预测[10],场地土壤和地下水污染监测[11]等方面对建筑垃圾填埋造成的地下水污染特征进行了研究,认为建筑垃圾中的酸根离子、重金属、有机酸等污染物会随降水溶出[12-13],导致土地退化、生物栖息地破坏、土壤、地下水污染等[14]。然而,对建筑垃圾填埋场周边地下水进行研究、系统评价建筑垃圾堆填对区域地下水水质变化贡献度的研究较少。

    地下水中的化学组分来源众多,受区域内自然来源与人为来源(包括不同人类活动类型)等多种因素影响,为确定建筑垃圾填埋对场地周边地下水水质变化的贡献程度、合理评估建筑垃圾堆填对地下水环境的影响带来阻碍。一些研究基于多元数理统计,对采集样品的多种水化学组分和含量进行分析,从大量复杂数据中提取有效信息,从而分解得到不同来源对区域地下水化学演变的贡献,通常称为源识别或源解析[15]。受体模型是一类广泛使用的源解析手段,通过测试样品数据和分析发生源的性质特征进行溯源分析,在源解析方面具有一定优势[16-17]。目前,用于识别各种环境介质中不同化学组分来源问题的受体模型有绝对主成分得分-多元线性回归(APCS-MLR)、土壤-水平衡(SWB)、化学质量平衡(CMB)、UNMIX和正定矩阵因子分解(PMF)等,它们在源解析应用中各有优缺点。其中,PMF模型由于运算过程中限制较少、可运算参数数量较多等特性[18],被广泛应用于大气、土壤、地表水等环境介质中的化学组分污染溯源[19-21]。近年,有研究人员将PMF模型应用于地下水化学组分的溯源研究,并测试了其合理性[22]

    本次研究旨在考查建筑垃圾填埋场地周边地下水的水化学组分特征,选取典型建筑垃圾填埋场地,对其周边地下水进行样品采集和测试,获取水化学组分的地理空间分布特征,利用PMF模型对研究区地下水化学组分的来源进行识别,量化建筑垃圾填埋对周围地下水环境质量的影响,为明确建筑垃圾环境风险和合理处置方式提供数据支撑。

    研究区位于河南省中南部平顶山市(北纬33°08′~34°20′、东经112°14′~113°45′),全长约150 km,宽约140 km,面积7882 km2。区域位于秦岭—淮河一线以北,暖温带和北亚热带气候交错的边缘地区,气候具有明显的过渡性特征,多年平均气温约15.0 ℃,年均降雨量约810 mm,降雨集中在6—9月,年均蒸发量约1488 mm[23-24]

    区域内河流众多,属淮河流域沙颍河水系。市区内主要河流有沙河和湛河,其中沙河流经市区约10 km,多年平均径流量9.5×108 m3 [25]。区内最大的水库白龟山水库建于中心市区南部,总库容6.49×108 m3

    区域内地下水根据赋存条件可分为第四系松散岩类孔隙水、碎屑岩类裂隙水、基岩裂隙水和碳酸盐岩类裂隙岩溶水。与本次研究密切相关的是分布于山麓冲洪积倾斜平原和沙河等河流冲积平原的松散岩类孔隙水。根据埋藏条件和水力特征,区域内孔隙水又分为浅层潜水/承压水(埋深60 m以内)和中深层承压水(埋深60 m以上)含水层组。浅层含水层组为第四系冲积、洪积砂、砂砾石、砂卵砾石层,具二元结构,上部为亚砂土、亚粘土,下部为砂层、砂砾石层,多为潜水,少部分地区为承压水。该含水层在北汝河、沙河等较大河流的河漫滩、一级阶地和东部平原区为强富水区,含水层厚10~44 m,潜水埋深历史上一般在10 m以内,但近些年部分区域由于工业等水源井大量开采,使潜水埋深增加。区域地下水水质一般较好,矿化度一般小于0.5 g/L,即使局部较高处也小于1.0 g/L,水化学类型通常为HCO3-Ca型、HCO3-Ca·Mg型、HCO3-Ca·Na型。在中心市区受污染较严重地段,地下水化学类型为HCO3·SO4-Ca型或HCO3·Cl-Ca型[23-25]

    区域内部分地段土壤性质适合烧制砖块,在历史发展时期,因采土烧砖形成许多大型土坑,久而久之坑内积水形成水塘。这些土坑和水塘分散于广袤的农村区域,随着城市扩张越来越靠近城市,成为城乡结合部的标志现象,也因此成为城市建设产生的巨量建筑垃圾处置的理想目标区域。针对城市的遥感影像解译和实地走访考查,可发现近十多年来大量此类型土坑或水塘被建筑垃圾填埋,面积逐渐缩小直至被建筑垃圾充满。

    结合遥感图像解译和野外调查,在距离主城区不远的城郊处选取2处典型建筑垃圾填埋场地作为研究对象。场地地理位置如图 1所示。两填埋场地均位于沙河北岸,白龟山水库下游,距沙河直线距离不足2 km,水力联系较紧密。场地彼此间距约为5 km,对周边区域地下水质变化互不影响。据走访询问当地百姓,两场地均以大规模填埋建筑垃圾为主,但现场调研时发现两场地内均有少量生活垃圾存在,推测可能是周边居民、企业偷排生活垃圾,导致部分填埋区存在生活垃圾和建筑垃圾混合填埋。

    图  1  研究区域场地示意和采样点位分布图
    Figure  1.  Location of the study area and distribution of sampling sites surrounding Fields 1 and 2

    场地一填埋时间为10~11 a,填埋范围较大,目前坑塘内尚有区域未被填埋而存在地表水,未见任何防渗措施,可见混凝土块、红砖、石膏板等建筑垃圾倾倒于场地边缘,浸泡在地表水中。场地二填埋时间5~6 a,填埋范围较场地一小,2019年现场调查时发现地表水积存,2020年地表水已几乎不可见,现场所见填埋建筑垃圾类型与场地一类似,也以混凝土块、砖块为主。两场地均未封场,建筑垃圾体量仍在增加。

    场地周边区域属流水堆积地貌,地形起伏较小,相对高差小于10 m,土地利用类型以农田和居民区为主。据走访调查,两场地均为旧时采土坑,原始深度数米,部分区域甚至深十几米。根据区域水文地质条件推测,采土坑下部介质为砂层、砂砾石层,但未知取土时采土坑底部粘土层是否完全破坏。场地周边含水层主要为第四系松散岩类孔隙潜水,主要由砂、砂砾石和砂卵石层组成,厚度5~40 m,历史水位埋深4~8 m,水质类型以HCO3-Ca为主。但居民描述,近年水位埋深多处于10 m以上,且水质感官明显变差,硬度增加。场地包气带厚度较小,防污性能受到破坏,周边区域浅层地下水与地表水之间水力联系较强,容易引发地下水污染。

    根据2处建筑垃圾填埋场场地特征和区域水文地质条件,并基于现有水井利用最大化的原则,围绕2处场地布设采样点位,其空间分布见图 1。地下水样品采集主要基于现有农田灌溉机井和居民家庭自备井。区内农田机井分布较密集,居住区以集中供水为主,但部分家庭仍保留自备井,为样品采集提供了便利条件。最终围绕场地一选取地下水采样点位37处,场地二选取地下水采样点位21处。根据区域地下水流场,场地周边地下水整体自北西向南东流动,因此,分别选择位于场地上游且无其他影响因素的采样点位作为两场地地下水化学成分的对照点。

    样品采集工作于2020年10月进行,取样层位为浅层含水层,取样深度10~14 m。根据建筑垃圾污染特征和实验室分析测试条件[11],确定监测指标为温度(T)、酸碱度(pH)、总硬度(TH)、溶解性总固体(TDS)、硫酸根(SO42-)、氯离子(Cl-)、碳酸根(CO32-)、重碳酸根(HCO3-)、硝酸根(NO3-)、铵根离子(NH4+)、钠离子(Na+)、钾离子(K+)、镁离子(Mg2+)、钙离子(Ca2+),以及重金属铁(Fe)、铝(Al)、铬(Cr)、锰(Mn)、铜(Cu)、锌(Zn)、砷(As)、硒(Se)、锑(Sb)、镍(Ni)、镉(Cd)、钡(Ba)、铅(Pb)等。其中,T和pH采用多功能水质仪(HI98191,HANNA公司)现场测定,其余指标通过采样瓶盛装后带回实验室测量。样品采集前先润洗采样瓶3次,阴阳离子类指标采用洁净塑料瓶盛取,样品采集至瓶口充满;重金属类指标用洁净塑料瓶盛取并加酸保护固定。样品采集后在4℃条件下存放,尽快分析。Na+、K+、Mg2+、Ca2+、NH4+-N、Cl-、SO42-、NO3-等离子浓度采用离子色谱仪(Eco IC,Metrohm公司)测定;HCO3-/CO32-采用滴定法测定;重金属浓度采用串联四级杆ICP-MS(Agilent 8800,Agilent公司)测定;TH由Ca2+与Mg2+浓度计算得到,TDS由阴阳离子测试值计算得到。

    水化学组分的空间分布利用Surfer三维绘图软件绘制,将点位坐标和组分浓度输入到软件中,选择克里金插值法生成建筑垃圾填埋场地周边相应的地下水化学组分等值线图,进行区域地下水化学组分的空间分布特征分析。

    正定矩阵因子分解模型由Paatero等[26]和Tapper等[27]提出,是一种基于发生源组分特征或指纹特征计算各个发生源对样品中化学组分贡献度的多元统计分析方法,其关键是确定影响分解的关键组分或组分组合,被美国环境保护署推荐用于污染组分来源解析方面的研究[23]。该模型将样品(n)、检测组分(m)和源(p)生成数据矩阵,构建测试得到的化学组分数据和发生源特征之间的化学质量平衡(CMB)关系,见公式1:

    X(n×m)=G(n×p)F(p×m)+E(n×m) (1)

    式中:X是浓度矩阵,代表每个样品测试得到的化学组分数据;G是因子贡献矩阵,代表每个发生源对任意样品的贡献;F是因子特征矩阵,代表每个发生源的化学组分特征;E是残差矩阵,代表每个样品/组分的残差。

    如上所述,PMF模型将特定的样本浓度数据矩阵分解为2个矩阵:因子贡献矩阵G和因子特征矩阵F。研究者需要利用测量的发生源组分特征和排放清单,结合经验解译因子特征,确定可能对样本有贡献的来源类型[22]。这一特性要求分析者了解测试数据的置信度,即不确定性。模型中,G(n×p)F(p×m)2个矩阵的分解通过最小化目标函数Q得到:

    Q=ni=1mj=1(xijpk=1gikfkjuij)2 (2)

    式中:Q是观测值X和模型计算值GF之差通过测量不确定度uij加权后的平方和;uiji样品j组分浓度数据的不确定性;xiji样品j组分浓度的测量值;giki样品中k因子(源)的贡献值;fkjk因子(源)中j组分浓度特征。

    目标函数Q是PMF模型的关键参数,模型运行时会显示两类目标函数:Q(true)和Q(robust)。Q(true)是所有点计算得到的拟合优度参数,Q(robust)是排除模型无法拟合点之外的其他点计算得到的拟合优度参数,其中模型无法拟合点定义为不确定性尺度残差大于4的样品。Q(true)和Q(robust)的差值衡量了整体数据受到高度残差数据点的影响。本次选取数据点要求Q(true)≈ Q(robust),以保证预测值与测量值之间具有良好的相关性[28]

    PMF模型需要输入2个文件:样品组分浓度值和样品组分浓度不确定度值。其中,样品不确定度模型中有2种选择:基于观测的不确定度和基于计算的不确定度。也就是说,PMF模型不但可以考虑样品测试过程中的不确定度(浓度测试和方法检出限),也可以将样品采集、运输、存储等现场采样操作产生的不确定度包含在内。本次研究中采用后者作为不确定度输入文件,将采样操作过程的不确定度设为10%[28]。具体计算公式为:如果测试浓度小于或等于测试方法检出限(MDL),则采用下列公式计算不确定度(UNC):

    UNC=56×MDL (3)

    如果测试浓度大于MDL,则UNC计算公式为:

    Unc=(0.1×C)2+(0.5×MDL)2 (4)

    其中c为化学组分的测试浓度。

    由于PMF模型的输入文件仅可以使用以浓度表示的参数,部分指标(如pH)不能直接输入PMF模型[29]。此外,部分组分指标(如Al)浓度测试信噪比较低,被PMF系统定义为无效数据,也排除在输入文件之外。综上,本次研究选取测试浓度较背景值相差较大、超标率较高、测试信噪比大于0.5的8种组分指标Na+、Mg2+、Ca2+、Cl-、NO3-、SO42-、HCO3-和Fe作为模型的输入参数,以识别区域内地下水化学组分的来源。在随机种子数下,以100次基础运行数检验3~7种影响因素(来源),依据Q(true)/Q(robust)值和不同组分指标测试值与模型值之间的相关关系r2值,得到最合理的影响因素个数。

    表 1列出了2处建筑垃圾堆填场地周边地下水部分水化学指标的浓度测试范围,包括主要离子成分和超过中国《地下水质量标准》(GB /T 14848—2017)Ⅲ类标准的重金属指标。两场地周边地下水pH值在7.07~8.01之间,平均值分别为7.46和7.44,整体呈弱碱性。TDS方面,场地一TDS浓度为343.5~1649.1 mg/L,平均值为769.4 mg/L;场地二为311.5~813.5 mg/L,平均值为546.7 mg/L。场地一周边地下水TDS含量整体高于场地二,平均值为222.7 mg/L,由于两场地地下水中TDS对照值数值接近,监测得到场地周边TDS数值差距很可能与2处建筑垃圾场地的填埋时间、规模差异有关。TH体现出与TDS相似的差异性,场地一TH平均值为593.4 mg/L,场地二为457.1 mg/L,较场地一小136.3 mg/L,推测与2处场地的填埋时长和体量差别有关。主要离子方面,2处场地中阳离子质量浓度由高到低为[Ca2+]>[Na+]>[Mg2+],阴离子质量浓度为[HCO3-]>[SO42-]>[NO3-]>[Cl-]。场地一周边地下水化学类型以HCO3·SO4-Ca型为主,场地二周边地下水化学类型以HCO3-Ca型为主,部分点位为HCO3·SO4-Ca型。场地周边地下水重金属监测浓度较高的组分主要有Fe、Al、Cr和As。其中重金属Al和Fe是建筑行业用量较大的金属,其在地下水中含量较高可能是受到建筑垃圾填埋的影响。

    表  1  研究区地下水化学测试指标
    Table  1.  Chemical species contents of groundwater in study area
    测量指标 场地一 场地二
    最小值 最大值 中位数 平均数 超标率 最小值 最大值 中位数 平均数 超标率
    pH 7.07 8.00 7.45 7.46 0.0% 7.06 8.01 7.43 7.44 0.0%
    TDS 343.5 1649.1 716.4 769.4 14.3% 311.5 813.5 557.0 546.7 0.0%
    TH 269.0 1228.9 549.0 593.4 82.9% 264.2 627.0 480.9 457.1 60.0%
    Na+ 19.5 79.9 40.1 40.7 0.0% 14.0 48.8 26.7 27.8 0.0%
    Mg2+ 13.4 58.2 27.3 29.7 - 11.3 35.7 24.2 23.7 -
    Ca2+ 65.8 417.1 180.7 187.8 - 81.1 205.0 149.5 143.3 -
    HCO3- 253.4 1770.7 392.9 447.9 - 254.5 491.5 381.7 370.8 -
    SO42- 18.9 495.3 129.4 143.0 5.7% 31.6 253.1 71.6 85.3 5.0%
    Cl- 15.0 106.3 62.5 59.8 0.0% 13.8 139.9 23.8 38.9 0.0%
    NO3- 3.4 259.3 55.1 77.8 82.9% 11.8 80.4 44.2 41.8 75.0%
    Fe 0.114 0.617 0.197 0.232 20.0% 0.064 0.267 0.149 0.159 0.0%
    Al 0.002 1.905 0.029 0.141 11.4% 0.002 0.267 0.046 0.086 15.0%
    Cr 0.000 0.130 0.001 0.001 5.7% 0.001 0.017 0.004 0.006 0.0%
    As 0.001 0.013 0.006 0.006 11.4% 0.001 0.007 0.004 0.004 0.0%
    注:除pH值外,其余单位为mg/L
    下载: 导出CSV 
    | 显示表格

    将场地周边地下水监测数据与《地下水质量标准》进行对比,可得到2处场地周边地下水化学组分的超标情况,结果见表 1。场地一周围地下水点位中,TDS、TH、SO42-、NO3-、Fe、Al、As、Cr均存在超标现象,其中以TH和NO3--N检出超标率最高,达82.9%,TDS和SO42-的超标率为14.3%和5.7%,Fe、Al、As、Cr的超标率分别为20.0%、11.4%、11.4%和5.7%。场地二周围地下水点位中超标组分种类与超标率都低于场地一,NO3-的点位超标率最高,为75.0%,其次为TH,超标率为60.0%,SO42-超标率5.0%,Al超标率15.0%,TDS、Fe、As和Cr不存在超标点位。

    图 2图 3分别展现了场地一和场地二周边区域地下水主要化学组分质量浓度的空间分布特征。图 2显示场地一周边地下水中Na+、Ca2+、Mg2+、SO42-和TDS这5个组分浓度整体变化趋势较一致,均表现为垃圾填埋场附近沿地下水流下游方向的点位浓度较高,其他点位浓度较低,且整体上距离场地越远的点位浓度值越低,说明建筑垃圾填埋对场地周边地下水中主要离子组分的浓度演化可能存在影响,越靠近场地,受到的影响越大。不同之处在于,Ca2+和SO42-的浓度(图 2-bd)分布沿地下水流方向的梯度变化趋势更明显,尤其是阴离子SO42-最高点浓度接近500 mg/L,超过地下水Ⅲ类标准值近1倍,说明建筑垃圾填埋对地下水中Ca2+和SO42-浓度变化存在显著影响,这与文献报道[30-31]及研究组针对建筑垃圾典型成分的室内实验结果(数据未发表)一致。建筑垃圾组分中混凝土块、工程泥浆和石膏板成分中Ca含量较高,而SO42-是石膏与工程泥浆的重要组分,且粘附砂浆含量与SO42-含量相关性也较高[30]。由此推断,受建筑垃圾填埋影响区域的地下水中Ca2+和SO42-可以作为相关研究的特征污染组分。在图 2-ab中,虽然Na+和Mg2+浓度高值点位与图 2-cd中Ca2+和SO42-点位位置接近,但在整体空间分布上,组分浓度顺地下水流动方向的梯度特征不明显,说明建筑垃圾填埋对周边地下水中Na+和Mg2+含量可能存在一定影响,但不如对Ca2+和SO42-的影响显著。图 2-e是场地周边TDS的空间分布特征,TDS是综合性指标,其特征显示图 2-a~d中组分及其他主要离子组分的浓度变化特征,也表现出顺地下水流动方向呈现梯度变化特征,但在偏离地下水流动法线方向上也存在浓度梯度变化,说明区域地下水中TDS含量与建筑垃圾填埋存在一定相关性,但不显著。因此,地下水中TDS含量可以作为建筑垃圾填埋的参考指标,但不适合作为特征污染指标。

    图  2  场地一周边区域地下水中化学组分含量空间分布图
    Figure  2.  Spatial distribution of mass concentration Field 1 surroundings
    图  3  场地二周边区域地下水中化学组分含量空间分布图
    Figure  3.  Spatial distribution of mass concentration at Field 2 surroundings

    图 2-f展现了场地一周边NO3-组分浓度的空间分布,可以看出,与前5个组分完全不同的浓度变化趋势,说明此区域内NO3-浓度变化与填埋场地无直接相关性,这与城市生活垃圾填埋场对周围地下水的污染情况有显著差别。地下水中较高的NO3-组分含量主要归因于人类活动的影响,如有机肥料和合成肥料的使用及居民生产生活[32]。也有研究表明,过度施用化肥也会导致水中主要离子Cl-、SO42-、Ca2+和Mg2+含量的增加[33]

    图 3显示了场地二周边地下水中Na+、Ca2+、Mg2+、SO42-和TDS的浓度分布,其空间分布特征与图 2中场地一对应的组分分布特征整体相似,均表现为垃圾填埋场附近沿地下水流下游方向点位处浓度较高,顺着地下水流动方向形成浓度梯度变化。这一现象在图 3-bde中Ca2+、SO42-和TDS的浓度变化更显著,而图 3-ac中Na+和Mg2+浓度均表现为2个高值区,即除填埋场地附近,在西南侧也存在1个浓度高值区,说明场地二对Na+和Mg2+浓度的影响不显著,或者存在其他污染源干扰区域内2个组分的浓度变化。整体上,场地二对周边地下水组分浓度变化及空间分布存在一定影响,但普遍不如场地一影响显著。对比图 2图 3可以看出,无论是阴离子还是阳离子,在场地一周边区域的测试浓度均明显高于场地二,这应该是受到场地填埋时间差别的影响。场地一填埋时间已超过10 a,而场地二的填埋时间为5~6 a,填埋时间越久,建筑垃圾对场地周围地下水质组分变化的影响越大。

    图 3-f展示场地二周边NO3-浓度空间分布,与图 2-f相似,图 3-f也表现出与图 3-a~e完全不同的浓度变化趋势。说明建筑垃圾不是场地周边NO3-污染的来源,其来源与分布特征可能主要与当地的农业生产和居民生活相关[32]

    为了更加明确建筑垃圾场地对区域地下水质的影响,将2个场地周边的采样点位进行分类,根据采样点位在区域地下水流方向上与场地位置的关系,将其分为位于场地上游、场地下游和其他位置(位于场地下游方向但不处于流向及左右夹角45°范围内的其他点位)三大类。对2处建筑垃圾堆填场地周边地下水部分水化学组分的质量浓度平均值和中位数值进行统计,结果如表 2所示。由表 2可知,场地一周边不同采样点位的水化学组分中,TDS、TH、Na+、Ca2+和SO42-浓度平均值均呈现场地下游点位数据>其他点位数据>场地上游点位数据的趋势,说明建筑垃圾填埋场地的存在对这些地下水化学组分的变化影响显著,与前面组分浓度空间分布特征分析得出的结论一致。然而,如果比较不同类型采样点位中这些组分浓度的中位数值,则无法得出明显的规律性和上述趋势,可能是由于地下水流动缓慢、区域地层具备一定的防污性能,导致这些组分的污染扩散范围较小,主要发生在填埋场地附近。场地下游附近个别点位极高的组分浓度会大幅提升平均值,而多个分散点位之间中位数值差异并不显著。因此,在本次研究中,统计不同类别采样点位的组分浓度平均数更适合用来监测和预警周边地下水的水质变化,而采用中位数值则可能会忽略地下水的水质恶化过程。场地二周边不同采样点位类型的水化学组分中,TDS、TH、Na+和SO42-浓度平均值均呈现场地下游点位数据>场地上游点位数据的趋势,但其差值远小于场地一相应组分的结果,这可能仍是2个场地填埋体量和持续时间的差异导致的结果。

    表  2  两场地周边不同类别采样点位地下水化学组分浓度
    Table  2.  Descriptive statistics of groundwater chemical species contents in different types of sampling sites in surrounding of both fields
    测试指标 场地一 场地二
    场地上游 场地下游 其他 场地上游 场地下游 其他
    中位数 对照值 平均数 中位数 平均数 中位数 平均数 中位数 对照值 平均数 中位数 平均数 中位数 平均数
    TDS 425.4 578.2 441.8 809.9 693.0 742.4 759.9 491.0 587.0 590.7 614.5 653.2 529.8 553.8
    TH 352.3 441.5 357.9 625.1 549.0 586.6 551.4 391.3 472.8 483.6 498.1 514.6 444.9 476.5
    Na+ 24.7 31.0 25.3 43.4 40.2 39.4 34.9 22.9 24.9 26.1 34.7 39.6 27.0 26.7
    Mg2+ 16.1 20.1 15.5 30.4 27.3 31.6 26.4 17.8 22.1 22.3 26.4 26.6 23.5 24.6
    Ca2+ 116.3 143.1 119.0 199.3 180.7 182.0 183.3 126.9 152.3 156.3 155.3 161.5 138.8 148.5
    HCO3- 271.2 308.5 278.2 509.8 427.2 384.4 384.6 299.6 406.6 409.3 358.3 335.2 365.8 377.2
    SO42- 88.7 98.9 95.0 155.6 156.5 138.7 134.9 55.0 70.2 73.8 125.9 140.5 79.8 66.8
    Cl- 29.8 46.2 31.5 59.9 66.8 62.9 54.1 34.2 25.8 23.0 53.2 67.6 38.7 23.6
    NO3- 26.2 84.4 27.1 55.3 42.8 112.0 86.6 83.8 55.7 59.0 42.7 25.1 38.7 40.1
    Al 0.053 0.046 0.050 0.063 0.030 0.030 0.029 0.018 0.144 0.152 0.117 0.117 0.064 0.044
    Fe 0.130 0.220 0.140 0.222 0.203 0.251 0.190 0.117 0.198 0.213 0.177 0.166 0.147 0.139
    Cr 0.003 0.004 0.003 0.018 0.005 0.009 0.007 0.006 0.009 0.005 0.005 0.005 0.005 0.004
    As 0.006 0.005 0.006 0.007 0.007 0.005 0.006 0.005 0.003 0.002 0.006 0.007 0.004 0.004
    注:所有数据的单位为mg/L
    下载: 导出CSV 
    | 显示表格

    基于PMF模型,对场地一和场地二周边区域8种水化学组分来源进行解析。场地一最终确定出5类来源因子,Q(robust)/Q(true)值为0.90,r2值分布范围为0.71(Cl-)~0.99(Mg2+),平均0.92;场地二同样确定出5类影响因素,Q(robust)/Q(true)值为0.99,r2值分布范围为0.95(Ca2+)~ 1.00(NO3-),平均0.98。模型预测值与测试值相比得到的r2值较高,反映PMF模型对组分来源解析的拟合较好,可用于分析评价建筑垃圾对地下水组分的污染贡献度。

    针对水化学组分,采用PMF模型计算各组分来源比例,分别为F1、F2、F3、F4和F5(图 4)。图 4-a显示了场地一周边区域不同来源因子对采样点水化学组分浓度的贡献。来源因子F1的特征组分主要为Cl-(贡献率73.4%),其次为SO42-和Na+(贡献率分别为47.2%和32.6%)。Cl-是天然地下水中的主要离子,地下水中氯化物的形成机制主要是各类含氯岩石的溶解作用,包括钠长石、磷灰石、云母、角闪石等含氯岩石,以及岩盐等长期地质沉积形成岩石的溶解[32, 34]。Na+也是天然地下水中的主要离子,溶解作用是其主要形成机制。因此认为,F1因子来源主要是岩石风化与溶解[35]。来源因子F2的特征组分为SO42-、Na+和Ca2+,贡献率分别为51.3%、40.8%和24.0%。通过前文分析,建筑垃圾填埋堆放可导致SO42-和Ca+浓度大幅提高,TDS和Na+浓度也受到显著影响。因此认为,F2因子来源主要是建筑垃圾填埋。来源因子F3的特征组分信息不明显,认定其为不确定性源。来源因子F4的主要特征组分为HCO3-,其次为Ca2+和Fe,贡献率分别为79.1%、44.8%和40.3%。天然地下水中Ca+和HCO3-含量主要受到水岩相互作用和地下水流动的影响[22],而Fe含量则可能受到当地水文地质条件和岩石特征的影响[36-37]。因此,F4因子被认为是水岩相互作用和水文地球化学演化过程。来源因子F5的特征组分为NO3-,贡献率为73.6%,这可能是农田施肥的影响[15, 38]。因此,F5被认定为农业活动来源。

    图  4  PMF模型计算组分来源解析结果
    a—场地一;b—场地二
    Figure  4.  Factor contributions of chemical species calculated by PMF model at

    图 4-b显示了场地二周边区域不同来源因子对采样点水化学组分含量的贡献。因子F1的特征组分为SO42-、Ca2+、HCO3、Fe和Mg2+,贡献率分别为43.6%、39.2%、37.4%、36.3%和33.3%,符合水岩相互作用和地下水流动影响的特征[22],推断为水岩相互作用和水文地球化学演化的天然来源。因子F2特征组分信息不明显,认定其为不确定性源。因子F3的特征组分NO3-贡献率为82.8%,推断为农业活动来源。因子F4的特征组分为Cl-、SO42-、Na+和Ca2+,贡献率分别为52.4%、45.4%、22.8%和18.6%,由于场地二混合生活垃圾且填埋年限较场地一短,考虑生活垃圾和建筑垃圾填埋堆放导致的高硫酸盐、高钙离子和高TDS的特性吻合,推断其为建筑垃圾填埋堆放来源。因子F5的特征组分为Na+、Mg2+、Cl-和HCO3-,贡献率分别为33.6%、31.7%、22.1%和30.2%,这与岩石尤其是含氯岩石的溶解关系较大[34],可以被认为是岩石风化与溶解的天然来源。

    综合各因子对不同地下水化学组分的贡献率,可得到各来源因子对区域地下水质的综合贡献度(图 5)。场地一周边区域的地下水组分来源中,建筑垃圾填埋、岩石风化溶解、水岩相互作用和农业活动来源占比分别为29.2%、21.6%、24.2%和15.1%;场地二周边区域相应来源的占比分别为15.6%、23.2%、28.4%和18.2%。场地一中建筑垃圾填埋对地下水质影响占比为29.2%,填埋时间10~11 a以上;场地二的填埋时间为5~6 a,对应的建筑垃圾填埋对水质贡献度为15.6%。由此可见,建筑垃圾填埋已对填埋场周边区域的地下水化学组分变化造成一定影响,且随着填埋时长、体量的增加更显著。天然来源对场地一周围区域内水化学组分的贡献度为45.8%,而这一数据在场地二周围区域为51.6%,表明两场地周围地下水质受人类活动影响已达较高水平,人为污染源正成为地下水中离子组分的重要来源。

    图  5  不同来源区域地下水化学组分的贡献比例
    a—场地一;b—场地二
    Figure  5.  Contribution of different sources to the chemical composition of regional groundwater

    (1) 建筑垃圾填埋会显著影响周边区域地下水的组分浓度和质量,尤其是TDS、TH、Ca2+、SO42-等组分;填埋时间越长、体量越大,影响程度越深。两场地周边区域内地下水均表现出TDS和TH含量高于场地对照值的现象,且场地一数值普遍高于场地二。场地一周边地下水化学类型以HCO3·SO4-Ca型为主,场地二周边地下水化学类型以HCO3-Ca型为主。两场地中阳离子质量浓度由高到低为[Ca2+]>[Na+]>[Mg2+],阴离子质量浓度顺序为[HCO3-]>[SO42-]>[NO3-]>[Cl-]。

    (2) 空间分布方面,场地一和场地二区域范围内Na+、Ca2+、Mg2+、SO42-和TDS 5个组分或指标整体变化趋势较一致,均表现为垃圾填埋场附近沿地下水流下游方向的点位浓度较高,其他点位浓度较低,但场地二的梯度变化趋势不如场地一显著。

    (3) 场地一周边区域地下水化学组分来源有建筑垃圾填埋、岩石风化溶解、水岩相互作用和农业活动,其贡献占比分别为29.2%、21.6%、24.2%和15.1%;场地二周边区域地下水化学组分来源与场地一一致,占比分别为15.6%、23.2%、28.4%和18.2%,场地一周围区域地下水受建筑垃圾填埋影响程度远大于场地二。两场地周围地下水质量受人类活动影响程度较深,人为污染源正在成为地下水中离子组分的重要来源。

    致谢: 感谢审稿专家对论文修改与完善提出的宝贵意见。
  • 图  1   研究区域场地示意和采样点位分布图

    Figure  1.   Location of the study area and distribution of sampling sites surrounding Fields 1 and 2

    图  2   场地一周边区域地下水中化学组分含量空间分布图

    Figure  2.   Spatial distribution of mass concentration Field 1 surroundings

    图  3   场地二周边区域地下水中化学组分含量空间分布图

    Figure  3.   Spatial distribution of mass concentration at Field 2 surroundings

    图  4   PMF模型计算组分来源解析结果

    a—场地一;b—场地二

    Figure  4.   Factor contributions of chemical species calculated by PMF model at

    图  5   不同来源区域地下水化学组分的贡献比例

    a—场地一;b—场地二

    Figure  5.   Contribution of different sources to the chemical composition of regional groundwater

    表  1   研究区地下水化学测试指标

    Table  1   Chemical species contents of groundwater in study area

    测量指标 场地一 场地二
    最小值 最大值 中位数 平均数 超标率 最小值 最大值 中位数 平均数 超标率
    pH 7.07 8.00 7.45 7.46 0.0% 7.06 8.01 7.43 7.44 0.0%
    TDS 343.5 1649.1 716.4 769.4 14.3% 311.5 813.5 557.0 546.7 0.0%
    TH 269.0 1228.9 549.0 593.4 82.9% 264.2 627.0 480.9 457.1 60.0%
    Na+ 19.5 79.9 40.1 40.7 0.0% 14.0 48.8 26.7 27.8 0.0%
    Mg2+ 13.4 58.2 27.3 29.7 - 11.3 35.7 24.2 23.7 -
    Ca2+ 65.8 417.1 180.7 187.8 - 81.1 205.0 149.5 143.3 -
    HCO3- 253.4 1770.7 392.9 447.9 - 254.5 491.5 381.7 370.8 -
    SO42- 18.9 495.3 129.4 143.0 5.7% 31.6 253.1 71.6 85.3 5.0%
    Cl- 15.0 106.3 62.5 59.8 0.0% 13.8 139.9 23.8 38.9 0.0%
    NO3- 3.4 259.3 55.1 77.8 82.9% 11.8 80.4 44.2 41.8 75.0%
    Fe 0.114 0.617 0.197 0.232 20.0% 0.064 0.267 0.149 0.159 0.0%
    Al 0.002 1.905 0.029 0.141 11.4% 0.002 0.267 0.046 0.086 15.0%
    Cr 0.000 0.130 0.001 0.001 5.7% 0.001 0.017 0.004 0.006 0.0%
    As 0.001 0.013 0.006 0.006 11.4% 0.001 0.007 0.004 0.004 0.0%
    注:除pH值外,其余单位为mg/L
    下载: 导出CSV

    表  2   两场地周边不同类别采样点位地下水化学组分浓度

    Table  2   Descriptive statistics of groundwater chemical species contents in different types of sampling sites in surrounding of both fields

    测试指标 场地一 场地二
    场地上游 场地下游 其他 场地上游 场地下游 其他
    中位数 对照值 平均数 中位数 平均数 中位数 平均数 中位数 对照值 平均数 中位数 平均数 中位数 平均数
    TDS 425.4 578.2 441.8 809.9 693.0 742.4 759.9 491.0 587.0 590.7 614.5 653.2 529.8 553.8
    TH 352.3 441.5 357.9 625.1 549.0 586.6 551.4 391.3 472.8 483.6 498.1 514.6 444.9 476.5
    Na+ 24.7 31.0 25.3 43.4 40.2 39.4 34.9 22.9 24.9 26.1 34.7 39.6 27.0 26.7
    Mg2+ 16.1 20.1 15.5 30.4 27.3 31.6 26.4 17.8 22.1 22.3 26.4 26.6 23.5 24.6
    Ca2+ 116.3 143.1 119.0 199.3 180.7 182.0 183.3 126.9 152.3 156.3 155.3 161.5 138.8 148.5
    HCO3- 271.2 308.5 278.2 509.8 427.2 384.4 384.6 299.6 406.6 409.3 358.3 335.2 365.8 377.2
    SO42- 88.7 98.9 95.0 155.6 156.5 138.7 134.9 55.0 70.2 73.8 125.9 140.5 79.8 66.8
    Cl- 29.8 46.2 31.5 59.9 66.8 62.9 54.1 34.2 25.8 23.0 53.2 67.6 38.7 23.6
    NO3- 26.2 84.4 27.1 55.3 42.8 112.0 86.6 83.8 55.7 59.0 42.7 25.1 38.7 40.1
    Al 0.053 0.046 0.050 0.063 0.030 0.030 0.029 0.018 0.144 0.152 0.117 0.117 0.064 0.044
    Fe 0.130 0.220 0.140 0.222 0.203 0.251 0.190 0.117 0.198 0.213 0.177 0.166 0.147 0.139
    Cr 0.003 0.004 0.003 0.018 0.005 0.009 0.007 0.006 0.009 0.005 0.005 0.005 0.005 0.004
    As 0.006 0.005 0.006 0.007 0.007 0.005 0.006 0.005 0.003 0.002 0.006 0.007 0.004 0.004
    注:所有数据的单位为mg/L
    下载: 导出CSV
  • 孙佩文. 城市建筑装修垃圾产生量特性及管理对策研究[D]. 深圳大学硕士学位论文, 2020.
    张亮, 洪智程, 冯一舰. 杭州市某典型建筑垃圾资源化处理项目的技术过程碳减排效益分析[J]. 环境污染与防治, 2022, 44(4): 506-509. https://www.cnki.com.cn/Article/CJFDTOTAL-HJWR202204015.htm
    程颖卿. 协同治理视域下城市建筑垃圾处置对策研究[J]. 山西建筑, 2022, 48(13): 179-181. https://www.cnki.com.cn/Article/CJFDTOTAL-JZSX202213044.htm

    Chen H, Xu J, Li Y, et al. Trash to treasure: From construction waste to tellurium adsorbent materials[J]. Journal of Cleaner Production, 2021, 312.

    Li H, Zhang Y, Wu L, et al. Recycled aggregates from construction and demolition waste as wetland substrates for pollutant removal[J]. Journal of Cleaner Production, 2021, 311: 127766. doi: 10.1016/j.jclepro.2021.127766

    闫宏亮. 建筑垃圾循环再利用处理工艺改进研究[D]. 吉林大学硕士学位论文, 2019.
    《全国地下水污染防治规划(2011—2020年)》讨论通过[J]. 环境保护与循环经济, 2011, 31(8): 34.

    Chen X J. China's water resources in 2020[J]. China Geology, 2021, 4(3): 536-538.

    于丹凤, 李小月, 段华波, 等. 城市拆除和装修建筑垃圾重金属浸出特性分析[J]. 环境工程, 2019, 37(1): 153-157. https://www.cnki.com.cn/Article/CJFDTOTAL-HJGC201901042.htm
    郑佳. 北京西郊垃圾填埋场对地下水污染的预测与控制研究[D]. 中国地质大学(北京)博士学位论文, 2009.
    张清平. 堆存装修垃圾对土壤及地下水环境影响的研究[D]. 山东大学硕士学位论文, 2019.
    赵起越, 李令军, 张立坤, 等. 建筑垃圾的危害、监测及管理[J]. 环境保护与循环经济, 2019, 39(7): 75-80. https://www.cnki.com.cn/Article/CJFDTOTAL-LNCX201907024.htm

    Timothy T, Thabet T, Kevin L, et al. Heavy metals in recovered fines from construction and demolition debris recycling facilities in Florida[J]. Science of the Total Environment, 2004, 332(13): 1-11.

    Robert H C, Deepika M, Rolf G. Barriers to Improving the Environmental Performance of Construction Waste Management in Remote Communities[J]. Procedia Engineering, 2017, 196: 830-837. doi: 10.1016/j.proeng.2017.08.014

    Li Q, Zhang H, Guo S, et al. Groundwater pollution source apportionment using principal component analysis in a multiple land-use area in southwestern China. [J]. Environmental Science and Pollution Research, 2020, 27: 9000-9011. doi: 10.1007/s11356-019-06126-6

    Zhang M, Wang X, Liu C, et al. Quantitative source identification and apportionment of heavy metals under two different land use types: comparison of two receptor models APCS-MLR and PMF[J]. Environmental Science and Pollution Research, 2020, 27: 42996-43010. doi: 10.1007/s11356-020-10234-z

    Hristova E, Veleva B, Georgieva E, et al. Application of Positive Matrix Factorization Receptor Model for Source Identification of PM10 in the City of Sofia, Bulgaria[J]. Atmosphere, 2020, 11(9): 890. doi: 10.3390/atmos11090890

    Qi Y J Q, Liu X, Wang Z, et al. Comparison of receptor models for source identification of organophosphate esters in major inflow rivers to the Bohai Sea, China[J]. Environmental Pollution, 2020, 265(Pt B): 114970.

    Shin S M, Kim J Y, Lee J Y, et al. Enhancement of modeling performance by including organic markers to the PMF modeling for the PM2.5 at Seoul[J]. Air Quality, Atmosphere & Health, 2022, 15: 91-104.

    Anaman R, Peng C, Jiang Z, et al. Identifying sources and transport routes of heavy metals in soil with different land uses around a smelting site by GIS based PCA and PMF[J]. Science of the Total Environment, 2022, 823: 153759. doi: 10.1016/j.scitotenv.2022.153759

    Li H Y. Application of positive matrix factorization to source apportionment of surface water quality of the Daliao River basin, northeast China[J]. Environmental Monitoring and Assessment, 2015, 187(3): 80. doi: 10.1007/s10661-014-4154-2

    Zhang H, Chang S Q, Li H F, et al. Groundwater pollution source identification and apportionment using PMF and PCA-APCA-MLR receptor models in a typical mixed land-use area in Southwestern China[J]. Science of the Total Environment, 2020, 741: 140483. doi: 10.1016/j.scitotenv.2020.140483

    平顶山市地方史志编纂委员会. 平顶山市志(上卷)[M]. 郑州: 河南省人民出版社, 1994.
    杨家林, 王少辉. 浅析平顶山矿区地下水环境问题及防治措施[J]. 地下水, 2015, 37(5): 96-97. https://www.cnki.com.cn/Article/CJFDTOTAL-DXSU201505035.htm
    连明涛, 李渡峰. 平顶山市城区地下水资源综合分析[J]. 河南水利, 2000, (6): 12-34. https://www.cnki.com.cn/Article/CJFDTOTAL-HNBD200006013.htm

    Pentti P, Unto T. Positive matrix factorization: A non-negative factor model with optimal utilization of error estimates of data values[J]. Environmetrics, 1994, 5(2): 111-126. doi: 10.1002/env.3170050203

    Gary Norris R D. EPA Positive Matrix Factorization(PMF)5.0 Fundamentals and User Guide[S]. 2014: 1-105.

    Zanotti C. Groundwater and surface water quality characterization through positive matrix factorization combined with GIS approach[J]. Water Research, 2019, 159: 122-134. doi: 10.1016/j.watres.2019.04.058

    Lapworth D J, Boving T B, Kreamer D K, et al. Groundwater quality: Global threats, opportunities and realising the potential of groundwater. [J]. Science of the Total Environment, 2022, 811: 152471. doi: 10.1016/j.scitotenv.2021.152471

    王罗春, 彭松, 赵由才. 建筑垃圾渗滤液实验室模拟研究[J]. 环境科学与技术, 2007, (11): 20-22. https://www.cnki.com.cn/Article/CJFDTOTAL-FJKS200711006.htm

    Silva R V, de Brito J, Dhir R K. Properties and composition of recycled aggregates from construction and demolition waste suitable for concrete production[J]. Construction and Building Materials, 2014, 65: 201-217. doi: 10.1016/j.conbuildmat.2014.04.117

    Bijay M S, Takashi N, Tatsuru K, et al. Seasonal Groundwater Quality Status and Nitrogen Contamination in the Shallow Aquifer System of the Kathmandu Valley, Nepal[J]. Water, 2019, 11(10): 2184. doi: 10.3390/w11102184

    Janet Y C L, Meng N C, Phaik E P, et al. Longitudinal assessment of rainwater quality under tropical climatic conditions in enabling effective rainwater harvesting and reuse schemes[J]. Journal of Cleaner Production, 2016, 143: 64-75.

    Mullaney J R, Lorenz D L, Arntson A D. Chloride in groundwater and surface water in areas underlain by the glacial aquifer system, northern United States[M]. Scientific Investigations Report, 2007: 2009-5086.

    Tirumalesh K. Understanding the hydrochemical behavior of groundwater and its suitability for drinking and agricultural purposes in Pondicherry area, South India - A step towards sustainable development[J]. Groundwater for Sustainable Development, 2016, 2/3: 143-153. doi: 10.1016/j.gsd.2016.08.001

    丁爱中, 郝娜, 程莉蓉, 等. 四川德阳浅层地下水高含铁成因分析[J]. 吉林大学学报(地球科学版), 2009, 39(5): 868-873. https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ200905016.htm

    Wang H M. Geochemical Characteristics and Influencing Factors of Groundwater Fe in Seawater Intrusion Area[J]. Water, Air, & Soil Pollution, 2020, 231(7): 18-25.

    Hu Q Y. Using multiple isotopes to identify sources and transport of nitrate in urban residential stormwater runoff[J]. Environmental Monitoring and Assessment, 2022, 194(3): 238-238.

  • 期刊类型引用(5)

    1. 冉泽宇,贾永锋,姜永海,史浙明,尚长健,臧永歌,陈帆,廉新颖. 地下水污染源解析方法研究进展. 地质通报. 2024(01): 153-162 . 本站查看
    2. 魏晓倩,姜建芳,冯肖嘉文,许明明,李蒴,刘冰,白凯文,侯丽丽,赵文吉. 城市建筑垃圾填埋区地下水水质对比和溯源. 中国环境科学. 2024(07): 3843-3857 . 百度学术
    3. 刘婷婷,张开兴,赵远方,张劼. 基于生命周期评价的合肥市建筑垃圾处理模式研究. 西昌学院学报(自然科学版). 2023(01): 76-82 . 百度学术
    4. 郭智刚,邓亚军,朱兴龙,刘正雄,张高科. 深圳市建筑垃圾的管理现状及对策研究. 环境科学与管理. 2023(10): 5-10 . 百度学术
    5. 肖慧娟,肖虹雁. 基于CiteSpace的我国建筑垃圾研究知识图谱分析. 中原工学院学报. 2023(06): 28-37+46 . 百度学术

    其他类型引用(3)

图(5)  /  表(2)
计量
  • 文章访问数:  2132
  • HTML全文浏览量:  301
  • PDF下载量:  1025
  • 被引次数: 8
出版历程
  • 收稿日期:  2022-05-19
  • 修回日期:  2022-08-29
  • 网络出版日期:  2023-08-15
  • 刊出日期:  2022-12-14

目录

/

返回文章
返回