在非均质含水层中,利用综合地下水循环井与抽提处理法进行污染物修复的效能及优化策略
《Process Safety and Environmental Protection》:Effectiveness and optimization strategies for contaminant remediation using integrated groundwater circulation well and pump-and-treat methods in heterogeneous aquifer
【字体:
大
中
小
】
时间:2025年12月03日
来源:Process Safety and Environmental Protection 7.9
编辑推荐:
张在勇|冉斌|王玉丽|张传奇|侯鹏泽|邵佳敏|杨景波|龚成成中国长安大学教育部干旱地区地下水流与生态效应重点实验室摘要非均质含水层给地下水修复带来了巨大挑战,尤其是那些水力传导率较低、难以处理的区域。将抽提处理技术与地下水循环井相结合,有望提升修复效率;然而,含水层非均质性、井间
张在勇|冉斌|王玉丽|张传奇|侯鹏泽|邵佳敏|杨景波|龚成成中国长安大学教育部干旱地区地下水流与生态效应重点实验室摘要非均质含水层给地下水修复带来了巨大挑战,尤其是那些水力传导率较低、难以处理的区域。将抽提处理技术与地下水循环井相结合,有望提升修复效率;然而,含水层非均质性、井间距以及操作策略的影响仍需进一步研究。本研究通过数值模拟评估了非均质含水层中地下水循环井与抽提处理系统结合使用的效果。结果表明,lnK的变异程度会显著影响修复效果。当地下水循环井 strategically布置在低水力传导率区域附近时,这种组合系统的修复效果优于单独使用抽提处理或地下水循环井的方式,能显著提高这些区域的污染物去除效率。井间距以及地下水循环井的运行模式(连续式或周期性)会影响低水力传导率区域的清理效率,但对整体含水层修复的影响相对较小。当井间距小于地下水循环井影响半径的1.5倍时,可实现最佳修复效果。本文提出了相应的设计指南,以帮助有效实施这种组合系统。这些研究结果强调了在优化地下水修复策略时考虑场地特定非均质性的重要性。1. 引言地下水是全球最丰富、最易获取的淡水来源,约50%的饮用水、40%的农业灌溉用水以及33%的工业用水都依赖于地下水(IGRAC,2018)。然而,在过去的一个世纪里,地下水污染已成为威胁生态系统和人类健康的全球性问题(Chandnani等人,2022)。各种有害物质,如化学物质、药物残留、有机物、营养物质以及盐分废水,都会污染含水层(Mateo-Sagasta等人,2017;Saqr等人,2025;Sharma等人,2023)。为确保可持续的水资源管理,有效的地下水修复策略至关重要。在非均质含水层中修复受污染的地下水仍然是一项重大挑战,因为地下水的水力特性和污染物分布存在空间差异。其中,应用最为广泛的修复技术是抽提处理系统,该系统通过抽取受污染的地下水,在地面进行处理,然后再将其排放或回灌到含水层中。通过采用不同的处理技术,抽提处理系统可适用于多种类型的污染物(Antelmi等人,2020;Xie等人,2021),尤其擅长去除高水力传导率区域的污染物(Mackay和Cherry,1989)。尽管抽提处理系统部署简单且应用广泛,但其处理时间往往较长。在复杂的含水层中,尤其是污染物在低水力传导率区域积聚的地方,如隔水层或富含粉砂和黏土的层状结构中,该系统的效率会降低(Chapman和Parker,2005)。许多运行超过40年的抽提处理系统普遍面临污染物残留和因反向扩散导致的反弹问题(Brusseau和Guo,2014;Zha等人,2019;Ciampi等人,2023)。因此,即便长期运行,抽取井处的污染物浓度仍可能高于规定的清理标准。地下水循环井作为一种替代或补充技术,为含水层修复带来了新的希望。与抽提处理系统相比,地下水循环井能够形成垂直循环流,更有效地促进低水力传导率区域的污染物迁移(Cirpka和Kitanidis,2001;Tatti等人,2019;Ciampi等人,2023)。不过,地下水循环井的效能高度依赖于具体的水文地质条件、污染物分布以及井间距、滤网间隔、抽吸/注水时长等操作参数(McCarty等人,1998;Fogg等人,1999;Falta等人,2005;Christ等人,2010;Zhang等人,2024)。在复杂的地质环境中,如何优化井的设计并保持稳定的处理效率仍是重大挑战(Ciampi等人,2023)。将地下水循环井与抽提处理系统相结合,可能是提升修复效率的一种方法(图1)。通过合理设计的井网,这种组合系统能够结合两种方法的优点,同时弥补各自的不足。Ciampi等人(2023)的实地观测表明,在分层含水层和裂隙含水层中,为抽提处理系统添加地下水循环井可显著提升修复效率,因为在地下水循环井运行期间,抽取井处的污染物浓度会有所上升。作者认为这是由于地下水循环井产生的水力梯度促使污染物从低水力传导率区域向优先流动路径移动。不过,该研究并未明确分析地下水水力非均质性对整体修复效果的影响。同样,Zhang等人(2025)也发现,与单独使用地下水循环井相比,组合系统能产生更动态的水力状况和更广的影响范围。但由于地下水循环井与抽提处理系统之间存在流动干扰,即使在沙箱实验中水力条件均匀的情况下,组合系统的整体修复效果仍不确定。我们推测,在非均质含水层中,组合系统的性能将受到具体水文地质条件的显著影响。因此,系统分析影响修复效率的各种因素,对于在复杂水文地质环境中设计有效的地下水循环井与抽提处理组合系统至关重要。下载:下载高分辨率图像(114KB)下载:下载全尺寸图像图1. 地下水循环井与抽提处理系统组合的示意图。本研究旨在探讨地下水循环井与抽提处理系统组合井网在污染物修复中的有效性。具体而言,我们(1)分析特定场地的水力非均质性如何影响这种组合系统的修复效率;(2)评估不同井网设计的效果,包括井的布置位置、间距以及操作策略;(3)提出实施该组合系统的设计指南。为实现这些目标,我们采用蒙特卡洛模拟来分析修复效果,并确定最优的井配置方案。这些研究成果有助于优化复杂地质条件下的地下水修复策略。2. 方法2.1 地下水流动与溶质传输在非均质含水层中,三维稳态地下水流动可以用以下公式表示:(1)??[K(x)?h(x,t)]=Q其中h为水头响应值(单位:L),x为x、y、z方向的向量,t为时间(单位:T),Q为源项和汇项(单位:1/T),K为水力传导率(单位:L/T)。初始条件和边界条件分别为:(2)h|Γ1=h(x,t),q|Γ2=q(x,t),以及h=h(x,t0),其中q为通量(单位:L/T),t0为初始时间(单位:T),Γ1为狄利克雷边界上的指定水头值,Γ2为诺伊曼边界上的指定通量值。溶质的瞬态传输过程可用以下公式表示:(3)?c(x,t)?t=q(x,t)n??c(x,t),其中c为浓度(单位:M/L3),n为孔隙度(无量纲)。其初始条件和边界条件为:(4)c|Γ1=c(x,t)以及c=c(x,t0)2.2 关键因素分析通过统计分析,识别出影响地下水循环井与抽提处理系统组合系统修复效率的关键因素,并量化其相对贡献。这一分析是通过包含三个主要步骤的蒙特卡洛模拟来完成的。首先,生成随机场(即不同数值组合),以体现含水层的非均质性,这些随机场具有不同的均值、方差和相关长度。其次,针对每个随机场情况模拟稳态流动模型(Srivastava和Yeh,1992)。最后,基于改进的特征线方法,用粒子追踪法对溶质传输过程进行建模(Yeh等人,1993)。通过多次重复这一过程,可以全面评估在不同含水层非均质性条件下的修复策略效果。更多细节可参考Zhang等人(2024)的研究。2.3 井网设计在确定了影响修复效率的主要地下水力因素之后,接下来需要设计并评估不同的地下水循环井与抽提处理系统井网布局及操作策略。每种配置的效率都是根据从一组非均质含水层中去除的污染物总量来评估的。在设计过程中需要考虑三个关键方面:水文地质条件、井间距以及操作策略。水文地质条件方面,要分析井网的位置与特定场地的非均质性如何共同影响修复效率。由于关于如何布置抽提处理井以实现水平流动并最大程度去除污染物的研究已经很充分(Bortone等人,2020;Chang等人,2007;Huang和Mayer,1997;Matott等人,2006;Zha等人,2019),本研究则重点探讨在设计地下水循环井与抽提处理系统组合井网时,如何优化地下水循环井的布置方式。我们评估了两种布置策略:(1)不考虑地下水非均质性,随机安装地下水循环井;(2)有针对性地将地下水循环井安装在低水力传导率区域内部或附近,以促进污染物迁移。井间距方面,要分析地下水循环井与抽提处理井之间的距离如何影响修复效率。井的空间布局直接决定了地下水循环井的影响范围与抽提处理系统作用区域的重叠程度。合理的井间距有助于实现从低水力传导率区域有效提取污染物,再由抽提处理系统进行处理。操作策略方面,则是要评估在不同运行模式下,将地下水循环井整合到现有抽提处理系统中的效果(例如,地下水循环井的连续运行与周期性运行)。其中一个重要目标是确定所观察到的修复效率提升是否在多种水文地质条件下都普遍存在,还是仅限于某些特定情况。Ciampi等人(2023)的实地观测表明,为抽提处理系统添加地下水循环井可以显著加快修复速度。不过,还需要进一步研究,以了解这种提升效果在不同水文地质条件下的稳定性。3. 模型设置我们将一个尺寸为100×100×24米的三维饱和含水层离散为50×50×20个网格单元,每个网格单元的尺寸为2×2×1.2米。东西南北四个边界的水头值均设为25米,而上下边界则为无通量边界。所有边界处的污染物浓度均设为零。含水层最初的水头值和污染物浓度分别为25米和100毫克/升。在含水层中设置了1口地下水循环井和1口抽水井(见图2)。地下水循环井由两个滤网组成:上方的滤网用于抽水,下方的滤网用于注水。两个滤网之间的垂直间距为6米,每個滤网的长度也为6米。抽水井的滤网间隔为18米。两口井的流量均保持在120立方米/天。下载:下载高分辨率图像(556KB)下载:下载全尺寸图像图2. 井的配置方案。(a-e) 井间距分别为12米、18米、24米、36米和48米的地下水循环井与抽提处理系统组合方案。(f-g) 单独使用地下水循环井和抽提处理系统的情况。红线表示抽水滤网,蓝线表示注水滤网。需要注意的是,在不同的井网方案中,抽水井的位置保持不变。3.1 关键因素分析地下水循环井安装在距离抽水井18米的位置(见图2b)。初始时间步长为0.001天,最大允许时间步长为50天,整个模拟时间为1200天。3.1.1 等效均质含水层在等效均质含水层中进行的修复效率测试可作为基准模拟,用于展示地下水非均质性对污染物去除的影响(见表1中的案例1)。研究中使用了砂质含水层,所考察的平均水力传导率分别为0.017米/天和28.8米/天(见表1中的案例1a)。平均孔隙度则分别取0.1、0.15、0.2、0.25和0.3(案例1b),这些数值代表了沉积岩中常见的孔隙度范围。为了研究平均水力传导率的影响,孔隙度固定为0.3;同样,为了研究平均孔隙度的影响,则将平均水力传导率固定为0.017米/天。表1. 蒙特卡洛模拟中分析的各项参数。Var表示方差,Cor表示相关长度,Corr/Corz表示水平相关长度与垂直相关长度的比值。Homo表示等效均质含水层,Hetero表示非均质含水层,N/A表示不适用,Inf则表示无穷大值。情景编号平均水力传导率(米/天)lnK的方差lnK的相关长度水平相关长度与垂直相关长度的比值平均孔隙度lnn的方差lnn的相关长度Homo案例1a0.017, 28.80无穷大不适用0.30无穷大案例1b0.0170无穷大不适用0.1, 0.15, 0.2, 0.25, 0.30无穷大Hetero平均水力传导率案例2a0.017, 28.816010.30无穷大lnK的方差、lnK的相关长度案例2b、案例2c0.0170.1–5240–510.30无穷大水平相关长度与垂直相关长度的比值案例2d0.0171600.5, 1, 2, 5, 100.30无穷大平均孔隙度案例3a0.0170无穷大不适用0.1, 0.15, 0.2, 0.25, 0.30.260lnn的方差、lnn的相关长度案例3b、案例3c0.0170无穷大不适用0.30.01–0.5240–53.1.2 非均质含水层非均质水力传导率场和孔隙度场是通过其均值、方差和相关长度来描述的(见表1中的案例2和案例3)。这种随机化表征方法已被水文地质学、岩土力学和岩土工程领域广泛采用(Gao等人,2018;Liang等人,2017;Mtsetfwa等人,2025;Ren等人,2021;Wang等人,2025)。通过结合谱方法与指数协方差模型,共生成了100组lnK和lnn场的随机数值(Gutjahr,1989;Robin等人,1993)。对于非均质水力传导率场,所研究的平均水力传导率值为0.017米/天和28.8米/天(案例2a),这些数值对应典型的砂质含水层。lnK的方差在0.1到5之间变化(案例2b),而其相关长度则在240米到5米之间变化(案例2c)。相关长度与lnK的方差值呈负相关,相关系数为-0.43。lnK的方差值是根据碎屑沉积物的典型空间变化性来确定的,其K值在1到4个数量级之间变化(Gelhar, 1993; Rubin, 2003; Fogg和Zhang, 2016)。通过改变水平与垂直相关长度的比值,即0.5、1、2、5和10,来研究含水层的各向异性(案例2d),其中较高的比值意味着更强的层理结构。在评估某个特定变量的影响时,其他变量则设定为:平均K值为0.017米/天,lnK的方差值为1,相关长度保持在60米。整个模型区域内的孔隙度均为0.3。需要注意的是,在评估方差(或相关长度)的影响时,由于它们之间存在负相关关系,因此需要相应地调整相关长度(或方差)。对于非均质n场,所研究的平均n值包括0.1、0.15、0.2、0.25和0.3(案例3a),这些数值涵盖了典型的沉积环境。lnn的方差在0.01到0.5之间变化(案例3b),而lnn的相关长度则在240米到5米之间变化(案例3c)。与lnK类似,lnn的相关长度和方差也呈负相关,相关系数为-0.43。所选的lnn方差值确保n值处于合理范围之内(即0.05到0.5之间)。在评估单个lnn变量的影响时,其他变量设定如下:平均n值为0.3,lnn的方差值为0.2,所有方向上的相关长度均为60米。K值假定是均匀的,为0.017米/天。同样,在评估方差(或相关长度)的影响时,由于它们之间存在负相关关系,需要相应地调整相关长度(或方差)。3.2 井网设计案例2b中使用的随机场被用来评估不同井网的综合修复效率(图2)。初始时间步长和最大允许时间步长分别定义为0.001天和50天。最大模拟时间为18,000天(约50年)。水文地质方面,GCW安装在距离抽水井18米处。GCW和P&T同时运行。井间距方面,抽水井的位置保持不变,GCW则安装在距离抽水井12、18、24、36和48米处(如图2a至e所示)。根据Zhang等人(2024)的方法估算,其影响半径约为12米。因此,这些井间距分别相当于GCW影响半径的1倍、1.5倍、2倍、3倍和4倍。GCW和P&T同样同时运行。操作策略方面,GCW安装在距离抽水井18米处。在整个模拟期间,P&T系统持续运行,而GCW则间歇性启动。具体来说,GCW在两个时间段内运行:从第1,001天到第4,000天,以及从第8,001天到第18,000天。此外,我们还进行了仅使用GCW或仅使用P&T的基准模拟,以展示综合使用GCW-P&T的效率。GCW和P&T井的位置分别如图2f和g所示。3.3 修复效果修复效率定义为从含水层中去除的污染物浓度与初始污染物浓度之比。100%的修复效率意味着污染物已被完全去除,而0%的修复效率则表示没有污染物从含水层中去除。通过计算100次模拟结果的标准化浓度(即C/C0的几何平均值)的几何平均值和几何标准差,来分别量化整个含水层、高K区和低K区的不同修复技术的修复效率。K值小于0.05米/天的区域被视为低K区,而其他区域则为高K区(K >= 0.05米/天)。4. 结果与讨论4.1 水力传导率变异性的影响图3展示了平均K值、lnK的方差、相关长度以及lnK的水平与垂直相关长度比值对综合GCW-P&T系统修复效率的影响(案例2)。红色方块表示等效均匀含水层的修复效率(案例1a)。蓝色实线表示集合平均效率,而黑色虚线则表示修复效率的第10和第90百分位数。下载:下载高分辨率图像(296KB)下载:下载全尺寸图像图3. 经过1200天综合GCW-P&T处理后,(a)平均值、(b)方差、(c)相关长度以及(d)lnK值的水平与垂直相关长度比值对修复效率的影响(案例2)。蓝色实线表示集合平均修复效率,黑色虚线则为修复效率的10%和90%分位数。红色方块为等效均匀场的修复效率(案例1a)。由于注入和抽取速率已经确定,集合平均值、10%分位数和90%分位数不会影响修复效率(图3a),因为平均K值不会影响三维稳态流场(Chen等人,2011;Kabala,1993;Thiem,1906)。lnK的方差对修复效率有显著影响(图3b)。随着lnK的方差从0.5增加到4.5,平均修复效率从92.4%下降到66.6%(下降了25.8%)。与此同时,第90百分位数的效率下降了36%,第10百分位数下降了17.6%。大部分效率下降(占总下降量的24.4%)发生在高K区,而低K区仅贡献了少量(1.4%)。高K区带来的较大影响表明,效率下降主要是由于流动路径的迂曲程度增加。高低K区的交错使得优先流动路径延长,从而减缓了污染物的迁移和去除速度。因此,在高度非均质的含水层中,污染物需要更多时间通过这些优先路径迁移,相比稍具非均质性的含水层而言。lnK的相关长度对修复效率有中等程度的影响(图3c)。随着相关长度的增加,修复效率也会提升。当相关长度从5米增加到240米时,平均修复效率提升了18.8%。当相关长度趋于无穷大时,非均质场的修复效率趋近于均匀场的修复效率。水平与垂直相关长度比值对修复效率的影响相对较小(图3d)。当该比值从0.5增加到10(即层状结构)时,修复效率基本保持不变。集合平均效率和第10百分位数的修复效率仅分别下降了0.9%和2.8%。第90百分位数的修复效率则仅上升了1.5%。在评估修复效率时,考虑含水层的水力非均质性至关重要。在设计综合GCW-P&T系统时,忽略lnK的非均质性会高估其修复能力。例如,基于等效均匀含水层评估的效率(图3)与基于非均质含水层评估的最有效的10%修复效率相当(图3中的黑色虚线)。集合平均值与等效均匀K场之间在污染物迁移方面的差异是由于残余浓度通量造成的(Zhang等人,2024)。这一残余项类似于集合平均残余通量(Neuman和Orr,1993;Guadagnini和Neuman,1999)。它反映了空间非均质性对通量和浓度在构建集合平均传输方程时的影响(Gelhar,1986)。4.2 孔隙度变异性的影响图4展示了平均孔隙度、lnn的方差以及相关长度对修复效率的影响(案例3)。红色方块表示等效均匀场的修复效率(案例1b)。平均孔隙度对修复效率有中等程度的影响。随着平均孔隙度从0.1增加到0.3,平均修复效率从99.8%下降到96.2%。第90和第10百分位数的修复效率分别下降了4.9%和2.4%。孔隙度与地下水流速成反比。随着孔隙度的增加,流速降低,进而减缓了修复进程。下载:下载高分辨率图像(232KB)下载:下载全尺寸图像图4. 经过1200天综合GCW-P&T系统运行后,(a)平均值、(b)方差以及(c)lnn的相关长度对修复效率的影响(案例3)。蓝色实线表示集合平均修复效率,黑色虚线则表示修复效率的10%和90%分位数。作为对比,红色方块为等效均匀场的修复效率(案例1b)。如图4b和c所示,lnn的方差和相关长度对修复效率的影响较小。当方差从0.05增加到0.35时,集合平均修复效率仅下降了1.2%。同样,当相关长度从5米增加到240米时,修复效率的第10百分位数、集合平均值以及第90百分位数仅分别下降了0.1%。假设存在等效均匀的孔隙度场会高估修复效率。具体来说,基于等效均匀含水层评估的修复效率(图4)与基于非均质含水层评估的最有效的10%修复效率相当(图4中的黑色虚线)。同样,均匀含水层与非均质含水层在修复效率上的差异也可归因于集合平均残余浓度储存效应(Zhang等人,2024)。这一残余项量化了孔隙度和浓度空间变异性对集合平均传输的影响。4.3 井网设计关键因素分析表明,含水层水力特性的变化在决定综合GCW–P&T系统的修复效率方面起着至关重要的作用。修复效率的第10和第90百分位数之间存在较大差异(图3、图4),这表明忽视GCW-P&T井网与特定地点水力非均质性之间的关系可能会显著影响修复效果,从而导致系统设计不理想。因此,我们研究了设计GCW–P&T井网的策略,以确保有效去除含水层中的污染物。4.3.1 考虑与不考虑水力非均质性图5展示了低K区、高K区以及整个含水层中标准化平均污染物浓度的情况。综合GCW-P&T系统中的GCW在考虑与不考虑地下水力非均质性的情况下都被安装。当GCW位于低K区内或附近时(图5中的黑线),综合GCW-P&T系统比随机安装GCW时(图5中的绿线)能更有效地去除污染物。相反,在安装GCW时考虑地下水力非均质性并不会提高高K区(图5b)和整个含水层(图5c)的修复效率。综合GCW-P&T系统的平均修复效果与仅使用P&T的效果相似(黑线与绿线)。两者的平均浓度相差在±1个标准差范围内,差异并不显著。下载:下载高分辨率图像(205KB)下载:下载全尺寸图像图5. GCW位置对(a)低K区、(b)高K区以及(c)整个含水层中标准化几何平均浓度的影响。C0为含水层中的初始浓度,C/C0为标准化几何平均浓度。实线表示几何平均浓度,颜色带则表示一个几何标准差的范围。4.3.2 单独方法与综合方法图6展示了综合GCW-P&T相对于单独使用GCW和P&T的效率优势。在这三种方法中,综合GCW-P&T系统是去除低K区污染物最有效的方法(图6a中的黑线),其次是单独使用P&T的方法(图6a中的红线)。单独使用GCW的效率最低(图6a中的蓝线)。值得注意的是,综合GCW-P&T系统对应的标准化平均浓度位于单独使用P&T的均值减去一个标准差的位置。相反,综合GCW-P&T系统并未显著提高高K区的修复效率(图6b)。综合GCW-P&T系统的平均修复效果与单独使用P&T的效果相似(黑线与红线)。在整个含水层中,各种方法的修复效果也相近(图6c)。下载:下载高分辨率图像(212KB)下载:下载全尺寸图像图6.(a)低K值区、(b)高K值区以及(c)整个含水层中经过GCW、P&T以及综合GCW-P&T方法处理后的标准化几何平均浓度。C0为含水层中的初始浓度,C/C0为标准化几何平均浓度。实线代表几何平均浓度,颜色条则表示一个几何标准差。4.3.3 GCW与P&T井之间的间距图7展示了综合GCW-P&T系统(黑线)在不同GCW与P&T井间距为12、18、24、36和48米时的标准化平均污染物浓度。作为对比,单独使用GCW(蓝线)和单独使用P&T(红线)的结果也被作为参考。GCW通常安装在低K值区内或附近。下载:下载高分辨率图像(638KB)下载:下载完整尺寸图像图7. GCW与P&T井之间间距对低K值区、高K值区以及整个含水层中标准化几何平均浓度的影响。12、18、24、36和48米的间距分别约为GCW影响半径的1倍、1.5倍、2倍、3倍和4倍。C0为含水层中的初始浓度,C/C0为标准化几何平均浓度。实线代表几何平均浓度,颜色条则表示一个几何标准差。GCW与P&T井之间的间距会影响低K值区的修复效率(图7中的第一列)。间距小于GCW影响半径1.5倍的情况(即12米和18米)比较大间距更有利于污染物去除。这种更好的效果可能是由于GCW与P&T井之间的水力相互作用,因为GCW的影响半径实际上与P&T井的捕获区域有所重叠(Zhang等人,2025年)。综合流场有助于在低K值区促进污染物的迁移和提取。相反,过大的间距可能无法充分覆盖目标低K值区,从而降低整体修复效果。相比之下,井间距对高K值区的修复效率影响不大(图7中的第二列)。虽然较短的间距略有效果,但差异并不明显。随着井间距的增加,综合GCW-P&T系统(黑线)的效率会下降,逐渐接近仅使用P&T系统时的效率(红线)。整个含水层的修复效果(图7中的第三列)也呈现出与高K值区相似的趋势。4.3.4 运行策略图8a至c展示了在周期性开启/关闭GCW的情况下(黑线)以及不进行周期性操作时(红线),综合GCW-P&T系统的标准化平均污染物浓度。图8d则显示了P&T系统和GCW-P&T系统中抽水井的浓度情况。需要注意的是,GCW通常安装在低K值区内或附近。下载:下载高分辨率图像(405KB)下载:下载完整尺寸图像图8. 运行策略对(a)低K值区、(b)高K值区以及(c)整个含水层中几何平均浓度的影响。实线代表几何平均浓度,颜色条则表示一个几何标准差。(d)抽水井中观测到的浓度。C0表示含水层中的初始浓度,C/C0表示标准化几何平均浓度。周期性开关GCW会加速污染物在含水层中的迁移,这一点从GCW启动后几何平均浓度的立即上升就可以看出(图8a1、b1和c1)。周期性操作也有助于提高污染物去除效率,因为GCW-P&T系统抽水井中的浓度(图8d中的黑线)高于仅使用P&T系统时的浓度(红线)。这一现象与Ciampi等人(2023年)的实地研究结果一致,他们的研究表明将GCW纳入现有的P&T系统中可以加快修复速度。尽管周期性操作会改变地下水流模式,提高原本被滞留的污染物的可处理性,但它并不会提升整体修复效率。比较连续运行(红线)和周期性运行(黑线)下的GCW-P&T系统性能,两者的平均污染物浓度相近。这些差异都在一个标准差范围内,并不显著(图8a至c),说明周期性操作并未显著降低含水层中的平均浓度。4.4 综合GCW-P&T井网设计的指导原则各项关键因素和井设计分析都强调了含水层水力异质性以及井位选择在构建有效的综合GCW-P&T修复系统中的重要性。基于这些研究结果,提出以下指导原则(图9):下载:下载高分辨率图像(108KB)下载:下载完整尺寸图像图9. 综合GCW-P&T井网设计指南。ROI指的是GCW的影响半径。步骤1:含水层特征分析。首先需要全面了解含水层的水力空间异质性,尤其是低K值区的位置。了解空间上的K值分布非常重要,因为低K值区容易滞留污染物,且难以通过P&T方法进行修复。如果在设计综合GCW-P&T系统时忽视了地下水的异质性,就会导致修复策略无效。步骤2:GCW与P&T井的布置。在明确了异质性特征(尤其是低K值区)之后,应合理布置GCW与P&T井,以充分发挥其作用。将GCW安装在低K值区内或附近最为有效,因为这样能够增强冲洗效果,促进污染物迁移。如果不考虑含水层的水力结构而随机或均匀地布置井位,会大大降低修复效率。步骤3:GCW与P&T井之间的间距。需优化GCW与P&T井之间的间距,以促进水力相互作用,提高修复效率。间距小于GCW影响半径1.5倍的情况比较大间距更有效。对于那些地下数据有限的场地,可以利用区域水文地质信息来推测低K值区和高K值区的大致分布。最初可以将GCW安装在疑似低K值区附近,后续的监测结果可用于逐步调整井位、间距以及运行策略。5. 结论本研究旨在探讨影响综合地下水循环井-泵处理系统在修复受污染的异质含水层中性能的各种因素,并为在复杂含水层中设计此类综合系统提供详细的指导原则。通过一系列数值模拟,确定了影响修复效率的关键地下因素,并研究了提高系统效能的策略。含水层的异质性,尤其是水力传导率的空间变化性,对控制污染物迁移和修复过程起着至关重要的作用。lnK值的变异程度越大,修复效率越低。虽然孔隙度变化的影响相对较小,但较高的平均孔隙度会降低流速,进而降低污染物去除速率。此外,如果假设含水层是均匀的,可能会高估修复效率。在井位选择和系统运行方面,当GCW战略性地位于低K值区内或附近时,综合GCW-P&T系统的修复效率会更高,因为污染物更易在这些区域积聚。间距小于GCW影响半径1.5倍的井位最有利于修复工作。在低K值区,综合GCW-P&T系统的性能始终优于单独使用GCW或P&T系统,不过在高K值区这种优势则不那么明显。周期性操作GCW可以促进污染物的短暂迁移,这从抽水井中浓度的上升可以看出。然而,与连续运行相比,周期性操作并不能显著提升整个含水层的整体修复效率。最后,我们提出了安装有效GCW-P&T系统的三步指导原则:(1)分析含水层的水力异质性,确定高K值区和低K值区;(2)将GCW安装在低K值区内或附近;(3)优化GCW与P&T井之间的间距,以最大化两者之间的水力相互作用。这些设计原则有助于实现有效的修复,同时也能为根据具体场地水文地质条件制定地下水修复策略提供支持。作者贡献声明Zaiyong Zhang:撰写——初稿、正式分析、资金获取、撰写——审阅与编辑。Bin Ran:方法论、软件应用、可视化、撰写——审阅与编辑。Yu-Li Wang:软件应用、概念构思、撰写——审阅与编辑、资金获取。Chuanqi Zhang:调查研究、概念构思、撰写——审阅与编辑。Pengze Hou:软件应用、可视化、验证。Jiamin Shao:软件应用、可视化、验证。Jingbo Yang:调查研究、方法论、验证。Chengcheng Gong:正式分析、概念构思、监督、撰写——审阅与编辑、资金获取。关于写作过程中生成式AI和AI辅助技术的声明在撰写本文时,作者们使用了DeepL Write、GPT、Grammarly和Consensus等工具来提升语言表达和可读性。在使用这些工具之后,作者们还对内容进行了彻底的审阅和必要修改。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号