综述:污染场地修复工具的系统评价——现状与未来展望

《Sustainable Futures》:A systematic review of remediation tools for contaminated sites - Current perspectives and future prospects

【字体: 大 中 小 】 时间:2026年07月02日 来源:Sustainable Futures 6.7

编辑推荐:

  全球数百万污染场地影响土壤和地下水,对人类健康、生态系统和可持续发展构成严重威胁。本研究对污染场地修复策略进行了系统性文献综述,旨在为从事污染场地评估、修复规划和可持续场地管理的研究人员、政策制定者、监管者和行业从业者提供支持。研究人员采用PRISMA(系统评

  
全球数百万污染场地影响土壤和地下水,对人类健康、生态系统和可持续发展构成严重威胁。本研究对污染场地修复策略进行了系统性文献综述,旨在为从事污染场地评估、修复规划和可持续场地管理的研究人员、政策制定者、监管者和行业从业者提供支持。研究人员采用PRISMA(系统评价和荟萃分析首选报告项目)指南,对Scopus和Web of Science的同行评审文献进行了分析,以评估修复效果、环境影响和实际实施情况。研究识别的关键挑战包括混合污染物、场地特异性变异以及新兴技术的有限可扩展性。生物修复(Bioremediation)和植物修复(Phytoremediation)环境可持续且成本效益高,但受限于缓慢的处理速率和浅层修复深度。化学技术如氧化(Oxidation)和土壤淋洗(Soil Washing)效率更高,但资源消耗更大且可能产生次级影响。新兴技术包括纳米技术(Nanotechnology)前景广阔,但仍受成本和规模化障碍的限制。整合生物和化学方法的混合修复方法显示出对复杂场地的更强适应性。该综述强调了人工智能(Artificial Intelligence, AI)在增强监测和适应性决策中的日益重要作用,并强调需要加强监管支持以使修复实践与可持续发展目标保持一致。
## 1 引言

污染场地仍是全球性的严峻挑战,对人类健康、生态系统和可持续发展构成持续威胁。近期证据表明,污染每年导致全球约900万人过早死亡,且空间差异显著,反映了工业遗产、治理能力、监管成熟度和暴露途径的差异。欧洲约有280万场地可能受污染,但仅不足15%完成正式风险评估,不足5%得到完全修复。撒哈拉以南非洲、南亚和东南亚地区因快速工业化、手工采矿和薄弱监管基础设施而产生大量污染场地清单,多数仍未量化和处理。中国2018年《土壤污染防治法》标志着向可执行修复义务的转变,但各省执法不均衡及经过验证的技术方案短缺仍制约成效。这些地理上分散的模式表明,污染土地并非均质的全球性问题,高收入国家开发的解决方案往往无法直接转移至低资源或快速工业化环境。

污染场地管理的一个决定性挑战是污染特征的复杂性和异质性,这削弱了标准化修复方案的有效性。污染物的类型、分布和行为取决于历史土地利用、地质条件和水文地质环境。许多场地受多种污染物类别影响,包括重金属、烃类、持久性有机污染物、放射性核素以及新兴污染物如全氟和多氟烷基物质(PFAS)。生物修复在受控实验室条件下表现优越,但现场规模常因土壤异质性、季节变异性和地下深度而显著降效。植物修复同样受限:水培或中尺度试验中记录的金属积累率往往高估原位吸收能力。化学和热处理方法显示出更高的现场效率,但产生土壤微生物组破坏和温室气体排放等次级影响,这些在已发表的修复评估中很少量化。

数字技术的最新进展,特别是人工智能,为改善场地表征、污染物归宿预测和修复优化提供了机遇,使更加适应性和数据驱动的修复规划成为可能。然而,已验证能力与实际整合之间存在关键差距。尽管人工智能工具在生物修复优化和污染物归宿模拟中已显示出优于传统方法的表现,但在复杂棕地和遗产工业场地的部署受数据稀缺、模型可转移性差以及缺乏将人工智能支持输出认可为修复审批可接受证据的监管框架所阻碍。这一监管错位构成了现有综述尚未系统性审视的结构性障碍。

针对上述背景,本研究对污染场地修复工具进行系统评价,聚焦现状与未来展望,直接应对四个关键差距:地理证据代表性不足、场地异质性处理不充分、新兴技术可扩展性未受严格评估,以及监管错位未得到系统性映射。

## 2 方法论

本研究采用基于Mahammedi等所述方法的结构化方法论,包括四个连续阶段:(1)通过数据库检索和内容筛选进行文章选择;(2)从选定研究中识别和表征污染物;(3)将修复策略与污染物特征进行系统性匹配评估;(4)将研究结果综合为结论和建议。所有步骤均按照既定学术实践手动进行,并使用Mendeley参考文献管理工具高效组织和追踪引用。

**2.1 研究策略与选择标准**

检索策略优先使用Scopus和Web of Science作为主要数据库,辅以Google Scholar、IEEE Xplore、Springer、ASCE Library和Emerald Insight的补充检索。关键词组织为两个主题模块:修复技术模块(生物修复、植物修复、化学修复、热处理、土壤淋洗等)和污染PLIC土地模块(污染土地、土壤污染、地下水污染、场地修复、环境修复)。检索限定为2015-2024年发表的英文同行评审期刊文章,最终从最初的1628条记录中筛选出120项符合纳入标准的研究。

质量评估采用描述性和解释性方法,而非个体研究层面的评估性判断,聚焦于场地/实验背景清晰度、方法描述透明度、验证水平(实验室/中试/现场)以及不确定性、局限性或性能约束的报告情况。

## 3 分析与讨论

**3.1 污染物类型**

图4展示了常见土壤污染类型,包括重金属、有机化合物和生物因子。污染物来源涵盖工业过程、不当废物处置和农业实践等人类活动。重金属(铅、镉、汞、铬、锌、铜、镍等)在采矿区、工业区和前军事基地附近土壤中累积,对土壤健康和人暴露构成重大风险。烃类(石油烃、多环芳烃)由石油相关活动引入,降低土壤质量并影响周边环境。农药在农业环境中渗入土壤,影响生态系统并污染水源。新兴污染物包括抗生素、可生物降解塑料和微塑料,因其持久性、潜在毒性和广泛分布而日益受到关注。

分类表明,没有任何单一技术普遍适用于所有污染物类别,特定场地多种污染物类型的共存(工业棕地和前军事场地的常见条件)显著增加了策略选择的复杂性。污染物特征是修复性能和技朧选择的主要决定因素:重金属通常需要遏制、固定化或提取方法,因其不可降解;而烃类和有机污染物更适于生物和化学降解过程。

**3.2 修复技术**

图5将修复技术按主要处理机制分为生物、物理、化学、纳米修复、工程和混合方法。表3提供了基于技术、环境、社会经济与健康考量的18种修复技术的比较评估,揭示了三个贯穿性权衡模式。

生物方法——生物修复和植物修复——在所有被评技术中环境风险和成本最低,报告低能耗、最小次级污染和可比拟或低于传统方法的成本水平。然而,这些优势被缓慢的处理速率和浅层修复深度所抵消。现场规模生物修复研究 routinely 低于实验室基准,土壤异质性、季节微生物变异性和地下深度均降低效果。植物修复进一步受限:受控条件下记录的金属积累率常高估复杂结构或深层污染场地的原位吸收。两种方法最适用于时间尺度不受限制、污染浅层且中度严重、可持续性和社区成果优先于干预速度的情形。

物理和热方法——挖掘、热脱附(Thermal Desorption)和土壤气相提取(Soil Vapor Extraction, SVE)——代表权衡模式的另一端,提供最快的部署速度和最大的处理深度,是挥发性有机化合物(VOCs)和石油烃紧急或深层污染场景的默认选择。但这一性能优势被最高的能源需求、成本负担和次级影响风险所系统性抵消:热脱附需极高能源输入并存在挥发化合物空气污染风险;挖掘造成土壤扰动、次级污染风险和填埋依赖;SVE虽破坏性较小,但需严格排放控制且在挥发性限定范围外表现不佳。关键的是,三者均不适用于混合污染场景——均针对特定污染物类别优化,而非工业棕地和遗产场地常见的共污染特征。

化学遏制方法——主要是稳定化/固化(Stabilisation/Solidification)和氢氧化物沉淀——占据中间位置。两者对无机污染物和重金属表现良好,提供快速部署、低资源强度和强监管接受度。但其关键局限性是选择性:对有机污染物无效,且本质属于遏制型而非去除型——降低污染物迁移性和生物有效性而不消除源质量。这一区分具有长期风险含义:在残余源质量构成持续淋溶风险的场地,遏制型方法需持续监测,且若结合剂完整性随时间降解可能需要再处理。

新兴技术方面,合成微生物组通过基因工程和微生物群落优化提供改善的生物降解能力;纳米修复使用零价铁纳米颗粒(nZVI)、碳纳米管或纳米颗粒在分子水平吸附、降解或转化污染物,对混合污染物高度适用,但广泛应用仍处于早期阶段,监管支持有限,且纳米颗粒可能产生生态毒性风险。人工智能从概念使能器发展为实际决策支持工具,功能分为三类:场地表征和预测工具(机器学习模拟污染物Я染物分布、运移和归宿);过程优化工具(人工智能增强生物、化学或混合处理过程性能);决策支持系统(整合多数据流指导技术选择和适应性管理)。

混合修复方法被定义为两个及以上生物、化学或物理机制的有意组合,因协同相互作用可克服各组分方法的特定局限性而被作为独立类别处理。例如,生物修复与电动修复(Electrokinetic Remediation)结合可扩展生物处理深度,同时动员生物过程单独无法处理的重金属。

**3.3 土壤和地下水污染物的修复方法映射**

表4提供了污染物类别与有效修复方法的映射框架。重金属与最多技术相关,包括稳定化/固化、化学固定、玻璃化(Vitrification)、氢氧化物沉淀、生物修复和纳米修复。石油烃主要通过生物修复、热脱附、SVE和原位化学氧化(In Situ Chemical Oxidation, ISCO)管理。VOCs强调土壤气相提取和生物曝气。持久性有毒污染物如PCBs和多环芳烃需生物修复、热脱附和ISCO等强化方法。放射性材料因技术和安全复杂性主要通过稳定化/固化和玻璃化选择性管理。生物污染物如病原微生物和寄生虫通过生物修复、植物修复和人工湿地的自然降解途径处理。

**3.3.1 数字和人工智能工具及相关障碍**

人工智能在修复中的应用从概念阶段发展为实际决策支持工具,但面临显著技术和制度障碍。技术层面,人工智能性能高度依赖训练数据的可用性、质量和代表性,模型在不同地质、水文地质和污染特征场地间的可转移性有限。制度层面,监管框架常滞后于技术发展,导致验证要求、责任和人工智能支持决策工具接受度方面存在不确定性。因此,人工智能和混合方法目前最有效的应用是作为补充专家判断和既定实践的决策支持系统,而非自主解决方案。

**3.3.2 代表性修复案例**

现场案例验证了比较矩阵中的权衡模式:石油烃污染工业场地的土壤气相提取实现了地下烃浓度的实质性降低;前采矿和工业场地重金属污染中,稳定化/固化和化学固定被广泛应用的野外证据证明可为铅、镉和锌等提供有效长期风险控制;石油烃污染场地的生物修复通过营养改良和环境优化增强了微生物降解过程,显著降低烃浓度。

## 4 理论和实践意义

本研究提出决策导向型比较框架,超越修复技术的简单描述性分类,将污染物特征、场地条件、可持续性表现、监管可行性和数字决策支持能力整合为统一分析结构。该框架在理论上将修复效果、能源资源需求、环境风险和监管对齐等维度之间的权衡形式化,将混合修复和人工智能工具的概念扩展为适应性迭代过程。实践层面,污染物-技术映射为选择适合场地条件、污染特征和可持续目标的修复策略提供结构化基础;混合方法展示如何在复杂场地提升性能;数字和人工智能工具作为增强而非替代专家判断的决策支持系统。

## 5 结论和未来方向

本研究识别了当前实践中的关键差距:传统方法有效但缺乏可持续性;新兴技术前景广阔但成本高且缺乏监管框架;多数工具集中于化学污染物,生物和混合污染场景代表性不足;路径分析整合不足。未来研究应优先发展结合传统和先进方法的混合修复方法,开发针对多元污染物类别和受体的工具,增强实时监测系统,并通过传感器网络和人工智能数据平台进行野外规模验证。具体建议包括:实践者应在混合重金属和有机污染场地优先考虑电动-生物修复组合;将植物修复作为浅层、低紧迫性农业或城乡结合部场地的首选;将人工智能整合入场地表征工作流;将生命周期评估作为修复方案评估的标准组成部分。政策制定者应更新国家污染土地框架以纳入混合和序贯修复策略的明确指导;开发人工智能支持决策工具和纳米技术处理的监管验证路径;将可持续性和碳减排onto reduction标准正式嵌入修复审批流程;加强国际合作框架以支持向低收入和快速工业化区域的知识和技术转移。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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