实验室尺度地下水吸附与降解反应传输模拟的全球敏感性:Péclet–Damk?hler区域间的突破性动态变化

《Journal of Contaminant Hydrology》:Global sensitivity of laboratory-scale groundwater reactive transport simulations for sorption and degradation: Breakthrough dynamics across Péclet–Damk?hler regimes

【字体: 大 中 小 】 时间:2026年07月18日 来源:Journal of Contaminant Hydrology 5.5

编辑推荐:

  摘要:地下水污染物迁移模型依赖于一些往往难以测量或测量成本较高的参数,这些参数带来的不确定性会增加解读和决策的难度。我们采用全局敏感性分析方法,识别出对实验室尺度反应性迁移过程影响最大的参数及其相互作用。我们对一维、完全饱和的系统进行了数值模拟,该系统中的单一溶质在扩散-反应作用

  摘要:地下水污染物迁移模型依赖于一些往往难以测量或测量成本较高的参数,这些参数带来的不确定性会增加解读和决策的难度。我们采用全局敏感性分析方法,识别出对实验室尺度反应性迁移过程影响最大的参数及其相互作用。我们对一维、完全饱和的系统进行了数值模拟,该系统中的单一溶质在扩散-反应作用下发生迁移,同时还存在吸附和衰减现象。我们在模拟中系统地改变了孔隙度、容重、扩散系数、衰减率、吸附分布系数以及解吸率等参数。我们通过三种互补的方法运用全局敏感性分析来研究反应性迁移行为。首先,我们评估各参数在关键时刻(污染物提前到达时间、浓度峰值出现时间以及后期衰减阶段)的影响,从而获得关于迁移动态的时空分布信息;同时通过分析浓度峰值来确定最糟糕的暴露情况。其次,我们量化单个参数及参数之间的相互作用效应,揭示耦合过程如何影响污染物的迁移行为,以及随着时间推移污染物羽流的发展,由相互作用带来的变异程度如何变化。第三,我们在由佩克莱特数和达姆克勒数所定义的无量纲迁移范围内分析敏感性模式,从而能够在不同的对流-反应条件下评估参数的重要性,并便于在不同系统和不同尺度之间进行比较。研究结果表明,在孔隙流速恒定的典型实验室尺度系统中,吸附作用在所有场景下都是最具主导作用的因素。随着污染物羽流的老化,其他过程以及更为复杂的参数相互作用开始影响模拟结果的变化程度。在以反应为主导的体系中,衰减作用起主导作用,而在评估参数对浓度峰值大小的影响时,扩散作用则可能出乎意料地占据主导地位。通过结合时空分辨率分析、相互作用分析以及基于迁移类型的分类方法,本研究进一步阐明了不确定性如何在污染物迁移模型中传播,并为确定哪些参数的测量最有助于提升模型的预测可靠性提供了实用指导。

引言:对流-扩散-反应方程是模拟多孔介质和地下水中污染物迁移的基础模型(Bear,1961)。该模型将主要的物理机制——对流、扩散,以及在某些情况下的质量传递和降解——整合在同一个框架之内。这些过程通常同时发生,并存在层级间的相互作用(Cvetkovic等人,2015):对流和扩散影响质量传递,而质量传递又会影响降解过程,不过降解本身并不影响流体动力学过程。也就是说,反应通常不足以改变流体的密度、粘度或孔隙尺度上的流动路径,因此对流和扩散仍受水力梯度及介质特性的控制。尽管该模型在描述异常或非菲克态迁移行为方面存在局限性(Berkowitz等人,2000;Dentz等人,2004;Edery等人,2014;Kang等人,2014;Bolster等人,2019),但由于其相对简单且适用范围广泛,仍然被视为标准的建模方法。之所以继续使用这一模型,是因为在实际应用中,若仅依靠大尺度下的对流和分子扩散作用来模拟地下空间的非均匀性,往往是不可行的(Carrera,1993;Dagan,2012)。

准确估算对流-扩散-反应方程中的输入参数——如水力传导率、扩散系数、反应速率常数以及交换系数——对于获得可靠的迁移预测至关重要(Stauffer等人,1999;Gatliffe,2002)。然而,由于数据有限、测量误差,或是现场观测数据与模型所考虑的尺度之间存在差异,这些参数往往具有不确定性(Sposito等人,1986;Dagan和Neuman,1997)。现场调查通常覆盖范围较窄,迫使建模者依赖参数外推或间接推断方法(例如根据观测到的岩性来确定水力传导率)(Freeze等人,1990;Freeze等人,1992;Massmann等人,1991;Sperling等人,1992)。实验室方法虽然能够提供更为精确的参数估计值,但往往成本高昂且耗时较长,而且其结果与实际现场条件的关联度也不总是那么明显。因此,在假设概念模型准确的前提下,模型预测结果的不确定性很大程度上源于输入参数的不确定性,这就需要努力确定哪些参数对模型输出结果的影响最大。

除了参数本身的不确定性之外,反应性迁移模拟还可能受到概念模型假设带来的不确定性影响(Ceriotti等人,2019;Ciriello和de Barros,2020;Fajraoui等人,2012),或者不同模型构建方式所带来的不确定性(Ciriello等人,2013;Ciriello等人,2015;Dell’Oca等人,2020)。诸如假设反应处于平衡状态、选择特定的动力学表达式,或是忽略在某些条件下可能具有重要作用的生物地球化学过程等建模选择,都可能引入比输入参数约束不足更为严重的不确定性,而且这类不确定性的量化往往更为困难。在环境多孔介质和地下水系统中开展敏感性分析,为解决这一问题提供了一种系统化的方法。通过敏感性分析,首先可以判断相关过程是否具有重要意义(Ceriotti等人,2019),同时还可以分析模型输入参数范围的变化如何影响模拟结果,进而确定哪些过程以及哪些输入参数对模拟结果的影响最为显著(Zheng等人,2002;Huysmans等人,2006;Malaguerra等人,2013;Cvetkovic等人,2015;Mukherjee和Singh,2021)。

局部敏感性分析用于研究当某个参数在其基准值附近发生微小变化时,模型输出结果会如何变化,而其他参数保持不变。从这种意义上说,局部敏感性分析只能提供参数空间中某一点处的敏感性信息,可能会忽略参数不确定性整体分布中的重要相互作用(Perzan等人,2021)。Borden和Cha(2021a)通过一个实例研究了污染物泄漏后清理时间的局部敏感性,发现在两种不同的含水层系统中,溶质在高渗透率和低渗透率区域内的总停留时间对污染物浓度下降速度的影响最大。类似地,Schijven等人(1999)以及Barth和Hill(2005)则研究了多孔介质中病毒的迁移与去除过程,分析了污染物的突破曲线如何响应吸附、解吸以及失活速率的变化。Schijven等人(1999)在保持对流和扩散项不变的条件下逐一改变参数,发现突破曲线的斜率取决于失活速率,而截距则与解吸速率有关。Barth和Hill(2005)则通过对其建立的突破曲线进行时间矩分析来评估参数的敏感性。不过,他们的模型与实际数据之间存在偏差,这表明模型在其他可能存在较大不确定性的参数方面的灵活性较为有限。

与之相比,全局敏感性分析则着眼于研究所有输入参数在其全部不确定性范围内共同对模型产生的影响。这种方法能够帮助研究人员更全面地了解参数之间的相互作用以及非线性效应(Saltelli等人,2008)。在地下水迁移建模中,全局敏感性分析尤为重要,因为这类模型中的参数范围往往很广,且参数之间的相互作用可能十分显著(Perzan等人,2021;Huysmans等人,2006;Malaguerra等人,2013)。需要指出的是,参数的相对重要性会随着所关注的输出指标的不同而发生变化。例如,Gatel等人(2019)和Pan等人(2011)研究了在更广泛的条件下,输入参数对污染物提前到达时间和浓度峰值的影响,他们发现水力传导率、吸附系数以及渗透率分别是影响这两个关键时间的最主要参数。最近,Xie等人(2023)建立了一个解析模型,专门研究有机污染物在带阻隔墙的含水层系统中的迁移过程,同时考虑了模型对初始条件、边界条件、阻隔墙的结构布置以及污染物半衰期的敏感性。即便如此,现有的大多数研究在研究设置、研究范围以及水文地质条件方面都存在差异,这使得这些研究结果的普适性受到限制,难以推广到更广泛的环境条件下。

尽管在基于全局敏感性分析的污染物迁移评估方面已经取得了一些进展,但仍有不少不足之处。尤其是,很少有研究探讨参数重要性在不同迁移类型下的变化规律——比如在对流占主导与扩散占主导的系统之间,或者是在反应起主导作用与迁移过程起主导作用的场景之间——以及这些变化如何影响与不同暴露风险相关的关键迁移时间点,即污染物提前到达的时间(用于判断污染问题何时开始)、浓度峰值的出现时间(用于判断污染问题的最严重阶段),以及后期污染物的衰减持续时间(用于评估污染问题可能持续多久)。此外,目前还缺乏针对复杂反应性迁移问题中浓度突破曲线行为随时间演变情况的系统性全球分析。Ciriello等人(2015)虽然研究了浓度信号随时间的变化情况,但他们选择时间和空间信号是基于实验的具体发展过程,而非上文提到的更具普遍意义的突破信号出现时间。另外,许多关于多孔介质迁移模型敏感性及不确定性分析的研究都是针对具有特定观测数据且带有固定参数约束的场景进行的,比如Ciriello等人(2015)、Fajraoui等人(2012)、Ceriotti等人(2019)、Gatel等人(2019)、Pan等人(2011)的研究。这种针对特定问题的参数约束限制了将敏感性分析方法推广到具有不同条件下的迁移问题突破信号分析中的可能性。

本研究通过将全局敏感性分析应用于一种经过简化的对流-扩散-反应模型,来弥补上述不足。该模型被设定为实验室尺度的、完全饱和的、含有单一溶质且存在吸附和衰减现象的迁移问题。我们系统地改变了六个参数——孔隙度、容重、扩散系数、衰减率、吸附分布系数以及解吸率——以涵盖一系列与地下水条件相关的合理数值范围(因此没有施加任何特定于某类问题的参数约束),这样我们就可以将分析结果归入四种不同的佩克莱特-达姆克勒数范畴之中。我们的目标是确定在迁移过程的不同阶段——即污染物提前到达阶段、浓度峰值出现阶段以及后期衰减阶段——在系统响应的浓度峰值出现时,以及在不同参数条件下,哪些参数对模型行为起主导作用。通过这些分析结果,我们希望为在更大规模建模工作中更高效地分配资源用于参数估算提供依据。

方法部分:本研究采用的模型公式描述的是一个一维、完全饱和的系统,其中含有单一溶质,该溶质会发生对流-扩散迁移,同时还会发生线性可逆吸附作用以及一级衰减过程。选择这种模型公式是为了在保证物理合理性的同时,便于理解典型的非生物反应性迁移问题。这些过程为实验室尺度下的(一维)柱状实验提供了标准的描述方式,而实验结果则通过监测到的突破曲线信号来体现。

结果部分:本节介绍了对所研究的两种模拟案例进行的敏感性分析结果。案例1是对全部参数范围进行的敏感性分析。对于每一个参数,我们都分别给出了在三个关键时间点——污染物提前到达时间、浓度峰值出现时间以及后期衰减阶段——的总阶敏感性指数、一阶敏感性指数以及二阶敏感性指数。这些时间点的选择是基于一些客观定义的时间指标,这些指标通常被用来描述污染物羽流的发展过程。

讨论部分:本研究对一种地下水迁移模型进行了索伯尔敏感性分析,研究了两种不同的建模思路:案例1是对全部不确定性参数范围进行采样分析,而案例2则是根据主导的迁移过程和反应类型来划分参数采样范围。我们的研究发现,在本研究中测试的所有案例中,吸附系数Kd都是决定污染物提前到达时间、浓度峰值出现时间以及后期衰减时间的最主要参数,因为溶质的浓度信号的形成很大程度上受该参数的影响。

结论部分:本研究在对经典的对流-扩散-反应框架下,对实验室尺度下、完全饱和的、存在吸附和降解作用的污染物迁移过程所涉及的参数进行了全局敏感性分析。我们的研究结果明确了在三个关键的突破时间点上各参数的重要性,并且区分了导致模型输出结果不确定性的单个参数效应以及参数之间的相互作用效应。虽然之前的分析主要关注突破曲线中关键特征的出现时间,但本研究也对其它方面进行了评估。

CRediT作者贡献说明:W. Taylor:撰写——审阅与编辑、撰写——初稿、验证、方法论、研究实施、形式分析、数据整理、概念构思。J.D. Herman:撰写——审阅与编辑、可视化、验证、监督、软件使用、资源获取、方法论、形式分析。V.L. Morales:撰写——审阅与编辑、撰写——初稿、可视化、监督、项目管理、研究实施、形式分析、概念构思。

未引用参考文献:Taylor(2025)

利益冲突声明:作者声明自己不存在任何已知的财务利益冲突或可能影响本文研究结果的个人关系。

致谢:作者感谢Mark Goltz博士对这项工作提出的宝贵意见和见解。V.L.M.感谢美国国家科学基金会(EAR-1847689)以及BARD机构(IS-5694-24)的支持。W.L.T.感谢美国空军理工学院的支持。

W. Taylor | J.D. Herman | V.L. Morales
美国加利福尼亚大学土木与环境工程系,Ghausi Hall,戴维斯市,95616,加利福尼亚州
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